Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/25341
Title: การศึกษาเปรียบเทียบวิธีการทางสถิติ ที่ใช้ในการจำแนกกลุ่มจากเทปบันทึกข้อมูลดาวเทียมสำรวจทรัพยากร เพื่อประมาณเนื้อที่เพาะปลูกปาล์มน้ำมัน
Other Titles: A comparative study of statistical method for landsat digital classification of oil-palm area estimation
Authors: ชลิต อำนวย
จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย
Advisors: อภิชาติ พงษ์ศรีหดุลชัย
สรชัย พิศาลบุตร
Issue Date: 2529
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: ปาล์มน้ำมันนับได้ว่าเป็นพืชเศรษฐกิจที่สำคัญพืชหนึ่งของประเทศไทย มีการขยายตัวอย่างรวดเร็ว ทั้งในด้านเกษตรกรผู้ปลูกและผู้ประกอบกิจการอุตสาหกรรมน้ำมันปาล์มในระยะ 10 ปีที่ผ่านมา ดังนั้นจึงมีความต้องการข้อมูลสถิติเกี่ยวกับปาล์มน้ำมันเพื่อที่จะนำมาใช้วางแผนและกำหนดนโยบายในการพัฒนาทางเศรษฐกิจของประเทศต่อไปในอนาคต เพื่อที่สนองความต้องการดังกล่าวได้มีการเก็บรวบรวมข้อมูลเกี่ยวกับปาล์มน้ำมัน โดยการใช้การสำรวจด้วยตัวอย่าง แต่การได้มาซึ่งข้อมูลดังกล่าวยังกระทำได้ในขีดจำกัด ประสบปัญหาบางประการ ได้แก่ เกษตรกรผู้ปลูกมักจะเป็นนายทุนรายใหญ่จึงไม่ค่อยให้ความร่วมมือในการตอบข้อมูลจากการสอบถาม ตลอดจนความล่าช้าที่จะได้ข้อมูลมาใช้ให้ทันเหตุการณ์ และยังสิ้นเปลืองค่าใช้จ่าย ในการสำรวจภาคพื้นดินอีกด้วย เมื่อพิจารณาถึงการนำเทคโนโลยีการสำรวจข้อมูลระยะไกลมาประยุกต์ใช้ในการเก็บรวบรวม ปัจจุบันประเทศไทยมีการใช้ข้อมูลจากดาวเทียมสำรวจทรัพยากรในหลายสาขาด้วยกัน กล่าวคือ ในการศึกษาเกี่ยวกับมลภาวะ การสำรวจแหล่งแร่ธาตุ การสำรวจเกี่ยวกับการเปลี่ยนแปลงของพื้นที่ป่าไม้ ตลอดจนแหล่งทรัพยากรธรรมชาติอื่น ๆ สำหรับการศึกษาครั้งนี้ กำหนดใช้ข้อมูลจากดาวเทียมสำรวจทรัพยากร (LANDSAT-4) มาศึกษาเปรียบเทียบวิธีการทางสถิติที่ใช้ในการจำแนกประเภทข้อมูลเพื่อประมาณเนื้อที่เพาะปลูกปาล์มน้ำมัน ซึ่งได้แก่ วิธี Level Slicing, Euclidean distance และวิธี Maximum-likelihood โดยการใช้โปรแกรมสำเร็จรูป MOA-RECOGX จากการใช้ข้อมูลจากดาวเทียม LANDSAT-4 ที่บันทึกข้อมูลเมื่อวันที่ 11 มีนาคม 2527 ทำการศึกษาในลักษณะกรณีศึกษาเลือกบริเวณที่ศึกษาอยู่ในบริเวณอำเภอเมือง จังหวัดกระบี่ ผลจากการศึกษาสรุปได้ว่าวิธีการ Maximum-likelihood ได้ผลการจำแนกประเภทข้อมูลได้ดีกว่าวิธีการทางสถิติอีก 2 วิธี ดังกล่าวแล้ว ปรากฏว่าในบริเวณที่ศึกษาครอบคลุมจุดภาพทั้งหมด 7,654 จุดภาพ หรือคิดเป็นเนื้อที่ประมาณ 22,732 ไร่ สามารถจำแนกได้เป็นประเภทข้อมูลปาล์มน้ำมัน ป่าไม้ ข้าว ถนน และส่วนที่จำแนกไม่ได้คิดเป็นเนื้อที่ประมาณ 11,784.96 7,454.70 1,583.01 1,814.67 และ 94.04 ไร่ ตามลำดับ นอกจากนั้นวิธีการ Maximum-likelihood ยังให้ผลเกี่ยวกับการตรวจสอบความถูกต้องของผลการจำแนกประเภทข้อมูลด้วยเครื่องคอมพิวเตอร์เทียบกับการสำรวจภาคพื้นดิน มีความถูกต้องร้อยละ 77
Other Abstract: Oil-palm is considered as one of the important crops in Thailand. In the past 10 years, the palm oil industry has been expanding very rapidly. Consequently, the need for up-to-date oil palm statistics cannot be avoided. In response to this need, the survey of the oil palm growers is conducted every year by the Office of Agricultural Economics, Ministry of Agriculture and Cooperatives. However, using personal interview approach in data collection as presently employed in the survey has some limitations. For example, the estimate derived from the survey is not timely because too much time is spent in fieldwork and in data processing. Moreover, the results may be inaccurate due to the response error which can occur intentionally and unintentionally. Currently, Thailand has been using LANDSAT data in many disciplines such as pollution detection, mineral exploration, forest encroachment monitoring and classification of land use areas. The application of the remote sensing technique in crop classification is investigated in this thesis. The specific objective of the study is to utilize the LANDSAT-4 data in classification of oil-palm area. Three different statistical methods: Level Slicing, Euclidean Distance, and Maximum-likelihood are tested and compared, using the MOA-RECOGX computer package program. The study area which is located in Amphoe Muang, Krabi province is purposively selected for this purpose. The data used for analysis is obtained from CCT’S LANDSAT-4 recorded on March 11, 1984. Four types of land classification : oil palm planted area, forest land, paddy field, and roads are attempted in the study. The total study area estimated by using LANDSAT data covered about 7,654 pixels or 22,732 rais. The maximum-likelihood method is found to be the most appropriate technique as compared with the other two methods. The estimated areas of oil palm, forest land, paddy field and roads obtained from this method are 11,784.86, 7,457.70, 1,583.01 and 1,814.67 rais respectively. About 94.01 rais are unable to classify. The classification accuracy as found by field verification is about 77 percent.
Description: วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2529
Degree Name: สถิติศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: สถิติ
URI: http://cuir.car.chula.ac.th/handle/123456789/25341
ISBN: 9745664898
Type: Thesis
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Chalit_Am_front.pdf483.28 kBAdobe PDFView/Open
Chalit_Am_ch1.pdf502.78 kBAdobe PDFView/Open
Chalit_Am_ch2.pdf456.78 kBAdobe PDFView/Open
Chalit_Am_ch3.pdf713.67 kBAdobe PDFView/Open
Chalit_Am_ch4.pdf449.95 kBAdobe PDFView/Open
Chalit_Am_ch5.pdf2.52 MBAdobe PDFView/Open
Chalit_Am_ch6.pdf288.22 kBAdobe PDFView/Open
Chalit_Am_back.pdf371.94 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.