มองโลกจากอวกาศ: ดาวเทียมช่วยวัดการกักเก็บคาร์บอนได้อย่างไร?

ดัชนีพืชพรรณ (Vegetation Index) คืออะไร?

คือค่าที่คำนวณจาก ภาพถ่ายดาวเทียม (Satellite Image) เพื่อวัดความเขียว ความหนาแน่น และสุขภาพของพืช

ตัวอย่างที่ใช้บ่อยที่สุด

NDVI (Normalized Difference Vegetation Index)

สูตร

NDVI = (NIR - Red) / (NIR + Red)

• NIR = Near Infrared (พืชสะท้อนแสงสูง)
• Red = แสงสีแดง (พืชดูดกลืนเพื่อสังเคราะห์แสง)

ค่าอยู่ระหว่าง -1 ถึง 1

ตัวอย่างภาพ NDVI จากดาวเทียม

ดัชนีพืชพรรณเกี่ยวข้องกับการกักเก็บคาร์บอนอย่างไร?

หลักการสำคัญ

พืชดูด CO₂ ผ่านกระบวนการ Photosynthesis ถ้าหากว่า

• พืชหนาแน่น
• สุขภาพดี
• ชีวมวลสูง (Biomass สูง)

จะมี การกักเก็บคาร์บอน (Carbon Sequestration) สูง

ความสัมพันธ์หลัก

NDVI  →  Biomass  →  Carbon Stock

นักวิจัยมักใช้

• NDVI
• EVI (Enhanced Vegetation Index)
• LAI (Leaf Area Index)
• Machine Learning Model

เพื่อประมาณค่า

• Above-ground biomass (AGB)
• Carbon stock (ตันคาร์บอน/เฮกตาร์)

Computer Vision ใช้อย่างไร?

1) ใช้ Deep Learning แทน NDVI

เช่น

• CNN
• U-Net (segmentation)
• Vision Transformer

เพื่อ

• แยกประเภทพืช
• ประเมินความหนาแน่น
• ประมาณ Biomass จากภาพโดยตรง

2) ใช้ Time Series Satellite Data

เช่นจาก

• NASA
• European Space Agency

ดาวเทียมที่นิยม

• Landsat 8
• Sentinel-2

ใช้วิเคราะห์

• การเปลี่ยนแปลงป่าไม้
• Deforestation
• Carbon loss / gain

ตัวอย่างงานจริง Pipeline แบบ Data Science / AI

Step 1: ดึงข้อมูล

• Google Earth Engine
• Sentinel Hub API

Step 2: คำนวณ NDVI

Step 3: สร้าง Feature

• NDVI mean
• NDVI std
• Seasonal variation
• Texture features (GLCM)

Step 4: Train Model

• Random Forest - ทำนาย Biomass
• XGBoost - ทำนาย Carbon stock
• CNN - End-to-end mapping

สามารถพัฒนาต่อยอดได้เป็น

• Carbon credit verification system
• Deforestation detection AI
• Climate change monitoring dashboard
• ESG Analytics platform