Digital Mapping of Soil Salinization in the Dry Season Based on Sentinel-2 and Unmanned Aerial Vehicle images in Chatturat District, Chaiyaphum, Thailand

Abstract

เทคนิคการทำแผนที่ดิจิทัลดินได้นำมาใช้เพื่อประเมินการกระจายความเค็มของดิน วิธีนี้สามารถทำนายความเค็มของดินในพื้นที่ขนาดใหญ่ด้วยแบบจำลองค่าการนำไฟฟ้า และตัวแปรสิ่งแวดล้อม ซึ่งการวิจัยในครั้งนี้ใช้เทคนิค DSM สำหรับการจัดทำแผนที่ดิจิทัลความเค็มของดินในฤดูแล้ง พ.ศ. 2566 ในอำเภอจัตุรัส จังหวัดชัยภูมิ ด้วยภาพถ่ายจากดาวเทียม Sentinel-2 ภาพถ่ายจาก UAV และการวัดค่าการนำไฟฟ้า โดยสกัดปัจจัยตามหลัก SCORPAN และหลอมรวมจุดภาพด้วยการสอบเทียบดัชนี NDVI ด้วยสมการถดถอยเชิงเส้นตามลักษณะการใช้ประโยชน์ที่ดิน หลังจากนั้นจึงนำปัจจัยการเกิดความเค็มของดินที่ผ่านการสกัดทั้ง 23 ตัวแปร มาวิเคราะห์สหสัมพันธ์เพียร์สันและขจัดความซ้ำซ้อนของตัวแปร ทำให้ได้แบบจำลองถดถอยที่ประกอบด้วย 10 ตัวแปร ผลการวิจัยพบว่า แผนที่ดิจิทัลความเค็มของดินมีค่าการนำไฟฟ้า 0.06 ถึง 13.61 เดซิซีเมนต่อเมตร พบความเค็มในระดับเค็มเล็กน้อยมากที่สุดทั้งในพื้นที่ราบ และที่ราบลอนลาด คิดเป็นพื้นที่ 672.52 ตารางกิโลเมตร ซึ่งสอดคล้องกับรายงานการติดตามปัญหาความเค็มในแม่น้ำชีของกรมพัฒนาที่ดินและกรมควบคุมมลพิษ อีกทั้งแผนที่ดิจิทัลความเค็มของดินสามารถระบุค่าการนำไฟฟ้าและสถานะของความอุดมสมบูรณ์ของดินได้อีกด้วย ทั้งนี้หน่วยงานที่เกี่ยวข้องในการบริหารจัดการพื้นที่ศึกษาสามารถนำข้อมูลการกระจายตัวความเค็มของดินไปใช้ประโยชน์ ปรับปรุง ฟื้นฟู และติดตามความอุดมสมบูรณ์ของดินได้

Digital soil mapping techniques were used to assess soil salinity distribution. This method can predict soil salinity over large areas by modeling electrical conductivity and environmental variables. This research uses the DSM technique to digitally map soil salinity in the 2023 dry season in Chatturat District, Chaiyaphum Province, using Sentinel-2 satellite images, UAV images, and electrical conductivity measurements. In consistent with the SCORPAN principles, factors are extracted, and image points are fused with NDVI index calibration using linear regression equations based on land use characteristics. Then, the extracted soil salinity factors of 23 variables were analyzed by Pearson correlation, and the redundancy of variables was eliminated. The regression model consisted of 10 variables. The results show the digital map of soil salinity has an electrical conductivity of 0.0564 to 13.6099 decimeters per meter. The majority of flat regions and shallowly undulating plains (672.52 square kilometers) have slightly salinity levels. This is consistent with the report on monitoring the Chi River salinity problem by the Land Development Department and the Pollution Control Department. Digital soil salinity maps can indicate the electrical conductivity and state of soil fertility. The distribution of soil salinity can be used by the agencies in charge of managing the study area to monitor, restore and improve soil fertility.