การใช้ข้อมูลภาพถ่ายจากดาวเทียมระบบเรดาร์เพื่อเพิ่มขีดความสามารถของข้อมูลดาวเทียมแลนด์แซทในการจำแนกประเภทไม้ผลและไม้ยืนต้น

อัจฉรา ผ่องปิยะสกุล

dc.contributor.advisor	อิทธิ ตริสิริสัตยวงศ์
dc.contributor.author	อัจฉรา ผ่องปิยะสกุล
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
dc.date.accessioned	2013-10-16T01:01:57Z
dc.date.available	2013-10-16T01:01:57Z
dc.date.issued	2553
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/36178
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2553	en_US
dc.description.abstract	งานวิจัยนี้นำข้อมูลภาพจากดาวเทียมเรดาร์เข้ามาช่วยเพิ่มประสิทธิภาพของภาพจากดาวเทียมในช่วงคลื่น 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 ตามลำดับ	en_US
dc.description.abstractalternative	This 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.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2010.1122
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ดาวเทียมแลนด์แซต	en_US
dc.subject	พืช -- การจำแนก	en_US
dc.subject	Landsat satellites	en_US
dc.subject	Synthetic aperture radar	en_US
dc.subject	Plants -- Classification	en_US
dc.title	การใช้ข้อมูลภาพถ่ายจากดาวเทียมระบบเรดาร์เพื่อเพิ่มขีดความสามารถของข้อมูลดาวเทียมแลนด์แซทในการจำแนกประเภทไม้ผลและไม้ยืนต้น	en_US
dc.title.alternative	Using SAR data to improve the Potential of LANDSAT for orchards and perennial plant classification	en_US
dc.type	Thesis	en_US
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	ระบบสารสนเทศปริภูมิทางวิศวกรรม	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	itthi.t@eng.chula.ac.th
dc.identifier.DOI	10.14457/CU.the.2010.1122