Forest fire management and risk prediction system in Chiangmai province : a comparative study of support vector machine and neural network

Abstract

พื้นที่ป่าของประเทศไทยได้ถูกทำลายจากไฟป่าทุกปี เพื่อลดความเสี่ยงและอันตรายจากไฟป่า ในส่วนแรกของการศึกษาจะทำการออกแบบและพัฒนาระบบจัดการข้อมูลไฟป่าในรูปแบบของเวบ โดยพัฒนาโดยใช้ภาษา PHP และใช้ MySQL เป็นฐานข้อมูล ซึ่งในระบบที่พัฒนาขึ้นใหม่นี้จะทำให้การทำงานมีความสะดวกมากขึ้น ลดการทำงานที่ซ้ำซ้อนลง ในการ ประเมินระบบจัดการไฟป่านั้น จะทำโดยผู้ใช้งานที่ทำงานในสำนักควบคุมและป้องกันไฟป่า โดยผลของการประเมินมีดังนี้ คะแนนของ functional requirement test และ security test อยู่ในระดับดีและคะแนนของ functional test และ usability test อยู่ในระดับดีมาก เมื่อพัฒนาส่วนแรกของการศึกษาเสร็จจะนำข้อมูลไฟป่าในระบบที่สร้างขึ้นใหม่มาพยากรณ์การเกิดไฟป่าโดยใช้เทคนิคเหมืองข้อมูลร่วมกับข้อมูลทางอุตุนิยมวิทยา โดยเทคนิคเหมืองข้อมูลที่ใช้ประกอบด้วย Multilayer Perceptron (MLP) and Support Vector Machine (SVM) ในการศึกษานี้จะนำเทคนิค Synthetic Minority Over-sampling Technique (SMOTE) มาเพิ่มประสิทธิภาพของโมเดล เนื่องจากถ้าไม่ใช้ SMOTE การทำนายจะทำได้ยากเนื่องจากมีคลาสการไม่เกิดไฟป่ามากกว่าคลาสอื่น โดยผลการ ทดสอบพบกว่าผลการทำนายของ SVM ดีกว่า MLP ดังนั้นวิธีที่ดีที่สุดในการทำนายการเกิดไฟป่า คือการใช้เทคนิค SVM ร่วมกับข้อมูลทางอุตุนิยมวิทยา 6 ตัว