ระบบคาดการณ์สถานการณ์ภัยแล้งด้านการเกษตรระดับแปลงด้วยการรับรู้ระยะไกลและเทคโนโลยีการเรียนรู้ของเครื่อง
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อวิจัยและพัฒนาระบบประมวลผลสำหรับการคาดการณ์การเกิดภัยแล้งทางด้านการเกษตรล่วงหน้า 6 เดือนด้วยข้อมูลภาพถ่ายดาวเทียมร่วมกับเทคโนโลยีการเรียนรู้ของเครื่อง โดยสามารถให้บริการได้ทั่วประเทศ และจัดทำแอปพลิเคชันพร้อมประชาสัมพันธ์สำหรับอุปกรณ์เคลื่อนที่ (Android/iOS) เพื่อให้บริการแก่เกษตรกร และผู้ใช้งานอื่น ๆ ในการจัดการและปรับตัวสำหรับรับมือกับสถานการณ์ภัยแล้ง โดยระบบการคาดการณ์ภัยแล้งที่จะพัฒนาขึ้น แบ่งเป็น 3 ส่วน ได้แก่ 1) แบบจำลองการคาดการณ์ข้อมูลอากาศ 2) แบบจำลองภัยแล้ง และ 3) แบบจำลองคาดการณ์ภัยแล้ง ซึ่งใช้ผลลัพธ์จากแบบจำลองข้างต้น และข้อมูลภาพถ่ายดาวเทียมอุตุนิยมวิทยาและดาวเทียมสำรวจโลกเป็นเวลา 20 ปี ตั้งแต่ปี พ.ศ. 2545 ถึง พ.ศ. 2564 ครอบคลุมทั่วประเทศไทย ด้วยเทคโนโลยีการเรียนรู้ของเครื่อง (Machine Learning) โดยใช้อัลกอริทึม Neural Network แบบ Multilayer ซึ่งเกณฑ์ที่ใช้ในการพิจารณาประสิทธิภาพของแบบจำลองคาดการณ์ฝนสะสมพิจารณาจากค่าสัมประสิทธิ์สหสัมพันธ์ (R) มีค่าเฉลี่ย 0.555 และค่าดัชนีประสิทธิผล (SEF) มีค่าเฉลี่ย 68.980 % แบบจำลองคาดการณ์อุณหภูมิสูงสุดและต่ำสุดพิจารณาจากค่าสัมประสิทธิ์สหสัมพันธ์ (R) มีค่าเฉลี่ย 0.846 และ 0.745 ตามลำดับ และค่าคลาดเคลื่อนสมบูรณ์เฉลี่ย (MAE) มีค่าเฉลี่ย 0.857 ํC และ 1.237 ํC ตามลำดับ และแบบจำลองคาดการณ์ภัยแล้งพิจารณาจากค่าความถูกต้อง (Accuracy) มีค่าเฉลี่ย 0.846 ทั้งนี้ผลของแบบจำลองได้นำไปจัดทำแอปพลิเคชัน รวมถึงการประชาสัมพันธ์ผ่านการอบรม 2 พื้นที่ ได้แก่ จังหวัดสุพรรณบุรีและจังหวัดมหาสารคาม โดยมีผู้เข้าร่วมอบรม คือ เจ้าหน้าที่จำนวน 42 คน และเกษตรกรจำนวน 90 คน อีกทั้งการเผยแพร่องค์ความรู้ผ่านการสัมมนาในหน่วยงานที่เกี่ยวข้องกับการบริหารจัดการน้ำมีผู้เข้าร่วมจำนวน 71 คน ซึ่งความพึงพอใจเกี่ยวกับการอบรมการใช้งานแอปพลิเคชันรู้ทัน... แล้ง สำหรับเจ้าหน้าที่มีค่าเฉลี่ยคะแนนทั้งหมดเท่ากับ 3.56 อยู่ในระดับคะแนนมาก (คะแนนเต็ม 5) และสำหรับเกษตรกรมีค่าเฉลี่ยคะแนนทั้งหมดเท่ากับ 3.77 อยู่ในระดับคะแนนมาก (คะแนนเต็ม 5) ในที่นี้ความพึงพอใจเกี่ยวกับการสัมมนามีค่าเฉลี่ยคะแนนทั้งหมดเท่ากับ 4.01 อยู่ในระดับคะแนนมาก (คะแนนเต็ม 5) ทั้งนี้ผลการทดสอบแบบจำลองคาดการณ์ภัยแล้งที่ได้ยังมีความคลาดเคลื่อน จึงควรมีการพิจารณาข้อมูลความชื้นดินและประเภทของดิน มาพัฒนาแบบจำลองคาดการณ์ภัยแล้ง