“การเพิ่มประสิทธิภาพการใช้น้ำภาคการเกษตรด้วยเทคโนโลยีภูมิสารสนเทศ”
Published August 29, 2026 | 2-minute read
ENG
THAI
การเพิ่มประสิทธิภาพการใช้น้ำภาคการเกษตรด้วยเทคโนโลยีภูมิสารสนเทศ
เพื่อเพิ่มประสิทธิภาพการใช้น้ำในภาคการเกษตรของประเทศไทย ทางทีมวิจัย ALICE-LAB ร่วมกับ สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (GISTDA) ดำเนินการโครงการ “การเพิ่มประสิทธิภาพการใช้น้ำภาคการเกษตรด้วยเทคโนโลยีภูมิสารสนเทศ” เนื่องจากได้ตระหนักดีว่าทรัพยากรน้ำเป็นปัจจัยสำคัญแต่มีจำกัดและประเทศไทยมีความเสี่ยงสูงที่เผชิญกับภัยแล้งและน้ำท่วม โครงการนี้จึงเน้นการตรวจสอบและการบริหารจัดการการใช้น้ำของพืชอย่างแม่นยำเพื่อส่งเสริมการพัฒนาการเกษตรที่ยั่งยืน โดยการนำข้อมูลจากดาวเทียมหลายระบบ อาทิเช่น MODIS, Landsat 8/9, และ Sentinel-2 มาวิเคราะห์ร่วมกับข้อมูลอุตุนิยมวิทยาภาคพื้นดิน
จากการดำเนินงานในปี 2568 ที่เน้นเรื่องข้าวและทุเรียน ในระยะนี้โครงการจะขยายผลไปยังพืชเศรษฐกิจหลัก 6 ชนิดทั่วประเทศ ได้แก่ ข้าวโพด มันสำปะหลัง อ้อย มะม่วง มะพร้าว และลำไย วัตถุประสงค์หลัก ได้แก่ การศึกษาดาวเทียมที่มีศักยภาพเพื่อการวิเคราะห์และประเมินค่าการใช้น้ำของพืช (Evapotranspiration: ET) การพัฒนาแบบจำลองโดยใช้สมการ Penman-Monteith และ SEBAL และการพัฒนาระบบติดตามและแจ้งเตือนที่มีประสิทธิภาพ โครงการนี้ครอบคลุมกระบวนการตั้งแต่การเตรียมข้อมูล การตรวจจับเมฆ การเติมช่องว่างของข้อมูล และการตรวจสอบความถูกต้องของแบบจำลอง เพื่อรับประกันความน่าเชื่อถือของข้อมูลสำหรับการวิเคราะห์ในระดับแปลง การส่งมอบงานประกอบด้วยรายงานและ Source Code เพื่อสนับสนุนการติดตามประจำวันและการประเมินมูลค่าทางเศรษฐศาสตร์ของการใช้น้ำ
HOMEPAGE
ALICE-LAB: Asian Land Information for Climate and Environmental Research Laboratory
Advancing Agriculture, Climate, Environmental, and Disaster Monitoring Through Satellite-Based Soil Moisture Retrieval and Applications in South East Asia
This workshop is focused on enhancing the understanding and utilization of satellite-based soil moisture data, particularly in the context of climate, agriculture, and disaster risk management. It aims to raise awareness among stakeholders in South East Asia about the significance of satellite-based soil moisture data, its applications, and the necessity of calibration and validation efforts to improve data accuracy.