ชื่อโครงการ (ภาษาไทย) : โครงการการประยุกต์ใช้เทคโนโลยีอวกาศและเทคโนโลยีภูมิสารสนเทศร่วมกับเทคโนโลยีปัญญาประดิษฐ์ เพื่อการจัดการด้านการเกษตรและแก้ปัญหาด้านทรัพยากรธรรมชาติและสิ่งแวดล้อม

ชื่อโครงการ (ภาษาอังกฤษ) : Integration of Space Technology, Geo-informatics, and Artificial Intelligence for Sustainable Agriculture and Natural Resource Management

ชื่อหัวหน้าโครงการ : ศ.ดร.ศิวัช พงษ์เพียจันทร์

สังกัด (คณะ/มหาวิทยาลัย) : สถาบันบัณฑิตพัฒนบริหารศาสตร์

บทสรุปผลการดำเนินงาน

  โครงการการประยุกต์ใช้เทคโนโลยีอวกาศและเทคโนโลยีภูมิสารสนเทศร่วมกับเทคโนโลยีปัญญาประดิษฐ์ เพื่อการจัดการด้านการเกษตรและแก้ปัญหาด้านทรัพยากรธรรมชาติและสิ่งแวดล้อม ดำเนินการภายใต้ภาคีความร่วมมือวิจัยฟิวเจอร์เอิร์ธประเทศไทย (Future Earth Thailand Consortium) ที่จัดตั้งขึ้นเพื่อสร้างงานวิจัยขั้นแนวหน้าแสวงหาแนวทางแก้ไขปัญหาที่ประเทศกำลังเผชิญและเชื่อมโยงกับเครือข่ายวิจัยนานาชาติ คือ Future Earth Global โดยในปี 2567 ได้เน้นการประยุกต์ใช้เทคโนโลยีอวกาศเพื่อการจัดการด้านทรัพยากรธรรมชาติ สิ่งแวดล้อมและการเกษตร มุ่งเน้นการดำเนินการภายใต้ 3 แผนงานหลัก ได้แก่ (1) ด้านทรัพยากรธรรมชาติและสิ่งแวดล้อม (2) การจัดการภัยพิบัติด้วยเทคโนโลยีอวกาศ และ (3) การยกระดับเศรษฐกิจเกษตรด้วยเทคโนโลยีอวกาศ และยังให้ความสำคัญกับการพัฒนาด้านกำลังคน เพื่อผลิตนักศึกษาระดับปริญญาโท-เอก และบ่มเพาะนักวิจัยหลังปริญญาโทและเอกที่พร้อมทำวิจัยตามแผนงานวิจัยฟิวเจอร์เอิร์ธ สร้างหลักสูตร non-degree โดยเน้นการให้ความรู้และฝึกทักษะที่จำเป็นต้องใช้จริงภายใต้โครงการพัฒนากำลังคนทุกระดับเพื่อมุ่งสู่ Smart Nation โดยใช้เทคโนโลยีอวกาศและภูมิสารสนเทศเป็นเครื่องมือในการวิเคราะห์และประมวลผลข้อมูลขนาดใหญ่ การจัดทำแผนพัฒนากำลังคนขั้นสูงเพื่อเตรียมทักษะด้านปัญญาประดิษฐ์ ซึ่งเป็นบุคลากรที่มีความขาดแคลน การอบรมเพื่อรับรองมาตรฐานคุณวุฒิวิชาชีพ และการจัดกิจกรรมเสวนาเครือข่ายฟิวเจอร์เอิร์ธประเทศไทย  ดังนี้

แผนงาน 1 ด้านทรัพยากรธรรมชาติและสิ่งแวดล้อม

การศึกษาองค์ประกอบเคมีในฝุ่น TSP รอบบริเวณท่าเรือแหลมฉบังโดยใช้เทคนิคแสงซินโครตรอน X-ray Fluorescence และ IR spectroscopy

วิเคราะห์แหล่งกำเนิดและความสัมพันธ์ระหว่างสารก่อมะเร็งโพลีไซคลิกอะโรมาติกไฮโดรคาร์บอนในฝุ่นละอองขนาดเล็กของชั้นบรรยากาศประเทศไทยกับข้อมูลอุตุนิยมวิทยาและข้อมูลมลพิษทางอากาศที่ได้จากดาวเทียม

โครงการการจัดการ CO2 จากภาคพลังงาน (โรงไฟฟ้าในประเทศไทย) โดยใช้เทคโนโลยี Carbon Capture and Storage

การวิเคราะห์แหล่งกำเนิดและการประเมินผลกระทบของฝุ่นละอองขนาดเล็ก PM2.5 ในพื้นที่ภาคเหนือตอนล่างด้วยเทคโนโลยีอวกาศ

การพัฒนาแบบจำลองคาร์บอนเครดิตของพื้นที่ป่าชุมชนด้วยอากาศยานไร้คนขับและภาพถ่ายจากดาวเทียม

การคาดการณ์แนวโน้มของระยะผกผันเฉลี่ยสำหรับประเทศไทย

การพัฒนาเครื่องมือตรวจวัดคาร์บอนสีน้ำเงินเพื่อการสอบเทียบกับข้อมูลอวกาศ

แผนงาน 2 การจัดการภัยพิบัติด้วยเทคโนโลยีอวกาศ

ระบบตรวจวัดแผ่นดินทรุดแบบแม่นยำด้วยเทคโนโลยีอวกาศ

การพยากรณ์คลื่นพายุซัดฝั่ง (storm surge) : เมืองท่องเที่ยวชายฝั่ง

แผนงาน 3 ยกระดับเศรษฐกิจเกษตรด้วยเทคโนโลยีอวกาศ

การสร้างมูลค่าเพิ่มของปาล์มน้ำมันเพื่อเพิ่มรายได้ของเกษตรกรด้วยการนำเทคโนโลยีอวกาศและนวัตกรรมในการพัฒนาคุณภาพปาล์มน้ำมัน

การพัฒนาการจัดการสวนยางตามมาตรฐานการจัดการสวนยางยั่งยืนสภาพิทักษ์ป่าหรือ  FSC ด้วยเทคโนโลยีอวกาศในพื้นที่จังหวัดปลูกยางพาราจังหวัดกระบี่ และจังหวัดสงขลา

แผนพัฒนากำลังคน

โครงการพัฒนากำลังคนเพื่อเตรียมทักษะด้านปัญญาประดิษฐ์ (AI)มุ่งสร้างฟันเฟืองสำหรับการขับเคลื่อนประเทศในอนาคต

โครงการกิจกรรมเสวนาฟิวเจอร์เอิร์ธประเทศไทยและการสร้างเครือข่ายวิจัยนานาชาติ

ชื่อโครงการ (ภาษาไทย) : โครงการพัฒนากำลังคนเพื่อเตรียมทักษะด้านปัญญาประดิษฐ์ (AI) มุ่งสร้างฟันเฟืองสำหรับการขับเคลื่อนประเทศในอนาคต (กองทุน บพค.)

ชื่อโครงการ (ภาษาอังกฤษ) : Human Resource Development Program for Preparing Artificial Intelligence (AI) Skills, Aiming to Create a Driving Force for the Nation’s Future (Funded by the NRCT Fund)

ชื่อหัวหน้าโครงการ : ดร.ดำรงค์ฤทธิ์ เนียมหมวด

สังกัด : สำนักงานเครือข่ายองค์ความรู้ สำนักงานพัฒนาเทคโนโลยีอวกาศและ ภูมิสารสนเทศ (องค์การมหาชน)

  เทคโนโลยี Internet of Thing (IoT) เป็นเครือข่ายของอุปกรณ์อิเล็กทรอนิกส์ที่สามารถรับส่งข้อมูลระหว่างกันได้ผ่านอินเทอร์เน็ต การใช้งาน IoT ช่วยอำนวยความสะดวกในการติดตามและจัดเก็บข้อมูลแบบเรียลไทม์ โดยเฉพาะการจัดการปัญหาฝุ่นละออง PM2.5 ซึ่งเป็นปัญหาสำคัญที่ส่งผลกระทบต่อสุขภาพและสิ่งแวดล้อม หลักสูตรนี้จึงมุ่งพัฒนากำลังคน ที่สามารถพัฒนาอุปกรณ์ IoT ต้นแบบได้ พร้อมทั้งเสริมทักษะในการประมวลผล วิเคราะห์ และนำเสนอข้อมูลเชิงพื้นที่ ด้วย GIS เพื่อนำไปใช้ในการจัดการมลพิษอย่างมีประสิทธิภาพ

ชื่อโครงการ (ภาษาไทย) : การพัฒนาการจัดการสวนยางตามมาตรฐานการจัดการสวนยางยั่งยืนสภาพิทักษ์ป่าหรือ  FSC ด้วยเทคโนโลยีอวกาศในพื้นที่จังหวัดปลูกยางพาราจังหวัดกระบี่ และจังหวัดสงขลา

ชื่อโครงการ (ภาษาอังกฤษ) : The Development of Rubber Management According to the Principles of Forest Stewardship Cousin (FSC) with Space Technology in the Rubber Plantation Areas of Krabi and Songkhla Provinces

ชื่อหัวหน้าโครงการ : ศาสตราจารย์ ดร. บัญชา สมบูรณ์สุข

สังกัด (คณะ/มหาวิทยาลัย) : สาขานวัตกรรมการเกษตร และการจัดการ คณะทรัพยากรธรรมชาติ มหาวิทยาลัยสงขลานครินทร์

  ประเทศไทยเป็นผู้ผลิตและส่งออกยางพาราอันดับต้น ๆ ของโลก ในปี 2563 พื้นที่ปลูกยางรวม 24.75 ล้านไร่ พื้นที่กรีดได้ 21.98 ล้านไร่ รวมผลผลิตยาง 4.86 ล้านตัน (สำนักงานเศรษฐกิจการเกษตร, 2564) โดยจีนและหลายๆ ประเทศมีความต้องการใช้ยางในปริมาณที่เพิ่มขึ้น ความต้องการใช้ยางธรรมชาติเพิ่มขึ้นประมาณ 3 แสนตันต่อปี หากแต่การส่งออกยางพาราและสินค้าที่ผลิตจากยางพารากำลังโดนกีดกันทางการค้าจากมาตรการสิ่งแวดล้อมนานาชาติ ได้แก่ Forest Stewardship Council (FSC), Programmed for the Endorsement of Forest Certification (PEFC) และGood Agricultural Practices (GAP) ประเทศไทยจึงจำเป็นต้องเพิ่มขีดความสามารถในการแข่งขันระดับนานาชาติ เพื่อช่วยขยายฐานการส่งออกและยกระดับราคาสินค้าได้

  การใช้เทคโนโลยีอวกาศมาประยุกติ์ใช้และหนุนเสริมในการจัดการสวนยางพาราเพื่อให้เกิดประสิทธิภาพและความยั่งยืนเป็นสิ่งจำเป็นสามารถลดต้นทุนการผลิต เพิ่มรายได้ให้เกษตรกรชาวสวนยางควบคู่กับการพัฒนาเกษตรกรชาวสวนยางให้มีมาตรฐานด้วยการพัฒนาเทคโนโลยีในการประเมินและทดสอบคุณวุฒิวิชาชีพ กล่าวได้ว่าการพัฒนาสวนด้วยเทคโนโลยีอวกาศต้องทำควบคู่กับการพัฒนาคนที่มีมาตรฐานและคุณภาพสามารถแข่งขันกับต่างประเทศได้

  FSC ก่อตั้งขึ้น ในปี 2536 มีสำนักใหญ่อยู่ที่กรุงบอนน์ประเทศเยอรมนี และได้ขยายสำนักงานภูมิภาคในยุโรป เอเชียและอเมริกา จนเกิดเป็นองค์กรระหว่างประเทศซึ่งอยู่ภายใต้ความร่วมมือของกลุ่มหน่วยงานต่าง ๆ ที่เกี่ยวข้องกับสิ่งแวดล้อมทั่วโลก FSC มีหน้าที่ส่งเสริมและดูแลมาตรฐานการจัดการด้านป่าไม้อย่างยั่งยืน มีความรับผิดชอบ และขจัดการทำป่าไม้อย่างผิดกฎหมาย พร้อมกับรับประกันไม้และผลิตภัณฑ์จากป่าไม้ด้วยกระบวนการตรวจสอบและการให้การรับรอง (Forest Management Certification: FSC-FM) โดยการติดตราสัญลักษณ์ FSC บนผลิตภัณฑ์ที่ได้รับการรับรอง หลักเกณฑ์และข้อกำหนดสำคัญของ FSC ประกอบด้วย 10 ข้อหลัก

  FSC ให้ความสำคัญกับการปกป้องความสมบูรณ์ของระบบนิเวศและฟื้นฟูความหลากหลายทางชีวภาพ เพื่อรักษาสิ่งแวดล้อมให้เกิดความยั่งยืนเป็นที่ยอมรับในระดับนานาชาติ โดยมีแผนธุรกิจที่พยายามรักษาสมดุลระหว่างเศรษฐกิจ สังคม และสิ่งแวดล้อม ข้อมูลเทคโนโลยีอวกาศมีความจำเป็นอย่างยิ่งในการระบุข้อมูลย้อนหลังเชิงพื้นที่ ให้ข้อมูลที่เป็นกลางตรวจสอบย้อนกลับได้ มีความจำเป็นต่อการใช้ประกอบการรับรองมาตรฐาน การใช้ภาพถ่ายดาวเทียมและการพัฒนาแพลตฟอร์มเพื่อเก็บข้อมูลเชิงพื้นที่และข้อมูลการจัดการสวนยางพาราที่สอดคล้องกับเงื่อนไข FSC ให้ทุกภาคส่วนที่เกี่ยวข้องเข้าถึงได้จะอำนวยความสะดวกให้กับหน่วยงานรัฐ เอกชนและเครือข่ายเกษตร มีส่วนช่วยในการสนับสนุนการขยายพื้นที่สวนยางพาราให้ผ่านมาตรฐาน FSC และขยายการรับรองมาตรฐานนี้ไปยังพืชอื่นๆ ซึ่งในขณะนี้ พื้นที่ปลูกยาง 22 ล้านไร่ มีสวนยางพาราที่ผ่านมาตรฐาน FSC คิดเป็นร้อยละ 5 จากพื้นที่ทั้งหมด เนื่องจากความซับซ้อนในระบบการประเมินและจำเป็นต้องประสานเครือข่ายภาครัฐ เอกชน และเกษตรกรในการทำงาน โดยในปีแรกของการดำเนินงาน ทางภาคีฯ มีแผนจะดำเนินการและยื่นขอใบรับรองมาตรฐาน FSC อย่างน้อย 5,000 ไร่ และขยายเพิ่มในปีถัดไป

บทสรุปผลการดำเนินงาน

  ในการดำเนินงานในรอบ 6 เดือน (มิถุนายน 2567-พฤศจิกายน 2567) พื้นที่นำร่อง ได้แก่ พื้นที่ทำสวนยางจังหวัดกระบี่ได้แก่ สหกรณ์กองทุนสวนยางน้ำจานสามัคคี อำเภออ่าวลึก จังหวัดกระบี่ และพื้นที่ทำสวนยางจังหวัดสงขลา ได้แก่ สหกรณ์กองทุนสวนยางคลองช้างจำกัด อำเภอควนเนียง จังหวัดสงขลา สามารถสรุปผลได้ดังนี้

 ประเด็นที่ 1 การใช้เทคโนโลยีอวกาศสนับสนุนการประเมินมาตรฐานสิ่งแวดล้อม FSCได้:สำรวจพื้นที่เป้าหมาย ทั้งสองพื้นที่ด้วยอากาศยานไร้คนขับหรือโดรน และทำการคำนวณพื้นที่ให้การปลูกแทน การสำรวจพื้นที่เพื่อความอุดมสมบูรณ์ สวนยางร่วมกับภาพถ่ายดาวเทียม เพื่อการพยากรณ์สภาพภูมิอากาศ โดย 

1. การประเมินการปลดปล่อยก๊าซเรือนกระจกในสวนยางพาราได้ดำเนินการจริงดังนี้ 1) ได้ลงพื้นที่สำรวจแปลงและพิกัดตัวแทนเกษตรกรในพื้นที่จำนวน 35 แปลง ครอบคลุมพื้นที่รวม 140 ไร่ 2) ได้ลงพื้นที่บันทึกขนาดลำต้นยางพาราและเก็บตัวอย่างดินจำนวน 35 แปลง ครอบคลุมพื้นที่รวม 140 ไร่และกิจกรรมที่ 2 ฐานข้อมูลการกักเก็บคาร์บอนและคาร์บอนเครดิตในสวนยางพาราได้ดำเนินการจริงดังนี้ 1) รวบรวมฐานข้อมูลพื้นที่ปลูกของสวนยางพาราที่ได้รับการประเมิน FSC ครอบคลุมพื้นที่ 3,190 ไร่ 2) จัดทำฐานข้อมูลเพื่อจำแนกการกักเก็บคาร์บอนในสวนยางพาราในช่วงอายุ 1-7, >7-14 , >14-21 , >21-28 และ >28 ปี

2. พัฒนาระบบฐานข้อมูลคาร์บอนในสวนยางพารา ซึ่งเป็นการจัดเก็บและวิเคราะห์ข้อมูลด้วยระบบเว็บไซต์ฐานข้อมูล มีขั้นตอนสำคัญตามกิจกรรมหลัก ได้แก่ กิจกรรมที่ 1 การประเมินการปลดปล่อยก๊าซเรือนกระจกในสวนยางพารา และกิจกรรมที่ 2 ฐานข้อมูลการกักเก็บคาร์บอนในสวนยางพารา โดยมีความก้าวหน้า (ตามระยะเวลาดำเนินงานทั้งสิ้น 1 ปี) โดยบันทึกข้อมูลการกักเก็บคาร์บอนในสวนยางพาราบริเวณจังหวัดสงขลา ซึ่งเป็นพื้นที่ที่มีความเหมาะสมในการปลูกยางพาราและมีการกระจายตัวของทุกช่วงอายุยางพาราตามที่กำหนด โดยมีขั้นตอนสำคัญตามกิจกรรมหลัก ซึ่งผลการศึกษาผลการดำเนินงานดังนี้ 1)การประเมินการกักเก็บคาร์บอนในต้น จากการประเมินขนาดลำต้นตั้งแต่ช่วงอายุ 30 ปี พบว่า ต้นยางพาราที่สำรวจมีเส้นรอบวงลำต้นอยู่ในช่วง 23-93 ซม. จากการประเมินด้วยแบบจำลองการกักเก็บคาร์บอนในต้นยางพาราตลอดช่วงอายุ 30 ปี พบว่า ต้นยางพารามีการกักเก็บคาร์บอนทั้งต้นทั้งหมด 22.96 ตัน/ไร่ โดยสามารถพัฒนาแบบจำลองความสัมพันธ์เพื่อประเมินอัตราการกักเก็บคาร์บอนตลอดช่วงอายุ 1-30 ปี โดยแบ่งเป็น 4 ช่วงอายุ ได้แก่  1-7, >7-14 , >14-21 และ >21-28 ปี พบว่า มีค่าเฉลี่ยการกักเก็บคาร์บอนในต้นอยู่ในช่วง 1.96, 6.64, 12.20 และ 18.33 ตัน/ไร่ และ  2)การประเมินการกักเก็บคาร์บอนในดิน จากการสำรวจปริมาณเศษซากพืชในช่วงอายุ 1-30 ปี โดยแบ่งเป็น 4 ช่วงอายุ ได้แก่  1-7, >7-14 , >14-21 และ >21-28 ปี พบว่า บริเวณสวนยางพารามีการกักเก็บคาร์บอนในเศษซากโดยเฉลี่ยอยู่ในช่วง 0.31, 0.57, 0.68 และ 0.75 ตัน/ไร่

ประเด็นที่ 2 การพัฒนาแพลตฟอร์มกลางมาตรฐานยางพารา FSC: ผลการดำเนินงานดังนี้ (1)กำหนดขั้นตอนการออกแบบapplication เครื่องมือ FSC (2)จัดทำ Web application ต้นแบบในหลัก FSC 1-5 ตามตัวชี้วัดและออกแบบเครื่องมือตามตัวชี้วัดแพลตฟอร์มกลางมาตรฐานยางพารา FSC 126 เรียบร้อยแล้ว กำลังดำเนินการหลักการที่เหลือ และ(3)ออกแบบการเข้าถึง Web application ที่เชื่อมโยงกับระบบ E-training ยางพารานอกจากนี้ โครงการได้ดำเนินการพัฒนาเพลตฟอร์มการจัดการความเสี่ยงราคายางในระบบตลาดท้องถิ่นด้วยเทคโนโลยีดิจิทัลและคลาวด์ โดยกำหนดขั้นตอนได้แก่ 1) พัฒนาเทคโนโลยีดิจิทัลและคลาวด์ (ในรูปแบบที่ง่ายต่อการใช้งาน เช่น app หรือโปรแกรมประยุกต์) เพื่อประมวลผลราคายาง และปริมาณผลผลิต 2) ติดตั้งเทคโนโลยีดิจิทัลในระดับตลาดท้องถิ่น และเชื่อมโยงเข้าสู่ระบบคลาวด์ของตลาดยางพารา 3) พัฒนาแบบจำลองเศรษฐศาสตร์และพัฒนาเทคโนโลยีดิจิทัลเพื่อพยากรณ์ราคาและสนับสนุนการตัดสินใจของเกษตรกร กลุ่มเกษตรกร สหกรณ์ และตลาดกลางยางพารา และ 4) ส่งเสริมการปรับใช้เทคโนโลยีดิจิทัลและคลาวด์ที่พัฒนาขึ้น และได้ประชุมกับทีมออกแบบระบบและได้กำหนดกรอบแนวคิดการพัฒนา application ราคายางเรียบร้อยแล้ว

ประเด็นที่ 3 พัฒนาระบบ AI อบรมเพื่อการรับรองมาตรฐานคุณวุฒิวิชาชีพประกอบการประเมิน FSC: โครงการได้ดำเนินการดังนี้ (1)พัฒนาระบบ AI อบรมเพื่อการรับรองมาตรฐานคุณวุฒิวิชาชีพประกอบการประเมิน FSC ได้แก่

1) ออกแบบระบบE-training ยางพาราสำหรับการสอบคุณวุฒิวิชาชีพยางพาราให้กับสถาบันเกษตรกรเป้าหมาย

2) ดำเนินการเก็บข้อมูลรายชื่อเกษตรกรชาวสวนยางทั้งสองสหกรณ์ฯเป้าหมาย

3) ดำเนินการประชุมชี้แจงโครงการเบื้องต้นให้กับสหกรณ์กองทุนสวนยางน้ำจานสามัคคี อำเภออ่าวลึก จังหวัดกระบี่ และสหกรณ์กองทุนสวนยางคลองช้าง อำเภอควนเนียง จังหวัดสงขลา 2 ครั้ง และเตรียมข้อมูลของสมาชิกสหกรณ์เข้าทดสอบคุณวุฒิวิชาชีพยางพาราตามจำนวนเป้าหมายที่กำหนดจำนวน 1,000 ราย

4) โครงการได้ดำเนินการอบรมการใช้ระบบ E-training ยางพาราให้กับสมาชิกสหกรณ์เป้าหมาย

5) โครงการได้ดำเนินการส่งหนังสือให้หน่วยงานต่างๆ ที่เกี่ยวข้องเข้าร่วมดำเนินการโครงการ

ชื่อโครงการ (ภาษาไทย) : การสร้างมูลค่าเพิ่มของปาล์มน้ำมันเพื่อเพิ่มรายได้ของเกษตรกรด้วยการนำเทคโนโลยีอวกาศและนวัตกรรมในการพัฒนาคุณภาพปาล์มน้ำมัน

ชื่อโครงการ (ภาษาอังกฤษ) : Improve Farmers Income and Profitability by Adoption of Technology and Innovation for Sustainable Palm Oil Cultivation

ชื่อหัวหน้าโครงการ : รองศาสตราจารย์ ดร. นพรัตน์  บำรุงรักษ์

สังกัด (คณะ/มหาวิทยาลัย) : คณะการจัดการสิ่งแวดล้อม มหาวิทยาลัยสงขลานครินทร์

  ประเทศไทยทั้งประเทศมีพื้นที่ปาล์มน้ำมันประมาณ 6 ล้านไร่ และมีสัดส่วนเกษตรกรรายย่อยผู้ปลูกปาล์มน้ำมันสูง คิดเป็นสัดส่วนพื้นที่เพาะปลูกมากกว่าร้อยละ 80 ของพื้นที่การผลิตปาล์มน้ำมันทั้งหมด  โดยทั่วไปแล้ว เกษตกรรรายย่อยจะมีข้อจำกัดในด้านองค์ความรู้ในการจัดการสวนปาล์มให้เกิดความยั่งยืน เช่น การจัดการดินและน้ำ การใช้ปุ๋ย การใช้ทะลายปาล์มเปล่าหมุนเวียนกลับมาใช้ในสวน ซึ่งจะส่งผลให้เกิดการลดก๊าซเรือนกระจกในภาคส่วนของการผลิตน้ำมันปาล์ม การไม่สามารถเข้าถึงพันธุ์ปาล์มที่มีคุณภาพ และยังรวมไปถึงการขาดเงินทุนในการจัดการสวนให้มีประสิทธิภาพ จากข้อจำกัดต่าง ๆ เหล่านี้ส่งผลให้เกษตรกรในประเทศไทยค่อนข้างมีผลผลิตปาล์มน้ำมันที่มีคุณภาพต่ำ ซึ่งสามารถเห็นได้จากร้อยละของอัตราการสกัดน้ำมันปาล์ม (Oil Extraction Rate :OER) จากโรงสกัดน้ำมันปาล์ม ในขณะเดียวกันปัญหาทางด้านต้นทุนการผลิตปาล์มที่สูง ราคาของปาล์มสดและการตลาดของปาล์มน้ำมันเป็นอีกประเด็นปัญหาที่จะเป็นแรงจูงใจให้เกษตรกรหันเข้ามาให้ความสนใจการพัฒนาคุณภาพปาล์มอย่างยั่งยืน 

  การส่งออกปาล์มน้ำมันปี 2564 คิดเป็นมูลค่า 31,318 ล้านบาท หรือเพิ่มขึ้น 298.21% จากปี 2563 โดยที่ประเทศไทย มีพื้นที่ปลูก: 6,102,850.00 ไร่ พื้นที่เก็บเกี่ยว: 5,663,000.00 ไร่ จำนวนทะลายปาล์มสด (FFB )ทั้งประเทศ: 16,800,938 เมตริกตัน พื้นที่ปลูกปาล์มน้ำมันและโรงงานสกัดน้ำมันปาล์มดิบของไทยส่วนใหญ่อยู่ในภาคใต้ คิดเป็นสัดส่วน 86.4% ของพื้นที่ปลูกปาล์มน้ำมันทั่วประเทศโดยเฉพาะในจังหวัดกระบี่   สุราษฎร์ธานี และชุมพร (สัดส่วนรวมกันเกือบ 60%) 13.6% ที่เหลือกระจายอยู่ในภาคเหนือ ภาคกลาง และภาคตะวันออกเฉียงเหนือ นับเป็นสาขาเกษตรสาขาหนึ่งในยุทธศาสตร์ชาติที่ต้องเร่งรัดให้มีความแข็งแกร่งมากยิ่งขึ้น 

    ในปีแรกพื้นที่ปาล์มน้ำมันในพื้นที่จังหวัดสตูล จำนวน 43,000 ไร่ โดยจะใช้พื้นที่จังหวัดสตูลจำนวน 10,000 ไร่ โครงการที่นำเสนอนี้ เป็นนำเสนอแนวคิดและศึกษาการผลิตปาล์มน้ำมันตามแนวคิดการเกษตรชีวภาพ (Bio Farming) แล้วนำนวัตกรรมทางเทคโนโลยีสารสนเทศมาประยุกต์ใช้เข้ามาช่วยในการจัดการปาล์มน้ำในพื้นที่ทดลองและนำร่อง เพื่อสร้างความมั่นคงด้านพลังงาน รักษาความหลากหลายทางชีวภาพ มีการจัดการคาร์บอน รวมถึงการปรับโครงสร้างภาคเกษตรไปสู่เกษตรสมัยใหม่มีเป้าหมายยกระดับรายได้และความเป็นอยู่ของเกษตรกรชาวสวนปาล์มให้ดีขึ้น

บทสรุปผลการดำเนินงาน

  ประเทศไทยส่งออกปาล์มน้ำมันปี 2564 คิดเป็นมูลค่า 383.26 ล้านบาท หรือเพิ่มขึ้น 298.21% จากปี 2563 โดยที่ประเทศไทยมีพื้นที่ปลูกทั้งหมด 6.10 ล้านไร่ พื้นที่เก็บเกี่ยว 5.66 ล้านไร่ พื้นที่ปลูกปาล์มน้ำมันและโรงงานสกัดน้ำมันปาล์มดิบของไทยส่วนใหญ่อยู่ในภาคใต้ คิดเป็นสัดส่วน 86.4% ของพื้นที่ปลูกปาล์มน้ำมันทั่วประเทศโดยเฉพาะในจังหวัดกระบี่ สุราษฎร์ธานี และชุมพร และอีก 13.6% กระจายอยู่ในภาคเหนือ ภาคกลาง และภาคตะวันออกเฉียงเหนือ ผู้ผลิตปาล์มน้ำมันในประเทศไทย 70% เป็นเกษตรกรชาวสวนปาล์มรายย่อย ซึ่งยังขาดการเข้าถึงองค์ความรู้ ทักษะการบริหารจัดการกลุ่ม และการบริหารต้นทุนในการจัดการสวนปาล์มอย่างมีประสิทธิภาพ การผลิตอย่างยั่งยืนและไม่ทำลายสิ่งแวดล้อมตลอดห่วงโซ่อุปทาน และขาดการตระหนักถึงการปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ ความท้าทายหลักของประเทศไทยอยู่ที่ข้อจำกัดของเกษตรกรรายย่อยที่ยังขาดการบริหารจัดการสวนปาล์มน้ำมันที่มีประสิทธิภาพเพียงพอ หนึ่งในกุญแจสำคัญที่จะอุดช่องว่างนี้ คือ การขยายความร่วมมือระหว่างผู้ซื้อน้ำมันปาล์มและเกษตรกรรายย่อยผ่านแนวคิด “ความรับผิดชอบร่วมกัน” และการเพิ่มศักยภาพเพื่อเข้าถึงการรับรองมาตรฐานสิ่งแวดล้อมนานาชาติ (Roundtable on Sustainable Palm Oil: RSPO) ซึ่งจะช่วยยกระดับและขยายตลาดอุตสาหกรรมน้ำมันปาล์มของประเทศไทยให้เข้าถึงตลาดโลก การยกระดับคุณภาพผลผลิตตามมาตรฐาน RSPO เป็นสิ่งจำเป็น เนื่องจากบริษัทชั้นนำทั้งในประเทศและต่างประเทศมีการพิจารณาคู่ค้าที่ได้รับมาตรฐาน RSPO มากขึ้น ซึ่งหลายแห่งกำหนดกฎเกณฑ์ มาตรฐานในการรับซื้อวัตถุดิบ ส่วนประกอบหรือแสดงความจำนงในการรับสินค้าต่อจากผู้ประกอบการที่มีกระบวนการผลิตที่คำนึงถึงสิ่งแวดล้อมตั้งแต่ต้นน้ำ กลางน้ำ ถึงปลายน้ำ โดยกลุ่มผู้นำเข้าปาล์มน้ำมันสำคัญใน 6 ประเทศ ได้แก่  เบลเยียม ฝรั่งเศส อังกฤษ เนเธอร์แลนด์ สวีเดน และเดนมาร์ก ได้ประกาศ National Commitment ไปแล้วว่าจะนำเข้าเฉพาะปาล์มน้ำมันที่มีการผลิตอย่างยั่งยืนเท่านั้น

  พื้นที่ปาล์มน้ำมันในพื้นที่จังหวัดสตูล มีจำนวน 43,000 ไร่ โดยจะใช้พื้นที่จังหวัดสตูลจำนวน 25,000 ไร่ โดยโครงการที่นำเสนอนี้ เป็นนำเสนอแนวคิดและศึกษาการผลิตปาล์มน้ำมันตามแนวคิดการเกษตรชีวภาพ (Bio Farming) แล้วนำนวัตกรรมทางเทคโนโลยีสารสนเทศมาประยุกต์ใช้เข้ามาช่วยในการจัดการปาล์มน้ำในพื้นที่ทดลองและนำร่อง เพื่อสร้างความมั่นคงด้านพลังงาน รักษาความหลากหลายทางชีวภาพ รวมถึงการปรับโครงสร้างภาคเกษตรไปสู่เกษตรสมัยใหม่มีเป้าหมายยกระดับรายได้และความเป็นอยู่ของเกษตรกรชาวสวนปาล์มให้ดีขึ้น ในประเทศไทยยังมีการผลิตน้ำมันปาล์มอย่างยั่งยืนค่อนข้างน้อย มีกลุ่มเกษตรกรอิสระ 4 กลุ่มที่เป็นผู้ปลูกน้ำมันปาล์มรายแรกของโลกที่ผ่านการรับรองมาตรฐาน RSPO ในปี พ.ศ. 2555 คือ กลุ่มวิสาหกิจ ชุมชนเพื่อการผลิตน้ำมันปาล์มอย่างยั่งยืนยูนิวานิช - ปลายพระยา กลุ่มวิสาหกิจชุมชนเพื่อการผลิตน้ำมันปาล์มอย่างยั่งยืนเหนือคลอง–เขาพนม กลุ่มวิสาหกิจชุมชนเพื่อการผลิตปาล์มน้ำมันอย่างยั่งยืนสุขสมบูรณ์ และกลุ่มวิสาหกิจชุมชนเพื่อการผลิตปาล์มน้ำมันอย่างยั่งยืนสุราษฎร์ธานี มีเกษตรกรประมาณ 500 ราย ที่ได้รับการรับรองมาตรฐาน RSPO ถือว่าเป็นการเริ่มต้นของประเทศไทยในการส่งเสริมให้เกษตรกรรายย่อย ได้รับการรับรองจะช่วยนำไปสู่การผลิตปาล์มน้ำมันอย่างยั่งยืน 

ชื่อโครงการ(ภาษาไทย) : การพยากรณ์คลื่นพายุซัดฝั่ง (storm surge) : เมืองท่องเที่ยวชายฝั่ง

ชื่อโครงการ (ภาษาอังกฤษ) : Storm Surge Simulation: Coastal Tourist Cities

ชื่อหัวหน้าโครงการ : ผู้ช่วยศาสตราจารย์ ดร. เอกกมล วรรณเมธี

สังกัด (คณะ/มหาวิทยาลัย) : คณะอักษรศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

  คลื่นพายุซัดฝั่ง (Storm Surge) เป็นคลื่นทะเลที่เข้าสู่ชายฝั่งที่มีระดับความสูงคลื่นมากกว่าปกติ มีสาเหตุเกิดจากพายุโซนร้อนและพายุหมุนนอกเขตร้อน โดยความกดอากาศและลมอาจทำให้เกิดการยกตัวของระดับน้ำทะเลในระยะสั้น จนอาจนำไปสู่น้ำท่วมบริเวณชายฝั่งซึ่งเป็นพื้นที่ลุ่มต่ำ ปัจจัยที่ควบคุมการเกิดคลื่นพายุซัดฝั่งประกอบด้วยเส้นทางพายุ ความรุนแรงของพายุ โครงสร้างของชายฝั่งและลักษณะภูมิประเทศใต้พื้นมหาสมุทรในส่วนที่ใกล้ชายฝั่ง (Nicholls, 2006) คณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ หรือ IPCC (2012; 2021) ระบุว่า ในอนาคตปัญหาน้ำท่วมและความเสียหายทางเศรษฐกิจบริเวณเขตชายฝั่งอาจเพิ่มขึ้น เนื่องจากระดับน้ำทะเลที่เพิ่มสูงขึ้น คลื่นพายุซัดฝั่ง รวมทั้งปริมาณน้ำฝนและอัตราการไหลของน้ำในแม่น้ำที่สูงกว่าปกติ ทั้งนี้ มีเหตุผลสองประการที่ทำให้คลื่นพายุซัดฝั่งอาจทวีความรุนแรงขึ้นจากการเปลี่ยนแปลงสภาพภูมิอากาศ ประการแรก การขยายตัวทางความร้อนของมวลน้ำและการละลายของน้ำแข็งขั้วโลกอาจทำให้ระดับน้ำทะเลสูงขึ้น (Dasgupta et al., 2009) และประการที่สอง อุณหภูมิพื้นผิวน้ำทะเลที่สูงขึ้นอาจส่งผลต่อความรุนแรงของพายุไซโคลน และนำไปสู่การเพิ่มขึ้นของเหตุการณ์คลื่นพายุซัดฝั่ง (Dasgupta et al., 2011) นอกจากนี้ ความหนาแน่นของประชากรและกิจกรรมทางเศรษฐกิจและสังคมมีแนวโน้มเพิ่มขึ้นในเขตชายฝั่งที่สำคัญ ซึ่งหมายความว่าพื้นที่เหล่านี้มีความเสี่ยงจะได้รับกระทบจากน้ำท่วมบริเวณชายฝั่งมากขึ้น ถึงแม้ว่าจะไม่มีความเสี่ยงจากปัจจัยด้านสภาพอากาศก็ตาม (Nicholls, 2006)

  งานวิจัยจำนวนมากสำรวจผลกระทบของคลื่นพายุซัดฝั่งในระดับที่แตกต่างกันออกไป เช่น Nicholls (2006) ได้ทำการวิจัยเกี่ยวกับคลื่นพายุซัดฝั่งและผลกระทบต่อพื้นที่บริเวณชายฝั่ง พบว่าพื้นที่ชายฝั่งหลายแห่งในโลกได้รับผลกระทบจากพายุหมุนเขตร้อน ส่วนใหญ่ตั้งอยู่ในภูมิภาคเอเชียใต้ เอเชียตะวันออก บริเวณโดยรอบมหาสมุทรแปซิฟิก รวมทั้งภูมิภาคเอเชียตะวันออกเฉียงใต้ที่อาจได้รับผลกระทบจากน้ำท่วมที่เกิดจากคลื่นพายุซัดฝั่งที่สูงกว่าบริเวณอื่น เนื่องจากจากการเพิ่มขึ้นอย่างรวดเร็วของประชากรที่ตั้งถิ่นฐานในพื้นที่ราบลุ่มและเกิดของพายุหมุนเขตร้อนหรือไต้ฝุ่นบ่อยครั้ง โดยบริเวณดังกล่าว ได้แก่ สามเหลี่ยมปากแม่น้ำแดง (เวียดนาม) สามเหลี่ยมปากแม่น้ำโขง (เวียดนาม) เขตเมโทรมะนิลา (ฟิลิปปินส์) และสามเหลี่ยมปากแม่น้ำเจ้าพระยา (ไทย) ซึ่งงานวิจัยดังกล่าวสอดคล้องกับผลการวิจัยของ Syvitski et al. (2009) ที่พบว่าในช่วงปี 1990 ร้อยละ 85 ของพื้นที่สามเหลี่ยมปากแม่น้ำบนโลกได้รับผลกระทบจากน้ำท่วมครั้งใหญ่ และได้มีการประเมินว่าพื้นที่สามเหลี่ยมปากแม่น้ำที่เสี่ยงต่อน้ำท่วมอาจเพิ่มขึ้นถึงร้อยละ 50 ในคริสต์ศตวรรษที่ 21 ภายใต้อัตราการเพิ่มขึ้นของระดับน้ำทะเลที่มีการคาดการณ์ไว้ 

  ประเทศไทยเป็นหนึ่งในประเทศที่จะได้รับผลกระทบจากคลื่นพายุซัดฝั่งมากที่สุดในอนาคต มีงานวิจัยบางส่วนได้มีการศึกษาคลื่นพายุซัดฝั่งในประเทศไทย เช่น งานวิจัยของธนาคารโลก (2009) ในประเทศไทยมักมีพายุหมุนเขตร้อนในช่วงเดือนกันยายนถึงตุลาคม และมีการบันทึกเหตุการณ์คลื่นพายุซัดฝั่งที่เกิดจากพายุโซนร้อนและพายุไต้ฝุ่นที่พัดผ่านบริเวณอ่าวไทยระหว่าง พ.ศ. 2505-2543 ไว้ 3 ครั้ง ได้แก่ พายุโซนร้อนแฮเรียต (พ.ศ. 2505) พายุไต้ฝุ่นเกย์ (พ.ศ. 2532) พายุไต้ฝุ่นลินดา (พ.ศ. 2540) ต่อมาในปี พ.ศ.​ 2561 พายุหมุนเขตร้อนปาบึก ได้ส่งผลให้เกิดคลื่นพายุซัดฝั่งในหลายพื้นที่ทางภาคใต้ของประเทศไทย (Thanathanphon et al., 2020) 

  งานวิจัยนี้จึงต้องการสร้างกรอบการทำงานเพื่อคาดการณ์การเกิดคลื่นพายุซัดฝั่งจากพายุหมุนเขตร้อนที่ก่อตัวในทะเลจีนใต้ตอนล่างที่มีทิศทางเคลื่อนที่เข้าสู่ชายฝั่งทางภาคใต้ของประเทศไทย โดยใช้แบบจำลองทางอุตุนิยมวิทยาและทางสมุทรศาสตร์ แบบจำลองทางอุตุนิยมวิทยาเป็นแบบจำลองการพยากรณ์อากาศเชิงเลขใช้สำหรับการจำลองและคาดการณ์ลักษณะของพายุหมุนที่เข้าสู่ประเทศไทยเพื่อนำไปสู่การจำลองการเกิดคลื่นพายุซัดฝั่งด้วยแบบจำลองทางสมุทรศาสตร์ที่เน้นกระบวนการคลื่นชายฝั่ง ผลลัพธ์จากการจำลองนี้จะมีการประเมินความถูกต้องกับความสูงของคลื่นและพื้นที่ที่ได้รับผลกระทบจากคลื่นซัดชายฝั่ง โดยอาศัยข้อมูลทางตะกอนวิทยาและภาพถ่ายดาวเทียมในช่วงเวลานั้น ผลลัพธ์จากโครงการนี้จะสามารถนำไปใช้เป็นแนวทางในการสร้างกรอบการทำงานในระดับที่ใหญ่ขึ้นได้แก่ การคาดการณ์โอกาสการเกิดคลื่นซัดชายฝั่งจากพายุหมุนที่มีความรุนแรงแตกต่างกันจากสภาพภูมิอากาศที่มีการผันแปรในอนาคต การกำหนดระดับความเสี่ยงภัยของพื้นที่ชายฝั่งจากการเกิดคลื่นพายุซัดฝั่ง การวางแผนอพยพผู้คนบริเวณชายฝั่งเมื่อมีปรากฏการณ์คลื่นพายุซัดฝั่งอย่างเหมาะสม การวิเคราะห์การเปลี่ยนแปลงลักษณะสัณฐานชายฝั่งจากคลื่นพายุซัดฝั่งเพื่อการวางแผนป้องกันการกัดเซาะชายฝั่งอย่างยั่งยืน สำหรับในโครงการวิจัยนี้กำหนดพื้นที่ศึกษาบริเวณชายฝั่งของจังหวัดสุราษฎร์ธานีและจังหวัดนครศรีธรรมราช

บทสรุปผลการดำเนินงาน

  โครงการวิจัยนี้เป็นการจำลองการเกิดปรากฏการณ์คลื่นพายุซัดฝั่งจากพายุโซนร้อนปาบึกใน พ.ศ 2562 เพื่อศึกษาพื้นที่ชายฝั่งที่มีความเสี่ยงต่อการเกิดน้ำท่วมขังจากคลื่นพายุ โครงการวิจัยประกอบด้วย 3 ขั้นตอนหลัก เริ่มจากการจำลองลักษณะทางอุตุนิยมวิทยาของพายุปาบึกตลอดเส้นทางการเคลื่อนที่โดยใช้แบบจำลอง WRF - ARW จากนั้นจึงเป็นการจำลองการเกิดคลื่นซัดชายฝั่งโดยอาศัยข้อมูลอุตุนิยมวิทยาของพายุโซนร้อนปาบึกจากการจำลองด้วยแบบจำลอง WRF ในขั้นตอนนี้ใช้แบบจำลองทางสมุทรศาสตร์ STOC-ML และ SWAN model ในการจำลองคลื่นพายุซัดฝั่ง เมื่อได้ตรวจสอบความถูกต้องของการจำลองด้วยข้อมูลความสูงของคลื่นทะเล  จากสถานีตรวจวัดแล้ว ผลลัพธ์การจำลองจะถูกนำไประบุพื้นที่เสียงต่อการเกิดน้ำท่วมจากความสูงของคลื่นซัดฝั่งด้วยระบบสารสนเทศภูมิศาสตร์ สุดท้ายเป็นการตรวจสอบความถูกต้องของการระบุพื้นที่เสี่ยงน้ำท่วมจาก คลื่นพายุซัดฝั่งด้วยภาพถ่ายดาวเทียม 

  ในช่วง 6 เดือนแรกของโครงการวิจัย คณะผู้วิจัยมุ่งเน้นการดำเนินการในส่วนที่ 1 โดยเริ่มจากการลงสำรวจเก็บข้อมูลภาคสนามในจังหวัดสุราษฎร์ธานีและนครศรีธรรมราชเพื่อระบุตำแหน่งที่ประสบเหตุคลื่นพายุซัดฝั่งจากพายุโซนร้อนปาบึกและระดับน้ำท่วมสูงสุดที่เกิดจากคลื่นพายุซัดฝั่ง ผลการสำรวจพบว่า จังหวัดนครศรีธรรมราชคลื่นซัดชายฝั่งมีความสูงมากกว่าจังหวัดสุราษฎร์ธานีและเกิดการพัดของคลื่นเข้าสู่แผ่นดินในระยะทางที่ไกลกว่า  จุดสำรวจที่มีระดับน้ำจากคลื่นสูงสุดอยู่บริเวณอำเภอปากพนัง ได้แก่ ตำบลแหลมตะลุมพุก ระดับน้ำจากคลื่นสูงประมาณ 90 เซนติเมตรจากพื้นดิน และเกิดน้ำท่วมเข้าไปในแผ่นดินมากกว่า 500 เมตรจากชายฝั่ง รองลงมาเป็นที่บ้านหน้าโกฎิ ตำบลขนาบนาก ระดับน้ำจากคลื่นซัดฝั่งวัดจากระดับพื้นดินเท่ากับ 42 เซนติเมตร ณ ตำแหน่งที่อยู่ห่างจากชายฝั่ง 240 เมตร ในขณะที่จังหวัดสุราษฎร์ธานีมีระดับความสูงของน้ำท่วมน้อยกว่า เช่น ที่บ้านปากดอนสัก ตำบลดอนสัก มีระดับน้ำสูงสุด 59 เซนติเมตร ณ ตำแหน่งที่อยู่ห่างจากชายฝั่ง 20 เมตร และที่ตำบลชลคราม มีระดับน้ำสูงสุด 15 เซนติเมตร ณ ตำแหน่งระยะห่างจากชายฝั่ง 200 เมตร สาเหตุที่จังหวัดสุราษฎร์ธานีได้รับผลกระทบจากคลื่นพายุซัดฝั่งน้อยกว่าจังหวัดนครศรีธรรมราชส่วนหนึ่งเนื่องจากมีหมู่เกาะอยู่บริเวณนอกชายฝั่งซึ่งจะช่วงป้องกันคลื่นให้ลดพลังงานลงก่อนเข้าสู่แผ่นดิน นอกจากนี้ในพื้นที่ชายฝั่งบางแห่งมีการสร้างแนวกันคลื่น จึงทำให้ลดความรุนแรงของคลื่นเหลือเพียงระดับน้ำเอ่อล้นเข้าสู่ชุมชนเท่านั้น ข้อมูลระดับความสูงของน้ำจากคลื่นซัดฝั่งสามารถนำไปใช้ในการตรวจสอบความถูกต้องของแบบจำลองคณิตศาสตร์ทางด้านสมุทรศาสตร์ได้ ในการคำนวณความสูงของระดับน้ำท่วมจากคลื่นพายุซัดฝั่ง สำหรับการสำรวจตัวอย่างตะกอนเพื่อระบุพื้นที่ที่เกิดน้ำท่วมจากคลื่นพายุซัดฝั่ง พบหลักฐานของตะกอนจากพายุปาบึกที่ระดับความลึกน้อยกว่า 100 มิลลิเมตรจากผิวดิน อย่างไรก็ดีการระบุชั้นตะกอนที่เกิดจากคลื่นซัดชายฝั่งจากพายุโซนร้อนปาบึกไม่สามารถทำได้โดยง่ายเนื่องจากมีการสะสมตะกอนทรายด้วยวิธีการอื่นเช่นกัน เช่น กระบวนการพัดพาโดยลมในช่วงฤดูแล้ง หรือจากคลื่นซัดฝั่งจากอิทธิพลของลมมรสุม เป็นต้น   ดังนั้นจึงจำเป็นต้องเก็บตัวอย่างตะกอนเพิ่มเติมเพื่อให้สามารถระบุขอบเขตของพื้นที่น้ำท่วมจากคลื่นซัดฝั่ง จากพายุโซนร้อนปาบึกได้ถูกต้องมากยิ่งขึ้น 

  สำหรับการจำลองการเกิดพายุโซนร้อนปาบึกและลักษณะทางอุตุนิยมวิทยาของพายุตลอดเส้นทางการเคลื่อนที่ คณะผู้วิจัยได้กำหนดขอบเขตและความละเอียดการจำลองสูงสุดที่ 9 ตารางกิโลเมตร ทดสอบ ค่าชุดพารามิเตอร์เกี่ยวกับการเกิดเมฆคิวมูลัส  3 รูปแบบ ผลการศึกษาพบว่าพารามิเตอร์ชุด GD สามารถจำลองปริมาณน้ำฝนราย 3 ชั่วโมงและรายวัน ณ ตำแหน่งสถานีตรวจวัดภาคพื้นดินได้ถูกต้องมากที่สุดเมื่อเทียบกับพารามิเตอร์ชุด BMJ และ KF โดยมีค่า RMSE ของปริมาณน้ำฝน 3 ชั่วโมง และ รายวัน ของสถานีตรวจวัดของกรมอุตุนิยมวิทยา 10 แห่ง เท่ากับ 8.37 และ 24.94 มิลลิเมตร ตามลำดับ อย่างไรก็ดีกระบวนการทางลมฟ้าอากาศที่เกี่ยวข้องกับพายุหมุนเขตร้อนมีความซับซ้อน จึงควรมีการทดสอบชุดพารามิเตอร์อื่นๆ เพิ่มเติมด้วย เช่น พารามิเตอร์ที่เกี่ยวข้องกับไมโครฟิสิกส์ของกระบวนการลมฟ้าอากาศ เป็นต้น เพื่อให้สามารถเลือกชุดพารามิเตอร์ที่เหมาะสมในการจำลองลักษณะทางอุตุนิยมวิทยาของพายุโซนร้อนปาบึกให้ได้ถูกต้องและแม่นยำมากขึ้น และสามารถนำไปใช้นการจำลองการเกิดคลื่นพายุซัดฝั่งได้อย่างถูกต้องต่อไป 

  นอกจากนี้ เพื่อเป็นการเตรียมการในการดำเนินโครงการในรอบ 6 เดือนถัดไป คณะผู้วิจัยได้ทดสอบการทำงานและประสิทธิภาพของแบบจำลอง STOC-ML และ SWAN ในการคำนวณคลื่นพายุซัดฝั่งเบื้องต้น คณะผู้วิจัยกำหนดการตั้งค่าแบบจำลองเช่นเดียวกับในงานวิจัยของ Tsai et al. (2024) ที่ได้ศึกษาการเกิดคลื่นซัดฝั่งจากพายุปาบึกในอ่าวไทย และใช้ข้อมูลลักษณะทางอุตุนิยมวิทยาเฉพาะความเร็วลม ณ ตำแหน่งความสูง 10 เมตรจากพื้นผิวโลก ผลการจำลองพบกว่าคลื่นซัดชายฝั่งมีความสูงมากที่สุดประมาณ 1.0-1.2 เมตร ที่บริเวณชายฝั่งจังหวัดนครศรีธรรมราชและสุราษฎร์ธานี อย่างไรก็ดี ผลลัพธ์จากแบบจำลอง STOC-ML และ SWANเป็นเพียงผลลัพธ์เบื้องต้นเท่านั้น ไม่ได้มีการทดสอบความถูกต้องกับข้อมูลความสูงของคลื่นทะเลจากสถานีตรวจวัด รวมถึงแบบจำลองต้องผ่านการทดสอบการกำหนดค่าพารามิเตอร์ที่เหมาะสมสำหรับพายุโซนร้อนปาบึก รวมถึงการใช้ข้อมูลสัณฐานภูมิประเทศของพื้นท้องทะเล (Bathymetry) ที่มีความละเอียดมากขึ้นจึงจะสามารถให้ผลการจำลองความสูงของคลื่นจากพายุได้อย่างน่าเชื่อถือและนำไปใช้ประโยชน์ต่อไปได้ 

ชื่อโครงการ (ภาษาไทย) : โครงการระบบตรวจวัดแผ่นดินทรุดแบบแม่นยำด้วยเทคโนโลยีอวกาศ

ชื่อโครงการ (ภาษาอังกฤษ) : Precise Land Subsidence Monitoring System Using Space

ชื่อหัวหน้าโครงการ : ผศ.ดร. อนุเผ่า อบแพทย์

สังกัด (คณะ/มหาวิทยาลัย) : คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์

  การสำรวจและรังวัดระดับการทรุดตัวของพื้นดินในเขตวิกฤตการณ์น้ำบาดาลในประเทศไทยได้เริ่มต้นตั้งแต่ปี พ.ศ. 2521 โดยกรมแผนที่ทหารเป็นหน่วยงานหลักที่รับผิดชอบการตรวจสอบการรังวัดเดินระดับเครือข่ายหมุดหลักฐานแผ่นดินทรุดในแต่ละปี การดำเนินการนี้มีวัตถุประสงค์เพื่อเฝ้าระวังและติดตามการทรุดตัวของแผ่นดินในพื้นที่ที่ได้รับผลกระทบจากการสูบน้ำบาดาลอย่างต่อเนื่อง อย่างไรก็ตาม ตั้งแต่ปี พ.ศ. 2561 เป็นต้นมา กรมแผนที่ทหารได้ยุติการดำเนินการตรวจสอบหมุดหลักฐานแผ่นดินทรุด ข้อมูลล่าสุดจากการศึกษานี้ได้แสดงในรูปที่ 1 และรูปที่ 2 ซึ่งบ่งชี้ว่าการขาดความต่อเนื่องในการเก็บข้อมูลดังกล่าวส่งผลกระทบสำคัญต่อการบริหารจัดการการทรุดตัวของแผ่นดินและทรัพยากรน้ำบาดาลในพื้นที่วิกฤต การขาดข้อมูลที่ทันสมัยและสม่ำเสมอทำให้ประเทศไทยเผชิญความท้าทายในการวางแผนและดำเนินมาตรการป้องกันผลกระทบ

จากการทรุดตัวของแผ่นดินในระยะยาว โดยเฉพาะในเขตที่มีการใช้น้ำบาดาลอย่างหนาแน่นและมีอัตราการทรุดตัวสูง การฟื้นฟูการสำรวจและติดตามหมุดหลักฐานอย่างเป็นระบบ หรือการนำเทคโนโลยีใหม่ เช่น InSAR Time-Series Analysis มาใช้ในการเก็บข้อมูลการเคลื่อนตัวของแผ่นดิน อาจช่วยให้ประเทศไทยสามารถเฝ้าระวังและบริหารจัดการปัญหาได้อย่างมีประสิทธิภาพมากขึ้น และลดความเสี่ยงที่อาจเกิดขึ้นต่อโครงสร้างพื้นฐานและความปลอดภัยของประชาชนในพื้นที่ที่ได้รับผลกระทบจากการทรุดตัวของแผ่นดินในอนาคต

บทสรุปผลการดำเนินงาน 

  โครงการนี้มุ่งเน้นการตรวจสอบและติดตามการทรุดตัวของแผ่นดินในพื้นที่กรุงเทพมหานครและปริมณฑล ซึ่งเป็นปัญหาสำคัญที่ส่งผลกระทบต่อโครงสร้างพื้นฐาน ความปลอดภัย และการพัฒนาพื้นที่อย่างยั่งยืน การดำเนินงานใช้เทคโนโลยี Interferometric Synthetic Aperture Radar (InSAR) และการวิเคราะห์ข้อมูลภาพถ่ายดาวเทียมแบบอนุกรมเวลา เพื่อสร้างแผนที่การทรุดตัวที่มีความละเอียดสูงและครอบคลุมพื้นที่เสี่ยง โครงการยังได้ออกแบบระบบสำรวจเชิงจีโอดีติก (Geodetic Survey) และสร้างความร่วมมือระหว่างประเทศในการพัฒนาเทคโนโลยีอวกาศ เพื่อเพิ่มประสิทธิภาพในการบริหารจัดการพื้นที่เสี่ยงและสร้างระบบเตือนภัยล่วงหน้า โครงการได้ดำเนินกิจกรรมตามแผนงานตามลำดับและมีความก้าวหน้าในระดับที่น่าพึงพอใจ โดยสรุปดังนี้:

 การสำรวจพื้นที่ศึกษา: เริ่มวางแผนการดำเนินงานเพื่อเก็บข้อมูลในพื้นที่ที่มีความเสี่ยงต่อการทรุดตัวในกรุงเทพมหานครและปริมณฑล ตามข้อมูลที่ได้จาก InSAR โดยมุ่งเน้นการเก็บข้อมูลที่ครอบคลุมและครบถ้วน เพื่อสนับสนุนการวิเคราะห์และสร้างแผนที่ความเสี่ยงการทรุดตัวที่มีความละเอียดสูง อันจะเป็นประโยชน์ต่อการจัดการและวางแผนพื้นที่อย่างมีประสิทธิภาพในอนาคต

 การบินสำรวจด้วย LiDAR: ได้วางแผนการบินเพื่อบันทึกข้อมูลภูมิประเทศสามมิติในพื้นที่เสี่ยงทรุดตัวสูง โดยใช้เทคโนโลยี LiDAR เพื่อเก็บข้อมูลที่มีความละเอียดสูง สำหรับการสร้างแผนที่ความเสี่ยงการทรุดตัวที่ครอบคลุมพื้นที่ศึกษาอย่างละเอียดและแม่นยำ ซึ่งข้อมูลดังกล่าวจะเป็นพื้นฐานสำคัญสำหรับการวิเคราะห์และวางแผนการจัดการพื้นที่เสี่ยงในอนาคต

 การประมวลผลข้อมูลภาพถ่ายดาวเทียม: ได้ดำเนินการใช้ข้อมูล Sentinel-1 จำนวน 154 ภาพ ในช่วงปี 2561-2567 สร้าง Interferograms ด้วยซอฟต์แวร์ SNAP และดำเนินการประมวลผลอนุกรมเวลา (Time-Series Analysis) ด้วย StaMPS และ TRAIN จนแล้วเสร็จ พร้อมนำข้อมูลไปวิเคราะห์และแสดงผลในรูปแบบแผนที่และกราฟอนุกรมเวลา เพื่อตรวจสอบการทรุดตัวของพื้นที่ศึกษาอย่างละเอียดและครอบคลุม

 การออกแบบและทดสอบอุปกรณ์ Geodetic Survey Unit: อยู่ระหว่างการประสานงานด้านสถานที่และตำแหน่งการติดตั้ง รวมถึงการดำเนินงานในส่วนของการออกแบบ พัฒนา และจัดสร้างระบบ Geodetic Survey Unit เพื่อให้สามารถนำไปใช้งานได้อย่างมีประสิทธิภาพและตอบสนองต่อวัตถุประสงค์ของโครงการได้อย่างครบถ้วน

 การอบรมและพัฒนาศักยภาพบุคลากร: อยู่ระหว่างการวางแผนจัดอบรมเทคนิคการใช้เรดาร์ระยะไกล (SAR) อย่างเป็นทางการ แต่ได้ดำเนินการถ่ายทอดความรู้และกระบวนการทำงานให้กับทีมงานนิสิตภายในโครงการแล้ว เพื่อเสริมสร้างศักยภาพในการวิเคราะห์และประมวลผลข้อมูลอย่างมีประสิทธิภาพ

 การหารือความร่วมมือระหว่างประเทศ: อยู่ระหว่างดำเนินการหารือความร่วมมือกับสถาบันการศึกษาชั้นนำระดับโลก ได้แก่ TUDelft (ประเทศเนเธอร์แลนด์) และ University of Leeds (สหราชอาณาจักร) เพื่อวางแผนและจัดตั้ง SPACE SAR Center of Excellence ซึ่งจะเป็นศูนย์กลางด้านการวิจัยและพัฒนาเทคโนโลยีเรดาร์ระยะไกล (SAR) และการประยุกต์ใช้สำหรับการติดตามการทรุดตัวและการเปลี่ยนแปลงภูมิประเทศ

  ผลลัพธ์ที่ได้จากการดำเนินงาน

ได้ข้อมูลการเคลื่อนตัวของแผ่นดินจากจุดตรวจสอบกว่า 5 ล้านจุด ซึ่งแสดงอัตราการทรุดตัวและการยกตัวในช่วง -31.61 ถึง 10.08 มม./ปี

สร้างแผนที่การทรุดตัวที่มีความละเอียดสูง ครอบคลุมพื้นที่ศึกษาทั้งหมด

ลดระยะเวลาและต้นทุนการตรวจสอบพื้นที่ขนาดใหญ่ ด้วยการใช้เทคนิค InSAR 

เสริมสร้างความรู้และความสามารถด้านเทคนิคการใช้เรดาร์ระยะไกลให้กับบุคลากรในประเทศ

วางรากฐานความร่วมมือระดับนานาชาติในด้านการวิจัยและพัฒนาเทคโนโลยีอวกาศ

  ประโยชน์และผลกระทบที่ได้รับ/คาดว่าจะได้รับ

ประโยชน์ที่ได้รับ : ช่วยให้หน่วยงานที่เกี่ยวข้องสามารถเฝ้าระวังและจัดการพื้นที่เสี่ยงทรุดตัวได้อย่างมีประสิทธิภาพ ลดต้นทุนการสำรวจระยะยาว และเพิ่มความถี่ในการตรวจสอบ สนับสนุนการวางแผนการใช้พื้นที่อย่างยั่งยืน

ผลกระทบที่คาดว่าจะได้รับ : ลดความเสี่ยงต่อโครงสร้างพื้นฐาน เช่น ถนน ระบบระบายน้ำ และอาคาร สร้างระบบแจ้งเตือนที่สามารถตรวจสอบและป้องกันความเสียหายในอนาคต

  การบรรลุเป้าหมาย

 โครงการจะสามารถบรรลุเป้าหมายที่กำหนดไว้ โดยจะได้ผลลัพธ์ที่ครอบคลุมและสามารถใช้งานได้จริงในระดับนโยบาย การดำเนินงานที่ผ่านมาช่วยสร้างฐานข้อมูลที่สำคัญสำหรับการวางแผนและบริหารจัดการพื้นที่เสี่ยงการทรุดตัวในกรุงเทพมหานครและปริมณฑล อีกทั้งยังเป็นการพัฒนาความสามารถทางวิชาการและเทคโนโลยีในประเทศอย่างยั่งยืน

ชื่อโครงการ (ภาษาไทย) : การพัฒนาเครื่องมือตรวจวัดคาร์บอนสีน้ำเงินเพื่อการสอบเทียบกับข้อมูลอวกาศ

ชื่อโครงการ (ภาษาอังกฤษ) : Development of blue carbon assessment for calibrating with data from space

ชื่อหัวหน้าโครงการ : รศ.ดร.สุธินี สินุธก

สังกัด (คณะ/มหาวิทยาลัย) : คณะการจัดการสิ่งแวดล้อม มหาวิทยาลัยสงขลานครินทร์

  คาร์บอนสีน้ำเงิน (Blue carbon) เป็นคาร์บอนอินทรีย์ที่ถูกดูดซับจากชั้นบรรยากาศโดยระบบนิเวศทางทะเลและชายฝั่ง เช่น ป่าชายเลน และหญ้าทะเล ซึ่งถูกดูดซับมามากกว่า 100 ถึง 1,000 ปี ในทะเลคาร์บอนสีน้ำเงินมีส่วนสำคัญในการควบคุมสภาพภูมิอากาศโลก และช่วยชะลอการเปลี่ยนแปลงสภาพภูมิอากาศ ทั้งนี้การเพิ่มการกักเก็บคาร์บอนสีน้ำเงินโดยการรักษาความสมบูรณ์ของระบบนิเวศทางทะเลและชายฝั่งจะมีส่วนช่วยในการบรรเทาและปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ เนื่องจากระบบนิเวศเหล่านี้มีความสามารถในการสะสมคาร์บอนมากกว่าระบบนิเวศบนบกถึง 10 เท่า (McLeod et al., 2011) การกักเก็บคาร์บอนในป่าชายเลนและหญ้าทะเลนั้นเกิดจากการตรึงคาร์บอนในบรรยากาศผ่านกระบวนการสังเคราะห์ด้วยแสงและการเจริญเติบโตของพืชมาสะสมในตัวพืชและดิน การย่อยสลายอินทรียวัตถุ ดิน และใบไม้ ด้วยความสามารถในการกักเก็บคาร์บอนได้จำนวนมากนี้ ทำให้ป่าชายเลนและหญ้าทะเลเป็นแหล่งกักเก็บคาร์บอนที่ใหญ่ที่สุดในพื้นที่ชายฝั่ง (Twilley et al., 1992)

  อย่างไรก็ตาม กิจกรรมต่างๆ ของมนุษย์เช่น การเปลี่ยนแปลงการใช้ประโยชน์พื้นที่ชายฝั่งไปเป็นพื้นที่เกษตรกรรม ประมง อุตสาหกรรมหรือที่อยู่อาศัย และการเปลี่ยนแปลงสภาพภูมิอากาศ เช่น ภาวะโลกร้อน การเพิ่มขึ้นของระดับน้ำทะเล และการเปลี่ยนแปลงของสิ่งแวดล้อม เช่น การที่มีตะกอนเพิ่มขึ้น การเกิดยูโทรฟิเคชั่น นั้นส่งผลให้เกิดการเสื่อมโทรมของระบบนิเวศหญ้าทะเลและป่าชายเลน โดยทำให้มีการสูญเสียถึง  25 – 50% ตั้งแต่ปี 1950 เป็นต้นมา การสูญเสียและเสื่อมโทรมของระบบนิเวศนี้จะส่งผลกระทบในทางลบต่อประชากรของสัตว์ทะเลที่ใช้ป่าชายเลนและหญ้าทะเลเป็นแหล่งที่อยู่อาศัยและอนุบาลสัตว์น้ำ การปกป้องชายฝั่ง การหมุนเวียนสารอาหาร และการส่งมอบบริการระบบนิเวศอื่นๆ นอกจากนี้ ยังทำให้เกิดการปลดปล่อยก๊าซคาร์บอนไดออกไซด์ (CO2) อย่างมีนัยสำคัญ เนื่องจากคาร์บอนในสารชีวมวลและตะกอนถูกรบกวนและถูกทำให้แร่ธาตุเป็นคาร์บอนไดออกไซด์ ทำให้ความสามารถในการกักเก็บคาร์บอนลดลง และความสามารถในการชะลอและบรรเทาการเปลี่ยนแปลงสภาพภูมิอากาศก็ลดลงด้วย (Lovelock and Reef 2020) จากการศึกษาของ Pendleton et al. 2012 พบว่าการสูญเสียป่าชายเลนและหญ้าทะเลทำให้โลกของเราสูญเสียมูลค่าทางเศรษฐกิจได้ถึง 1.9 -13.7 พันล้านดอลลาร์ต่อปี ดังนั้น แนวทางที่สำคัญในการรักษาและเพิ่มการจัดเก็บคาร์บอนในสภาพแวดล้อมทางทะเลซึ่งจะช่วยบรรเทาการเปลี่ยนแปลงสภาพภูมิอากาศและฟื้นฟูบริการของระบบนิเวศชายฝั่งนั้น คือ การจัดการ การอนุรักษ์ และการฟื้นฟูระบบนิเวศชายฝั่งอย่างยั่งยืน อัตราการสะสมคาร์บอนในแนวหญ้าทะเลจะแตกต่างกันไปขึ้นอยู่กับชนิดพันธุ์พืช ลักษณะของตะกอน (Bukoski et al., 2017) 

  การประเมินการกักเก็บคาร์บอนสีน้ำเงินในแนวหญ้าทะเลนั้นยังไม่สามารถทำได้อย่างทั่วถึงทุกพื้นที่ เป็นข้อจำกัดในการบริหารจัดการทรัพยากรและเศรษฐศาสตร์คาร์บอน การพัฒนาวิธีการประเมินคาร์บอนด้วยเทคนิคการรับรู้ระยะไกล (remote sensing technique) ที่แม่นยำนั้นจะทำให้การประเมินคาร์บอนมีความถูกต้อง รวดเร็ว และลดทรัพยากรแรงงาน งบประมาณ และเวลาได้มากขึ้น ทำให้สามารถประเมินการกักเก็บคาร์บอนของหญ้าทะเลได้อย่างทั่วถึงทุกพื้นที่ อย่างไรก็ตาม เนื่องจากหญ้าทะเลในประเทศไทยนั้นมีมากถึง 13 ชนิด ซึ่งหญ้าทะเลแต่ละชนิด (สปีชีส์) นั้นก็มีลักษณะของใบ ราก ลำต้น และเหง้า และรงควัตถุในใบที่แตกต่างกัน ทำให้สเปกตรัมของแต่ละสปีชีส์นั้นอาจมีความคล้ายคลึงหรือแตกต่างกันเล็กน้อยซึ่งจะทำให้การประเมินคาร์บอนด้วยเทคนิคการรับรู้ระยะไกลในระดับสปีชีส์นั้นมีความซับซ้อนมากขึ้น โดยที่ผ่านมานั้นมีการพัฒนาเทคนิคการรับรู้ระยะไกลในการประเมินหญ้าทะเล แต่ยังไม่สามารถสร้างความแม่นยำในการประเมินระดับสปีชีส์ได้

  งานวิจัยชิ้นนี้จึงมีวัตถุประสงค์เพื่อพัฒนาเครื่องมือตรวจวัดคาร์บอนสีน้ำเงินเพื่อการสอบเทียบกับข้อมูลอวกาศ โดยมีวัตถุประสงค์ย่อยคือ 1) พัฒนา machine learning algorithms สำหรับการจำแนกหญ้าทะเลในระดับสปีชีส์ และ 2) พัฒนาวิธีการประเมินคาร์บอนด้วยภาพจากการรับรู้ระยะไกลแบบ high resolution ที่มีความแม่นยำในระดับสปีชีส์ ซึ่งวิธีใหม่ที่พัฒนาขึ้นมานี้จะช่วยส่งเสริมการอนุรักษ์ระบบนิเวศหญ้าทะเล บรรเทาและชะลอการเปลี่ยนแปลงสภาพภูมิอากาศ ลดความสูญเสียทางเศรษฐกิจ และสร้างโอกาสในการสร้างมูลค่าในตลาดคาร์บอน (Carbon market) และเป็นเครื่องมือในการพัฒนา Blue economy ในประเทศไทยอย่างยั่งยืน

บทสรุปผลการดำเนินงาน

  การกักเก็บคาร์บอนสีน้ำเงิน (Blue carbon) จากระบบนิเวศหญ้าทะเล มีบทบาทสำคัญในการชะลอและบรรเทาการเปลี่ยนแปลงสภาพภูมิอากาศ อย่างไรก็ตาม กิจกรรมต่างๆ ของมนุษย์ และการเปลี่ยนแปลงสภาพภูมิอากาศนั้นส่งผลให้เกิดการเสื่อมโทรมของระบบนิเวศหญ้าทะเล ซึ่งจะส่งผลกระทบในทางลบ ทำให้ความสามารถในการกักเก็บคาร์บอนลดลง และความสามารถในการชะลอและบรรเทาการเปลี่ยนแปลงสภาพภูมิอากาศก็ลดลง แนวทางที่สำคัญในการรักษาและเพิ่มการจัดเก็บคาร์บอนในสภาพแวดล้อมทางทะเลซึ่งจะช่วยบรรเทาการเปลี่ยนแปลงสภาพภูมิอากาศและฟื้นฟูบริการของระบบนิเวศชายฝั่งนั้น คือ การจัดการ การอนุรักษ์ และการฟื้นฟูระบบนิเวศชายฝั่งอย่างยั่งยืน 

  การประเมินการกักเก็บคาร์บอนสีน้ำเงินในแนวหญ้าทะเลนั้นยังไม่สามารถทำได้อย่างทั่วถึงทุกพื้นที่ เป็นข้อจำกัดในการบริหารจัดการทรัพยากรและเศรษฐศาสตร์คาร์บอน การพัฒนาวิธีการประเมินคาร์บอนด้วยเทคนิคการรับรู้ระยะไกล (remote sensing technique) ที่แม่นยำนั้นจะทำให้การประเมินคาร์บอนมีความถูกต้อง รวดเร็ว และลดทรัพยากรแรงงาน งบประมาณ และเวลาได้มากขึ้น ทำให้สามารถประเมินการกักเก็บคาร์บอนของหญ้าทะเลได้อย่างทั่วถึงทุกพื้นที่ อย่างไรก็ตาม เนื่องจากหญ้าทะเลในประเทศไทยนั้นมีมากถึง 13 ชนิด ซึ่งหญ้าทะเลแต่ละชนิด (สปีชีส์) นั้นก็มีลักษณะของใบ ราก ลำต้น และเหง้า และรงควัตถุในใบที่แตกต่างกัน ทำให้สเปกตรัมของแต่ละสปีชีส์นั้นอาจมีความคล้ายคลึงหรือแตกต่างกันเล็กน้อยซึ่งจะทำให้การประเมินคาร์บอนด้วยเทคนิคการรับรู้ระยะไกลในระดับสปีชีส์นั้นมีความซับซ้อนมากขึ้น โดยที่ผ่านมานั้นมีการพัฒนาเทคนิคการรับรู้ระยะไกลในการประเมินหญ้าทะเล แต่ยังไม่สามารถสร้างความแม่นยำในการประเมินระดับสปีชีส์ได้

  การศึกษานี้จึงมีการเก็บข้อมูลการกักเก็บคาร์บอนของหญ้าทะเลบริเวณภาคใต้ฝั่งอันดามัน เพื่อนำข้อมูลมาพัฒนา machine learning algorithms และพัฒนาวิธีการประเมินคาร์บอนด้วยภาพจากการรับรู้ระยะไกลแบบ high resolution ที่มีความแม่นยำในระดับสปีชีส์ร่วมกับข้อมูลดาวเทียม เพื่อพัฒนาเครื่องมือตรวจวัดคาร์บอนสีน้ำเงินเพื่อการสอบเทียบกับข้อมูลอวกาศ ซึ่งวิธีใหม่ที่พัฒนาขึ้นมานี้จะช่วยส่งเสริมการอนุรักษ์ระบบนิเวศหญ้าทะเล บรรเทาและชะลอการเปลี่ยนแปลงสภาพภูมิอากาศ ลดความสูญเสียทางเศรษฐกิจ และสร้างโอกาสในการสร้างมูลค่าในตลาดคาร์บอน (Carbon market) และเป็นเครื่องมือในการพัฒนา Blue economy ในประเทศไทยอย่างยั่งยืน 

ชื่อโครงการ (ภาษาไทย) : การพัฒนาแบบจำลองคาร์บอนเครดิตของพื้นที่ป่าชุมชนด้วยอากาศยานไร้คนขับและภาพถ่ายจากดาวเทียม

ชื่อโครงการ (ภาษาอังกฤษ) : Integration of UAV, Sentinel-1, and Sentinel-2 Data to estimate carbon credit of community forest in Khon Kaen Thailand.

ชื่อหัวหน้าโครงการ : ผศ.ดร.อุราวรรณ   จันทร์เกษ

สังกัด (คณะ/มหาวิทยาลัย) : วิทยาลัยการคอมพิวเตอร์ มหาวิทยาลัยขอนแก่น

  ประเทศไทยปล่อยก๊าซเรือนกระจกเป็นลำดับที่ 20 ของโลก 437.18 MtCO2eq ประมาณร้อยละ 0.9 ของโลก (Climate Watch, 2023) จากผลสำรวจของ World Resources Institute (2023) พบว่าประเทศไทยตั้งเป้าหมายจะเป็น Net Zero Emission ภายในปี ค.ศ. 2065 ซึ่งในกระบวนการได้ดำเนินมาตรการต่างๆ เช่น การจัดทำแผนยุทธศาสตร์ระยะยาวในการปล่อยก๊าซเรือนกระจก การจัดทำร่างพระราชบัญญัติการเปลี่ยนแปลงสภาพภูมิอากาศ การเพิ่มพื้นที่สีเขียว การลงนามในข้อตกลงการดำเนินงานภายใต้ความตกลงปารีสระหว่างราชอาณาจักรไทยกับสมาพันธรัฐสวิส ฯลฯ ซึ่งการพัฒนาตลาดคาร์บอนเครดิตและพื้นที่สีเขียวเป็นหนึ่งกลไกสำคัญที่จะทำให้ประเทศไทยบรรลุข้อตกลงด้านการเปลี่ยนแปลงสภาพภูมิอากาศและไปสู่สังคมคาร์บอนต่ำ นอกจากนี้ประเทศไทยยังคงประสบปัญหาการลดลงของพื้นที่ป่าไม้อย่างต่อเนื่อง ไม่ว่าจะเป็นการบุกรุกพื้นที่ป่าไม้เพื่อทำการเกษตรเชิงเดี่ยวเช่น ยางพารา ข้าวโพดเลี้ยงสัตว์ เป็นต้น นอกจากนี้ปัญหาไฟป่าในทุกๆปี ทำให้พื้นที่ป่าไม้ลดลง จากปัญหาดังกล่าว จำเป็นต้องดึงความร่วมมือของประชาชนเข้ามามีส่วนร่วมในการอนุรักษ์พื้นที่ป่าไม้ ในรูปแบบการตั้งชมรมอนุรักษ์ป่า ซึ่งปัจจุบันประเทศไทยมีพื้นที่สีเขียวที่เป็นพื้นที่ป่าชุมชนกระจายอยู่ทั่วทุกภูมิภาคของประเทศ จำนวนมากกว่า 11,327 แห่ง รวมเนื้อที่ประมาณ 6.29 ล้านไร่ (กรมป่าไม้, 2563) ซึ่งอยู่ในการดูแลและจัดการพื้นที่ระหว่างกรมป่าไม้กับชุมชนกว่า 13,028 หมู่บ้าน โดยมีพันธกิจเน้นการจัดการป่าชุมชนแบบมีส่วนร่วม เพื่ออนุรักษ์ ฟื้นฟู จัดการ บำรุงรักษา ตลอดจนใช้ประโยชน์จากทรัพยากรธรรมชาติ สิ่งแวดล้อม และความหลากหลายทางชีวภาพอย่างสมดุลและยั่งยืน ดังนั้นป่าชุมชนจึงเป็นมิติการพัฒนาเชิงพื้นที่แบบมีส่วนร่วมที่สามารถเชื่อมโยงไปสู่สังคมคาร์บอนต่ำโดยแท้จริง ปัจจุบันองค์กรทั้งภาครัฐ เอกชน นักเรียน นักศึกษา และประชาชนทั่วไป ได้ทราบถึงความสำคัญของป่าชุมชนและทรัพยากรป่าไม้ ซึ่งในวันที่ 16 มีนาคม 2566 คณะรัฐมนตรีมีมติเห็นชอบออกกฎหมายอนุบัญญัติ ตามพระราชบัญญัติป่าชุมชน พ.ศ. 2562 จำนวน 4 ฉบับ เกี่ยวกับการใช้ประโยชน์จากไม้และใช้ประโยชน์ในพื้นที่ป่าชุมชน การศึกษาค้นคว้า วิจัย ในป่าชุมชน การตรวจสอบและประเมินผลป่าชุมชน ตลอดจนการกำหนดสัดส่วนการแบ่งปันคาร์บอนเครดิต ซึ่งจะเป็นการส่งเสริมให้ภาคธุรกิจมีส่วนร่วมในการสนับสนุนป่าชุมชน รวมทั้งเพิ่มศักยภาพการดำเนินงานของป่าชุมชนในการกักเก็บคาร์บอนและกระตุ้นให้ภาคส่วนต่างๆ เข้ามาสนับสนุนชุมชนที่ดูแลรักษาป่าชุมชนให้มากขึ้นอันจะส่งผลให้ประเทศไทยบรรลุเป้าหมายการลดก๊าซเรือนกระจกต่อไป

  ฐานข้อมูลเชิงพื้นที่มวลชีวภาพและการกักเก็บคาร์บอนจะทำให้การพัฒนาตลาดคาร์บอนเครดิตและพื้นที่สีเขียวของป่าชุมชนเป็นไปอย่างมีประสิทธิภาพ ยกตัวอย่างเช่น การประเมินคาร์บอนเครดิตและปริมาณการกักเก็บก๊าซเรือนกระจก ที่ต้องการข้อมูลด้านการใช้ประโยชน์ที่ดิน ด้านนิเวศวิทยาป่าไม้ โครงสร้างป่าไม้ การปกคลุมของทรงพุ่ม รวมไปจนถึงผลผลิตและมวลชีวภาพป่าไม้ จากการวางแปลงสำรวจและการเก็บข้อมูลต้นไม้ ซึ่งมีข้อจำกัดหลายด้าน เช่น การต้องใช้กำลังคน ใช้เวลานาน การเข้าถึงพื้นที่ได้ยาก และใช้ต้นทุนค่อนข้างสูง (Kumar and Mutanga, 2017) ดังนั้นเทคโนโลยีการสำรวจจากระยะไกล เช่น ข้อมูลภาพถ่ายจากดาวเทียมและอากาศยานไร้คนขับหรือ UAV สามารถสนับสนุนการสำรวจและจัดทำฐานข้อมูลเชิงพื้นที่คาร์บอนเครดิตและเพิ่มประสิทธิภาพการจัดเก็บข้อมูล ซึ่งเป็นการพัฒนากลไกการนำคาร์บอนเครดิตไปใช้ทั้งในและต่างประเทศ และนำประเทศไทยไปสู่เป้าหมาย Net Zero Emission ภายในปี ค.ศ. 2065 ได้ในอนาคต 

  เทคโนโลยีภูมิสารสนเทศสามารถสนับสนุนการประเมินคาร์บอนเครดิตหรือการกักเก็บคาร์บอน ในพื้นที่ป่าไม้ได้อย่างรวดเร็วและมีประสิทธิภาพ โดยใช้ในการติดตามการเปลี่ยนแปลงของมวลชีวภาพเหนือดิน (Above-ground biomass (AGB)) ซึ่งเป็นแหล่งสะสมคาร์บอนที่สำคัญและมองเห็นได้ชัดเจนที่สุดในระบบนิเวศวิทยาบนบก (Terrestrial ecosystem) และสามารถตรวจวัดได้ด้วยเทคโนโลยีการสำรวจระยะไกล มวลชีวภาพเหนือดินมีสัดส่วนร้อยละ 30 ของแหล่งสะสมคาร์บอน และมีสัดส่วนมากว่าร้อยละ 70 ของแหล่งชีวภาพป่าไม้ (Cairns, M., Brown, S., Helmer, E. et al., 1997) แผนที่มวลชีวภาพและปริมาณการกักเก็บคาร์บอนที่มีความถูกต้องสูงจะสามารถนำไปประเมินคาร์บอนเครดิตในพื้นที่ป่าไม้ชุมชน ซึ่งจำเป็นต้องมีการตรวจวัดมวลชีวภาพอย่างต่อเนื่องและแม่นยำ ซึ่งต้องการข้อมูลประเภทป่าไม้ พันธุ์ไม้ ความสูงและเส้นรอบวงของต้นไม้แต่ละต้น ถึงแม้ว่าการวัดข้อมูลในภาคสนามโดยตรงจะมีความแม่นยำที่สุด แต่ไม่สามารถนำมาสนับสนุนการประเมินในพื้นที่ขนาดใหญ่ได้ ในขณะที่เทคโนโลยีภูมิสารสนเทศมีประสิทธิภาพในการสำรวจในพื้นที่ขนาดใหญ่และยังมีความคุ้มค่า ด้วยเหตุนี้การนำเทคโนโลยีภูมิสารสนเทศมาสนับสนุนการได้มาซึ่งข้อมูลที่สามารถประสิทธิภาพการสำรวจให้มีความแม่นยำของการประเมินมวลชีวภาพเหนือดิน ซึ่งการใช้ข้อมูลจากระยะไกลประเมินการกักเก็บคาร์บอนนั้นค่อนข้างมีความหลากหลายของเครื่องตรวจวัด ซึ่งพบว่ามีทั้งการนำข้อมูลในระบบOptical ระบบRadar ซึ่งมีความเหมาะสมสำหรับการประเมินในแต่ละระดับการสำรวจที่แตกต่างกัน ยกตัวอย่างเช่น การใช้ข้อมูล MODIS ที่มีความละเอียดเชิงพื้นที่หยาบมีความเหมาะสมสำหรับประเมินในระดับประเทศหรือภูมิภาค ในขณะที่การใช้ข้อมูลที่มีควมละเอียดเชิงพื้นที่ปานกลางเหมาะสมสำหรับประเมินในระดับจังหวัด เช่น ข้อมูล Landsat Spot และ Sentinel เป็นต้น ส่วนการใช้ข้อมูลภาพรายละเอียดสูง เช่น IKONOS, Quickbird และ World View สามารถสนับสนุนในระดับท้องถิ่นได้ ซึ่งพบว่าการนำข้อมูลภาพรายละเอียดสูง และ ระบบRadar สามารถสนับสนุนการประเมินมวลชีวภาพเหนือดินมีความถูกต้องสูง ซึ่งมีค่าความคลาดเคลื่อนประมาณ 27 และ 25 เปอร์เซนต์ ตามลำดับ (Basam Dahy, et al, 2020) การบูรณาการข้อมูลระบบRadar และ ระบบ Optical มีความท้าทายสำหรับการประเมินการกักเก็บคาร์บอนในพื้นที่ป่าไม้ Suman Sinha (2019) ได้นำข้อมูลภาพถ่ายจากดาวเทียม Landsat TM บูรณาการร่วมกับข้อมูลภาพ COSMO-Skymed (X-band), Radarsat-2 (C-band) และ ALOS PALSAR (L-band) ซึ่งเป็นข้อมูลในระบบRadar ประเมินปริมาณการกักเก็บคาร์บอน (Carbon stock) ในพื้นที่ป่าไม้ผลัดใบซึ่งมีความหลากหลายของทรงพุ่ม ในประเทศอินเดีย โดยสร้างแบบจำลอง Multiple linear regression ซึ่งมีถูกต้องสูง 83 เปอร์เซนต์ ผลการศึกษาสามารถประเมินมวลชีวภาพเหนือพื้นดินในระดับท้องถิ่นได้อย่างมีประสิทธิภาพ ข้อมูลในระบบ Radar มีการตอบสนองต่อทรงพุ่มของต้นไม้เพิ่มประสิทธิภาพและเพิ่มความถูกต้องของการใช้ภาพในระบบ Optical เพียงอย่างเดียวในการประเมินมวลชีวภาพและการกักเก็บคาร์บอนในพื้นที่ป่า 

  ปัจจุบันแหล่งข้อมูลจากระยะไกลโดยเฉพาะข้อมูลในระบบRadar สามารถเข้าถึงได้ฟรี ไม่มีค่าใช้จ่าย เช่น ภาพถ่ายจากดาวเทียม Sentinel-1 ซึ่งประกอบด้วยดาวเทียม Sentinel-1A และ 1B มีรายละเอียดเชิงพื้นที่ 5 เมตร และถ่ายซ้ำบริเวณเดิมทุกๆ 12 วัน และ Sentinel-2 ระบบการถ่ายภาพแบบ Optical ซึ่งประกอบด้วยดาวเทียม Sentinel-2A และ 2B มีรายละเอียดเชิงพื้นที่ 10 เมตร และถ่ายซ้ำบริเวณเดิมทุกๆ 5 วัน ซึ่งให้บริการฟรีโดยหน่วยงาน European Space Agency งานวิจัยของ David Vinué-Visús, et al (2022) ได้นำข้อมูล Sentinel-2 ประเมินมวลชีวภาพและการกักเก็บคาร์บอน หลังจากเหตุการณ์ไฟป่า ด้วยวิธี Machine learning และสมการถดถอยแบบ nonparametric Gaussian ผลการศึกษาสามารถประเมินมวลชีวภาพและการกักเก็บคาร์บอนในระดับค่อนข้างดี โดยมีค่า RMSE เท่ากับ 1.36 Askar et al (2018) ได้ประเมินมวลชีวภาพเหนือดินในพื้นที่ป่าไม้เอกชน (Private Forest) ในอินโดนีเซีย จากข้อมูลดัชนีพืชพรรณของข้อมูลภาพ Sentinel-2 ได้แก่ NDVI EVI MSR SR NDI45 S2REP และ GNDVI โดยเก็บข้อมูลมวลชีวภาพแปลงปลูกป่าจำนวน 45 แปลงมาสร้างแบบจำลองด้วยสมการ Stepwise linear regression ผลการศึกษาพบว่ามีค่าความสัมพันธ์ R2 = 0.81 และ ค่าความคลาดเคลื่อน RMSE = 27 Mg/ha โดยแนะนำว่าหากจะเพิ่มความถูกต้องของการประเมินด้วยการเพิ่มข้อมูลในระบบRadar ALOS-2 PALSAR หรือข้อมูลรายละเอียดสูง เช่นข้อมูล WorldView-2 ในขณะที่งานวิจัยนี้มีข้อดีคือการใช้ข้อมูลที่ให้บริการฟรีทำให้ลดต้นทุนในการประเมินชีวภาพเหนือดินในพื้นที่ป่าไม้เอกชนได้เป็นอย่างดี Ma et al (2023) ได้ประเมิน Carbon stock ของพื้นที่ป่าในเทือกเขาเหอหลาน ประเทศจีน โดยนำข้อมูล Sentinel-2 มาสร้างดัชนีพืชพรรณ NDVIRE ที่พัฒนาขึ้นจาก red-edge band ของข้อมูล Sentinel-2 ซึ่งพบว่ามีค่าความสัมพันธ์กับ Carbon stock ของพื้นที่ป่า เท่ากับ 0.778 โดยสร้างแบบจำลองจากการผสมผสานดัชนีพืชพรรณ NDVIRE กับ แบนด์อื่นๆของข้อมูล Sentinel-2 ผลการศึกษาพบว่ามีความถูกต้องในการประเมิน Carbon stock ของพื้นที่ป่า สูงถึง 80.46 เปอร์เซนต์ ข้อมูลในระบบRadar มีการตอบสนองทรงพุ่มของต้นไม้ได้ดีกว่าในระบบ Optical ซึ่ง Berninger, et al. (2018) ได้นำการวิเคราะห์เนื้อภาพ Haralick textures และ ค่าสัดส่วน Ratios ของข้อมูลค่าการกระจัดกระจายกลับ (backscatter) ของข้อมูลภาพ Sentinel-1 ร่วมกับข้อมูล ALOS PALSAR และ ALOS-2 PALSAR-2 มาสร้างแบบจำลอง Multivariate linear regression model (MLR) ในการประเมินมวลชีวภาพเหนือพื้นดินในป่าเขตร้อนที่มีความถูกต้องและแม่นยำมากขึ้น นอกจากนี้ Ghosh and Behera (2021) ได้ใช้ข้อมูล Sentinel-1 ประเมินมวลชีวภาพเหนือพื้นดินในพื้นที่ป่าชายเลน ด้วยเทคนิค Machine Learning algorithms ยิ่งไปกว่านั้นการนำข้อมูล Sentinel-1 และ Sentinel-2 มาบูรณาการร่วมกันเพื่อสนับสนุนความแม่นยำของการประเมินมวลชีวภาพเหนือดินและการกักเก็บคาร์บอนได้อย่างมีประสิทธิภาพ Lin Chen et al, (2018) ได้ประเมินมวลชีวภาพเหนือพื้นดินของพื้นที่ป่าไม้ โดยนำข้อมูลเนื้อภาพและการกระจัดการจายกลับของข้อมูล Sentinel-1 ผสมผสานกับข้อมูล Multispectral bands และดัชนีพืชพรรณ ของข้อมูล Sentinel-2 โดยทำการบูรณาการแบบจำลองด้วยวิธี Geographically Weighted Regression (GWR) และ Machine learning (ML) algorithms ผลการศึกษาพบว่าข้อมูลเนื้อภาพเป็นปัจจัยสำคัญและเพิ่มประสิทธิภาพของแบบจำลอง Yanan Liu et al, (2019) ได้บูรณาการข้อมูล SAR Sentinel-1B ร่วมกับ multispectral Sentinel-2A  และ ข้อมูล DEM ในการประเมินความสูงของต้นไม้และมวลชีวภาพเหนือพื้นดิน ในพื้นที่ตะวันออกเฉียงเหนือของประเทศจีน ผลการศึกษาพบว่ามีความสัมพันธ์ R2 เท่ากับ 0.74 และ ค่าความคลาดเคลื่อน RMSE เท่ากับ 24.21 Mg/ha โดยบูรณาการข้อมูลที่หลากหลายแสดงให้เห็นว่าเป็นวิธีการที่สามารถนำมาใช้เพื่อทำแผนที่ความสูงของต้นไม้และมวลชีวภาพเหนือพื้นดินที่มีความละเอียดเชิงพื้นที่สูง โดยใช้ภาพถ่ายหลายเครื่องรับรู้ ได้แก่ Sentinel-1 SAR และ Sentinel-2 ที่สามารถเข้าถึงได้ฟรี ดังนั้นการนำเทคนิคผสมผสานข้อมูลภาพถ่ายจากดาวเทียม Sentinel-1 SAR และ Sentinel-2 จึงน่าจะสนับสนุนการประเมินคาร์บอนเครดิตของป่าชุมชน และเพื่อเป็นแนวทางในการสร้างแบบจำลองคาร์บอนเครดิตของป่าชุมชนในประเทศไทย และมีข้อมูลสนับสนุนการสำรวจและจัดทำฐานข้อมูลเชิงพื้นที่คาร์บอนเครดิตและเพิ่มประสิทธิภาพการจัดเก็บข้อมูล ซึ่งเป็นการพัฒนากลไกการนำคาร์บอนเครดิต และนำประเทศไทยไปสู่เป้าหมาย Net Zero Emission ภายในปี ค.ศ. 2065 ได้ในอนาคต

บทสรุปผลการดำเนินงาน

ผลการดำเนินงานช่วงระยะเวลาดำเนินการ 6 เดือนที่เสนอไว้ คือการเก็บรวบรวมข้อมูลที่เกี่ยวข้องและการสำรวจวางแปลงตรวจวัดต้นไม้เพื่อเป็นการเตรียมข้อมูลสำหรับนำเข้าประมวลผลในแบบจำลอง เนื่องจากการเริ่มดำเนินโครงการจริงนั้นเกิดขึ้นล่าช้ากว่าแผนที่วางไว้ ซึ่งเกิดจากกระบวนการทำสัญญาจ้างและกระบวนการทางการเงินของมหาวิทยาลัย แต่อย่างไรก็ตามในห้วงเวลานี้ได้ดำเนินกิจกรรมส่วนที่ดำเนินการได้ คือการรวบรวมข้อมูลพื้นที่ป่าชุมชนเพื่อเตรียมวางแปลงสำรวจต้นไม้ โดยได้เข้าหารือร่วมกับสำนักจัดการป่าชุมชน ภายใต้การบริหารของสำนักอนุรักษ์ทรัพยากรป่าไม้ที่ 7 (ขอนแก่น) ผลจากการหารือนี้ทำให้ทราบว่า การเข้าทำการศึกษาวิจัยในพื้นที่ป่าชุมชนที่อยู่ในทะเบียนตาม พรบ. ป่าชุมชน พ.ศ. 2562 ต้องได้รับอนุมัติโดยคณะกรรมการป่าชุมชนระดับจังหวัด ซึ่งจะมีการจัดประชุมปีละ 2 ครั้ง และการประชุมครั้งที่1 ของปีนี้ประชุมผ่านไปแล้วจะมีการจัดประชุมครั้งที่2 ประมาณเดือนกุมภาพันธ์ พ.ศ. 2568 สำหรับประเด็นนี้โครงการได้เตรียมข้อมูลและเอกสารสำหรับยื่นขออนุญาตไว้เพื่อดำเนินการขอเข้าสำรวจในพื้นที่ป่าชุมชนตาม พรบ. ต่อไป นอกเหนือจากพื้นที่ป่าชุมชนที่อยู่ในทะเบียนตาม พรบ. ป่าชุมชน พ.ศ. 2562 แล้วเจ้าหน้าได้ให้ข้อมูลพื้นที่ป่าชุมชนที่อยู่นอก พรบ.ฯ โดยส่วนมากเป็นพื้นที่สาธารณประโยชน์ที่มีหนังสือสำคัญสำหรับที่หลวง (น.ส.ล.) จำนวน 33 แห่ง โครงการดำเนินการขออนุญาตเข้าพื้นที่ป่าชุมชนจากองค์การบริหารส่วนตำบลของพื้นที่ป่าชุมชนต่างๆ และติดต่อประสานงานกับผู้นำชุมชนเพื่อขอนัดหมายวันเวลาเข้าพื้นที่ ซึ่งระหว่างการรายงานความก้าวหน้านี้ได้ประสานงานเสร็จสิ้นแล้ว นอกจากนี้ได้ทำงานเข้าสำรวจวางแปลงตรวจวัดต้นไม้พร้อมทั้งบินถ่ายภาพด้วยอากาศยานไร้คนขับ(UAV) แล้วเสร็จจำนวน 18 แปลง ซึ่งในแผนการดำเนินงานจะใช้ตัวอย่างแปลงตรวจวัดต้นไม้ทั้งหมดประมาณ 70 แปลง ผลจากการวางแปลงตรวจวัดต้นไม้และบินถ่ายภาพ UAV นี้จะได้นำส่งต่อทางองค์การบริหารส่วนท้องถิ่นในพื้นที่ป่าชุมชนต่อไป ซึ่งจากการประสานงานบางกรณีได้นำข้อมูลโครงการอื่นๆ ที่อยู่ภายใต้การดำเนิงานของสำนักอนุรักษ์ทรัพยากรป่าไม้ที่ 7 (ขอนแก่น) ที่มีอยู่เดิมมาใช้ประโยชน์ ซึ่งกระบวนการดำเนินการงานของโครงการรูปแบบนี้จะสามารถสำรวจวางแปลงตรวจวัดต้นไม้ได้ครบตามแผนฯ ในเดือนที่ 9 ของการดำเนินโครงการและขั้นตอนจากนั้นจะได้นำข้อมูลที่ได้ทั้งหมดนำเข้าเพื่อสร้างแบบจำลองประเมินคาร์บอนเครดิตในป่าชุมชน จังหวัดขอนแก่น ต่อไป

ชื่อโครงการ (ภาษาไทย) : การคาดการณ์แนวโน้มของระยะผกผันเฉลี่ยสำหรับประเทศไทย

ชื่อโครงการ (ภาษาอังกฤษ) : Estimating the average trend of inversion layer height over Thailand

ชื่อหัวหน้าโครงการ : ผศ.ดร.ดุจดาว  จารุจิตติพันธ์

สังกัด (คณะ/มหาวิทยาลัย) : คณะวิทยาศาสตร์ มหาวิทยาลัยศิลปากร

  ชั้นบรรยากาศโลกสามารถแบ่งได้ตามการเปลี่ยนแปลงของอุณหภูมิอากาศ  บรรยากาศชั้นล่างสุดที่มนุษย์และสิ่งมีชีวิตส่วนใหญ่อาศัยอยู่ เรียกว่า Troposphere (รูปที่ x1)   ส่วนล่างสุดของ Troposphere เรียกว่า Atmospheric Boundary Layer (ABL) หรือ Planetary Boundary Layer (PBL)  เป็นบริเวณที่ได้รับอิทธิพลโดยตรงจากสภาพพื้นผิวของโลกและการไหลแบบปั่นป่วน (turbulent flow) ของอากาศ  โดยทั่วไปอุณหภูมิอากาศใน ABL จะมีค่าลดลงเมื่อความสูงเพิ่มขึ้น  เมื่อพ้นจาก ABL ไปจะเรียกว่า Free Atmosphere (FA)  ซึ่งได้รับผลกระทบจากสภาพพื้นผิวโลกและการไหลแบบปั่นป่วนของอากาศน้อยมาก   ตรงรอยต่อระหว่าง ABL และ FA อุณหภูมิของอากาศจะเพิ่มขึ้นกับความสูงกลายเป็นชั้นอากาศอุ่นอยู่เหนือชั้นอากาศเย็น   เรียกชั้นอากาศบางๆบริเวณรอยต่อนี้ว่า ชั้นบรรยากาศผกผัน  (inversion layer) ซึ่งเป็นชั้นอากาศที่มีเสถียรภาพ (stable atmosphere)  และต้านการเคลื่อนตัวของอากาศขึ้นไปด้านบน  ชั้นบรรยากาศผกผันจึงทำหน้าที่เหมือนฝาชีที่ครอบ ABL ไว้ไม่ให้มีอะไรส่งผ่านยังอากาศชั้นบน  ดังนั้นมลพิษ และ ฝุ่นต่างๆจึงถูกกักไว้ภายใต้ชั้นบรรยากาศผกผัน

  ความสูงของชั้นบรรยากาศผกผัน หรือ ระยะผกผัน (Inversion Height, IH) เป็นปัจจัยสำคัญในด้านอุตุนิยมวิทยาและการศึกษาคุณภาพอากาศ   เนื่องจากมีผลกระทบสำคัญต่อการกระจายตัวของมลพิษทางอากาศ รูปแบบสภาพอากาศ และการจำลองสภาพภูมิอากาศ  การทำความเข้าใจพลวัตของชั้นบรรยากาศผกผันมีความสำคัญต่อการสร้างแบบจำลองสภาพภูมิอากาศที่แม่นยำ

บทสรุปผลการดำเนินงาน

 ผู้วิจัยได้ทำทบทวนวรรณกรรมที่เกี่ยวข้องกับแบบจำลองทางฟิสิกส์บรรยากาศ  และได้ทำการรวบรวมข้อมูลทางอุตุนิยมวิทยาที่เกี่ยวข้องกับการการหาระยะผกผัน  เช่น ข้อมูลจากบอลลูนตรวจอากาศ  ข้อมูล Reanalysis Data  ข้อมูลดาวเทียม  และอยู่ระหว่างพัฒนาและทดสอบอัลกอริทึมสำหรับหาระยะผกผันจากชุดข้อมูลต่างๆ  และคาดว่าเมื่อเสร็จสิ้นขึ้นตอนนี้แล้วจะได้ฐานข้อมูลระยะผกผันเฉลี่ยของประเทศไทย

ชื่อโครงการ (ภาษาไทย) : การวิเคราะห์แหล่งกำเนิดและการประเมินผลกระทบของฝุ่นละอองขนาดเล็ก PM2.5 ในพื้นที่ภาคเหนือตอนล่างด้วยเทคโนโลยีอวกาศ

ชื่อโครงการ (ภาษาอังกฤษ) : An analysis of sources and impact assessment of PM2.5 in the Lower Northern Region using space technology

ชื่อหัวหน้าโครงการ : ผศ.ดร.พลปรีชา ชิดบุรี

สังกัด (คณะ/มหาวิทยาลัย) : คณะวิศวกรรมศาสตร์ มหาวิทยาลัยนเรศวร

  ปัญหาฝุ่น PM2.5 เป็นปัญหาที่ส่งผลกระทบต่อการใช้ชีวิตความเป็นอยู่และสุขภาพของผู้คนทั่วโลกอย่างมาก โดยปัจจุบันได้มีการติดตามและเก็บข้อมูลจากสถานีตรวจอากาศทั่วโลก 5,446 แห่งใน 65 ประเทศ เป็นเวลา 20 ปี พบว่าภูมิภาคเอเชียตะวันออกมีสภาพการณ์ด้านมลพิษทางอากาศเลวร้ายที่สุดในโลก โดยมีค่าเฉลี่ยความหนาแน่นของฝุ่นพิษ PM2.5 สูงถึง 50 ไมโครกรัมต่อลูกบาศก์เมตรในแต่ละปี รองลงมาคือภูมิภาคเอเชียใต้ซึ่งมีค่าเฉลี่ยของ PM2.5 อยู่ที่ 37.2 ไมโครกรัมต่อลูกบาศก์เมตร ส่วนอันดับสามคือภูมิภาคแอฟริกาเหนือที่ 30 ไมโครกรัมต่อลูกบาศก์เมตร นอกจากนี้แนวโน้มปัญหาฝุ่นในภูมิภาคเอเชียตะวันออกเฉียงใต้จะมีแนวโน้มที่เพิ่มสูงขึ้น (BBC Thai, 2023)

  ประเทศไทยเป็นหนึ่งในประเทศที่ได้รับผลกระทบจากปัญหาฝุ่น PM2.5 โดยสาเหตุของแหล่งกำเนิดฝุ่นมาจากหลายแหล่ง เช่น ท่อไอเสียรถยนต์ การเผาเพื่อการเตรียมพื้นที่เกษตร ไฟป่า การก่อสร้าง โรงงานอุตสาหกรรม เป็นต้น นอกจากนี้บางครั้งฝุ่น PM2.5 มาจากกิจกรรมที่มีผลเสียต่อคุณภาพอากาศจากประเทศเพื่อนบ้านโดยรอบได้เช่นกัน อย่างไรก็ตาม ในการแก้ไขปัญหาฝุ่นละอองของประเทศไทยได้กำหนดแผนทั้งระยะสั้นและระยะยาวตามวาระแห่งชาติ พ.ศ. 2562 รัฐบาลได้ออก 3 มาตรการหลัก ได้แก่ (1) การเพิ่มประสิทธิภาพในการบริหารจัดการเชิงพื้นที่ (2) การป้องกันและลดการเกิดมลพิษที่แหล่งกำเนิด และ (3) การเพิ่มประสิทธิภาพการบริหารจัดการมลพิษ เพื่อใช้เป็นแนวทางปฏิบัติในการดำเนินการแก้ไขปัญหาฝุ่นในภาพรวมของประเทศ และพื้นที่วิกฤติโดยบูรณาการการดำเนินงานร่วมกันทุกภาคส่วน (กรมควบคุมมลพิษ, 2563)

  โดยพื้นที่ภาคเหนือตอนบนของไทย เป็นพื้นที่ที่ได้รับผลกระทบมากทุกปี ซึ่งมีหลากหลายสาเหตุ เช่น การเผาในที่โล่ง ซึ่งการเผาเกิดขึ้นในหลายเหตุผล ทั้งการเผาวัชพืชเพื่อเตรียมการทำการเกษตร หรือการเผาวัสดุการเกษตรที่เหลือจากการเก็บเกี่ยว ไฟป่า อีกหนึ่งสาเหตุ เกิดจากสภาพอากาศ เป็นช่วงที่สภาพอากาศนิ่งและแห้ง ไม่มีลมพัดมีความกดอากาศสูง ทำให้เกิดไฟป่าได้ง่าย รวมทั้งเกิดจากสภาพภูมิประเทศ ที่เป็นแอ่งและมีภูเขาล้อมรอบทำเกิดการกักเก็บฝุ่นไว้ได้ เป็นต้น (สำนักพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ(องค์การมหาชน), 2563)

  สำหรับพื้นที่ภาคเหนือตอนล่าง พื้นที่ส่วนใหญ่เป็นพื้นที่เกษตรกรรม รองลงมาคือพื้นที่ป่าไม้ ชุมชน แหล่งน้ำ และพื้นที่อื่นๆ ตามลำดับ ซึ่งพื้นที่เกษตรกรรมพบว่าเป็นพืชไร่และนาข้าวเป็นส่วนใหญ่ (กรมพัฒนาที่ดิน, 2566) จึงเป็นแหล่งที่มาสาเหตุของการเกิดปัญหาฝุ่น PM2.5 ที่เกิดจากการเผาไหม้ในพื้นที่ไร่อ้อย นาข้าวเพื่อการเก็บเกี่ยวและเตรียมพื้นที่การเพาะปลูกต่อไป ในปัจจุบัน ข้อมูลที่ได้จากการสำรวจระยะไกล (Remote Sensing) ทำให้ทราบถึงการเกิดจุดความร้อน (Hotspot) ซึ่งแสดงให้เห็นถึงความสัมพันธ์ในทิศทางเดียวกันของรูปแบบการเกิดจุดความร้อนและค่ามลพิษทางอากาศ ดังเช่น ปีพ.ศ.2566 (รูปที่ 1) ที่ผ่านมาพบว่าค่าวามเข้มข้นเฉลี่ยรายเดือนและจุดความร้อนมีความสัมพันธ์ไปในทิศทางเดียวกัน โดยปริมาณฝุ่นและจุดความร้อนจะมีมากในช่วงต้นปีโดยเฉพาะเดือนกุมภาพันธ์ถึงเดือนเมษายน ซึ่งจะสอดคล้องพื้นที่ไร่อ้อย หรือนาข้าวเพื่อการเก็บเกี่ยวและเตรียมพื้นที่การเพาะปลูกโดยการเผาพื้นที่ซึ่งเป็นสาเหตุหนึ่งที่ทำให้ค่าความเข้มข้นของฝุ่นเพิ่มขึ้นได้ในพื้นที่ภาคเหนือตอนล่าง นอกจากนี้ยังเป็นช่วงฤดูร้อนและแล้งที่มีโอกาสทำให้เกิดปัญหาไฟไหม้ในพื้นที่ป่ามากขึ้นด้วย 

  ดังนั้น ในการแก้ไขปัญหาฝุ่นในพื้นที่ภาคเหนือตอนล่าง ประกอบด้วย 9 จังหวัด คือ อุตรดิตถ์ พิษณุโลก นครสวรรค์ พิจิตร เพชรบูรณ์ กำแพงเพชร ตาก สุโขทัย และอุทัยธานี ที่ประสบปัญหาฝุ่น PM2.5 เนื่องจากการเผาไหม้วัสดุชีวมวลที่เหลือจากการเกษตร การเผาป่าไม้ และการจราจรในพื้นที่เมือง จึงจำเป็นต้องมีการวิเคราะห์ และการแพร่กระจายของฝุ่น PM2.5 จากแหล่งกำเนิด รวมถึงการคาดการณ์การสะสมของ PM2.5 ในพื้นที่ ซึ่งอาจมีความสัมพันธ์กับชนิดและลักษณะของแหล่งกำเนิด ระยะทาง ลม สภาพภูมิอากาศและภูมิประเทศ ดังนั้นการประยุกต์ใช้เทคโนโลยีการสำรวจระยะไกล (Remote Sensing) ระบบสารสนเทศภูมิศาสตร์ (Geographic Information System) ร่วมทั้งแบบจำลองคุณภาพอากาศ ที่สามารถใช้เป็นเครื่องมือวิเคราะห์ตัวแปรที่หลากหลายในเชิงพื้นที่ได้ และเพื่อศึกษาผลกระทบจาก PM2.5 ที่มีแหล่งกำเนิดมาจากทั้งในพื้นที่เพื่อเป็นข้อมูลสำหรับผู้มีส่วนเกี่ยวข้องใช้วางแผนรับมือกับเหตุการณ์ฝุ่นควันที่อาจเกิดขึ้นในอนาคตได้

บทสรุปผลการดำเนินงาน

  โครงการการวิเคราะห์แหล่งกำเนิดและการประเมินผลกระทบของฝุ่นละอองขนาดเล็ก PM2.5 ในพื้นที่ภาคเหนือตอนล่างด้วยเทคโนโลยีอวกาศ มีวัตถุประสงค์เพื่อประเมินการติดตาม การกระจายตัวของฝุ่น PM2.5 ด้วยเทคโนโลยีอวกาศ และวิเคราะห์หาความสัมพันธ์ระหว่าง แหล่งกำเนิดและการกระจายตัวของฝุ่น PM2.5 ด้วยระบบสารสนเทศภูมิศาสตร์ เนื่องด้วยปัญหาฝุ่น PM2.5 ที่สร้างความตระหนักให้กับสังคมไทยโดยเฉพาะในพื้นที่ภาคเหนือตอนล่าง ซึ่งมีที่มาจาก การเผาชีวมวลในที่โล่งแจ้งเป็นหลัก ซึ่งจะพบปัญหาฝุ่น PM2.5 สูงกว่ามาตรฐานในช่วงเดือนมกราคมถึงเมษายนของทุกปี และมีแนวโน้มที่สูงขึ้น การแก้ไขปัญหาฝุ่น PM2.5 ในพื้นที่ภาคเหนือตอนล่างควรจะมีการแก้ไขปัญหาอย่างเป็นรูปธรรม ดังนั้น การประยุกต์ใช้ข้อมูลที่ได้จากเทคโนโลยีสมัยใหม่ที่สามารถตรวจวัดและคาดการณ์ระดับฝุ่นละอองขนาดเล็ก PM2.5 ได้อย่างแม่นยำมากขึ้น โดยใช้ข้อมูลจากเซ็นเซอร์บนดาวเทียมในการวิเคราะห์แหล่งที่มาและการกระจายตัวของมลพิษในชั้นบรรยากาศ ร่วมกับเทคโนโลยี Machine Learning (ML) ยังช่วยเพิ่มประสิทธิภาพในการประมวลผลข้อมูลขนาดใหญ่และการสร้างแบบจำลองที่ซับซ้อน เพื่อคาดการณ์สถานการณ์ล่วงหน้า รวมถึงเสนอแนวทางแก้ไขที่เหมาะสมในแต่ละพื้นที่ ช่วยลดผลกระทบต่อสุขภาพของประชาชนและนำไปสู่การแก้ไขและลดผลกระทบของการเกิดฝุ่น PM2.5 ไปในทิศทางเดียวกันอย่างเป็นรูปธรรม โดยผลจากการดำเนินการ พบว่า มีรูปแบบของปริมาณความเข้มข้นของฝุ่นมีค่าสูงและลดลงที่เหมือนกัน โดยมีปริมาณความเข้มข้นสูงในช่วงต้นปี คือเดือนมกราคมถึงเดือนพฤษภาคมของทุกปี และลดลงในช่วงกลางปี ซึ่งเป็นช่วงที่มีปริมาณฝนมาก และเพิ่มขึ้นอีกครั้งในช่วงเดือนพฤศจิกายนและธันวาคม ดังเช่น ในช่วงที่มีปริมาณค่าความเข้มข้นสูงหรือช่วงฤดูหมอกควันระหว่างเดือนมกราคมถึงพฤษภาคมของปี พ.ศ. 2566 ร่วมกับข้อมูลจุดความร้อนในพื้นที่และช่วงเวลาเดียวกัน พบว่า ปริมาณค่าความเข้มข้นของฝุ่นที่สูงขึ้นจะพบจำนวนจุดความร้อนที่มากขึ้นเช่นกัน ซึ่งพื้นที่ที่มีการเกิดจุดความร้อนมากถูกพบในพื้นที่ป่าไม้ พื้นที่เกษตรกรรม และพื้นที่ที่มีหญ้าปกคลุม  เมื่อค่าเฉลี่ยสหสัมพันธ์จากการคำนวณทั้งหมดเท่ากับ 0.358 ซึ่งแสดงความสัมพันธ์โดยเฉลี่ยระหว่างค่าความเข้มข้นของ PM2.5 จากสถานีตรวจวัดต่าง ๆ กับข้อมูลจุดความร้อนในจังหวัดที่เกี่ยวข้องอยู่ในระดับปานกลาง สะท้อนให้เห็นถึงการเชื่อมโยงที่มีความซับซ้อนและแตกต่างกันในแต่ละพื้นที่ ทั้งนี้เมื่อวิเคราะห์การประมาณค่าความเข้มข้น PM2.5 จากข้อมูล AOD จากดาวเทียมระบบ MODIS และระบบ GEMS ด้วยวิธีการวิเคราะห์การถดถอยเชิงเส้น (Bivariate regression) และ ML ผลลัพธ์ที่ได้จากวิธีการวิเคราะห์การถดถอยเชิงเส้นมีค่าความถูกต้องของแบบจำลองที่ต่ำกว่าผลลัพธ์ที่ได้ผ่านแบบจำลอง ML ซึ่งการประมาณค่าความเข้มข้น PM2.5 จากข้อมูลดาวเทียมระบบ MODIS ปีพ.ศ.2566 ด้วยวิธีการวิเคราะห์การถดถอยเชิงเส้น มีค่า R2 เท่ากับ 0.24 และค่า RMSE เท่ากับ 23.05 ไมโครกรัมต่อลูกบาศก์เมตร ส่วนวิธีการ ML มีค่า R2 เท่ากับ 0.85 และค่า RMSE เท่ากับ 10.03 ไมโครกรัมต่อลูกบาศก์เมตร ซึ่งหมายความว่าแบบจำลองมีความแม่นยำสูง สำหรับการประมาณค่าความเข้มข้น PM2.5 จากข้อมูลดาวเทียมระบบ GEMS ปีพ.ศ.2566 ด้วยวิธีการวิเคราะห์การถดถอยเชิงเส้น มีค่า R2 เท่ากับ 0.15 และค่า RMSE เท่ากับ 24.21 ไมโครกรัมต่อลูกบาศก์เมตร ส่วนวิธีการ ML มีค่า R2 เท่ากับ 0.34 และค่า RMSE เท่ากับ 21.22 ไมโครกรัมต่อลูกบาศก์เมตร ซึ่งหมายความว่าแบบจำลองมีความแม่นยำค่อนข้างต่ำ นอกจากนี้ในปีพ.ศ.2567 ที่ได้วิเคราะห์ในช่วงฤดูกาลหมอกควัน (มกราคม-พฤษภาคม) พบว่า การประมาณค่าความเข้มข้น PM2.5 จากข้อมูลดาวเทียมระบบ MODIS ด้วยวิธีการวิเคราะห์การถดถอยเชิงเส้น มีค่า R2 เท่ากับ 0.13 และค่า RMSE เท่ากับ 16.36 ไมโครกรัมต่อลูกบาศก์เมตร ส่วนวิธีการ ML มีค่า R2 เท่ากับ 0.86 และค่า RMSE เท่ากับ 5.35 ไมโครกรัมต่อลูกบาศก์เมตร สำหรับการประมาณค่าความเข้มข้น PM2.5 จากข้อมูลดาวเทียมระบบ GEMS ด้วยวิธีการวิเคราะห์การถดถอยเชิงเส้น มีค่า R2 เท่ากับ 0.04 และค่า RMSE เท่ากับ 19.95 ไมโครกรัมต่อลูกบาศก์เมตรส่วนวิธีการ ML มีค่า R2 เท่ากับ 0.24 และค่า RMSE เท่ากับ 17.79 ไมโครกรัมต่อลูกบาศก์เมตร ซึ่งหมายความว่าแบบจำลองมีความแม่นยำค่อนข้างต่ำ โดยทั้งนี้ จำเป็นต้องนำข้อมูลหรือปัจจัยที่เกี่ยวข้อง เช่น ข้อมูลอุตุนิยมวิทยานำมาร่วมพิจารณา ดังนั้น การดำเนินโครงการในลำดับต่อไปเพื่อการพัฒนาแบบจำลองการประมาณค่าความเข้มข้น PM2.5 จากค่า Aerosol Optical Depth (AOD)  ให้มีความถูกต้องแม่นยำ ร่วมกับปัจยด้านอุตุนิยมวิทยา เช่น อุณหภูมิ ความเร็วลม ความชื้น ความกดอากาศ เป็นต้น ร่วมกับการคาดกาณ์ค่า PM2.5 จากแบบจำลองคุณภาพอากาศ เพื่อให้ได้ผลลัพธ์ของข้อมูลที่มีความถูกต้องและเป็นข้อมูลสำหรับผู้มีส่วนเกี่ยวข้องใช้วางแผนรับมือกับเหตุการณ์ฝุ่นควันที่อาจเกิดขึ้นในอนาคตได้