การประมาณค่าความเข้มข้นของก๊าซคาร์บอนไดออกไซด์จากดาวเทียม OCO-2 และ Terra MODIS ประเทศไทย

สมกมล รักวีรธรรม

dc.contributor.advisor	สุพรรณ กาญจนสุธรรม
dc.contributor.advisor	แก้ว นวลฉวี
dc.contributor.advisor	ภัทราพร สร้อยทอง
dc.contributor.author	สมกมล รักวีรธรรม
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะภูมิสารสนเทศศาสตร์
dc.date.accessioned	2023-05-12T03:46:01Z
dc.date.available	2023-05-12T03:46:01Z
dc.date.issued	2560
dc.identifier.uri	https://buuir.buu.ac.th/xmlui/handle/1234567890/7357
dc.description	วิทยานิพนธ์ (วท.ม.)--มหาวิทยาลัยบูรพา, 2560
dc.description.abstract	การวิจัยครั้งนี้เป็นการประยุกต์เทคนิคการรับรู้จากระยะไกล เพื่อการประมาณค่าความเข้มข้นของก๊าซคาร์บอนไดออกไซดจากดาวเทียม Orbiting Carbon Observatory 2 (OCO-2) และชุดผลิตภัณฑ์จากข้อมูลจากดาวเทียม Terra ระบบ MODIS ซึ่ง ได้แก่ อุณหภูมิพื้นผิว (LST) ดัชนีพืช พรรณ NDVI และ EVI ดัชนีพื้นผิวใบ (LAI) อัตราการผลิตปฐมภูมิรวม (GPP) และสัดส่วนของการแผ่รังสีในช่วงคลื่นที่พืชใช้สังเคราะห์แสง (FPAR) ในช่วงเดือนตุลาคม พ.ศ.2557 ถึงเดือนตุลาคม พ.ศ. 2559โดยแบ่งเป็น 3 ฤดูกาลคือฤดูหนาว ฤดูร้อน และฤดูฝน เพื่อศึกษาความสัมพันธ์ของแต่ละตัวแปร พร้อมทั้งสร้างสมการแบบถดถอยเชิงเส้นและสมการถดถอยไม่ใช่เชิงเส้นแบบ Polynomial สำหรับการประมาณค่าความเข้มข้นของก๊าซคาร์บอนไดออกไซดข์องประเทศไทย ผลการศึกษาพบว่า ตัวแปรต้นทุกตัวมีความสัมพันธ์กับค่าคาร์บอนไดออกไซด์ที่ระดับนัยสำคัญมากกว่าหรือเท่ากับ 0.01และเมื่อวิเคราะห์ความสัมพันธ์ด้วยวิธีการแบบลำดับขั้น (Stepwise) เพื่อลดความซ้ำซ้อนของตัวแปรแล้วในช่วงฤดูหนาวตัวแปรที่ถูกคัดเลือกเข้าสู่สมการได้แก่ ค่าดัชนีพืชพรรณ NDVI และอัตราการผลิตปฐมภูมิรวม (GPP) และพบว่า สมการถดถอยไม่ใช่เชิงเส้นแบบ Polynomial เป็นสมการที่ให้ค่าความคลาดเคลื่อน RMSE ต่ำที่สุด เท่ากับ 1.21ppm มีค่า R 2 เท่ากับ 0.4891ในช่วงฤดูร้อนตัวแปรที่ถูกคัดเลือกเข้าสู่สมการได้แก่ ค่าอุณหภูมิพื้นผิวเพียงตัวแปรเดียว โดยที่สมการถดถอยเชิงเส้นและถดถอยไม่ใช่เชิงเส้น มีค่าความคลาดเคลื่อน RMSE ไม่แตกต่างกัน มีค่าความคลาดเคลื่อนเท่ากับ 1.27 ppm สมการถดถอยเชิงเส้น จึงมีความไม่ซับซ้อนและเหมาะสมต่อการนำมาใช้งานในช่วงฤดูฝนตัวแปรที่ถูกคัดเลือกเข้าสู่สมการได้แก่ ค่าอุณหภูมิและอัตราการผลิตปฐมภูมิรวม โดยที่สมการถดถอยไม่ใช่เชิงเส้นแบบ Polynomial เป็นสมการที่ให้ค่าความคลาดเคลื่อน RMSE ต่ำที่สุด เท่ากับ 1.88ppm มีค่า R 2 เท่ากับ 0.4213 และนอกจากนี้ค่าความเข้มข้นของก๊าซคาร์บอนไดออกไซด์ในชั้นบรรยากาศของประเทศไทยจะค่อย ๆ เพิ่มขึ้น ในฤดูหนาวแล้วเพิ่มขึ้นสูงสุดในช่วงฤดูร้อน และลดลงในฤดูฝน เนื่องจากพืชมีการนำคาร์บอนไดออกไซด์มาใช้ในกระบวนการสังเคราะห์แสง
dc.language.iso	th
dc.publisher	คณะภูมิสารสนเทศศาสตร์ มหาวิทยาลัยบูรพา
dc.rights	มหาวิทยาลัยบูรพา
dc.subject	คาร์บอนไดออกไซด์
dc.subject	มหาวิทยาลัยบูรพา -- สาขาวิชาภูมิสารสนเทศศาสตร์
dc.title	การประมาณค่าความเข้มข้นของก๊าซคาร์บอนไดออกไซด์จากดาวเทียม OCO-2 และ Terra MODIS ประเทศไทย
dc.title.alternative	The estimtion of crbon dioxide tmospheric concentrtion fromoco-2 nd terr modis, thilnd
dc.type	วิทยานิพนธ์/ Thesis
dc.description.abstractalternative	The research was the application of Remote Sensingfor estimatingconcentration carbon dioxide from the Orbiting Carbon Observatory 2 (OCO-2) satellite and Terra MODIS satellite such as Land Surface Temperature (LST), Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), Leaf Area Index (LAI), Gross Primary Productivity (GPP) and Fraction of Photosynthetically Active Radiation(FPAR) in October 2014to October 2016. The purposeof research was correlations analysis between OCO-2 and MODIS data for creating equations both multiple linear regression and non-linear regressionin 3 seasons consisted 1) winter 2) summer and 3) rainy. The result of study foundthe correlation between OCO-2 and MODIS data that all independent variables had r correlation at level of significance 0.01 but all variables were selected by stepwise for creating equations. Which NDVI and GPP were suitable variables for winter equationthat showed the best RMSE 1.21 ppm (R 2 =0.4891) for polynomial regression. In summer, LST was a suitable variable that showed the best RMSE 1.27 ppm (R 2 =0.3378) for linear regression. Finally, LST and GPP were still suitable variables in the rainy season, which showed the best RMSE 1.88 ppm (R 2 =0.4213) for polynomial regression. In addition, carbon dioxide of Thailand has beenslowly increasing concentrationby winter season, reaching a peak by summer season and it has been decreasingconcentration byrainy season because plant absorb amount of carbon dioxide through photosynthesis.
dc.degree.level	ปริญญาโท
dc.degree.discipline	ภูมิสารสนเทศศาสตร์
dc.degree.name	วิทยาศาสตรมหาบัณฑิต
dc.degree.grantor	มหาวิทยาลัยบูรพา