ความหมายของรีโมตเซนซิง Remote Sensing : RS
รีโมตเซนซิง (Remote Sensing) หรือการสำรวจข้อมูลระยะไกล (การรับรู้ระยะไกล) เป็นศัพท์เทคนิคที่ใช้เป็นครั้งแรกในประเทศสหรัฐอเมริกาใน พ.ศ.2503 หมายถึง วิทยาศาสตร์และเทคโนโลยีแขนงหนึ่ง ที่บันทึกคุณลักษณะของวัตถุ (Object) หรือปรากฎการณ์ (Phenomena) ต่างๆ จากการสะท้อนแสงหรือการแผ่รังสีพลังงานแม่เหล็กไฟฟ้า (Electromagnetic Energy) โดยเครื่องวัดอุปกรณ์บันทึกที่ติดอยู่กับยานสำรวจ การใช้รีโมตเซนซิงเริ่มแพร่หลายนับตั้งแต่สหรัฐอเมริกาได้ส่งดาวเทียมสำรวจทรัพยากรดวงแรก LANDSAT-1 ขึ้นใน พ.ศ.2515
เราสามารถหาคุณลักษณะของวัตถุได้จากลักษณะการสะท้อนหรือการแผ่พลังงานแม่เหล็กไฟฟ้าจากวัตถุนั้น ๆ คือ “วัตถุแต่ละชนิด จะมีลักษณะการสะท้อนแสงหรือการแผ่รังสีที่เฉพาะตัวและแตกต่างกันไป ถ้าวัตถุหรือสภาพแวดล้อมเป็นคนละประเภทกัน” คุณสมบัติของคลื่นแม่เหล็กไฟฟ้าเป็นสื่อในการได้มาของข้อมูลใน 3 ลักษณะ คือ ช่วงคลื่น(Spectral) รูปทรงสัณฐานของวัตถุบนพื้นโลก (Spatial) และการเปลี่ยนแปลงตามช่วงเวลา (Temporal) รีโมตเซนซิงจึงเป็นเทคโนโลยีที่ใช้ในการจำแนก และเข้าใจวัตถุหรือสภาพแวดล้อมต่าง ๆ จากลักษณะเฉพาะตัวในการสะท้อนแสงหรือแผ่รังสี
ข้อมูลที่ได้จากการสำรวจระยะไกล ในที่นี้จะหมายถึง ข้อมูลที่ได้จากการถ่ายภาพทางเครื่องบินในระดับต่ำ ที่เรียกว่า รูปถ่ายทางอากาศ (Aerial Photo) และข้อมูลที่ได้จากการบันทึกภาพจากดาวเทียมในระดับสูงกว่า เรียกว่า ภาพถ่ายจากดาวเทียม (Satellite Image) องค์ประกอบที่สำคัญของการสำรวจข้อมูลระยะไกล คือ คลื่นแสง ซึ่งเป็นพลังงานแม่เหล็กไฟฟ้า ที่เกิดขึ้นเองตามธรรมชาติไม่ว่าเป็นพลังงานที่ได้จากดวงอาทิตย์ หรือเป็นพลังงานจาก ตัวเอง ซึ่งระบบการสำรวจข้อมูลระยะไกลโดยอาศัยพลังงานแสงธรรมชาติ เรียกว่า Passive Remote Sensing ส่วนระบบบันทึกที่มีแหล่งพลังงานที่สร้างขึ้นและส่งไปยัง วัตถุเป้าหมาย เรียกว่า Active Remote Sensing เช่น ระบบเรดาร์ เป็นต้น
![]() |
remote sensing imagery ภาพบันทึกการรับรู้จากระยะไกล หรืออาจจะใช้ทับศัพท์ภาษาอังกฤษว่า "รีโมทเซนซิง" |
หลักการของรีโมตเซนซิง
หลักการของรีโมตเซนซิงประกอบด้วยกระบวนการ 2 กระบวนการ ดังต่อไปนี้คือ
หลักการของรีโมตเซนซิงประกอบด้วยกระบวนการ 2 กระบวนการ ดังต่อไปนี้คือ
1. การได้รับข้อมูล (Data Acquisition) เริ่มตั้งแต่พลังงานแม่เหล็กไฟฟ้าจากแหล่งกำเนิดพลังงาน เช่น ดวงอาทิตย์ เคลื่อนที่ผ่านชั้นบรรยากาศ, เกิดปฏิสัมพันธ์กับวัตถุบนพื้นผิวโลก และเดินทางเข้าสู่เครื่องวัดอุปกรณ์บันทึกที่ติดอยู่กับยานสำรวจ (Platform) ซึ่งโคจรผ่าน ข้อมูลวัตถุหรือปรากฏการณ์บนพื้นผิวโลกที่ถูกบันทึกถูกแปลงเป็นสัญญาณอิเล็กทรอนิกส์ส่งลงสู่สถานีรับภาคพื้นดิน (Receiving Station) และผลิตออกมาเป็นข้อมูลในรูปแบบของข้อมูลเชิงอนุมาน (Analog Data) และข้อมูลเชิงตัวเลข(Digital Data) เพื่อนำไปนำวิเคราะห์ข้อมูลต่อไป
2. การวิเคราะห์ข้อมูล (Data Analysis) วิธีการวิเคราะห์มีอยู่ 2 วิธี คือ
– การวิเคราะห์ด้วยสายตา (Visual Analysis) ที่ให้ผลข้อมูลออกมาในเชิงคุณภาพ (Quantitative) ไม่สามารถ วัดออกมาเป็นค่าตัวเลขได้แน่นอน
– การวิเคราะห์ด้วยคอมพิวเตอร์ (Digital Analysis) ที่ให้ผลข้อมูลในเชิงปริมาณ (Quantitative) ที่สามารถแสดงผลการวิเคราะห์ออกมาเป็นค่าตัวเลขได้
– การวิเคราะห์ด้วยสายตา (Visual Analysis) ที่ให้ผลข้อมูลออกมาในเชิงคุณภาพ (Quantitative) ไม่สามารถ วัดออกมาเป็นค่าตัวเลขได้แน่นอน
– การวิเคราะห์ด้วยคอมพิวเตอร์ (Digital Analysis) ที่ให้ผลข้อมูลในเชิงปริมาณ (Quantitative) ที่สามารถแสดงผลการวิเคราะห์ออกมาเป็นค่าตัวเลขได้
การวิเคราะห์หรือการจำแนกประเภทข้อมูลต้องคำนึงถึงหลักการดังต่อไปนี้
1) Multispectral Approach คือ ข้อมูลพื้นที่และเวลาเดียวกันที่ถูกบันทึกในหลายช่วงคลื่น ซึ่งในแต่ละช่วงความยาวคลื่น (Band) ที่แตกต่างกันจะให้ค่าการสะท้อนพลังงานของวัตถุหรือพื้นผิวโลกที่แตกต่างกัน
2) Multitemporal Approach คือ การวิเคราะห์การเปลี่ยนแปลงไปตามกาลเวลา จำเป็นต้องใช้ข้อมูลหลายช่วงเวลา เพื่อนำมาเปรียบเทียบหาความแตกต่าง
3) Multilevel Approach คือ ระดับความละเอียดของข้อมูลในการจำแนกหรือวิเคราะห์ข้อมูล ซึ่งขึ้นอยู่กับการประยุกต์ใช้งาน เช่น การวิเคราะห์ในระดับภูมิภาคก็อาจใช้ข้อมูลจากดาวเทียม LANDSAT ที่มีรายละเอียดภาพปานกลาง (Medium Resolution) แต่ถ้าต้องการศึกษาวิเคราะห์ในระดับจุลภาค เช่น ผังเมือง ก็ต้องใช้ข้อมูลดาวเทียมที่ให้รายละเอียดภาพสูง (High Resolution) เช่น ข้อมูลจากดาวเทียม SPOT, IKONOS, หรือรูปถ่ายทางอากาศเป็นต้น
ระบบการทำงาน
แบ่งตามแหล่งกำเนิดพลังงานที่ก่อให้เกิดคลื่นแม่เหล็กไฟฟ้า มี 2 กลุ่มใหญ่ คือ
1. Passive remote sensing เป็นระบบที่ใช้กันกว้างขวางตั้งแต่เริ่มแรกจนถึงปัจจุบัน โดยมีแหล่ง พลังงานที่เกิดตามธรรมชาติ คือ ดวงอาทิตย์เป็นแหล่งกำเนิดพลังงาน ระบบนี้จะรับและบันทึกข้อมูลได้ ส่วนใหญ่ในเวลากลางวัน และมีข้อจำกัดด้านภาวะอากาศ ไม่สามารถรับข้อมูลได้ในฤดูฝน หรือเมื่อมีเมฆ หมอก ฝน
1. Passive remote sensing เป็นระบบที่ใช้กันกว้างขวางตั้งแต่เริ่มแรกจนถึงปัจจุบัน โดยมีแหล่ง พลังงานที่เกิดตามธรรมชาติ คือ ดวงอาทิตย์เป็นแหล่งกำเนิดพลังงาน ระบบนี้จะรับและบันทึกข้อมูลได้ ส่วนใหญ่ในเวลากลางวัน และมีข้อจำกัดด้านภาวะอากาศ ไม่สามารถรับข้อมูลได้ในฤดูฝน หรือเมื่อมีเมฆ หมอก ฝน
2. Active remote sensing เป็นระบบที่แหล่งพลังงานเกิดจากการสร้างขึ้นในตัวของเครื่องมือสำรวจ เช่น ช่วงคลื่นไมโครเวฟที่สร้างในระบบเรดาห์ แล้วส่งพลังงานนั้นไปยังพื้นที่เป้าหมาย ระบบนี้ สามารถทำการรับและบันทึกข้อมูล ได้โดยไม่มีข้อจำกัดด้านเวลา หรือ ด้านสภาวะภูมิอากาศ คือสามารถรับส่งสัญญาณได้ทั้งกลางวันและกลางคืน อีกทั้งยังสามารถทะลุผ่านกลุ่มเมฆ หมอก ฝนได้ในทุกฤดูกาล ในช่วงแรกระบบ passive remote sensing ได้รับการพัฒนามาก่อน และยังคงใช้กันอย่างแพร่หลายในปัจจุบัน ส่วนระบบ active remote sensing มีการพัฒนาจากวงการทหาร แล้วจึงเผยแพร่เทคโนโลยีนี้ต่อกิจการพลเรือนในช่วงหลังการสำรวจในด้านนี้ได้รับความสนใจมากขึ้นโดยเฉพาะกับประเทศในเขตร้อนที่มีปัญหาเมฆ หมอก ปกคลุมอยู่เป็นประจำ
การวิเคราะห์ข้อมูล (data analysis)
ภาพถ่ายดาวเทียม ประกอบด้วยวิธีการ ดังต่อไปนี้
1) การวิเคราะห์ข้อมูลด้วยสายตา (visual interpretation) เป็นการแปลตีความจากลักษณะองค์ประกอบของภาพ โดยอาศัยการพิจารณาปัจจัยด้านต่างๆ ได้แก่ สี (color, shade, tone) เงา (shadow) รูปทรง (fron) ขนาดของวัตถุ (size) รูปแบบ (pattern) ลวดลายหรือ ลักษณะเฉพาะ (texture) และองค์ประกอบทางพื้นที่ (spatial components) ซึ่งเป็นหลักการตีความ เช่นเดียวกับการแปลภาพถ่ายทางอากาศ
1) การวิเคราะห์ข้อมูลด้วยสายตา (visual interpretation) เป็นการแปลตีความจากลักษณะองค์ประกอบของภาพ โดยอาศัยการพิจารณาปัจจัยด้านต่างๆ ได้แก่ สี (color, shade, tone) เงา (shadow) รูปทรง (fron) ขนาดของวัตถุ (size) รูปแบบ (pattern) ลวดลายหรือ ลักษณะเฉพาะ (texture) และองค์ประกอบทางพื้นที่ (spatial components) ซึ่งเป็นหลักการตีความ เช่นเดียวกับการแปลภาพถ่ายทางอากาศ
2) การวิเคราะห์ข้อมูลด้วยคอมพิวเตอร์ (digital analysis and image processing) เป็นการตีความ ค้นหาข้อมูลส่วนที่ต้องการ โดยอาศัยหลักการทางคณิตศาสตร์และสถิติ ซึ่งการที่มีข้อมูลจำนวนมาก จึงไม่สะดวกที่จะทำการคำนวณด้วยมือได้ ดังนั้นจึงมีการนำคอมพิวเตอร์มาใช้ ช่วยให้รวดเร็วในการประมวลผล มีวิธีการแปลหรือจำแนกประเภทข้อมูลได้ 2 วิธีหลัก คือ
การแปลแบบกำกับดูแล (supervised classification) หมายถึง การที่ผู้แปล เป็นผู้กำหนดตัวอย่างของประเภทข้อมูลให้แก่คอมพิวเตอร์ โดยใช้การเลือกพื้นที่ตัวอย่าง (traning areas) จากความรู้ด้านต่างๆเกี่ยวกับพื้นที่ศึกษา รวมทั้งจากการสำรวจภาคสนาม
การแปลแบบไม่กำกับดูแล (unsupervised classification) เป็นวิธีการที่ผู้แปลกำหนดให้คอมพิวเตอร์แปลข้อมูลเอง โดยใช้หลักการทางสถิติ เพียงแต่ผู้แปลกำหนดจำนวน ประเภทข้อมูล (classes) ให้แก่เครื่อง โดยไม่ต้องเลือกพื้นที่ตัวอย่างให้ ผลลัพธ์จากการแปลจะต้องมีการตรวจสอบความถูกต้องและความน่าเชื่อถือ ก่อนนำไปใช้งานโดยการเปรียบเทียบกับสภาพจริงหรือข้อมูลที่น่าเชื่อถือได้ โดยวิธีการทางสถิติ
งานสำรวจรับรู้จากระยะไกล (Remote Sensing)
แรกเริ่มเดิมทีนั้น กระบวนการสำรวจรับรู้จากระยะไกล (Remote Sensing) ถูกผนวกอยู่ในหมวดหนึ่งของกระบวนการผลิตแผนที่ หรือการแปลข้อมูลจากภาพถ่ายทางอากาศ ในยุคใช้ฟิล์มถ่ายภาพขาว-ดำ และภาพสีในยุคต่อมา (ยุคนั้นยังไม่มีข้อมูลเชิงเลข/ภาพถ่ายดาวเทียม) เพื่อการผลิตออกมาเป็นแผนที่ ซึ่งกระบวนการสำรวจรับรู้จากระยะไกล (Remote Sensing) คือวิธีการตรวจสอบวิเคราะห์ (แปลความหมาย) จากภาพถ่ายทางอากาศ ว่าสิ่งที่ปรากฎอยู่ในภาพถ่ายฯนั้น 'คืออะไร' ไม่ว่าจะเป็น พื้นที่ทางการเกษตร ป่าไม้ ที่อยู่อาศัย ถนน แหล่งน้ำ ฯลฯ และมีความสัมพันธ์กับตำแหน่งทางภูมิศาสตร์อย่างไร ทั้งจากการใช้ 'สายตา' (พิจารณาภาพถ่ายฯด้วยตาเปล่า) และการใช้โปรแกรมประยุกต์...โดยที่ตัวผู้วิเคราะห์ 'ไม่จำเป็น' ที่จะต้องเดินทางไปในพื้นที่ดังกล่าว เพื่อทำการสำรวจฯด้วยตนเอง
ในยุคต่อมา ได้มีการนำเอาภาพถ่ายดาวเทียม ในช่วงคลื่น (band) สีต่างๆ มาใช้ในกระบวนการ Remote Sensing เพื่อทำการแปลความหมายของสิ่งที่ปรากฎอยู่ในภาพถ่ายดาวเทียม โดยอาศัยความก้าวหน้าทางด้านเทคโนโลยีคอมพิวเตอร์ ที่มีการพัฒนาไปอย่างรวดเร็ว ซึ่งช่วยให้ศาสตร์ทางด้านการสำรวจรับรู้ระยะไกล (Remote Sensing) ได้รับการพัฒนาให้ก้าวหน้าขึ้นตามไปด้วย ซึ่งเทคโนโลยีล่าสุด ณ พ.ศ. นี้คือความสามารถในการตรวจสอบวิเคราะห์ข้อมูลจากการสแกนสภาพภูมิประเทศด้วยคลื่นเรดาร์ x band และ p band
* ภาพถ่ายดาวเทียม จำเป็นต้องอาศัย 'แสง' จากดวงอาทิตย์เป็นตัวสะท้อนภาพ และไม่สามารถส่องทะลุชั้นเมฆได้ (ในกรณีมีกลุ่มเมฆปกคลุม)
* ภาพสแกนด้วยช่วงคลื่นเรดาร์ อาศัยแหล่งกำเนิดคลื่นจากอุปกรณ์ที่ติดตั้งกับอากาศยาน ซึ่่งมีข้อดี นั่นคือสามารถทำการสำรวจในเวลากลางคืน หรือมีเมฆปกคลุมได้
* ภาพสแกนด้วยช่วงคลื่นเรดาร์ อาศัยแหล่งกำเนิดคลื่นจากอุปกรณ์ที่ติดตั้งกับอากาศยาน ซึ่่งมีข้อดี นั่นคือสามารถทำการสำรวจในเวลากลางคืน หรือมีเมฆปกคลุมได้
ซึ่งแต่เดิมที่งานทาง Remote Sensing เคยถูกจำกัดอยู่ในเฉพาะกลุ่มงานเพื่อการผลิตแผนที่ ต่อมาได้ถูกปรับเปลี่ยนมาเป็นหน่วยงานที่มีหน้าที่บริหารจัดการกับตัวภาพถ่ายฯโดยเฉพาะ อาทิ การผลิตแผนที่จากภาพถ่ายดาวเทียม การแปลภาพถ่ายฯ เพื่อการติดตาม 'ความเปลี่ยนแปลง' ทางกายภาพของสิ่งที่ปรากฎอยู่ในภาพ ในช่วงเวลาต่างๆ รวมถึงการวิเคราะห์ตรวจสอบ และพยากรณ์คาดการณ์ ถึงสิ่งที่จะเกิดขึ้น หรือผลกระทบ บนสมมุติฐานต่างๆ
* ภาพถ่ายดาวเทียม ได้กลายมาเป็นเครื่องมือหลักในศาสตร์การศึกษาการสำรวจรับรู้ระยะไกล (Remote Sensing) ในยุคปัจจุบัน
* ภาพถ่ายดาวเทียม ได้กลายมาเป็นเครื่องมือหลักในศาสตร์การศึกษาการสำรวจรับรู้ระยะไกล (Remote Sensing) ในยุคปัจจุบัน
ในพื้นที่สำรวจขนาดเล็ก ผู้สำรวจสามารถทำการสำรวจสิ่งที่สนใจศึกษา อาทิ ขนาดเนื้อที่ จำนวน และตำแหน่งที่ตั้ง ด้วยตนเองได้...แต่ถ้าพื้นที่มีขนาดใหญ่ระดับอำเภอ หรือจังหวัด การทำการสำรวจด้วยวิธีการเดิม (ลงพื้นที่) จะทำให้เกิดการสิ้นเปลืองเวลา และงบประมาณเป็นอย่างมาก
ฉะนั้น ภาพถ่ายดาวเทียม จึงได้เข้ามามีบทบาทสำคัญสำหรับพื้นที่ๆมีขนาดใหญ่ โดยสามารถตอบโจทย์ในลักษณะเดียวกันที่ว่า สิ่งที่สนใจศึกษามีขนาดเท่าใด อยู่ที่ไหน มีจำนวนเท่าไหร่ และรวมถึงมีการเพิ่มขึ้น-ลดลง หรือถูกเปลี่ยนแปลงไปอย่างไร เมื่อทำการเปรียบเทียบข้อมูลกับช่วงเวลาอื่นๆ ในพื้นที่เดียวกัน
สิ่งที่ปรากฎอยู่ในภาพถ่ายดาวเทียม
ในกระบวนการตรวจสอบวิเคราะห์ข้อมูลด้วย Remote Sensing นั้น ประเด็นเรื่อง 'การจำแนกประเภทข้อมูล' และการสังเคราะห์ข้อมูลออกมาจากตัวภาพถ่ายฯ ถือว่าเป็น 'แก่นสาร' ของศาสตร์ทางด้านนี้โดยเฉพาะ โดยทำการวิเคราะห์ตรวจสอบว่า ข้อมูลที่ปรากฎอยู๋ในภาพถ่ายฯนั้นคืออะไร และจะสามารถสังเคราะห์ข้อมูลเหล่านั้น ออกมาจากตัวภาพถ่ายฯได้อย่างไร โดยให้มีความสัมพันธ์ และมีความถูกต้องใกล้เคียงมากที่สุด เมื่อเปรียบเทียบกับข้อมูลสำรวจจากพื้นที่จริง
ในกระบวนการตรวจสอบวิเคราะห์ข้อมูลด้วย Remote Sensing นั้น ประเด็นเรื่อง 'การจำแนกประเภทข้อมูล' และการสังเคราะห์ข้อมูลออกมาจากตัวภาพถ่ายฯ ถือว่าเป็น 'แก่นสาร' ของศาสตร์ทางด้านนี้โดยเฉพาะ โดยทำการวิเคราะห์ตรวจสอบว่า ข้อมูลที่ปรากฎอยู๋ในภาพถ่ายฯนั้นคืออะไร และจะสามารถสังเคราะห์ข้อมูลเหล่านั้น ออกมาจากตัวภาพถ่ายฯได้อย่างไร โดยให้มีความสัมพันธ์ และมีความถูกต้องใกล้เคียงมากที่สุด เมื่อเปรียบเทียบกับข้อมูลสำรวจจากพื้นที่จริง
โดยมี 'กุญแจสำคัญ' ที่ถูกนำมาใช้ในการจำแนกประเภทข้อมูล นั่นคือสเปกตรัม 'เฉดสี' ที่ได้จากการกำหนดช่วงคลื่นที่ระดับต่างๆให้กับตัวภาพถ่ายฯ โดยมีหลักการที่ว่า วัตถุ หรือสิ่งต่างๆ บนพื้นโลกแต่ละชนิด จะมีการดูดกลืนและสะท้อนพลังงานของช่วงคลื่นแตกต่างกันออกไป (การแสดงสี) ทำให้สามารถจะแนกประเภท 'กลุ่มสี' แทนสิ่งที่ปรากฎอยู่ในภาพถ่ายฯ ออกเป็นกลุ่มๆ ได้ อาทิ นาข้าว แม่น้ำลำคลอง หนองบึง ป่าไม้ เป็นต้น
การจำแนกประเภทข้อมูลจากภาพถ่ายดาวเทียม (Image Classification)
เป็นการตรวจสอบวิเคราะห์ และแบ่งแยกข้อมูล ที่มีคุณสมบัติการดูดกลืนช่วงคลื่น (แสง) เหมือนกัน ให้อยู่ในกลุ่มเดียวกัน (Class) และแบ่งแยกข้อมูล ที่มีคุณสมบัติการดูดกลืนช่วงคลื่น (แสง) ต่างๆกัน ออกเป็นกลุ่มๆ โดยมีวิธีการจำแนกประเภทข้อมูล ออกเป็น 2 วิธีการหลักคือ
1. การจำแนกข้อมูลแบบควบคุม (Supervised Classification) เป็นวิธีการจำแนกข้อมูลที่ต้องอาศัย 'สีของข้อมูลตัวอย่าง' เพื่อนำมาใช้เป็น 'ตัวแทน' ของข้อมูลในภาพถ่ายฯ ที่แสดงสีเหมือนกัน อาทิ การกำหนดให้สีของนาข้าวสีเหลืองอ่อน เป็นตัวแทนของนาข้าวในฤดูเก็บเกี่ยวทั้งหมด หรือการกำหนดให้สีน้ำเงิน เป็นตัวแทนของพื้นผิวที่เป็น 'น้ำ' ทั้งหมด
* วิธีการจำแนกข้อมูลประเภทนี้ ผู้ทำการวิเคราะห์ต้องทราบ และเข้าใจถึงการเปลี่ยนแปลง 'สีของข้อมูลตัวอย่าง' ผันแปรไปตาม 'ช่วงเวลา' ที่ทำการถ่ายภาพฯ อาทิ ในพื้นที่ทำนาที่แสดงสีของข้อมูลพื้นที่ก่อนทำการปลูกข้าว (สีของดิน) สีของต้นข้าวก่อนออกรวง และสีของต้นข้าวในฤดูเก็บเกี่ยว ซึ่งจะแสดงสีแตกต่างกันไปตามช่วงเวลา
1. การจำแนกข้อมูลแบบควบคุม (Supervised Classification) เป็นวิธีการจำแนกข้อมูลที่ต้องอาศัย 'สีของข้อมูลตัวอย่าง' เพื่อนำมาใช้เป็น 'ตัวแทน' ของข้อมูลในภาพถ่ายฯ ที่แสดงสีเหมือนกัน อาทิ การกำหนดให้สีของนาข้าวสีเหลืองอ่อน เป็นตัวแทนของนาข้าวในฤดูเก็บเกี่ยวทั้งหมด หรือการกำหนดให้สีน้ำเงิน เป็นตัวแทนของพื้นผิวที่เป็น 'น้ำ' ทั้งหมด
* วิธีการจำแนกข้อมูลประเภทนี้ ผู้ทำการวิเคราะห์ต้องทราบ และเข้าใจถึงการเปลี่ยนแปลง 'สีของข้อมูลตัวอย่าง' ผันแปรไปตาม 'ช่วงเวลา' ที่ทำการถ่ายภาพฯ อาทิ ในพื้นที่ทำนาที่แสดงสีของข้อมูลพื้นที่ก่อนทำการปลูกข้าว (สีของดิน) สีของต้นข้าวก่อนออกรวง และสีของต้นข้าวในฤดูเก็บเกี่ยว ซึ่งจะแสดงสีแตกต่างกันไปตามช่วงเวลา
2. การจำแนกประเภทข้อมูลแบบไม่ควบคุม (Unsupervised Classification): เป็นวิธีการจำแนกข้อมูล โดยให้ข้อมูลแสดงเฉดสีได้อย่างอิสระ (อัติโนมัติ) โดยที่ผู้ทำการวิเคราะห์กำหนดจำนวนชั้นข้อมูล เพื่อให้ภาพถ่ายหลังการทำการจำแนกด้วยวิธีดังกล่าว แสดงจำนวนสี ตามที่ได้กำหนด
* วิธีการจำแนกข้อมูลประเภทนี้ เหมาะสำหรับผู้ทำการวิเคราะห์ ที่ไม่คุ้นเคยหรือทราบถึงลักษณะทางกายภาพของพื้นที่ในภาพถ่ายฯมาก่อน
* วิธีการจำแนกข้อมูลประเภทนี้ เหมาะสำหรับผู้ทำการวิเคราะห์ ที่ไม่คุ้นเคยหรือทราบถึงลักษณะทางกายภาพของพื้นที่ในภาพถ่ายฯมาก่อน
วิธีการจำแนกประเภทข้อมูลจากภาพถ่ายฯ ทั้ง 2 ประเภทข้างต้น คือเรื่องหลัก (แก่นสาร) ที่สำคัญมากที่สุด ของกระบวนการสำรวจรับรู้จากระยะไกล (Remote Sensing) ที่ผู้เขียนจะนำเสนอความรู้ดังกล่าวในโอกาสถัดไป
ไม่มีความคิดเห็น:
แสดงความคิดเห็น