การสกัดและประเมินพื้นที่ถูกเผาไหม้โดยใช้ค่าความแตกต่างของดัชนีเชิงคลื่นหลายช่วงเวลา จากข้อมูลแลนด์แซท 8 : กรณีศึกษา อุทยานแห่งชาติคลองวังเจ้า คลองลาน และแม่วงก์
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อสกัดและประเมินพื้นที่ถูกเผาไหม้ในพื้นที่ 3 เขตอุทยาน ได้แก่ อุทยานแห่งชาติคลองวังเจ้า คลองลาน และแม่วงก์ ในปี พ.ศ. 2559 และ 2560 โดยใช้ค่าความแตกต่างของดัชนีเชิงคลื่นหลายช่วงเวลา บนฐานการประยุกต์ใช้ข้อมูล Landsat 8 OLI/TIRS พร้อมทั้งประเมินความถูกต้องของข้อมูลผลลัพธ์ มีขั้นตอนประกอบด้วย (1) จัดเตรียมและนำเข้าข้อมูลดาวเทียมด้วยซอฟต์แวร์จัดทำแผนที่พื้นที่ถูกเผาไหม้ (Burned Area Mapping Software : BAMS) (2) สกัดพื้นที่เผาไหม้ โดยใช้ค่าดัชนีและค่าความแตกต่างของดัชนีเชิงคลื่นหลายช่วงเวลา (3) ประเมินพื้นที่ถูกเผาไหม้ในแต่ละอุทยานด้วยระบบสารสนเทศภูมิศาสตร์ และ (4) วิเคราะห์ความถูกต้องของผลลัพธ์ โดยเปรียบเทียบกับข้อมูลจุดอ้างอิงจากการวิเคราะห์ด้วยสายตาผลการศึกษา พบว่า การใช้ดัชนีเชิงคลื่น 5 สมการ ได้แก่ ดัชนีความแตกต่างพืชพรรณแบบนอร์มอลไลซ์ (Normalized Difference Vegetation Index : NDVI) ดัชนีพื้นที่ถูกเผาไหม้ปรับปรุง (Burned Area Index Modified: BAIM) ดัชนีเฝ้าระวังสิ่งแวดล้อมโลก (Global Environment Monitoring Index; GEMI) ดัชนีอัตราส่วนพื้นที่ถูกเผาไหม้แบบนอร์มอลไลซ์ (Normalized Burn Ratio : NBR) และดัชนีพื้นที่ถูกเผาไหม้ช่วงคลื่นอินฟราเรดกลาง (Mid-Infrared Burned Index : MIRBI) รวมทั้งค่าความแตกต่างของดัชนีเชิงคลื่นในวันก่อนและหลังการเกิดไฟ สามารถใช้กำหนดค่าขีดแบ่ง (threshold) และจำแนกพื้นที่เผาไหม้ได้ดี ทั้งพื้นที่เผาไหม้ขนาดเล็ก และขนาดใหญ่ การประเมินพื้นที่ป่าไม้ถูกเผาไหม้ในเขตอุทยานแห่งชาติคลองวังเจ้าคลองลาน และแม่วงก์ พบว่า มีพื้นที่ถูกเผาไหม้ในปี พ.ศ. 2559 เท่ากับ 15,274 ไร่ 7,176 ไร่ 15,050 ไร่ และปี พ.ศ. 2560 เท่ากับ 7,809 ไร่ 4,354 ไร่ 3,653 ไร่ ตามลำดับ การประเมินความถูกต้องของพื้นที่เผาไหม้ทั้งสามอุทยานของทั้งสองปีเทียบกับข้อมูลอ้างอิง จำนวน 203 จุด พบว่า ความถูกต้องโดยรวมเท่ากับร้อยละ 96.06 และ 96.55 และมีค่าสัมประสิทธิ์แคปปาของความสอดคล้อง เท่ากับ 0.85 และ 0.87 ตามลำดับ
Article Details
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสาร สักทอง : วารสารมนุษยศาสตร์และสังคมศาสตร์ สถาบันวิจัยและพัฒนา มหาวิทยาลับราชภัฏกำแพงเพชร
ข้อคิดเห็นใดๆ ที่ปรากฎในวารสารเป็นวรรณกรรมของผู้เขียนโดยเฉพาะ ซึ่งมหาวิทยาลัยราชภัฏกำแพงเพชรและบรรณาธิการไม่จำเป็นต้องเห็นด้วย
References
Office, Royal Forest Department.
Bastarrika, A. (2014). Burned Area Mapping Software (BAMS) preliminary documentation.
University of Basque Country.
Bastarrika, A., Chuvieco, E., & Martín, P. (2011). Mapping burned areas from Landsat TM/ETM+ data with a two-phase algorithm : Balancing omission and commission errors. Remote
Sensing of Environment, 115, 1003-1012.
Bastarrika, A., et al. (2014). BAMS: A Tool for Supervised Burned Area Mapping Using Landsat
Data. Remote Sensing of Environment, 6(12), 12360-12380.
Chander, G., Markham, B., & Helder, D. (2009). Summary of Current Radiometric Calibration
Coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI Sensors. Remote Sensing of
Environment, 113, 893–903.
Chuvieco, E., Martín, M. P., & Palacios, A. (2002). Assessment of different spectral indices in
the red-near-infrared spectral domain for burned land discrimination. International
Journal of Remote Sensing, 23(23), 5103-5110.
Gerard, F., et al. (2003). Forest fire scar detection in the boreal forest with multitemporal
SPOT-VEGETATION data. IEEE Transactions on Geoscience and Remote Sensing, 41
(11), 2575−2585. (Quoted by George et al., 2006)
Holden, Z. A., et al. (2005). Evaluation of novel thermally enhanced spectral indices for
mapping fire perimeters and comparisons with fire atlas data. International Journal
of Remote Sensing, 26(21), 4801-4808.
Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment,
25(3), 295-309.
Huete, A. R., et al. (2002). Overview of the radiometric and biophysical performance of the
MODIS vegetation indices. Remote Sensing of Environment, 83, 195-213.
Jensen, J. R. (2005). Introductory Digital Image Processing: A Remote Sensing Perspective.
(3 rd ed). PracticeHall.
Key, C., & Benson, N. (2005). Landscape assessment: Ground measure of severity; The
Composite Burn Index, and remote sensing of severity, the Normalized Burn Index. In
D. Lutes, R. Keane, J. Caratti, C. Key, N. Benson, S. Sutherland and L. Gangi (Eds.),
FIREMON : Fire Effects Monitoring and Inventory System. USA : Rocky Mountains
Research Station, USDA Forest Service: Fort Collins.
Martín, P., Gómez, I., & Chuvieco, E. (2005). Performance of a burned-area index (BAIM)
for mapping Mediterranean burned scars from MODIS data. Paper presented at
the Proceedings of the 5 th International Workshop on Remote Sensing and GIS
Applications to Forest Fire Management: Fire Effects Assessment.
Pinty, B., & Verstraete, M. (1992). GEMI-A nonlinear index to monitor global vegetation from
satellites. Vegetatio, 101, 15-20.
Qi, J., et al. (1994). A modified soil adjusted vegetation index. Remote Sensing of
Environment, 48, 119-126.
Rouse, J. W., et al. (1974). Monitoring the vernal advancement and retrogradation
(Greenwave effect) of natural vegetation. Greenbelt, MD. USA : NASA/GSFC.
Ruthamnong, S. (2016). Optimal burned area and fire detection algorithms using Modis
and Landsat data: case study of upper northern region, Thailand. Ph.D.
(Geomatics). Suranaree University of Technology.
Ruthamnong, S. (2017). Spatial Distribution of Burned Area and MODIS Hotspot in
Chiang Mai Province, Thailand. 1st International Conference on Mechanical,
Electrical and Medical Intelligent System (ICMEMIS 2017). 29,30 Nov & 1
Dec, 2017. Japan : Kiryu.
Ruthamnong, S. & Ongsomwang, S. (2017). Burned Area Assessment Using BAMS : A
Case Study of Upper Northern Region, Thailand. Suranaree J. Sci. Technol,
24 (3), 327-342.
Smith, A. M. S., et al. (2007). Production of Landsat ETM+ reference imagery of burned areas
within Southern African savannahs: comparison of methods and application to MODIS. International Journal of Remote Sensing, 28(12), 2753-2775.
Trigg, S. & Flasse, S. (2001). An evaluation of different bi-spectral spaces for discriminating
burned shrub-savannah. International Journal of Remote Sensing, 22(13), 2641-
2647.
Tucker, C. (1979). Red and photographic infrared linear combinations for monitoring vegetation.
Remote Sensing of Environment, 8, 127-150.
USGS. (2016). Landsat Download Earth Explorer. [Online]. Available : https://earthexplorer.
usgs.gov/. [2016, April 28].
Veraverbeke, S., Harris, S. & Hook, S. (2011). Evaluating spectral indices for burned area
discrimination using MODIS/ASTER (MASTER) airborne simulator data. Remote Sensing
of Environment, 115(10), 2702-2709.