การจัดทำ spectrum library และการประยุกต์ใช้ร่วมกับข้อมูล Hyperspectrum ของดาวเทียม SMMS

1. การจัดทำ spectrum library และการประยุกต์ใช้ร่วมกับข้อมูล Hyperspectrumของดาวเทียม SMMS โดย นาย พีรพล พรหมพิทักษ์พร

2. บทนำ • การสำรวจเพื่อเก็บข้อมูลในการจัดทำสเปกตรัมไลบรารี่ • การประยุกค์ใช้ภาพถ่ายดาวเทียม • การนำไลบรารี่ไปประยุกต์ใช้กับเพื้นที่อื่นๆ • รูปแบบสเปกตรัมไลบรารี่

3. การเตรียมความพร้อมก่อนการสำรวจการเตรียมความพร้อมก่อนการสำรวจ • มาตรฐานการสำรวจความถูกต้องทางภาคสนาม • การวางแผนก่อนการสำรวจ • การเลือกพื้นที่สำรวจ • วัตถุประสงค์ในการลงพื้นที่สำรวจ • ข้อมูลเพื่อใช้ในการวิเคราะห์ • การเตรียมตัวก่อนการสำรวจ • บันทึกช่วยจำ • เงื่อนไขที่เหมาะสมสำหรับการวัดสเปกตรัม • มุมของพระอาทิตย์ • เงื่อนไขของเมฆ • สภาพภูมิประเทศ

4. อุปกรณ์

5. การลงพื้นที่สำรวจพืชเศรษฐกิจ 5 ชนิด

6. ขั้นตอนการวัดสเปกตรัมขั้นตอนการวัดสเปกตรัม

8. ขั้นตอนการวัดสเปกตรัม (ต่อ)

9. ขั้นตอนการวัดสเปกตรัม (ต่อ)

10. พืชเศรษฐกิจ 5 ชนิด

11. พืชเศรษฐกิจ 5 ชนิด (ต่อ)

12. การคำนวณค่าสเปกตรัมการสะท้อนการคำนวณค่าสเปกตรัมการสะท้อน • การใช้เครื่องมือวัดสเปกตรัมหรือเรียกว่าสเปกโตรมิเตอร์ ค่าที่วัดออกมาได้จะอยู่ในรูปของค่าความเข้มแสง ดังนั้นต้องนำมาคำนวณเพื่อแปลงให้อยู่ในรูปของค่าสเปกตรัมการสะท้อน (Reflectance) เมื่อ Iout คือ ความเข้มแสงของรังสีที่สะท้อนออกมาจากวัสดุที่สนใจ Iin คือ ความเข้มแสงของรังสีที่ตกกระทบวัสดุที่สนใจ R คือ การสะท้อนของแสง (Reflectance)

13. การคำนวณค่าสเปกตรัมการสะท้อน (ต่อ) • วัดความเข้มแสงของวัสดุเทียมค่า Iout1 • %R1 = ( Iout1/Iin1 ) * 100 • Iin1 = ( Iout1/%R1 ) * 100 • วัดความเข้มแสงของพืช Iout2 • %R2 = ( Iout2/Iin2 ) * 100 ; เมื่อ Iin1 = Iin2 • %R2 = ( Iout2/[( Iout1/%R1 ) * 100] ) * 100 Reference panel

14. การคำนวณค่าสเปกตรัมการสะท้อน (ต่อ) • %R2 = ( Iout2/[( Iout1/%R1 ) * 100] ) * 100 • ในตารางจะแสดงค่าที่วัดได้จากพื้นที่การปลูกยางพารา Mea.2 Mea.1 Iin

15. การคำนวณค่าสเปกตรัมการสะท้อน (ต่อ) • เนื่องจากข้อมูลในแต่ละไฟล์จะมีจำนวนเยอะ จึงต้องหาแนวทางในการทำให้เป็นการคำนวณแบบอัตโนมัติ • ไฟล์จากเครื่องสเปกโตรมิเตอร์เป็นชนิด *.cmbl

16. การคำนวณค่าสเปกตรัมการสะท้อน (ต่อ)

17. การกรองข้อมูล • เนื่องจากข้อกำหนดของวิธีในการวัดค่าสเปกตรัม ทำให้ข้อมูลที่ได้เกิดความแปรปรวน • ตรวจสอบความสัมพันธ์ของข้อมูลในเซตนั้นจะหาจากการหาค่าสัมประสิทธิ์สหสัมพันธ์ (Coefficient of Correlation [r]) • โดยจะมีค่าอยู่ระหว่าง -1.0 ถึง +1.0 โดยที่ค่าที่อยู่ใกล้ -1.0 หรือ +1.0 ถือว่ามีความสัมพันธ์กันมากที่สุด ส่วน 0 หมายความว่า ตัวแปรทั้งสองไม่มีความสัมพันธ์กันแม้แต่น้อย ส่วนเครื่องหมาย + หรือ - บงบอกว่าความสัมพันธ์นั้น เป็นตามกันหรือตรงกันข้าม

18. การกรองข้อมูล (ต่อ) • นำผลที่ได้มาพิจารณาตามย่านความถี่ เพื่อดูความสัมพันธ์ให้ตรงตามกับพืชและพื้นที่ และนำผลที่ได้ไปใช้งาน

19. การวิเคราะห์ข้อมูลในแต่ละพืชการวิเคราะห์ข้อมูลในแต่ละพืช

20. การวิเคราะห์ข้อมูลในแต่ละพืช (ต่อ) • จากการคำนวณจะได้ย่านความยาวคลื่นในการวิเคราะห์ดังนี้ 450, 472, 490, 536, 590, 620, 750 และ 896nm จากข้อมูลช่วงค่าลายเส้นของพืชและย่านที่ใช้ในการวิเคราะห์ จะทำให้สามารถทราบถึงความแตกต่างของสเปกตรัมของพืชทั้ง 5 ชนิด

21. การเลือกภาพถ่ายดาวเทียมการเลือกภาพถ่ายดาวเทียม • ข้อมูลภาพถ่ายดาวเทียมในวันที่ 3 มีนาคม 2553 โดยเลือกซีนของภาพที่มีชื่อว่า HJ1A-HSI-12-102-B2-20100303-L20000263206 มาใช้ในการวิเคราะห์ เพื่อใช้ในการจำแนกพื้นที่เพาะปลูกพืช 4 จาก 5 ชนิดซึ่งก็คือ มันสำปะหลัง สับปะรด ยางพารา และอ้อย (ไม่มีข้าว) • ข้อมูลภาพถ่ายดาวเทียมในวันที่ 10 พฤศจิกายน 2552 โดยเลือกซีนของภาพที่มีชื่อว่า HJ1A-HSI-12-102-A1-20091110-L20000203604 มาใช้ในการวิเคราะห์ เพื่อใช้ในการจำแนกพื้นที่เพาะปลูกข้าว • มาใช้ในการวิเคราะห์เพื่อใช้ในการจำแนกพื้นที่เพาะปลูก โดยข้อมูลภาคสนามจะเป็นของวันที่ 1-3 และ 20-22 กรกฎาคม 2553 และวันที่ 7-8 สิงหาคม 2553

23. ตัวอย่างภาพหลังการแปลงค่าพิกัดตัวอย่างภาพหลังการแปลงค่าพิกัด

24. การแปลงค่าเป็นสเปกตรัมการสะท้อนการแปลงค่าเป็นสเปกตรัมการสะท้อน

25. การจำแนกประเภทข้อมูล • Spectral Angle Mapper Classification (SAM) คือจะทำการกำหนดค่าข้อมูลแล้วปรับแก้โดยการนำค่าสเปกตรัมของทั้งสองค่ามาคำนวณในลักษณะของเวกเตอร์ n มิติ (n คือ จำนวนแบนด์)

28. Minimum Noise Fraction (MNF) • เป็นฟังก์ชันในการเปลี่ยนรูปเชิงเส้นเพื่อใช้ในการประมาณค่าขนาดที่แท้จริงของข้อมูลภาพ ทำการแยกสัญญาณรบกวนออกจากข้อมูล และช่วยลดเวลาในการคำนวณสำหรับในส่วนของการประมวลผล • ค่า eigenvaluesและภาพ MNF จะถูกใช้ในการประเมินขนาดของข้อมูล โดยค่า eigenvaluesในแต่ละแถบความถี่จะประกอบด้วยข้อมูลต่างๆ โดยเรียงลำดับตามขนาดของข้อมูล ภาพที่ได้จะมีข้อมูลที่สอดคล้องกับความเชื่อมโยงเชิงพื้นที่ ในขณะที่ภาพสัญญาณรบกวนจะไม่มีข้อมูลในเชิงพื้นที่เลย

29. ผลการจำแนก

35. การนำไลบรารี่ข้าวไปประยุกต์ใช้กับพื้นที่อื่นๆการนำไลบรารี่ข้าวไปประยุกต์ใช้กับพื้นที่อื่นๆ • จากข้อมูลสเปกตรัมไลบรารี่จึงได้มีแนวคิดในการนำมาใช้งานกับพื้นที่อื่นๆ โดยจะทำการคัดเลือกจากพื้นที่ที่มีข้อมูลทางภาคสนาม ซึ่งจากการขอความอนุเคราะห์จากสำนักงานเศรษฐกิจการเกษตรทำให้ได้ข้อมูลพื้นที่ภาคสนามซึ่งเป็นพื้นที่ในการเพาะปลูกข้าวแถวบริเวณภาคกลางและภาคเหนือ (โดยมีแค่บางจังหวัดไม่ครบทุกจังหวัด) จึงนำข้อมูลนี้ไปค้นหาเพื่อเทียบพื้นที่เดียวกันกับภาพถ่ายดาวเทียม • จากการค้นหาจึงได้ทำการเลือกพื้นที่จังหวัดพะเยา โดยเลือกข้อมูลภาพถ่ายดาวเทียมในวันที่ 30 กันยายน 2553 โดยเลือกซีนของภาพที่มีชื่อว่า HJ1A-HSI-15-94-A2-20100930-L20000004187 มาใช้ในการวิเคราะห์เพื่อใช้ในการจำแนกพื้นที่เพาะปลูกข้าว โดยข้อมูลภาคสนามจะเป็นของวันที่ 6 พฤศจิกายน 2552

37. การนำไลบรารี่ข้าวไปประยุกต์ใช้กับพื้นที่อื่นๆ (ต่อ) • จากผลที่ได้จะเห็นได้ว่าค่าความถูกต้องในการประเมินพื้นที่เพาะปลูกข้าวเท่ากับ 64.79% และพื้นที่ที่ไม่ใช่ข้าวเท่ากับ 94.66% ถ้ารวมความถูกต้องของพื้นที่ทั้งหมดจะเท่ากับ 88.2626% ซึ่งค่อนข้างมีความถูกต้องสูง ดังนั้นจากการทดสอบดังที่กล่าวมานี้ทำให้สามารถสรุปได้ว่าสามารถนำข้อมูลสเปกตรัมไลบรารี่มาใช้ในการประเมินพื้นที่เพาะปลูกได้ ต่อมาจึงนำข้อมูลนี้มาสร้างให้เป็นรูปแบบมาตรฐาน

38. วิเคราะห์ความผิดพลาดที่เกิดขึ้นวิเคราะห์ความผิดพลาดที่เกิดขึ้น • ข้อมูลสเปกตรัมไลบรารี่น้อยเกินไป • การกำหนดแถบความถี่ในการวิเคราะห์ข้อมูล • ความคลาดคลื่นตำแหน่งพิกัดภาพดาวเทียม • การเลือกฟังก์ชันในการคำนวณ • ข้อมูลภาคสนาม

39. รูปแบบสเปกตรัมไลบรารี่รูปแบบสเปกตรัมไลบรารี่ • จากข้อมูลสเปกตรัมไลบรารี่ของพืชทั้ง 5 ชนิด นำมาสร้างเป็นรูปแบบมาตรฐานที่เหมาะสมสำหรับการนำไปใช้งาน โดยจากการศึกษาและสืบค้นทางอินเตอร์เน็ตพบว่าไลบรารี่โดยทั่วไป เช่น ไลบรารี่ของ USGS (เป็นองค์กรทางวิทยาศาสตร์ที่ให้ข้อมูลที่เป็นกลางเกี่ยวกับสุขภาพของระบบนิเวศและสิ่งแวดล้อม) จะประกอบด้วย 3 ส่วนคือ • ASCII เป็นส่วนของไฟล์ที่อยู่ในรูปแบบของแอสกี (เป็นรหัสมาตรฐานของสหรัฐอเมริกาเพื่อการแลกเปลี่ยนสารสนเทศ) ประกอบด้วยข้อมูลค่าสเปกตรัมการสะท้อนที่ย่านความยาวคลื่นต่างๆ โดยสามารถนำค่าหล่านี้ไปใช้ในการคำนวณได้ ชนิดของไฟล์ คือ *.asc • DESCRIPT เป็นส่วนในการอธิบายถึงองค์ประกอบของสิ่งต่างๆที่ทำให้ได้ข้อมูลสเปกตรัมมา เช่น รายละเอียดของวัตถุ สถานที่ในการสำรวจ สิ่งแวดล้อม เป็นต้น ชนิดของไฟล์ คือ *.html • PLOTS เป็นรูปที่แสดงค่าสเปกตรัมการสะท้อนที่ย่านความยาวคลื่นต่างๆ ชนิดของไฟล์ คือ *.png

40. รูปแบบสเปกตรัมไลบรารี่ (ต่อ) • รูปแบบดังกล่าวนี้สามารถนำไปใช้งานได้ทันทีโดยค่าที่ได้สามารถนำไปคำนวณในแบบต่างๆ เพื่อใช้ในการวิเคราะห์ เช่น หาความแตกต่างในแต่ละย่านความยาวคลื่น หาความโดดเด่นของวัตถุแต่ละชนิด เป็นต้น • โดยซอฟแวร์ที่ใช้ในการวิเคราะห์จะอยู่ในรูปแบบของซอฟแวร์ที่ชื่อว่า CSTAR Spectral Analysis Management System (SAMS) (http://sams.projects.atlas.ca.gov/) • เป็นซอฟแวร์ที่ช่วยในการวิเคราะห์ข้อมูล การเรียงลำดับ และประมวลผลค่าสเปกตรัม

41. รูปแบบสเปกตรัมไลบรารี่ (ต่อ) • นอกจากนี้รูปแบบดังกล่าวยังสามารถนไปใช้งานร่วมกันกับซอฟแวร์ประมวลผลภาพได้ทันที เช่น ซอฟแวร์ Environment for Visualization of Images (ENVI ITT Visual Solutions) เป็นต้น • แต่รูปแบบนี้ก็ถีงว่าเป็นเพียงหนึ่งในรูปแบบที่มีการใช้กัน ถ้าจะนำไปใช้กับซอฟแวร์เฉพาะทางอื่น เช่น ERDAS IMAGINE เป็นต้น อาจจำเป็นต้องทำการแปลงข้อมูลอีกครั้ง ดังนั้นการแปลงในขั้นนี้จำเป็นต้องรู้รูปแบบข้อมูลที่ใช้ของซอฟแวร์นั้น แล้วจึงนำรูปแบบดังกล่าวมาใช้นั้นเอง

42. การนำไปใช้งาน - รูปแบบสเปกตรัมไลบรารี่ • ASCII • DESCRIPT • PLOTS