การประเมินผลผลิตกาแฟด้วยเทคนิคอากาศยานไร้คนขับ
คำสำคัญ:
การประเมินผลผลิตกาแฟ, ดัชนีพืชพรรณ, อากาศยานไร้คนขับ, แบบจำลองการประเมินผลผลิต, โฟโตแกรมเมตรีบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่เกี่ยวข้องกับการให้ผลผลิตกาแฟ และเพื่อพัฒนาแบบจำลองการประเมินผลผลิตกาแฟพันธุ์อาราบิกา จากข้อมูลที่ได้จากอากาศยานไร้คนขับในพื้นที่หมู่บ้านสันเจริญ อำเภอท่าวังผา จังหวัดน่าน โดยใช้แปลงตัวอย่าง 4 แปลง และมีช่วงระยะเวลาการเก็บเกี่ยวผลผลิตระหว่างปี 2564-2565 ผู้วิจัยใช้ความสูง ขนาดทรงพุ่ม เส้นรอบวงลำต้น และดัชนีพืชพรรณแสดงความเขียวของพืชในช่วงคลื่นที่ตามองเห็น (VARI) ด้วยเทคนิคการวิเคราะห์การถดถอยเชิงเส้น (regression analysis) ประเมินความน่าเชื่อถือทางสถิติด้วยค่าสัมประสิทธิ์การตัดสินใจ (R2) และค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) ผลการวิจัยพบว่า สมการการประมาณค่าผลผลิตกาแฟของทั้ง 4 แปลง จากความสูง ขนาดทรงพุ่ม เส้นรอบวงลำต้น และดัชนีพืชพรรณแสดงความเขียวของพืชในช่วงคลื่นที่ตามองเห็น (VARI) สามารถอธิบายความผันแปรของผลผลิตได้ร้อยละ 74-88 และทุกตัวแปรมีผลต่อการคาดการณ์ผลผลิตกาแฟเฉลี่ยรายต้นอย่างมีนัยสำคัญที่ 95% ปัจจัยที่ส่งผลต่อการคาดการณ์ปริมาณผลผลิตมากที่สุดคือเส้นรอบวงลำต้น (0.582) รองลงมาคือดัชนีพืชพรรณแสดงความเขียวของพืชในช่วงคลื่นที่ตามองเห็น (VARI) (0.411) ขนาดทรงพุ่ม (0.406) และความสูง (-0.401) เมื่อวิเคราะห์การประเมินจำนวนผลผลิตเฉลี่ยรายต้นของทุกแปลง จะมีค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) เท่ากับ 2.12 กิโลกรัมต่อต้น นอกจากนี้ ผู้วิจัยได้นำสมการการคาดการณ์ผลผลิตเฉลี่ยรายต้นที่ได้ไปทดสอบกับแปลงตรวจสอบ พบว่ามีค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) เท่ากับ 2.37 กิโลกรัมเฉลี่ยต่อต้น การวิจัยนี้สามารถนำไปเป็นตัวอย่างของการใช้ข้อมูลจากอากาศยานไร้คนขับเพื่อวางแผนในการคาดการณ์ผลผลิตกาแฟต่อไปได้
เอกสารอ้างอิง
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
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
การป้องกันปัญหาด้านลิขสิทธิ์และการคัดลอกผลงาน
ผู้เขียนบทความมีหน้าที่ในการขออนุญาตใช้วัสดุที่มีลิขสิทธิ์คุ้มครองจากเจ้าของลิขสิทธิ์ ผู้เขียนบทความมีความรับผิดชอบที่จะต้องปฏิบัติตามกฎหมายในการคัดลอกและทำสำเนาวัสดุที่มีลิขสิทธิ์อย่างเคร่งครัด การคัดลอกข้อความและการกล่าวพาดพิงถึงเนื้อหาจากวัสดุตีพิมพ์อื่น ต้องมีการอ้างอิงแหล่งที่มากำกับและระบุแหล่งที่มาให้ชัดเจนในส่วนบรรณานุกรม การคัดลอกข้อความหรือเนื้อหาจากแหล่งอื่นโดยไม่มีการอ้างอิงถือเป็นการละเมิดจริยธรรมทางวิชาการที่ร้ายแรง และเข้าข่ายการละเมิดลิขสิทธิ์ตามพระราชบัญญัติลิขสิทธิ์ พ.ศ. 2537 หากมีการฟ้องร้องดำเนินคดีใด ๆ เกิดขึ้น ผู้เขียนบทความมีความรับผิดชอบทางกฎหมายแต่เพียงผู้เดียว
