1 / 44

การจัดทำ spectrum library และการประยุกต์ใช้ร่วมกับข้อมูล Hyperspectrum ของดาวเทียม SMMS

การจัดทำ spectrum library และการประยุกต์ใช้ร่วมกับข้อมูล Hyperspectrum ของดาวเทียม SMMS. โดย นาย พีรพล พรหมพิทักษ์พร. บทนำ. การสำรวจเพื่อเก็บข้อมูลในการจัดทำสเปกตรัมไลบรารี่ การประยุกค์ใช้ภาพถ่ายดาวเทียม การนำไลบรารี่ไปประยุกต์ใช้กับเพื้นที่อื่นๆ รูปแบบสเปกตรัมไลบรารี่.

hua
Download Presentation

การจัดทำ spectrum library และการประยุกต์ใช้ร่วมกับข้อมูล Hyperspectrum ของดาวเทียม SMMS

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  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

  7. ขั้นตอนการวัดสเปกตรัม (ต่อ)

  8. ขั้นตอนการวัดสเปกตรัม (ต่อ)

  9. พืชเศรษฐกิจ 5 ชนิด

  10. พืชเศรษฐกิจ 5 ชนิด (ต่อ)

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

  12. 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

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

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

  15. การคำนวณค่าสเปกตรัมการสะท้อน (ต่อ)

  16. 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

  17. การกรองข้อมูล (ต่อ) • นำผลที่ได้มาพิจารณาตามย่านความถี่ เพื่อดูความสัมพันธ์ให้ตรงตามกับพืชและพื้นที่ และนำผลที่ได้ไปใช้งาน

  18. การวิเคราะห์ข้อมูลในแต่ละพืชการวิเคราะห์ข้อมูลในแต่ละพืช

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

  20. 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

  21. ตัวอย่างภาพหลังการแปลงค่าพิกัดตัวอย่างภาพหลังการแปลงค่าพิกัด

  22. การแปลงค่าเป็นสเปกตรัมการสะท้อนการแปลงค่าเป็นสเปกตรัมการสะท้อน

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

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

  25. ผลการจำแนก

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

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

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

  29. 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

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

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

  32. การนำไปใช้งาน - รูปแบบสเปกตรัมไลบรารี่ • ASCII • DESCRIPT • PLOTS

More Related