การใช้ภาพถ่าย RGB จากอากาศยานไร้คนขับเพื่อหาตัวแปรบ่งชี้เชิงปริมาณของความเสื่อมโทรมและการฟื้นฟูระบบนิเวศป่าเขตร้อน

 

บทคัดย่อ: การจำแนกระดับของความเสื่อมโทรมของป่าเป็นสิ่งที่สำคัญสำหรับการวางแผนการดำเนินการให้มีประสิทธิภาพ เพื่อการฟื้นฟูระบบนิเวศป่าเขตร้อน อย่างไรก็ตามการเก็บข้อมูลตัวชี้วัดความเสื่อมโทรมของป่ามีการใช้แรงงานคนจำนวนมาก ใช้เวลานาน และมีราคาแพง ดังนั้น การศึกษานี้จึงได้ทำการสำรวจการใช้ canopy-height models และ orthophotos ซึ่งได้จากภาพ RGB ที่ถ่ายโดยอากาศยานไร้คนขับ โดยได้ทำการศึกษาในพื้นที่ที่มีระดับของความเสื่อมโทรมต่างๆ ในภาคเหนือของประเทศไทย เพื่อหาตัวแปรที่มีความสัมพันธ์กับระดับความเสื่อมโทรมและความคืบหน้าที่เกิดขึ้นหลังการฟื้นฟู ผลการวิจัยพบว่า ความหนาแน่นของกล้าไม้ (R2 = 0.71) และความหนาแน่นสัมพัทธ์ของการปกคลุมเรือนยอด (R2 = 0.83) พืชพื้นล่าง (R2 = 0.71) และพื้นดินและหิน (R2 = 0.56) ที่ได้จากการสำรวจโดยอากาศยานไร้คนขับมีความสัมพันธ์อย่างมากกับข้อมูลการสำรวจภาคพื้น ในขณะที่ความสูงโดยเฉลี่ยของต้นไม้ (R2 = 0.31) และความหนาแน่นของคาร์บอนเหนือพื้นดิน (R2 = 0.45) ไม่มีความสัมพันธ์กัน ความแตกต่างของความสัมพันธ์มีความเฉพาะกับพื้นที่และสัมพันธ์กับการกระจายขนาดของต้นไม้ การปกคลุมเรือนยอดและสภาพของหน้าดินซึ่งสามารถสรุปได้ว่า ตัวแปรบ่งชี้ระดับความเสื่อมโทรมของป่าโดยการใช้โดรนนั้นยังไม่แม่นยำเพียงพอที่จะนำมาใช้แทนที่การสำรวจแบบภาคพื้นสำหรับการวางแผนโครงการฟื้นฟูป่า อย่างไรก็ตาม การพัฒนาการอ้างอิงทางภูมิศาสตร์ที่ดีขึ้นควบคู่ไปกับระบบ AI อาจช่วยปรับปรุงระดับความแม่นยำและความคุ้มค่าของเทคนิคที่ใช้โดรนในอนาคตอันใกล้นี้ได้