Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/79301
| Title: | ระบบทำนายการเปลี่ยนแปลงปริมาณน้ำในแม่น้ำชีจากภาพถ่ายดาวเทียม |
| Other Titles: | Water supply predicting system in Chi river from satellite images |
| Authors: | กัณฐิกา สร้อยเพชรคุณ |
| Advisors: | ภควรรณ ปักษี |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์ |
| Subjects: | ดาวเทียมในการวิเคราะห์ข้อมูลระยะไกล พยากรณ์น้ำ แม่น้ำชี Artificial satellites in remote sensing Water forecasting Chi River (Thailand) |
| Issue Date: | 2563 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | โครงงานระบบทำนายการเปลี่ยนแปลงปริมาณน้ำในแม่น้ำชีจากภาพถ่ายดาวเทียมมีวัตถุประสงค์เพื่อ ทำนายการเปลี่ยนแปลงปริมาณน้ำในแม่น้ำชีจากภาพถ่ายดาวเทียม โดยเก็บรวบรวมข้อมูลภาพถ่ายดาวเทียม บริเวณแม่น้ำชีจากดาวเทียม Sentinal-1 และ Sentinel-2 และคัดเลือกภาพถ่ายดาวเทียมที่สมบูรณ์ นำไป จัดกลุ่มข้อมูลแบบเคมีน (K-Mean) เพื่อแยกบริเวณพื้นที่ที่เป็นน้ำและบริเวณพื้นที่ที่ไม่ใช้น้ำออกจากกัน จากนั้น ทำความสะอาดข้อมูลด้วยวิธีแยกบริเวณภาพเพื่อพิจารณาพื้นที่น้ำเฉพาะบริเวณแม่น้ำชี โดยไม่พิจารณาพื้นที่ บริเวณอื่น และประมาณค่าปริมาณน้ำด้วยการนับจำนวนพิกเซล (Pixel) สีน้ำเงิน (บริเวณพื้นน้ำ) โดยข้อมูล ปริมาณน้ำที่ได้จะนำไปผ่านการนอร์มัลไลเซชัน (Normalization) เพื่อปรับสเกลข้อมูล และประมวลผลข้อมูลด้วย วิธีการถดถอยแบบกระบวนการเกาส์เซี่ยน (Gaussian Process Regression: GPR) เพื่อสร้างกราฟสำหรับทำนาย การเปลี่ยนแปลงปริมาณน้ำ ผลที่ได้แสดงให้เห็นว่า วิธีการถดถอยแบบกระบวนการเกาส์เซี่ยน สามารถสร้างกราฟ เพื่อทำนายการเปลี่ยนแปลงปริมาณน้ำในระยะสั้นของข้อมูลที่ใช้วัดประสิทธิภาพกราฟทำนายได้เป็นแนวโน้มที่ ถูกต้อง และสามารถช่วยในการวิเคราะห์สถานการณ์น้ำที่เกิดขึ้นได้ |
| Other Abstract: | The topic of the project is "Water supply predicting system in the Chi River from satellite images". The objective of this project is to predict the water supply in Chi river from satellite images. The project uses Chi river satellite images from Sentinel-1 and Sentinel-2 for predicting water supplies and selecting only satellite images with clear views. Then, k-mean clustering is used to identify between water and non-water areas. After that, data cleasing is provided by image segmentation for separating only Chi river areas from other areas. Blue pixels (water surface areas) are also counted to estimate water volumes. Next, normalization is applied to the data for making data to be the same scale. Last, the data is processed by Gaussian Process Regression (GPR) to create the waterbody trend predicting graph. The results of this project indicate that the waterbody trend predicting graph generating by GPR can predict the waterbody trend in the short term of testing data and analyzing the water situation that could occur. |
| Description: | โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2563 |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/79301 |
| Type: | Senior Project |
| Appears in Collections: | Sci - Senior Projects |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 63-SP-COMSCI-060 - Kantika Soipetchakoon.pdf | 43.68 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.