Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/36178
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorอิทธิ ตริสิริสัตยวงศ์-
dc.contributor.authorอัจฉรา ผ่องปิยะสกุล-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2013-10-16T01:01:57Z-
dc.date.available2013-10-16T01:01:57Z-
dc.date.issued2553-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/36178-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2553en_US
dc.description.abstractงานวิจัยนี้นำข้อมูลภาพจากดาวเทียมเรดาร์เข้ามาช่วยเพิ่มประสิทธิภาพของภาพจากดาวเทียมในช่วงคลื่น VNIR ในการจำแนกประเภทไม้ผลและไม้ยืนต้นให้มีความถูกต้องมากขึ้น โดยมีวัตถุประสงค์เพื่อเปรียบเทียบผลการจำแนกไม้ผลและไม้ยืนต้นทั้งหมด 6 ประเภท ได้แก่ ทุเรียน ลำไย ลองกอง มังคุด ยางพาราและเงาะ ในบริเวณจังหวัดจันทบุรี ระหว่างการใช้ข้อมูลจากดาวเทียม LANDSAT-5 TM เพียงอย่างเดียว กับภาพผสมระหว่างข้อมูลจากดาวเทียม LANDSAT-5 และ RADARSAT-1 WIDE โดยทั้งสองแนวทางใช้การจำแนกแบบ Maximum Likelihood Classification ผลการศึกษา พบว่า ความถูกต้องโดยรวม (Overall accuracy) ของการจำแนกประเภทไม้ผลและไม้ยืนต้นในข้อมูลจากดาวเทียม LANDSAT-5 เพียงอย่างเดียว มีค่าเท่ากับ 50.2% และค่า Kappa Coefficient เท่ากับ 0.36 และเมื่อนำข้อมูลจากดาวเทียม LANDSAT-5 มาใช้ร่วมกับข้อมูลจากดาวเทียม RADARSAT-1 มีค่าเท่ากับ 45.7% และค่า Kappa Coefficient เท่ากับ 0.27 ซึ่งผลการเปรียบเทียบพบว่าการนำข้อมูลจากดาวเทียม RADARSAT-1 มาใช้ร่วมกับข้อมูลจากดาวเทียม LANDSAT-5 มีความถูกต้องในการจำแนกน้อยกว่าการใช้ข้อมูลจากดาวเทียม LANDSAT-5 เพียงอย่างเดียว เนื่องจากค่าการกระจัดกระจายกลับสัญญาณเรดาร์ของไม้ผลและไม้ยืนต้นทั้ง 6 ประเภท มีค่าอยู่ในช่วงของ DN Value ที่ซ้อนทับกัน ค่าการกระจัดกระจายกลับของไม้ผลแต่ละประเภทใกล้เคียงกัน แต่อย่างไรก็ตาม การนำข้อมูลจากดาวเทียม RADARSAT-1 มาใช้ก็สามารถช่วยให้ค่าความถูกต้องของการจำแนกทุเรียน ยางพาราและเงาะสูงขึ้นกว่าการใช้ข้อมูลจากดาวเทียม LANDSAT-5 เพียงอย่างเดียว โดยพบว่า มีค่าความถูกต้องของการจำแนกร้อยละ 14.66, 74.02 และ 74.90 ตามลำดับ โดยเมื่อเปรียบเทียบกับการจำแนกข้อมูลจากดาวเทียม LANDSAT-5 เพียงอย่างเดียว ให้ค่าความถูกต้องร้อยละ 12.05, 73.49 และ 71.54 ตามลำดับen_US
dc.description.abstractalternativeThis research used radar images in order to improve an efficiency and accuracy of VNIR images in orchards and perennial plant classification accuracy. The study compares the 6 types of orchards and perennial plant classification output which covers from part of Chanthaburi province between LANDSAT-5 TM imagery and combined LANDSAT-5 TM and RADARSAT-1 WIDE imagery. Both data are classified by Maximum Likelihood method. The results of the study show that the overall accuracy of classification of orchards and perennial plant from LANDSAT-5 TM imagery is 50.2% and Kappa Coefficient is 0.36 while the output of using LANDSAT-5 TM imagery along with RADARSAT-1 satellite imagery is 45.7% and Kappa Coefficient is 0.27. Accuracy of combined image is lower than that of LANDSAT-5 image because backscatter radar signal of all types of orchards and perennial plant are overlapped. However, having RADARSAT-1 satellite imagery increases the accuracy of Durian, Pararubber and Rambutan classification. The result shows that accuracy of combined image are 14.66, 74.02 and 74.90% respectively which compares with accuracy of LANDSAT-5 image are 12.05, 73.49 and 71.54% respectively.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2010.1122-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectดาวเทียมแลนด์แซตen_US
dc.subjectพืช -- การจำแนกen_US
dc.subjectLandsat satellitesen_US
dc.subjectSynthetic aperture radaren_US
dc.subjectPlants -- Classificationen_US
dc.titleการใช้ข้อมูลภาพถ่ายจากดาวเทียมระบบเรดาร์เพื่อเพิ่มขีดความสามารถของข้อมูลดาวเทียมแลนด์แซทในการจำแนกประเภทไม้ผลและไม้ยืนต้นen_US
dc.title.alternativeUsing SAR data to improve the Potential of LANDSAT for orchards and perennial plant classificationen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineระบบสารสนเทศปริภูมิทางวิศวกรรมen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisoritthi.t@eng.chula.ac.th-
dc.identifier.DOI10.14457/CU.the.2010.1122-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
achara_po.pdf8.61 MBAdobe PDFView/Open


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