APPLICATION OF GEOINFORMATICS FOR MARINE PROTECTED AREA IN THA RAI ISLAND, NAKHON SI THAMMARAT PROVINCE

Main Article Content

ปราณี นวลละออง

Abstract

งานวิจัยในครั้งนี้ทำการกำหนดเขตพื้นที่คุ้มครองทรัพยากรหญ้าทะเลบริเวณเกาะท่าไร่ จังหวัดนครศรีธรรมราช
ด้วยการวิเคราะห์หาแหล่งหญ้าทะเลโดยการใช้ค่าสะท้อนพลังงานพื้นผิวโลก (Reflectance) ของข้อมูลภาพถ่ายจากดาวเทียม Landsat 8 เข้าสู่การจำแนกแบบกำกับ ด้วยวิธี Support Vector Machine (SVM) supervised classification ร่วมกับพื้นที่ตัวอย่างจากงานภาคสนาม และทำการซ้อนทับกับเส้นทางเดินเรือ เพื่อกำหนดระยะเขตพื้นที่คุ้มครองแหล่งหญ้าทะเล (Marine Protected Area : MPA) ให้ชัดเจนและไม่ส่งผลกระทบต่อคนในชุมชน


พื้นที่แหล่งหญ้าทะเลมีจำนวนลดลง ร้อยละ 45.83 ของพื้นที่หญ้าทะเลทั้งหมด จาก ปี พ.ศ. 2550 - 2562 ดังนั้น
จึงได้ทำการกำหนดเขตพื้นที่คุ้มครองแหล่งหญ้าทะเลอย่างเร่งด่วน ซึ่งประกาศใช้พื้นที่ทั้งหมด 306,017.01 ตารางเมตร หรือ 191.26 ไร่ และแสดงผลในรูปแบบแผนที่จะช่วยให้ทุกฝ่ายและทุกภาคส่วนเกิดความชัดเจนในการกำหนดเขตพื้นที่คุ้มครองแหล่งหญ้าทะเล (Marine Protected Area : MPA) เพื่อหามาตรการการดูแลหญ้าทะเลบริเวณเกาะท่าไร่ร่วมกันอย่างชัดเจน

Article Details

How to Cite
นวลละออง ป. (2019). APPLICATION OF GEOINFORMATICS FOR MARINE PROTECTED AREA IN THA RAI ISLAND, NAKHON SI THAMMARAT PROVINCE. JOURNAL OF HUMANITIES AND SOCIAL SCIENCES SONGKHLA RAJABHAT UNIVERSITY, 1(1), 1–8. Retrieved from https://so03.tci-thaijo.org/index.php/husoskru/article/view/209708
Section
Research Articles

References

สถาบันวิจัยและพัฒนาทรัพยากรทางทะเล ชายฝั่ง และป่าชายเลน. (2549). หญ้าทะเลในน่านน้ำไทย. กรมทรัพยากรทางทะเลและชายฝั่ง. กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม.
สุพจน์ จันทราภรณ์ศิลป์. (2551). สถานภาพแหล่งทรัพยากรปะการังและหญ้าทะเลพื้นที่อ่าวไทยตอนล่าง. ม.ป.ท.
สุภาพร องสารา. (2557).ชนิดและการแพร่กระจายของสัตว์น้ำในบริเวณอ่าวเตล็ด จังหวัดนครศรีธรรมราช. ม.ป.ท.
Hsu, C.-W., Chang, C.-C.and Lin, C.-J., (2016). A practical guide to support vector classification. Retrieved May, 19 2016, from https://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf
Pal, M., Mather, P.M., (2005). “Support vector machines for classification in remote sensing”. International Journal of Remote Sensing, 26, 1007-1011.
Vapnik, V., (2013). The nature of statistical learning theory. Springer Science & Business Media. N.p.