สรุปผลการด าเนินโครงการประยุกต์ใช้ประโยชน์จากดาวเทียมอเนกประสงค์ขนาดเล็ก

17 ธันวาคม 2553โดย

รศ.ดร.มงคล รักษาพัชรงศ์

คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์

บทน า วัตถุประสงค์

การพัฒนาซอฟต์แวร์ Remote Sensing

ฟังก์ชันการท างานที่ครอบคลมุ

เครื่องมือที่ใชใ้นการพัฒนา

ตัวอย่างการพฒันาต่อยอด

การจัดท า Spectrum Library ของพืชเศรษฐกิจ และการจัดท าผลิตภัณฑ์

สรุป

การให้บริการข้อมูลดาวเทียม SMMS และดาวเทียมอื่นๆ ภายใต้โครงการแบ่งปันข้อมูลของ APSCO

วัตถุประสงค์ของโครงการ

จัดท าซอฟต์แวร์ทางด้าน Remote Sensing เพ่ือท าการประมวลผลข้อมูลภาพถา่ยดาวเทียมในระดับ 2 ทั้งภาพถ่ายจากอุปกรณ์ CCD และภาพถา่ยจากอปุกรณ์ Hyperspectrum ให้เป็นผลิตภัณฑ์เพ่ิมมูลค่าอื่นๆ

จัดท าฐานข้อมูล (Spectrum library) จากภาพถ่ายของอุปกรณ์ Hyperspectrum ครอบคลุมพืชนิดต่างๆ ที่ส าคัญในประเทศไทยอย่างน้อย 5 ชนิด

ถ่ายทอดความรู้ การประยุกต์ใช้ประโยชน์จากดาวเทียม SMMS และสนับสนุนให้หน่วยงานราชการสามารถเขา้ถึงข้อมูลภาพถา่ยดาวเทียมและสามารถน าข้อมูลภาพถา่ยดาวเทียมไปประยุกต์ใช้งานในด้านต่างๆ โดยไม่ต้องเสียค่าใช้จา่ยในการน าภาพถ่ายดาวเทียมไปใช้งาน

การพัฒนาซอฟต์แวร์ REMOTE SENSING

การจัดการข้อมูลและแฟ้มข้อมูล (Data and File Management) การกรองข้อมูล (Filtering) การลงทะเบียนข้อมูลภาพให้อยูใ่นระบบเดียวกัน (Image Registration) การปรับแก้ภาพและการฉายภาพ (Orthorectification and Map Projection) การประมวลภาพเชิงคลืน่ (Radiometry) การหลอมรวมภาพ (Image Fusion) การสกัดคุณลักษณะ (Feature Extraction) การแบ่งกลุ่มภาพ (Image Segmentation) การตรวจจับการเปลีย่นแปลง (Change Detection) การแบ่งประเภท (Classification)

ORFEO Toolbox (OTB) ถูกพัฒนาข้ึนโดย CNES ซึ่งเปน็หน่วยงานทางด้านอวกาศของประเทศฝรั่งเศส ซึ่งมคีวามสามารถดังนี้ มีฟังก์ชันทางด้านประมวลผลภาพอยู่เป็นจ านวนมาก รองรับการใช้งานร่วมกับไลบราร่ีอื่นๆ (นั่นคือสามารถพัฒนาไลบรารี่เพิ่มเตมิได้) เป็นซอฟต์แวร์แบบเปิดเผยรหัส (Open Source) ที่ตั้งอยู่บนพื้นฐาน FLOSS

(Free/Libre Open Source Software) Python และ wxPython ส าหรับพัฒนาส่วนการเชื่อมต่อกับผู้ใชง้าน Python เป็นภาษาสคริปต์ระดับสูง ซึ่งง่ายต่อการศึกษาและใช้งาน สามารถเรียกใช้ภาษาโปรแกรมอื่นๆ ท าให้เหมาะที่จะใช้เพื่อประสานงาน

โปรแกรมที่เขียนในภาษาที่ต่างกันได้ท างานบนระบบปฏิบัติการ Windows XP

เครื่องมอืที่ใช้ในการพัฒนา

ตัวอย่างการพัฒนาตอ่ยอด Cloud and Haze Removal algorithm

ข้อมูล CCD บริเวณจังหวัดเชียงใหม่เมื่อวันที่ 4 มีนาคม 2553 ที่ปกคลุมด้วยควันไฟป่า

ข้อมลูต้นฉบับภายหลังปรับแก้

ตัวอย่างการพัฒนาตอ่ยอด (2)

จากงานวิจัย “ORTHORECTIFICATION OF BILSAT IMAGERYUSING RIGOROUS AND SIMPLE GEOMETRIC MODELS” (A. O. Ok and M. Turker)

เนื่องจากกระบวนการปรับแก้ภาพแนวด่ิงจ าเป็นต้องใช้การประมวลผลด้วยมือเป็นจ านวนมาก

แต่ผลงานวิจัยข้างต้นเสนอว่าสามารถใช้แบบจ าลองทางคณิตศาสตร์เพื่อลดจ านวนจุด GCP โดยที่ยังคงคุณภาพไว้ ท าให้ลดระยะเวลาการประมวลผลด้วยมือลงอย่างมาก

ตารางเปรียบเทียบคุณภาพด้วยเทคนิคแบบต่างๆ

การจัดท า SPECTRUM LIBRARY ของพืชเศรษฐกจิ 5 ชนดิSPECTRUM LIBRARY ของข้าว

ความยาวคลืน่(nm)

ค่าการสะท้อน

450 0.0233-0.0168

550 0.0796-0.0666

650 0.0320-0.0264

750 0.3847-0.2326

850 0.4335-0.2603

SPECTRUM LIBRARY ของอ้อย

ความยาวคลืน่(nm)

ค่าการสะท้อน

450 0.0333-0.0291

550 0.0803-0.0659

650 0.0434-0.0375

750 0.4887-0.3294

850 0.5486-0.3825

SPECTRUM LIBRARY ของสับปะรด

ความยาวคลืน่(nm)

ค่าการสะท้อน

450 0.0354-0.0178

550 0.0737-0.0376

650 0.0663-0.0270

750 0.4104-0.3475

850 0.4994-0.4125

SPECTRUM LIBRARY ของมันส าปะหลัง

ความยาวคลืน่(nm)

ค่าการสะท้อน

450 0.0235-0.0155

550 0.0699-0.0549

650 0.0327-0.0215

750 0.6174-0.4283

850 0.6768-0.4831

SPECTRUM LIBRARY ของยางพารา

ความยาวคลืน่(nm)

ค่าการสะท้อน

450 0.0266-0.0204

550 0.0714-0.0547

650 0.0324-0.0237

750 0.5892-0.3848

850 0.6641-0.4342

ขั้นตอนการประมวลผลเพื่อประเมินพื้นที่เพาะปลูกพืชเศรษฐกิจ จากช้อมูล HSI และ SPECTRUM LIBRARY

ตัวอยา่งผลติภัณฑ์เพิ่มมูลค่าเพื่อประเมินการเพาะปลูกพืชเศรษฐกิจ

สรุปผลการด าเนินโครงการ

ได้พัฒนาซอฟต์แวร์ Remote Sensing ที่สามารถประมวลผลข้อมูลดาวเทียม SMMS และมีคุณลักษณะครอบคลุมตามต้องการ สามารถเพิ่มเติมฟังก์ชันและการท างานใหม่ๆ ได้

ได้จัดท า Spectrum Library ของพืชเศรษฐกิจ 5 ชนิด สามารถน ามาประยุกต์ใช้ในการประเมินพืน้ที่เพาะปลูกพืชเศรษฐกิจ

ดังกล่าวจากข้อมูล HSI

ตารางคุณลักษณะดาวเทียม HJ-1A/B/C ภายใต้องค์การ APSCO

Satellite Payload Band no.

Spectral range (µm)

Spatial resolution

(m) Swath (km)

Side looking

(o)

Repetition cycle (days)

Data rate (Mbps)

HJ-1A CCD camera

1 2 3 4

0.43-0.52 0.52-0.60 0.63-0.69 0.76-0.90

30 30 30 30

700 - 4 120

Hyperspectral Imager

115 0.45-0.95 100 50 ±30 4

HJ-1B

CCD camera

1 2 3 4

0.43-0.52 0.52-0.60 0.63-0.69 0.76-0.90

30 30 30 30

700 - 4

60

Infrared Multispectral

Camera

5 6 7 8

0.75-1.10 1.55-1.75 3.50-3.90 10.5-12.5

150 150 150 300

720 - 4

HJ-1C Synthetic

Aperture Radar (SAR)

1 S-band

20 (4 looks, scan mode)

5 (single look, strip

mode)

100/40 (scan/strip)

31/44.5 4 160x2 (8:3

compression)

ตัวอยา่งประยุกต์การใชข้้อมูล SAR-การประเมินการเคลื่อนตัวของพื้นดินจากแผ่นดินไหว

ตัวอยา่งประยุกต์การใชข้้อมูล SAR-การประเมินการเคลื่อนตัวของพื้นดินบริเวณภูเขาไฟเอทน่า อิตาลี

ตัวอยา่งประยุกต์การใชข้้อมูล SAR-การประเมินการเคลื่อนตัวของโครงสร้างของดิน

ศูนย์วิจัยและบริหารจดัการข้อมูลดาวเทียม มหาวิทยาลยัเกษตรศาสตร์

ให้บริการข้อมูลดาวเทียมอุตุนิยมวิทยาและดาวเทียมส ารวจโลก ที่ผลิตภัณฑ์ระดับ 2 โดยไม่คิดค่าใช้จ่าย (ผ่านเครือข่ายอินเตอร์เน็ต) ปรับแก้ข้อมูลดาวเทียมในเชิงแสงและเชิงพื้นที่ ท าการวิจัยเพื่อจัดท าผลิตภัณฑ์จากข้อมูลดาวเทียมอุตุนิยมวิทยา

และดาวเทียมส ารวจโลก (Optical/SAR) เช่น ประเมินพื้นที่เพาะปลูก พื้นที่เสี่ยงภัยพิบัติดินถล่ม การตรวจจับการเปลี่ยนแปลงของพ้ืนที่ ฯลฯ

ชั้น 9 อาคารวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ เกษตรศาสตร์

ตัวอย่างผลิตภัณฑ์

Thank You for Your Attention

Question??

facebook.com/SMMSThailand