Search Result - KUforest

All Project Researcher Journal Conference World

Search Result of "Spatial modeling"

About 20 results

งานวิจัย

การจำลองแบบเชิงพื้นที่ของข้อมูลบูรณาการในการใช้ที่ดินและการจัดการทรัพยากรธรรมชาติอย่างยั่งยืน (2007)

หัวหน้าโครงการ:ดร.พยัตติพล ณรงคะชวนะ, ผู้ช่วยศาสตราจารย์

แหล่งทุน:ทุนอุดหนุนวิจัยมก.

งานวิจัย

การจำลองแบบเชิงพื้นที่ของข้อมูลบูรณาการในการใช้ที่ดินและการจัดการทรัพยากรธรรมชาติอย่างยั่งยืน (2006)

หัวหน้าโครงการ:ดร.พยัตติพล ณรงคะชวนะ, ผู้ช่วยศาสตราจารย์

แหล่งทุน:ทุนอุดหนุนวิจัยมก.

งานวิจัย

การจำลองแบบเชิงพื้นที่ของข้อมูลบูรณาการในการใช้ที่ดินและการจัดการทรัพยากรธรรมชาติอย่างยั่งยืน (2008)

หัวหน้าโครงการ:ดร.พยัตติพล ณรงคะชวนะ, ผู้ช่วยศาสตราจารย์

แหล่งทุน:ทุนอุดหนุนวิจัยมก.

ผลลัพธ์:วารสาร (1) ประชุมวิชาการ (3)

ผลงานตีพิมพ์ในวารสารวิชาการ

Spatial Modeling of Forage Crops for Tiger Prey Species in the Area Surrounding Highway 304 in the Dong Phayayen-Khao Yai Forest Complex

ผู้แต่ง:Paanwaris Paansri, Natcha Sangprom, Mr.Warong Suksavate, Assistant Professor, Aingorn Chaiyes, Dr.prateep duengkae, Associate Professor,

วารสาร:

การประชุมวิชาการ

Using spatial modeling to understand the role of facilitation in forest regeneration: a case study of degraded mangroves

ผู้แต่ง:Dr.Aor Pranchai, Associate Professor, Michael Jenke, Juliane Vogt, Uwe Grueters, Uta Berger,

การประชุมวิชาการ:

การประชุมวิชาการ

การสร้างแบบจำลองเชิงพื้นที่ของขนาดอนุภาคของดินเพื่อทำแผนที่ดินเชิงเลข ในผืนป่าดงพญาเย็น-เขาใหญ่ มรดกโลก (2021)

ผู้แต่ง:Mr.Warong Suksavate, Assistant Professor, ปานวริศร์ ปานศรี, อิงอร ไชยเยศ, Dr.prateep duengkae, Associate Professor,

การประชุมวิชาการ:

ที่มา:วิทยาสารเกษตรศาสตร์ สาขา วิทยาศาสตร์

หัวเรื่อง:ไม่มีชื่อไทย (ชื่ออังกฤษ : Spatial Modeling for Soil Properties Prediction in Mountainous Areas Using Partial Least Squares Regression)

ผู้เขียน:สุวิทย์ อ๋องสมหวัง, Rawee Rattanakom

สื่อสิ่งพิมพ์:pdf

Abstract

Soil properties are one of the most important categories of information for land management and environmental modeling. Unfortunately, soil properties in mountainous areas with slopes of more than 35% are rarely investigated in Thailand due to the complexity of their landscapes and the cost and time requirements. The main objective was to predict soil properties in mountainous areas relating to soil forming factors using partial least squares regression (PLSR). The combination of topographic position index values from two different scales and criteria sets was firstly used to classify landform for in situ soil survey. Then, analyzed soil properties of the topsoil and subsoil (sand, silt, clay, pH, organic matter, total N, available P, exchangeable K, cation exchange capacity (CEC) and base saturation) and soil forming factors (rainfall, normalized difference vegetation index, elevation, slope, aspect, plan curvature, profile curvature, curvature, topographic wetness index and Al/Si ratio) were used to construct soil-landscape models using PLSR. It was found that the best predictive model for topsoil prediction was sand (R2 = 0.92) and the worst was silt (R2 = 0.52) while the best predictive model for subsoil property prediction was CEC (R2 = 0.85) and the worst was total N and available P (R2 = 0.59). Accuracy assessment for the topsoil and subsoil properties prediction models using normalized root mean square error varied between 0.18 to 0.25 and 0.18 to 0.36, respectively. In addition, the selected predictive soil properties were used for soil texture classification and soil fertility assessment. In conclusion, it is suggested that soil-landscape modeling using PLSR can be efficiently used as a tool for spatial soil property prediction in mountainous areas where soil characteristics and properties are not available.

Article Info

Agriculture and Natural Resources -- formerly Kasetsart Journal (Natural Science), Volume 047, Issue 3, May 13 - Jun 13, Page 358 - 373 | PDF | Page