UAT 365 · 3(1-4-4) · ชั้นปี/ภาค 2/1

เทคโนโลยีระบบอากาศยานไร้คนขับเพื่อเกษตรอัจฉริยะและการสำรวจระยะไกล

Unmanned Aircraft Systems Technology for Smart Agriculture and Remote Sensing

ความคืบหน้า
ชั่วโมงตามการออกแบบ: 135 ชม. (ออนไลน์/ศึกษาด้วยตนเอง 60 · ในชั้นเรียน/ปฏิบัติ 75)

คำอธิบายรายวิชา

การประยุกต์อากาศยานไร้คนขับในเกษตรแม่นยำ การวางแผนสำรวจแปลง การใช้กล้อง RGB หลายช่วงคลื่น และความร้อน การสร้างแผนที่แปลงและแบบจำลองพื้นผิว การวิเคราะห์ดัชนีพืชพรรณ การประเมินสุขภาพพืชและความแปรปรวนของพื้นที่ และการใช้ข้อมูลเพื่อสนับสนุนการจัดการเกษตร

คำอธิบายภาษาอังกฤษ

application of unmanned aircraft in precision agriculture, field-survey planning, use of RGB, multispectral, and thermal cameras, generation of field maps and surface models, vegetation-index analysis, assessment of crop health and spatial variability, and use of data to support agricultural management

ที่มาคำอธิบาย: ร่างเล่มหลักสูตร (แก้ไข 28 ก.ย. 2569)รหัสเดิมในเว็บ: DRT 457
หมายเหตุสำหรับ กก.หลักสูตร
  • เอกสารระบุว่าอาจใช้กับหลักสูตร 4 ปีด้วย

ผลลัพธ์การเรียนรู้ระดับรายวิชา (CLO)

CLOผลลัพธ์การเรียนรู้PLO
CLO1ประยุกต์ UAS ในเกษตรอัจฉริยะPLO5
CLO2วิเคราะห์ข้อมูลหลายช่วงคลื่นและดัชนีพืชPLO4
CLO3วางแผนการพ่นหรือหว่านอย่างปลอดภัยและถูกกฎหมายPLO3PLO6

โมดูลการเรียนรู้

1โดรนเกษตร
สัปดาห์ 1–3 · 27 ชม.
บทเรียน 80 นาทีquiz1 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

2ข้อมูลหลายช่วงคลื่น
สัปดาห์ 4–6 · 27 ชม.
บทเรียน 90 นาทีquiz2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

3ดัชนีพืชและ GIS
สัปดาห์ 7–9 · 27 ชม.
บทเรียน 90 นาทีquiz2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

4การพ่นและหว่าน
สัปดาห์ 10–12 · 27 ชม.
บทเรียน 90 นาทีquiz3 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

5การตัดสินใจเชิงพื้นที่
สัปดาห์ 13–15 · 27 ชม.
บทเรียน 90 นาทีquiz2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

การวัดและประเมินผล (ร่าง)

สมรรถนะการปฏิบัติการ50%
รายงานและสมุดปฏิบัติการ20%
สอบปฏิบัติ30%

โดเมนความรู้

แหล่งอ้างอิงหลัก

  1. Food and Agriculture Organization & International Telecommunication Union. (2018). E-agriculture in action: Drones for agriculture. FAO. link
  2. Lillesand, T., Kiefer, R. W., & Chipman, J. (2015). Remote sensing and image interpretation (7th ed.). Wiley. link