นายมณฑล สุริยาประสิทธิ์

1. การสังเคราะห์สภาพการใช้ประโยชน์ที่ดิน และเรือนยอดของพืชปกคลุมดิน โดยใช้ข้อมูลการสำรวจระยะไกล และข้อมูลภาคสนาม ในพื้นที่สูงซึ่งเข้าถึงได้ยาก สำหรับการประเมินการชะล้างพังทลายของดิน นายมณฑล สุริยาประสิทธิ์ ผศ.ดร. ดูบร้า เชรสตา

2. Outline • ความเป็นมา • วัตถุประสงค์ในการศึกษา • พื้นที่ศึกษา • วิธีการศึกษา • ผลการศึกษา • สรุป

3. ความเป็นมา • การเปลี่ยนแปลงสภาพการใช้ประโยชน์ที่ดิน จาก ป่าไม้ เป็นพื้นที่เกษตรกรรม รวมถึงการ ตัดไม้ทำลายป่าในบริเวณที่มีความลาดชันสูง ทำให้เกิดการชะล้างพังทลายของดิน • สภาพภูมิประเทศที่เป็นภูเขาก่อให้เกิดอุปสรรคในการเก็บข้อมูลที่สำคัญสำหรับใช้ในแบบจำลอง และก่อให้เกิดผลกระทบต่อการจำแนกประเภทการใช้ประโยชน์ที่ดิน

4. วัตถุประสงค์ เพื่อประเมินพื้นที่ที่มีความเสี่ยงต่อการเกิดการชะล้างพังทลายของดิน บนพื้นที่สูงโดยประยุกต์ใช้ข้อมูลการสำรวจระยะไกล และข้อมูลภาคสนาม • เพื่อทดสอบศักยภาพของเทคนิคimage processingในการปรับแก้ ความส่องสว่างที่ไม่สม่ำเสมอ สำหรับการจำแนกสภาพการใช้ประโยชน์ที่ดิน • เพื่อสังเคราะห์ค่า C-factorสำหรับใช้ในแบบจำลอง การชะล้างพังทลายของดิน (RMMF)

5. พื้นที่ศึกษา : ลุ่มน้ำชุน จังหวัดเพชรบูรณ์ • พื้นที่โดยประมาณ67กม2 • เป็นพื้นที่ภูเขามีความสูง 240 -1,500เมตร

6. วิธีการในการศึกษา 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม 2. การปรับแก้ค่าความส่องสว่างที่ไม่สม่ำเสมอของแสง และการจำแนก สภาพการใช้ประโยชน์ที่ดิน 3. การประมาณค่า C-factor จาก NDVI 4. การประเมินการชะล้างพังทลายของดิน

7. 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม (Renard, 1997)

8. = ร้อยละของพื้นที่ที่ถูกปกคลุมด้วยเรือนยอด 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม (Renard, 1997) H = ความสูงของพืช

9. 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม (Renard, 1997) Sp = ร้อยละของพื้นที่ปกคลุมดิน

10. 1. การประมาณค่า C-factor จากข้อมูลภาคสนาม (Renard, 1997)

11. Multi – Spectral Sensor Shadow Low illumination High illumination High illumination 2. การปรับแก้ค่าความส่องสว่างที่ไม่สม่ำเสมอของแสง

12. Landsat TM 2007 CC. 4 5 3 March 3, 2007 Topographic Normalization Sum Normalization 2. การปรับแก้ค่าความส่องสว่างที่ไม่สม่ำเสมอของแสง

13. Legend ผลลัพธ์ที่ได้จากการปรับแก้ค่าความส่องสว่าง • การจำแนกสภาพการใช้ประโยชน์ที่ดิน พ.ศ. 2550 After using Topographic Normalization technique

14. 1. (De Jong et al., 1994) 2. (Van der Knijff et al., 1999) 3. Curve Estimationจากการหาความสัมพันธ์ระหว่าง C-factor จำนวน 138 จุดตัวอย่าง ที่ประมาณค่าจากข้อมูลสนาม และค่า NDVI 3. การประมาณค่า C-factor จาก NDVI - ประมาณค่า NDVI จากภาพถ่ายดาวเทียม Landsat - ประมาณค่า C-factor โดยใช้สมการ

15. 3. การประมาณค่า C-factor จาก NDVI

16. ผลที่ได้จากการประมาณค่า C-factor ด้วย NDVI • C-factor mapที่ได้จากการประมาณค่าในแต่ละสมการ De Jong’s Van der Knijff’s Curve estimation

17. การประเมินผล C-factor map Coefficient of Efficiency ; C.E. Root Mean Square Error ; R.M.S.E.

18. 4. การประเมินการชะล้างพังทลายของดิน • revised Morgan – Morgan - Finney -ถูกพัฒนาขึ้นเพื่อประมาณค่าปริมาณการสูญเสียดินต่อปี ในพื้นที่เชิงเขาที่มีความลาดชัน - เป็นแบบจำลอง ประเภท empirical model แต่มีการใช้ ข้อมูลทางกายภาพที่สำคัญ และต้องการข้อมูลในการนำเข้าน้อย

19. Erosion model (RMMF)

20. 4. การประเมินการชะล้างพังทลายของดิน ข้อมูลที่ได้จากการประมาณค่าในภาคสนาม ถูกนำมาแทนค่าในสมการ • Canopy cover (CC) • Plant Height (H) • C-factor

21. ผลการประมาณค่าจากแบบจำลองผลการประมาณค่าจากแบบจำลอง • ผลการประมาณค่าปริมาณดินที่สูญเสียต่อปี และการจำแนกความรุนแรง

22. ผลการตรวจสอบด้วยจุดที่เกิดการชะล้างพังทลายแบบร่องธาร (Gully erosion) • เปรียบเทียบ Erosion prone areas mapและ จุดที่พบGully erosion

23. สรุป • เทคนิค ขจัดผลกระทบจากสภาพภูมิประเทศ (Topography effect removal) ทำให้ความถูกต้องของการจำแนกประเภทการใช้ประโยชน์ที่ดินในบริเวณพื้นที่สูง ดีขึ้น • การประมาณค่า c-factor ด้วยข้อมูลภาคสนาม มีความสัมพันธ์กับค่า NDVI สามารถ นำไปใช้ในการประมาณค่า c-factor ของพื้นที่สูงช่วยประหยัดงบประมาณและเวลาที่ใช้ในการทำงานภาคสนาม • ผลลัพธ์ที่ได้จาก แบบจำลอง RMMF เมื่อนำไปจำแนกความรุนแรงและตรวจสอบกับจุดที่เกิดการชะล้างพังทลายแบบร่องธาร แล้ว ได้ผลอยู่ในเกณฑ์ดี แสดงให้เห็นว่า C-factor ที่ได้จากการประมาณค่าสามารถนำมาใช้ในแบบจำลอง RMMF ได้เป็นอย่างดี

24. ขอบคุณครับคำถาม และ ข้อเสนอแนะ