Clue s intro

Presentation by… Mr.Niti Iamchuen
D5310159
School of Remote Sensing
Institute of Science
Suranaree University of Technology
E-mail: niti018@hotmail.com
แบบจำลองกำรคำดกำรณ์กำรใช้
ประโยชน์ที่ดินและสิ่งปกคลุมดิน
:CLUE-S
1
14 มกราคม 2557
14/01/57

เนื้อหาการบรรยาย
1. แนวคิดแบบจำลองกำรใช้ประโยชน์ที่ดิน
2. แบบจำลอง CLUE-S
3. ขั้นตอนกำรทำงำนเพื่อเตรียมข้อมูลนำเข้ำแบบจำลอง CLUE-S
4. ภำคปฏิบัติกำร
214/01/57

1 แนวคิดแบบจาลองการใช้ประโยชน์ที่ดิน
3
Agarwal et al. (2001) อธิบายแบบจาลองการใช้ประโยชน์ที่ดิน 19 แบบจาลอง ตามมิติทางด้านพื้นที่ เวลา และ
การตัดสินใจโดยมนุษย์
314/01/57

2 แบบจาลอง CLUE-S
2.1 ที่มาของแบบจาลอง CLUE-S
2.2 โครงสร้างแบบจาลอง CLUE-S
414/01/57

2.1 ที่มาของแบบจาลอง CLUE model
 เป็นแนวคิดของ Tom Veldkamp และ Louise Fresco ตีพิมพ์ในวารสาร Ecological
Modeling ในปี 1996 เรื่อง A Conceptual Model to Study the Conversion of Land Use
and Its Effects ภายหลังแนวคิดนี้ ถูกพัฒนาต่อยอดในรูปแบบของแบบจาลองโดยโดย ศ.ดร.
Peter Verburg ประเทศเนเธอร์แลนด์ [1]
 ชื่ออย่ำงเป็นทำงกำร คือ The Conversion of Land Use and its Effects modeling
framework (CLUE) การเปลี่ยนแปลงการใช้ประโยชน์ที่ดินและผมกระทบที่เกิดขึ้น เป็น
แบบจาลองเชิงประจักษ์ที่เชื่อมโยงระหว่างการใช้ประโยชน์ที่ดินและปัจจัยที่เกี่ยวข้องโดยการ
แข่งขันกันระหว่างการใช้ที่ดินในแต่ละประเภท
514/01/57

2.1 ที่มาของแบบจาลอง CLUE model
614/01/57
 เป็นฟรีแวร์ที่มีขนาดเล็ก ทางานเชื่อมโยงกับข้อมูลเชิงพื้นที่ตามขนาดจุดภาพที่กาหนดและสามารถจัดสรร
พื้นที่ (Allocation) ตามความเหมาะสม โดยอาศัยการกาหนดเงื่อนไขเชิงนโยบาย (Top Down) กับความ
ต้องการอุปสงค์เชิงพื้นที่ (Spatial Demand) จากกลุ่มคนในพื้นที่ (Bottom up) ตามลักษณะที่ตั้งที่
เหมาะสมของการใช้ประโยชน์ที่ดินประเภทต่างๆ ในพื้นที่ ตามปัจจัยขับเคลื่อน (Driving Factors) ที่
เกี่ยวข้อง และสามารถเชื่อมโยงกับแบบจาลองและศาสตร์ด้านต่างๆ เช่น อุทกวิทยา [2] วนศาสตร์ [3]
พลังงาน [4] ภูมิอากาศ [5] และนิเวศวิทยา [6] เป็นต้น
 การประยุกต์ใช้งานในหลายพื้นที่ทั่วโลก ทั้งในระดับทวีปเช่น ยุโรป อเมริกาใต้ อเมริกากลาง และใน
ระดับประเทศ เช่น จีน แอฟริกาใต้ [7] เคนย่า [8] ออสเตรีย [9] เยอรมัน [10] คอสตาริก้า [11] รวมไปถึง
ประเทศในเอเชีย เช่น มาเลเซีย [12] ไต้หวัน [3] เกาหลีใต้[5] เวียดนาม [13] ฟิลิปปินส์ [2] และ ไทย
[14]

2.1 ที่มาของแบบจาลอง CLUE model (ต่อ)
 ถูกพัฒนาในระยะแรก เพื่อใช้ในการพยากรณ์การใช้ประโยชน์ที่ดินในระดับทวีปและ
ระดับประเทศขนาดใหญ่ ต่อมาพัฒนาให้มีความเหมาะสมกับการใช้งานในระดับที่เล็กลงมาใน
ระดับประเทศและภูมิภาค ชื่อ CLUE-S (the Conversion of Land Use and its Effects at
Small regional extent) ปัจจุบันเวอร์ชั่นล่ำสุดชื่อ Dyna-CLUE Version2.0 ออกมำในปี
2010
714/01/57

2.2 โครงสร้ำงของแบบจำลอง CLUE-S
นโยบายเชิงพื้นที่
(Spatial policies and restrictions)
อุทยานแห่งชาติ (Natural Parks)
พื้นที่ควบคุม (Restricted areas)
โซนการพัฒนาทางการเกษตร
Agricultural development zones
การกาหนดการเปลี่ยนแปลงค่าเฉพาะของการใช้ประโยชน์ที่ดิน
(Land use type specific conversion settings)
ความยืดหยุ่นในการเปลี่ยนแปลง
(Conversion elasticity)
ลาดับในการเปลี่ยนแปลงการใช้ที่ดิน
(Land use transition sequences)
ความต้องการ/อุปสงค์การใช้ประโยชน์ที่ดิน
(Land use requirements/demand)
แนวโน้ม(Trends)
สถานการณ์จาลอง
(Scenarios)
Advanced models
Aggregate
Land use
demand
คุณลักษณะของทาเลที่ตั้ง
(Location characteristics)
Location
factors
soil,
accessibility,
etc.
Land use
specific
location
suitability
Logistic
regression
CLUE-S
ขั้นตอนในการจัดสรรการใช้ที่ดิน
(Land use change
Allocation procedure)
ภาพรวมของแบบจาลอง CLUE-S (Verburg, 2010) 814/01/57

การเรียงลาดับของเปลี่ยนถ่ายของการใช้ที่ดิน
(Land use transition sequences)
(Verburg, 2010)
9
14/01/57

Rki = akX1i + bkX2i + ..... (1)
where
Rki = การตั้งค่าของการใช้ประโยชน์ที่ดินประเภท k
X1,2, = คุณลักษณะทางเศรษฐกิจและสังคม ณ ตาแหน่งที่ i
ak และ bk = สัมประสิทธิ์ของการใช้ประโยชน์ที่ดินประเภท k
คุณลักษณะของทำเลที่ตั้ง
10
14/01/57

(2)
เมื่อ
Pi คือความน่าจะเป็นของประเภทการใช้ประโยชน์ที่ดิน ณ ตาแหน่งที่ i และ x คือ
ปัจจัยเชิงตาแหน่ง ส่วน β คือ ค่าคงที่ ที่ประมาณการของการถดถอยโลจิสติกส์ โดย
ใช้รูปแบบการใช้ประโยชน์ที่ดินตามตัวแปรตาม
11
คุณลักษณะของทำเลที่ตั้ง
14/01/57

(3)
เมื่อ
Pi,u คือความเหมาะสมของตาแหน่งที่ i ตามประเภทการใช้ประโยชน์ที่ดิน u
(ขึ้นกับ logit model),
ELASu คือความยืดหยุ่นในการเปลี่ยนแปลง (conversion elasticity) ตามประเภท
การใช้ประโยชน์ที่ดิน u
ITERu คือตัวแปรในการลู่ (iteration variable) ตามประเภทการใช้ที่ดินเฉพาะและ
การชี้วัดความสัมพันธ์กับการแข่งขันของแต่ละประเภทการใช้ที่ดิน
ความน่าจะเป็นทั้งหมด (TPROPi,u) ที่ถูกคานวณของแต่ละประเภทการใช้ประโยชน์ที่ดิน u
ขั้นตอนกำรจัดสรร (Allocation procedure)
12
14/01/57

3.1 นิยามของแบบจาลอง (Scenario definition)
3.2 การรวบรวมข้อมูล (Data collection)
3.3 การแปลงข้อมูล (Data conversion)
3.4 การวิเคราะห์สถิติ (Statistical analysis)
3.5 การตั้งค่าพารามิเตอร์ ของแบบจาลอง (parameter
setup of the CLUE-S model)
3 ขั้นตอนการทางานเพื่อเตรียมข้อมูลนาเข้าแบบจาลอง CLUE-S
1314/01/57

1414/01/57
3 ขั้นตอนการทางานเพื่อเตรียมข้อมูลนาเข้าแบบจาลอง CLUE-S
* is yearly starting 0..1…2..n
# is indicates code for explanatory factor
Variable Factors
Digital data mapSocio-economic data
Import to political unit
Rasterization (GIS Package)
Convert to ASCII Files
Conversion module
StatisticPackage
CLUE-S Model
Binary Logistic Regression
ROC Evaluation
main.1
regi*.*
cov_all.0
Main parameters
Area restriction
Initial land use
alloc1.reg
demand.in
Regression result
Demand scenario
LULC Prediction Year XXXX
locspec#.fillLocation specific policies
allow.txt
alloc2.reg
Conversion matrix
Neighborhood results
sc1gr#.fillDriving Factors (DF)
>0.5 Yes
Confirm DF
Accuracy
Assessmentความถูกต้องAdjust Parameter
Actual LULC YearXXXX
Yes
No
No

(1) สถานการณ์จาลอง (Scenario)
15
Demand of CLUE-S
14/01/57
Land use
Year 1
Agriculture
Urban
Water Body
Forest
Miscellaneous
Land use
Year 2
Agriculture
Urban
Water Body
Forest
Miscellaneous
อัตรำกำรเปลี่ยนแปลง
แต่ละกำรใช้ที่ดินต่อปี
ของแต่ละกำรใช้ที่ดิน
Conversion rate

1614/01/57
ปีเริ่มต้น
(Year1)
ปีสุดท้ำย
(Year2)
Agriculture Urban Water BodyForestMiscellaneous
conversion rate
A1 U1 M1 F1 W1
A2
U2 M2 F2 W2
A3
U3 M3 F3 W3
Z=(A2-A1)/(year2 - year1)
Area= (Z * year2)+Year2
Simulation Year
ปีที่ต้องกำร
พยำกรณ์
(Year3)

1714/01/57
2000
2010
Agriculture Urban Water BodyForestMiscellaneous
conversion rate
100 10 50 300 40
200 20 100 140 40
เกษตรกรรม=(200-100)/(2010 - 2000)
Area= (10 * (2020-2010)+200
300 ?? ?? ?? ??
Simulation Year
2020

ปัจจัย คำอธิบำย แหล่งที่มำ
1. แบบจำลองควำมสูงเชิงเลข(DEM) แบบจาลองความสูงเชิงเลข (สร้างจากเส้นชั้นความสูง 20 เมตร) กรมแผนที่ทหาร
2. ควำมลำดเท (Slope) ความลาดเท (สร้างจากแบบจาลองความสูงเชิงเลข) กรมแผนที่ทหาร
3. ทิศลำดเขำ (Aspect) ทิศทางรับแสง (สร้างจากแบบจาลองความสูงเชิงเลข) กรมแผนที่ทหาร
4. ปริมำณน้ำฝนรำยปีเฉลี่ย ปริมาณนาฝนเฉลี่ยรายปี กรมอุตุนิยมวิทยา
5. ชั้นคุณภำพลุ่มน้ำ ชั้นคุณภาพลุ่มน้า ตามมติ ครม.ปี พ.ศ. 2528 สานักงานนโยบายและแผนสิ่งแวดล้อม
6. กำรระบำยน้ำ การระบายน้าของเนื้อดิน กรมพัฒนาที่ดิน
7. ระยะห่ำงจำกถนน ระยะห่างจากถนน กรมแผนที่ทหาร
8. ระยะห่ำงจำกแหล่งน้ำ ระยะห่างจากทางน้า กรมแผนที่ทหาร
9. ควำมหนำแน่นประชำกร ความหนาแน่นประชากร(คน / ตร.กม.) ในปี พ.ศ. 2553 องค์กรบริหารส่วนจังหวัดพะเยา
ประเภทการใช้ที่ดิน คาอธิบาย แหล่งที่มา
1. พื้นที่เกษตรกรรม (Agriculture) พื้นที่ทางการเกษตร ( เช่น นาข้าว พืชสวน พืชไร ไม้ผล ไม้ยืนต้นทางการเกษตรเป็นต้น) กรมพัฒนาที่ดิน
2. พื้นที่ป่าไม้ (Forest) ป่าไม้และพื้นที่ธรรมชาติ กรมพัฒนาที่ดิน
3. พื้นที่อื่นๆ (Miscellaneous) พื้นที่หินโผล่ที่ต่า บ่อลูกรัง ที่รกร้าง ว่างเปล่า เป็นต้น กรมพัฒนาที่ดิน
4. พื้นที่ชุมชน (Urban) พื้นที่ชุมชน หมู่บ้านและสิ่งปลูกสร้างสถานที่ราชการต่างๆ กรมพัฒนาที่ดิน
5. พื้นที่แหล่งน้า (Water body) แหล่งน้าทั้งทางธรรมชาติและที่มนุษย์สร้างขึ้น กรมพัฒนาที่ดิน
ตำรำง 1 ข้อมูลปัจจัยสำหรับกำรจำลองกำรเปลี่ยนแปลงกำรใช้ประโยชน์ที่ดิน
ตำรำงที่ 2 ประเภทกำรใช้ประโยชน์ที่ดิน
1814/01/57
3.2 กำรรวบรวมข้อมูล (Data collection)

ข้อมูลที่ใช้ในการรันแบบจาลอง CLUE-S ใช้รูปแบบข้อมูลแอสกี้
(ASCII) ที่แปลงข้อมูลมาจากข้อมูลราสเตอร์ (Raster) จาก ข้อมูล GIS หรือ
ข้อมูลการรับรู้จากระยะไกล เช่น ArcView, ArcGIS, IDRISI ในการติดต่อ
กับแบบจาลอง CLUE-S ในการรับ-ส่งข้อมูลระหว่างกัน
ในทางปฏิบัติ ต้องทาข้อมูลเตรียมสาหรับการใช้ประโยชน์ที่ดิน
(Land use types) และปัจจัยที่เกี่ยวข้อง (driving force factors ) ให้อยู่ใน
รูปแบบราสเตอร์ก่อน เพื่อจะแปลงต่อไปสู่ ascii โดยข้อสาคัญต้องกาหนดชื่อ
และนามสกุลให้ตรงกับที่แบบจาลอง CLUE-S กาหนดไว้
1914/01/57
3.3 กำรแปลงข้อมูล (Data conversion)

ชื่อไฟล์ คาอธิบาย
Cov1_0.0 Forest
Cov1_1.0 Miscellaneous
Cov1_2.0 Agriculture
Cov1_3.0 Urban
Cov1_4.0 Water body
Cov_all.0 Land use and land cover
Sc1gr0.fil Elevation (DEM)
Sc1gr1.fil Slope
Sc1gr2.fil Aspect
Sc1gr3.fil Rainfall
Sc1gr4.fil Watershed classification
Sc1gr5.fil Drainage
Sc1gr6.fil Distance from road
Sc1gr7.fil Distance from stream
Sc1gr8.fil Distance from village
Sc1gr9.fil Population density
ตำรำงที่ 3 ชื่อและรหัสมำตรฐำนในแบบจำลอง CLUE-S
20
3.3 กำรแปลงข้อมูล (Data conversion)
14/01/57
Land use Aspect
Popden Dem

3.4 กำรวิเครำะห์สถิติ (Statistical analysis)
 การวิเคราะห์ปัจจัยขับเคลื่อน (Driving Factors) ใช้เพื่อหาความสัมพันธ์ระหว่างตาแหน่ง
ของการใช้ประโยชน์ที่ดินและชุดของปัจจัยที่ใช้ในการอธิบาย (Verburg et al., 2005)
 logit model ถูกใช้เพื่อหาความเกี่ยวข้องของความน่าจะเป็นระหว่างคุณลักษณะต่างๆของ
พื้นที่ โดยการประมาณการค่าสัมประสิทธิ์ (coefficients : β's) ที่เกิดขึ้นภายใต้รูปแบบการ
ใช้ประโยชน์ที่ดินที่ขึ้นกับตัวแปรตาม (dependent variable)
 โปรแกรมสถิติที่ใช้กัน เช่น SAS, SPSS สามารถนามาสร้างสมการถดถอยของการใช้
ประโยชน์ที่ดินที่ขึ้นกับตัวแปรต้นต่างๆ (Driving Forces) โดยใช้กระบวนการถดถอยแบบ
ขั้นตอน (Stepwise regression) ที่จะเลือกปัจจัยที่เกี่ยวข้องจากคุณลักษณะต่างๆของพื้นที่
โดยปัจจัยที่ไม่เกี่ยวข้องจะถูกขจัด (ดึง) ออกไปตามค่านัยสาคัญที่กาหนดขึ้นในสมการการ
ถดถอยในขั้นตอนสุดท้าย
2114/01/57

 ในการปฎิบัติจะต้องกาหนดประเภทการใช้ประโยชน์ที่ดินออกตามจานวนประเภทการใช้ที่ดิน เช่น มี 5 ประเภท
ต้องสร้างชั้นข้อมูลการใช้ที่ดินแต่ละประเภทแยกกัน (5 ไฟล์) โดยในแต่ละชั้นจะกาหนดค่า (value) ของข้อมูล
เป็นทวิหรือเรียกว่า binary ซึ่งมีค่าเป็น 1 (ใช่) กับ 0 (ไม่ใช่) เท่านั้น เช่น ชั้นข้อมูลการใช้ที่ดินของป่าไม้ จะมี
ค่าจุดภาพ (pixel) เป็นป่า (1) กับ ไม่ใช่ป่า (0) เท่านั้น หรือ ชั้นข้อมูลการใช้ที่ดินของเกษตรกรรมจะมีค่า
จุดภาพ (pixel) เป็นพื้นที่เกษตรกรรม (1) กับ ไม่ใช่พื้นที่เกษตรกรรม (0) เป็นต้น ทั้งนี้จะต้องนาเอาประเภท
การใช้ที่ดินแต่ละประเภทที่เป็น binary data มาเทียบกับชั้นข้อมูลตัวแปรต้นเพื่อใช้ในการวิเคราะห์หาสมการ
ขั้นสุดท้ายของแต่ละประเภทการใช้ที่ดินในกระบวนการทา stepwise regression โดยผลลัพธ์ที่ออกมาจะ
เป็น สมการของแต่ละประเภทการใช้ที่ดิน เช่น พื้นที่เกษตรกรรม = 1.38 + 2.87 dem – 6.7 slope
22

ค่าคงที่
β
ค่าสัมประสิทธิ์
ตัวแปรต้น หรือ
Driving Forces
14/01/57

Binary logistic regression for forest area
Logit (p) =  + β1 DEM + β2 Watershed classification+ β4 Population density
Binary logistic regression for miscellaneous area
Logit (p) =  + β1 DEM + β2 Drainage + β3 Distance from village
Binary logistic regression for agriculture area
Logit (p) =  + β1 Slope + β2 Watershed classification + β3 Drainage
+ β5 Distance from road + β6 Population density
Binary logistic regression for urban area
Logit (p) =  + β1 DEM + β2 Slope + β3 Watershed classification
+ β4 Drainage + β5 Distance from road
Binary logistic regression for water body
Logit (p) =  + β1 DEM + β2 Slope + β3 Watershed classification
+ Β4 Drainage
2314/01/57

24
ภายหลังจากได้สมการแล้ว จะมีการทดสอบสมการว่ามีความน่าเชื่อถือของ
การพยากรณ์ (Prediction) มากน้อยเพียงใด โดยใช้ค่า Receiver
Operating Characteristic :ROC หรือ Area under the
ROC curve: AUC โดยพิจารณาพื้นที่ใต้กราฟ (0-1) ถ้ามากกว่า 0.5
ถือว่าการพยากรณ์มีความน่าเชื่อถือ (Verburg et al., 2005)
14/01/57

Driving forcesLULC Forest Miscellaneous Agriculture Urban Water body
Constant -41.160 24.787 -11.720 2.075 177.087
Elevation (DEM) 0.106 -0.067 * -0.031 -0.395
Slope * * -0.112 0.175 -7.516
Aspect * * * * *
Rainfall * * * * *
Watershed classification -1.290 * 2.165 1.885 -4.626
Drainage * -0.377 -0.220 0.188 0.451
Distance from road * * 0.003 -0.005 *
Distance from stream * * * * *
Population density -0.008 * -0.001 0.002 *
Sig. number location factor
3 2 4 5 4
ROC-statistic 0.993 0.864 0.911 0.880 0.992
ตำรำงที่ 4 ค่ำสถิติของสมกำรกำรถดถอยของแต่ละประเภทกำรใช้ที่ดิน
* not significance
2514/01/57

3.5 ตำรำงกำรตั้งค่ำพำรำมิเตอร์ของแบบจำลอง CLUE-S
ชื่อไฟล์ คาอธิบาย สร้างโดย
MAIN.1 ชุดของพารามิเตอร์หลัก (Main parameters file) ประกอบด้วยข้อมูล 19 บรรทัด (อธิบายในรายละเอียดต่อไป) CLUE-S
ALLOC1.REG พารามิเตอร์ถดถอย (Regression parameters) ขึ้นกับจานวนประเภทการใช้ประโยชน์ที่ดิน และปัจจัยที่เกี่ยวข้องในแต่ละ
สมการ
CLUE-S
ALLOC2.REG ผลลัพธ์ของพื้นที่ข้างเคียง (Neighbourhood results) ชุดของพารามิเตอร์ถดถอยที่เพิ่มตามฐานของสมการ NOT USED CLUE-S
ALLOW.TXT เมตริกซ์การเปลี่ยนแปลง (Change matrix) จานวนแถวและสดมภ์ตามประเภทของการใช้ประโยชน์ที่ดิน CLUE-S
NEIGHMAT.TXT Neighbourhood settings. กาหนดขนาดและรูปร่างตามการให้ค่าน้าหนักของการวิเคราะห์พื้นที่ข้างเคียงของแต่ละประเภทการใช้
ประโยชน์ที่ดิน NOT USED
CLUE-S
REGI*.* พื้นที่ควบคุม (Area restriction file) กาหนดพื้นที่ให้สามารถเปลี่ยนหรือไม่เปลี่ยนแปลง โดยค่า 0 หมายถึงยอมให้มีการ
เปลี่ยนแปลง, -9999 หมายถึง ไม่มีข้อมูล, -99998 หมายถึง ไม่ยอมให้มีการเปลี่ยนแปลง
ArcView
DEMAND.IN* ความต้องการของการใช้ประโยชน์ที่ดิน (Land use requirements) คานวณแต่ละปี ของการใช้ประโยชน์ที่ดิน แถวคือ ปี
เริ่มต้นที่ 0 คือปี แรก สดมภ์คือ พื้นที่หรือสัดส่วนของประเภทการใช้ประโยชน์ที่ดินในแต่ละปี
Excel
COV_ALL.0 การใช้ประโยชน์ที่ดินปี เริ่มต้น (Initial land use) กริดของทุกประเภทการใช้ประโยชน์ที่ดิน เริ่มต้นที่ year 0 ค่าของกริดจะ
ตรงกับค่าของรหัสกริดในชุดพารามิเตอร์หลัก
ArcView
SC1GR#.FIL กริดปัจจัยคงที่ (Static location factor grid) และ # คือเลขของปัจจัยที่เกี่ยวข้อง ArcView
SC1GR#.* กริดปัจจัยพลวัตร (Dynamic location factor grid) และ # คือเลขของปัจจัยที่เกี่ยวข้อง NOT USED ArcView
ตำรำงที่ 5 คาอธิบายพารามิเตอร์ที่ใช้ในแบบจาลอง
Source: Adapted from Luijten et al. (2006)
2614/01/57

Line Description Format Area study parameter
1 จานวนประเภทของการใช้ประโยชน์ที่ดิน Integer 5
2 จานวนภูมิภาค Integer 1
3 จานวนตัวแปรอิสระมากที่สุดในแต่ละสมการถดถอย 1 สมการ Integer 6
4 จานวนทั้งหมดของตัวแปรอิสระ Integer 11
5 จานวนแถวทั้งหมด Integer 86
6 จานวนสดมภ์ทั้งหมด Integer 141
7 ขนาดกริด Float 1
8 ค่าพิกัดเริ่มต้นของ X Float 583916
9 ค่าพิกัดเริ่มต้นของ Y Float 2115240
10 ตัวเลขรหัสของการใช้ประโยชน์ที่ดิน Integers 0 1 2 3 4
11 รหัสของความยืดหยุ่นในการเปลี่ยนแปลง Float 1.0 0.1 0.2 1.0 1.0
12 ตัวแปรในการวนซ้า(Iteration) Float 1
13 ปีเริ่มต้นและปีสิ้นสุดในการจาลองเหตุการณ์ Integers 2007, 2009
14 จานวนตัวแปรพลวัตรและรหัสของปัจจัยพลวัตรที่เปลี่ยนแปลงในแต่ละปี Integers 0
15 ประเภทของรูปแบบผลลัพธ์ที่ต้องการ 1, 0, -2 or 2 1
16 การกาหนดเงื่อนไขของภูมิภาค 0, 1 or 2 0
17 ค่าเริ่มต้นของการใช้ประโยชน์ที่ดินในอดีต 0, 1 or 2 0
18 เงื่อนไขในการคานวณพื้นที่ข้างเคียง 0, 1 or 2 0
19 พื้นที่เฉพาะเพิ่มเติม Integers 0
ตำรำงที่ 6 โครงสร้างของไฟล์พารามิเตอร์หลัก (Main.1)
ที่มา: Verburg et al. (2010)
27
14/01/57

Line Description
Line 1: เลขของการใช้ประโยชน์ที่ดิน
Line 2: ค่าคงที่ของสมการ (ß0).
Line 3: จานวนปัจจัยที่ใช้ในสมการของการใช้ประโยชน์ที่ดิน (sc1gr#.fil files)
Line 4: ค่าสัมประสิทธิ์ของตัวแปร และเลขของตัวแปรนั้นๆ (ß1, ß2, etc.)
ตำรำงที่ 7 โครงสร้างของพารามิเตอร์ถดถอย (Alloc1.reg)
0
-41.16
4
0.106 0
-1.29 4
0.384 6
-0.008 10
1
24.787
3
-0.067 0
-0.377 5
0.002 9
28
14/01/57

Types Forest Miscellaneous Agriculture Urban Water body
Forest 1 1 1 1 1
Miscellaneous 105 1 1 1 1
Agriculture 110 -105 1 1 1
Urban 0 0 0 1 0
Water body 0 0 0 0 1
ตำรำงที่ 8 เมตทริกซ์การเปลี่ยนแปลง (allow.txt)
2914/01/57
0 หมายถึง ไม่ยอมให้มีการเปลี่ยนแปลง
1 หมายถึง ยอมให้มีการเปลี่ยนแปลง
100+ หมายถึง ยอมให้มีการเปลี่ยนแปลงเมื่อผ่านไป.....ปี เช่น 105 หมายถึงผ่านไป 5 ปีถึง
จะยอมให้มีการเปลี่ยนแปลง

3014/01/57
4. ภำคปฏิบัติกำร (Using The model)
4.1 การลงโปรแกรม (Download and set up)
4.2 การอธิบายเมนูคาสั่งต่างๆ (Menu Description)
4.3 การนาเข้าข้อมูล (Data Preparation: GIS2CLUE-S, GIS2STAT, STAT2CLUE-S)
4.4 การแปลงค่าและการวิเคราะห์ทางสถิติ (Statistical Analysis)
4.5 ตรวจสอบไฟล์ข้อมูล ต่างๆ และการกาหนดค่าพารามิเตอร์ (Parameter Setup)
4.6 การกาหนดพื้นที่ควบคุมและสถานการณ์จาลอง (Area Restrictions and Demand Scenario)
4.7 การรัน อ่านผลลัพธ์ (log file) และนาแสดงข้อมูล (Running, Output and Display)
4.8 ปัญหาและข้อเสนอแนะ (Problem and Suggestion)
4.9 อภิปราย (Discussion)

3114/01/57

3214/01/57
ข้อมูล
 การใช้ประโยชน์ที่ดิน
 ปัจจัยที่เกี่ยวข้องเชิงพื้นที่
ซอฟแวร์
 CLUE-S demo Version
 CLUE-S Full Version
 Notepad++
ncols 455
nrows 370
xllcorner 767475.2339
yllcorner 1583486.418
cellsize 100
NODATA_value -9999
-9999 -9999 -9999 -9999 -9999 -9999
-9999 -9999 -9999 -9999 -9999 -9999
-9999 -9999 -9999 -9999 -9999 -9999
Ascii data format

3314/01/57
Link to download software:
http://www.ivm.vu.nl/en/Organisation/departments/spatia
l-analysis-decision-support/Clue/index.asp

3414/01/57
Demo Version
Full version
**โปรแกรมลงได้ใน window 32 bits เท่านั้น**

3514/01/57

3614/01/57

3714/01/57

3814/01/57
ArcGIS
ArcViewGIS
ascii

3914/01/57

4014/01/57
Input: names.txt Output: Stat.txt
• Landuse type0.asc
• Driving Forces0.asc
landuse 0
0 1 0
1 1 1
1 0 0
ASPECT
-1 123 180
147 166 322
256 145 212
DEM
100 300 156
200 150 145
222 234 124
SLOPE
2.31 1.23 1.45
2.56 3.23 2.22
2.31 1.22 2.33
land use 0 ASPECT DEM SLOPE
1 123 300 1.23
0 212 124 2.33
1 256 222 2.31

4114/01/57
Output: Stat.txt
1) open file เปลี่ยน type นามสกุลเป็น text
2) ที่จะมี text import wizard ขึ้น 6 steps ย่อย
3) 3 steps แรก ก็ next ไปเรื่อยๆ
4) steps ที่ 4 ให้เลือกเฉพาะ tab อย่างเดียว อย่างอื่นเอาออก (ไม่เลือก)
5) ถัดจากนั้น ก็ next ok จน finish
6) ไปดูที่ tab (sheet) Data View เลื่อนไปบรรทัดแรก แล้วเลือก select ให้
ทึบที่บรรทัดแรก แล้วคลิ๊กขวาสั่ง clear หรือ cut แล้ว save คับ

4214/01/57

4314/01/57

4414/01/57
Analyze => Regression => Binary Logistic…

4514/01/57
Analyze => Regression => Binary Logistic…

4614/01/57
Output: ค่ำคงที่ และ ค่ำสัมประสิทธิ์ ของแต่ละการใช้ประโยชน์ที่ดิน
การใช้ประโยชน์ที่ดินประเภทX = 3.826 + 0.001V10_asp -
0.004V11_dem + 0.0002 V12_disrd -0.002
V16_rain – 0.083V17_slope + 0.173V19 wtrclss

4714/01/57
Output: การคานวณหาค่าการพยากรณ์ Receiver Operating Characteristic (ROC)

4814/01/57
Output: การคานวณหาค่าการพยากรณ์ Receiver Operating Characteristic (ROC)
Driving forcesLULC Forest Miscellaneous Agriculture Urban Water body
Constant -41.160 24.787 -11.720 2.075 177.087
Elevation (DEM) 0.106 -0.067 * -0.031 -0.395
Slope * * -0.112 0.175 -7.516
Aspect * * * * *
Rainfall * * * * *
Watershed classification -1.290 * 2.165 1.885 -4.626
Drainage * -0.377 -0.220 0.188 0.451
Distance from road * * 0.003 -0.005 *
Distance from stream * * * * *
Population density -0.008 * -0.001 0.002 *
Sig. number location factor
3 2 4 5 4
ROC-statistic 0.993 0.864 0.911 0.880 0.992

4914/01/57

5014/01/57
Main.1
Alloc1.reg
Allow.txt
Cov_all.0
Sc1.gr0.fil
Sc1.gr1.fil
Line Description Area study parameter
1 จานวนประเภทของการใช้ประโยชน์ที่ดิน 5
2 จานวนภูมิภาค 1
3 จานวนตัวแปรอิสระมากที่สุดในแต่ละสมการถดถอย 1 สมการ 6
4 จานวนทั้งหมดของตัวแปรอิสระ 11
5 จานวนแถวทั้งหมด 86
6 จานวนสดมภ์ทั้งหมด 141
7 ขนาดกริด 1
8 ค่าพิกัดเริ่มต้นของ X 583916
9 ค่าพิกัดเริ่มต้นของ Y 2115240
10 ตัวเลขรหัสของการใช้ประโยชน์ที่ดิน 0 1 2 3 4
11 รหัสของความยืดหยุ่นในการเปลี่ยนแปลง 1.0 0.1 0.2 1.0 1.0
12 ตัวแปรในการวนซ้า(Iteration) 1
13 ปีเริ่มต้นและปีสิ้นสุดในการจาลองเหตุการณ์ 2007, 2009
14 จานวนตัวแปรพลวัตรและรหัสของปัจจัยพลวัตรที่เปลี่ยนแปลงในแต่ละปี 0
15 ประเภทของรูปแบบผลลัพธ์ที่ต้องการ 1
16 การกาหนดเงื่อนไขของภูมิภาค 0
17 ค่าเริ่มต้นของการใช้ประโยชน์ที่ดินในอดีต 0
18 เงื่อนไขในการคานวณพื้นที่ข้างเคียง 0
19 พื้นที่เฉพาะเพิ่มเติม 0

5114/01/57
Main.1
Alloc1.reg
Allow.txt
Cov_all.0
Sc1.gr0.fil
Sc1.gr1.fil
Line Description
Line 1: เลขของการใช้ประโยชน์ที่ดิน
Line 2: ค่าคงที่ของสมการ (ß0).
Line 3: จานวนปัจจัยที่ใช้ในสมการของการใช้ประโยชน์ที่ดิน (sc1gr#.fil files)
Line 4: ค่าสัมประสิทธิ์ของตัวแปร และเลขของตัวแปรนั้นๆ (ß1, ß2, etc.)
0
-41.16
4
0.106 0
-1.29 4
0.384 6
-0.008 10
1
24.787
3
-0.067 0
-0.377 5
0.002 9

5214/01/57
Main.1
Alloc1.reg
Allow.txt
Cov_all.0
Sc1.gr0.fil
Sc1.gr1.fil
1 1 1 1 1
105 1 1 1 1
110 -105 1 1 1
0 0 0 1 0
0 0 0 0 1

5314/01/57
Main.1
Alloc1.reg
Allow.txt
Cov_all.0
Sc1.gr0.fil
Sc1.gr1.fil
การใช้ประโยชน์ที่ดินของปีเริ่มต้น ที่เป็น ascii ที่แปลงรหัสการใช้
ที่ดินแล้ว
** ตรวจสอบว่าค่ารหัสตรงกับค่าพารามิเตอร์ใน main.1, Alloc1.reg
Allow.txt และ
** Demand.in* มีค่าสัดส่วนของพื้นที่หรือขนาดพื้นที่จริงปีแรกตรงกันกับ
civ_all.0

5414/01/57
Main.1
Alloc1.reg
Allow.txt
Cov_all.0
Sc1.gr0.fil
Sc1.gr1.fil
ตัวแปรต้นหรือปัจจัยที่เกี่ยวข้อง ตรวจสอบว่ามีการวางลาดับกับ
รหัสถูกต้องตรงกัน กับไฟล์ main.1 (ดูจานวนตัวแปนที่ให้ใส่ได้
สูงสุดในแต่ละสมการว่าเกินจานวนปัจจัยที่มี), Alloc1.reg
Allow.txt และ

5514/01/57

5614/01/57
4.6 การกาหนดพื้นที่ควบคุมและสถานการณ์จาลอง (Area Restrictions and
Demand Scenario)
Area Restrictions Demand.in1
ค่า 0 = พื้นที่ทางาน (Active cell)
ค่า -9999 = ไม่มีข้อมูล (No Data)
ค่า -9998 = พื้นที่ควบคุมภูมิภาคที่ 1 (Restriction Area for region 1)
4
500 100 300 60 40
450 195 275 40 40
400 290 250 20 40
350 400 200 10 40

5714/01/57

5814/01/57
OUTPUT: COV_ALL.X
X = ปีที่ต้องกำรพยำกรณ์ เช่น พยำกรณ์ปีที่ 10 จะได้ cov_all.9

5914/01/57
file... Log.fil

6014/01/57
ลาดับการลู่ พื้นที่จัดสรรให้แต่ละการใช้ประโยชน์ที่ดิน พารามิเตอร์การลู่เข้าหากัน (Iteration Parameter)
ค่ามากสุดในการเบี่ยงเบนระหว่าง
ความต้องการและพื้นที่จัดสรร
(% หรือ พื้นที่จริง
ค่าเฉลี่ยในการเบี่ยงเบนระหว่าง ความ
ต้องการและพื้นที่จัดสรร
1 23325.0 7806.2 281.2 0 13750 * 0.030 -0.002 0.098 0.007 -0.079 * 680.14 180.28
2 24481.2 8143.8 1443.8 0 11093.8 * 0.056 -0.052 0.117 0.133 -0.165 * 529.43 145.93
3 25475.0 8256.2 2337.5 37.5 9056.2 * 0.072 -0.075 0.783 0.142 -0.568 * 413.83 118.57
4 20462.5 6462.5 16475 0 1762.5 * 0.222 -0.052 0.712 0.221 -0.568 * 207.66 69.96
5 24737.5 6937.5 11725 0 1762.5 * 0.250 -0.043 0.658 0.23 -0.568 * 118.96 48.01
6 25575.0 7112.5 10712.5 0 1762.5 * 0.270 -0.042 0.519 0.287 -0.568 * 100.05 43.18
7 26812.5 7393.8 8400 793.8 1762.5 * 0.285 -0.042 0.464 0.291 -0.568 * 56.87 22.06
Log.fil 1
2
3

6314/01/57
ลาดับการลู่ พื้นที่จัดสรรให้แต่ละการใช้ประโยชน์ที่ดิน พารามิเตอร์การลู่เข้าหากัน (Iteration Parameter)
ค่ามากสุดในการเบี่ยงเบนระหว่าง
ความต้องการและพื้นที่จัดสรร
ค่าเฉลี่ยในการเบี่ยงเบนระหว่าง ความ
ต้องการและพื้นที่จัดสรร
1 23325.0 7806.2 281.2 0 13750 * 0.030 -0.002 0.098 0.007 -0.079 * 680.14 180.28
2 24481.2 8143.8 1443.8 0 11093.8 * 0.056 -0.052 0.117 0.133 -0.165 * 529.43 145.93
3 25475.0 8256.2 2337.5 37.5 9056.2 * 0.072 -0.075 0.783 0.142 -0.568 * 413.83 118.57
4 20462.5 6462.5 16475 0 1762.5 * 0.222 -0.052 0.712 0.221 -0.568 * 207.66 69.96
5 24737.5 6937.5 11725 0 1762.5 * 0.250 -0.043 0.658 0.23 -0.568 * 118.96 48.01
6 25575.0 7112.5 10712.5 0 1762.5 * 0.270 -0.042 0.519 0.287 -0.568 * 100.05 43.18
7 26812.5 7393.8 8400 793.8 1762.5 * 0.285 -0.042 0.464 0.291 -0.568 * 56.87 22.06
Log.fil 1
2
3

6414/01/57

6514/01/57
1. แบบจาลองมีการแก้ไขค่าพารามิเตอร์ในหลายจุดและหลากหลายไฟล์ ผู้ใช้ควรจด ทาความเข้าใจและมี
ความละเอียด รอบคอบ ตรวจสอบก่อนการรันงาน
2. แบบจาลองรันผลลัพธ์ (Output) ออกมาในชื่อไฟล์เดิมเสมอ ดังนั้นทุกครั้งที่มีการรันและได้ผลลัพธ์
ควรนาไปคักลอก (Copy) เก็บไว้ในตาแหน่งอื่น เพื่อป้องกันความผิดพลาดจากการรันไฟล์ไปทับตัว
เดิม (Replace)
3. แบบจาลอง มีข้อจากัดในการใช้งานในการกาหนดค่าพารามิเตอร์ (ตาม Help)
• กาหนดประเภทการใช้ที่ดินได้สูงสุด 12 ประเภท
• กาหนดภูมิภาคได้ไม่เกิน 3 พื้นที่
• ปัจจัยในแต่ละสมการของประเภทการใช้ที่ดินกาหนดให้ได้ไม่เกิน 20 ปัจจัย
• ปัจจัยที่นาเข้ามาในการคานวณรวมไม่เกิน 30 ปัจจัย
• จานวนแถวสูงสุดไม่เกิน 1,000 แถว
• จานวนสถมภ์สูงสุดไม่เกิน 1,000 คอลัมภ์
4. ไม่สามารถรันในระบบปฎิบัติการวินโดร์ 64 บิต

6614/01/57
5. ในการรัน ถ้ามีประเภทของการใช้ที่ดินมากเกินไป และสมการ Binary logistic regression
ที่มีปัจจัยที่มีนัยสาคัญมากในทุกๆประเภทการใช้ที่ดิน อาจส่งผลต่อการรันแบบจาลองไม่สามารถ
ทางานได้ (Error form large value)
6. ในการรันถ้ามีการวนซ้าเกิน 20,000 ครั้งต่อประเภทของการใช้ประโยชน์ที่ดิน แบบจาลองจะทาการปิด
ตัวลง (Terminate)

6714/01/57

6814/01/57

เอกสารอ้างอิง
[1] Y. Aynew, “Rainfall – Runoff modelling for sustainable water resources management”, Ethiopia Addis Ababa University,
School of Graduate Studies Master of Science Thesis, 2008, pp. 1-2.
[2] B. Schmalz and N. Fohrer, “Comparing model sensitivities of different landscapes using the ecohydrological SWAT
model”, Advances in Geosciences 21, 2009, pp. 91-98.
[3] Y-P. Lina, P. H. Verburgb, C-R. Changc, H-Y. Chena, and M-H. Chena, “Developing and comparing optimal and
empirical land-use models for the development of an urbanized watershed forest in Taiwan”, Landscape and Urban
Planning 92(3–4), 2009, pp. 242–254.
[4] A. M. Nassar, L. Harfuch, L. C. Bachion, and M. R. Moreira, “Biofuels and land-use changes: searching for the top
model [Online]”, 2011, Available: http://www.ncbi.nlm.nih.gov/pubmed/ 22482029
[5] Y-G. Oh, S-H. Yoo, S-H. Lee, and J-Y. Choi, “Prediction of paddy field change based on climate change scenarios using
the CLUE mode”, Paddy and Water Environment 9(3), 2011,pp. 309-323.
[6] G. Luo, C. Yin, X. Chen, W. Xu, and L. Lu, “Combining system dynamic model and CLUE-S model to improve land use
scenario analyses at regional scale: A case study of Sangong watershed in Xinjiang, China”, Ecological Complexity 7(2),
2010, pp. 198–207.
[7] V. O. A. Orekan, “Implementation of the local land-use and land-cover change model CLUE-s for Central Benin by
using socio-economic and remote sensing data”, Doctoral dissertation, Universitäts- Bonn, 2007.
14/01/57 69

เอกสารอ้างอิง
[8] F. Githui, F. Mutua, and W. Bauwens, “Estimating the impacts of land-cover change on runoff using the soil and water
assessment tool (SWAT): case study of Nzoia catchment, Kenya”, Hydrological Sciences Journal 54(5), 2009, pp.899-908.
[9] H. Cammerer, A. H. Thieken, and P. H. Verburg, “Spatio-temporal dynamics in the flood exposure due to land use
changes in the Alpine Lech Valley in Tyrol (Austria)”, Natural Hazards, 2012, pp.1-28.
[10] B. B. Mehdi, R. Ludwig, and B. Lehner, “Determining agricultural land use scenarios in a mesoscale Bavarian watershed
for modelling future water quality”, Advances in Geosciences 31, 2012, pp. 9–14.
[11] A. Veldkamp, and L. O. Fresco, “CLUE-CR: An Integrated Multi-Scale Model to Simulate Land Use Change Scenarios in
Costa Rica”, Ecological Modeling 91(1-3), 1996, pp.231–248.
[12] P. H. Verburg, W. Soepboer, A. Veldkamp, R. Limpiada, V. Espaldon, and S. Mastura, “Manual for the CLUE-Kenya
application”, Environ Manage 30(3), 2002, pp.391-405.
[13] J-C . Castella, and P. H. Verburg, “Combination of process-oriented and pattern-oriented models of land-use change in a
mountain area of Vietnam”, Ecological Modeling. 202 (3-4), 2007, pp.410–420.
[14] Y. Trisurat, R. Alkemade, and P. Verburg, “Projecting land use change and its consequences for biodiversity in Northern
Thailand”, Environmental Management 45, 2010, pp.626-639.
14/01/57 70

จบการบรรยาย
14/01/57 71

Clue s intro

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Clue s intro