Comparison of NDVI and Multispectral imageries of Sentinel-2 for Detection of abandoned paddy filed: A Case Study of Eastern of Phayao province
Keywords:
Abandoned paddy filed, Maximum Likelihood Classifier, Normalized Difference Vegetation Index (NDVI)Abstract
The study aims to compare the capability of indexing images, normalized difference vegetation index (NDVI), and multispectral imageries of Sentinel-2, for identifying abandoned paddy fields in East Phayao. Maximum Likelihood Classifier (MLC) was used as a classification method. The results show that the NDVI image and multispectral image are reported overall accuracy values at a level of 60.78 and 38.80 respectively. We can be concluded that NDVI images with the MLC method are an alternative approach to identify an abandoned paddy field and it is hoped that the proposed method can be assisted in planning and administrating the land use effectively.
References
กรมพัฒนาที่ดิน. (2565). ข้อมูลพื้นที่ทิ้งร้าง. กรุงเทพฯ: กลุ่มวางแผนการจัดการที่ดินในพื้นที่เสี่ยงภัยทางการเกษตร.
กองนโยบายและแผนการใช้ที่ดิน. สืบค้นจาก http://irw101.ldd.go.th/index.php/2017-05-23-02-00-47/11-2017-05-26-02-10-18/74-2017-06-15-08-54-12.
ทิพย์วรรณ ปิติจะ และ สวรินทร์ ฤกษ์อยู่สุข. (2562). การตรวจหาพื้นที่ว่างเปล่าจากข้อมูลการรับรู้จากระยะไกลแบบหลายช่วงเวลา กรณีศึกษา จังหวัดพะเยา. ใน กองบริหารงานวิจัยและประกันคุณภาพการศึกษา มหาวิทยาลัยพะเยา, (Eds.), พะเยาวิจัย ครั้งที่ 8 วันที่ 24-25 มกราคม 2562 (น.1254-1263). พะเยา: มหาวิทยาลัยพะเยา.
สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (องค์การมหาชน) และสมาคมสำรวจข้อมูลระยะไกลและสารสนเทศภูมิศาสตร์แห่งประเทศไทย. (2552). ตำราเทคโนโลยีอวกาศและภูมิสารสนเทศศาสตร์. กรุงเทพฯ: สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (องค์การมหาชน).
สุวิทย์ อ๋องสมหวัง. (2559). ระบบการรับรู้จากระยะไกลและการวิเคราะห์ข้อมูลเชิงเลข. นครราชสีมา: สำนักวิทยาศาสตร์ มหาวิทยาลัยเทคโนโลยีีสุรนารี.
อานนท์ เบียงแล และ สวรินทร์ ฤกษ์อยู่สุข. (2563). การศึกษาการจำแนกข้อมูลภาพด้วยวิธีซัพพอร์ตเวกเตอร์แมชชีน กรณีศึกษา พื้นที่เพาะปลูกข้าว อำเภอจุน จังหวัดพะเยา. วารสารวิชาการเพื่อการพัฒนานวัตกรรมเชิงพื้นที่, 3, 51-62.
Cai, Y., Lin, H., & Zhang, M. (2019). Mapping paddy rice by the object-based random forest method using time series Sentinel-1/Sentinel-2 data. Advances in Space Research, 64(11), 2233-2244.
Fitzpatrick-Lins, K. (1981). Comparison of sampling procedures and data analysis for a land-use and land-cover map. Photogrammetric Engineering and Remote Sensing, 47(3), 343-351.
Lillesand TM, Kiefer RW. (2000). Remote Sensing and Image Interpretation. (4th ed.). New York: John Wiley & Sons.
Lunetta, R. S., & Lyon, J. G. (Eds.). (2004). Remote sensing and GIS accuracy assessment. CRC press.
Mather, P., & Tso, B. (2001). Classification methods for remotely sensed data. Boca Raton: Taylor & Fracis.
Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems in the Great Plains with ERTS. NASA Spec. Publ, 351(1), 309.
