Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/49983
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorชัยโชค ไวภาษาen_US
dc.contributor.authorธีรภัทร เลิศปฏิภานพงษ์en_US
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์en_US
dc.date.accessioned2016-11-30T05:40:35Z-
dc.date.available2016-11-30T05:40:35Z-
dc.date.issued2558en_US
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/49983-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558en_US
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์หลักคือ เพื่อแยกข้าวพันธุ์ กข41 (RD41) ที่เป็นโรคขอบใบแห้งออกจากที่ไม่เป็นโรคด้วยการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัลโดยอาศัยการคัดเลือกช่วงคลื่นที่เหมาะสม ด้วยขั้นตอนวิธีเชิงพันธุกรรม โดยพื้นที่ศึกษาคือ แปลงพื้นที่ศึกษานาข้าว ในตำบลแพรกศรีราชา อำเภอสรรคบุรี จังหวัดชัยนาท จากผลการศึกษาสามารถสรุปได้ว่า การจำแนกโดยใช้วิธีการเลือกช่วงคลื่นที่เหมาะสมได้ค่าความถูกต้องโดยรวมเท่ากับ 89% ส่วนการจำแนกโดยใช้จำนวนช่วงคลื่นทั้งหมดได้ค่าความถูกต้องโดยรวมเพียง 82% โดยมีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ โดยพบว่ามีค่าส่วนเบี่ยงเบนมาตรฐานของค่าความถูกต้องในการจำแนกเท่ากับ 4.7% และ 2.1% ในกรณีการจำแนกโดยใช้วิธีการเลือกช่วงคลื่นและการจำแนกโดยใช้จำนวนช่วงคลื่นทั้งหมดตามลำดับ งานวิจัยนี้เป็นครั้งแรกที่สามารถสรุปได้ว่าข้อมูลภาพไฮเปอร์สเปกตรัลสามารถทำการแยกข้าวพันธุ์ กข41 (RD41) ที่เป็นโรคและไม่เป็นโรคขอบใบแห้งออกจากกันได้เมื่อร่วมกับเทคนิคการคัดเลือกช่วงคลื่นแบบขั้นตอนวิธีการเชิงพันธุกรรม โดยวิธีการดังกล่าวให้ค่าความถูกต้องโดยรวม 89% อย่างไรก็ตามผลการทดลองนี้ยังคงมีข้อจำกัดในเรื่องของพื้นที่แปลงตัวอย่างที่ทำการศึกษานั้นมีขนาดเล็ก ช่วงการเจริญเติบโต รวมไปถึงชนิดของพันธุ์ข้าวที่เป็นโรคที่นำมาทำการศึกษามีเพียงชนิดเดียว ทำให้ไม่สามารถนำมาใช้เป็นตัวแทนในการแยกได้ดี โดยผู้วิจัยคาดหวังว่าวิธีการที่ใช้ในงานวิจัยนี้จะสามารถนำไปใช้กับการแยกและจำแนกโรคระดับสายพันธุ์กับพื้นที่อื่นและพืชชนิดอื่นๆต่อไปen_US
dc.description.abstractalternativeThe objective of this research is to separate the RD-41 rice with and without bacterial leaf blight disease by hyperspectral remote sensing techniques base on a scene of the EO-1 Hyperion imagery. The study site is rice field at Preak-Sriracha sub-district, Sankhaburi district, Chainat province, Thailand. The results suggest that the overall accuracy of the separation without the influence of the genetic algorithm is 82%. After applying the genetic search, the overall accuracy went up to 89%. This superiority was confirmed by a statistical test (p-value < 0.01). The standard deviation (SD) of separations are 4.7% and 2.1% when using hyperspectral remote sensing techniques with and without the influence of the genetic algorithm, respectively. This study demonstrated the capability of the hyperspectral remote sensing techniques for separating rice with and without the bacterial leaf blight disease. The Genetic Algorithm based bands selection helped improve the overall accuracy from 82% to 89%. However, this is a preliminary study that tests on a small area and a single species of rice. To increase the reliability of this result, the method should be tested on bigger areas and variety of species and diseases.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2015.1311-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectข้าว -- พันธุ์กข
dc.subjectข้าว -- โรคและศัตรูพืช
dc.subjectข้าว -- ใบ
dc.subjectข้าว -- ความต้านทานโรคและศัตรูพืช
dc.subjectRice -- Diseases and pests
dc.subjectRice -- Leaves
dc.subjectRice -- Disease and pest resistance
dc.titleการแยกข้าวที่เป็นโรคและไม่เป็นโรคขอบใบแห้งออกจากกันด้วยเทคนิคการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัลen_US
dc.title.alternativeHYPERSPECTRAL REMOTE SENSING TECHNIQUES FOR SEPERATING RICE WITH AND WITHOUT THE BACTEREAL LEAF BLIGHT DISEASEen_US
dc.typeThesisen_US
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิศวกรรมสำรวจen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorChaichoke.V@Chula.ac.th,chaichoke@hotmail.comen_US
dc.identifier.DOI10.14457/CU.the.2015.1311-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
5670231021.pdf2.97 MBAdobe PDFView/Open


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