မူရင်း – https://eos.com/make-an-analysis/agriculture-band/
နိဒါန်း
ဂြိုလ်တုမှတဆင့်သီးနှံစိုက်ပျိုးထုတ်လုပ်မှုစောင့်ကြည့်ရေးလုပ်ငန်းစဉ် သည် Agriculture Band (စိုက်ပျိုးရေးဆိုင်ရာရောင်စဉ်)များပေါင်းစပ်အသုံးပြုခြင်းမပါပဲမဖြစ်နိုင်ပေ။ ထို့အတွက် SWIR1 (လှိုင်းတိုအနီအောက်ရောင်စဉ် ၁)၊ NIR (အနီအောက်ရောင်စဉ်ဦး)၊ Blue (အပြာရောင်စဉ်) တို့ကိုအခြေခံအားဖြင့်အသုံးပြုကြသည်။ ဤရောင်စဉ်ပေါင်းစပ်မှု မှ သန်စွမ်းသောသီးနှံကို စိမ်းစိုသောအစိမ်းရောင်၊ မြေသားကွင်းပြင်ကို ပန်းခရမ်းရောင် (Magenta)၊ သီးနှံမဖြစ်ထွန်းသောအပင်တို့ကို အစိမ်းနုရောင်နှင့် အခြားအရာဝတ္တုများအား အခြားအရောင်များဖြင့်ခွဲခြားသိမြင်စေသည်။
လှိုင်းတိုရောင်စဉ်နှင့်အနီအောက်ရောင်စဉ် တို့မှ အဖိုးတန်လှသော သီးနှံသန်စွမ်းဖြစ်ထွန်းမှုအချက်အလက်များ ကိုညွှန်ပြသည်။ NIR Band မှသီးနှံအမှန်တကယ်ဖြစ်ထွန်းမှုကိုဖေါ်ပြ၍ SWIR Band မှ အပင်နှင့်မြေဆီလွှာ၏ ရေပါဝင်နှုန်းကိုဖေါ်ပြနိုင်သည်။ သီးနှံစိုက်ပျိုးထုတ်လုပ်သူများသည် ဤအချက်အလက်များကို စောင့်ကြည့်လေ့လာ၍ သီးနှံခင်းများအထွက်နှုန်းတိုးအောင် စောင့်ရှောက်ကာကွယ်ကြသည်။
စိုက်ပျိုးရေးဆိုင်ရာရောင်စဉ်ပေါင်းစပ်မှု (In Action)
Vegetation (သစ်တော၊ သဘာဝပေါက်ပင်၊ စိုက်ပျိုးခင်း) များသည် Electromagnetic Spectrum (လျှပ်စစ်သံလိုက်ရောင်စဉ်လှိုင်းများတွင်) ၏ IR Band (အနီအောက်ရောင်စဉ်) ရပ်ဝန်းများတွင် အလင်းပြန်နှုန်းမြင့်မားကြသောကြောင့် စိုက်ပျိုးရေးဆိုင်ရာ ရောင်စဉ်အတွဲများ (agriculture band combination)သည် အဆိုပါ IR Band ကို အခြေခံ၍ အသုံးချကြသည်။ IR Band တွင် အလင်းပြန်နှုန်းကို စောင့်ကြည့်လေ့လာခြင်းဖြင့် သီးနှံပင်များသန်စွမ်းဖြစ်ထွန်းမှုနှင့် သီးနှံအမျိုးအစားခွဲခြားမှုများကို ပြုလုပ်နိုင်ကြသည်။ အပင်နှင့်မြေဆီလွှာ၏ရေပါဝင်နှုန်းသည် သီးနှံသန်စွမ်းဖြစ်ထွန်းမှုကို များစွာအထောက်အကူပြုကြသည်။ ရေသည် အဆိုပါ IR Band တွင် လုံးဝနီးပါးအလင်းမပြန်ခြင်းကိုအကြောင်းပြု၍ ရေထုနှင့်ကမ္ဘာမြေပြင်ပေါ်ရှိအခြားအရာဝတ္တုများကို satellite image (ဂြိုလ်တုပုံရိပ်)များတွင် အဆိုပါ IR Band များကို အသုံးပြု၍ ခွဲခြားနိုင်သည်။
SWIR1 + NIR + Blue
SWIR 1, NIR နှင့် Blue Band အစဉ်လိုက်ပေါင်းစပ်ထားတဲ့ Band Combination မှာတော့ ရှင်သန်နေသောသီးနှံခင်းများကို မြေပြင်နှင့်သစ်တောများမှခွဲခြားနိုင်ပါသည်။ သစ်တောများမှာ IR Band တွင်အလင်းပြန်နှုန်းအလွန်မြင့်မားကြခြင်းကြောင့်ဖြစ်ပါသည်။ ဤ Band Combination တွင် မြို့ပြအဆောက်အဦးများအား ပို၍မဲနက်သောအရောင်အဖြစ် စိုက်ပျိုးမြေနှင့်မြက်ခင်းတို့မှခွဲခြားတွေ့မြင်နိုင်သည်။
သန်စွမ်းဖြစ်ထွန်းသောသီးနှံပင်များအတွက် ရောင်စဉ်ပေါင်းစပ်မှု (NIR + SWIR1 + Blue)
သီးနှံပင်များသန်စွမ်းဖြစ်ထွန်းမှုကို အထူးညွှန်ပြဖေါ်ထုတ်နိုင်ရန် NIR, SWIR1 နှင့် Blue Band အစဉ်လိုက်ပေါင်းစပ်၍ လေ့လာနိုင်သည်။
သီးနှံခင်းများသန်စွမ်းဖြစ်ထွန်းမှုနှုန်းကို ဤ NIR ပေါင်းစပ်ပုံရိပ်တွင် အနီရောင်အနုအရင့်အမျိုးမျိုး၊ လိမ္မော်ရောင်၊ အဝါရောင်နှင့် အညိုရောင် များအဖြစ်မြင်ရပြီး ၊ အပင်မရှိသောမြေပြင်ကို အညိုရောင်အနုအရင့်အမျိုးမျိုးဖြင့်မြင်ရမည်ဖြစ်သည်။ တိမ်များ၊ နှင်းဖုံးဧရိယာများ၊ ရေခဲပြင်များကဲ့သို့ အပင်မပေါက်သည့်အရာဝတ္တုများကို Cyan Blue (စိမ်းပြာရောင်) အမျိုးအမျိုးအဖြစ်မြင်တွေ့နိုင်ပါသည်။
“Agriculture Band တွေဟာ ထင်းရှုူးတောနဲ့ရွက်ပြတ်တော ကိုခွဲခြားနိုင်ပြီး၊ အပင်ပေါက်ရောက်မှုကျဲပါးနေတဲ့ မြေပြင်နဲ့ မြက်ခင်းတွေကိုလည်းခွဲခြားနိုင်ပါတယ်။ ဒါ့အပြင် မြေအမျိုးအစားများကိုလည်း အညိုရောင်၊ အစိမ်းရောင် နှင့် အပြာနုရောင် စသည်ဖြင့်ခွဲခြားပေးသလို၊ မြို့ပြအဆောက်အဦးတွေကိုတော့ အဖြူရောင် အဖြစ်မြင်တွေ့စေရမှာဖြစ်ပါတယ်။ ရေတိမ်နဲ့နုံးအနည်အနှစ်တွေပါဝင်တဲ့ရေထုကို အပြာနုရောင်အဖြစ်မြင်တွေ့ရမှာဖြစ်ပြီး ကြည်လင်နက်ရှိုင်းတဲ့ရေထုကိုတော့ ဂြိုလ်တုပုံရိပ်တွေမှာ အပြာရင့်ရောင်အဖြစ် မြင်တွေ့ရမှာပါ။”
Agriculture Band Combinations များရဲ့အသုံးဝင်မှု
SWIR နဲ့ NIR Band တွေဟာ သီးနှံစောင့်ကြည့်စီမံရေးမှာ အထူးအားထားရသော Band များဖြစ် ပါသည်။ ကျန်းမာသန်စွမ်းသောသီးနှံပင်များ၏အလင်းပြန်မှုသည် NIR Band ရပ်ဝန်းတွင် သိသိသာသာမြင့်တက်ပါသည်။ ဤထူးခြားသောဖြစ်စဉ်ကြောင့် ကျန်းမာသန်စွမ်းသောသီးနှံပင်များသည် မသန်စွမ်းသော သီးနှံပင်များထက် satellite image များတွင် ပိုမိုတောက်ပသောအရောင်ဖြစ်နေတတ်သည်။
ဂြိုလ်တုပုံရိပ်များမှ မှန်ကန်သော Band ကိုရွေးချယ်အသုံးချသည့်တိုင်အောင် သတိထားရမည့်အကြောင်းအရာများကို သိထားမှသာ မှန်ကန်စွာအဓိပ္ပါယ်ဖော်ထုတ်နိုင်မည်ဖြစ်သည်။ ပုံရိပ်များကို မဖမ်းယူခင်မိုးရွာထားခြင်းနှင့်တိမ်များဖုံးအုပ်နေခြင်းက SWR1 Band (လှိုင်းတိုအနီရောင်စဉ် ၁) တွင် အရာဝတ္တုများအလင်းပြန်နိုင်မှုကိုမှားယွင်းစေပြီး အချက်အလက်ခွဲခြမ်းစိတ်ဖြာမှုပြုလုပ်ရာတွင် တိကျမှန်ကန်မှုကို အနှောက်အယှက်ဖြစ်စေသည်။
သီးနှံခင်းများကျန်းမာသန်စွမ်းမှုကိုစောင့်ကြည့်စီမံခြင်းလုပ်ငန်း (How It Actually Works)
အပင်များ၏ IR Band ရပ်ဝန်းတွင် မြင့်မားစွာအလင်းပြန်ခြင်းအထူးဝိသေသကြောင့် agriculture band combination များ သည် သီနှံခင်းများစောင့်ကြည့်စီမံခြင်းလုပ်ငန်းတွင်ထိရောက် သည့်အကျိုးဖြစ်ထွန်းခဲ့သည်။
သီးနှံပင်များသန်စွမ်းဖြစ်ထွန်းမှုကိုစောင့်ကြည့်ရန်အကောင်းဆုံး electromagnetic spectrum (လျှပ်စစ်သံလိုက်ရောင်ခြည်) မှာ 0.7μm မှ 1.3μm အကြားရှိ NIR ရပ်ဝန်းဖြစ်သည်။ အဘယ့်ကြောင့်ဆိုသော် အပင်ကလိုရိုဖီးသည် မြင်တွေနိုင်သော အပြာ၊ အစိမ်း၊ အနီ ရောင်စဉ်ရပ်ဝန်း (Visible light) များကို လုံးဝနီးပါးစုပ်ယူထားပြီး၊ ရေသည် အလယ်အလတ်အနီအောက်ရောင်စဉ်ရပ်ဝန်း (Mid-Infra-red light) ကို လုံးဝစုပ်ယူထားကြသောကြောင့်ဖြစ်သည်။ အပင်များမှ အရွက်များ၏ အနီအောက်ရောင်စဉ်ရပ်ဝန်းတွင် အလွန်မြင့်မားသောအလင်းပြန်မှုကြောင့် satellite image များတွင် သန်စွမ်းသောအပင်များကို အလွယ်တကူမြင်တွေ့နိုင်ပါသည်။
ဂြိုလ်တုများတွင်တပ်ဆင်ထားသည့် အာရုံခံကိရိယာ (satellite sensor) များသည် သီးနှံခင်းအမျိုးအစားများကို လည်းခွဲခြားပေးနိုင်သည်။ ထိုသို့ခွဲခြားရာတွင် အရွက်များနှင့် အပင်များ၏ရွက်ဖုံးဧရိယာ၊ အပင်တည်ဆောက်ပုံ၊ အရိပ်ပုံသဏ္ဍန်၊ အလင်းပြန်နိုင်စွမ်း စသည်တို့၏ အလင်းပြန်မှုအခြေအနေအလိုက် ခွဲခြားပေးနိုင်စွမ်းရှိကြသည်။
သို့သော်လည်း satellite image များနှင့်ကောင်းကင်ဓါတ်ပုံ (aerial photograph) များမှတဆင့် သီးနှံခင်းများ ဒါဏ်အားများကျရောက်မှုကို စုံစမ်းဖေါ်ထုတ်ရာတွင် မှားယွင်းသုံးသပ်မှုများရှိတတ်သည်။ ဥပမာအားဖြင့် satellite sensor များမှ vegetation reflectance များအား အာရုံစိုက်ရမည့်အစား အရွက်ဖုံးဧရိယာ ကျဆင်းသွားမှုကို သီးနှံခင်းများတွင်ဒဏ်ဖြစ်နေသည်ဟု ထင်မှတ်မှားတတ်ကြသည်။ ထို့ကြောင့် ပုံရိပ်များမှ တွက်ချက်ဖေါ်ထုတ်ရရှိသည့်အချက်အလက်များအား မြေပြင်အချက်အလက်များဖြစ်သော အပင်ကြီးထွားရှင်သန်မှုအဆင့်ဆင့်၊ မြေဆီလွှာအခြေအနေ နှင့် အခြားအချက်အလက်များ နှင့် နှိုင်းယှဉ်မှတ်ယူပြီးတွက်ချက်အဖြေထုတ်မှသာ မှန်ကန်သောသုံးသပ်ချက်များကို ရရှိနိုင်ပါမည်။
စိတ်ဝင်စားစရာကောင်းသောအချက်တခုမှာ အပင်ရောဂါကျရောက်မှုကြောင့်ဖြစ်စေ၊ အခြားထိခိုက်မှုများ ကြောင့်ဖြစ်စေ အရွက်ဖုံးဧရိယာကျဆင်းမှုအား infrared reflectance ကျဆင်းသွားမှု အဖြစ်တွေ့မြင်နိုင်ခြင်း ဖြစ်သည်။ အပင်စိုက်သူများအဖို့ သာမာန်မျက်စိဖြင့်မမြင်နိုင်သောအချက်အလက်များအား satellite image များမှတဆင့် လေ့လာခြင်းအားဖြင့် သန်စွမ်းသောသီးနှံပင်များနှင့် မသန်စွမ်းသောသီးနှံပင်များခွဲခြား၍ အထွက်နှုန်းတိုးအောင် မှန်ကန်သောနည်းလမ်းဖြင့် ကြိုတင်ကာကွယ်ပြုပြင်နိုင်ပါသည်။
နမူနာ ရောင်စဉ်အတွဲများကို EOSDA LandViewer တွင်ပြသထားပုံ
