Using Geographic Information System for Analysis of Soil Moisture Potential after Rainfed Rice Harvest
Article Sidebar
Main Article Content
Abstract
This article aims to analyze the soil moisture potential after rice harvesting in the Huai Yai catchment area of Khon Kaen Province. The analysis is based on three spatial factors: Topographic Wetness Index (TWI), soil properties, and drainage capacity. Geographic Information System (GIS) and statistical analysis were used for this study. The results are categorized into four levels: highly suitable, moderately suitable, slightly suitable, and unsuitable. Findings indicate that over 46.73% of the area has unsuitable soil moisture for post-rice cultivation due to steep terrain, predominantly sandy loam soil with some sandy areas, and excessively good drainage. Approximately 19.07% of the area has highly suitable moisture, located in low-lying areas with water retention, and relatively poor drainage. Moderately suitable soil moisture accounts for 18.96%, slightly suitable for 9.25%, and unclassified areas for 5.98% of the total area. Soil moisture levels vary based on soil potential suitability and the seasons, especially from December to January, which is the most suitable period for short-term crop cultivation after rice harvesting. Therefore, to promote short-term crop cultivation among farmers, the relevant government agencies should possess localized cultivation potential databases to support decision-making in area development planning and knowledge dissemination to communities, enhancing economic value for farmers.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
ชัชชัย ตันตสิรินทร์. (2549). การประยุกต์ใช้ Topographic Index ในการจำลองแบบทางอุทกวิทยาและกระจายพื้นที่. กรุงเทพฯ: ภาควิชาอนุรักษ์วิทยา คณะวนศาสตร์ มหาวิทยาลัยเกษตรศาสตร์.
ทรงศักดิ์ จุนถิรพงศ์. (2539). อุตุนิยมวิทยาเกษตร. กรุงเทพฯ: ฟิสิกส์เซ็นเตอร์.
เทวินทร์ แก้วเมืองมูล และ ชาญชัย แสงชโยสวัสดิ์. (2551). อิทธิพลของการเกษตรต่อปริมาณน้ำในพื้นที่ลุ่มน้ำแม่ท่า โดยใช้แบบจำลอง SWAT (รายงานการวิจัย). เชียงใหม่: ภาควิชาพืชศาสตร์ และทรัพยากรธรรมชาติ คณะเกษตรศาสตร์ มหาวิทยาลัยเชียงใหม่.
ประวิทย์ จันทร์แฉ่ง. (2555). การวิเคราะห์ความเสี่ยงต่อความแห้งแล้งในพื้นที่อำเภอกำแพงแสน จังหวัดนครปฐม โดยการประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์. Journal of Multidisciplinary in Social Sciences, 8(3), 29-38.
สุมิตรา วัฒนา. (2554). การสำรวจและการทำแผนที่ความชื้นของดินภาคตะวันออกเฉียงเหนือของประเทศไทย. กรุงเทพฯ: สำนักสำรวจดินและวางแผนการใช้ที่ดิน กรมพัฒนาที่ดิน.
อานันต์ คำภีระ. (2549). การประเมินความชื้นของดินในอำเภอทิงพระ จังหวัดสงขลา โดยใช้ข้อมูลภาพถ่ายจากดาวเทียมและระบบสารสนเทศภูมิศาสตร์. (วิทยาศาสตรมหาบัณฑิต, มหาวิทยาลัยสงขลานครินทร์).
Barling, R. D., Moore, I. D., & Grayson, R. B. (1994). A quasi‐dynamic wetness index for characterizing the spatial distribution of zones of surface saturation and soil water content. Water Resources Research, 30(4), 1029-1044.
Cohen, J. M., Ernst, K. C., Lindblade, K. A., Vulule, J. M., John, C. C., & Wilson, M. L. (2010). Local topographic wetness indices predict household malaria risk better than land-use and land-cover in the western Kenya highlands. Malaria journal, 9, 1-10.
Greve, M. H., Kheir, R. B., Greve, M. B., & Bøcher, P. K. (2012). Quantifying the ability of environmental parameters to predict soil texture fractions using regression-tree model with GIS and LIDAR data: The case study of Denmark. Ecological Indicators, 18, 1-10.
Haas, J. (2010). Soil moisture modelling using TWI and satellite imagery in the Stockholm region. (Master’s of Science Thesis in Geoinformatics, School of Architecture and the Built Environment, Sweden).
Kopecký, M., Macek, M., & Wild, J. (2021). Topographic Wetness Index calculation guidelines based on measured soil moisture and plant species composition. Science of the Total Environment, 757, 143785.
Meles, M. B., Younger, S. E., Jackson, C. R., Du, E., & Drover, D. (2020). Wetness index based on landscape position and topography (WILT): Modifying TWI to reflect landscape position. Journal of environmental management, 255, 109863.
Qin, C. Z., Zhu, A. X., Pei, T., Li, B. L., Scholten, T., Behrens, T., & Zhou, C. H. (2011). An approach to computing topographic wetness index based on maximum downslope gradient. Precision agriculture, 12, 32-43.
Sørensen, R., & Seibert, J. (2007). Effects of DEM resolution on the calculation of topographical indices: TWI and its components. Journal of Hydrology, 347(1-2), 79-89.
Sørensen, R., Zinko, U., & Seibert, J. (2005). On the calculation of the topographic wetness index: evaluation of different methods based on field observations. Hydrology and Earth System Sciences Discussions, 2(4), 1807-1834.
Walke, N., Reddy, G. O., Maji, A. K., & Thayalan, S. (2012). GIS-based multicriteria overlay analysis in soil-suitability evaluation for cotton (Gossypium spp.): A case study in the black soil region of Central India. Computers & Geosciences, 41, 108-118.