เทคโนโลยีการสำรวจข้อมูลระยะไกล (Remote sensing) เป็นเทคโนโลยีที่ใช้คลื่นแสงในช่วงความยาวคลื่นต่างๆ และคลื่นแม่เหล็กไฟฟ้าเป็นสื่อในการได้มาซึ่งข้อมูล โดยส่วนใหญ่อยู่ในรูปของภาพถ่ายทางอากาศ หรือภาพถ่ายดาวเทียม หลังจากนั้นข้อมูลจะถูกนำมาจำแนก และวิเคราะห์ เพื่อให้เข้าใจถึงวัตถุและสภาพแวดล้อมต่างๆ
โดยทั่วไปเทคโนโลยีการสำรวจข้อมูลจากระยะไกล หรือ Remote sensing จะประกอบด้วย 2 กระบวนการหลัก คือ
- การรับข้อมูล (Data Acquisition) (แสดงดังภาพที่ 1) เริ่มตั้งแต่พลังงานแม่เหล็กไฟฟ้าจากแหล่งกำเนิดพลังงาน เช่น ดวงอาทิตย์ เคลื่อนที่ผ่านชั้นบรรยากาศ เกิดปฏิสัมพันธ์กับวัตถุบนพื้นผิวโลก สะท้อนเข้าสู่เครื่องวัด หรือยานสำรวจ (Platform) ที่โคจรผ่านวัตถุนั้นๆ จากนั้นยานสำรวจจะทำหน้าที่บันทึกข้อมูลของวัตถุหรือปรากฏการณ์บนพื้นผิวโลก และแปลงข้อมูลเป็นสัญญาณอิเล็กทรอนิกส์ เพื่อส่งไปยังสถานีรับภาคพื้นดิน (Receiving Station) โดยข้อมูลเหล่านั้น จะถูกประมวลผลแปลงเป็นข้อมูลเชิง
อนุมาน (Analog Data) หรือข้อมูลเชิงตัวเลข (Digital Data) เพื่อจะนำไปวิเคราะห์ข้อมูล (Data Analysis) ต่อไป
ภาพที่ 1 การเก็บข้อมูลโดยการสำรวจข้อมูลจากระยะไกล
-
การวิเคราะห์ข้อมูล (Data Analysis) มี 2 วิธี ดังนี้
2.1 การวิเคราะห์ด้วยสายตา (Visual Analysis) ให้ผลข้อมูลออกมาในเชิงคุณภาพ (Quantitative) ไม่สามารถ วัดออกมาเป็นค่าตัวเลขได้แน่นอน
2.2 การวิเคราะห์ด้วยคอมพิวเตอร์ (Digital Analysis) ให้ผลข้อมูลในเชิงปริมาณ (Quantitative) ที่สามารถแสดงผลการวิเคราะห์ออกมาเป็นค่าตัวเลขได้
ภาพที่ 2 การจำแนกประเภทพืชในบริเวณที่มีการเพาะปลูกหนาแน่น
เทคโนโลยีการสำรวจข้อมูลระยะไกล (Remote Sensing)
กับภาคการเกษตร โดยส่วนใหญ่แล้วการสำรวจจากระยะไกลในภาคการเกษตรจะใช้กล้องถ่ายภาพติดบนอากาศยานไร้คนขับ (Drone) เพื่อเก็บข้อมูลในระดับต่ำ (Aerial Photo) และใช้ภาพถ่ายจากดาวเทียมเพื่อเก็บข้อมูลในระดับสูง (Satellite Image) แล้วนำข้อมูลทั้งสองส่วนนี้มาทาการวิเคราะห์ร่วมกัน ซึ่งปัจจุบันภาพถ่ายที่ได้สามารถนำมาวิเคราะห์ข้อมูลที่เป็นประโยชน์ต่อภาคการเกษตรสำหรับการเพาะปลูกพืช เพื่อช่วยด้านการวัด และตรวจวิเคราะห์ข้อมูลด้านการเกษตรแม่นยำ (Precision Farming) ของเกษตรกร เช่น
- การจำแนกประเภทพืช จำนวนลำต้น ในบริเวณที่มีการเพาะปลูกหนาแน่น ดังตัวอย่างในภาพที่ 2 ซึ่งแสดงถึงเป็นการจำแนกประเภทพืซในบริเวณที่มีการเพาะปลูกหนาแน่นแบ่งสีให้เห็นเด่นชัด
- การประเมินข้อมูลเกี่ยวกับสุขภาพของพืช เช่น การประมาณค่าคลอโรฟิลล์ การปริมาณไนโตรเจน การปริมาณความชื้นและน้ำที่ปกคลุมผิวดิน จากคุณสมบัติการดูดซับในแถบสเปกตรัม เป็นต้น
- การตรวจสอบโรคพืช แมลงศัตรูพืช โดยการวัดการสะท้อนแสง และการเปลี่ยนแปลงในพฤติกรรมสเปกตรัมต่อความเข้มของ Bacterial Leaf Bright (BLB) ดังในภาพที่ 3 พบว่า การเปลี่ยนแปลงของสีใบและลักษณะที่ปรากฏอาจเกิดจากระดับความรุนแรงของการระบาด ช่วยเกษตรกรในการตัดสินใจเกี่ยวกับการใช้สารกำจัดศัตรูพืชในปริมาณที่ให้ผลประโยชน์ต่อต้นทุนสูงสุด ในตำแหน่งและช่วงเวลาที่เหมาะสม
- การติดตามสถานะการเพาะปลูก ช่วงเริ่มต้น ช่วงเจริญเติบโต และสิ้นสุด ด้วยดัชนีพืชพรรณ ที่ใช้วัดการเปลี่ยนแปลงความเขียว ที่เปลี่ยนไปตามเวลา
- การประมาณการผลผลิตพืช ซึ่งเป็นประเด็นที่สำคัญที่สุดสำหรับการจัดการทางการเกษตร ผลผลิตมีความสัมพันธ์อย่างยิ่งกับการนำไฟฟ้าของดินซึ่งกำหนดพื้นผิวดินและลักษณะความเค็มของดินที่แสดงในแถบสเปกตรัม การสะท้อนแถบแสงของพืชแสดงถึงความเร็วในการเติบโตของพืช ช่วยให้เกษตรกรสามารถจัดการปรับปรุงที่ดินและประเมินผลผลิตก่อนการเก็บเกี่ยว
ภาพที่ 3 การตรวจสอบพื้นที่ โรคพืช และแมลงศัตรูพืช
เทคโนโลยีการสำรวจข้อมูลระยะไกล (Remote Sensing) ถือว่าเป็นส่วนนึงของเทคโนโลยีภูมิสารสนเทศที่สามารถนำมาพัฒนาและประยุกต์ใช้ในงานด้านการเกษตร เพื่อยกระดับภาคการเกษตรให้เป็นการทำเกษตรแบบอัจฉริยะ (Smart Agriculture) หรือการทำเกษตรแบบแม่นยำ (Precision Agriculture) สำหรับผู้ที่สนใจ สามารถเข้าไปศึกษา หรือดาวน์โหลด ภาพถ่ายดาวเทียม ได้ที่เว็บไซต์ ดังรายการด้านล่าง
- Global Visualization Viewer (https://glovis.usgs.gov/) สามารถหาข้อมูลภาพ Satellite และภาพถ่ายทางอากาศ แบบ Online ได้ เหมาะสำหรับผู้เริ่มต้น
- NASA Earth Observation (https://neo.sci.gsfc.nasa.gov/) มีข้อมูล ในหลากหลายประเภท เช่น ชั้นบรรยากาศ (Atmosphere), พื้นดิน (Land), มหาสมุทร (Ocean), พลังงาน (Energy) และสิ่งแวดล้อม (Environment)
- USGS Earth Explorer (https://earthexplorer.usgs.gov/) ถือเป็น Portal อันหนึ่ง ที่ใช้ในการดาวน์โหลดข้อมูล Remote Sensing โดยเฉพาะภาพถ่ายดาวเทียมและภาพถ่ายทางอากาศ ผู้ใช้สามารถกำหนดเกณฑ์การค้นหาที่หลากหลายได้
- ESA’s Sentinel data (https://sentinels.copernicus.eu/web/sentinel/home) ของ Copernicus Open Access Hub จะมีข้อมูล Sentinel-1, Sentinel-2 และ Sentinel-3 สำหรับให้ผู้ใช้ดาวน์โหลดได้แบบฟรี ๆ
- VITO Vision (https://www.vito-eodata.be/PDF/portal/Application.html) จะมีข้อมูลพืชพรรณแบบความละเอียดต่ำ ได้มาจากดาวเทียม PROBA-V, SPOT-Vegetation และ METOP ข้อมูลประเภทนี้เหมาะกับงานประยุกต์ที่ไม่ต้องการความละเอียดมากนัก
- NOAA Digital Coast (https://coast.noaa.gov/digitalcoast/) สำหรับผู้ใช้ที่ต้องการข้อมูลชายฝั่ง ข้อมูลภาพถ่ายดาวเทียมได้ เช่น Infrared, Radar, ข้อมูลภาพสีจริง นอกจากนี้ยังมีข้อมูลอื่น ๆ เช่น ข้อมูล Land Cover, ความชัน(Elevation), ข้อมูลเศรษฐกิจและสังคม (Socio-economic data) และ ข้อมูลพื้นท้องน้ำ (Benthic data) เป็นต้น
เทคโนโลยีการสำรวจข้อมูลระยะไกล เป็นตัวอย่างหนึ่งของการประยุกต์ใช้เทคโนโลยีเพื่อช่วยในการเก็บข้อมูลในบริเวณที่กว้างกว่าการสำรวจภาคสนาม โดยไม่ต้องสัมผัสกับวัตถุตัวอย่างและสะดวกสบายกว่าการสำรวจภาคสนาม ซึ่งผลดีคือสามารถนำข้อมูลไปวิเคราะห์และคาดการณ์เพื่อเพื่อผลผลิตในภาคการเกษตรได้อย่างมีประสิทธิภาพขึ้น
โดย นายอภิชาติบุตร รอดยัง
ฝ่ายส่งเสริมและสนับสนุนการพัฒนาการเกษตรสมัยใหม่
สำนักงานส่งเสริมเศรษฐกิจดิจิทัล
อ้างอิงจาก:
- Chenghai Yang. (2018). High resolution satellite imaging sensors for precision agriculture. สืบค้นเมื่อ 23 มีนาคม 2563
- Clement Atzberger.(2013). Advances in Remote Sensing of Agriculture: Context Description, Existing Operational Monitoring Systems and Major Information Needs ,สืบค้นเมื่อ 23 มีนาคม 2563
- JARS.(1993). Remote Sensing Note Murai S.Ed. Japan Association on Remote Sensing, สืบค้นเมื่อ 24 มีนาคม 2563
- Mustafa Teke, Hüsne Seda Deveci, Onur Haliloglu, Sevgi Zübeyde Gürbüz, & Ufuk Sakarya.(2013). A Short Survey of Hyperspectral Remote Sensing Applications in Agriculture, สืบค้นเมื่อ 24 มีนาคม 2563
- M. D. Steven & J. A. Clark.ed.(n.d.).Applications of Remote Sensing in Agriculture, Butterworths, สืบค้นเมื่อ 23 มีนาคม 2563
- การพัฒนาเทคโนโลยีรีโมทเซนซิ่ง (Remote Sensing : RS).(2014). มหาวิทยาลัยนเรศวร,สืบค้นเมื่อ 24 มีนาคม 2563 http://conf.agi.nu.ac.th/agmis/download/publication/451_file.pdf
- จักรกฤษณ์ หมั่นวิชา.(2016).เทคโนโลยีฟาร์มอัจฉริยะ.วารสารหาดใหญ่วิชาการ 14(2) ก.ค. - ธ.ค. 2559.สืบค้นเมื่อ 23 มีนาคม 2563. https://so01.tci-thaijo.org/index.php/HatyaiAcademic Journal/article/view/82195
- นรุตม์ สุนทรานนท์. ดร,บรรณาธิการ.(2019). Remote Sensing, Remote Sensing and GIS Association of Thailand, สืบค้นเมื่อ 24 พฤษภาคม 2564 https://resgat.sut.ac.th/home/?cat=66
