ขบวนการทำ Pan-sharpened

หลักการของขบวนการทำ Pan-sharpened ในแต่ละวิธี

Principle Component
เป็นวิธีการวิเคราะห์การองค์ประกอบหลักของข้อมูล (Principle Component Analysis; PCA)ของข้อมูล Multispectral โดยค่าองค์ประกอบหลักที่ 1 (PC-1) ที่วิเคราะห์ได้จะถูกแทนที่ด้วยข้อมูลภาพ Panchromatic โดยวิธีการ PCA นี้เป็นวิธีการที่ให้ผลดีในการนำไปใช้เพื่อต้องการผลของข้อมูลภาพออกมาให้มีค่าคุณลักษณะเชิงคลื่นใกล้เคียงกับข้อมูลภาพ Multispectral

Multiplicative
เป็นวิธีการที่ใช้หลักการในการเน้นคมชัดของข้อมูลภาพด้วยการคำนวณทางคณิตศาสตร์อย่างง่ายโดยการนำค่าการสะท้อนแสงของภาพ Multispectral คูณด้วยค่าการสะท้อนแสงของข้อมูลภาพ Panchromatic การทำ Pan-sharpened ด้วยวิธีMultiplicative นี้เป็นวิธีที่รวดเร็ว และใช้ทรัพยากรน้อยกว่าวิธีอื่นๆ โดยภาพรวมแล้วผลที่ได้จากการใช้วิธีนี้คือ วัตถุที่อยู่ในภาพจะสว่างขึ้น
โดยเฉพาะในบริเวณที่เป็นแหล่งชุมชนจะเห็นขอบเขตชัดขึ้น ในการคำนวณด้วยวิธีดังกล่าวจะใช้สูตร
ดังต่อไปนี้

DNmultispectral ×DNpanchromatic = DNNew

Brovey Transform
เป็นวิธีการที่ใช้หลักการในการหาอัตราส่วนของข้อมูลภาพทั้งสอง โดยวิธี Brovey Transformนี้จะพัฒนาเพื่อการเพิ่มความแตกต่างในการมองวัตถุภาพในบริเวณที่มีค่า Histogram ที่สูงและต่ำ (ในบริเวณที่มีค่า Histogram มีค่าต่ำ เช่น บริเวณที่มีเงา แหล่งน้ำ สำหรับในบริเวณที่มีค่า Histogram มีค่าสูง เช่น บริเวณที่เป็นแหล่งชุมชน) สำหรับวิธี Brovey Transform นี้ไม่ควรใช้หากต้องการให้ผล
ของข้อมูลภาพที่ออกมามีค่าคุณลักษณะเชิงคลื่น ใกล้เคียงกับข้อมูลภาพ Multispectral ในการคำนวณด้วยวิธีดังกล่าวจะใช้สูตรดังต่อไปนี้



High Pass Filtering (HPF) Technique
เป็นวิธีการหนึ่งที่ปรับปรุงวิธีโดยใช้หลักการของ Wavelet-base method ด้วยการใช้ HighPass Filter (HPF) ช่วยในการทำขบวนการ Fusion ของข้อมูล โดยขบวนการคำนวณของวิธีนี้จะประหยัดเวลาและเนื้อที่ของผลลัพธ์ของข้อมูล โดยขบวนการดังกล่าวเริ่มต้นจาก

-คำนวณอัตราส่วนของขนาด Pixel ของภาพ Panchromatic และข้อมูล Multispectral
-นำภาพ Panchromatic คำนวณด้วย High Pass Filtering ซึ่งขึ้นอยู่กับอัตราส่วนระหว่างขนาดภาพ
-ทำการสุ่มซ้ำข้อมูล (Resample) ข้อมูล Multispectral ให้มีขนาดเท่ากับภาพที่ผ่านขบวนการทำ High Pass filtering จากภาพ Panchromatic
-นำภาพที่ผ่านขบวนการทำ HPF Merge เข้ากับทุกแบนด์ของภาพ Multispectral โดยพิจารณาจากค่า Global Standard Deviation ของข้อมูลภาพ Multispectral ในแต่ละแบนด์
-ทำการ Stretching ข้อมูลใหม่ให้มีค่า Mean และค่า Standard Deviation ของภาพMultispectral

Gram-Schmidt Spectral Sharpening
เป็นวิธีการการสร้างข้อมูลภาพใหม่โดยการใช้ Algorithm Gram-Schmidt ให้กับข้อมูลภาพ Multispectral และข้อมูลภาพ Panchromatic จากนั้นนำข้อมูลภาพ Panchromatic ที่สร้างขึ้นใหม่ด้วย Algorithm Gram-Schmidt แทนที่ให้กับข้อมูลภาพ Multispectral ในแบนด์ที่ 1

IHS
ใช้หลักการดังนี้ เป็นการนำข้อมูลภาพ Multispectral ที่อยู่ในรูปแบบของระบบสี RGB (Red Green Blue) โดยนำภาพMultispectral ที่อยู่ในระบบสี RGB ทำการแปลงค่าให้อยู่ในระบบสี IHS(Intensity Hue Saturation) จากนั้นนำข้อมูลภาพ Panchromatic มาทำ Histogram Matching กับข้อมูลภาพ Multispectral ที่แปลงให้อยู่ในรูปแบบ IHS โดยใช้ค่า Intensity เป็นค่าอ้างอิง จากนั้นนำภาพ Panchromatic ไปแทนค่า Intensity ของภาพ Multispectral เมื่อแทนค่าแล้วจากนั้นจึงแปลงค่า IHS เป็น ค่า RGB

Map Jack

Map Jack เป็นเว็บไซต์ที่แสดงแผนที่ยุคใหม่ โดยนำเสนอภาพพาโนรามารอบทิศทาง โดยผู้ที่เข้าชมทางเว็บไซต์นั้นจะรู้สึกเหมือนอยู่ ณ สถานที่นั้นจริงๆ และสามารถคลิกเลื่อนชมภาพได้รอบตัวรอบทิศทาง 360 องศา เป็นการนำเสนอแผนที่แนวใหม่ที่ไม่เหมือนใคร


ภาพที่ 1: ภาพจาก Map Jack บริเวณตลาดวโรรส อ.เมือง จ.เชียงใหม่

โดยในช่วงแรกนั้นได้ให้บริการข้อมูลของต่างประเทศ เช่น สหรัฐอเมริกา (ในรัฐต่างๆ) รวมถึงในประเทศไทยนั้นก็มีเพียงจังหวัดเชียงใหม่ และพัทยาเท่านั้น แต่ปัจจุบันนี้ทางเว็บไซต์ได้ทำการปรับปรุงโดยได้เพิ่มจังหวัดต่างที่เข้ามาให้บริการข้อมูล เช่น จังหวัดพระนครศรีอยุธยา ปาย ภูเก็ต กระบี่ หัวหิน แม่ฮ่องสอน เป็นต้น ซึ่งท่านสามารถเข้าเยี่ยมชมและทดลองใช้ด้วยตัวเองที่ http://www.mapjack.com/

นอกจากนั้นประโยชน์ของ Map Jack ที่มีนอกเหนือจากเว็บไซต์ที่แสดงแผนที่อื่นๆ คือเพื่อให้ผู้ใช้นั้น สามารถมองเห็นภาพข้างๆ ถนนที่เราดูแผนที่อยู่นั้น มีตึกรางบ้านช่องตามข้างทางมีสภาพเป็นอย่างไร ซึ่งนอกจากจะช่วยให้ผู้ใช้วางแผนการเดินทาง มีจุดสังเกตเพิ่มขึ้นแล้ว ยังทำให้คนที่ไม่เคยไปยัง สถานที่ หรือ ถนนสายนั้น ได้เห็นสภาพแวดล้อมโดยชัดเจนอีกด้วย อีกทั้งยังสามารถใช้เป็นเครื่องมือในการอธิบายเส้นทางให้แก่ผู้ที่ต้องการไปยังสถานที่นั้นๆ ผ่านทางลิงค์ที่ทางเว็บไซต์จัดทำได้อีกด้วย




ภาพที่ 2: การทำ link เพื่อใช้ในการอธิบายเส้นทาง

หลายท่านอาจอยากทราบว่าเว็บไซต์นี้ต้องอาศัยเทคโนโลยีใด ซึ่งเบื้องหลังเทคโนโลยีนี้ก็คือ mobile mapping โดยอาศัยรถยนต์กล้อง panorama 360° ร่วมกับ GPS/IMU เพื่อใช้ในการอ้างอิงตำแหน่งพิกัดบนพื้นโลก โดยนำอุปกรณ์ต่างๆ เหล่านี้มาใช้ในการจัดเก็บข้อมูลเพื่อให้ได้มาซึ่งข้อมูลทางแผนที่ที่มีประโยชน์ให้พวกเราสามารถนำไปประยุกต์ใช้ให้เกิดประโยชน์ในด้านต่างๆ ต่อไป



ซึ่งจะเห็นได้ว่าสิ่งหนึ่งที่กำลังจะตามมาน่าจะเป็นเรื่องของเทคโนโลยีการสำรวจแบบใหม่ซึ่งถามว่าเรียนอะไรถึงจะทำอย่าง Map Jack ได้ ก็คือหลักสูตรใหม่ที่กำลังจะรองรับ ก็ คือ เทคโนโลยีภูมิสารสนเทศ (geo-informatics) ซึ่งถือเป็นวิทยาศาสตร์และเทคโนโลยีสมัยใหม่ในการได้มาของข้อมูล การรวบรวมข้อมูล การบูรณาการข้อมูล การวิเคราะห์ การแปลตีความหมาย การจัดการ การเผยแพร่และการใช้ข้อมูลข่าวสารเชิงพื้นที่ของโลก จึงมีความเกี่ยวข้องกับเทคโนโลยีที่สามารถรวบรวม จัดเก็บ จัดการ วิเคราะห์ และตีความข้อมูลข่าวสารเชิงพื้นที่ นั่นคือ ระบบสารสนเทศภูมิศาสตร์ (Geographic Information Systems : GIS) ระบบการกำหนดตำแหน่งบนพื้นโลกด้วยดาวเทียม (Global Positioning Systems : GPS) และ การสำรวจระยะไกลด้วยดาวเทียม (Remote Sensing : RS) การสำรวจด้วยภาพถ่าย (Photogrammetry) และ เทคโนโลยีการทำแผนที่ (Mapping Technologies)

ดังนั้นซึ่งหากได้มีการนำเอาเทคโนโลยีภูมิสารสนเทศมาผนวกใช้กับภาคธุรกิจต่างๆ เช่น การท่องเที่ยว อุตสาหกรรมต่างๆ ก็จะช่วยส่งเสริมต่อภาคธุรกิจการนั้นเป็นที่รู้จักและเป็นที่นิยมต่อไปในอนาคต

การปรับภาพเชิงช่วงคลื่น

การปรับภาพเชิงช่วงคลื่น
ความละเอียดเชิงช่วงคลื่นเป็นการวัดจำนวนและขนาดของคลื่นแม่เหล็กไฟฟ้า ที่สามารถบันทึกได้ด้วยเครื่องจับภาพ วัตถุประสงค์ของเทคนิคการปรับภาพเชิงช่วงคลื่น เป็นการใช้ข้อมูลในหลายๆ ช่วงคลื่น แล้วแปลงเป็นแบนด์ใหม่เพื่อจะเน้นลักษณะที่เราสนใจ หรืออาจจะลดขนาดของข้อมูลหรือความซ้ำซากของข้อมูล ถ้าการแปลงนั้นเป็นการจัดข้อมูลใหม่ จำนวนของแบนด์ที่ได้ใหม่ก็จะเท่ากับจำนวนแบนด์ของภาพเดิม แต่ถ้าเป็นการสังเคราะห์ใหม(synthetic) ก็อาจจะได้แบนด์ใหม่เพียงแบนด์เดียว ตัวอย่างของการสังเคราะห์ได้แก่ การใช้ดัชนีต่างๆ (indices) ในขณะที่การวิเคราะห์
องค์ประกอบหลัก และTasseled Cap เป็นการจัดข้อมูลใหม่ แบนด์ใหม่ที่เกิดขึ้นอาจจะแสดงเป็นภาพเดียว แบบขาว-ดำ หรืออาจจะใช้ร่วมกับแบนด์อื่นเพื่อปรับให้ภาพดีขึ้น หรือเพื่อใช้เป็นข้อมูลเพิ่มเติมใน

การจำแนกภาพ
ดัชนี โดยส่วนใหญ่ฟังก์ชั่นนี้จะใช้เพียงแค่ 2 แบนด์จากข้มูลภาพดั้งเดิม ฟังก์ชั่นที่ใช้มีตั้งแต่ฟังก์ชั่นคณิตศาสตร์จนถึงสมการพหุนาม
ในการประมวลผลภาพดาวเทียม ดัชนีเหล่านี้จะเกี่ยวกับความส่องสว่างของพื้นดิน เช่น ดัชนีพืช (vegetation index) ดัชนีดิน (soil brightness index) ในตระกูลดัชนีพืชส่วนใหญ่จะแสดงถึงความหนาแน่นของมวลชีวภาพสีเขียว โดยใช้การสะท้อนคลื่นแสงในช่วงอินฟราเรดและในช่วงสีแดง เราจะพบดัชนีพืชตั้งแต่แบบง่ายๆ โดยหาความแตกต่างระหว่างแบนด์อินฟราเรดกับแบนด์สีแดง จนถึงแบบที่
ซับซ้อน เช่น การแปลงแบบ Tasseled Capดัชนีพืช ใช้ในการเน้นการตอบสนองของพืชสีเขียวและการคาดคะเนมวลพืชสีเขียว ทั้งการ
คาดคะเนมวลชีวภาพเหนือพื้นดิน และ ดัชนีพื้นที่ใบการคำนวณดัชนีต่างๆ เหล่านี้ได้มาจากความสัมพันธ์ระหว่างค่าความส่องสว่างที่สะท้อนจาก
พืช หรือ ดินในช่วงคลื่นอินฟราเรดกับในช่วงคลื่นสีแดง ดัชนีพืชบอกเป็นปริมาณ โดยใช้ระยะทางจากเส้นดิน ตรงไปยังจุดที่เป็นพืชสีเขียว ดังแสดงในรูปที่ 8.10 เนื่องจากปริมาณการปกคลุมด้วยพืชสีเขียวเพิ่มขึ้นในจุดภาพที่เริ่มตั้งแต่จากบริเวณที่ไม่มีสิ่งคลุมดิน ดังนั้นการตอบสนองของจุดภาพจะเคลื่อนที่
จากเส้นดินไปยังจุดของพืชสีเขียว ด้วยเหตุนี้ระยะทางจากเส้นดินไปยังกลุ่มของจุดพืชสีเขียวจึงมีความสัมพันธ์กับสีเขียวของทรงพุ่มด้านบนของพืช ตัวอย่างดัชนีพืชที่มักพบในการประมวลผลภาพดาวเทียม ได้แก่ Ratio Vegetation Index , RVI = NIR / Red ถ้าค่านี้เพิ่มขึ้น แสดงถึง การเพิ่มขึ้นของสีเขียวที่ปกคลุมพื้นดิน เช่น จุดภาพที่มีค่าตาม RVI (2) มีค่าสูงกว่าจุดภาพตาม RVI (1) แสดงว่าจุดภาพที่มีค่าเท่ากับ RVI (2)ก็จะมีพืชปกคลุมมากกว่าจุดภาพที่มีค่าเท่ากับ RVI (1) อย่างไรก็ตาม จุดภาพที่มีค่า RVI สูง ไม่ได้หมายความว่าพื้นที่นั้นจะมีพืชปกคลุมเสมอไป
Normalized Difference Vegetation Index, NDVI = (NIR – Red) / (NIR +Red) แสดง
ความสัมพันธ์ระหว่าง การสะท้อนแสงอินฟราเรดและการดูดยึดแสงสีแดงของพืชที่สมบูรณ์ ค่า NDVI สูง แสดงถึงมวลชีวภาพและความสมบูรณ์ของพืชสูงด้วย



ดัชนีดิน มีปัจจัยหลายอย่างที่มีผลต่อการสะท้อนจากดิน ดังที่ได้อธิบายในบทที่ 2 จากรูปที่8.10 แสดงความสัมพันธ์ระหว่างค่าตัวเลขของแบนด์อินฟราเรดและแบนด์สีแดง พบว่าเส้นดินจะอยู่ในแนวเฉียงระหว่างแบนด์ทั้งสอง ดินสีจาง แห้ง และมีผิวเรียบจะมีการสะท้อนแสงสูงกว่าดินสีเข้ม ชื้น
และผิวขรุขระ ดัชนีดินที่ปรากฏในโปรแกรมทั่วไป ได้แก่

Brightness index = (NIR2+R2)1/2
Clay mineral = TM5 / TM7 ของ LANDSAT-TM
Ferrous minerals = TM5 / TM4 ของ LANDSAT-TM
Ferric minerals = TM5/TM7, TM5/TM4, TM3/TM1 ของ LANDSAT-TM

การแปลงแบบเส้นตั้งฉาก (Orthogonal transformation)
ข้อมูลภาพดาวเทียมที่ถ่ายด้วยจำนวน N ช่วงคลื่น ซึ่งหมายถึงจะมีข้อมูลจำนวน N แบนด์ ซึ่งข้อมูลทั้งหมดเหล่านี้สามารถนำมาแปลงใหม่ได้โดยการหมุนรอบแกน (rotation) ค่าที่ได้จากการแปลงมีความสัมพันธ์กับแนวแกนใหม่ ซึ่งมีการพลิกตัวเฉพาะแบบกับแนวแกนดั้งเดิม การแปลงแบบเส้นตั้ง
ฉากที่ใช้มากที่สุด คือ การวิเคราะห์องค์ประกอบหลัก ซึ่งเป็นการแปลงข้อมูลเพื่อสร้างกลุ่มข้อมูลใหม่ที่ไม่มีความสัมพันธ์กันการแปลงแบบองค์ประกอบหลัก (principal component transformation) การแปลงองค์ประกอบหลักของข้อมูล จะใช้การแปลงแบบหมุนแกน เพื่อสร้างข้อมูลใหม่ที่มีแกนหลักอยู่ในทิศทางที่มีข้อมูลกระจายมากที่สุด แกนต่อมาจะตั้งฉากกับแกนแรกในทิศทางที่มีข้อมูลที่เหลือกระจายมากที่สุด แกนถัดไปจะตั้งฉากกับสองแกนแรกในทิศทางที่มีข้อมูลที่เหลือกระจายมากที่สุด จนกระทั่งครอบคลุมทุกมิติของข้อมูลดั้งเดิมถ้าพิจารณาใน รูปที่ 8.11a ซึ่งแสดงการกระจายข้อมูลของ 2 แบนด์ ที่มีลักษณะแบบวงรี และมีระยะทางเท่ากับ 1 ความเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย ถ้าค่า 2 แบนด์นี้ถูกแปลงแบบองค์ประกอบหลัก ข้อมูลที่ถูกแปลงจะตั้งอยู่ในแนวกึ่งแกนหลัก (semi-major) และกึ่งแกนรอง (semi-minor) ของข้อมูล ข้อมูลที่แปลงจะมีจำนวนองค์ประกอบเท่ากับข้อมูลดั้งเดิม โดยช่วงข้อมูลที่กระจายมากที่สุดจะอยู่ในองค์ประกอบแรก (PC1) และมากรองลงมาจะอยู่ในองค์ประกอบที่ 2 (PC2) ตามลำดับ (รูปที่ 8.11b)



รูปที่ 8.11 แสดงการกระจายข้อมูลระหว่าง 2 แบนด์ และการหมุนแกนเป็นองค์ประกอบหลักที่1 ตามความยาวและทิศทางของข้อมูลที่มีความแปรปรวนระหว่างแบนด์มากที่สุด จะเห็นได้ว่าองค์ประกอบหลักที่ 1 มีช่วงกว้างของข้อมูลเพิ่มขึ้นจากข้อมูลดั้งเดิม (เส้นทะแยงมุม) แกนใหม่นี้จะเป็น
แกนหลักในการกำหนดพิกัดเชิงช่วงคลื่นในพื้นที่ระหว่างแบนด์ใหม่ องค์ประกอบหลักที่ 2 จะเป็นแกนที่ตั้งฉากกับองค์ประกอบหลักแรก และในทำนองเดียวกันสำหรับองค์ประกอบในลำดับต่อๆ ไป จนจำนวนขององค์ประกอบเท่ากับจำนวนแบนด์ของภาพดั้งเดิม ถึงแม้ว่าจะมีแบนด์ใหม่เกิดขึ้นจากการ
วิเคราะห์องค์ประกอบหลักเท่ากับจำนวนแบนด์เริ่มต้น แต่โดยทั่วไปเกือบ 100 % ของความแปรปรวนทั้งหมดจะอยู่ในภาพองค์ประกอบหลักต้นเพียงไม่กี่แบนด์ ดังนั้นการกระทำนี้จึงเป็นการบีบอัดข้อมูลหลายๆ แบนด์ให้มารวมอยู่ในแบนด์จำนวนน้อยลง (data compression) ข้อมูลในแต่ละแบนด์ขององค์ประกอบหลักจะเป็นอิสระและไม่มีความสัมพันธ์กันหลักการเดียวกันนี้ใช้กับข้อมูล N มิติของภาพดาวทียม ตัวอย่างภาพในรูปที่ 8.12 ที่แสดง
ภาพข้อมูลแบบองค์ประกอบหลักที่ได้จากการแปลงข้อมูลภาพดาวเทียม LANDSAT-TM_860516
(ภาพจากโปรแกรม ERDAS V. 8.5) จำนวน 7 แบนด์ โดยทั่วไปองค์ประกอบหลักที่ 1 จะแสดงองค์ประกอบของความส่องสว่างของทั้งภาพ (brightness component) ดังรูปที่ 8.12PC1องค์ประกอบหลักที่ 2 ซึ่งประกอบด้วยปริมาณความแปรปรวนสูงอันดับ 2 (รูปที่ 8.12 PC2) บริเวณส่วนใหญ่ที่เห็นสว่างเป็นบริเวณที่เป็นพืชสีเขียวที่มีค่าการสะท้อนแสงสูง ในช่วงคลื่นอินฟราเรดใกล้(แบนด์ 4) บริเวณที่เป็นสีเทาจะมีความชื้นมากและบริเวณสีดำเข้มเป็นบริเวณที่มีดินแห้งมากองค์ประกอบหลักที่ 3 ยังแสดงข้อมูลที่แตกต่างกัน ส่วนองค์ประกอบในอันดับหลังๆ จะแสดงถึงข้อมูลที่ไม่อยู่ในองค์ประกอบหลักต้นๆ หรือ “คลื่นรบกวน” ซึ่งจะเห็นว่ามีข้อมูลปรากฏอยู่น้อย ส่วนใหญ่ของข้อมูลจะอยู่ใน 3 องค์ประกอบหลักแรกเป็นที่สังเกตว่าภาพในองค์ประกอบหลักที่ 2 และองค์ประกอบหลักที่ 3 ในรูปที่ 8.12 แสดงให้เห็นลักษณะบางอย่างที่ถูกบดบังโดยรูปแบบที่โดนเด่นกว่าที่แสดงในองค์ประกอบหลักที่ 1 ดังนั้นในบางครั้งองค์ประกอบหลักลำดับหลังๆ จะสามารถนำไปใช้ในการศึกษาการเปลี่ยนแปลงได(changedetection) เพราะองค์ประกอบหลักลำดับหลังๆ จะแสดงลักษณะที่ซ้อนเร้นเนื่องจากลักษณะนั้นมีการแปรปรวนของข้อมูลระหว่างแบนด์น้อยที่สุด (Fung and Le Drew, 1987)ภาพองค์ประกอบหลักที่ได้จากการจัดข้อมูลใหม่ สามารถนำมาทำเป็นภาพสีผสม โดยนำไป
ผสมกับภาพดั้งเดิมเพื่อให้ภาพเด่นชัดขึ้น ซึ่งจะช่วยในการแปลภาพด้วยสายตา และสามารถนำไปใช้เป็นข้อมูลใหม่ในการจำแนกภาพด้วยการประมวลผล
ความแปรปรวนระหว่างตัวแปรร่วมในข้อมูลภาพ จะเปลี่ยนแปลงไปแต่ละภาพ ส่วนใหญ่ขึ้นอยู่กับสภาพพื้นที่และสภาพบรรยากาศ ดังนั้นแต่ละองค์ประกอบหลักของแต่ละภาพจะแตกต่างกันซึ่งหมายความว่า องค์ประกอบหลักที่ได้จากแต่ละภาพจะหมายถึงสิ่งที่แตกต่างกัน ผู้แปลจะต้องเรียนรู้ใหม่ตลอดเวลาจากแต่ละภาพว่า อะไรคือความสำคัญของแต่ละองค์ประกอบหลักที่สัมพันธ์กับงานที่กำลังทำอยู่ความพยายามอันหนึ่งที่จะแก้ข้อจำ กัดอันเนื่องมาจากความไม่แน่นอนของการแปลความหมายของภาพที่แปลงแบบองค์ประกอบหลัก คือ การแปลงข้อมูลให้เป็นแบบมาตรฐานที่ใกล้เคียงกับการแปลงแบบองค์ประกอบหลัก เพื่อที่จะให้การแปลงแบบนี้สร้างภาพองค์ประกอบหลักที่ไม่เปลี่ยนแปลง ตัวอย่างเวอร์ชั่นหนึ่งของการแปลงแบบคงที่ ได้แก่ Tasseled Cap transformatio



Tasseled Cap transformation
เป็นวิธีการที่ใช้ในการนำข้อมูลหลายๆ แบนด์มาจัดข้อมูลใหม่ ซึ่งใช้ในการศึกษาเกี่ยวกับพืช การจัดข้อมูลใหม่ทำให้ได้แกนข้อมูลหลัก 3 แกนที่ให้สารสนเทศเกี่ยวกับองค์ประกอบพืช Crist และ Cicone 1984 ได้ใช้หลักการของ Kauth และ Thomas ศึกษาการสะท้อนและการดูดยึดแสงจากวัตถุต่างๆ จากข้อมูล LANDSAT-TM จำนวน 6 แบนด์ และพบว่ามีข้อมูลใน 3 มิติ ที่แสดงถึงระนาบของ ดิน พืช และโซนเปลี่ยนระหว่างดินและพืชซึ่งแสดงความสัมพันธ์ระหว่างความชื้นของดิน และทรงพุ่มของพืชสัมประสิทธิ์ที่ใช้ในการสมการแปลงแบบ Tasseled Cap สำหรับ LANDSAT-4 เป็นดังนี้
(ERDAS Field Guide, 2003)
Brightness = 0.3037(TM1) + 0.2793(TM2) + 0.4743(TM3) + 0.5585(TM4) + 0.5082(TM5) + 0.1863(TM7)
Greenness = - 0.2848(TM1) - 0.2435(TM2) - 0.5436 (TM3) + 0.7243(TM4) + 0.0840(TM5) - 0.1800(TM7)
Wetness = 0.3037(TM1) + 0.2793(TM2) + 0.4743(TM3) + 0.5585(TM4) + 0.5082(TM5) + 0.1863(TM7)
ความสว่าง (Brightness) ให้น้ำหนักรวมของทุกแบนด์ แสดงทิศทางการแปรปรวนหลักในการสะท้อนจากดินความเขียว (Greenness) ตั้งฉากกับแกนความสว่าง เป็นความแตกต่างระหว่างช่วงคลื่นอินฟราเรดใกล้กับช่วงคลื่นที่ตามองเห็น แกนนี้สัมพันธ์กับปริมาณพืชสีเขียวในภาพความชื้น (Wetness) สัมพันธ์กับทรงพุ่มของพืชและความชื้นของดินการหมุนของแกนใหม่ถูกกำหนดตามข้อมูลภาพ หรือขึ้นอยู่กับเครื่องตรวจจับสัญญาณคลื่น
แต่หลังจากกำหนดเครื่องตรวจจับสัญญาณชนิดใดได้แล้ว สัมประสิทธิ์ในการแปลงค่าจะถูกกำหนดและการหมุนแกนก็จะคงที่ การใช้ Tasseled Capในดาวเทียมแต่ละชนิดจะใช้สมการต่างกันการทำภาพสีผสม (color composition) และการแปลงสี (color transformation)
การทำภาพสีผสมมีความสำคัญต่อการแปลภาพด้วยสายตา เนื่องจากตามนุษย์สามารถแยกภาพสีได้มากกว่าโทนสีเทา การทำภาพสีผสมเป็นพื้นฐานของการผสมแสงของแม่สี 3 สี ดังที่อธิบายการผสมภาพสีอาจจะใช้ภาพดั้งเดิม แล้วผสมเป็นสีต่างๆ หรือใช้แบนด์ที่สร้างขึ้นใหม่มาผสมด้วยการอธิบายคุณสมบัติของสีของวัตถุหนึ่งในภาพ เราอาจใช้สัดส่วนองค์ประกอบ แดง เขียว น้ำเงิน หรือใช้ในรูปของ intensity hue และ saturation(H/I/S) ซึ่งอธิบายถึงความรู้สึกทาง ความสว่าง สีและ ความบริสุทธิ์ของสี ตามลำดับ การแปลงสีอาจช่วยในการควบคุมการปรับปรุงภาพให้ดีขึ้น

เทคนิคการกรองภาพในโปรแกรมประมวลผลภาพ

เทคนิคการกรองภาพในโปรแกรมประมวลผลภาพโดยทั่วไป มีดังนี้

เครื่องกรองผ่านความถี่ต่ำ (low-pass filter)
เป็นเทคนิคการกรองภาพที่ บริเวณที่มีความถี่เชิงพื้นที่ต่ำสามารถผ่านไปได้ ส่วนบริเวณที่มีความถี่สูงกว่าที่กำหนดโดยหน้าต่างเคลื่อนที่จะถูกกรองให้ลดความถี่ลง การกรองเพื่อลดความถี่เชิงพื้นที่นี้ ทำให้ภาพที่มีความถี่เชิงพื้นที่สูง มีความนุ่มนวลขึ้น มักใช้ในการลบหรือลดสัญญาณรบกวนที่เกิดในขณะที่ตรวจจับภาพ หรือในขณะที่บันทึกภาพ โดยทั่วไปการกรองด้วยหน้าต่างเคลื่อนที่ในลักษณะนี้ จะใช้กับข้อมูลที่ได้จากภาพที่ถ่ายด้วยเรดาร์ ตัวอย่างการกรองแบบนี้ ได้แก่ การเฉลี่ยค่าจุดภาพในหน้าต่างเคลื่อนที่ 3 x 3 หรือ 5 x 5แล้วแทนที่จุดภาพตรงกลาง หรือ การใช้ค่าฐานนิยม หรือค่ามัธยมฐาน แทนที่จุดภาพตรงกลางของหน้าต่างเคลื่อนที่ การกรองโดยใช้ค่าฐานนิยมมักจะใช้กับภาพที่มีการจำแนกแล้ว (post classification)เพื่อจะกำจัดจุดภาพเล็กๆ ที่เกิดจากการจำแนกผิด ส่วนการกรองด้วยค่ามัธยมฐาน ใช้กับข้อมูลที่ตัวเลขมีความหมาย หรือมีลำดับ การกรองด้วยค่าเฉลี่ยใช้กับข้อมูลแบบต่อเนื่องเช่นเดียวกับข้อมูลภาพดาวเทียม เพื่อปรับภาพให้ดูนุ่มนวลขึ้น ตัวอย่างภาพที่ได้จากการกรองภาพด้วยวิธีนี้ แสดงในรูปที่ 8.8 ซึ่งภาพผลลัพธ์จะเบลอกว่าภาพเดิมขนาดของหน้าต่างเคลื่อนที่ มีความสำคัญต่อการกรองแบบนี้ ถ้าหน้าต่างเคลื่อนที่มีขนาดใหญ่ขึ้น ภาพจะยิ่งเบลอมากขึ้น เพราะจุดภาพตรงกลางจะถูกคาดคะเนมาจากจุดภาพจำนวนมากขึ้นตามขนาดของหน้าต่างเคลื่อนที่ ตัวอย่างการกรองแบบเครื่องกรองผ่านความถี่ต่ำ ผลรวมของตัวเลขในหน้าต่างเคลื่อนที่จะมีค่าเป็น 1



เครื่องกรองผ่านความถี่สูง (high-pass filter)
การกรองโดยวิธีนี้เป็นวิธีการสกัดเอาองค์ประกอบที่มีความแปรปรวนเชิงพื้นที่สูง องค์ประกอบดังกล่าวแสดงโดยความแปรปรวนอย่าง
ฉับพลันของค่าของกลุ่มจุดภาพที่อยู่ข้างเคียงซึ่งกันและกัน ลักษณะดังกล่าวในภาพดาวเทียม ได้แก่บริเวณที่เป็นรอยต่อของพื้นที่ที่แตกต่างกัน หรือลักษณะที่เป็นเส้น รูปที่ 8.9 แสดงขอบหรือรอยต่อของค่าของจุดภาพที่อยู่ข้างเคียงแบบสมบูรณ์แบบ ซึ่งในข้อมูลดาวเทียมค่าข้อมูลจริงมักจะได้ขอบที่บิด
เบี้ยว และมักจะไม่มีขอบที่สมบูรณ์แบบนี้การประยุกต์ใช้เทคนิคการกรองภาพแบบเครื่องกรองผ่านความถี่สูงในการปรับภาพข้อมูล
ดาวเทียม ได้แก่ การจับขอบ และเน้นขอบ



การจับขอบ (edge detection)
เทคนิคนี้มีวัตถุประสงค์เพื่อแสดงถึงรอยต่อเชิงพื้นที่ของวัตถุ ไม่ว่าจะเป็นจุด เส้น หรือโซนการกรองนี้ใช้กับปรากฏการณ์ที่การกระจายเชิงพื้นที่ไม่ติดต่อกัน วิธีการคำนวณที่ใช้เรียกว่า spatial gradientการคำนวณ spatial gradient สำหรับแต่ละจุดภาพ ใช้การกรองแบบเครื่องกรองผ่านความถี่สูง ลักษณะเฉพาะของเครื่องกรองนี้ คือ ผลบวกของสัมประสิทธ์ในหน้าต่างเคลื่อนที่มีค่าเป็นศูนย์(zero-sum) ดังนั้นผลรวมของค่าในหน้าต่างเคลื่อนที่ไม่ต้องเอาไปหารค่าที่คำนวณได้ เพราะการหารด้วยศูนย์หาค่าไม่ได้ โดยทั่วไปผลลัพธ์ที่ได้จากการใช้หน้าต่างเคลื่อนที่แบบนี้ คือ

• พื้นที่ที่ข้อมูลนำเข้ามีค่าเท่ากัน ผลที่ได้จะมีค่าเป็น ศูนย์
• พื้นที่ที่มีความถี่ต่ำ ผลที่ได้จะมีค่าต่ำ
• พื้นที่ที่มีความถี่สูง คผลที่ได้จะมีค่าสูงมาก

ดังนั้น หน้าต่างเคลื่อนที่ zero-sum จึงทำให้บริเวณที่มีความถี่เชิงพื้นที่ต่ำ มีค่าเป็นศูนย์หรือมีค่าต่ำ ในขณะเดียวกันทำให้บริเวณที่มีความถี่เชิงพื้นที่สูง มีค่าแตกต่างกันอย่างชัดเจน เช่น บริเวณที่เป็นรอยต่อของพื้นที่ ภาพผลลัพธ์ที่ได้ คือ บริเวณที่เป็นขอบจะเห็นชัดเจน ในขณะที่บริเวณกลุ่ม
จุดภาพที่มีความกลมกลืนกัน (homogenous)จะมีค่าเป็นศูนย์ หรือปรากฏเป็นสีดำการจับขอบที่เรียงตัวในทิศทางใดๆ มักใช้เครื่องกรองแบบทิศทางที่กำหนดขึ้น ตัวอย่างหน้าต่างเคลื่อนที่แบบ Zero-Sum ขนาด 3 x 3 จุดภาพ เป็นแบบไม่สมดุล และจับขอบที่มีทิศไปทางใต้จะเป็นดังนี้



การจับขอบแบบนี้จะทำให้จับขอบได้ในทิศทางเดียว ดังนั้น การจับขอบในทุกทิศทาง หรือไม่มีทิศทางจึงกระทำผ่านทางการกรองภาพแบบทิศทางที่ตั้งฉากกัน เช่น ทั้งในแนวตั้งและแนวนอน ตัวอย่างหน้าต่างเคลื่อนที่ Zero-sum ที่ใช้หน้าต่างเคลื่อนที่แบบตั้งฉาก 2 ตัวกระทำกับข้อมูลดั้งเดิมแล้วค่อย
เอามารวมกันแบบเวกเตอร์ ได้แก่ การกรองแบบ Sobel



การเน้นขอบ (edge enhancement)
เป็นการเน้นขอบโดยทำให้จุดภาพตรงรอยต่อระหว่างพื้นที่ที่มีกลุ่มจุดภาพที่มีเนื้อเดียวกัน มีค่าเพิ่มสูงขึ้นหรือลดลง ขึ้นอยู่กับว่ามันอยู่ด้านสว่างหรือด้านมืดของขอบ ถ้าไม่มีการเปลี่ยนแปลงในเครื่องกรอง ภาพก็จะคงสภาพเดิม ภาพที่ได้จากการกรองลักษณะนี้จะดูคมชัดขึ้น ซึ่งต่างจากการจับ
ขอบซึ่งจะเห็นเฉพาะขอบ แต่ส่วนอื่นจะหายไป เทคนิคนี้มีประโยชน์ในการทำภาพพิมพ์ หรือต้องการให้ภาพบนหน้าจอชัดขึ้น และไม่จำเป็นต้องใช้กับข้อมูลที่เป็นแผนที่ ตัวอย่างการใช้เครื่องกรองแบบนี้จะเน้นที่จุดกลางของหน้าต่างเคลื่อนที่





เครื่องกรอง Crisp ที่ใช้ในโปรแกรมของ ERDAS เป็นการเน้นขอบอีกวิธีหนึ่งที่ทำให้ความส่องสว่างทั้งภาพทั้งหมดคมชัดขึ้น การปรับภาพแบบนี้จะใช้ได้ดีกับภาพที่เบลอมากอันเนื่องมาจากหมอกในบรรยากาศ หรือภาพไหว ขั้นตอนสำคัญในการกรองแบบนี้ คือ การแปลงแบบองค์ประกอบหลัก(principal component transformation, ดูหัวข้อถัดไป) จากภาพนำเข้าหลายแบนด์ ต่อจากนั้นจะกรองภาพที่ได้จากองค์ประกอบหลักที่ 1 โดยใช้เครื่องกรองผ่านความถี่สูง หลังจากนั้นจะเปลี่ยนภาพที่กรองแล้วกลับไปเป็นภาพสีตรรกะของวิธีการนี้ มีสมมุติฐานว่า องค์ประกอบหลักที่ 1 ของภาพ ประกอบด้วยความส่องสว่างของภาพทุกแบนด์ ดังนั้นการกรองเพียงองค์ประกอบหลักที่ 1 ของภาพก็น่าจะเพียงพอแล้ว
ตัวอย่างภาพที่ได้จากการกรองแบบ Crisp แสดงในรูปที่ 8.8

การปรับภาพเชิงพื้นที่

การแบ่งแบบ Histogram Equalization วัตถุประสงค์ของการใช้วิธีนี้ เป็นการสร้างภาพที่มี
จำนวนจุดภาพใกล้เคียงกัน หรือ ข้อมูลที่แปลงแล้วจะมีการกระจายอย่างสม่ำเสมอ วิธีการนี้ใช้การ
กำหนดจำนวนจุดภาพที่เหมาะสมให้กับแต่ละค่า
จำนวนจุดภาพที่เหมาะสม = จำนวนจุดภาพทั้งหมด / จำนวนค่าในข้อมูล
การคำนวณจะเริ่มจากค่าที่น้อยที่สุด โดยเริ่มบวกจำนวนจุดภาพเข้าด้วยกัน จนกระทั่งเกินจำนวน
จุดภาพที่เหมาะสมที่คำนวณได้ ก็ให้ค่าจุดภาพเหล่านั้นเป็นค่าค่าแรก และใช้ค่าถัดไปเป็นค่าใหม่ที่สอง
จุดภาพที่มีจำนวนเกินที่คำนวณได้ก็จะคงจำนวนเดิมไว้ แต่ถ้าเกินมากกว่า 1 เท่า ก็ยังคงค่าเดิมไว้ แต่
จำนวนจุดภาพของค่าความเข้มของแสงค่าถัดไปจะไม่มี
ผลกราฟที่ได้หลังจากการขยาย จะคล้ายกราฟแท่งที่แบนราบกว่าเดิม ตามรูปที่ 8.4b จะเห็น
ได้ว่า บริเวณภาพที่มีค่า หรือมีจุดภาพที่มีค่าใกล้เคียงกัน จะถูกขยายออกให้มีความแตกต่างของค่า
เพิ่มขึ้น (บริเวณกราฟที่มีความถี่สูงจะถูกขยายออก) ในขณะที่ส่วนน้อยของภาพที่มีค่าแตกต่างกัน
(ส่วนหางของกราฟ) จะมีการต่างกันของค่าลดลง หรือมีช่วงห่างของความเข้มของแสงลดลง


รูปที่ 8.4 การขยายข้อมูลแบบ Histogram Equalization ซึ่งสร้างจากข้อมูลเดียวกับ รูปที่ 8.3

การปรับภาพเชิงพื้นที่
ในขณะที่การปรับภาพเชิงรังสีเป็นการแปลงค่าจุดภาพเดี่ยว แต่การปรับภาพเชิงพื้นที่เป็นการ
เน้นภาพที่ใช้ ค่าจากจุดภาพที่อยู่รอบๆ จุดภาพนั้นมาคำนวณด้วย การปรับภาพเชิงพื้นที่จะเกี่ยวข้อง
กับ “ความถี่เชิงพื้นที่” ซึ่งหมายถึง ความแตกต่างระหว่างค่าสูงสุดและต่ำสุดของกลุ่มจุดภาพที่อยู่ติดกัน
หรืออยู่ใกล้เคียงกัน หรือจำนวนการเปลี่ยนแปลงค่าความสว่างต่อหน่วยระยะทางในส่วนหนึ่งของภาพ
รูปที่ 8.5 แสดงความถี่เชิงพื้นที่แบบง่ายๆ เช่น
ความถี่เชิงพื้นที่เป็นศูนย์ เป็นภาพเรียบๆ ทุกจุดภาพมีค่าเท่ากัน
ความถี่เชิงพื้นที่ต่ำ เป็นภาพที่ค่อยๆ มีการเปลี่ยนแปลงของค่าหรือโทนสี
ความถี่เชิงพื้นที่สูง เป็นภาพที่มีการตัดกันของโทนสีขาวดำอย่างชัดเจน หรือมีการเปลี่ยนโทน
สีอย่างฉับพลัน



การปรับภาพเชิงพื้นที่มักจะใช้เทคนิคการกรองภาพ (filtering) ซึ่งหมายถึงการแปลงข้อมูลเพื่อลดสัญญาณรบกวน หรือปรับลักษณะบางอย่างของภาพโดยการเน้น หรือลดความถี่ข้อมูลเชิงพื้นที่บางครั้งเป็นการปรับภาพเพื่อการสกัดลักษณะเด่น (feature extraction) ให้เห็นชัดขึ้น ผลจากการใช้เทคนิคนี้ช่วยทำให้การแปลภาพด้วยสายตาดีขึ้น และมักจะเปลี่ยนค่าข้อมูลดั้งเดิมอย่างถาวร ดังนั้นการใช้เทคนิคการกรองภาพจะใช้ในกรณีที่ ข้อมูลดั้งเดิมไม่ใช่สิ่งสำคัญในการเอาไปใช้ต่อในการคำนวณ

Convolution filtering การกรองภาพจะใช้วิธีการทางคณิตศาสตร์ที่เรียกว่า Convolution filtering ซึ่ง
เป็นกระบวนการ การเฉลี่ยค่าของจุดภาพภายในเซทเล็กหนึ่งๆ และกระทำตลอดทั่วทั้งภาพ วิธี
convolution มี 2 องค์ประกอบ คือ (รูปที่ 8.6)
1) หน้าต่างเคลื่อนที่ (moving window) จะทำหน้าที่คล้ายเป็นแม่พิมพ์ (matrix) ซึ่งได้จาก
ค่าสัมประสิทธิ์ (coefficients) หรือปัจจัยน้ำหนัก (weighting factors) ที่ใช้เป็นตัวถ่วง
น้ำหนัก ทำหน้าที่เหมือนตะแกรงที่มีช่องขนาดต่างๆ หน้าต่างเคลื่อนที่นี้ตามภาษา
คณิตศาสตร์ เรียกว่า kernel หน้าต่างเคลื่อนที่จะเป็นตารางสี่เหลี่ยมของจุดภาพจำนวน
คี่ เช่น 3 x 3 หรือ 5 x 5 หรือ 7 x 7 จุดภาพ
2) หน้าต่างเคลื่อนที่จะเคลื่อนที่ผ่านทีละจุดภาพตลอดทั่วทั้งภาพดั้งเดิม และค่าตัวเลขที่อยู่
จุดภาพตรงกลางของหน้าต่างเคลื่อนที่ จะถูกคำนวณเพื่อเอาไปใส่ในภาพใหม่ตรง
ตำแหน่งเดิม โดยวิธีการ คูณสัมประสิทธิ์แต่ละตัวในหน้าต่างเคลื่อนที่ ด้วยค่าตัวเลขของ
ภาพดั้งเดิมที่ทาบโดยหน้าต่างเคลื่อนที่ แล้วเอาผลคูณทั้งหมดมาบวกกัน การคำนวณนี้
จะทำทีละจุดภาพในภาพดั้งเดิม



เพื่อให้เข้าใจว่าจุดภาพหนึ่งจะถูกเปลี่ยนไปโดยการกรองได้อย่างไร รูปที่ 8.7 แสดงการกรอง
ภาพด้วยหน้าต่างเคลื่อนที่แบบสี่เหลี่ยมขนาด 3 x 3 จุดภาพ ซึ่งมีน้ำหนักของตัวเลขตรงกลางมาก
ที่สุด เพื่อใช้กับจุดภาพในแถวที่ 3 และคอลัมน์ที่ 3 หรือจุดภาพที่อยู่ตรงกลางของหน้าต่างเคลื่อนที่ ค่า
เลข 8 ของข้อมูลเดิมหรือภาพเดิม จะถูกเปลี่ยนไปเป็นเลข 11 หลังจากมีการกรองแล้ว



ตัวอย่างการคำนวณ เป็นดังนี้ แต่ละค่าในหน้าต่างเคลื่อนที่จะคูณด้วยค่าของจุดภาพที่อยู่ในตำแหน่ง
เดียวกัน แล้วเอาผลคูณมาบวก ผลลัพธ์ที่ได้เอามาหารด้วยผลบวกของค่าในหน้าต่างเคลื่อนที่
ค่าผลลัพธ์ที่จุดภาพตำแหน่งที่ 3,3 = เลขจำนวนเต็ม [(-1x 8) + (-1x 6) + (-1x 6) +(-1x 2) + (16x 8)
+ (-1x 6) + (-1x 2) + (-1x 2) + (-1x 8)] / ( -1 + -1 + -1 + -1+16 + -1+ -1 + -1+ -1)
= (88/8) = int (11) = 11
หลังจากการคำนวณเสร็จหนึ่งจุดภาพ หน้าต่างเคลื่อนที่นี้จะเลื่อนไปทีละคอลัมน์ และคำนวณ
จุดภาพที่อยู่ตรงกลางหน้าต่างเคลื่อนที่ตำแหน่งใหม่ เมื่อจบคอลัมน์ก็จะเลื่อนลงมาเริ่มต้นที่แถวใหม่ ทำ
อย่างนี้จะหมดทั่วทั้งภาพ

การปรับปรุงภาพ

การปรับปรุงภาพ (Image enhancement)
เป็นกระบวนการในการแปลงข้อมูลภาพตัวเลขเพื่อที่จะสร้างภาพที่เน้นรายละเอียดที่ต้องการ หรือปรับพิสัยของโทนแสงที่ต้องการของภาพ เมื่อ
เปรียบเทียบกับข้อมูลหรือรายละเอียดอื่นๆ ของภาพ เมื่อทำการปรับภาพจะมีการเน้นสารสนเทศในข้อมูลบางส่วน และอาจจะไปกดสารสนเทศในข้อมูลอีกส่วนหนึ่ง ผู้ใช้อาจจะต้องตัดสินใช้วิธีการปรับปรุงภาพหลายๆ แบบในการทำงานครั้งหนึ่งๆ ซึ่งการปรับปรุงภาพแต่ละวิธี จะช่วยในการแปลภาพในแง่มุมที่แตกต่างกันในโครงการหนึ่งๆผู้ใช้จำเป็นต้องรู้ลักษณะการสะท้อนแสงของพื้นที่ที่ถ่ายภาพ พอๆ กับที่ต้องรู้จักผลที่ได้จากการใช้วิธีต่างๆ ในการปรับปรุงภาพ เพราะมิฉะนั้นจะทำให้การแปลความหมายผิดไป หรือไปกดสารสนเทศที่สำคัญ การปรับปรุงภาพโดยการเน้นบางส่วน และลดบางส่วน จะช่วยให้ผู้ใช้สามารถสกัด
สารสนเทศที่สำคัญได้อย่างประหยัด ถูกต้องและแม่นยำ แต่เนื่องจากการมอง เป็นผลทั้งจากสรีระและจิตวิทยา ดังนั้นผู้แปลแต่ละคนจะมีความชอบแตกต่างกันไป การเลือกประเภทการแปลจะขึ้นอยู่กับผู้แปลเท่านั้น ซึ่งมีวิธีการมากมาย อีกประการหนึ่ง คือ ทุกครั้งที่มีการเปลี่ยนวิธีในการปรับภาพ ผู้ใช้จะต้องเรียนรู้ความหมายของสีที่แสดงออกมา ทางที่ดี คือ พยายามใช้วิธีการที่มีอยู่เท่าที่จำเป็น อย่าใช้หลายอย่างปนกัน มิฉะนั้นข้อมูลบางส่วนอาจจะหายไป ที่สำคัญอีกประการ คือ ต้องมีจอสีที่มีคุณภาพสูง เร็ว และราคาถูกในการแสดงผลภาพเทคนิคที่ใช้การปรับปรุงภาพโดยทั่วไปได้แก่ การปรับปรุงภาพเชิงรังสี (radiometric enhancement) เชิงช่วงคลื่น (spectral enhancement) และเชิงพื้นที่ (spatial enhancement)
โปรแกรมการปรับปรุงภาพที่มีอยู่ในระบบการประมวลผลภาพในเชิงพาณิชย์ จะมีโปรแกรมย่อยทั้งหมดดังกล่าวนี้อยู่ ผู้ที่ใช้โปรแกรมเหล่านี้ไม่จำเป็นต้องรู้รายละเอียดทางด้านหลักคณิตศาสตร์และสถิติมาก ในบทนี้จะกล่าวเพียงโปรแกรมหลักที่มักใช้กันบ่อยในการโปรแกรมการประมวลผล

การปรับภาพเชิงรังสี
เป็นการปรับภาพ โดยใช้ค่าตัวเลขของจุดภาพเดี่ยวๆ ในแต่ละแบนด์ และปรับภาพทีละแบนด์เป็นอิสระต่อกัน การปรับภาพเชิงรังสีที่ใช้ได้ดีกับภาพแบนด์หนึ่ง อาจจะใช้กับแบนด์อื่นไม่ได้ หลังการปรับภาพแต่ละแบนด์แล้ว เราสามารถนำมาทำภาพสีผสมตามต้องการได้ การปรับภาพเชิงรังสีนี้มักจะ
ไม่มีการเปลี่ยนข้อมูลภาพอย่างถาวร การปรับภาพเชิงรังสีใช้ในกรณีที่ต้องการให้ภาพมีความคมชัดขึ้นหรือต้องการให้ภาพดูเรียบขึ้นตัวอย่างเทคนิคการปรับภาพเชิงรังสี ได้แก่

การปรับระดับสีเทาของภาพ (contrast stretching)
เป็นการขยายความเข้มของโทนสีให้อยู่ในพิสัยที่ต้องการ เทคนิคแบบที่ใช้ มีทั้งแบบสมการเส้นตรง (linear) แบบไม่เป็นเส้นตรง (nonlinear) หรือแบบแตกส่วน (piecewise) ดังแสดงเป็นรูปกราฟ ในรูปที่ 8.1



รูปที่ 8.1 กราฟการปรับภาพโดยการปรับความเข้มของโทนแสงแบบต่างๆ
ที่มา : ERDAS Field Guide, 2003

การปรับภาพโดยการขยายความเข้มของโทนแสงแบบเส้นตรงและแบบไม่เป็นเส้นตรง เป็นการใช้สมการเดี่ยวกับข้อมูลภาพทั้งภาพ ส่วนการปรับภาพแบบแตกส่วนจะใช้สมการหลายเส้นในการขยายความเข้มของโทนแสง ในดีกรีที่แตกต่างกันในช่วงที่แตกต่างกัน จากกราฟในรูปที่ 8.1 แสดงให้เห็นว่า ถ้าค่าข้อมูลนำเข้ามีค่า x เมื่อมีการปรับภาพโดยใช้สมการต่างกัน จะได้ค่าที่ส่งออกมาไม่เหมือนกัน เช่นถ้าใช้ สมการแบบเส้นตรง แบบไม่เป็นเส้นตรง และแบบแตกส่วน จะได้ค่าออกมาเป็น y1 y2 และ y3 ตามลำดับ

การปรับภาพแบบเส้นตรง (linear enhancement)
เป็นวิธีที่ง่ายที่สุดในการปรับข้อมูลส่วนที่เลือกไว้โดยการใช้สมการเส้นตรง (รูปที่ 8.2) โดยค่าใหม่จะ = A + B x ค่าเก่า เมื่อ 0 ≤ ( A + B x ค่าเก่า) ≤ M = 0 เมื่อ (A + B x ค่าเก่า) < 0 = M เมื่อ (A + B x ค่าเก่า) > M A เป็นค่าจุดตัดแกน y และ B เป็นความลาดชันของกราฟ M คือ ค่าสูงสุดที่ข้อมูลสามารถแปลงได้(เช่น 255)



รูปที่ 8.2 การขยายข้อมูลภาพแบบเส้นตรง (a) กราฟแท่งของเซทข้อมูล
(b) ไดอะแกรมความถี่สะสม (c) การขยายแบบเส้นตรง
(d) กราฟแท่งของข้อมูลที่ขยายแล้ว โดยข้อมูลส่วนมากอยู่ในแท่งแรกและแท่งสุดท้าย
ที่มา : McCloy, 1990

ในรูป 8.2 นี้แสดงการเลือกขยายโทนแสงเฉพาะส่วนกลางของเซทข้อมูลที่มีความถี่สูงหรือมีโทนสีใกล้เคียงกัน ข้อมูลที่มีค่าต่ำกว่าช่วงข้อมูลที่ต้องการขยาย (x1) จะมีค่าเป็น 0 ทั้งหมด หรือแสดงเป็นสีดำในภาพ และข้อมูลที่มีค่าสูงกว่าช่วงข้อมูลที่ต้องการขยาย (x2) ก็จะมีค่าเท่ากับ 255 ทั้งหมดซึ่งจะแสดงเป็นโทนแสงสีขาว มีเฉพาะข้อมูลตรงกลางที่มีการขยายอย่างชัดเจนทำให้ภาพส่วนใหญ่มีความแตกต่างของโทนสีมากขึ้น ค่า A และ B ผู้ใช้สามารถกำหนดได้เอง โดยพิจารณาจากไดอะแกรมความถี่สะสมของกราฟ หรือ ตามความประสงค์ของผู้ใช้ความได้เปรียบของการขยายข้อมูลภาพแบบเส้นตรง คือ ผลที่ได้จะเห็นได้ง่าย และค่าที่แปลงแล้วจะมีความสัมพันธ์กับข้อมูลเดิม

การปรับภาพแบบไม่เป็นเส้นตรง (non-linear enhancement)
ในการปรับภาพแบบเส้นตรงจะมีข้อเสียเปรียบที่สำคัญ คือ ในกรณีที่ภาพเป็นแบบมีค่าฐานนิยมหลายค่า โดย เฉพาะอย่างยิ่งมีจุดสูงสุดที่ปลายทั้งสองข้างของกราฟแท่ง ทำให้การใช้การปรับภาพแบบเส้นตรงไม่ไห้ผลดี วิธีแก้ คือการใช้การปรับแบบไม่เป็นเส้นตรง ที่นิยมใช้ ได้แก่ การขยายแบบแตกส่วน และการแบ่งกราฟให้เท่ากัน (histogram equalization)การขยายแบบแตกส่วน เป็นการลดความเสียเปรียบจากวิธีการขยายแบบเส้นตรง โดยใช้สมการเส้นตรงหลายเส้นในการแปลงข้อมูลในหลายๆ ช่วง วิธีการคำนวณแบบนี้ ใช้การสร้างกราฟความถี่สะสม เช่นในรูปที่ 8.3b แล้วกำหนดจุดเบรกที่จุดเปลี่ยนความลาดชันในกราฟ แล้วฟิตสมการการแปลงแต่ละเส้นสำหรับแต่ละส่วน (รูปที่ 8.3c) ซึ่งภาพที่ถูกปรับแล้วจะมีลักษณะกราฟแบบ รูปที่
8.3d หลังการแปลงจะเห็นว่าทุกส่วนของภาพได้รับการปรับปรุง



รูปที่ 8.3 การขยายข้อมูลภาพแบบแตกส่วน (a) กราฟแท่งของเซทข้อมูล (b) ไดอะแกรมความถี่สะสม
(c) การขยายโทนแสงแบบแตกส่วน (d) กราฟแท่งของข้อมูลที่ขยายแล้ว

เทคนิคการทำ Pansharpening

ดาวเทียมสำรวจทรัพยากรธรรมชาตินั้นมีศักยภาพในการบันทึกข้อมูลที่มีรายละเอียดแตกต่างกันออกไป โดยสามารถบันทึกภาพสีหลายช่วงคลื่น (Multispectral) และภาพขาวดำ (panchromatic) ซึ่งภาพข้อมูลที่ได้มาจากดาวเทียมแต่ละดวงนั้นจะมีคุณลักษณะทางด้านรายละเอียดเชิงพื้นที่ รายละเอียดเชิงคลื่น รายละเอียดด้านเวลา และคุณลักษณะเชิงรังสีหรือขนาดความกว้างของช่วงคลื่นที่แตกต่างกันออกไป ในขณะเดียวกันก็พบว่าความต้องการภาพเพียงภาพเดียวที่มีความสมบูรณ์ของข้อมูลทั้งข้อมูลทางรายละเอียดเชิงคลื่น และรายละเอียดเชิงพื้นที่นั้นเพิ่มมากขึ้น ทั้งนี้เพราะภาพสีหลายช่วงคลื่น ที่มีรายละเอียดเชิงพื้นที่สูงนั้น จะสามารถช่วยปรับปรุงให้ข้อมูลมีคุณภาพมากยิ่งขึ้น ช่วยเพิ่มความถูกต้องในการจำแนกประเภทข้อมูล และยังช่วยในการตรวจสอบ ติดตามการเปลี่ยนแปลง แต่ในการออกแบบอุปกรณ์รับสัญญาณนั้นต้องคำนึงถึงความสัมพันธ์ระหว่างรายละเอียดเชิงพื้นที่ รายละเอียดเชิงคลื่น และอัตราส่วนสัญญาณต่อสัญญาณรบกวน[1] (SNR) ที่ต้องมีความสมดุลกัน ส่งผลให้การออกแบบอุปกรณ์รับสัญญาณที่มีทั้งรายละเอียดเชิงคลื่น และรายละเอียดเชิงพื้นที่สูงนั้นถูกจำกัดลง

ดังนั้นจึงมีความพยายามที่จะใช้เทคนิคในการประมวลผลภาพข้อมูลดาวเทียมในการนำเอาภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่นที่มีรายละเอียดเชิงคลื่นสูง มาผสมรวมกับภาพข้อมูลดาวเทียมในระบบขาวดำที่มีรายละเอียดเชิงพื้นที่สูง เพื่อผลิตภาพข้อมูลดาวเทียมสังเคราะห์ที่มีรายละเอียดเชิงคลื่น และรายละเอียดเชิงพื้นที่สูงมารวมไว้ในภาพเพียงภาพเดียว โดยเทคนิคในการการประมวลผลภาพข้อมูลดาวเทียมสังเคราะห์นี้รู้จักกันดีว่า Pansharpening หรือการทำ Resolution merge โดยวิธีการนี้พยายามที่จะรักษาข้อมูลรายละเอียดเชิงคลื่นของภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่น ในขณะเดียวกันก็พยายามที่จะเพิ่มรายละเอียดเชิงพื้นที่ให้กับภาพข้อมูลดาวเทียมด้วย ซึ่งก่อนการทำ Pansharpening นั้นมีปัจจัยที่ควรคำนึงถึง คือ

การเลือกใช้ภาพดาวเทียมที่จะนำมาใช้ในการทำ Pansharpening เพื่อให้มีความเหมาะสมในการนำไปประยุกต์ใช้งาน

การทำการซ้อนภาพ (co-registration) เพื่อปรับตำแหน่งเชิงเรขาคณิตระหว่างภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่น และในระบบขาวดำให้ตรงกัน การปรับแก้เชิงเรขาคณิต

มุมของภาพ เพราะหากภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่น และในระบบขาวดำนั้นถูกบันทึกในช่วงเวลาที่แตกต่างกัน อาจส่งผลทำให้ viewing angle และเงาของภาพแตกต่างกันออกไป ส่งผลต่อการตรึงค่าพิกัดและการทำ Pansharpening นั้นได้ผลลัพธ์ไม่ตรงตามที่ต้องการ

วิธีการทำ Resampling เพราะการทำ Resampling นั้นถูกนำไปใช้ในการทำ geometric projection การปรับแก้เชิงเรขาคณิต และการซ้อนภาพ



ในการทำ Pansharpening นั้นสามารถทำได้หลากหลายวิธีตามอัลกอริธึมที่ใช้ โดยสามารถจำแนกได้ 4 วิธี คือ IHS Transformation Method, Brovey Transform, Principal Component Analysis Method และ Wavelet-based Method



1. IHS Transformation Method

IHS Transformation Method นั้นได้ทำการแปลงภาพข้อมูลดาวเทียมในระบบสี RGB ไปสู่ระบบ IHS (Intensity Hue Saturation) โดยที่ I (รายละเอียดเชิงพื้นที่) H, S (รายละเอียดเชิงคลื่น) โดยมีวิธีการในการแปลงภาพข้อมูลดาวเทียมในระบบสี RGB ไปสู่ระบบ IHS ดังรูป



จากภาพจะเห็นได้ว่าภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่นได้ถูกแปลงค่าระบบสีจาก RGB ไปสู่ระบบ IHS จากนั้น ค่า I ที่ได้จากการแปลงจะถูกแทนที่โดยค่าความเข้มของภาพข้อมูลดาวเทียมในระบบขาวดำโดยการทำ Histrogram Match และค่า h และ s จะถูกทำการ Resampling ให้มีรายละเอียดเชิงพื้นที่เท่ากับภาพข้อมูลในระบบขาวดำ จากนั้นทำการแปลงค่าระบบสีจาก IHS มาสู่ระบบ RGB ซึ่งทำให้ภาพผลลัพธ์ที่ได้ออกมามีความคมชัด และมีรายละเอียดเชิงคลื่นและรายละเอียดเชิงคลื่นสูง

2. Brovey Transform

ภาพข้อมูลดาวเทียมที่มีระดับความแตกต่างของความคมชัดสูงนั้น มีประโยชน์ต่อการตรวจสอบ ติดตามการเปลี่ยนแปลง ดังนั้น Brovey Transform จึงได้อาศัยหลักการของระดับความแตกต่างของความคมชัดมาช่วยทำให้ภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่นนั้นมีความคมชัด หรือมีรายละเอียดเชิงพื้นที่เพิ่มมากขึ้น โดยในวิธีการนี้ภาพข้อมูลในระบบหลายช่วงคลื่นได้ถูกนอร์แมลไลซ์ และค่าดิจิตอลนัมเบอร์ในแต่ละช่วงคลื่นในระบบหลายช่วงคลื่นที่ได้จากการผสานข้อมูลนั้น ได้มาจากการคูณค่าดิจิตอลนัมเบอร์ของช่วงคลื่นที่ถูกนอร์แมลไลซ์ด้วยค่าดิจิตอลนัมเบอร์ของภาพข้อมูลในระบบขาวดำ ดังสมการนี้





โดยที่ DN หมายถึง ค่าดิจิตอลนัมเบอร์ของแต่ละช่วงคลื่น

bi หมายถึง แบนด์แต่ละแบนด์ในภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่น



แม้ว่า Brovey Transform นั้นจะช่วยให้ภาพมีความคมชัด สามารถมองเห็นขอบเขตของวัตถุต่างๆ ได้ชัดเจน จนสามารถแยกแยะได้ แต่กลับมีผลกระทบต่อคุณลักษณะเชิงคลื่นของภาพข้อมูลดาวเทียมอย่างมาก ดังนั้นการทำ Pansharpening โดยวิธี Brovey Transform นั้นจึงไม่เหมาะในการนำไปประยุกต์ใช้ต่อในการจำแนกประเภทข้อมูลแบบ pixel-based classification ทั้งนี้เนื่องจากค่าของข้อมูลในแต่ละพิกเซลจะถูกเปลี่ยนแปลงไปอย่างมาก


3. Principal Component Analysis Method

การวิเคราะห์องค์ประกอบหลักนั้นมีประโยชน์ในการลดจำนวนข้อมูล การปรับปรุงคุณภาพข้อมูล การลดมิติของตัวแปร และการผสมรวมภาพข้อมูล โดยการทำ Pansharpening โดยอาศัยวิธี Principal Component Analysis นั้น Principal Component Analysis จะถูกนำไปประยุกต์ใช้ในการวิเคราะห์องค์ประกอบหลักของภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่น โดยที่ค่าขององค์ประกอบหลักที่ 1 นั้นจะถูกแทนที่ด้วยภาพในระบบขาวดำ โดยมีวิธีการ ดังรูป




การทำ Pansharpening โดยวิธี Principal Component Analysis นั้นค่อนข้างมีความอ่อนไหวและไวต่อพื้นที่ที่ต้องการทำให้มีความคมชัดเพิ่มมากขึ้น ค่าความแปรปรวนของพิกเซล และค่าสหสัมพันธ์ของแต่ละแบนด์ที่แตกต่างกันออกไปตามประเภทของสิ่งปกคลุมดิน เนื่องจาก Principal Component Analysis ต้องใช้การคำนวณค่าความแปรปรวนร่วม ซึ่งค่าที่ได้จากการคำนวณนั้นจะขึ้นอยู่กับภาพข้อมูลดาวเทียมซึ่งมีความสัมพันธ์ระหว่างช่วงคลื่นในระบบหลายช่วงคลื่นของแต่ละคู่ที่แตกต่างกันออกไป

4. Wavelet Transform

Wavelet transform นั้นเป็นวิธีการวิเคราะห์สัญญาณที่พัฒนาขึ้น เพื่อวิเคราะห์สัญญาณที่มีลักษณะไม่คงที่ และเป็นการวิเคราะห์ข้อมูลระหว่างแกนเวลา และการสเกล ซึ่ง Wavelet transform นั้นสามารถปรับขนาดหน้าต่าง (Windows) ได้แบบอัตโนมัติโดยจะใช้หน้าต่างที่สั้นกับความถี่สูง และหน้าต่างที่กว้างกับความถี่ต่ำ ทำให้สามารถเลือกคุณลักษณะทางเวลาและความถี่ได้




แนวคิดพื้นฐานของการทำ wavelet transform คือ การแยกความถี่ของภาพข้อมูลดาวเทียม ทั้งนี้เพราะภาพข้อมูลดาวเทียมนั้นสามารถแบ่งออกเป็นความถี่สูงและความถี่ต่ำ ทั้งนี้ขึ้นอยู่กับการเลือกใช้ตัวกรองผ่านความถี่สูงหรือหรือต่ำ ซึ่งจะส่งผลให้ภาพข้อมูลดาวเทียมที่เลือกใช้ตัวกรองผ่านความถี่นั้นๆ ด้วย ซึ่งภาพข้อมูลดาวเทียมที่มีความถี่ต่ำนั้นก็จะมีรายละเอียดเชิงพื้นที่ต่ำไปด้วย ในขณะเดียวกันภาพข้อมูลดาวเทียมที่มีความถี่สูงก็จะมีรายละเอียดเชิงพื้นที่สูง จากแนวคิดในการทำ wavelet based sharpening จึงอาศัยวิธีการ IHS transformation ร่วมกับ biorthogonal wavelet decomposition

จากรูปในข้างต้น ซึ่งแสดงถึงขั้นตอนในการทำ Pansharpening ด้วยวิธี wavelet based sharpening จะเห็นได้ว่าภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่นในระบบสี RGB จะถูกแปลงไปสู่ระบบ IHS ในขณะที่ภาพข้อมูลดาวเทียมในระบบขาวดำจะถูกทำ histogram matched กับค่า I โดยในการทำ histogram matched ภาพข้อมูลดาวเทียมในระบบขาวดำนั้นได้ใช้ biorthogonal 9/7 ซึ่งเป็นเวฟเล็ตแม่ซึ่งเป็นฟังก์ชันพื้นฐานเพื่อให้เหมาะกับการวิเคราะห์สัญญาณที่มีลักษณะไม่คงที่

ค่า I นั้นถูกนำไปแทนที่ค่าการประมาณของข้อมูลที่มีรายละเอียดต่ำของภาพข้อมูลดาวเทียมในระบบขาวดำ ใน wavelet domain จากนั้นทำการอินเวอร์ส DWT เพื่อที่จะผสมรวมข้อมูล I ในบริเวณที่มีความถี่สูง จากนั้นค่า H และ S ได้ถูก Resampling ให้มีขนาดเท่ากับขนาดของค่า I ที่มีความคมชัดที่มีความคมชัด จากนั้นทำการอินเวอร์สค่าสีในระบบ IHS ไปสู่ระบบสี RGB จากนั้นใช้ตัวกรองผ่านความถี่แบบ wiener filter เพื่อขจัดข้อมูลที่คลาดเคลื่อนที่เกิดจากสัญญาณรบกวนออกจากข้อมูลในแต่ละแบนด์ เพื่อให้ได้ภาพข้อมูลดาวเทียมที่มีความคมชัด และมีคุณลักษณะเชิงคลื่น และคุณลักษณะเชิงพื้นที่สูง



จากการทดสอบใช้เทคนิคการทำ Pansharpening โดยอัลกอริธึมต่างๆ ทั้ง 4 วิธี คือ IHS Transformation Method, Brovey Transform, Principal Component Analysis Method และ Wavelet Based Sharpening นั้นพบว่า วิธีการแบบ Wavelet Based Sharpening นั้นทำให้ภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่นมีความคมชัดเทียบเท่ากับระบบขาวดำแล้ว ยังสามารถคงไว้ซึ่งคุณภาพของข้อมูลเชิงช่วงคลื่น และข้อมูลเชิงรายละเอียดเชิงพื้นที่มากกว่าวิธีการอื่นๆ โดยเฉพาะรายละเอียดเชิงจุดภาพนั้น Wavelet Based Sharpening ได้นำเอาค่า I ไปแทนที่ค่าการประมาณของข้อมูลที่มีรายละเอียดต่ำของภาพข้อมูลดาวเทียมในระบบขาวดำ ใน wavelet domain จากนั้นทำการอินเวอร์ส DWT เพื่อที่จะผสมรวมข้อมูล I ในบริเวณที่มีความถี่สูง ในขณะที่วิธีการอื่นๆ เช่น IHS Transformation Method, Principal Component Analysis Method นั้นรายละเอียดเชิงช่วงคลื่นของภาพ (ที่ผ่านการทำ Pan sharpening) นั้นเป็นเพียงรายละเอียดเชิงช่วงคลื่นที่ได้รับจากภาพข้อมูลดาวเทียมในระบบหลายช่วงคลื่น แล้วทำการเพิ่มเข้าไปในภาพข้อมูลดาวเทียมในระบบขาวดำ แต่ในขณะที่ข้อมูลเชิงรายละเอียดที่ได้จากวิธีการทำ Wavelet Based Sharpening นั้นต้องขึ้นอยู่กับปัจจัยหลายตัว เช่น ความถูกต้องในการทำการซ้อนภาพ และเทคนิควิธีที่เลือกใช้ในการทำ Resampling ในขณะที่เทคนิคการทำ Pansharpening โดยวิธี IHS Transformation และ Principal Component Analysis Method นั้นภาพข้อมูลดาวเทียมในระบบขาวดำจะถูกแทนที่ลงไปในค่า I (จากวิธี IHS Transformation) หรือ ค่าองค์ประกอบหลักที่ 1 (จากวิธี Principal Component Analysis Method) ซึ่งความแตกต่างของค่าระดับสีเทาระหว่างภาพข้อมูลดาวเทียมในระบบขาวดำ กับค่าองค์ประกอบหลักที่ 1 หรือ ค่า I (Intensity) ซึ่งจะส่งผลต่อคุณภาพของข้อมูลรายละเอียดช่วงคลื่นของภาพข้อมูลดาวเทียมที่ได้จากการทำ Pan sharpening ด้วยวิธีเหล่านั้นลดลง ส่วนวิธี Brovey Transform นั้นก็ให้ผลลัพธ์ที่ดี แต่ทั้งนี้ทั้งนั้นต้องขึ้นอยู่กับการนอร์แมลไลซ์ อาจทำให้ค่าดิจิตอลนัมเบอร์เปลี่ยนไป และส่งผลต่อฮิสโตรแกรมของภาพข้อมูลในแต่ละแบนด์เปลี่ยนไป

ดังนั้นจะเห็นได้ว่า การทำ Pansharpening โดยวิธี Wavelet Based Sharpening นั้นให้ผลลัพธ์ด้านคุณภาพเชิงคลื่นดีที่สุด ในขณะที่คุณภาพของรายละเอียดเชิงพื้นที่นั้นจะแตกต่างกันไปตามภาพข้อมูลดาวเทียมที่นำมาใช้ในการทำ Pan sharpening ด้วยเหตุนี้จึงต้องมีตรวจสอบความแตกต่างในการเลือกใช้โมเดลในการผสมรวมข้อมูลที่ใช้ใน wavelet domain เพื่อที่จะช่วยให้การทำ Wavelet Based Sharpening ในส่วนของข้อมูลเชิงรายละเอียดพื้นที่ออกมามีคุณภาพมากที่สุด

เอกสารอ้างอิง :

Vijayaraj, V. “A Quality Analysis of Pansharpened Images”. M.S. Thesis, Mississippi State University, 2004.

Signal Noise Ratio (SNR) คือ ค่าที่กำหนดให้เป็นค่าที่น้อยที่สุดในการบันทึกสัญญาณข้อมูล โดยอุปกรณ์รับสัญญาณของดาวเทียมแต่ละดวงนั้นจะถูกออกแบบอัตราส่วนสัญญาณต่อสัญญาณรบกวนเป็นค่าที่แน่นอน โดยอุปกรณ์รับสัญญาณจะบันทึกค่าพลังงานที่สะท้อนกลับมาจากวัตถุเป้าหมาย ถ้าสัญญาณนั้นมีค่ามากกว่า SNR เท่านั้น

การใช้ GPS ในการติดตามกระบือ

การใช้ GPS ในการติดตามวัตถุ/สิ่งมีชีวิต

วันนี้ ผมได้ทดลองอุปกรณ์ GPS Data Logger (USB) ร่วมกับอาจารย์ภาควิชาเทคโนโลยีการเกษตร (ดร.พิพัฒน์ สมภาร) เพื่อใช้ในการติดตามสิ่งมีชีวิต (ในกรณีนี้ เราติดตามพฤติกรรม "กระบือ" หรือ "ควาย") เหมาะสำหรับการประยุกต์ใช้ในการศึกษาวิจัยด้านปศุสัตว์ โดยใช้ จีพีเอส บันทึกข้อมูลเส้นทางโดยระบุตำแหน่งตัวระบุตำแหน่งสิ่งมีชีวิต (ควาย) นั้นๆ โดยรับตำแหน่งจากดาวเทียม GPS แล้วบันทึกไว้ในหน่วยความจำของเครื่องได้ไม่ต่ำกว่า 50,000 จุด

และสามารถ download ข้อมูลใน Data Logger เชื่อมต่อกับคอมพิวเตอร์ด้วยพอร์ต USB เพื่อทำการศึกษาหรือวิเคราะห์พฤติกรรมสิ่งมีชีวิตนั้นๆ ได้อย่างสะดวก
เมื่อเปิดใช้งานและติดตั้งเข้ากับสิ่งมีชีวิตนั้นๆ เครื่องจีพีเอส จะบันทึก วัน เวลา ความเร็ว ความสูง และพิกัดตำแหน่ง ตามช่วงเวลาที่ตั้งไว้ ข้อมูลที่บันทึกมาทั้งหมดสามารถถ่ายโอนไปยังคอมพิวเตอร์ได้โดยง่ายเพื่อตรวจ สอบวิเคราห์ข้อมูลการเดินทาง เมื่อต้องการดูบันทึกย้อนหลัง สามารถเชื่อต่อเข้ากับคอมพิวเตอร์ทางพอร์ต USB แล้วถ่ายโอนข้อมูลด้วย Software ที่ให้มาด้วย สามารถบันทึกจัดเก็บได้หลายรูปแบบ เช่น CSV, TXT, และ KML และอื่นๆ แต่เท่าที่นำมาใช้ในงาน GIS ก็สำคัญเพียงไม่กี่ format

สามารถดูข้อมูลเส้นทางที่บันทึกมา ตรวจสอบผลได้ทันทีหลัง downlaod บน Google Map ว่าอยู่ตำแหน่งใดบนภาพ และยังสามารถส่งไปแสดงผลบน Google Earth ได้ทันที

และยังสามารถใ ช้เป็น GPS mouse สำหรับโน๊ตบุคได้อีกด้วย

และเราสามารถใช้ Software ที่แถมมาในการกำหนด Option หรือทางเลือกในการบันทึกค่าพิกัดได้ถึง 3 รูปแบบ (แบบ A, B, C)

และสามารถกำหนดให้ไม่ต้องบันทึกค่าในกรณีที่ สิ่งมีชีวิตนั่ง หรือนอนอยู่กับที่นานๆ

หรือสามารถกำหนดให้ไม่ต้องบันทึกค่าในกรณีที่สิ่งมีชีวิตอยู่ห่างจากจุดเดิมไม่เกินในระยะที่กำหนด ก็ได้เช่นกัน (แต่อันนี้น่าจะเหมาะสำหรับติดตามรถยนต์มากกว่า)

เรียนรู้การใช้งานโปรแกรมรีโมทเซนซิง ENVI 3.

ENVI เป็นโปรแกรมที่ใช้งานในด้านรีโมทเซนซิ่ง หรือการสำรวจระยะไกล โดยประมวลผลข้อมูลจากภาพถ่ายดาวเทียม
โดยมีความสามารถในการทำ spectral image analysis ในการวิเคราะห์ข้อมูลเขิงตัวเลขที่ได้รับจากการสะท้อนของวัตถุต่างๆ บนพื้นโลก
กระบวนการ geometric correction ในการตรึงภาพถ่ายจากดาวเทียมให้ถูกต้องตามพิกัดภูมิศาสตร์
การวิเคราะห์ terrain analysis
และที่สำคัญซอฟท์แวร์นี้เหมาะสำหรับการวิเคราะห์ radar analysis โดยเฉพาะข้อมูล Microwave เช่น ERS-1, ERS-2 และ JERS-1 รวมถึง RadaSAT และ ENVISAT
สามารถประยุกต์เข้ากันทั้งระบบ raster และ vector ซึ่งจากที่ได้ทดลองใช้งานสามารถใช้ได้กับ PC ArcView GIS ได้อย่างไม่มีปัญหา


ข้อมูลเบื้องต้นเกี่ยวกับ ENVI Sofware
-ENVI เป็นดปรแกรมที่ใช้งานในด้านรีโมทเซนซิง หรือการสำรวจระยะไกล โดยการประมวลผลข้อมูลจากภาพดาวเทียม
-โดยมีความสามารถในการทำ spectral image analysis ในการวิเคราะห์ข้อมูลเชิงตัวเลขที่ได้จากการสะท้อนจากวัตถุต่างๆบนพื้นผิวโลก
-กระบวนการ geometric correction ในการเตรียมภาพถ่ายจากดาวเทียมให้ถูกต้องตามพิกัดภูมิศาสตร์
-การวิเคราะห์ terrain analysis
-ซอฟท์แวร์นี้เหมาะสำหรับการวิเคราะห์ radar analysis โดยเฉพาะข้อมูล Microwave เช่น ERS-1, ERS-2 และ JERS-1 รวมถึง RadaSAT และ ENVISAT
-สามารถประยุกต์เข้ากับระบบ raster และ vector

ดินถล่ม

ปภ.เขต 5 โคราชเตือน 89 จุดเสี่ยงดินถล่มอีสานใต้ - ตั้งศูนย์เฉพาะกิจเกาะติด 24 ชม. ผู้จัดการออนไลน์

--------------------------------------------------------------------------------
วันที่ 14 พ.ค. 2551


โดย ผู้จัดการออนไลน์ 14 พฤษภาคม 2551 11:25 น. ปภ.เขต 5 โคราชเฝ้าระวังพื้นที่เสี่ยงภัยดินถล่ม-น้ำป่าไหลหลาก-น้ำท่วมฉับพลัน 89 จุด 6 จังหวัดอีสานใต้ ส่ง จนท.-อุปกรณ์เครื่องจักร ลงพื้นเตรียมพร้อมในทุกจุดและอพยพปชช.ทันทีที่เกิดพิบัติภัย ล่าสุดตั้งศูนย์อำนวยการเฉพาะกิจฯ ขึ้นเพื่อเกาะติดสถานการณ์อย่างใกล้ชิดตลอด 24 ชม. ด้าน ผอ.ศูนย์ ปภ.เขต 5 เตือนบุรีรัมย์-โคราช อย่านิ่งนอนใจภูเขาไฟเก่าอาจปะทุเหตุความเปลี่ยนทางธรรมชาติ ย้ำต้องไม่ตั้งอยู่ในความประมาท ให้ติดตามความเคลื่อนไหวต่อเนื่อง วันนี้ (14 พ.ค.) ที่ห้องประชุมศูนย์ป้องกันและบรรเทาสาธารณภัยเขต 5 (ปภ.เขต 5) นครราชสีมา ถ.สุรนารายณ์ อ.เมือง จ.นครราชสีมา ได้มีการประชุมเตรียมการฝึกซ้อมแผนปฏิบัติการจัดการและป้องกันอุบัติเหตุ อุบัติภัยจากการจราจรและวัตถุอันตรายจังหวัดนครราชสีมา ประจำปี 2551 และการเตรียมการรองรับภัยพิบัติทางธรรมชาติต่างๆ โดยมีตัวแทนภาครัฐ เอกชน ที่เกี่ยวข้องใน จ.นครราชสีมา เข้าร่วมประชุมอย่างพร้อมเพรียงกัน นายวัลลภ เทพภักดี ผู้อำนวยการศูนย์ ปภ.เขต 5 นครราชสีมา เปิดเผยว่า จากการเกิดพิบัติภัยทางธรรมชาติขึ้นอย่างต่อเนื่องในขณะนี้ ประกอบกับช่วงนี้เริ่มเข้าสู่ฤดูฝน ทุกภาคมีฝนเพิ่มมากขึ้น บางพื้นที่มีฝนตกชุกติดต่อกันหลายวัน อาจเกิดน้ำท่วมฉับพลัน น้ำป่าไหลหลากและดินถล่ม โดยเฉพาะพื้นที่ลาดเชิงเขา ศูนย์ ปภ.เขต 5 นครราชสีมา ได้เตรียมความพร้อมในการป้องกันและแก้ไขปัญหาเรื่องอุทกภัย วาตภัย ดินโคลนถล่ม และภัยธรรมชาติอื่นๆ ไว้พร้อมแล้ว โดยได้ทำการอบรมเจ้าหน้าที่และให้ความรู้แก่ “มิสเตอร์เตือนภัย” ไปครบทุกหมู่บ้าน ขณะนี้เดียวกันได้เรียกประชุมหน่วยงานที่เกี่ยวข้องเพื่อบูรณาการร่วมกัน ล่าสุดศูนย์ ปภ.เขต 5 นครราชสีมาได้จัดตั้งศูนย์อำนวยการเฉพาะกิจป้องกันและแก้ไขปัญหาผู้ประสบอุทกภัย วาตภัย และดินโคลนถล่มขึ้นที่ศูนย์ ปภ.เขต 5 นครราชสีมา โดยเจ้าหน้าที่รับผิดชอบประจำศูนย์ฯ ตลอด 24 ชั่วโมง (ชม.) ทั้งนี้เพื่อติดตามสถานการณ์อย่างใกล้ชิด นอกจากนี้ยังได้จัดเตรียมเรือท้องแบน เครื่องจักรกล, เครื่องมือ, วัสดุ, อุปกรณ์ และบุคลากรไว้พร้อมให้การสนับสนุนจังหวัดในเขตรับผิดชอบทันทีที่มีการร้องขอ โดยได้ประสานให้สำนักงาน ปภ.จังหวัด ในพื้นที่รับผิดชอบ 6 จังหวัดอีสานตอนล่าง ประกอบด้วย นครราชสีมา, ชัยภูมิ, สุรินทร์, บุรีรัมย์, ศรีสะเกษ และ จ.สระบุรี จัดตั้งศูนย์อำนวยการเฉพาะกิจฯ ระดับจังหวัดและอำเภอขึ้นด้วย เพื่อติดตามสถานการณ์ในพื้นที่อย่างใกล้ชิด และให้การช่วยเหลือผู้ประสบภัยได้อย่างทันท่วงที นายวัลลภ กล่าวอีกว่า ในพื้นที่รับผิดชอบทั้ง 6 จังหวัดอีสานตอนล่างนี้ มีพื้นที่เสี่ยงภัยดินถล่ม น้ำป่าไหลหลาก และน้ำท่วมฉับพลันที่ต้องเฝ้าระวังเป็นพิเศษจำนวน 89 จุด รวม 17 อำเภอ 38 ตำบล 89 หมู่บ้าน ในพื้นที่ 3 จังหวัด ประกอบด้วย จ.นครราชสีมา 6 อำเภอ (อ.วังน้ำเขียว, ครบุรี, ด่านขุนทด, ปากช่อง, สีคิ้ว, เสิงสาง) 16 ตำบล 44 หมู่บ้าน, จ.ชัยภูมิ 9 อำเภอ (อ.เทพสถิต, ภักดีชุมพล, เกษตรสมบูรณ์, หนองบัวแดง, หนองบัวระเหว, อ.เมือง, บ้านเขว้า, จัตุรัส, คอนสาร) 18 ตำบล 38 หมู่บ้าน และ จ.ศรีสะเกษ 2 อำเภอ (อ.ภูสิงห์, ขุนหาญ) 4 ตำบล 7 หมู่บ้าน ขณะนี้เจ้าหน้าที่ได้ลำเลียงเครื่องมืออุปกรณ์ในการช่วยเหลือเข้าไปในพื้นที่เสี่ยงภัยดังกล่าวแล้วเพื่อให้การช่วยเหลือประชาชน ขณะเดียวกันได้มีการจัดเตรียมพื้นที่ปลอดภัยไว้สำหรับการอพยพประชาชนออกมาหากเกิดภัยพิบัติดังกล่าว “พิบัติภัยทางธรรมชาติเริ่มทวีความรุนแรงมากขึ้นเรื่อยๆ ทำให้เกิดการสูญเสียชีวิตและทรัพย์สินไปจำนวนมหาศาล เหมือนเช่นที่เกิดขึ้นในต่างประเทศมีผู้บาดเจ็บและเสียชีวิตจำนวนมาก ฉะนั้นประชาชนจึงไม่ควรตั้งอยู่ในความประมาท โดยเฉพาะผู้ที่อยู่ในพื้นที่ติดภูเขา, ที่ราบลุ่มติดกับน้ำ ลำคลองที่เคยมีประวัติน้ำท่วม ต้องเตรียมตัวให้พร้อมตลอดเวลาและให้ติดตามข่าวสารการพยากรณ์อากาศและสถานการณ์น้ำอย่างใกล้ชิด เพื่อป้องกันภัยที่อาจจะเกิดขึ้นได้” นายวัลลภ กล่าว อย่างไรก็ตาม แม้ว่าภูมิประเทศของภาคอีสานจะไม่มีรอยเลื่อนที่เสี่ยงต่อการเกิดแผ่นดินไหวเหมือนทางภาคเหนือของประเทศก็ตาม แต่สิ่งที่อยากจะฝากเตือนไว้ คือ ในพื้นที่อีสาน โดยเฉพาะ จ.บุรีรัมย์ และนครราชสีมา จากการศึกษาพบว่าเป็นแหล่งของภูเขาไฟในอดีต ซึ่งหากธรรมชาติมีการเปลี่ยนแปลงไปมากอาจจะทำให้ภูเขาไฟเดิมที่มีอยู่แล้วปะทุขึ้นมาได้ ฉะนั้นอย่าตั้งอยู่ในความประมาท และให้คอยติดตามสถานการณ์อย่างใกล้ชิด เพราะในต่างประเทศเคยมีข่าวภูเขาไฟเกิดระเบิดขึ้นมาอีกครั้งแม้จะดับไปเป็นเวลานานกว่า 1,000 ปีก่อนก็ตาม ซึ่งในภาคอีสานเราไม่ทราบว่าภูเขาไฟดังกล่าวมีอายุกี่ปีมาแล้ว (คอลัมน์:ภูมิภาค) ผู้จัดการออนไลน์ 14 พ.ค. 2551




นครราชสีมา-ชาวบ้านผวาดินถล่ม
ชาวเมืองโคราชผวา พบแผ่นดินทรุดเป็นหลุมลึกเท่ากับตึก 2 ชั้น เชื่อสาเหตุมาจากโรงเกลือในพื้นที่สูบน้ำใต้ดินขึ้นมาทำนาเกลือ วอนหน่วยงานเกี่ยวข้องช่วยตรวจสอบ



ผู้สื่อข่าวประจำจังหวัดนครราชสีมา ได้รับแจ้งจากชาวบ้าน บ้านหนองราง หมู่ 4 ต.ค้างพลู อ.โนนไทย ว่าพบแผ่นดินทรุดเป็นหลุมขนาดใหญ่ภายในไร่มันสำปะหลัง สร้างความตื่นตระหนกให้แก่คนในชุมชนเป็นอย่างมาก จึงเดินทางไปตรวจสอบที่เกิดเหตุ พบว่า ไร่มันสำปะหลังดังกล่าวเป็นของนางทองสุข ชอบรักษ์ อายุ 62 ปี มีเนื้อที่ 10 ไร่ กลางไร่มันสำปะหลังพบผืนดินทรุดเป็นหลุมวงกลม ขนาดเส้นผ่านศูนย์กลางประมาณ 15 เมตร ลึกประมาณ 10 เมตร



องค์การบริหารส่วนตำบลค้างพลู พร้อมกับเจ้าหน้าที่ตำรวจ สภ.โนนไทย ต้องนำเชือกมากั้นบริเวณที่เกิดเหตุเอาไว้ พร้อมกับติดป้ายให้พื้นที่ดังกล่าวเป็นเขตอันตราย เนื่องจากเกรงว่าประชาชนจะตกลงไปในหลุม และหลังจากข่าวแพร่สะพัดออกไปประชาชนทั้งในพื้นที่ และละแวกใกล้เคียงต่างพากันมามุงดูด้วยความตื่นตระหนก และวิพากษ์วิจารณ์กันไปต่างๆ นานา


ชาวบ้านส่วนใหญ่เชื่อว่าสาเหตุที่ทำให้แผ่นดินทรุดครั้งใหญ่ น่าจะมาจากในพื้นที่มีผู้ประกอบการธุรกิจโรงเกลือหลายรายมาตั้งโรงงานเพื่อผลิตเกลือในพื้นที่โดยรอบ และเคยเกิดกรณีผลกระทบทั้งในเรื่องของน้ำเค็มจากโรงเกลือไหลสู่พื้นที่นาข้าวและไร่มันสำปะหลังของเกษตรกร และเกิดแผ่นดินทรุดขึ้นในพื้นที่หลายครั้ง ตั้งแต่ปี 2539 แต่ครั้งนี้ถือว่าเป็นครั้งที่ร้ายแรงมากที่สุด


ขณะที่นายประวุฒิ ตั้งจรูญชัย อุตสาหกรรมจังหวัดนครราชสีมา ได้นำเจ้าหน้าที่เข้าตรวจสอบที่เกิดเหตุ แต่ยังไม่สามารถสรุปสาเหตุที่เกิดขึ้นได้ แต่ได้ประสานไปยังเจ้าหน้าที่ของกรมทรัพยากรธรณี กระทรวงทรัพยากรและสิ่งแวดล้อม เพื่อให้ส่งเจ้าหน้าที่ผู้มีความเชี่ยวชาญพร้อมอุปกรณ์มาตรวจสอบพื้นที่เพื่อหาสาเหตุที่แท้จริงอีกครั้ง ซึ่งหากพบว่าเกิดจากการประกอบธุรกิจโรงเกลือจริงจะนำเรื่องนี้แจ้งไปยังกระทรวงอุตสาหกรรมเพื่อให้กำหนดบทลงโทษต่อไป โดยนายประวุฒิ บอกว่าตอนนี้สำนักงานอุตสาหกรรมจังหวัดนครราชสีมา ยังไม่สามารถดำเนินการอะไรได้นอกจากต้องรอผลการพิสูจน์ก่อน


นางทองสุข ชอบรักษ์ อายุ 62 ปี เจ้าของไร่มันสำปะหลังที่เกิดเหตุ กล่าวว่า เหตุการณ์นี้เกิดขึ้นเมื่อวันที่ 2 ม.ค.2553 โดยทราบจากเพื่อนบ้านว่าไร่มันสำปะหลังของตนเองเกิดแผ่นดินทรุดเป็นหลุมขนาดใหญ่ จึงรีบไปดูที่เกิดเหตุ พบว่ามีหลุมเกิดขึ้นจริงทั้งที่ก่อนหน้านี้ไม่เคยพบเห็นหรือสังเกตเห็นว่ามีการทรุดของแผ่นดินแต่อย่างใด ทั้งนี้รู้สึกตกใจอย่างมาก เกรงว่าผืนดินแถบนี้จะถล่มขยายวงกว้างทำให้ผลผลิตไร่มันสำปะหลังเสียหายทั้งหมด จึงอยากวอนให้หน่วยงานที่เกี่ยวข้องเข้ามาให้ความช่วยเหลือ และตรวจสอบหาสาเหตุที่แท้จริง เพื่อป้องกันไม่ให้เหตุการณ์อย่างนี้เกิดขึ้นอีก เพราะเท่านี้ก็เสียหายมาพอแล้ว

มาบตาพุดอ่วมก๊าซรั่วซํ้า ล้มป่วยระนาว

มาบตาพุดอ่วมก๊าซรั่วซํ้า ล้มป่วยระนาว





สรุปประเด็นข่าวโดยกระปุกดอทคอม
ขอขอบคุณภาพประกอบจาก ไทยรัฐ

"ก๊าซบิวเทน-วัน" รั่ว! ชาวมาบตาพุดระทม ล้มป่วยหามส่ง รพ.ระนาว 62 ราย เผยวาล์วเรือสินค้าที่เทียบท่ารั่ว ขณะโหลดสินค้าลงเรือขนส่งไปสิงคโปร์ "อานันท์" ลงพื้นที่ถกชาวบ้าน-ผู้ประกอบการ รับฟังปัญหาข้อเสนอแนะ ผงะกลิ่นสารเคมีหึ่ง จวกยับ "กนอ." ทำงานเช้าชามเย็นชาม หลังเกิดเหตุก๊าซรั่ว โวยปิดข่าวไม่แจ้งชาวบ้าน สร้างภาพลบให้องค์กรต่ำเตี้ยลงอีก

เมื่อวันที่ 6 ธ.ค. ผู้สื่อข่าวรายงาน ว่าเมื่อเวลา 13.00 น. วันที่ 5 ธ.ค.ที่ผ่านมา เกิดเหตุก๊าซบิวเทน-วัน (Butene-1) รั่วไหลออกเซฟตี้วาล์วของเรือ GLOBAL HIME (โกลบอล ไฮม์) เมื่อช่วงบ่ายวันที่ 5 ธ.ค.ที่ผ่านมา ขณะจอดเทียบท่าโหลดสินค้าอยู่ที่ท่าเทียบเรือมาบตาพุด แทงก์ เทอร์มินอล ภายในนิคมอุตสาหกรรมมาบตาพุด อ.เมือง เพื่อนำไปส่งที่ประเทศสิงคโปร์ มีชาวบ้านสูดดมก๊าซเข้าไปเกิดล้มป่วยต้องเข้ารับการรักษาที่ รพ.กรุงเทพระยอง 18 ราย และในช่วงเช้าวันที่ 6 ธ.ค.นี้ มีชาวบ้านล้มป่วยเข้ารับการรักษาเพิ่มเติมอีก 44 ราย รวมเป็น 62 ราย ในจำนวนนี้มี 7 รายอาการหนัก แพทย์ต้องให้นอนพักรักษาตัวเพื่อเฝ้า ดูอาการอย่างใกล้ชิด

ต่อมาเมื่อช่วงบ่ายวันที่ 6 ธ.ค. นพ.ชัชวาล ประดิษฐ์วงศ์สิน แพทย์เจ้าของไข้ เปิดเผยว่า ผู้ป่วยที่เข้ารับการรักษาส่วนใหญ่จะเป็นผู้หญิงและเด็ก โดยมีอาการแน่นหน้าอก วิงเวียนศีรษะ คลื่นไส้ อาเจียน และหมดเรี่ยวแรง จึงตรวจรักษาพร้อมสั่งยาให้รับประทานและอนุญาตให้กลับบ้านได้ แต่ยังมีผู้ป่วยอีกจำนวนหนึ่งที่ต้องเฝ้าสังเกตอาการ เพราะมีโรคประจำตัวอยู่ก่อนแล้ว จากการตรวจสอบพบผู้ป่วยได้รับกลิ่นก๊าซ บิวเทน-วัน มีลักษณะคล้ายก๊าซหุงต้ม หรือก๊าซแอลพีจี ซึ่งไม่ใช่สารอันตราย แต่หากได้รับในปริมาณมากก็ทำให้ขาดออกซิเจน และอาจทำให้เสียชีวิตได้

วันเดียวกัน นายอานันท์ ปันยารชุน ประธานคณะกรรมการแก้ไขปัญหาการปฏิบัติตามมาตรา 67 วรรคสอง ของรัฐธรรมนูญแห่งราชอาณาจักรไทย หรือคณะกรรมการ 4 ฝ่าย นำคณะกรรมการลงพื้นที่ชุมชนบ้านหนองแฟบ เขตเทศบาลเมืองมาบตาพุด เพื่อรับฟังปัญหาและความคิดเห็นจากชาวบ้านผู้ฟ้องร้องคดีทั้ง 43 ราย และชาวบ้านจาก ต.เนินกะปรอก อ.บ้านฉาง และ อ.ปลวกแดง ที่ได้รับผลกระทบ

ทั้งนี้ ระหว่างรถบัสของคณะเดินทาง มาถึงบ้านหนองแฟบ ซึ่งอยู่ไม่ไกลจากนิคมอุตสาหกรรมมาบตาพุดและผาแดงมากนัก นายอานันท์ถึงกับบ่นเมื่อได้กลิ่นเหม็นคล้ายก๊าซไข่เน่าโชยมาตามลม และเปรย ว่าเข้าใจแล้วว่าชาวบ้านต้องเจอกับอะไรบ้าง เพราะขนาดช่วงกลางคืนเวลาประมาณ 5 ทุ่มเศษ ๆ แถวโรงแรมแห่งหนึ่งที่เข้าพักยังได้กลิ่นสารเคมี แต่คงไม่สามารถระบุหรือกล่าวโทษได้ว่ามาจากแหล่งใดหรือ โรงงานไหน

ต่อมานายอานันท์ และคณะกรรมการ พร้อมนายสยุมพร ลิ่มไทย ผวจ.ระยอง เดินทางไปที่สำนักงานการนิคมอุตสาหกรรมมาบตาพุด เพื่อรับฟังข้อเสนอแนะการจัดการมลพิษในประเด็นที่มีการร้องเรียนจากชาวบ้าน โดยนายวีระพงศ์ ไชยเพิ่ม รองผู้ว่าการนิคมอุตสาหกรรมแห่งประเทศไทย (กนอ.) ตัวแทนจากนิคมอุตสาหกรรมมาบตาพุด นิคมอุตสาหกรรมเอเชีย นิคมอุตสาหกรรมผาแดง และผู้ประกอบการ 5 บริษัทเข้าร่วมรับฟังและตอบข้อซักถาม

นายวีระพงศ์ เปิดเผยว่า ปัญหาของนิคมอุตสาหกรรมมาบตาพุดกับชุมชนรอบโรงงาน เริ่มเกิดปัญหามาตั้งแต่ปี 2540 ที่มีปัญหาเรื่องกลิ่นจากอุตสาหกรรม และต้องใช้เวลาเกือบ 5 ปีในการจัดการ กระทั่งปี 2548 ก็เกิดปัญหาเรื่องวิกฤติภัยแล้งขึ้น ทำให้เกิดข้อขัดแย้งและการแย่งใช้น้ำ ระหว่างอุตสาหกรรมกับชาวบ้าน และปัจจุบันเกิดปัญหาสาร อินทรีย์ระเหยง่ายในบรรยากาศ (วีโอซี) เกินมาตรฐานตั้งแต่ปี 2549 จนถึงปัจจุบัน จนนำมาสู่การตั้งคณะกรรมการ 4 ฝ่ายมาแก้ปัญหา โดยเฉพาะประเด็นการฟ้องร้องต่อศาล และมีคำตัดสินให้ 65 โครงการจาก 76 โครงการในเขตอุตสาหกรรม ที่ส่วนใหญ่อยู่ในนิคมอาร์ไอแอล และนิคมเอเชีย ตะวันออกต้องระงับตามคำสั่งศาลเมื่อวันที่ 2 ธ.ค.ที่ผ่านมา ทั้งนี้ กนอ.จะเชิญผู้ประกอบการและหน่วยงานที่เกี่ยวข้องในการออกใบอนุญาตโครงการมารับฟังการปฏิบัติตามคำสั่งศาลปกครองสูงสุดในวันที่ 8 ธ.ค.นี้

รองผู้ว่า กนอ. ยังกล่าวว่า สำหรับการแก้ปัญหามลพิษที่เกิดขึ้น โดยเฉพาะปัญหาการระเหยของสารวีโอซี ได้ร่วมกับกรมควบคุมมลพิษ (คพ.) กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม ติดตามสารวีโอซีในบรรยากาศจากแหล่งกำเนิด ซึ่งในช่วงปี 2551 ที่เกิดปัญหา พบมีการรั่วมากถึง 600 จุด แต่ขณะนี้จัดการปัญหาได้เกือบหมดแล้ว ส่วนการประเมินศักยภาพการรองรับมลพิษในเขตมาบตาพุด ขณะนี้ได้เก็บข้อมูลอุตุนิยมฯและคุณภาพอากาศเกือบครบ 1 ปีแล้ว คาดว่าจะสรุปผลได้ในช่วงเดือน ม.ค. 2553 และจะนำเสนอคณะกรรมการสิ่งแวดล้อมแห่งชาติต่อไป

นายวีระพงศ์ กล่าวด้วยว่า ขณะเดียวกันในช่วงปี 2550 ทางคณะกรรมการศึกษาหาความสัมพันธ์ของสารมลพิษกับปัญหาทางด้านสุขภาพของชาวบ้าน ก็ได้ว่าจ้างให้นักวิชาการจากมหาวิทยาลัยธรรมศาสตร์ดำเนินการอยู่ อย่างไรก็ดีจากการดำเนินการตามแผนลดและขจัดมลพิษระหว่างปี 2550-2554 โดยเฉพาะก๊าซซัล เฟอร์ไดออกไซด์ และก๊าซไนโตรเจนได ออกไซด์ มีแนวโน้มลดลงตามลำดับ จากความร่วมมือของผู้ประกอบการ

ผู้สื่อข่าวรายงานว่า ในที่ประชุมนายอานันท์ได้ซักถามถึงเรื่องก๊าซบิวเทน-วัน รั่วไหล เมื่อวันที่ 5 ธ.ค.ที่ผ่านมา ขณะนายอานันท์และคณะกรรมการลงพื้นที่ โดย นายวีระพงศ์ได้รายงานให้ทราบ พร้อมชี้แจงว่าได้ส่งข้อมูลรายงานมายังนิคมอุตสาหกรรมมาบตาพุด กับ กนอ.แล้ว และหลังเกิดเหตุสั่งการให้เรือลำดังกล่าวถอนสมอ ออกจากฝั่งประมาณ 10 กม. ทันที เพื่อให้ซ่อมแซมและมีการตรวจวัดคุณภาพอากาศ แต่ไม่ได้ประกาศแจ้งเตือนชาวบ้าน เพราะกว่ากระบวนการรายงานตามขั้นตอนจะแล้วเสร็จก็ปาเข้าไปเวลา 17.00 น. หรือราว 5 โมงเย็น จนมีรายงานว่ามีชาวบ้านที่อยู่ใกล้จุดเกิดเหตุล้มป่วย 17 ราย โดยในช่วงเช้าวันที่ 6 ธ.ค. ได้เดินทางไปเยี่ยมแล้ว และได้รับรายงานว่ามีชาวบ้านทยอยเข้ารับการรักษาในรพ.อีกจำนวนหนึ่ง จึงได้ส่งทีมเจ้าหน้าที่เข้าไปดูแลพร้อมรับผิดชอบค่าใช้จ่ายทั้งหมด และจะเดินทางไปเยี่ยมเป็นการส่วนตัวในโอกาสต่อไป

หลังนายอานันท์รับฟังรายงานและการชี้แจงก็มีสีหน้าไม่พอใจ พร้อมตั้งข้อสังเกตว่า กนอ. มีศักยภาพในการควบคุมนิคมและโรงงานในนิคมได้หรือไม่ เพราะขนาดก๊าซรั่ว ซึ่งถือเป็นเหตุฉุกเฉิน แต่ยังใช้ระบบราชการ ทำงานแบบเช้าชามเย็นชามไม่ทันกับเหตุการณ์ฉุกเฉิน ถือเป็นอีกครั้งที่เสริมภาพลักษณ์ในทางที่ไม่ดีของ กนอ.กับชุมชน ในฐานะที่มาลงพื้นที่ฟังแล้วรู้สึกเป็นห่วงมาก ๆ และหนักใจมากกับ ปัญหาในพื้นที่

"ถ้าดูจากเอกสารที่แต่ละโรงงาน ได้รายงานผลการแก้ปัญหามลพิษในพื้นที่ก็ ดูสวยดี และบอกว่าแก้ได้ แต่ในทางปฏิบัติ ยังไม่ดี ขาดประสิทธิภาพ และทำให้ภาพลักษณ์การบริหารงานของกนอ.ที่ไม่ดีอยู่แล้วแย่กันใหญ่จากการคุยกับคนบางกลุ่มเป็นการ ภายในและส่วนตัว ส่วนใหญ่บอกถึงเรื่องในแง่ไม่ดีของ กนอ. กับโรงงาน ตรงนี้อยาก ฝากว่าการดำเนินธุรกิจซีเอสอาร์ หรือความรับผิดชอบต่อสังคมขององค์กรธุรกิจ ไม่ใช่แค่การสร้างภาพลักษณ์ ไม่ใช่การขายของเท่านั้น กระทรวงทรัพยากรฯ มีการให้ข้อมูลว่ามีอิทธิพลการเมืองแทรกแซง และการตั้งรับกับปัญหาในพื้นที่บางเรื่องยังแค่เริ่มเตรียมการ คงไม่ทันกับสภาพปัญหาที่เกิดขึ้น" นายอานันท์กล่าวตำหนิอย่างตรงไปตรงมา

ขณะที่ นายศักดิ์สิทธิ์ ตรีเดช ปลัดกระทรวงทรัพยากรฯ กล่าวว่า ขณะนี้กระทรวงกำลังเข้ามาประเมินศักยภาพการรองรับของแหล่งน้ำในเขตภาคตะวันออก เนื่องจากมี การร้องเรียนเรื่องการแย่งกันใช้น้ำระหว่างอุตสาหกรรมกับชุมชน และกำลังศึกษาผลกระทบของวีโอซีในแหล่งน้ำใต้ดินด้วย


หาแหล่งก๊าซรั่ว"มาบตาพุด"ไม่เจอ ตรวจซ้ำ"โรงปุ๋ยแห่งชาติ-บ่อบำบัดน้ำเสีย"

--------------------------------------------------------------------------------
วันที่ 16 ธ.ค. 2552
หนังสือพิมพ์มติชน

ก๊าซ"มาบตาพุด"รั่วเป็นปริศนา จนท.ตรวจทั้งนอก-ในนิคมฯไม่พบสิ่งผิดปกติ ให้กนอ.จัดชุดร่วมกรมควบคุมมลพิษ กรมโรงงานอุตสากรรม ตำรวจ ตัวแทนชาวบ้านตรวจซ้ำโรงปุ๋ยแห่งชาติ บ่อบำบัดน้ำเสีย สงสัยเป็นต้นเหตุให้เกิดกลิ่น

นายสยุมพร ลิ่มไทย ผู้ว่าราชการจังหวัดระยอง ประชุมร่วมกับ พล.ต.ต.สุวิระ ทรงเมตตา รองผู้บัญชาการตำรวจภูธรภาค 2 (รอง ผบช.ภ.2) พล.ต.ต.ธนิตศักดิ์ ธีระสวัสดิ์ ผู้บังคับการตำรวจภูธรจังหวัด (ผบก.ภ.จว.) ระยอง นายวีรพงศ์ ไชยเพิ่ม รองผู้ว่าการการนิคมอุตสาหกรรมแห่งประเทศไทย (กนอ.) เพื่อหารือผลการตรวจสอบกลิ่นก๊าซที่รั่วไหลใกล้โรงไฟฟ้าโกลว์ ถนนไอ 5 นิคมอุตสาหกรรมมาบตาพุด อ.เมืองระยอง เมื่อวันที่ 12 ธันวาคมที่ผ่านมา ทำให้ชาวบ้านมีอาการเจ็บป่วย รวม 6 คน โดยประชุมที่ห้องประชุม กนอ.มาบตาพุด อ.เมืองระยอง เมื่อวันที่ 15 ธันวาคม ที่ประชุมได้ข้อสรุปว่า จากการตรวจสอบยังไม่พบว่าก๊าซรั่วจากที่ใด

ผู้สื่อข่าวรายงานว่า การประชุมดังกล่าวใช้เวลา 2 ชั่วโมง โดยปิดห้องประชุมไม่ให้สื่อมวลชนเข้าฟัง ทั้งนี้ คณะเจ้าหน้าที่ชุดตรวจกลิ่นก๊าซ เป็นผู้รายงานผลการตรวจสอบโรงงาน ทั้งในนิคมอุตสาหกรรมมาบตาพุดและนอกเขตนิคมฯ รวมทั้งสิ้น 17 แห่ง

นายสยุมพรแถลงถึงผลการประชุมว่า เจ้าหน้าที่ชุดตรวจสอบโรงงานที่อยู่ในนิคมฯ และชุดตรวจสอบของอุตสาหกรรม จ.ระยอง ที่ตรวจโรงงานนอกนิคมฯ ผลการตรวจสอบรวมทั้งสิ้น 17 โรง เป็นการตรวจสอบระบบการทำงานในวันเกิดเหตุก๊าซรั่วไหลว่ามีการทำงานระบบเผาทิ้ง ระบบน้ำเสีย จุดเก็บสารเคมี และการซ่อมบำรุง ปรากฏว่าไม่พบสิ่งผิดปกติ

"สิ่งที่พบในบางจุดที่อาจจะต้องตรวจสอบซ้ำโดยละเอียดอีกครั้งว่า เป็นสาเหตุให้เกิดมลพิษหรือไม่ เช่น โรงปุ๋ยแห่งชาติกำลังตัดโครงสร้างเหล็ก หรือระบบบำบัดน้ำเสียบางแห่งที่ทำให้เกิดกลิ่นเหม็น ชุดตรวจสอบซ้ำจะเป็นชุดของ กนอ.กรมควบคุมมลพิษ กรมโรงงานอุตสาหกรรม เจ้าหน้าที่ตำรวจ และผู้แทนชุมชน" นายสยุมพรกล่าว

นายสยุมพรกล่าวว่า การป้องกันในการแก้ไขปัญหาที่อาจจะเกิดขึ้นในอนาคต ภาคประชาชนต้องการให้จัดตั้งศูนย์เฝ้าระวัง 24 ชั่วโมง มีอุปกรณ์การตรวจวัดก๊าซอุปกรณ์สื่อสาร รวมทั้งบุคลากรจากหลายฝ่าย และเป็นที่น่ายินดีที่ฝ่ายโรงงานให้ความร่วมมือจัดรถเคลื่อนที่ออกตรวจการเริ่มปฏิบัติตั้งแต่วันที่ 15 ธันวาคม

"หลังเกิดเหตุการณ์ขึ้นมา ทุกฝ่ายทำงานร่วมกันอย่างเต็มที่แต่มีความยากลำบาก ต่อไปนี้จะมุ่งป้องกันเพื่อให้เกิดความเชื่อมั่นและให้ประชาชนเข้ามามีส่วนร่วม" นายสยุมพรกล่าว

ด้านนายวีรพงศ์กล่าวว่า การตรวจสอบโรงงานนั้น วิเคราะห์สาเหตุทางเทคนิคแล้วยังไม่มีข้อบ่งชี้สิ่งผิดปกติ อย่างไรก็ตาม จะสอบสวนรายละเอียดเพิ่มเติมอีก 2-3 แห่ง คาดว่ามีประเด็นในส่วนที่เกี่ยวข้องกับกลิ่นที่เกิดขึ้น รวมทั้งประเด็นในส่วนที่เป็นทางด้านเทคนิคเกี่ยวกับทางด้านภูมิศาสตร์ ภูมิอากาศของพื้นที่ กระบวนการทำให้เกิดปรากฏการณ์อากาศกดต่ำลง การระบายก๊าซจากปล่องโรงงานไฟฟ้าอาจเกิดปัญหาถูกกดอยู่ในพื้นดิน นี่เป็นอีกประเด็นทางด้านเทคนิค ทางการนิคมฯจะเชิญผู้เชี่ยวชาญมาให้ข้อมูลการศึกษาประกอบด้วย

แหล่งข่าวจากทำเนียบรัฐบาล เปิดเผยว่า ในการประชุมคณะรัฐมนตรี (ครม.) เศรษฐกิจ วันที่ 16 ธันวาคมนี้ จะมีการหารือเกี่ยวกับความคืบหน้าโครงการในนิคมอุตสาหกรรมมาบตาพุด ที่ถูกศาลปกครองกลางมีคำสั่งระงับจำนวน 65 โครงการ ซึ่งข้อมูลเบื้องต้นจากการหารือสถานะโครงการพบว่า มีโครงการที่ซ้ำกันอยู่ 3 โครงการ จึงเหลือเพียง 62 โครงการ แยกเป็น 1.ประกอบกิจการแล้ว 8 โครงการ เงินลงทุน 29,439 ล้านบาท 2.อยู่ระหว่างก่อสร้าง 29 โครงการ วงเงินลงทุน 180,871 ล้านบาท 3.ยื่นคำขออนุญาตและอยู่ระหว่างรอ 18 โครงการ วงเงินลงทุน 26,673 ล้านบาท 4.ยังไม่ยื่นขอคำร้องและไม่ทราบสถานะ 7 โครงการ วงเงินลงทุน 13,121 ล้านบาท รวมวงเงินลงทุนทั้งสิ้น 250,104 ล้านบาท แบ่งเป็นผลกระทบด้านเศรษฐกิจ เงินลงทุน 142,205 ล้านบาท ผลกระทบต่อเนื่อง สัญญาผู้รับจ้าง 45,492 ล้านบาท ค่าปรับที่เกี่ยวข้อง 2,792 ล้านบาท และจำนวนคนว่างงาน 15,101 ล้านบาท

แหล่งข่าวกล่าวว่า นอกจากนี้ กระทรวงพลังงานได้เตรียมข้อมูลเพื่อรายงานโครงการที่เกี่ยวข้อง มี 7 โครงการ แบ่งเป็นโครงการที่ได้รับการยกเว้นการคุ้มครองจากศาลปกครองกลาง 3 โครงการ และโครงการที่ต้องดำเนินงานตามมาตรา 67 (2) จำนวน 4 โครงการ ทั้งนี้โครงการที่ถูกระงับของกระทรวงพลังงานจะเกิดผลกระทบทำให้ขาดแคลนก๊าซแอลพีจี และเกิดการว่างงาน 12,000 คน และคนว่างงานทางอ้อม 36,000 คน นอกจากนี้จะมีผลกระทบด้านการตกลงระหว่างประเทศ เรื่องสัญญาซื้อขายก๊าซธรรมชาติจากการระงับโครงการ โดยเฉพาะอุตสาหกรรมปิโตรเคมีปลายน้ำไม่สามารถดำเนินการได้ เนื่องจากวัตถุดิบในการผลิต ตลอดจนไม่สามารถชำระหนี้ได้ตามสัญญามูลค่าสูญเสียกว่า 2.6 แสนล้านบาท

แหล่งข่าวกล่าวว่า สำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแห่งชาติ ซึ่งเป็นฝ่ายเลขานุการประชุมครม.เศรษฐกิจได้ประเมินว่า โครงการที่ถูกระงับส่วนใหญ่อยู่ในช่วงก่อสร้าง ทั้ง กนอ. และ กรอ. รวม 29 โครงการ วงเงิน 180,817 ล้านบาท ซึ่งจะมีผลกระทบต่อภาระการลงทุนของประเทศและความเชื่อมั่นของผู้ประกอบการ และมีผลกระทบต่อแรงงาน 15,000 คน

Digital image processing

Digital image processing

Digital image processing คือ การประมวลผลภาพ เป็นการประยุกต์ใช้งานการประมวลผลสัญญาณบนสัญญาณ 2 มิติ เช่น ภาพนิ่ง (ภาพถ่าย) หรือภาพวีดิทัศน์(วีดิโอ) และยังรวมถึงสัญญาณ 2 มิติอื่นๆ ที่ไม่ใช่ภาพด้วยแนวความคิดและเทคนิค ในการประมวลผลสัญญาณ สำหรับสัญญาณ 1 มิตินั้น สามารถปรับมาใช้กับภาพได้ไม่ยาก แต่นอกเหนือจาก เทคนิคจากการประมวลผลสัญญาณแล้ว การประมวลผลภาพก็มีเทคนิคและแนวความคิดที่เฉพาะ (เช่น connectivity และ rotation invariance) ซึ่งจะมีความหมายกับสัญญาณ 2 มิติเท่านั้น แต่อย่างไรก็ตามเทคนิคบางอย่าง จากการประมวลผลสัญญาณใน 1 มิติ จะค่อนข้างซับซ้อนเมื่อนำมาใช้กับ 2 มิติ เมื่อหลายสิบปีมาแล้ว การประมวลผลภาพนั้น จะอยู่ในรูปของการประมวลผลสัญญาณแอนะล็อก (analog) โดยใช้อุปกรณ์ปรับแต่งแสง (optics) ซึ่งวิธีเหล่านั้นก็ไม่ได้หายสาบสูญ หรือเลิกใช้ไป ยังมีใช้เป็นส่วนสำคัญ สำหรับการประยุกต์ใช้งานบางอย่าง เช่น ฮอโลกราฟี (holography) แต่เนื่องจากอุปกรณ์คอมพิวเตอร์ในปัจจุบัน ราคาถูกลง และเร็วขึ้นมาก การประมวลผลภาพดิจิทัล (digital image processing) จึงได้รับความนิยมมากกว่า เพราะการประมวลผลที่ทำได้ซับซ้อนขึ้น แม่นยำ และง่ายในการลงมือปฏิบัติ

(By...千羽久美子)

ข้อมูลจากการสำรวจระยะไกล (Remote Sensing)

ข้อมูลจากการสำรวจระยะไกล (Remote Sensing)

การสำรวจระยะไกลเป็นการสำรวจจากระยะไกล โดยเครื่องมือวัดไม่มีการสัมผัสกับสิ่งที่ต้องการตรวจวัดโดยตรง กระทำการสำรวจโดยให้เครื่องวัดอยู่ห่างจากสิ่งที่ต้องการตรวจวัด โดยอาจติดตั้งเครื่องวัดเช่น กล้องถ่ายภาพ ไว้ยังที่สูง บนบอลลูน บนเครื่องบิน ยาวอวกาศ หรือดาวเทียม แล้วอาศัยคลื่นแม่เหล็กไฟฟ้าที่แผ่ หรือสะท้อนมาจากสิ่งที่ต้องการสำรวจเป็นสื่อในการวัด การสำรวจโดยใช้วิธีนี้เป็นการเก็บข้อมูลที่ได้ข้อมูลจำนวนมาก ในบริเวณกว้างกว่าการสำรวจภาพสนาม จากการใช้เครื่องมือสำรวจระยะไกล โดยเครื่องมือสำรวจไม่จำเป็นที่ต้องสัมผัสกับวัตถุตัวอย่าง เช่น เครื่องบินสำรวจเพื่อถ่ายภาพในระยะไกล การใช้ดาวเทียมสำรวจทรัพยากรทำการเก็บข้อมูลพื้นผิวโลกในระยะไกล จากภาพเป็นการแสดงภาพถ่ายทางอากาศบริเวณจุฬาลงกรณ์มหาวิทยาลัย และทำการซ้อนทับกับข้อมูลขอบเขตอาคารและการใช้ประโยชน์ของที่ดิน ซึ่งเมื่อเปรียบเทียบระหว่างข้อมูลระยะไกลกับข้อมูลภาคสนามแล้วจะเห็นได้ว่า ข้อมูลจากการสำรวจระยะไกลจะให้รายละเอียดของข้อมูลน้อยกว่าการสำรวจภาคสนาม แต่จะให้ชอบเขตของการสำรวจที่กว้างกว่า และข้อมูลที่ได้จะเป็นข้อมูลที่ได้จากการเก็บตัวอย่างเพียงครั้งเดียว เมื่อกล่าวถึงเทคโนโลยีการสำรวจระยะไกล มีองค์ประกอบที่จะต้องพิจารณาคือ คลื่นแม่เหล็กไฟฟ้า ซึ่งเป็นสื่อที่ใช้เชื่อมระหว่างเครื่องวัด กับวัตถุที่ต้องการสำรวจ
เครื่องมือวัด ซึ่งเป็นตัวกำหนดช่วงคลื่นแม่เหล็กไฟฟ้าที่จะใช้ในการตรวจวัด ตลอดจนรูปลักษณะของข้อมูลที่จะตรวจวัดได้ ยานที่ใช้ติดตั้งเครื่องมือวัด ซึ่งเป็นตัวกำหนดระยะระหว่างเครื่องมือวัด กับสิ่งที่ต้องการวัด ขอบเขตพื้นที่ที่เครื่องมือวัดสามารถครอบคลุมได้ และช่วงเวลาในการตรวจวัด การแปลความหมายของข้อมูลที่ได้จากการวัด อันเป็นกระบวนการในการแปลงข้อมูลความเข้ม และรูปแบบของคลื่นแม่เหล็กไฟฟ้าที่วัดได้ ออกเป็นข้อมูลที่ต้องการสำรวจวัดอีกต่อหนึ่งซึ่งจะกล่าวในบทถัดไป

(By...千羽久美子)