Chulalongkorn University Theses and Dissertations (Chula ETD)

การแยกข้าวที่เป็นโรคและไม่เป็นโรคขอบใบแห้งออกจากกันด้วยเทคนิคการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัล

Other Title (Parallel Title in Other Language of ETD)

HYPERSPECTRAL REMOTE SENSING TECHNIQUES FOR SEPERATING RICE WITH AND WITHOUT THE BACTEREAL LEAF BLIGHT DISEASE

Year (A.D.)

2015

Document Type

Thesis

First Advisor

ชัยโชค ไวภาษา

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิศวกรรมศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมสำรวจ

DOI

10.58837/CHULA.THE.2015.1314

Abstract

งานวิจัยนี้มีวัตถุประสงค์หลักคือ เพื่อแยกข้าวพันธุ์ กข41 (RD41) ที่เป็นโรคขอบใบแห้งออกจากที่ไม่เป็นโรคด้วยการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัลโดยอาศัยการคัดเลือกช่วงคลื่นที่เหมาะสม ด้วยขั้นตอนวิธีเชิงพันธุกรรม โดยพื้นที่ศึกษาคือ แปลงพื้นที่ศึกษานาข้าว ในตำบลแพรกศรีราชา อำเภอสรรคบุรี จังหวัดชัยนาท จากผลการศึกษาสามารถสรุปได้ว่า การจำแนกโดยใช้วิธีการเลือกช่วงคลื่นที่เหมาะสมได้ค่าความถูกต้องโดยรวมเท่ากับ 89% ส่วนการจำแนกโดยใช้จำนวนช่วงคลื่นทั้งหมดได้ค่าความถูกต้องโดยรวมเพียง 82% โดยมีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ โดยพบว่ามีค่าส่วนเบี่ยงเบนมาตรฐานของค่าความถูกต้องในการจำแนกเท่ากับ 4.7% และ 2.1% ในกรณีการจำแนกโดยใช้วิธีการเลือกช่วงคลื่นและการจำแนกโดยใช้จำนวนช่วงคลื่นทั้งหมดตามลำดับ งานวิจัยนี้เป็นครั้งแรกที่สามารถสรุปได้ว่าข้อมูลภาพไฮเปอร์สเปกตรัลสามารถทำการแยกข้าวพันธุ์ กข41 (RD41) ที่เป็นโรคและไม่เป็นโรคขอบใบแห้งออกจากกันได้เมื่อร่วมกับเทคนิคการคัดเลือกช่วงคลื่นแบบขั้นตอนวิธีการเชิงพันธุกรรม โดยวิธีการดังกล่าวให้ค่าความถูกต้องโดยรวม 89% อย่างไรก็ตามผลการทดลองนี้ยังคงมีข้อจำกัดในเรื่องของพื้นที่แปลงตัวอย่างที่ทำการศึกษานั้นมีขนาดเล็ก ช่วงการเจริญเติบโต รวมไปถึงชนิดของพันธุ์ข้าวที่เป็นโรคที่นำมาทำการศึกษามีเพียงชนิดเดียว ทำให้ไม่สามารถนำมาใช้เป็นตัวแทนในการแยกได้ดี โดยผู้วิจัยคาดหวังว่าวิธีการที่ใช้ในงานวิจัยนี้จะสามารถนำไปใช้กับการแยกและจำแนกโรคระดับสายพันธุ์กับพื้นที่อื่นและพืชชนิดอื่นๆต่อไป

Other Abstract (Other language abstract of ETD)

The objective of this research is to separate the RD-41 rice with and without bacterial leaf blight disease by hyperspectral remote sensing techniques base on a scene of the EO-1 Hyperion imagery. The study site is rice field at Preak-Sriracha sub-district, Sankhaburi district, Chainat province, Thailand. The results suggest that the overall accuracy of the separation without the influence of the genetic algorithm is 82%. After applying the genetic search, the overall accuracy went up to 89%. This superiority was confirmed by a statistical test (p-value < 0.01). The standard deviation (SD) of separations are 4.7% and 2.1% when using hyperspectral remote sensing techniques with and without the influence of the genetic algorithm, respectively. This study demonstrated the capability of the hyperspectral remote sensing techniques for separating rice with and without the bacterial leaf blight disease. The Genetic Algorithm based bands selection helped improve the overall accuracy from 82% to 89%. However, this is a preliminary study that tests on a small area and a single species of rice. To increase the reliability of this result, the method should be tested on bigger areas and variety of species and diseases.

Link to Full Text

Share

COinS