การประยุกต์ภูมิสารสนเทศในการคาดการณ์การกักเก็บคาร์บอนและการปล่อยก๊าซเรือนกระจก ของป่าไม้ บริเวณเขตรักษาพันธุ์สัตว์ป่าเขาสอยดาว จังหวัดจันทบุรี
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อวิเคราะห์การเปลี่ยนแปลงการใช้ประโยชน์ที่ดินด้วยระบบสารสนเทศภูมิศาสตร์ คาดการณ์การใช้ประโยชน์ที่ดินด้วยแบบจำลอง Land Change Modeler ร่วมกับข้อมูลปัจจัยขับเคลื่อน และคาดการณ์การปล่อยก๊าซเรือนกระจกด้วยแบบจำลอง Ecosystem Services Modeler ร่วมกับข้อมูลสำรวจแจงนับทรัพยากรป่าไม้ ในเขตรักษาพันธุ์สัตว์ป่าเขาสอยดาว โดยจำแนกการใช้ประโยชน์ที่ดิน ปี พ.ศ. 2548 2553 และ 2558 จากภาพดาวเทียม LANDSAT ด้วยการแปลตีความด้วยสายตา
ผลการศึกษาการเปลี่ยนแปลงการใช้ประโยชน์ที่ดิน พบว่า ระหว่างปี พ.ศ. 2548–2553 พื้นที่เกษตรกรรม ชุมชนและสิ่งปลูกสร้าง แหล่งน้ำ มีพื้นที่เพิ่มขึ้น และพื้นที่ป่าดิบแล้ง เบ็ดเตล็ด ป่าผสมผลัดใบ มีพื้นที่ลดลง ในขณะที่ระหว่าง ปี พ.ศ. 2553–2558 พื้นที่ป่าดิบแล้ง เกษตรกรรม ชุมชนและสิ่งปลูกสร้าง แหล่งน้ำ มีพื้นที่เพิ่มขึ้น และพื้นที่เบ็ดเตล็ด ป่าผสมผลัดใบ มีพื้นที่ลดลง สำหรับการประเมินความความถูกต้องรวมและค่าความสอดคล้องจากการจำแนกการแปลตีความการใช้ประโยชน์ที่ดิน ปี พ.ศ. 2558 มีค่าเท่ากับ ร้อยละ 89.47 และ 92.57 ตามลำดับ ผลจากการคาดการณ์การใช้ประโยชน์ที่ดิน ปี พ.ศ. 2568 พบว่า ระหว่างปี พ.ศ. 2558–2568 พื้นที่ชุมชนและสิ่งปลูกสร้าง เกษตรกรรม แหล่งน้ำ มีแนวโน้มเพิ่มขึ้น 171.56 107.77 และ 7.75 เฮกตาร์ คิดเป็นร้อยละ 29.88 18.77 และ 1.35 ของการเปลี่ยนแปลงทั้งหมด ตามลำดับ และพื้นที่เบ็ดเตล็ด ป่าผสมผลัดใบ ป่าดิบแล้ง มีแนวโน้มลดลง 130.56 79.65 และ 76.86 เฮกตาร์ คิดเป็นร้อยละ 22.74 13.87 และ 13.39 ของการเปลี่ยนแปลงทั้งหมด ตามลำดับ และผลจากการคาดการณ์การปล่อยก๊าซเรือนกระจก ปี พ.ศ. 2568 มีค่าเท่ากับ 6,320 ตัน โดยมาตรการที่สามารถลดดการปล่อยก๊าซเรือนกระจกในภาคป่าไม้ ได้แก่ การลดการทำลายป่าไม้ และการปลูกต้นไม้ในพื้นที่ถูกทำลาย เป็นต้น
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) ขอรับรองว่า ต้นฉบับที่เสนอมานี้ยังไม่เคยได้รับการตีพิมพ์และไม่ได้อยู่ในระหว่างกระบวนการพิจารณาตีพิมพ์ลงในวารสารหรือสิ่งตีพิมพ์อื่นใด ข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) ยอมรับหลักเกณฑ์และเงื่อนไขการพิจารณาต้นฉบับ ทั้งยินยอมให้กองบรรณาธิการมีสิทธิ์พิจารณาและตรวจแก้ต้นฉบับได้ตามที่เห็นสมควร พร้อมนี้ขอมอบลิขสิทธิ์ผลงานที่ได้รับการตีพิมพ์ให้แก่วารสารวนศาสตร์ คณะวนศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ กรณีมีการฟ้องร้องเรื่องการละเมิดลิขสิทธิ์เกี่ยวกับภาพ กราฟ ข้อความส่วนใดส่วนหนึ่ง หรือ ข้อคิดเห็นที่ปรากฏในผลงาน ให้เป็นความรับผิดชอบของข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) แต่เพียงฝ่ายเดียว และหากข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) ประสงค์ถอนบทความในระหว่างกระบวนการพิจารณาของทางวารสาร ข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) ยินดีรับผิดชอบค่าใช้จ่ายทั้งหมดที่เกิดขึ้นในกระบวนการพิจารณาบทความนั้น”
References
Boonyanuphap, J. 1998. Application of GIS for Determining Risk Area for Encroachment of Huai Kha Khaeng Wildlife Sanctuary. M.S. Thesis, Kasetsart University, Bangkok, Thailand. (in Thai)
Chaivanich, K. 2021. The assessment of community scale greenhouse and reducing the greenhouse gas emissions of the study case in Phachi Municipality. CRMA Journal, 19: 65–75. (in Thai)
Chuchip, K. 2018. Accuracy Assessment. Remote Sensing Technical Note No. 3. Faculty of Forestry, Kasetsart University, Bangkok, Thailand. (in Thai)
Clark Labs. 2018. Terrset Geospatial Monitoring and Modeling System. Clark University, Massachusetts, United States.
Intergovernmental Panel on Climate Change (IPCC). 2006. 2006 IPCC Guidelines for National Greenhouse Gas Inventories Volume 4: Agriculture, Forestry and Other Land Use. IPCC, Geneva, Switzerland.
Kongsawi, V. 2020. Application of geo-informatics in predicting forest land use at rhe Doi Inthanon National Park, Chiang Mai province. Thai Journal of Forestry, 39(2): 77–90. (in Thai)
Ministry of Higher Education, Science, Research and Innovation. 2022 Thailand's Objectives to Reduce Climate Change Impacts in Accordance with COP26 Guidelines. www.mhesi.go.th/index.php/news/6704cop26-2.html, 15 May 2024 (in Thai)
Ogawa, H., Yoda, K., Ogino, K., Kira, T. 1965. Comparative ecological studies on three main types of forest vegetation in Thailand II. Plant Biomass. Nature and Life in Southeast Asia, 4: 49-80.
Royal Forest Department. 2014. Manual for Surveying Carbon Sequestration and Biodiversity in Community Forests. www.forest.go.th/communitydevelopment/wpcontent/uploads/sites/105/2020/03/, 28 February 2024. (in Thai)
Royal Forest Department. 2017. The Forest Area Data Compilation Project in 2015-2016. www.forestinfo.forest.go.th/Content/file/executive%20summary%2060.pdf, 28 February 2024. (in Thai)
Sinrodtanakorn, C. 2020. Monitoring and predicting land use tendency using land change modeler at Doi Suthep-Pui National Park, Chiang Mai province. Thai Journal of Forestry, 39(1): 110-124. (in Thai)
Tonsiri, S. 2018. Application of CA-Markov Model to Predict Land Use Changesin Khao Soi Dao Wildlife Sanctuary, Chanthaburi Province. M.S. Thesis, Kasetsart University, Bangkok, Thailand. (in Thai)
Tsutsumi, T., Yoda, K., Sahunalu, P., Dhanmanonda, P., Prachaiyo, B. 1983. Forest: Felling, burning and regeneration., In: Kyuma, K., Pairintra, C. (Eds.). Shifting Cultivation. Tokyo. pp. 13–62.
United Nations Development Programme (Thailand). 2024. Which Sector is the Biggest Contributor to Greenhouse Gas Emissions? https://www.undp.org/stories/greenhouse-emissions-thailand-th, 8 May 2024.
United Nations Thailand. n.d. Climate Change. https://thailand.un.org/th/173511climatechange, 28 February 2024. (in Thai)
Wattanawinitchai, W. 2019. Projection of Change in the Quantity of Carbon dioxides in Thailand Following Changes in Economic Factors, Sources, and Population over a Period of 10 Years. M.S. Thesis, National Institute of Development Administration, Bangkok, Thailand. (in Thai)