Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/18149
| Title: | การประเมินศักยภาพความยาวช่วงคลื่นและโพลาไรเซชัน ของข้อมูลจากดาวเทียม ALOS และ RADARSAT-1 ในการจำแนกสิ่งปกคลุมดิน บริเวณจังหวัดระยองและจันทบุรี |
| Other Titles: | Assessing the potential wavelength and polarization SAR data of ALOS and RADARSAT-1 for land cover classification in Rayong and Chanthaburi |
| Authors: | ปนัดดา เกียรติเลิศเสรี |
| Advisors: | อิทธิ ตริสิริสัตยวงศ์ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
| Advisor's Email: | [email protected] |
| Issue Date: | 2552 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | ข้อมูลจากดาวเทียมที่บันทึกด้วยระบบเรดาร์นั้นจะขึ้นอยู่กับปฏิสัมพันธ์ระหว่างคลื่นไมโครเวฟกับวัตถุ วัตถุประสงค์ในครั้งนี้จึงศึกษาศักยภาพของพารามิเตอร์หลักในการบันทึกที่มีผลต่อค่าการกระจัดกระจายกลับ คือ ความยาวคลื่นและโพลาไรเซชัน เพื่อเป็นแนวทางในการเลือกใช้ข้อมูลให้เหมาะสมกับพื้นที่ต่อไป โดยทำการศึกษาเชิงเปรียบเทียบเกี่ยวกับศักยภาพในการจำแนกสิ่งปกคลุมดินของความยาวคลื่น L-band และC-band ของข้อมูลจากดาวเทียม ALOS และ RADARSAT-1 และศึกษาเชิงเปรียบเทียบเกี่ยวกับศักยภาพในการจำแนกสิ่งปกคลุมดินของโพลาไรเซชันแบบ HH HV VHและVV ของข้อมูลจากดาวเทียม ALOS ในช่วงคลื่น L-band ผลการศึกษาเชิงเปรียบเทียบเกี่ยวกับศักยภาพในการจำแนกสิ่งปกคลุมดินของความยาวช่วงคลื่น L-band และC-band พบว่าพื้นที่น้ำ ยางพารา และพื้นที่ชุมชนและสิ่งปลูกสร้างสามารถจำแนกได้ดีทั้งในช่วงคลื่น L-band และ C-band และสิ่งปกคลุมดินประเภทสับปะรด นาข้าว มันสำปะหลัง มังคุด ทุเรียน สามารถจำแนกได้ในช่วงคลื่น L-band ส่วนสิ่งปกคลุมดินอีก 4 ประเภทไม่สามารถจำแนกได้คือ เงาะ ปาล์มน้ำมัน ป่าชายเลนและลำไย โดยผลความถูกต้องในการจำแนก (Kappa Coefficient)ของข้อมูลจากดาวเทียมในช่วงคลื่น L-band และ C-Band คือ 0.53 และ 0.46 ตามลำดับ ผลการศึกษาเชิงเปรียบเทียบเกี่ยวกับศักยภาพในการจำแนกสิ่งปกคลุมดินของของโพลา-ไรเซชันแบบ HH HV VH และVV แบ่งออกเป็น 2 กลุ่ม คือกลุ่มของ Cross-Polarization คือ HV และ VH มีความถูกต้องในการจำแนกคือ 0.53 และ 0.52 ตามลำดับ ซึ่งมีความถูกต้องในการจำแนกดีกว่าในกลุ่มของ Co-Polarization คือ HH และ VV โดยมีความถูกต้องในการจำแนกคือ 0.42 และ 0.39 ตามลำดับ หากพิจารณาในแต่ละประเภทสิ่งปกคลุมดินจะพบว่าพื้นที่น้ำ ยางพาราและพื้นที่ชุมชนและสิ่งปลูกสร้าง สามารถจำแนกได้ดีในทุกโพลา-ไรเซชัน ส่วนประเภทอื่น ๆ สามารถจำแนกได้แตกต่างกันไปตามโพลาไรเซชัน คือ เงาะ ปาล์ม ทุเรียนและนาข้าว สามารถจำแนกได้ดีในโพลาไรเซชันแบบHV มันสำปะหลังและมังคุด สามารถจำแนกได้ดีในโพลาไรเซชันแบบ VH และสับปะรด สามารถจำแนกได้ดีในโพลาไรเซชันแบบ HH |
| Other Abstract: | Radar imagery uses the interaction between wavelength and target in detection, known as backscattering. The two important factors of radar characteristics are wavelength and polarization. This research studies the potential wavelength of L-band from ALOS and C-band from RADARSAT-1 for land cover classification and the potential polarization of HH HV VH and VV from ALOS for land cover classification. The potential of L-band and C-band classification for land cover type. As a result, L-band and C-band provides efficient classification in water body, rubber and built-up area. In general, L-band is efficient for classifying in paddy, pineapple, cassava, mangosteen, and durian whereas it can’t classify the area of rambutan, palm, mangrove and longan. Based on this research, L-band provides better accuracy for land cover classification than C-band which represents in Kappa Coefficient is 0.53 and 0.46 respectively. The potential of land cover classification using which is considered in HH, HV, VH an VV, and the results are discussed into two categories, Cross-polarization(HV,VH) and Co-Polarization(HH,VV). The result of classification using Cross-polarization(HV,VH) provides 0.53 and 0.52 of accuracy respectively whereas Co-Polarization (HH,VV) provides accuracy of 0.42 and 0.39 respectively. In conclusion, land cover type has a direct effect on polarization. While water body, rubber and buildup area is efficient for all type of polarizations. Polarizations have to be considered when classifying in another land cover types. In addition, HV is efficient for rambutan, palm, durian and paddy classification whereas cassava and mangosteen classification are efficient in VH and HH which has high potential for pineapple classification. |
| Description: | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2552 |
| Degree Name: | วิทยาศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | ระบบสารสนเทศปริภูมิทางวิศวกรรม |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/18149 |
| Type: | Thesis |
| Appears in Collections: | Eng - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| panatda_ki.pdf | 8.96 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.