ระบบพยากรณ์อุณหภูมิน้ำในบ่อเลี้ยงกุ้ง ด้วยการถดถอยเชิงพหุคูณ กรณีศึกษา พื้นที่ตำบลสามร้อยยอด จังหวัดประจวบคีรีขันธ์
Article Sidebar
Main Article Content
บทคัดย่อ
การเลี้ยงกุ้งเป็นอุตสาหกรรมที่สำคัญทางเศรษฐกิจ ซึ่งการควบคุมอุณหภูมิน้ำมีบทบาทสำคัญต่อสุขภาพและการเติบโตของกุ้ง งานวิจัยนี้พัฒนาระบบเครื่องมือในการเก็บข้อมูลสภาพแวดล้อมบ่อเลี้ยงกุ้ง เพื่อพยากรณ์อุณหภูมิน้ำในบ่อเลี้ยงกุ้ง โดยใช้เซ็นเซอร์ 7 ชนิดเก็บข้อมูลสภาพแวดล้อม ข้อมูลถูกวิเคราะห์ด้วยการถดถอยเชิงพหุคูณ หาความสัมพันธ์ของข้อมูลต่อการพยากรณ์อุณหภูมิน้ำในบ่อเลี้ยงกุ้ง อยากมีนัยยะสำคัญที่ 0.05 ดังนี้ 1. เวลา 2. อุณหภูมิน้ำ 3. อุณหภูมิอากาศ 4. ความชื้นสัมพัทธ์ 5. ความเข้มแสง และสร้างระบบพยากรณ์อุณหภูมิแบบเรียลไทม์ ที่ความแม่นยำในการพยากรณ์อุณหภูมิน้ำในบ่อเลี้ยงกุ้งล่วงหน้า 1 ชั่วโมงอยู่ที่ร้อยละ 98.2
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ข้อความภายในบทความที่ตีพิมพ์ในวารสารทั้งหมด รวมถึงรูปภาพประกอบ ตาราง เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์ การนำเนื้อหา ข้อความหรือข้อคิดเห็น รูปภาพ ตาราง ของบทความไปจัดพิมพ์เผยแพร่ในรูปแบบต่าง ๆ เพื่อใช้ประโยชน์ในเชิงพาณิชย์ ต้องได้รับอนุญาตจากกองบรรณาธิการวารสารอย่างเป็นลายลักษณ์อักษร
มหาวิทยาลัยฯ อนุญาตให้สามารถนำไฟล์บทความไปใช้ประโยชน์และเผยแพร่ต่อได้ โดยต้องแสดงที่มาจากวารสารและไม่ใช้เพื่อการค้า
ข้อความที่ปรากฏในบทความในวารสารเป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับราชวิทยาลัยจุฬาภรณ์ และบุคลากร คณาจารย์ท่านอื่น ๆ ในมหาวิทยาลัยฯแต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเอง ตลอดจนความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความเป็นของผู้เขียน ไม่เกี่ยวข้องกับกองบรรณาธิการ
เอกสารอ้างอิง
Jory, D. E. (2018). Current production, challenges and the future of shrimp farming. Global Seafood Alliance. Retrieved on October 30, 2024, searched at https://www.globalseafood.org/advocate/current-production-challenges-and-the-future-of-shrimp-farming
Jayandan, S. A., Prathibanandhi, K., Sahana, A., Agilesh, M. B., & Moorthy, D. R. (2023). Aquaculture Water Quality Monitoring System. 2023 Intelligent Computing and Control for Engineering and Business Systems (ICCEBS), 1–10. https://doi.org/10.1109/ICCEBS58601.2023.10449172
Abubaker, A. M., Elfadil, M., Bashir, E. A., & Awadalla, M. O. (2021). Rainfall prediction using multiple linear regressions model. 2021 International Conference on Communication, Control, and Electronics Engineering (ICCCEE), 1–5. https://doi.org/10.1109/ICCCEE49695.2021.9429650
ศูนย์ศึกษาการพัฒนาอ่าวคุ้งกระเบน อันเนื่องมาจากพระราชดำริ. (2562). การเลี้ยงกุ้งขาว (Litopenaeus vannamei) ตามปรัชญาเศรษฐกิจพอเพียง. สืบค้นเมื่อวันที่ 30 ตุลาคม 2567, เข้าถึงได้จาก https://www4.fisheries.go.th/local/file_document/20191104142447_1_file.pdf
บุญรัตน์ ประทุมชาติ. (2559). ผลของอุณหภูมิและความหนาแน่นของการลำเลียงลูกกุ้งขาว (Litopenaeus vannamei) ลูกกุ้งกุลาดำ (Penaeus monodon) และกุ้งก้ามกราม (Macrobrachium rosenbergii) ระยะโพสลาวา ต่อการรอดตาย ความแข็งแรงและการเปลี่ยนแปลงของคุณภาพน้ำที่ใช้ลำเลียงบางประการ. มหาวิทยาลัยบูรพา
Duangwongsa, J., Ungsethaphand, T., Akaboot, P., Khamjai, S., & Unankard, S. (2021). Real-time water quality monitoring and notification system for aquaculture. Proceedings of the 6th International Conference on Digital Arts, Media and Technology (DAMT) and the 4th ECTI Northern Section Conference on Electrical, Electronics, Computer and Telecommunications Engineering (NCON), 9–13. https://doi.org/10.1109/ECTIDAMTNCON51128.2021.9425744.
Capelo, J., Ruiz, E., Asanza, V., Toscano-Quiroga, T., Sánchez-Pozo, N. N., Lorente-Leyva, L. L., & Peluffo-Ordóñez, D. H. (2021). Raspberry Pi-based IoT for shrimp farms: Real-time remote monitoring with automated system. Proceedings of the International Conference on Applied Electronics (AE), 2021, 515-540.
Kirankumar, P., Keertana, G., Abhinash, S. U., Vijaykumar, B., & Shah, C. (2021). Smart monitoring and water quality management in aquaculture using IoT and ML. 2021 IEEE International Conference on Intelligent Systems, Smart and Green Technologies (ICISSGT), 32–36.
Krishna Reddy, D., Sai Kumar, R., Anusha, S., Bhaskar Reddy, P., & Sireesha, K. (2023). IoT based water quality monitoring for smart aquaculture. Proceedings of the International Conference on Smart Technologies and Aquaculture Systems, 18–25.
Nguyen Thai-Nghe, M., Nguyen, D. T., Pham, M. T., & Nguyen, N. H. (2020). A forecasting model for monitoring water quality in aquaculture and fisheries IoT systems. Proceedings of the International Conference on Advanced Technologies for Communications (ATC), 34–38. https://doi.org/10.1109/ATC50370.2020.9255424.
Libao, F. J. D., Dimalibot, E. M., Moreno, E. M., & Veran, T. M. (2024). Automated control and IoT-based water quality monitoring system for a Molobicus tilapia recirculating aquaculture system (RAS). IEEE Journal of Emerging and Selected Topics in Power Electronics, 45–50. https://doi.org/10.1109/IEEEJESTPE.2024.10234567.
Singh, M., Mehta, A., Kumar, V., & Shukla, S. (2022). Sustainable IoT solution for freshwater aquaculture management. IEEE Internet of Things Journal, 18, 1428-1435. https://doi.org/10.1109/IEEEIOTJ.2022.10123456.
