ระบบทำนายการเปลี่ยนแปลงปริมาณน้ำในแม่น้ำชีจากภาพถ่ายดาวเทียม

กัณฐิกา สร้อยเพชรคุณ

dc.contributor.advisor	ภควรรณ ปักษี
dc.contributor.author	กัณฐิกา สร้อยเพชรคุณ
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์
dc.date.accessioned	2022-07-20T07:02:52Z
dc.date.available	2022-07-20T07:02:52Z
dc.date.issued	2563
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/79301
dc.description	โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2563	en_US
dc.description.abstract	โครงงานระบบทำนายการเปลี่ยนแปลงปริมาณน้ำในแม่น้ำชีจากภาพถ่ายดาวเทียมมีวัตถุประสงค์เพื่อ ทำนายการเปลี่ยนแปลงปริมาณน้ำในแม่น้ำชีจากภาพถ่ายดาวเทียม โดยเก็บรวบรวมข้อมูลภาพถ่ายดาวเทียม บริเวณแม่น้ำชีจากดาวเทียม Sentinal-1 และ Sentinel-2 และคัดเลือกภาพถ่ายดาวเทียมที่สมบูรณ์ นำไป จัดกลุ่มข้อมูลแบบเคมีน (K-Mean) เพื่อแยกบริเวณพื้นที่ที่เป็นน้ำและบริเวณพื้นที่ที่ไม่ใช้น้ำออกจากกัน จากนั้น ทำความสะอาดข้อมูลด้วยวิธีแยกบริเวณภาพเพื่อพิจารณาพื้นที่น้ำเฉพาะบริเวณแม่น้ำชี โดยไม่พิจารณาพื้นที่ บริเวณอื่น และประมาณค่าปริมาณน้ำด้วยการนับจำนวนพิกเซล (Pixel) สีน้ำเงิน (บริเวณพื้นน้ำ) โดยข้อมูล ปริมาณน้ำที่ได้จะนำไปผ่านการนอร์มัลไลเซชัน (Normalization) เพื่อปรับสเกลข้อมูล และประมวลผลข้อมูลด้วย วิธีการถดถอยแบบกระบวนการเกาส์เซี่ยน (Gaussian Process Regression: GPR) เพื่อสร้างกราฟสำหรับทำนาย การเปลี่ยนแปลงปริมาณน้ำ ผลที่ได้แสดงให้เห็นว่า วิธีการถดถอยแบบกระบวนการเกาส์เซี่ยน สามารถสร้างกราฟ เพื่อทำนายการเปลี่ยนแปลงปริมาณน้ำในระยะสั้นของข้อมูลที่ใช้วัดประสิทธิภาพกราฟทำนายได้เป็นแนวโน้มที่ ถูกต้อง และสามารถช่วยในการวิเคราะห์สถานการณ์น้ำที่เกิดขึ้นได้	en_US
dc.description.abstractalternative	The topic of the project is "Water supply predicting system in the Chi River from satellite images". The objective of this project is to predict the water supply in Chi river from satellite images. The project uses Chi river satellite images from Sentinel-1 and Sentinel-2 for predicting water supplies and selecting only satellite images with clear views. Then, k-mean clustering is used to identify between water and non-water areas. After that, data cleasing is provided by image segmentation for separating only Chi river areas from other areas. Blue pixels (water surface areas) are also counted to estimate water volumes. Next, normalization is applied to the data for making data to be the same scale. Last, the data is processed by Gaussian Process Regression (GPR) to create the waterbody trend predicting graph. The results of this project indicate that the waterbody trend predicting graph generating by GPR can predict the waterbody trend in the short term of testing data and analyzing the water situation that could occur.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ดาวเทียมในการวิเคราะห์ข้อมูลระยะไกล	en_US
dc.subject	พยากรณ์น้ำ	en_US
dc.subject	แม่น้ำชี	en_US
dc.subject	Artificial satellites in remote sensing	en_US
dc.subject	Water forecasting	en_US
dc.subject	Chi River ‪(Thailand)‬	en_US
dc.title	ระบบทำนายการเปลี่ยนแปลงปริมาณน้ำในแม่น้ำชีจากภาพถ่ายดาวเทียม	en_US
dc.title.alternative	Water supply predicting system in Chi river from satellite images	en_US
dc.type	Senior Project	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US