Assessment of Coffee Yields Using Unmanned Aerial Vehicle Techniques
Keywords:
assessment of coffee yields, vegetation index, unmanned aerial vehicle, yield assessment model, photogrammetryAbstract
The objective of this research is to study factors related to coffee yields and to develop a model for assessing the productivity of Arabica coffee based on data obtained from unmanned aerial vehicle (UAV) in Ban San Charoen, Tha Wang Pha District, Nan Province, during the 2021-2022 harvest seasons. The researchers used variables which are plant height, canopy size, trunk circumference, and visible atmospherically resistant index (VARI). These variables are related to coffee yields using linear regression analysis and evaluated statistical reliability using the coefficient of determination (R2), and the root mean square error (RMSE) were employed. The research findings revealed that the equations of coffee-yield estimation for all four study areas, using plant height, canopy size, trunk circumference and visible atmospherically resistant index (VARI), were able to explain 74-88% of yield variations, with all variables significantly affecting coffee-yield estimation at a 95% confidence level. The most influential factor in yield predictions was trunk circumference (0.582), followed by the VARI vegetation index (0.411), canopy size (0.406), and plant height (-0.401). When analyzing the average yield per plant for all study areas, the RMSE value was found to be 2.12 kilogram per plant. Additionally, the researchers tested the coffee yield estimation model for average yield per plant on
a validation area and found the root mean square error (RMSE) value of 2.37 kilogram per plant on average. This research can serve as an example of using UAV data for future Arabica coffee production.
References
ภาษาไทย
Chingchai Viriyabuncha ชิงชัย วิริยะบัญชา. (2003). Khumue kanpraman muanchiwaphap khong mumai
คู่มือการประมาณมวลชีวภาพของหมู่ไม้ [Guide to estimating tree biomass]. กรมอุทยานแห่งชาติ สัตว์ป่าและพันธุ์พืช.
Chusri Wongrattana ชูศรี วงศ์รัตนะ. (2001). Theknik kan chai sathiti phuea kan wichai เทคนิคการใช้สถิติเพื่อการวิจัย [Statistics for research] (8th ed.). เทพเนรมิตการพิมพ์.
Department of Agriculture กรมวิชาการเกษตร. (n.d.). Yutthasat kafae pi 2560-2564 ยุทธศาสตร์กาแฟ
ปี 2560-2564 [Coffee strategy 2560-2564 B.E.]. Retrieved December 12, 2017, from https://www.doa.go.th/hort/wp-content/uploads/2019/11/ยุทธศาสตร์กาแฟ-ปี-2560-2564.pdf
Jirawat Janthongpoon, Kanokporn Intharat, Suntree Khaihun, Fareda Nissan & Ponnarai Boonrasri จิรวัฒน์ จันทองพูน, กนกพร อินทะรัตน์, สุนทรี ไข่หุน, ฟารีดา นิสัน และพรนรายณ์ บุญราศรี (2023). Kanprayukchai akatsayan rai khonkhap nai kan tittam yangphara korani sueksa Tambon Namnoi Amphoe Hatyai Changwat Songkhla การประยุกต์ใช้อากาศยานไร้คนขับในการติดตามยางพารา กรณีศึกษา ตำบลน้ำน้อย อำเภอหาดใหญ่ จังหวัดสงขลา [Application of unmanned aerial vehicle (UAV) for rubber monitoring : A case study of Nam Noi Sub-district, Hat Yai District, Songkhla Province]. In Kan prachum wichakan wisawakamyotha haeng chat krang thi 28 wan thi 24-26 Pruesaphakhom 2566 Changwat Phuket การประชุมวิชาการวิศวกรรมโยธาแห่งชาติ ครั้งที่ 28 วันที่ 24-26 พฤษภาคม 2566 จ.ภูเก็ต [The 28th National Convention on Civil Engineering, May 24-26, 2023, Phuket, THAILAND] (pp. SGI08-1 - SGI08-8). Engineering Institute of Thailand; Civil and Environmental Engineering, Prince of Songkla University. https://conference.thaince.org/index.php/ncce28/article/view/2117/1468
Manop Hanthewi มานพ หาญเทวี. (2005). Teknoloyi kan phalit kafae Arabica เทคโนโลยีการผลิตกาแฟอาราบิก้า [Arabica coffee production technology]. Chiang Mai Royal Agricultural Research Centre, Office of Agricultural Research and Development Region 1, Horticultural Research Institute, Department of Agriculture. http://lib.doa.go.th/multim/e-book/EB00036.pdf
Office of Agricultural Economics สำนักงานเศรษฐกิจการเกษตร. (n.d.). Khomun setthakit kankaset ข้อมูลเศรษฐกิจการเกษตร [Agricultural economic information]. Retrieved January 5, 2018, from https://www.oae.go.th/view/1/ตารางแสดงรายละเอียดกาแฟ/TH-TH
Prakrong Chiangrang & Lamthai Asanok ประครอง เชียงแรง และแหลมไทย อาษานอก. (2020). Laksana maipluk ruam nai rabop wanakaset kafae khong phuenthi khrongkan phatthana phuenthi pakhunmaekuang annueang ma chak phraratchadamri ลักษณะไม้ปลูกร่วมในระบบวนเกษตรกาแฟ ของพื้นที่โครงการพัฒนาพื้นที่ป่าขุนแม่กวงอันเนื่องมาจากพระราชดำริ จังหวัดเชียงใหม่ [Tree planting characteristics in coffee-agroforestry system of the royal-initiated khun mae kuang forest area development project chiangmai province]. Warasan wachai niwet withaya pamai mueang Thai วารสารวิจัยนิเวศวิทยาป่าไม้เมืองไทย [Thai Forest Ecological Research Journal], 4(2), 63-76. https://tferj.forest.ku.ac.th/jn_file/5305012021TFERJV4N2_5_PrakrongandLamthai.pdf
Sawang Khamphila สว่าง คำภิละ. (2011). Patchai lae ngueankhai thi mi itthiphon tor rabop phalit kafae Arabica baep wanakaset korani sueksa Banmaesan Tambon Bandong Amphoe Maemo Changwat Lampang ปัจจัยและเงื่อนไขที่มีอิทธิพลต่อระบบผลิตกาแฟอาราบิก้าแบบวนเกษตร กรณีศึกษา บ้านแม่ส้าน ตำบลบ้านดง อำเภอแม่เมาะ จังหวัดลำปาง [Factors and conditions with influence to agroforestry system of Arabica coffee production a case study of Mae San Village, Ban Dong Subdistrict, Mae Moh District, Lampang Province] [Master's thesis, Maejo University]. MJU Library. http://webpac.library.mju.ac.th:8080/mm/fulltext/thesis/2554/sawang_khampila/abstract.pdf
Siwa Kaewplang ศิวา แก้วปลั่ง. (2018). Kanpramoen kanchai phapthai thang akat chak akatsayan raikhonkhap samrap kanpraman kha chiwamuan nuea phuendin khong tonmon การประเมินการใช้ภาพถ่ายทางอากาศจากอากาศยานไร้คนขับ สำหรับการประมาณค่าชีวมวลเหนือพื้นดินของต้นหม่อน [An evaluation of UAV-derived aerial imagery for estimating the fresh ABG biomass of mulberry trees]. Kaen Kaset แก่นเกษตร [Khon Kaen Agriculture Journal], 46(Suppl. 1), 381-387. https://ag2.kku.ac.th/kaj/PDF.cfm?filename=O62%20Hor41.pdf&id=3038&keeptrack=1
ภาษาต่างประเทศ
Barbosa, B. D. S., Silva Ferraz, G. A. e., Costa, L., Ampatzidis, Y., Vijayakumar, V., & dos Santos, L. M. (2021). UAV-based coffee yield prediction utilizing feature selection and deep learning. Smart Agricultural Technology, 1, Article 100010. https://doi.org/10.1016/j.atech.2021.100010
Bolaños, J., Corrales, J. C., & Campo, L. V. (2023). Feasibility of early yield prediction per coffee tree based on multispectral aerial imagery: Case of Arabica coffee crops in Cauca-Colombia. Remote Sensing, 15(1), Article 282. https://doi.org/10.3390/rs15010282
López-García, P., Ortega, J. F., Pérez-Álvarez, E. P., Moreno, M. A., Ramírez, J. M., Intrigliolo, D. S., & Ballesteros, R. (2022). Yield estimations in a vineyard based on high-resolution spatial imagery acquired by a UAV. Biosystems Engineering, 224, 227-245. https://doi.org/10.1016/j.biosystemseng.2022.10.015
Gitelson, A. A., Kaufman, Y. J., Stark, R., Rundquist D. (2002). Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment, 80(1), 76-87. https://doi.org/10.1016/S0034-4257(01)00289-9
Martello, M., Molin, J. P., Wei, M. C. F., Filho, R. C., & Nicoletti, J. V. M. (2022). Coffee-yield estimation using high-resolution time-series satellite images and machine learning. AgriEngineering, 4(4), 888-902. https://doi.org/10.3390/agriengineering4040057
Qiao, L., Gao, D., Zhao, R., Tang, W., An, L., Li, M., & Sun, H. (2022). Improving estimation of LAI dynamic by fusion of morphological and vegetation indices based on UAV imagery. Computers and Electronics in Agriculture, 192, Article 106603. https://doi.org/10.1016/j.compag.2021.106603
Torres-Sánchez, J., López-Granados, F., de Castro, A. I., & Peña-Barragán, J. M. (2013). Configuration and specifications of an unmanned aerial vehicle (UAV) for early site specific weed management. PLoS ONE, 8(3), Article e58210. https://doi.org/10.1371/journal.pone.0058210
Zanella, M. A., Martins, R. N., da Silva, F. M., Carvalho, L. C. C., de Carvalho Alves, M., & Rosas, J. T. F. (2024). Coffee yield prediction using high-resolution satellite imagery and crop nutritional status in Southeast Brazil. Remote Sensing Applications: Society and Environment, 33, Article 101092. https://doi.org/10.1016/j.rsase.2023.101092
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright and plagiarism
Authors are responsible for obtaining permission to use copyrighted materials from copyright owners. Authors are responsible for observing requisite copyright law when quoting or reproducing copyrighted materials. Quotations and reproductions of content from other published sources must be accompanied by a reference and all sources should be clearly listed in the references section. Quotations and reproductions of content from external sources without due attribution could be considered a severe infringement of academic conduct and may constitute a legal offence under the Copyright Act of B.E. 2537. Any legal ramifications arising from the infringement of copyright regulations would be the sole responsibility of the author(s).
