การเปรียบเทียบการตรวจจับต้นกล้าและการวัดความสูงโดยใช้แบบจำลอง 3 มิติ จากซอฟต์แวร์สามชุด: ประยุกต์ใช้ในการฟื้นฟูป่า
Changsalak, P. & P. Tiansawat. Comparison of seedling detection and height measurement using 3D point cloud models from three software tools: applications in forest restoration. EnvironmentAsia Journal 2022, 15 (special issue), 100-105.
บทคัดย่อ: ความท้าทายหนึ่งสำหรับการฟื้นฟูป่าคือการเฝ้าติดตามผลลัพธ์จากการฟื้นฟู โดยเฉพาะอย่างยิ่งการติดตามการรอดตายของกล้าไม้ แบบจำลอง 3 มิติที่สร้างขึ้นจากภาพถ่ายทางอากาศซึ่งถ่ายจากอากาศยานไร้คนขับมีประโยชน์ในการติดตามตรวจสอบการฟื้นตัวของพืชพรรณ อย่างไรก็ตาม การใช้ภาพถ่ายทางอากาศเพื่อเฝ้าติดตามกล้าไม้เป็นสิ่งที่ท้าทายเนื่องจากกล้าไม้มีที่ขนาดเล็ก ปัจจุบันมีเครื่องมือในซอฟต์แวร์สำหรับการทำรังวัดจำนวนมากที่พร้อมใช้งานสำหรับการสร้างแบบจำลอง 3 มิติ ทั้งนี้แต่ละซอฟต์แวร์มีความสามารถแตกต่างกัน งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความง่ายในการใช้งาน ความสามารถในการตรวจจับกล้าไม้ และความแม่นยำของการวัดความสูงของกล้าไม้ของแต่ละซอฟต์แวร์ โดยใช้เครื่องมือวัดค่าที่ต้องการจากแบบจำลอง 3 มิติ ที่สร้างโดยซอฟต์แวร์ฟรี 3 ชุด ได้แก่ Pix4Dmapper, DroneDeploy และ WebODM สำหรับสถานที่เก็บข้อมูลต้นกล้าเป็นแปลงฟื้นฟูป่าของบริษัท ปูนซีเมนต์ไทย จำกัด (มหาชน) จังหวัดลำปาง ประเทศไทย ตัวอย่างกล้าไม้ในแปลงฟื้นฟูจำนวน 178 ต้นถูกวัดค่าความสูงเพื่อใช้เป็นข้อมูลอ้างอิงภาคพื้นดิน จากนั้นใช้อากาศยานไร้คนขับถ่ายภาพสี RGB ของกล้าไม้ในพื้นที่ในวันเดียวกัน นำภาพถ่ายทางอากาศที่ได้มาสร้างแบบจำลอง 3 มิติด้วยซอฟต์แวร์ทั้งสามชุด โดยใช้การตั้งค่าเป็นค่าเริ่มต้น (defaults) ของทั้ง 3 ซอฟต์แวร์ จากเปรียบเทียบความสามารถในการตรวจจับกล้าไม้ พบว่า DroneDeploy สามารถตรวจจับกล้าไม้อย่างถูกต้อง 42% รองลงมาเป็น Pix4Dmapper (29%) และ WebODM (16%) ทั้งนี้ DroneDeploy และ Pix4Dmapper มีข้อผิดพลาดในการตรวจจับกล้าไม้ (คิดเป็น 3%: ผิดพลาดจากการตรวจจับต้นกล้าที่ไม่มีอยู่จริง) ซึ่งมากกว่าข้อผิดพลาดที่พบใน WebODM (1%) ความแตกต่างของความสามารถในการตรวจจับกล้าไม้อาจเกิดขึ้นจากความแตกต่างของขั้นตอนวิธี (algorithms) ในการตั้งค่าเริ่มต้นในแต่ละโดยซอฟต์แวร์ นอกจากนี้มีการประเมินความถูกต้องของการวัดความสูงของกล้าไม้โดยใช้การวิเคราะห์การถดถอยเชิงเส้นโดยเทียบกับข้อมูลอ้างอิงภาคพื้นดิน พบว่าเครื่องมือในซอฟต์แวร์ทั้งสามทำงานได้มีประสิทธิภาพ (R-squared > 85%) งานวิจัยนี้ได้อภิปรายข้อดีและข้อเสียของเครื่องมือในแต่ละซอฟต์แวร์และการประยุกต์ใช้สำหรับงานในอนาคต