นายมณฑล สุริยาประสิทธิ์

งานนำเสนอเรื่อง: "นายมณฑล สุริยาประสิทธิ์"— ใบสำเนางานนำเสนอ:

1 นายมณฑล สุริยาประสิทธิ์
การสังเคราะห์สภาพการใช้ประโยชน์ที่ดิน และเรือนยอดของพืชปกคลุมดิน โดยใช้ข้อมูลการสำรวจระยะไกล และข้อมูลภาคสนาม ในพื้นที่สูงซึ่งเข้าถึงได้ยาก สำหรับการประเมินการชะล้างพังทลายของดิน นายมณฑล สุริยาประสิทธิ์ ผศ.ดร. ดูบร้า เชรสตา

2 วัตถุประสงค์ในการศึกษา พื้นที่ศึกษา วิธีการศึกษา ผลการศึกษา สรุป
Outline ความเป็นมา วัตถุประสงค์ในการศึกษา พื้นที่ศึกษา วิธีการศึกษา ผลการศึกษา สรุป

3 ความเป็นมา การเปลี่ยนแปลงสภาพการใช้ประโยชน์ที่ดิน จาก ป่าไม้ เป็นพื้นที่เกษตรกรรม รวมถึงการ ตัดไม้ทำลายป่าในบริเวณที่มีความลาดชันสูง ทำให้เกิดการชะล้างพังทลายของดิน สภาพภูมิประเทศที่เป็นภูเขาก่อให้เกิดอุปสรรคในการเก็บข้อมูลที่สำคัญสำหรับใช้ในแบบจำลอง และก่อให้เกิดผลกระทบต่อการจำแนกประเภทการใช้ประโยชน์ที่ดิน

4 วัตถุประสงค์ เพื่อประเมินพื้นที่ที่มีความเสี่ยงต่อการเกิดการชะล้างพังทลายของดิน บนพื้นที่สูงโดยประยุกต์ใช้ข้อมูลการสำรวจระยะไกล และข้อมูลภาคสนาม เพื่อทดสอบศักยภาพของ เทคนิค image processing ในการปรับแก้ ความส่องสว่างที่ไม่สม่ำเสมอ สำหรับการจำแนกสภาพการใช้ประโยชน์ที่ดิน เพื่อสังเคราะห์ค่า C-factor สำหรับใช้ในแบบจำลอง การชะล้างพังทลายของดิน (RMMF)

5 พื้นที่ศึกษา : ลุ่มน้ำชุน จังหวัดเพชรบูรณ์
พื้นที่โดยประมาณ 67 กม2 เป็นพื้นที่ภูเขามีความสูง ,500 เมตร -Total area 67 km2 -Average annual rainfall 1120 mm Maximum rainfall in August 230 mm Average annual temperature 28oC High altitudinal ranging from 240 in the valley bottom to maximum of 1509 m

6 วิธีการในการศึกษา 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม
2. การปรับแก้ค่าความส่องสว่างที่ไม่สม่ำเสมอของแสง และการจำแนก สภาพการใช้ประโยชน์ที่ดิน 3. การประมาณค่า C-factor จาก NDVI 4. การประเมินการชะล้างพังทลายของดิน

7 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม
(Renard, 1997) Forest areas Agriculture areas PLU 0.5 1

8 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม
(Renard, 1997) = ร้อยละของพื้นที่ที่ถูกปกคลุมด้วยเรือนยอด H = ความสูงของพืช

9 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม
(Renard, 1997) Sp = ร้อยละของพื้นที่ปกคลุมดิน Land use class Ru b Forest 0.4 0.05 Degraded Forest 0.25 0.025 Agriculture 0.44 0.035 Grassland 0.045 Orchard 0.34

10 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม
(Renard, 1997) Land use class Ru Forest 0.4 Degraded Forest 0.25 Agriculture 0.44 Grassland Orchard 0.34

11 2. การปรับแก้ค่าความส่องสว่างที่ไม่สม่ำเสมอของแสง
Multi – Spectral Sensor Shadow Low illumination High illumination

12 2. การปรับแก้ค่าความส่องสว่างที่ไม่สม่ำเสมอของแสง
Landsat TM CC March 3, 2007 Topographic Normalization Sum Normalization

13 ผลลัพธ์ที่ได้จากการปรับแก้ค่าความส่องสว่าง
การจำแนกสภาพการใช้ประโยชน์ที่ดิน พ.ศ. 2550 Legend After using Topographic Normalization technique Period Classification accuracy with removal of topography effect (%) Classification accuracy without correcting topographic effects (%) Topographic normalization Sum normalization 2007 74.4 69.1 67.3

14 3. การประมาณค่า C-factor จาก NDVI
- ประมาณค่า NDVI จากภาพถ่ายดาวเทียม Landsat - ประมาณค่า C-factor โดยใช้สมการ (De Jong et al., 1994) 2. (Van der Knijff et al., 1999) 3. Curve Estimation จากการหาความสัมพันธ์ระหว่าง C-factor จำนวน 138 จุดตัวอย่าง ที่ประมาณค่าจากข้อมูลสนาม และค่า NDVI

15 3. การประมาณค่า C-factor จาก NDVI

16 ผลที่ได้จากการประมาณค่า C-factor ด้วย NDVI
C-factor map ที่ได้จากการประมาณค่าในแต่ละสมการ De Jong’s Van der Knijff’s Curve estimation C-factor Prediction techniques Statistical techniques Adjust R2 C.E. M.E. RMSE De Jong’s Van der Knijff’s Curve estimation 0.37 0.25 0.78 0.11 0.06 0.77 0.22 0.61 -0.04 0.23 0.62 0.03

17 การประเมินผล C-factor map
Coefficient of Efficiency ; C.E. Root Mean Square Error ; R.M.S.E.

18 4. การประเมินการชะล้างพังทลายของดิน
revised Morgan – Morgan - Finney - ถูกพัฒนาขึ้นเพื่อประมาณค่าปริมาณการสูญเสียดินต่อปี ในพื้นที่เชิงเขาที่มีความลาดชัน - เป็นแบบจำลอง ประเภท empirical model แต่มีการใช้ ข้อมูลทางกายภาพที่สำคัญ และต้องการข้อมูลในการนำเข้าน้อย

19 Erosion model (RMMF)

20 4. การประเมินการชะล้างพังทลายของดิน
ข้อมูลที่ได้จากการประมาณค่าในภาคสนาม ถูกนำมาแทนค่าในสมการ Canopy cover (CC) Plant Height (H) C-factor

21 ผลการประมาณค่าจากแบบจำลอง
ผลการประมาณค่าปริมาณดินที่สูญเสียต่อปี และการจำแนกความรุนแรง Land use class Area(%) Soil loss rate(t/h/y) SD. Forest Degraded Forest Agriculture Grassland Orchard 12.87 34.04 25.32 11.70 16.07 0.99 1.47 26.06 5.39 8.76 0.27 0.55 13.52 3.63 0.51 Total 100 Land use class Soil loss rate(t/h/y) Erosion prone areas Forest Degraded Forest Agriculture Grassland Orchard 0.99 1.47 26.06 5.39 8.76 Very slight Severe Slight

22 ผลการตรวจสอบด้วยจุดที่เกิดการชะล้างพังทลายแบบร่องธาร (Gully erosion)
เปรียบเทียบ Erosion prone areas map และ จุดที่พบ Gully erosion Reference Total Gully Critical zone 14 6 No Gully 20 Overall accuracy = (14/20)x100 = 70%

23 สรุป เทคนิค ขจัดผลกระทบจากสภาพภูมิประเทศ (Topography effect removal) ทำให้ความถูกต้องของการจำแนกประเภทการใช้ประโยชน์ที่ดินในบริเวณพื้นที่สูง ดีขึ้น การประมาณค่า c-factor ด้วยข้อมูลภาคสนาม มีความสัมพันธ์กับค่า NDVI สามารถ นำไปใช้ในการประมาณค่า c-factor ของพื้นที่สูง ช่วยประหยัดงบประมาณและเวลาที่ใช้ในการทำงานภาคสนาม ผลลัพธ์ที่ได้จาก แบบจำลอง RMMF เมื่อนำไปจำแนกความรุนแรงและตรวจสอบกับจุดที่เกิดการชะล้างพังทลายแบบร่องธาร แล้ว ได้ผลอยู่ในเกณฑ์ดี แสดงให้เห็นว่า C-factor ที่ได้จากการประมาณค่าสามารถนำมาใช้ในแบบจำลอง RMMF ได้เป็นอย่างดี

24 The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B7. Beijing 2008

25 ขอบคุณครับ คำถาม และ ข้อเสนอแนะ
ขอบคุณครับ คำถาม และ ข้อเสนอแนะ