Prediction of Future Land Use a Border Town Using FLUS Model: A Case Study of Amphoe Chiang Khong Chiang Rai Province
Keywords:
Model, Land use, Artificial Neural Networks, Chiang KhongAbstract
This study has the objectives for monitoring land use changes a border town in Amphoe Chiang Khong Chiang Rai Province. By using land use data in 2007 and 2016 from Land Development Department (LDD). Land use classification into 10 categories: Agriculture, Forest, Miscellaneous, Urban and Commercial, Residential, Governmental area, Transportation, Industrial, Other and Water body. With 6 physical factors data: Distance from the stream, Dem, slope, annual rainfall, Distance from road and distance from market. Prediction land use analysis with the FLUS model in 2025. The results found that 1) land use comparison in 2016 between simulation and reference data from LDD are overall accuracy 89.30% and 2) prediction land use compare with existing land use in 2016 – 2025 revealed that Forest and Miscellaneous area were decreased in 12,897 และ1,516 (rai) respectively. Agriculture, Village, Water body, Urban and Commercial, Transportation, Industrial, Other and Governmental area were increased in 11,697 952 919 559 116 76 70 24 (rai) respectively.
References
คมสัน คีรีวงศ์วัฒนา. (2550). การประยุกต์แบบจำลอง CLUE-S เพื่อคาดการณ์การเปลี่ยนแปลงการใช้ ที่ดินและสิ่งปกคลุมดิน ในพื้นที่ลุ่มน้ำแม่หยอด อำเภอแม่แจ่ม จังหวัดเชียงใหม่. สาขาวิทยาศาสตรมหาบัณฑิต(การจัดการลุ่มน้ำและสิ่งแวดล้อม). มหาวิทยาลัยเกษตรศาสตร์. กรุงเทพฯ.
ชัยวัฒน์ บุญตัน, วันณัชชา เทพวงศ์, บุญศิริ สุขพร้อมสรรพ์, ธิดาภัทร อนุชาญ, และ นิติ เอี่ยมชื่น. (2563). แบบจำลองพยากรณ์การเปลี่ยนแปลงการใช้ที่ดินในพื้นที่อำเภอเมืองเชียงใหม่และพื้นที่โดยรอบ. วารสารวิชาการเพื่อการพัฒนานวัตกรรมเชิงพื้นที่. 2(2), 40-51.
ชูเดช โลศิริ. (2559). แบบจำลองการเปลี่ยนแปลงการใช้ประโยชน์ที่ดินกับการคาดการณ์พื้นที่เมืองในอนาคต. วารสารสังคมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ. 19, 340-357.
ทรัน วัน นินห์, และ ชาติชาย ไวยสุระสิงห์. (2560).การศึกษาเปรียบเทียบวิธีแบบความน่าจะเป็นได้ที่สูงกับวิธีซัพพอร์ตเวกเตอร์แมชชีนในการวิเคราะห์ข้อมูลภาพดาวเทียม Landsat เพื่อประเมินการเปลี่ยนแปลงการใช้ที่ดินในเมืองขอนแก่น. วารสารวิจัยมหาวิทยาลัยขอนแก่น. 17(4), 49-60.
ธณัชชัย วิยานนท์, ชูพันธุ์ ชมภูจันทร์, และ วิษุวัฒก์ แต้มสมบัติ. (2563). การคาดการณ์การใช้ที่ดินในลุ่มน้ำสาขาย่อยห้วยผาก จังหวัดเพชรบุรีด้วยแบบจำลอง CA-Markov. การประชุมวิชาการสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ระดับนานาชาติ ครั้งที่ 13 และระดับชาติ ครั้งที่ 21 (154-161). นครราชสีมา: สาขาวิชาวิศวกรรมเกษตร สำนักวิชาวิศวกรรมศาสตร์ .
ธีรเวทย์ ลิมโกมลวิลาศ. (2557). คาดการณ์การใช้ที่ดินลุ่มน้ำลำตะคอง พ.ศ.2567 ด้วยแบบจำลอง CA-MARKOV. วารสารสังคมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ. 17, 94-113.
นิติ เอี่ยมชื่น, และวันณัชชา เทพวงศ์. (2563). การพยากรณ์การใช้ประโยชน์ที่ดินด้วยแบบจำลอง CLUmondo กรณีศึกษา อำเภอเมือง จังหวัดเชียงใหม่. วารสารวิชาการเพื่อการพัฒนานวัตกรรมเชิงพื้นที่. 1(2), 1-13.
นิติ เอี่ยมชื่น, และวันณัชชา เทพวงศ์. (2563). การหาความสัมพันธ์ระหว่างปัจจัยทางกายภาพกับการใช้ที่ดินเพื่อคาดการณ์การใช้ที่ดินในอนาคต. วารสารวิจัยและสาระสถาปัตยกรรม การผังเมือง. 17(2), 79-92.
นิติ เอี่ยมชื่น, และสุวิทย์ อ๋องสมหวัง. (2556). การคาดการณ์การใช้ประโยชน์ที่ดินโดยแบบจำลองคลูเอส (CLUE-S) กรณีศึกษา บริเวณพื้นที่โดยรอบกว๊านพะเยา จังหวัดพะเยา. วารสารสมาคมสำรวจข้อมูลระยะไกลและสารสนเทศภูมิศาสตร์แห่งประเทศไทย. 15(1), 26-31.
วีระภาส คุณรัตนสิริ. (2563). การศึกษาเปรียบเทียบแบบจำลอง CA-Markov และแบบจำลอง CLUE-S เพื่อคาดการณ์การเปลี่ยนแปลงการใช้ประโยชน์ที่ดินพื้นที่ป่าสงวนแห่งชาติ จังหวัดน่าน.วารสารวิทยาศาสตร์ประยุกต์. 19(2), 78-100.
วุฒิพงษ์ นิลจันทร์. (2560). การเปรียบเทียบการคาดการณ์การใช้ที่ดินและสิ่งปกคลุมดินโดยใช้แบบจำลอง CA-Markov และ แบบจำลอง Land Change Modeler: กรณีศึกษาจังหวัดอุตรดิตถ์. สาขาวิชาภูมิสารสนเทศศาสตร์ มหาวิทยาลัยพะเยา, พะเยา.
สุดารัตน์ อุทธารัตน์, และ มานัส ศรีวณิช. (2562). การวางแผนการใช้ประโยชน์ที่ดินของเมืองชายแดน: กรณีศึกษา เมืองชายแดนเชียงของ ภายใต้พื้นที่เทศบาลเวียง อำเภอเชียงของ จังหวัดเชียงราย. วารสารวิจัยและสาระสถาปัตยกรรม/การผังเมือง. 16(2), 93-112.
สุวิมล ต้นศิริ, วันชัย อรุณประภารัตน์, และวีระภาส คุณรัตน์ (2561). การคาดการณ์การเปลี่ยนแปลงการใช้ประโยชน์ที่ดินด้วยแบบจำลอง CA-Markov บริเวณเขตรักษาพันธุ์สัตว์ป่าเขาสอยดาวจังหวัดจันทบุรี. วารสารวนศาสตร์. 37(2), 138-150.
อำภา สาระศิริ. (2559). เทคนิคการเรียนรู้พื้นฐานโครงข่ายประสาทเทียม. กรุงเทพฯ: คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีมหานคร.
Congalton, R. (2001). Accuracy assessment and validation of remotely sensed and other spatial information. International Journal of Wildland Fire, 10, 321-328.
Liu, X., Li, X., & Liang, X. (2020). A Future Land Use Simulation Model by coupling Human and Natural Effects, GeoSOS-FLUS User's Manual. Guangdong Key Laboratory for Urbanization and Geo-simulation, Sun Yat-sen University, Guangzhou 510275, PR China, 21p.
Syed, D. A., & Rahul A. (2016). The Evolution and Core Concepts of Deep Learning & Neural Networks. Analytics Vidhya. สืบค้นจาก https://www.Analyticsvidhya.Com/Blog/2016/08/Evolution-Core-Concepts-Deep-Learning
USGS. (2022). USGS EarthExplorer. Retrieved from https://earthexplorer.usgs.gov/
Vliet, J. v., & Malek. (2015). The CLUMondo Land Use Change Model Manual and exercises. University of Amsterdam, Netherlands.
Wang, Q., Guan, Q., Lin, J., Luo, H., Tan, Z., & Ma, Y. (2021). Simulating land use/land cover change in an arid region with the coupling models. Ecological Indicators, 122, 107231. doi:https://doi.org/10.1016/j.ecolind.2020.107231
