ในตอนที่ผ่านมา ได้พูดถึงวิธีการประมวลผลกราฟชีพลักษณ์พืชพรรณ (Vegetation Phenology) ขั้นตอนเบื้องต้น คือ การประมาณค่าในช่วง (Interpolation) และ การคำนวณกราฟชีพลักษณ์พืชพรรณแบบSmoothในตอนที่ 6 นี้ จะอธิบายถึงขั้นตอนถัดมา กระบวนการของ Curve fitting จะถูกนำมาใช้ประมวลผลกราฟ เพื่อลดความซับซ้อนของกราฟชีพลักษณ์พืชพรรณและสามารถนำไปหาช่วงเวลาเพาะปลูกข้าวแบบอัตโนมัติได้ ในรูปที่ 1 แสดงตัวอย่างของกราฟชีพลักษณ์พืชพรรณ และ Curve fitting ที่ประมาณได้โดยใช้อนุกรมฟูเรียร์ (Fourier series)อ้างอิงจากการวิจัยเบื้องต้นผลลัพธ์ในการตรวจหาช่วงเวลาการเพาะปลูก จะมีประสิทธิภาพสูงเมื่อถูกประมาณด้วยสมการอนุกรมฟูเรียร์[1] สำหรับกรณีที่นำสมการรูปแบบอื่นๆ มาใช้ก็อาจมีความเป็นไปได้ ซึ่งจำเป็นต้องมีการวิจัยเพิ่มเติมในอนาคตต่อไป
รูปที่ 1กราฟชีพลักษณ์พืชพรรณแบบ Smooth และ Curve fitting โดยใช้อนุกรมฟูเรียร์อันดับ 8(N=8)
สมการอนุกรมฟูเรียร์ ดังนี้
เมื่อได้กราฟCurve fitting ที่ถูกประมาณโดยอนุกรมฟูเรียร์แล้ว ในขั้นต่อไป จะเป็นการกำหนดจุดซึ่งเป็น Local minimum points “จุดต่ำสุดเฉพาะที่” ของกราฟ โดยอาศัยกระบวนการทางคณิตศาสตร์ทั้งนี้ จุด Local minimumpoints แต่ละจุด จะถูกนำมาพิจารณาว่ามีค่าอยู่ในระดับที่เหมาะสมหรือไม่ (จุดที่มีค่าระดับVegetation Index ที่สูงเกินกว่าค่า Threshold จะถูกละทิ้งไปคือ มีค่าเกินกว่า 20{8645ed30ebfee2716765f004cf3f74a8c4ef5e59d5d4d4ef1cf40763c4bdb1fe} ของค่าสูงสุด สังเกต “จุดที่อยู่เหนือกว่าระดับเส้นประ”)แสดงในรูปที่ 2 ในที่นี้อาศัยสมมติฐานที่ว่า กราฟช่วงการเพาะปลูกของข้าว จะเพิ่มค่า Vegetation Index จากระดับต่ำไปยังระดับสูงสุด ณ ช่วงเวลาเจริญเติบโต (ค่าความเป็นสีเขียวมาก) และมีค่าต่ำสุดในช่วงวันเก็บเกี่ยว ค่าที่ลดระดับลงมาจากค่าระดับสูงเล็กน้อย จะถือว่า ยังไม่สิ้นสุดรอบการเพาะปลูก ดังนั้น จุด Local minimum points ที่มีค่า“Vegetation Index ระดับต่ำๆ”จะถูกนำไปใช้ในการแบ่งเป็นSub curves(กราฟย่อย)แสดงในรูปที่ 3 โดยกราฟที่นำมาพิจารณาสามารถแบ่งได้เป็น5 Sub curves
รูปที่ 2 การกำหนดจุด Local minimum points “จุดต่ำสุดเฉพาะที่” ของกราฟ และการเลือกจุดที่เหมาะสม
รูปที่ 3การใช้จุด Local minimum points แบ่งกราฟชีพลักษณ์พืชพรรณออกเป็น Sub curves
รูปที่ 4การคำนวณพื้นที่ใต้กราฟและช่วงเวลา (Area and Duration) เพื่อตรวจหาช่วงเวลาเพาะปลูก
ในรูปที่ 4 แต่ละ Sub curve จะถูกนำมาคำนวณหาพื้นที่ใต้กราฟและระยะเวลา เพื่อจำแนกช่วงเวลาการเพาะปลูก (Cultivation period)ค่าพื้นที่ใต้กราฟและระยะเวลาที่สูงกว่าค่า Threshold จะถือเป็น Sub curve ที่เป็นช่วงการเพาะปลูก ในตัวอย่างนี้ คือ Sub curvesที่ 1 และ 3 ถือเป็นช่วงการเพาะปลูก(รูปภาพชุดที่พิจารณาเป็นรูปที่ได้จากแปลงข้าวนาปรัง 2 รอบเพาะปลูกต่อปี) ส่วน Sub curves อื่นๆ จะไม่ถือว่าเป็นช่วงการเพาะปลูกกล่าวคือSub curves ที่ 2 และ 4 เป็นช่วงที่เกิดวัชพืชขึ้นในแปลงข้าว สำหรับ Sub curve ที่ 5 เป็นรอบการปลูกที่กำลังจะเกิดขึ้นใหม่ แต่ไม่สามารถตรวจหาได้ เนื่องจากยังมีพื้นที่และระยะเวลาที่น้อยเกินไป จะเห็นได้ว่าจากข้อมูลกราฟชีพลักษณ์พืชพรรณ เราสามารถนำไปสร้างระเบียบวิธี(Algorithm) ในการตรวจหาช่วงเวลาการเพาะปลูกแบบอัตโนมัติได้
เมื่อได้ช่วงเวลาการเพาะปลูก (Cultivation period) แล้ว การหาวันเริ่มต้น/สิ้นสุด(SoS/EoS)#ของแต่ละรอบการเพาะปลูก จะอฺธิบายรายละเอียดอีกครั้งในตอนต่อไป นอกจากนี้ จะแสดงผลลัพธ์เบื้องต้นของการหา SoS/EoSโดยใช้รูปภาพจาก Field Server ที่ติดตั้ง ณ แปลงข้าวทั้งประเภทนาปีและนาปรัง… แล้วพบกันครับ …
#SoS/EoSย่อจาก Start of growing Season/End of growing Season
เอกสารอ้างอิง
- Soontranon, P. Srestasathiern and P. Rakwatin (2015), “Rice crop calendar based on phenology analysis from time-series images”, in ECTI-CON 2015, Thailand.
Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 1)
Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 2)
Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 3)
Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 4)
Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 5)