Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 2)

Field Server อุปกรณ์ที่ใช้ในการบันทึกข้อมูลโดยตรงจากแปลงเกษตรกรรม ซึ่งถูกติดตั้งบนแปลงเกษตรทั่วประเทศเนื่องจากข้าวนับเป็นพืชเศรษฐกิจและเป็นอาหารหลักของคนไทย แปลงข้าวจึงถูกให้ความสำคัญเป็นลำดับต้นๆ  จำนวนทั้งหมดของField Server 24 สถานี ณ ปัจจุบัน จะถูกติดตั้งไว้ที่แปลงข้าวมากถึง10 สถานีสำหรับตอนที่ 2 นี้ เราจะมาดูกันว่า รูปภาพรายวันจะถูกใช้ในการติดตามและจำแนกสถานะของแปลงข้าวได้อย่างไรหากพิจารณารูปภาพที่บันทึกได้ในปี 2557 ณ แปลงข้าว จ.สุพรรณบุรี ตามรูปที่ 1 จะเห็นว่า สถานะของแปลงข้าว ถูกแบ่งอย่างคร่าวๆออกเป็น 4 สถานะคือ ต้นกล้า เจริญเติบโต ออกรวง และเก็บเกี่ยว โดยสิ่งที่แตกต่างกันอย่างหนึ่ง ซึ่งสามารถเห็นได้จากรูปภาพในแต่ละสถานะ คือ ระดับการตอบสนองของพืชสีเขียว ดังนี้

1) ต้นกล้า – สีเขียวอ่อน           2) เจริญเติบโต – สีเขียวเข้ม

3) ออกรวง – สีเหลืองทอง         4) เก็บเกี่ยว – สีน้ำตาล (แทบจะไม่มีความเป็นสีเขียว)

Note

  • aตำแหน่งแปลงข้าวที่มีการติดตั้ง Field Server ทั้ง 10 สถานี แสดงโดย “เลขที่สถานี(จังหวัด)”ได้แก่01 (สุพรรณบุรี),04 (ร้อยเอ็ด),12(น่าน), 13 (เชียงราย), 15 (พัทลุง)19 (อ่างทอง),20 (อ่างทอง), 22 (อุบลราชธานี), 23 (ปทุมธานี),24(ระยอง)
  • bเป็นสถานะที่ถูกแบ่งอย่างคร่าวๆ (บนพื้นฐานของการแปลความหมายของคนทั่วไป) เพื่อสร้างโปรแกรมประมวลผลรูปภาพรายวันแบบอัตโนมัติสำหรับการจำแนกสถานะบนแปลงข้าว

02_fig_01

รูปที่ 1 รูปภาพที่บันทึกจากField Server ณ แปลงข้าว จ.สุพรรณบุรี ที่เวลาและสถานะที่ต่างกัน

หากกล่าวถึงเทคนิคที่ใช้ในการวิเคราะห์ภาพ การคำนวณระดับการตอบสนองของพืชสีเขียวในแต่ละรูปภาพโดยทั่วไปจะอ้างถึง “Vegetation Index(ดัชนีพืชพรรณ)” ซึ่งเป็นดัชนีหนึ่งที่ใช้บ่งบอกสถานะของแปลงข้าว ณ เวลาที่รูปภาพนั้นถูกบันทึกได้กรณีที่เรามีชุดของรูปภาพในกรอบระยะเวลาหนึ่ง การนำค่า VegetationIndex ที่คำนวณได้แต่ละภาพมาแสดงในแกนเวลาcเรียกว่า Vegetation Phenology (ชีพลักษณ์พืชพรรณ) ดังแสดงในรูปที่ 2ซึ่งวิธีการวิเคราะห์รูปภาพอนุกรมเวลานี้ (Image Time Series) จะทำให้การติดตามและจำแนกสถานะต่างๆ ของแปลงข้าวมีประสิทธิภาพและความถูกต้องสูงกว่าการใช้ Vegetation Index จากรูปภาพเพียงรูปเดียว

Notecปกติในแกนเวลาจะอ้างถึง ค่า Day of Year หากว่าเรากำลังพิจารณาปี 2557 ค่า DoY = 1 จะหมายถึง วันที่ 1 ม.ค. 57 และ ค่า DoY = 365 จะหมายถึง วันที่ 31 ธ.ค. 57

ในรูปที่ 2 นี้ คือ คุณลักษณะของชีพลักษณ์พืชพรรณที่คำนวณได้จากแปลงข้าวนาปรัง ซึ่งมี 2 รอบการเพาะปลูกต่อปีการทราบถึงจำนวนรอบการเพาะปลูกนี้ สามารถสังเกตได้จากการไต่ระดับเพิ่มขึ้นของค่า Vegetation Index จนถึงจุดสูงสุดและค่อยๆ ลดลงไปตามการเปลี่ยนแปลงของเวลา ทำให้เกิดรูปแบบ (Pattern)ของสัญญาณลูกคลื่นขึ้นมา 1 ลูก นั่นหมายถึง จำนวน 1 รอบการเพาะปลูกของแปลงข้าวที่กำลังพิจารณาจาก Vegetation Phenology ในรูปที่ 2 เราสามารถนับสัญญาณลูกคลื่น (หลัก) ได้ 2 ลูก ซึ่งก็คือ 2 รอบการเพาะปลูกนั่นเอง ส่วนรูปคลื่นเล็กๆ ที่เกิดขึ้น มีลักษณะเป็นยอดแหลมในช่วงเวลาสั้นๆ อาจเป็นผลมาจาก วัชพืช ที่ขึ้นมาระหว่างรอการเพาะปลูกรอบใหม่

02_fig_02

รูปที่ 2 ชีพลักษณ์พืชพรรณของแปลงข้าวจ. สุพรรณบุรีในกรอบเวลาปี 2557(นาปรัง 2 รอบการเพาะปลูกต่อปี)

 เมื่อเราทราบว่ามีการเพาะปลูกเกิดขึ้นในช่วงเวลาใดแล้ว กราฟ Vegetation Phenology ในแต่ละรอบการเพาะปลูกจะสามารถใช้ในการติดตามและจำแนกสถานะของแปลงข้าวต่อไป โดยตัวอย่างวิธีการวิเคราะห์กราฟที่ใช้ เช่น การคำนวณพื้นที่ใต้กราฟ การวัดค่าระดับของ Vegetation Index ที่เหมาะสมเพื่ออ้างอิงถึงสถานะต่างๆ ของแปลงข้าว เป็นต้น

02_fig_03

รูปที่ 3 ชีพลักษณ์พืชพรรณของแปลงข้าว(จากรูปที่ 2) และ รูปภาพจาก Field Server ที่บันทึกได้ ณ เวลาต่างๆ

 ในรูปที่ 3 แสดง Vegetation Phenology และรูปภาพที่บันทึกได้จาก Field Server ณ เวลาต่างๆ ตัวอย่างวิธีการอันหนึ่งที่ใช้จำแนกสถานะแปลงข้าว สามารถอธิบายได้ดังนี้ หากระดับค่า Vegetation Index สูงขึ้นมาจากค่าต่ำสุดเล็กน้อย ในช่วงกราฟขาขึ้นของรอบการเพาะปลูก หมายถึง เวลาดังกล่าวเป็นสถานะ “ต้นกล้า” ค่า Vegetation Index ที่เพิ่มขึ้นไปจนถึงระดับสูงค่าหนึ่ง จะถูกพิจารณาเป็นสถานะ “เจริญเติบโต” เมื่อค่า Vegetation Index ลดระดับลงมาจากค่าสูงสุด ช่วงหนึ่ง จะถูกพิจารณาเป็นสถานะ “ออกรวง” และ ระดับค่า Vegetation Index ที่สูงกว่าค่าต่ำสุดเล็กน้อยในช่วงกราฟขาลง ถูกกำหนดเป็นสถานะ “เก็บเกี่ยว” สมมติฐานเหล่านี้ เราสามารถนำไปใช้สร้างโปรแกรมวิเคราะห์กราฟ Vegetation Phenology แบบอัตโนมัติได้โดยรายละเอียดเชิงเทคนิคนั้น จะขออธิบายในตอนต่อๆ ไปครับ

ในตอนหน้า เราจะมาทำความรู้จักกับ Vegetation Index ซึ่งใช้ในการคำนวณระดับตอบสนองของพืชสีเขียวและ เราจะได้ทราบกันอีกด้วยว่า รูปภาพแปลงข้าวที่ได้จาก Field Server ในแต่ละวัน สามารถคำนวณเป็นค่า Vegetation Index ได้อย่างไร ?…แล้วพบกันครับ …

ข้อมูลเพิ่มเติม

  1. Soontranon, P. Srestasathiern and P. Rakwatin, “Rice Growing Stage Monitoring in Small-scale Region Using ExG Vegetation Index”, in ECTI-CON 2014, NakhonRatchasima, Thailand.
  2. Soontranon, P. Tangpattanakul, P. Srestasathiern and P. Rakwatin, “An Agricultural Monitoring System: Field Server Data Collection and Analysis on Paddy Field”, in ISCIT 2014, Incheon, Korea.
Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 1) http://learn.gistda.or.th/field-server-1/

Leave a Reply

Your email address will not be published. Required fields are marked *