สืบค้นงานวิจัย
ระบบภูมิสารสนเทศเพื่อจำแนกสังคมพืชป่าชายเลนในจังหวัดตราด
Pakorn Srimanobhas - มหาวิทยาลัยมหิดล
ชื่อเรื่อง: ระบบภูมิสารสนเทศเพื่อจำแนกสังคมพืชป่าชายเลนในจังหวัดตราด
ชื่อเรื่อง (EN): Geo-informatics for mangrove community identification of Trat province
ผู้แต่ง / หัวหน้าโครงการ (EN): Pakorn Srimanobhas
บทคัดย่อ: การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคโนโลยีด้านภูมิสารสนเทศ (Geo-Information Technology) อันประกอบด้วย เทคโนโลยีด้านการสำรวจระยะไกล (Remote Sensing) ระบบพิกัดภูมิศาสตร์ (Global Positioning System) และ ระบบสารสนเทศภูมิศาสตร์ (Geographic Information System) ร่วมกับ ระบบผู้เชี่ยวชาญ เพื่อสร้างฐานความรู้ในการจำแนกสังคมพืชป่าชายเลนในพื้นที่จังหวัดตราด ให้มีความ ถูกต้อง ความน่าเชื่อถือ และความรวดเร็วมากขึ้น กฎเกณฑ์การจำแนกในฐานความรู้เพื่อจำแนกสังคมพืชป่าชายเลนถูกสร้างขึ้นจากสมการถดถอยซึ่ง คำนวณจากความสัมพันธ์ของช่วงอายุที่เก็บรวบรวมได้จากภาคสนาม และดัชนีที่เป็นตัวแทนของน้ำ (Water Index: WI) และพืช (Normalized Differential Vegetation Index: NDVI, Advance Vegetation Index: AVI และ Ratio Drought Index: RDI) สมการดังกล่าวถูกนำมาทำนายสังคมพืช ที่ถูกแบ่งเป็น 3 สังคม ได้แก่ สังคม ป่าชายเลนที่มีพันธ์ไม้โกงกาง, สังคมป่าชายเลนที่ไม่มีพันธ์ไม้โกงกาง และสังคมป่าชายเลนเสื่อมโทรม ที่ เป็นไปได้ในพื้นที่ ผลการตรวจสอบความถูกต้องจากการจำแนกสังคมพืชป่าชายเลนทั้ง 3 สังคมด้วยระบบผู้เชี่ยวชาญ (Expert Classification) พบว่ามีค่าความถูกต้องเท่ากับร้อยละ 76.67, 63.33 และ 56.67 ตามลำดับ และความถูก ต้องรวมเท่ากับร้อยละ 65.56 และเมื่อเปรียบเทียบกับวิธีการจำแนกประเภทข้อมูลแบบความน่าจะเป็นไปได้ สูงสุด (Maximum Likelihood) พบว่ามีค่าความถูกต้องเท่ากับร้อยละ 70.00, 56.67 และ 63.33 ตามลำดับ และ ความถูกต้องรวมเท่ากับร้อยละ 63.33 ดังนั้น การจำแนกประเภทข้อมูลแบบระบบผู้เชี่ยวชาญจึงมีความ ถูกต้องจากการจำแนกสูงกว่าแบบความน่าจะเป็นไปได้สูงสุด เท่ากับร้อยละ 2.23 การประยุกต์ใช้เทคโนโลยีด้านภูมิสารสนเทศร่วมกับระบบผู้เชี่ยวชาญ สรุปว่าสามารถใช้ในการ จำแนกสังคมพืชป่าชายเลนในจังหวัดตราดได้
บทคัดย่อ (EN): The objective of this study is to apply the Geo-Information Technology including Remote Sensing, Global Positioning System, and Geographic Information System integrated with Expert System in order to generate a knowledge base system for classification of mangrove community in Trat province. Rule base under the knowledge base for mangrove community classification is generated from the relationship of multiple regressions related with Water Index (WI), Normalized Differential Vegetation Index (NDVI), Advance Vegetation Index (AVI), and Radio Drought Index (RDI). These equations are used to define community class of mangrove which can be divided into 3 classes: Mangrove Community with Rhizophora spp., Mangrove Community without Rhizophora spp., and Exploited Mangrove Community. The percentages of accuracy the expert classification are 76.67, 63.33 and 56.67 respectively. The overall accuracy is about 65.56%. Meanwhile, the percentages of accuracy the maximum likelihood classification are 70.00, 56.67 and 63.33 respectively. The overall accuracy is only about 63.33%. Thus the accuracy of the expert classification is about 2.23% higher than the maximum likelihood classification. Application of the Geo-Information Technology and Expert System provides useful information about classification mangrove community in Trat province
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เอกสารแนบ: http://dcms.thailis.or.th/dcms/dccheck.php?Int_code=126&RecId=5502&obj_id=5273
เผยแพร่โดย: มหาวิทยาลัยมหิดล
คำสำคัญ (EN): Trat
เจ้าของลิขสิทธิ์: มหาวิทยาลัยมหิดล
รายละเอียด: การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคโนโลยีด้านภูมิสารสนเทศ (Geo-Information Technology) อันประกอบด้วย เทคโนโลยีด้านการสำรวจระยะไกล (Remote Sensing) ระบบพิกัดภูมิศาสตร์ (Global Positioning System) และ ระบบสารสนเทศภูมิศาสตร์ (Geographic Information System) ร่วมกับ ระบบผู้เชี่ยวชาญ เพื่อสร้างฐานความรู้ในการจำแนกสังคมพืชป่าชายเลนในพื้นที่จังหวัดตราด ให้มีความ ถูกต้อง ความน่าเชื่อถือ และความรวดเร็วมากขึ้น กฎเกณฑ์การจำแนกในฐานความรู้เพื่อจำแนกสังคมพืชป่าชายเลนถูกสร้างขึ้นจากสมการถดถอยซึ่ง คำนวณจากความสัมพันธ์ของช่วงอายุที่เก็บรวบรวมได้จากภาคสนาม และดัชนีที่เป็นตัวแทนของน้ำ (Water Index: WI) และพืช (Normalized Differential Vegetation Index: NDVI, Advance Vegetation Index: AVI และ Ratio Drought Index: RDI) สมการดังกล่าวถูกนำมาทำนายสังคมพืช ที่ถูกแบ่งเป็น 3 สังคม ได้แก่ สังคม ป่าชายเลนที่มีพันธ์ไม้โกงกาง, สังคมป่าชายเลนที่ไม่มีพันธ์ไม้โกงกาง และสังคมป่าชายเลนเสื่อมโทรม ที่ เป็นไปได้ในพื้นที่ ผลการตรวจสอบความถูกต้องจากการจำแนกสังคมพืชป่าชายเลนทั้ง 3 สังคมด้วยระบบผู้เชี่ยวชาญ (Expert Classification) พบว่ามีค่าความถูกต้องเท่ากับร้อยละ 76.67, 63.33 และ 56.67 ตามลำดับ และความถูก ต้องรวมเท่ากับร้อยละ 65.56 และเมื่อเปรียบเทียบกับวิธีการจำแนกประเภทข้อมูลแบบความน่าจะเป็นไปได้ สูงสุด (Maximum Likelihood) พบว่ามีค่าความถูกต้องเท่ากับร้อยละ 70.00, 56.67 และ 63.33 ตามลำดับ และ ความถูกต้องรวมเท่ากับร้อยละ 63.33 ดังนั้น การจำแนกประเภทข้อมูลแบบระบบผู้เชี่ยวชาญจึงมีความ ถูกต้องจากการจำแนกสูงกว่าแบบความน่าจะเป็นไปได้สูงสุด เท่ากับร้อยละ 2.23 การประยุกต์ใช้เทคโนโลยีด้านภูมิสารสนเทศร่วมกับระบบผู้เชี่ยวชาญ สรุปว่าสามารถใช้ในการ จำแนกสังคมพืชป่าชายเลนในจังหวัดตราดได้
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง

Pakorn Srimanobhas. "ระบบภูมิสารสนเทศเพื่อจำแนกสังคมพืชป่าชายเลนในจังหวัดตราดGeo-informatics for mangrove community identification of Trat province". มหาวิทยาลัยมหิดล. 2549

Pakorn Srimanobhas. "ระบบภูมิสารสนเทศเพื่อจำแนกสังคมพืชป่าชายเลนในจังหวัดตราดGeo-informatics for mangrove community identification of Trat province". มหาวิทยาลัยมหิดล. 2549. Print.



TARR Wordcloud:
ระบบภูมิสารสนเทศเพื่อจำแนกสังคมพืชป่าชายเลนในจังหวัดตราด
Pakorn Srimanobhas
มหาวิทยาลัยมหิดล
2549
การประยุกต์ใช้ระบบภูมิสารสนเทศและแบบจำลองเพื่อการคาดการณ์การเปลี่ยนแปลงการใช้ที่ดิน จังหวัดน่าน ระบบภูมิสารสนเทศเพื่อกำหนดเขตรับซื้ออ้อยของโรงงานน้ำตาลในภาคตะวันออกของประเทสไทย การใช้ระบบภูมิสารสนเทศเพื่อประเมินความต้องการใช้น้ำของพืชเศรษฐกิจในตำบลแม่ทา อำเภอแม่ออน จังหวัดเชียงใหม่ ระบบสารสนเทศวิธีควบคุมวัชพืชในนาข้าว ระบบภูมิสารสนเทศเพื่อการประเมินศักยภาพแหล่งการหากินของช้างป่า บริเวณอุทายาแห่งชาติกุยบุรี จังหวัดประจวบคีรีขันธ์ ระบบผู้เชี่ยวชาญเพื่อจำแนกชั้นอายุของปาล์มน้ำมันในจังหวัดกระบี่ ระบบสารสนเทศแหล่งธรรมชาติอันควรอนุรักษ์ จังหวัดกาญจนบุรี ผลของระบบซังกิง-โคตะอิที่มีต่อการเปลี่ยนแปลงทางการเมืองเศรษฐกิจและสังคม การประยุกต์เทคโนโลยีภูมิสารสนเทศเพื่อศึกษาความสัมพันธ์ระหว่างโรงงานแป้งมันสำปะหลังกับพื้นที่เพาะปลูกใน จังหวัดนครราชสีมา ระบบสารสนเทศเพื่อการจัดการข้อมูลงานวิจัยด้านสิ่งมีชีวิตในดินของประเทศไทย
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก
พัฒนาระบบโดยศูนย์ความรู้เฉพาะด้านวิศวกรรมความรู้และวิศวกรรมภาษาDeveloped by Center of Excellence for Unified Knowledge and Language Engineering
สนับสนุนโดยสำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน)Supported by the Agricultural Research Development Agency (Public Organization)
แบบสำรวจความพึงพอใจQuestionair