โมดูล 5/5 · สัปดาห์ 13–15 · 27 ชม.

การตัดสินใจเชิงพื้นที่

UAT 365 เทคโนโลยีระบบอากาศยานไร้คนขับเพื่อเกษตรอัจฉริยะและการสำรวจระยะไกล

เวลาเรียนประมาณ 90 นาทีร่าง รอตรวจปรับปรุงล่าสุด 27 กันยายน 2569

บทเรียน

เมื่อเรียนจบโมดูลนี้ ผู้เรียนจะสามารถ

  1. คำนวณดัชนีความเครียดจากการขาดน้ำ (CWSI) จากอุณหภูมิทรงพุ่ม
  2. รวมโซนดัชนีพืชกับ CWSI และการตรวจภาคพื้นเป็นแผนที่สั่งการอัตราแปรผัน
  3. แยกการเปลี่ยนแปลงจริงออกจากความไม่แน่นอนด้วยระดับตรวจพบ LoD95
  4. ส่งต่อผลเข้าสู่ระบบสนับสนุนการตัดสินใจพร้อมข้อจำกัด

ความรู้พื้นฐานที่ควรมี: UAT 365 โมดูล 1–4 · UAT 361 โมดูล 4 (ภาพถ่ายความร้อน)

ทำไมต้องรู้

แผนที่ดัชนีพืชที่สวยงามยังไม่ใช่คำตอบ เกษตรกรต้องการรู้ว่า จะทำอะไร ที่ไหน เท่าไร และได้ผลหรือไม่ โมดูลนี้รวมข้อมูลจากโมดูลก่อนหน้าเป็นการตัดสินใจ และติดตามผลซ้ำอย่างซื่อตรง ตัวอย่างในบทจะแสดงว่า ถ้าดูเพียงดัชนีพืชแล้วพ่นปุ๋ยให้โซนต่ำ อาจแก้ผิดปัญหา เพราะสาเหตุจริงคือพืชขาดน้ำ

ห้าขั้นเรียงจากซ้ายไปขวา ภาพหลายช่วงคลื่น ดัชนีพืชและ CWSI แบ่งโซนและตรวจภาคพื้น แผนที่สั่งการอัตราแปรผัน และพ่นแล้วติดตามซ้ำ
ภาพที่ 1 จากข้อมูลโดรนสู่การตัดสินใจในแปลง

ความเครียดจากการขาดน้ำ

เมื่อพืชมีน้ำพอ ใบคายน้ำและเย็นลงเหมือนเหงื่อที่ระเหยจากผิว เมื่อขาดน้ำ ปากใบปิด ใบจึงร้อนขึ้น ดัชนีความเครียดจากการขาดน้ำ (crop water stress index, CWSI) ที่พัฒนาโดย Idso และคณะ และ Jackson และคณะ (1981) เทียบอุณหภูมิทรงพุ่ม กับค่าอ้างอิงสองค่า

คืออุณหภูมิของใบที่คายน้ำเต็มที่ และ คือใบที่ไม่คายน้ำเลย Maes และ Steppe (2012) สรุปว่า CWSI เท่ากับ 0 หมายถึงไม่เครียด และ 1 หมายถึงปากใบปิดสนิท ค่าอ้างอิงทั้งสองได้จากเป้าอ้างอิงเปียกและแห้งในแปลงหรือจากแบบจำลอง และขึ้นกับสภาพอากาศขณะถ่าย จึงต้องวัดในวันเดียวกัน

จากโซนสู่แผนที่สั่งการ

แผนที่สั่งการ (prescription map) บอกระบบพ่นว่าแต่ละโซนต้องใส่อัตราเท่าใด การตัดสินใจต้องรวมหลายหลักฐาน ไม่ใช่ดัชนีเดียว

ตัวอย่างที่ 1 รวม NDVI กับ CWSI ก่อนออกแผนที่สั่งการ

พื้นที่โซนจากโมดูล 3 อุณหภูมิทรงพุ่มและค่าอ้างอิงเป็นค่าสมมติ อัตราปุ๋ยน้ำต่อโซนสมมติว่านักวิชาการเกษตรกำหนด

T_WET, T_DRY = 26.0, 36.0                     # °C จากเป้าอ้างอิงในวันเดียวกัน
zones = {  # โซน: (พื้นที่ ไร่, อุณหภูมิทรงพุ่ม °C, อัตราปุ๋ยน้ำที่กำหนด L/ha)
    "high": (18.33, 28.5, 10.0),
    "medium": (6.67, 31.0, 15.0),
    "low": (5.00, 34.0, 20.0),
}
total = 0.0
for name, (rai, canopy, rate) in zones.items():
    cwsi = (canopy - T_WET) / (T_DRY - T_WET)
    if cwsi >= 0.6:
        action, rate = "check irrigation first, hold fertiliser", 0.0
    else:
        action = f"apply {rate:.0f} L/ha"
    litres = rate * rai * 0.16
    total += litres
    print(f"{name:<6} {rai:5.2f} rai  CWSI {cwsi:.2f}  -> {action} ({litres:.1f} L)")
print(f"total product {total:.1f} L")
high   18.33 rai  CWSI 0.25  -> apply 10 L/ha (29.3 L)
medium  6.67 rai  CWSI 0.50  -> apply 15 L/ha (16.0 L)
low     5.00 rai  CWSI 0.80  -> check irrigation first, hold fertiliser (0.0 L)
total product 45.3 L

โซนต่ำมี CWSI สูง แสดงว่าพืชขาดน้ำ การพ่นปุ๋ยเพิ่มในโซนนั้นไม่แก้ปัญหา จึงต้องตรวจระบบน้ำก่อน ส่วนเกณฑ์ CWSI 0.6 เป็นค่าสมมติของบทเรียน เกณฑ์จริงต้องมาจากผู้เชี่ยวชาญพืชและข้อมูลของพื้นที่ (1 ไร่ = 0.16 ha)

ติดตามผลซ้ำ: เปลี่ยนจริงหรือแค่ความคลาด

หลังพ่นสองสัปดาห์ บินซ้ำแล้วเทียบ NDVI ของแต่ละโซน ผลต่างที่เห็นอาจมาจากความไม่แน่นอนของการวัด (แสง การสอบเทียบ การจัดแนว) ไม่ใช่พืชเปลี่ยน ตามหลักการแพร่ความไม่แน่นอนของ NIST ถ้าความคลาดของสองครั้งเป็นอิสระกัน

ผลต่างที่ไม่เกิน LoD95 ต้องรายงานว่า “ยังตรวจพบไม่ได้” ไม่ใช่ “ไม่เปลี่ยน”

ตัวอย่างที่ 2 แยกการเปลี่ยนแปลงที่ตรวจพบได้

สมมติความไม่แน่นอนของ NDVI แต่ละครั้งเท่ากับ 0.03 (ประเมินจากพื้นที่อ้างอิงที่ไม่เปลี่ยน)

import math

SIGMA_1, SIGMA_2 = 0.03, 0.03
lod = 1.96 * math.hypot(SIGMA_1, SIGMA_2)
change = {"Z1": 0.02, "Z2": -0.05, "Z3": -0.12, "Z4": 0.10}   # NDVI ครั้งที่ 2 − ครั้งที่ 1
print(f"LoD95 = {lod:.3f}")
for zone, d in change.items():
    verdict = ("detected increase" if d > lod else "detected decrease" if d < -lod
               else "not detectable")
    print(f"{zone}: dNDVI {d:+.2f} -> {verdict}")
LoD95 = 0.083
Z1: dNDVI +0.02 -> not detectable
Z2: dNDVI -0.05 -> not detectable
Z3: dNDVI -0.12 -> detected decrease
Z4: dNDVI +0.10 -> detected increase
เส้นจำนวนของผลต่าง NDVI จากลบ 0.2 ถึงบวก 0.2 แถบสีเทากลางคือช่วงบวกลบ 0.083 ที่ยังตรวจพบไม่ได้ จุด Z1 และ Z2 อยู่ในแถบ จุด Z3 อยู่ทางลบนอกแถบ และจุด Z4 อยู่ทางบวกนอกแถบ
ภาพที่ 2 ระดับตรวจพบการเปลี่ยนแปลง LoD95

สูตรนี้ใช้เมื่อความคลาดสองครั้งเป็นอิสระ ไม่มี bias และประมาณได้ด้วยการแจกแจงปกติ ถ้าไม่เป็นเช่นนั้นต้องใช้วิธีที่เหมาะกับข้อมูล และเมื่อทดสอบหลายพิกเซลพร้อมกัน จะมีพิกเซลที่ “ตรวจพบ” โดยบังเอิญได้

เข้าสู่ระบบสนับสนุนการตัดสินใจ

ผลที่ส่งเข้าระบบสนับสนุนการตัดสินใจหรือระบบของสหกรณ์ต้องมีมากกว่าแผนที่ ได้แก่ วันที่ถ่าย กล้องและวิธีสอบเทียบ ดัชนีและเกณฑ์ ผลตรวจภาคพื้น คำแนะนำรายโซนพร้อมเหตุผล และข้อจำกัด เช่น โซนที่ยังไม่ทราบสาเหตุ ส่งเป็นชั้นข้อมูล GIS (เช่น GeoPackage) ที่ระบบอื่นอ่านได้ พร้อมแผนที่ PDF สำหรับเกษตรกร การตัดสินใจสุดท้ายเป็นของเกษตรกรและผู้เชี่ยวชาญ ข้อมูลจากโดรนเป็นหลักฐานประกอบ

ปฏิบัติการประจำโมดูล

ปฏิบัติการ: แผนที่สั่งการและการติดตามผล

  1. ถ่ายภาพความร้อนของแปลงฝึกพร้อมเป้าอ้างอิงเปียกและแห้ง คำนวณ CWSI รายโซน
  2. รวมโซน NDVI จากโมดูล 3 กับ CWSI และผลตรวจภาคพื้น เขียนเหตุผลของการตัดสินใจทุกโซน
  3. สร้างแผนที่สั่งการใน QGIS คำนวณปริมาณผลิตภัณฑ์ทั้งหมดด้วยโค้ดตัวอย่างที่ 1
  4. บินซ้ำหลังดำเนินการ ประเมินความไม่แน่นอนจากพื้นที่อ้างอิง แล้วใช้โค้ดตัวอย่างที่ 2 จัดโซนเป็นตรวจพบหรือยังตรวจพบไม่ได้
  5. ส่งชุดข้อมูลและรายงานหนึ่งหน้าให้ “เกษตรกร” (อาจารย์) พร้อมข้อจำกัดที่ชัดเจน

ข้อผิดพลาดที่พบบ่อย

ระวัง

  • ใส่ปุ๋ยเพิ่มทุกโซนที่ดัชนีต่ำ โดยไม่ตรวจเรื่องน้ำและสาเหตุอื่น
  • ใช้ค่า T_wet และ T_dry จากต่างวัน
  • รายงานผลต่างที่อยู่ใน LoD ว่า “ไม่เปลี่ยน”
  • ตั้งค่า σ ต่ำเพื่อให้ตรวจพบง่าย
  • ส่งแค่แผนที่ โดยไม่มีวิธี เกณฑ์ และข้อจำกัด

สรุป

  • CWSI = (Tc − Twet)/(Tdry − Twet) บอกความเครียดจากการขาดน้ำ 0 คือไม่เครียด 1 คือเครียดเต็มที่
  • แผนที่สั่งการต้องรวมดัชนีพืช CWSI และการตรวจภาคพื้น ไม่ใช่ดัชนีเดียว
  • ผลต่างต้องเกิน LoD95 จึงเรียกว่าตรวจพบการเปลี่ยนแปลง
  • ส่งผลเข้าระบบสนับสนุนการตัดสินใจพร้อมวิธี เกณฑ์ และข้อจำกัด

แบบฝึกตรวจความเข้าใจ

  1. Tc = 30 °C, Twet = 25 °C, Tdry = 35 °C CWSI เท่าใด
  2. σ₁ = 0.02, σ₂ = 0.04 (อิสระ) LoD95 เท่าใด
  3. จากข้อ 2 ผลต่าง NDVI −0.07 ตรวจพบการเปลี่ยนแปลงหรือไม่
  4. โซน 5 ไร่ ใส่ปุ๋ยน้ำ 20 L/ha ใช้กี่ลิตร
  5. ทำไมโซนที่ NDVI ต่ำและ CWSI สูงจึงไม่ควรเพิ่มปุ๋ยทันที
เฉลย
  1. ไม่ได้ เพราะ รายงานว่ายังตรวจพบไม่ได้
  2. L
  3. สาเหตุหลักน่าจะเป็นการขาดน้ำ ปุ๋ยไม่แก้ปัญหานั้น ต้องตรวจระบบน้ำก่อน

สรุปสูตรสำคัญ

Crop water stress index
ความไม่แน่นอนของผลต่าง (อิสระ)
ระดับตรวจพบ

แหล่งอ้างอิงหลัก

  1. Idso, S. B., Jackson, R. D., Pinter, P. J., Jr., Reginato, R. J., & Hatfield, J. L. (1981). Normalizing the stress-degree-day parameter for environmental variability. Agricultural Meteorology, 24, 45–55. link
  2. Jackson, R. D., Idso, S. B., Reginato, R. J., & Pinter, P. J., Jr. (1981). Canopy temperature as a crop water stress indicator. Water Resources Research, 17(4), 1133–1138. link
  3. Maes, W. H., & Steppe, K. (2012). Estimating evapotranspiration and drought stress with ground-based thermal remote sensing in agriculture: A review. Journal of Experimental Botany, 63(13), 4671–4712. link
  4. NIST/SEMATECH. Propagation of error considerations (section 2.5.5). e-Handbook of statistical methods. link
  5. International Society of Precision Agriculture. (2024). Precision agriculture definition. link
  6. QGIS Project. QGIS user guide. link

อ่านเพิ่มเติม

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

แบบทดสอบประจำโมดูล

แบบทดสอบนี้ใช้ตรวจความเข้าใจ (formative) ไม่ใช่การสอบเก็บคะแนน

โดเมนความรู้: การสำรวจ ทำแผนที่ และภูมิสารสนเทศ