การประเมินความถูกต้องของการประมาณคาร์บอนเหนือพื้นดินในสวนปาล์มน้ำมันด้วยเทคโนโลยีอากาศยานไร้คนขับเชิงภูมิสารสนเทศ
Main Article Content
บทคัดย่อ
การประเมินปริมาณคาร์บอนเหนือพื้นดินมีความสำคัญต่อการจัดทำบัญชีคาร์บอนและการทวนสอบคาร์บอนเครดิต ทั้งนี้ การวัดความสูงต้นไม้ภาคสนามมีข้อจำกัดในพื้นที่ที่มีเรือนยอดหนาแน่น งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาและประเมินความถูกต้องของวิธีการประมาณความสูงต้นปาล์มน้ำมันและคาร์บอนเหนือพื้นดินในช่วงอายุที่แตกต่างกัน โดยใช้ข้อมูลจากอากาศยานไร้คนขับ การศึกษาดำเนินการในสวนปาล์มน้ำมันอายุ 6 ปี 8 ปี และ 10 ปี โดยมีจำนวนตัวอย่าง 39 54 และ 43 ต้น (รวม 136 ต้น) ใช้ข้อมูลภาพถ่ายร่วมกับเครื่องรับสัญญาณดาวเทียมเพื่อสร้างแบบจำลองพื้นผิว (Digital Surface Model; DSM) แบบจำลองภูมิประเทศ (Digital Terrain Model; DTM) และแบบจำลองความสูงทรงพุ่ม (Canopy Height Model; CHM) และตรวจสอบความถูกต้องเปรียบเทียบกับค่าจากกล้องประมวลผลรวม ผลการศึกษาพบว่าแปลงอายุ 6 ปี และ 10 ปี มีความสอดคล้องในระดับดี (R² = 0.703 และ 0.731; RMSE = 0.972 และ 0.843 เมตร) ขณะที่แปลงอายุ 8 ปี มีค่าความคลาดเคลื่อนสูงที่สุด (RMSE = 1.076 เมตร) จากการซ้อนทับของเรือนยอดและความไม่แน่นอนของแบบจำลองภูมิประเทศ ในด้านคาร์บอนพบว่ามีค่า 3,317.565 10,362.015 และ 8,761.218 กิโลกรัมคาร์บอน โดยแปลงอายุ 8 ปี มีค่าสูงสุด ผลการศึกษาชี้ว่าความคลาดเคลื่อนของแบบจำลอง แม้อยู่ในช่วง 0.84–1.08 เมตร แต่ยังอยู่ในระดับยอมรับได้ และสามารถใช้สนับสนุนระบบ MRV และการประเมินคาร์บอนเครดิตในระดับแปลงได้
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
เอกสารอ้างอิง
P. Migolet, K. Goïta, A. Ngomanda, and A. P. M. Biyogo, “Estimation of aboveground oil palm biomass in a mature plantation in the Congo Basin,” Forests, vol. 11, no. 5, May 2020, Art. no. 544, doi: 10.3390/f11050544.
D. J. Murphy, “Carbon sequestration by tropical trees and crops: A case study of oil palm,” Agriculture, vol. 14, no. 7, Jul. 2024, Art. no. 1133, doi: 10.3390/agriculture14071133.
N. Khasanah, M. van Noordwijk, and H. Ningsih, “Aboveground carbon stocks in oil palm plantations and the threshold for carbon-neutral vegetation conversion on mineral soils,” Cogent Environmental Science, vol. 1, no. 1, Dec. 2015, Art. no. 1119964, doi: 10.1080/23311843.2015.1119964.
B. Liu, W. Bu, and R. Zang, “Improved allometric models to estimate the aboveground biomass of younger secondary tropical forests,” Global Ecology and Conservation, vol. 41, Jan. 2023, Art. no. e02359, doi: 10.1016/j.gecco. 2022.e02359.
E. Alvarez, A. Duque, J. Saldarriaga, K. Cabrera, G. de las Salas, I. del Valle, A. Lema, F. Moreno, S. Orrego, and L. Rodríguez, “Tree above-ground biomass allometries for carbon stocks estimation in the natural forests of Colombia,” Forest Ecology and Management, vol. 267, pp. 297–308, Mar. 2012, doi: 10.1016/j.for eco.2011.12.013.
T. Ma, C. Zhang, L. Ji, Z. Zuo, M. Beckline, Y. Hu, X. Li, and X. Xiao, “Development of forest aboveground biomass estimation, its problems and future solutions: A review,” Ecological Indicators, vol. 159, Feb. 2024, Art. no. 111653, doi: 10.1016/j.ecolind.2024 .111653.
F. Gonçalves, R. Treuhaft, B. Law, A. Almeida, W. Walker, A. Baccini, J. R. D. Santos, and P. Graça, “Estimating aboveground biomass in tropical forests: Field methods and error analysis for the calibration of remote sensing observations,” Remote Sensing, vol. 9, no. 1, Jan. 2017, Art. no. 47, doi: 10.3390/ rs9010047.
T. Huynh, D. J. Lee, G. Applegate, and T. Lewis, “Field methods for above and belowground biomass estimation in plantation forests,” MethodsX, vol. 8, 2021, Art. no. 101192, doi: 10.1016/j.mex. 2020.101192.
X.-L. Jin, Y. Liu, and X.-B. Yu, “UAV-RGB-image-based aboveground biomass equation for planted forest in semi-arid inner Mongolia, China,” Ecological Informatics, vol. 81, Jul. 2024, Art. no. 102574, doi: 10.1016/j.ecoinf.2024.102574.
R. Juan-Ovejero, A. Elghouat, C. J. Navarro, M. P. Reyes-Martín, M. N. Jiménez, F. B. Navarro, D. Alcaraz-Segura, and J. Castro, “Estimation of aboveground biomass and carbon stocks of Quercus ilex L. saplings using UAV-derived RGB imagery,” Annals of Forest Science, vol. 80, no. 1, Nov. 2023, Art. no. 44, doi: 10.1186/s13595-023-01210-x.
J. Lin, M. Wang, M. Ma, and Y. Lin, “Aboveground tree biomass estimation of sparse subalpine coniferous forest with UAV oblique photography,” Remote Sensing, vol. 10, no. 11, Nov. 2018, Art. no. 1849, doi: 10.3390/rs10111849.
L. Pádua, P. Marques, T. Adáo, J. Hruška, E. Peres, R. Morais, A. Sousa, and J. J. Sousa, “UAS-based imagery and photogrammetric processing for tree height and crown diameter extraction,” in Proceedings of the International Conference on Geoinformatics and Data Analysis (ICGDA' 18), Association for Computing Machinery, New York, NY, USA, 2018, pp. 87–91. doi: 10.1145/3220228.3220241.
A. Almeida, F. Gonçalves, G. Silva, R. Souza, R. Treuhaft, W. Santos, D. Loureiro, and M. Fernandes, “Estimating structure and biomass of a secondary Atlantic forest in Brazil using fourier transforms of vertical profiles derived from UAV photogrammetry point clouds,” Remote Sensing, vol. 12, no. 21, Oct. 2020, Art. no. 3560, doi: 10.3390/rs12213560.
A. L. M. Shin, W. Chen, T. Okuda, H. L. Sim, T. H. Tam, and W. C. Chew, “Performance analysis of forest canopy height model generated from UAV and InSAR”, Journal of Advanced Geospatial Science & Technology, vol. 4, no. 1, pp. 86–105, Mar. 2024, doi: 10.11113/jagst.v4n1.88.
C. Li, J. Wang, S. Zhu, Z. Cui, L. Fang, and L. Sun, “Development and testing of a tree height measurement device,” Forests, vol. 16, no. 9, Sep. 2025, Art. no. 1464, doi: 10.3390/f16091464.
Department of Lands.(2015). Regulation of the department of lands on real-time kinematic (rtk network) surveying for specific cadastral tasks, B.E. 2558. Ministry of Interior, Bangkok, Thailand, 2015. [Online]. Available: https://www.dol.go.th/media/71 6929789247754240/migration/2025/10/rKV4Wh2QcJimNoz5kafwDsA9.pdf (in Thai).
T. Pearson, S. Walker, and S. Brown, “Sourcebook for land use, land-use change and forestry projects,” Washington, DC: World Bank, 2013.
Handbook of tree species potential for promotion under the forest-sector Clean Development Mechanism (CDM) project, 1st ed., Faculty of Forestry, Kasetsart University, Bangkok, Thailand: Aksorn Siam Printing, 2011 (in Thai).
Intergovernmental Panel on Climate Change (IPCC). (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories, Vol. 4: Agriculture, Forestry and Other Land Use (AFOLU). IPCC. Geneva, Switzerland. [Online]. Available: https://www.ipcc-nggip. iges.or.jp/public/2006gl/vol4.html
S. N. Singkran, “Research report on carbon sequestration and oxygen production of urban park trees in Bangkok for sustainable city development and CO2 emission reduction,” Asia Research Center, Korea Foundation for Advanced Studies at Chulalongkorn niversity, Bangkok, Thailand, Rep., 2021 (in Thai).
J. Prommarat, “Growth and yield of oil palm under soil management using high-quality organic fertilizer,” Land Development Department, Bangkok, Thailand, 2013 (in Thai).
M. Mohan, C. A. Silva, C. Klauberg, P. Jat, G. Catts, A. Cardil, A. T. Hudak, and M. Dia, “Individual tree detection from Unmanned Aerial Vehicle (UAV) derived canopy height model in an open canopy mixed conifer forest,” Forests, vol. 8, no. 9, Sep. 2017, Art. no. 340, doi: 10.3390/f8090340.
