การประเมินความเสื่อมโทรมของป่าโดยใช้อากาศยานไร้คนขับเพื่อการวางแผนและติดตามการฟื้นฟูระบบนิเวศป่า: ในส่วนดัชนีความเสื่อมโทรมของป่า

บทคัดย่อ: โครงการริเริ่มระดับโลก เช่น Bonn Challenge และ New York Declaration on Forests ก่อให้เกิดโครงการฟื้นฟูป่าขนาดใหญ่เพื่อต่อสู้กับความเสื่อมโทรมของพื้นที่ รักษาไว้ซึ่งความหลากหลายทางชีวภาพ พัฒนาวิถีชีวิตท้องถิ่น และลดผลจากการเปลี่ยนแปลงสภาพภูมิอากาศ อย่างไรก็ตาม การบรรลุเป้าหมายระดับชาติและระดับภูมิภาคเพื่อเติมเต็มเป้าหมายเชิงปริมาณที่กำหนดโดยโครงการริเริ่มเหล่านี้ ส่วนใหญ่อยู่นอกพื้นที่ป่าธรรมชาติ มักจะอยู่ในรูปแบบของการปลูกต้นไม้แบบเดิม ๆ ในขณะที่ความเสื่อมโทรมและการตัดไม้ทำลายป่ายังคงดำเนินต่อไปในป่าธรรมชาติโดยซึ่งไม่ได้มีการฟื้นฟูมากนัก การฟื้นฟูป่าในพื้นที่ที่เพิ่งถูกทำลายสามารถทำได้โดยการดูแลกล้าไม้ธรรมชาติที่มีอยู่เดิมและส่งเสริมให้เกิดการกระจายเมล็ดเข้ามาสู่พื้นที่ จะทำให้เกิดการกักเก็บคาร์บอนและการกลับคืนของความหลากหลายทางชีวภาพที่รวดเร็วเมื่อเทียบกับวิธีการปลูกโดยทั่วไป นอกจากนี้ หลายโครงการถูกวิพากษ์วิจารณ์ว่าใช้วิธีการฟื้นฟูที่ไม่เหมาะสมกับระดับความเสื่อมโทรมของพื้นที่ ข้อจำกัดเหล่านี้ทำให้งบประมาณในการฟื้นฟูเพิ่มมากขึ้นในขณะที่ประสิทธิภาพกลับลดลง การประเมินระดับความเสื่อมโทรมในเบื้องต้นและการติดตามการฟื้นฟูเป็นที่สิ่งที่สำคัญสำหรับการวางแผนและการจัดการการฟื้นฟู แต่การสำรวจในปัจจุบัน ซึ่งคาดคะเนระดับความเสื่อมโทรมจากแปลงตัวอย่างขนาดเล็ก ต้องใช้แรงงานมาก ต้นทุนสูงและไม่มีประสิทธิภาพ ในขณะที่โดรนและเทคโนโลยีภาพถ่ายได้ถูกคิดค้นจนพร้อมใช้งานและมีราคาที่จับต้องได้ และสามารถสำรวจครอบคลุมพื้นที่ฟื้นฟูได้อย่างรวดเร็ว การศึกษานี้จึงได้นำเสนอเทคนิคและเครื่องมือที่เป็นนวัตกรรมใหม่โดยใช้อากาศยานไร้คนขับที่ใช้กันทั่วไป (UAV หรือโดรน) และเทคโนโลยีภาพถ่าย ซึ่งเป็นวิธีที่รวดเร็วและคุ้มค่าในการรวบรวมข้อมูล ช่วยให้ผู้มีส่วนได้ส่วนเสียสามารถประเมินระดับความเสื่อมโทรมในเบื้องต้น จัดทำแผนการฟื้นฟู และตรวจสอบการเปลี่ยนแปลงของพื้นที่ฟื้นฟู ข้อมูลดังกล่าวสามารถนำมาใช้เพื่อพัฒนาดัชนีความเสื่อมโทรมของป่า (FDI) เพิ่มเติมสำหรับพื้นที่ฟื้นฟู เพื่อเป็นการทดสอบการใช้งานและความน่าเชื่อถือของภาพถ่าย RGB ที่ได้จาก UAV จึงได้มีการศึกษานำร่องในอุทยานแห่งชาติถ้ำผาไทย ภาคเหนือของประเทศไทย โดยใช้โดรนระดับผู้บริโภค (DJI Phantom 4 Pro) พร้อมกล้องออนบอร์ดถ่ายภาพแบบ RGB จากนั้นนำภาพไปประมวลผลโดยใช้แพลตฟอร์ม WebODM Lightening สร้างแบบจำลองพื้นผิวดิจิทัล โมเดลภูมิประเทศแบบดิจิทัล และ orthophoto ลักษณะต่าง ๆ ของป่าได้ถูกประมวลผลโดยการใช้ algorithm-based R package (ForestTools) และ deep learning based platform (Picterra) ซึ่งได้มีการกล่าวถึงจุดแข็งและจุดอ่อนของเครื่องมือทั้งสองนี้ด้วย