การประมาณค่าความขุ่นของน้ำ จากภาพถ่ายดาวเทียม Sentinel-2 หลายช่วงเวลา เพื่อเพิ่มศักยภาพการประเมินคุณภาพน้ำเพื่อการอุปโภคและบริโภค Retrieval of Water Turbidity Using Sentinel-2 Image Time Series to Enhance Water Quality Assessment for Consumption
DOI:
https://doi.org/10.14456/jem.2020.12คำสำคัญ:
ความขุ่น, แม่น้ำเจ้าพระยา, ภาพถ่ายจากดาวเทียม Sentinel-2, คุณภาพน้ำ, การวิเคราะห์หลายช่วงเวลาบทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อศึกษาและพัฒนาขั้นตอนวิธีการ (algorithm) สำหรับการประมาณค่าความขุ่นของน้ำจากภาพถ่ายดาวเทียม Sentinel-2A และ Sentinel-2B โดยเปรียบเทียบระหว่างค่าการสะท้อนแสงของพื้นผิวกับค่าความขุ่นจากสถานีวัดคุณภาพน้ำอัตโนมัติในช่วงเวลาเดียวกัน และศึกษาการเปลี่ยนแปลงค่าความขุ่นของน้ำจากภาพถ่ายดาวเทียม บริเวณแม่น้ำและปากแม่น้ำเจ้าพระยา ระหว่างวันที่ 18 ธันวาคม พ.ศ. 2559 ถึง 28 ธันวาคม พ.ศ. 2561 ขั้นตอนการวิเคราะห์ข้อมูลในขั้นต้นประกอบด้วยการปรับแก้ความคลาดเคลื่อนของชั้นบรรยากาศจากข้อมูลระดับ L1C ไปเป็นข้อมูลระดับ L2A ด้วยวิธี Sen2Cor ผลการศึกษาพบว่า ความสัมพันธ์ระหว่างค่าการสะท้อนแสงของพื้นผิวจากภาพถ่ายดาวเทียมกับค่าความขุ่นของน้ำจากสถานีวัดคุณภาพน้ำอัตโนมัติของการประปานครหลวง ที่สถานีวัดบ้านแป้ง และสถานีสะพานพระนั่งเกล้า หลายช่วงเวลา โดยการวิเคราะห์สมการถดถอยเชิงเส้น มีค่าสัมประสิทธิ์การตัดสินใจ (R2) เท่ากับ 0.87 ซึ่งมีความสัมพันธ์กันสูงอย่างมีนัยสำคัญ ช่วงคลื่นที่นำมาในใช้ในการพัฒนาขั้นตอนวิธีการสำหรับประมาณค่าความขุ่นของน้ำประกอบด้วยข้อมูลช่วงคลื่นสีแดง สำหรับข้อมูลจากภาพถ่ายดาวเทียม สามารถนำมาใช้เป็นเครื่องมือในประเมินและติดตามการเปลี่ยนแปลงค่าความขุ่นเชิงพื้นที่ในแต่ละช่วงเวลา ทั้งนี้สามารถใช้ประเมินคุณภาพน้ำทางกายภาพเบื้องต้นก่อนเข้าสู่ระบบการผลิตน้ำประปา รวมถึงพื้นที่ที่อาจได้รับผลกระทบ เช่น การเพาะเลี้ยงสัตว์น้ำ เป็นต้น ได้อย่างมีประสิทธิภาพ
References
Borok, A. (2014). Turbidity Technical Review: Summary of Sources, Effects, and Issues Related to Revising the Statewide Water Quality Standard for Turbidity. Oregon Department of Environmental Quality.
Constantin, S., Doxaran, D., Constantinescu, S. (2016). Estimation of Water Turbidity and Analysis of Its Spatio-Temporal Variability in the Danube River Plume (Black Sea) Using MODIS Satellite Data. Continental Shelf Research 112, 14–30.
Department of Health. (2015). Water Pollution and Health Impacts [In Thai]. Health Impact Assessment Division, Department of Health, Ministry of Public Health.
European Space Agency. (2012). Sentinel-2: ESA’s Optical High-Resolution Mission for GMES Operational Services. ESA Communications, Netherlands.
European Space Agency. (2019). Copernicus Open Access Hub. Retrieved Feb 11, 2019, from https://scihub.copernicus.eu/
Guttler, F.N., Niculescu, S., and Gohin, F. (2013). Turbidity Retrieval and Monitoring of Danube Delta Waters Using Multisensor Optical Remote Sensing Data: An Integrated View from the Delta Plain Lakes to the Western- Northwestern Black Sea Coastal Zone. Remote Sens. Environ. 132, 86.
Hydro and Agro Informatics Institute. (2012). Data Warehouse System Development Project of 25 Basin and Flood and Drought Modeling [In Thai]. Retrieved May 13, 2020, from http://www.thaiwater.net/web/attachments/25basins/10-chaopraya.pdf
Louis, J., Debaecker, V., Pflug, B., Main-Knorn, M., Bieniarz, J., Mueller-Wilm, U., Cadau, E., and Gascon, F. (2016). Sentinel-2 Sen2Cor: L2A Processor for Users. Proc. ‘Living Planet Symposium 2016’, Prague, Czech Republic, 9–13 May 2016 (ESA SP-740, August 2016)
Pollution Control Department. (2005). Thailand State of Pollution Report 2005 [In Thai]. Pollution Control Department, Bangkok.
Pollution Control Department. (2020). Water Quality and Water Pollution [In Thai]. Retrieved May 10, 2020, from http://www.pcd.go.th/contact/FAQs_water.html
Quang, N.H., Sasaki, J., Higa, H. and Huan, N.H. (2017). Spatiotemporal Variation of Turbidity Based on Landsat 8 OLI in Cam Ranh Bay and Thuy Trieu Lagoon, Vietnam. Water 2017, 9, 570
Ritchie, J.C., McHenry J.R., Schiebe F.R. and Wilson, R.B. (1974). The Relationship of Reflected Solar Radiation and the Concentration of Sediment in the Surface Water of Reservoirs. Remote Sensing of Earth Resources Vol. III (F. Shahrokhi, editor), The University of Tennessee Space Institute, Tullahoma, Tennessee,pp. 57–72.
Ritchie, C.J., Zimba, V.P., Everitt, H.J. (2003). Remote Sensing Techniques to Assess Water Quality. Photogramm. Eng. Remote Sens. 69, 695–704.
Shen, X. and Feng, Q. (2018). Statistical Model and Estimation of Inland Riverine Turbidity with Landsat 8 OLI Images: A Case Study. Environmental Engineering Science. Volume: 35 Issue 2.
Simis, S.G.H., Ruiz-Verdu, A., Dominguez-Gomez, J.A., Pena-Martinez, R., Peters, S.W.M., and Gons, H.J. (2007). Influence of Phytoplankton Pigment Composition on Remote Sensing of Cyanobacterial Biomass. Remote Sens. Environ. 106, 414.
