DEVELOPMENT OF SPATIAL DATABASE FOR LAND USE CLASSIFICATION FROM SMMS DATA IN THE EASTERN REGION OF THAILAND

Main Article Content

อุเทน ทองทิพย์
พิศมัย จารุจิตติพันธ์

Abstract

This applied research is a mixed-method research employing both the quantitative and qualitative methods to create innovations. The research process started with investigation of the satellite data of four bands from SMMS (Small Multi-Mission Satellite). Each band was analyzed to develop spatial database for land use classification in the Eastern Region of Thailand. The four bands consisted of Band 1, Band 2, Band 3, and Band 4. Then, the satellite data were three-layered overlaid in non-repeated arrangements. Any band showing grayscale would have been substituted by 3 additive primary colors which were blue, green, and red. The arrangements were permutated into 24 indices: 123, 124, 132, 134, 142, 143, 213, 214, 231, 234, 241, 243, 312, 314, 321, 324, 341, 342, 412, 413, 421, 423, 431, and 432. The data of color composition indices was later analyzed in order to create the land use indices. The visual interpretation and the 3 levels of land use classification were used in this procedure. The results reveal that the land uses can be classified into 17 indices: cityand commercial area, Industrial area, airport, harbor, golf course, paddy field, field crops, perennial trees, aquacultural land, shrimp farm, evergreen forest, deciduous forest, mangrove forest, marine area, river and canal, reservoir, and roads.

Article Details

Section
บทความวิจัย

References

ชูศรี วงศ์รัตนะ. 2544. เทคนิคการใช้สถิติเพื่อการวิจัย.กรุงเทพฯ: เทพเนรมิตการพิมพ์.

มหาวิทยาลัยเกษตรศาสตร์และกระทรวงเทคโนโลยีสารสนเทศและการสื่อสาร. 2554. สถานีรับสัญญาณดาวเทียมจุฬาภรณ์ SMMS: Perspectives and Applications from Space. กรุงเทพฯ: ศูนย์จัดการและประยุกต์ใช้งานข้อมูลดาวเทียม มหาวิทยาลัยเกษตรศาสตร์.

สำนักงานคณะกรรมการวิจัยแห่งชาติ. 2554.นโยบายและยุทธศาสตร์การวิจัยของชาติ ฉบับที่ 8 (พ.ศ. 2555-2559). กรุงเทพฯ: สำนักงานคณะกรรมการวิจัยแห่งชาติ.

Anderson, J.R. et al. 1976. A Land Use and Land Cover Classification System for use with Remote Sensor Data. Washington: United States Government.

Amlanjyoti, S. et al. 2015. “Comparative Performance Analysis of MySQL and SQL Server Relational Database Management Systems in Windows Environment”. International Journal of Advanced Research in Computer and Communication Engineering, 4: 160-164.

Getimis,P.et al. 1999. Land Use Pressure Indicators. Greece: Greece National Focal Point GIS Laboratory.

Rob, P. and Coronel, C. (2002). DatabaseSystem: Design, Implementation; and Management. Australia: Course Technolog/Thomson Learningy.