การประยุกต์ภาพถ่ายรายละเอียดสูงจากระบบหุ่นยนต์อากาศยานเพื่อจำแนกพรรณไม้ยืนต้นบริเวณโครงการพัฒนาป่าชุมชนบ้านอ่างเอ็ด มูลนิธิชัยพัฒนา จังหวัดจันทบุรี

เลิศพงศ์ สุวรรณเลิศ

dc.contributor.advisor	กาญจนา หริ่มเพ็ง
dc.contributor.advisor	กฤษนัยน์ เจริญจิตร
dc.contributor.author	เลิศพงศ์ สุวรรณเลิศ
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาศาสตร์
dc.date.accessioned	2023-05-12T02:34:30Z
dc.date.available	2023-05-12T02:34:30Z
dc.date.issued	2560
dc.identifier.uri	https://buuir.buu.ac.th/xmlui/handle/1234567890/6177
dc.description	วิทยานิพนธ์ (วท.ม.)-- มหาวิทยาลัยบูรพา, 2560
dc.description.abstract	ป่าชุมชนบ้านอ่างเอ็ด เป็นโครงการพัฒนาป่าชุมชนเพื่อให้ผู้สนใจทั้งภายในและภายนอกท้องถิ่นได้ศึกษาหาความรู้การอนุรักษ์และรู้จักใช้ทรัพยากรธรรมชาติให้เกิดประโยชน์สูงสุดอย่างยั่งยืน ซึ่งพื้นที่ศึกษาตั้งอยู่ตำบลตกพรม อำเภอขลุง จังหวัดจันทบุรี มีขนาดพื้นที่ประมาณ 160 ไร่ในปัจจุบัน ได้มีเทคโนโลยีการสำรวจและการทำแผนที่ภาพถ่ายรายละเอียดสูงซึ่งข้อมูลที่ได้เป็นปัจจุบันที่สุดของพื้นที่ศึกษา วัตถุประสงค์ของการศึกษาครั้งนี้ คือ การประยุกต์เทคโนโลยีระบบอากาศยานขนาดเล็ก (small Unmanned Aerial System : sUAS) เพื่อจำแนกพรรณไม้ยืนต้นจากภาพถ่าย และเปรียบเทียบเทคนิคการ จำแนกเชิงจุดภาพ (Pixel Based Classification) กับเทคนิคการจำแนกเชิงวัตถุ (Object-based Image Analysis : OBIA) ร่วมกับการเก็บข้อมูลภาคสนาม ซึ่งภาพที่ได้จากอากาศยานเป็นภาพสีจริงที่ได้จากกล้อง นำมาวิเคราะห์ร่วมกับการทำดัชนีพืชพรรณ Green-Red Vegetation Index : GRVI (Object-based Image Analysis : OBIA) โดยร่วมกับการพัฒนาแบบจำลองฐานกฎ (Rule-based Model) เพื่อที่จะทดสอบการระบุพรรณไม้ยืนต้น ผลการศึกษาในการใช้แบบจำลองฐานกฎกับการจำแนกท้ังสองเทคนิค โดยทดสอบความถูกต้องเชิงพื้นที่เปรียบเทียบกับการจำแนกด้วยบุคคลซึ่งเชื่อว่า มีความถูกต้องมากที่สุด พบว่า การจำแนกข้อมูลเชิงวัตถุมีความถูกต้องเชิงพื้นที่คิดเป็นค่ากำลังสองความคลาดเคลื่อน (Root Mean Square Error) เท่ากับ 5.24 และการจำแนกเชิงวัตถุเท่ากับ 15.87 ซึ่งการจำแนกจากมนุษย์มีค่าเท่ากับ 4.90 ซึ่งการจำแนกเชิงวัตถุมีค่าใกล้เคียงสูงกว่าการจำแนกเชิงจุดภาพระบบหุ่นยนต์อากาศยานขนาดเล็ก และเทคนิคแบบฐานกฎมีประสิทธิภาพที่ช่วยในการจำนกและทำแผนที่ป่าไม้รายละเอียดสูงได้ในระดับหนึ่ง อีกทั้งยังสามารถช่วยส่งเสริมในการจัดการป่าไม้ได้ในอีกทางหนึ่งและสามารถนำไปประยุกต์ใช้ในงานด้านต่าง ๆ พรรณไม้ยืนต้นส่วนใหญ่ที่พบ ได้แก่ ยางพารา (Hevea brasiliensis Muell. Arg.), ตะแบก (Lagerstroemia floribunda Jack.), มะพร้าวนกกก (Horsfieldia glabra (Blume) Warb.), ราชดัด (Brucea javanica (L.) Merr.), ปอหู (Hibiscus Macrophyllus Roxb. Ex Hornem.) เป็นต้น โดยในอนาคตจะทำการทดสอบกล้อง Near Infrared และพัฒนาแบบจำลองที่สามารถจำแนกได้ถูกต้องและแม่นยำมากยิ่งขึ้น
dc.language.iso	th
dc.publisher	คณะวิทยาศาสตร์ มหาวิทยาลัยบูรพา
dc.rights	มหาวิทยาลัยบูรพา
dc.subject	ภาพถ่ายทางอวกาศ
dc.subject	มหาวิทยาลัยบูรพา -- สาขาวิชาวิทยาศาสตร์สิ่งแวดล้อม
dc.subject	ต้นไม้ -- ไทย -- จันทบุรี
dc.subject	ป่าไม้ -- จันทบุรี
dc.title	การประยุกต์ภาพถ่ายรายละเอียดสูงจากระบบหุ่นยนต์อากาศยานเพื่อจำแนกพรรณไม้ยืนต้นบริเวณโครงการพัฒนาป่าชุมชนบ้านอ่างเอ็ด มูลนิธิชัยพัฒนา จังหวัดจันทบุรี
dc.title.alternative	Appliction of very high resolution imge from mini unmnned eril system for identifiction of the tree in nget forest community of the chipttn foundtion, chnthburi province
dc.type	วิทยานิพนธ์/ Thesis
dc.description.abstractalternative	Angaet-forest is the project development of local community to conserve natural forests and to demonstrate how biodiversity can increase economy development. The study area is in Tokprom Sub-District, Khlung District, Chanthaburi Province and covers area of 0.25 squarekilometer. The objective of this study was to identify tree species using aerial maps by the small unmanned aerial system (sUAS) and ground data. In the field, the multirotor aircraft and RGBcamera were used for image acquisition, while the ground data was collected by the forest inventory technique. Firstly, the green-red vegetation index (GRVI) was used for forest area extraction, then the object-based image analysis (OBIA) and the rules-based model were applied for the tree species identification. To identify perennial plants from photos And compare Pixel Based Classification techniques with object-oriented classification techniques. (Object-based Image Analysis: OBIA) with field data collection. The image taken from the aircraft is a true color image from the camera. Green-Red Vegetation Index: GRVI (Object-based Image Analysis: OBIA) is developed in conjunction with the development of a rule-based model to test perennial vegetation. Study results on the use of the rule base model with two classification techniques. By testing the spatial accuracy, compared with the classification by the person who believes to be the most accurate. It was found that the classification of object-oriented data was spatially correct, the mean square error was 5.24, and the object-oriented classification was 15.87. The classification was 4.90. The value is closer than the image-classification. sUAS is a powerful technology for creating very high resolution maps and can be applied on various fields.For the further study, the higher precision of forest species classification will be addressed using the near infrared camera. The study recorded Hevea brasiliensis Muell. Arg., Lagerstroemia floribunda Jack., Horsfieldia glabra (Blume) Warb., Brucea javanica (L.) Merr., Hibiscus Macrophyllus Roxb. Ex Hornem. as dominant tree species.
dc.degree.level	ปริญญาโท
dc.degree.discipline	วิทยาศาสตร์สิ่งแวดล้อม
dc.degree.name	วิทยาศาสตรมหาบัณฑิต
dc.degree.grantor	มหาวิทยาลัยบูรพา