เทคโนโลยีดิจิทัลยกระดับการสำรวจข้อมูลป่าไทย เพื่อการอนุรักษ์เชิงรุกและประเมินคาร์บอนเครดิต

สรุปสาระสำคัญ

• เก็บข้อมูลภาคสนามด้วยแบบฟอร์มดิจิทัล Tree Census บันทึกละเอียด คำนวณแม่นยำ และซิงก์ข้อมูลขึ้นคลาวด์แบบ real-time เมื่อเชื่อมต่อสัญญาณอินเทอร์เน็ต
• ลดระยะเวลาเก็บและประมวลผลข้อมูลภาคสนาม จาก 1 ปี เหลือเพียง 6 เดือน
• ผสานเทคโนโลยี LiDAR และ AI ยกระดับการสำรวจป่าไทยให้รวดเร็วและแม่นยำยิ่งขึ้น
• ข้อมูลเชิงลึกใช้วิเคราะห์ความหลากหลายทางชีวภาพ (biodiversity) และมวลชีวภาพ (biomass) ได้อย่างมีประสิทธิภาพ
• ข้อมูลที่ได้มีศักยภาพที่จะรองรับการวางแผนนโยบายอนุรักษ์เชิงรุก งานวิจัย และการใช้ประโยชน์เชิงเศรษฐกิจ รวมถึงการประเมินคาร์บอนเครดิต

การนำเสนอข้อมูลประสิทธิภาพการกักเก็บคาร์บอนของป่าเขตร้อนในประเทศไทยบนเวทีระดับนานาชาติ เช่น Intergovernmental Panel on Climate Change (IPCC), United Nations Framework Convention on Climate Change (UNFCCC) ยังมีไม่มาก เนื่องจากหน่วยงานด้านการสำรวจและประเมินพื้นที่ป่ายังมีข้อจำกัดด้านการเข้าถึงเทคโนโลยีดิจิทัลที่ช่วยลดเวลาและขั้นตอนการทำงาน อันส่งผลอย่างยิ่งต่อการวางแผนการบริหารจัดการทรัพยากรป่าไม้ในประเทศให้มีประสิทธิภาพและทันการณ์

กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) โดยศูนย์พันธุวิศวกรรมและเทคโนโลยีชีวภาพแห่งชาติ (ไบโอเทค) สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) พัฒนา Tree Census (ทรี เซนซัส) แบบฟอร์มดิจิทัลสำหรับเก็บและวิเคราะห์ข้อมูลภาคสนาม ที่ผสานการใช้ Light Detection and Ranging (LiDAR) หรือไลดาร์ และระบบปัญญาประดิษฐ์ (AI) เพื่อเพิ่มความรวดเร็วและความแม่นยำในการสำรวจป่า โดยได้รับการสนับสนุนการวิจัยจากกรมอุทยานแห่งชาติ สัตว์ป่า และพันธุ์พืช, กรมทรัพยากรทางทะเลและชายฝั่ง (ทช.), สถาบันวิจัยเพื่อการพัฒนาแห่งฝรั่งเศส (Institut de Recherche pour le Développement: IRD), มูลนิธิ BNP Paribas (BNP Paribas Foundation) และหน่วยบริหารและจัดการทุนด้านการเพิ่มความสามารถในการแข่งขันของประเทศ (บพข.)

จากสมุดจดสู่แบบฟอร์มดิจิทัลที่เก็บข้อมูลได้สะดวก รวดเร็ว และแม่นยำ

วิธีการทั่วไปที่เจ้าหน้าที่ใช้ในการสำรวจและเก็บข้อมูลพรรณไม้ในป่า คือ การกำหนดพิกัดของแปลงสำรวจจากแผนที่ขนาดใหญ่ รังวัดพื้นที่แปลง ก่อนทำการเก็บข้อมูลของต้นไม้แต่ละต้น เช่น ข้อมูลชนิด ขนาดเส้นผ่านศูนย์กลางของลำต้น พิกัดของต้นนั้น ๆ โดยจดบันทึกข้อมูลลงกระดาษ ก่อนนำข้อมูลทั้งหมดเข้าสู่ระบบดิจิทัลภายหลังเสร็จสิ้นภารกิจสำรวจภาคสนาม สิ่งที่เกิดขึ้นคือการจัดเก็บและประมวลผลข้อมูลต้องใช้เวลานานเทียบเท่ากับเวลาที่ใช้ในการสำรวจภาคสนามแต่ละครั้ง นอกจากนี้การจัดเก็บข้อมูลภายหลังยังเสี่ยงต่อการบันทึกข้อมูลผิดพลาดคลาดเคลื่อนไปจากความเป็นจริงด้วย

อนุตตรา ณ ถลาง นักวิจัย ทีมวิจัยธนาคารเมล็ดพันธุ์และระบบนิเวศ ธนาคารทรัพยากรชีวภาพแห่งชาติ ไบโอเทค สวทช. อธิบายว่า ทีมวิจัยได้นำประสบการณ์ตรงจากการสำรวจพื้นที่ป่าในประเทศไทยเพื่อการทำวิจัยด้านความหลากหลายทางชีวภาพและการอนุรักษ์มาพัฒนาแบบฟอร์มดิจิทัลเพื่อใช้ในการเก็บข้อมูลป่าในชื่อว่า Tree Census

“Tree Census เกิดขึ้นจากการนำแอปพลิเคชัน JotForm (จอตฟอร์ม) ซึ่งเป็นแอปพลิเคชันสำหรับสร้างแบบฟอร์มเพื่อเก็บข้อมูลทั้งแบบออนไลน์และออฟไลน์ มาออกแบบใหม่เพื่อให้ทีมวิจัยหรือเจ้าหน้าที่สำรวจเก็บข้อมูลภาคสนาม (ground truth data) ด้วยสมาร์ตโฟนแทนการจดบันทึกลงกระดาษได้สะดวก โดยฟังก์ชันการใช้งานครอบคลุมทั้งการบันทึกข้อมูลชนิดพรรณพืช ขนาดเส้นผ่านศูนย์กลางของลำต้น การคำนวณพิกัดของต้นไม้อัตโนมัติ และการจัดเก็บข้อมูลอื่น ๆ ที่จำเป็นต่อการทำงาน

“ภายหลังผู้สำรวจเดินทางออกจากพื้นที่ภาคสนามและสามารถเชื่อมต่อสัญญาณอินเทอร์เน็ตได้แล้ว แอปพลิเคชันจะส่งข้อมูลทั้งหมดขึ้นเก็บบนคลาวด์โดยอัตโนมัติ ทำให้ช่วยลดระยะเวลาการทำงานได้เป็นอย่างดี โดยหากผู้สำรวจพบว่ามีข้อมูลส่วนใดตกหล่น ก็เข้าไปจัดเก็บข้อมูลต่อได้ทันทีตั้งแต่ช่วงที่ยังปฏิบัติงานอยู่ในพื้นที่สำรวจ”

อนุตตรา อธิบายต่อเรื่องการลดระยะเวลาการทำงานโดยยกตัวอย่างว่า หากสำรวจพื้นที่ป่าชายเลนขนาด 9 เฮกตาร์ (0.09 ตารางกิโลเมตร) ด้วยวิธีเดิม อาจต้องใช้เวลาสำรวจและบันทึกข้อมูล ประมาณ 1 ปี แต่เมื่อใช้แพลตฟอร์ม Tree Census จะช่วยลดเวลาให้เหลือเพียง 6 เดือนเท่านั้น โดยขณะที่ผู้สำรวจยังคงปฏิบัติงานภาคสนาม ผู้ควบคุมการสำรวจก็สามารถเข้าถึงแดชบอร์ดที่นำเสนอผลการสำรวจพื้นที่ป่าเพื่อติดตามความก้าวหน้าในการทำงานในภาคสนามได้อย่างใกล้ชิด โดยไม่ต้องรอให้การดำเนินงานสำรวจทั้งหมดเสร็จสิ้นด้วย

ขณะนี้ทีมวิจัยกำลังใช้แบบฟอร์มนี้สำรวจพื้นที่ป่าชายเลนที่อำเภอละอุ่น จังหวัดระนอง และอยู่ระหว่างขยายขอบเขตการสำรวจไปยังพื้นที่ป่าบกในจังหวัดพัทลุงและสุโขทัย เพื่อพัฒนาโมเดลการสำรวจให้ครอบคลุมความหลากหลายของระบบนิเวศป่าไทยมากยิ่งขึ้น

เทคโนโลยี AI กับ LiDAR เพื่อการประเมินพื้นที่ป่าขนาดใหญ่

หลังจากได้ข้อมูลการสำรวจภาคสนามที่จัดเก็บอย่างเป็นระบบและมีความแม่นยำสูงแล้ว ขั้นตอนต่อไปคือ การเก็บข้อมูลด้วยเทคโนโลยีการสำรวจระยะไกลเพิ่มเติมเพื่อให้ครอบคลุมสำหรับใช้ในการประเมินโครงสร้างป่า

อนุตตรา อธิบายว่า ทีมวิจัยได้นำเทคโนโลยี LiDAR ซึ่งเป็นการสแกนวัตถุด้วยแสงเลเซอร์จากอุปกรณ์ที่ติดตั้งบนอากาศยาน เช่น โดรนหรือเครื่องบินมาใช้สำรวจพื้นที่ป่า เพื่อให้ได้ข้อมูลสำหรับสร้างภาพโครงสร้างป่าในรูปแบบสามมิติที่ระบุความสูงและลักษณะทรงพุ่มของต้นไม้แต่ละต้นได้อย่างแม่นยำ

“ข้อมูลการสำรวจภาคสนามและข้อมูลที่ได้จาก LiDAR ที่จัดเก็บในช่วงเวลาเดียวกัน สามารถใช้เป็นข้อมูลอ้างอิงเพื่อเทรนโมเดล AI ให้เรียนรู้ลักษณะโครงสร้างของป่า และชนิดพันธุ์ต้นไม้ในแต่ละพื้นที่ได้ โดยขั้นตอนการทำงานเริ่มจากการเทรนโมเดล AI ให้รู้จักต้นไม้จากข้อมูล Ground truth จากนั้นจึงใช้ AI ประเมินโครงสร้างป่าและปริมาณมวลชีวภาพ โดยใช้ข้อมูลจาก LiDAR ร่วมในการประมวลผล

“เทคนิคการประมวลผลรูปแบบนี้จะเป็นประโยชน์อย่างยิ่งต่อการประเมินโครงสร้างป่าและปริมาณมวลชีวภาพในพื้นที่ป่าขนาดใหญ่ เพราะสามารถนำโมเดลพื้นฐานที่พัฒนาจากข้อมูล LiDAR นี้ไปต่อยอดสู่การพัฒนาโมเดล AI เพื่อประเมินโครงสร้างป่าและปริมาณมวลชีวภาพจากภาพถ่ายดาวเทียม ทดแทนการเก็บข้อมูลภาคสนามและการสแกนพื้นที่ป่าด้วย LiDAR ซึ่งจะช่วยลดระยะเวลาในการทำงานได้เป็นอย่างดี โดยแพลตฟอร์มเพื่อการพัฒนาโมเดล AI นี้มีชื่อว่า Biomass Prediction Portal (BPP) ปัจจุบันกระบวนการวิจัยและพัฒนาแพลตฟอร์มนี้อยู่ในขั้นตอนการประมวลผลข้อมูลการสำรวจภาคสนามร่วมกับข้อมูลที่ได้จาก LiDAR เพื่อใช้เทรนโมเดล AI”

จากข้อมูลสู่การตัดสินใจ เครื่องมือสนับสนุนการอนุรักษ์และนโยบาย

ข้อมูลพื้นที่ป่าที่ได้จากการสำรวจภาคสนาม, การเก็บข้อมูลด้วย LiDAR และการประมวลผลภาพรวมทั้งพื้นที่ป่าด้วย AI นำไปใช้ประโยชน์ได้หลากหลายทั้งการวางแผนการอนุรักษ์ และการกำหนดนโยบายการใช้งานพื้นที่ป่าในมิติเศรษฐกิจและสังคม

อนุตตรา อธิบายว่า ข้อมูลการสำรวจพื้นที่ป่าโดยละเอียดนำมาใช้ประเมินความหลากหลายทางชีวภาพของพื้นที่ป่าได้ทันที เช่น จำนวนชนิดพรรณพืช ความหนาแน่น และการกระจายตัวของพืชแต่ละชนิดในแต่ละแปลงสำรวจ โดยข้อมูลเหล่านี้จำเป็นอย่างยิ่งต่อการดำเนินงานอนุรักษ์ความหลากหลายทางชีวภาพและการวางแผนการใช้งานพื้นที่ป่าอย่างรอบคอบให้เกิดประโยชน์สูงสุด ทั้งในมิติของการเป็นแหล่งอาหาร การเป็นปราการป้องกันภัยธรรมชาติ รวมถึงการเป็นพื้นที่สำหรับประกอบอาชีพให้แก่ผู้อยู่อาศัยในละแวกพื้นที่ป่า

“ข้อมูลที่ได้ยังใช้ประเมินศักยภาพการกักเก็บคาร์บอนของพื้นที่ป่าเพื่อการจำหน่ายเป็นคาร์บอนเครดิตได้ด้วย โดยเมื่อมีการรวบรวมข้อมูลพื้นที่ป่าทั้งหมดเข้าสู่ระบบกลาง จะช่วยให้ผู้ดำเนินงานด้านการกำหนดนโยบายนำไปใช้วิเคราะห์ข้อมูลในระดับภาพรวมประเทศได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

“นอกจากนี้ข้อมูลพื้นที่ป่าที่ได้ยังเป็นประโยชน์อย่างยิ่งต่อการวางแผนการวิจัยด้านความหลากหลายทางชีวภาพ เช่น การคัดเลือกพื้นที่เพื่อศึกษาจุลินทรีย์ในดิน (microbiome) ที่สัมพันธ์กับชนิดพรรณพืช การวิจัยดัชนีความหลากหลายทางชีวภาพเพื่อระบุพื้นที่สำคัญเชิงระบบนิเวศ การวิจัยเพื่อวางแผนการฟื้นฟูป่าอย่างเหมาะสม”

จะเห็นได้ว่าการผสานข้อมูลภาคสนามเข้ากับเทคโนโลยีดิจิทัล ไม่เพียงเปลี่ยนผ่านรูปแบบการทำงานให้สะดวกและรวดเร็ว แต่ยังเป็นฟันเฟืองเล็ก ๆ ที่จะนำไปสู่การสร้างฐานข้อมูลป่าไม้ของประเทศที่มีความละเอียดและแม่นยำ การอนุรักษ์ความหลากหลายทางชีวภาพแบบเชิงรุก รวมไปถึงการกำหนดแผนยุทธศาสตร์เพื่อให้เกิดการใช้งานพื้นที่ป่าให้เกิดประโยชน์สูงสุดทั้งในเชิงเศรษฐกิจและสังคม

สำหรับหน่วยงานที่สนใจงานแบบฟอร์ม Tree Census ติดต่อสอบถามรายละเอียดเพิ่มเติมได้ที่ https://www.nationalbiobank.in.th/ หรืออีเมล nbt.pr@nstda.or.th

เรียบเรียงโดย ภัทรา สัปปินันทน์ ฝ่ายสร้างสรรค์สื่อและผลิตภัณฑ์ สวทช.
อาร์ตเวิร์กโดย ภัทรา สัปปินันทน์ (AI-generated illustration)
ภาพประกอบโดย ไบโอเทค สวทช. และภาพจาก Shutterstock