SamplingA grid composed of 1*1 km c

Sampling
A grid composed of 1*1 km cells was overlaid on an image
of Northeast Thailand for the area from 14000N–100500E to
18300N–105400E. This grid covers all of Northeast Thailand
with a total of 176,669 grid cells (there are 501 cells on the
north–south axis and 521 cells on the east–west axis). Initially,
350 of these grid cells were randomly selected but, after
checking the Point Asia images, 147 cells had to be excluded
from the survey because they were found to be unsuitable for
analysis. Of these, 88 grid cells had no satellite images or the
images could not be utilized because of too much cloud cover
(25.1 % of the initial sample of grid cells); 59 grid cells
(16.9 % of the initial sample) had satellite images but contained either no paddy fields or such a small area of paddy
fields as to be unusable. The images for the 203 remaining gridcells (0.1 % of the total number of grid cells) were analyzed in
this survey (Fig. 2).
Identifying Paddy Fields in the Grid Cells
Within each of the sample grid cells (1 9 1 km), the
boundaries of paddy fields were identified by the naked eye
of the analyst and the area of the paddy fields was calculated using Arc View version 9.1 (ESRI) geographical
information software.
Calculating the Density of Trees in Paddy Fields
All of the tree canopies inside the boundaries of the
paddy fields within each grid cell were counted using the
naked eye of the analyst. In those cases, when there
were several trees forming a single cluster, and it was
not possible to count each tree individually due to
insufficient resolution, the whole cluster was counted as
one tree. In many cases, these clusters are clumps of
bamboo while, in other cases, they are composed of
several small trees growing closely together on top of a
termite mound, so are functionally equivalent to a single
tree. An example of counting trees in paddy fields is
shown in Fig. 3. Once the total number of trees in all of
the paddy fields within a grid cell was established, then
the density of trees was calculated with the following
formula using Arc View:
The mean density of trees in paddy fields number/ha ð Þ
¼ total number of trees in paddy fields/area
of paddy fields ha ð Þ:

ผลลัพธ์ (ไทย) 1:

สุ่มตัวอย่างตารางส่วนประกอบของเซลล์ 1 * 1 km เป็น overlaid บนภาพภาคตะวันออกเฉียงเหนือพื้นที่ 14 000N – 100 500E จะ18 300N – 105 400E กริดนี้ครอบคลุมทั้งภาคตะวันออกเฉียงเหนือมีทั้งหมด 176,669 ตารางเซลล์ (มี 501 เซลล์ในการแกนเหนือ-ใต้และ 521 เซลล์บนแกนตะวันออกตะวันตก) เริ่มต้น350 ของตารางเหล่านี้ถูกสุ่มเลือกเซลล์แต่ตรวจสอบภาพจุดเอเชีย เซลล์ 147 ได้ออกจากการสำรวจเนื่องจากพวกเขาพบจะไม่เหมาะสมกับวิเคราะห์ เหล่านี้ 88 ตารางเซลล์มีภาพไม่มีสัญญาณดาวเทียมหรือไม่สามารถใช้ภาพเนื่องจากครอบคลุมเมฆมากเกินไป(25.1% ของตัวอย่างแรกของเซลล์ตาราง); เซลล์ตารางที่ 59(16.9% ของตัวอย่างเริ่มต้นมีภาพดาวเทียม แต่ประกอบด้วยนาไม่มีข้าวหรือเช่นพื้นที่ขนาดเล็กเปลือกเขตข้อมูลไม่สามารถใช้งานได้ รูปภาพสำหรับ gridcells เหลือ 203 (0.1% ของจำนวนเซลล์ตาราง) ได้วิเคราะห์ในสำรวจที่นี้ (Fig. 2)ระบุนาข้าวในเซลล์ตารางภายในของเซลล์ตารางตัวอย่าง (1 9 1 km), การระบุขอบเขตของนาข้าว ด้วยตาเปล่าของนักวิเคราะห์ตั้งของทุ่งถูกคำนวณโดยใช้ส่วนโค้งดูเวอร์ชั่น 9.1 (ESRI) ทางภูมิศาสตร์ข้อมูลซอฟต์แวร์คำนวณความหนาแน่นของต้นไม้ในนาข้าวทั้งหมด canopies ต้นไม้ภายในขอบเขตของการนาข้าวในแต่ละกริดเซลล์นับได้โดยใช้การตาเปล่าของนักวิเคราะห์ ในกรณีดังกล่าว เมื่อมีมีต้นไม้หลายเป็นคลัสเตอร์เดียว และก็ไม่สามารถนับจำนวนต้นไม้แต่ละต้นครบกำหนดเพื่อความละเอียดไม่เพียงพอ คลัสเตอร์ทั้งหมดถูกนับเป็นต้นไม้ต้นหนึ่ง ในหลายกรณี คลัสเตอร์เหล่านี้จะกระจุกของไม้ไผ่ในขณะที่ ในบางกรณี พวกเขาจะประกอบด้วยต้นไม้เล็กหลายเติบโตกันอย่างใกล้ชิดในด้านของการปลวก mound ดังนั้นฟังก์ชันที่เทียบเท่ากับเดียวแผนภูมิ ตัวอย่างของการนับต้นไม้ในนาข้าวแสดงใน Fig. 3 ครั้งจำนวนต้นไม้ในทั้งหมดทุ่งนาภายในเซลล์ตารางถูกก่อตั้งขึ้น แล้วคำนวณความหนาแน่นของต้นไม้กับต่อไปนี้สูตรที่ใช้ส่วนโค้งมุมมอง:หมายถึงความหนาแน่นของต้นไม้ในนาข้าวจำนวน/ฮา ðÞจำนวน¼ของต้นไม้ในนาข้าว /เปลือกฟิลด์ฮา ðÞ:

ผลลัพธ์ (ไทย) 2:

การสุ่มตัวอย่างตารางประกอบด้วย 1 * 1 กมเซลล์ถูกวางทับบนภาพของภาคตะวันออกเฉียงเหนือในพื้นที่ตั้งแต่วันที่14? 000N-100? 500E ไป18 300N-105? 400E ตารางนี้จะครอบคลุมทั้งหมดของภาคตะวันออกเฉียงเหนือมีจำนวน 176,669 ตารางเซลล์ (มี 501 เซลล์ในแกนทิศตะวันตกเฉียงใต้และ521 เซลล์บนแกนทิศตะวันออกทิศตะวันตก) ในขั้นต้น350 ตารางของเซลล์เหล่านี้ได้รับการสุ่มเลือก แต่หลังจากการตรวจสอบภาพเอเชียPoint, 147 เซลล์จะต้องได้รับการยกเว้นจากการสำรวจเพราะพวกเขาถูกพบว่ามีความเหมาะสมสำหรับการวิเคราะห์ ของเหล่านี้ 88 เซลล์ตารางมีภาพดาวเทียมหรือภาพที่ไม่สามารถนำมาใช้เพราะเมฆปกคลุมมากเกินไป(25.1% ของกลุ่มตัวอย่างเริ่มต้นของเซลล์ตาราง); 59 ตารางเซลล์(16.9% ของกลุ่มตัวอย่างเริ่มต้น) มีภาพถ่ายดาวเทียมที่มีอยู่ แต่ไม่มีทั้งทุ่งนาหรือพื้นที่ขนาดเล็กเช่นข้าวเปลือกสาขาให้เป็นไปไม่ได้ ภาพสำหรับ gridcells เหลือ 203 (0.1% ของจำนวนเสียงทั้งหมดของเซลล์ตาราง) ถูกนำมาวิเคราะห์ในการสำรวจครั้งนี้(รูปที่. 2). ระบุนาข้าวในเซลล์ตารางในแต่ละเซลล์ตารางตัวอย่าง (1 9 1 กิโลเมตร) ขอบเขตของนาข้าวที่ถูกระบุด้วยตาเปล่าของนักวิเคราะห์และพื้นที่นาข้าวได้รับการคำนวณโดยใช้อาร์ดูรุ่น 9.1 (ESRI) ทางซอฟต์แวร์ข้อมูล. การคำนวณความหนาแน่นของต้นไม้ในนาข้าวทั้งหมดของหลังคาต้นไม้ภายในขอบเขตของนาข้าวที่อยู่ในแต่ละเซลล์ตารางนับโดยใช้ตาเปล่าของนักวิเคราะห์ ในกรณีดังกล่าวเมื่อมีต้นไม้หลายกลายเป็นกลุ่มเดียวและมันก็เป็นไปไม่ได้ที่จะนับต้นไม้แต่ละรายบุคคลอันเนื่องมาจากความละเอียดไม่เพียงพอกลุ่มทั้งหมดถูกนับเป็นต้นไม้ต้นหนึ่ง ในหลายกรณีที่กลุ่มเหล่านี้เป็นดงในขณะไม้ไผ่ในกรณีอื่น ๆ ที่พวกเขาจะประกอบด้วยต้นไม้เล็กๆ ที่เติบโตร่วมกันอย่างใกล้ชิดด้านบนของเนินดินปลวกเพื่อให้มีการทำงานเทียบเท่ากับเดียวต้นไม้ ตัวอย่างของการนับต้นไม้ในนาข้าวจะถูกแสดงในรูป 3. เมื่อจำนวนของต้นไม้ในทั้งหมดของนาข้าวภายในเซลล์ตารางก่อตั้งขึ้นแล้วความหนาแน่นของต้นไม้ที่คำนวณได้ดังต่อไปนี้สูตรที่ใช้Arc View: ความหนาแน่นเฉลี่ยของต้นไม้ในนาข้าวจำนวน / ไร่ðÞ¼ จำนวนรวมของต้นไม้ในทุ่งนา / พื้นที่นาข้าวฮ่าðÞ:

ผลลัพธ์ (ไทย) 3:

ตัวอย่าง
ตารางประกอบด้วย 1 * 1 กม. เซลล์ถูกวางทับบนภาพ
ของภาคตะวันออกเฉียงเหนือในพื้นที่ 14  000n – 100  500e

18  300n – 105  400e ตารางนี้จะครอบคลุมทั้งหมดของภาคตะวันออกเฉียงเหนือ
ที่มีทั้งหมดของ 176669 เซลล์ตาราง ( มี 501 เซลล์บน
เหนือ–ใต้แกนและเพราะเซลล์บนตะวันออก–ตะวันตกแกน ) ตอนแรก
350 เซลล์ตารางเหล่านี้สุ่มแต่หลังจาก
การตรวจสอบประเด็นเอเชียภาพ 147 เซลล์ต้องแยกออก
จากการสำรวจ เพราะพบว่ามีความไม่เหมาะสมสำหรับ
การวิเคราะห์ ของเหล่านี้ , 88 เซลล์ตารางไม่มีภาพดาวเทียมหรือภาพที่ไม่สามารถใช้

เพราะเมฆคลุมมากเกินไป ( ปรับตัวเพิ่มขึ้นของตัวอย่างแรกของตารางเซลล์ ) ; 59 ตารางเซลล์
( 169 % ของตัวอย่างเบื้องต้น ) มีภาพดาวเทียม แต่ที่มีอยู่ไม่นา หรือพื้นที่ขนาดเล็ก เช่น ข้าวเปลือก
เป็นทุ่งหญ้าจะไม่สามารถใช้งาน ภาพที่เหลือ gridcells 203 ( 0.1 % ของจำนวนเซลล์ตาราง ) วิเคราะห์แบบสำรวจนี้

( รูปที่ 2 ) ระบุนาข้าวในเซลล์ตาราง
ภายในแต่ละตัวอย่างเซลล์ตาราง ( 1 9
1 กม. )ขอบเขตของนาข้าว ระบุได้ด้วยตาเปล่า
ของนักวิเคราะห์และพื้นที่นาข้าวถูกคำนวณโดยใช้อาร์ควิวรุ่น 9.1 ( ESRI ) ซอฟต์แวร์ข้อมูลภูมิศาสตร์
.
คำนวณความหนาแน่นของต้นไม้ในนาข้าว
ไม้ทั้งหมดหลังคาภายในขอบเขตของ
นาข้าวในแต่ละกริดเซลล์คือ นับโดยใช้
ตาเปล่าของนักวิเคราะห์ ในกรณีนั้นเมื่อมีต้นไม้ขึ้น
หลายกลุ่มเดียว และมันเป็นไปไม่ได้ที่จะนับ


ต้นไม้แต่ละบุคคลเนื่องจากความละเอียดไม่เพียงพอ ทั้งกลุ่มก็นับว่าเป็น
หนึ่งต้นไม้ ในหลายกรณี กลุ่มเหล่านี้เป็นกอ
ไม้ไผ่ในขณะที่ในกรณีอื่น ๆ พวกเขาจะประกอบด้วย
ต้นไม้ขนาดเล็กหลายเติบโตใกล้ชิดด้วยกันด้านบนของ
จอมปลวก ดังนั้นเป็นหน้าที่เทียบเท่ากับเดียว
ต้นไม้ ตัวอย่างของการนับต้นไม้ในนาข้าวเป็น
แสดงในรูปที่ 3 เมื่อรวมจำนวนของต้นไม้ในทั้งหมดของ
นาข้าวภายในตารางเซลล์ที่ถูกสร้างขึ้น แล้วทำการคำนวณความหนาแน่นของต้นไม้

กับต่อไปนี้สูตรที่ใช้ Arc View :
ความหนาแน่นหมายถึงต้นไม้ในนาข้าวจำนวน / ฮาðÞ
¼จำนวนต้นไม้ในนาข้าวพื้นที่ /
ของ นาฮาðÞ :