การประเมินคาร์บอนเครดิตจากป่าไม้ด้วยการใช้เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI)ถือเป็นอีกหนึ่งวิธีที่มีประสิทธิภาพในการติดตามและวัดปริมาณคาร์บอนที่ถูกกักเก็บในเนื้อไม้ ในต้นไม้ ของพื้นที่ป่าไม้ ซึ่งมีความสำคัญต่อการลดการเปลี่ยนแปลงสภาพภูมิอากาศและการพัฒนาที่ยั่งยืน โดยปัจจุบันการประเมินการกักเก็บคาร์บอนของต้นไม้โดยเทคโนโลยีการสำรวจระยะไกล (Remote Sensing) ด้วยเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) เข้ามามีบทบาทสำคัญมากขึ้น ทำให้สามารถเก็บข้อมูลได้อย่างแม่นยำและครอบคลุมพื้นที่กว้าง เนื่องจากการใช้เทคโนโลยีการสำรวจระยะไกล (โดยทั่วไปมาจากดาวเทียมเครื่องบิน หรือ Drone) เป็นกระบวนการในการตรวจจับและตรวจสอบลักษณะทางกายภาพของพื้นที่โดยการวัดรังสีที่สะท้อน และที่ปล่อยออกมาจากระยะไกล สามารถให้ข้อมูลเชิงพื้นที่ที่ละเอียดเกี่ยวกับการเปลี่ยนแปลงของป่าในระยะเวลาที่ต่อเนื่อง โดยเฉพาะข้อมูลที่เกี่ยวกับการปกคลุมของป่า (Forest cover) การเปลี่ยนแปลงการใช้ที่ดิน (Land use change) และสภาพของป่าไม้ (Forest health) โดยไม่ต้องอาศัยการตรวจสอบภาคพื้นดินที่อาจใช้เวลานานและมีต้นทุนสูง

                 ปัจจุบัน TGO ได้พัฒนาระเบียบวิธีการคำนวณก๊าซเรือนกระจกสำหรับโครงการคาร์บอนเครดิต T-VER ภาคป่าไม้ โดยในเครื่องมือการคำนวณการกักเก็บคาร์บอนของต้นไม้ (T-VER-S-TOOL-01-01) สามารถนำเทคโนโลยีสำรวจระยะไกลมาพัฒนาเป็นอัลกอลิทึมเพื่อให้ได้ปัญญาประดิษฐ์ในรูปแบบของโปรแกรม หรือ Application ที่สามารถนำไปประเมินการกักเก็บคาร์บอนของต้นไม้ โดยโปรแกรม หรือ Application ดังกล่าวจะต้องได้รับการเห็นชอบจาก TGO ตามแนวทางการพิจารณารับรองวิธีการประเมินการกักเก็บคาร์บอนของต้นไม้โดยเทคโนโลยีการสำรวจระยะไกล (Remote Sensing) ด้วยเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) ที่ TGO กำหนดขึ้น

                 ทั้งนี้ กิจกรรมที่เข้าข่ายที่สามารถใช้ดาวเทียมในการวัดประเมินค่าคาร์บอนเครดิต ได้แก่ กิจกรรมการลดการปล่อยก๊าซเรือนกระจกจากการทำลายป่าและความเสื่อมโทรมของป่า และการเพิ่มพูนการกักเก็บคาร์บอนในพื้นที่ป่า ในระดับโครงการ (T-VER-S-METH-13-02) โดยกิจกรรมมีเงื่อนไขต้องเป็นพื้นที่ที่มีสภาพเป็นป่า มีพื้นที่ไม่ต่ำกว่า 1 ไร่ มีความหนาแน่นเรือนยอดไม่ต่ำกว่าร้อยละ 30 และต้นไม้เมื่อโตเต็มที่ต้องสูงเกิน 3 เมตร เป็นต้น ซึ่งการใช้ดาวเทียม AI ลักษณะนี้เหมาะนำไปใช้ประเมินปริมาณการกักเก็บคาร์บอนในพื้นที่ป่า 2 ประเภท ได้แก่ ป่าเต็งรัง และป่าเบญจพรรณ ทั้งนี้สามารถประเมินปริมาณการกักเก็บคาร์บอนของพื้นที่โครงการได้ปีละ 1 ครั้ง และควรเลือกภาพถ่ายดาวเทียมในช่วงเดือนพฤศจิกายน - มกราคม ปัจจุบันการใช้ดาวเทียม AI ประเมินค่าการกักเก็บคาร์บอนในต้นไม้มีหน่วยงานที่พัฒนาแบบจำลองนี้ คือ บริษัท ไทยคม จำกัด (มหาชน) หากมีผู้สนใจที่จะใช้แบบจำลองนี้สามารถศึกษารายละเอียดได้ที่ https://carbon.earthinsights.net/ รวมทั้งผู้ประกอบการอื่นๆ ที่มีเทคโนโลยีการสำรวจระยะไกล ด้วย AI ที่สามารถประเมินการกักเก็บคาร์บอนของต้นไม้ ท่านสามารถติดต่อ TGO เพื่อพิจารณารับรองเครื่องมือดังกล่าวได้

                  การใช้เทคโนโลยีการสำรวจระยะไกล (Remote Sensing) ในการประเมินคาร์บอนเครดิตโครงการภาคป่าไม้ สามารถประเมินได้ครอบคลุมพื้นที่กว้างและสามารถเก็บข้อมูลได้ในระยะเวลาอันสั้น ซึ่งทำให้การติดตามรายงานผลการกักเก็บเป็นไปอย่างต่อเนื่องและมีความครอบคลุม สามารถลดต้นทุนและเวลาการประเมินคาร์บอนเครดิต ตลอดจนยังสามารถตรวจสอบการเปลี่ยนแปลงของป่าในช่วงเวลาสั้น ทำให้สามารถประเมินผลกระทบจากการเปลี่ยนแปลงของป่าได้อย่างทันท่วงที แต่การใช้เทคโนโลยีการสำรวจระยะไกล (Remote Sensing) ก็มีข้อจำกัดในการประเมินคาร์บอนเครดิต เช่น ความละเอียดของภาพถ่ายดาวเทียมที่อาจไม่สามารถแยกแยะป่าไม้ที่มีการกักเก็บคาร์บอนได้อย่างแม่นยำในบางพื้นที่ รวมถึงอุปสรรคจากเมฆหรือหมอกที่อาจบดบังการเก็บข้อมูลในบางช่วงเวลาอาจะทำให้การประเมินคาร์บอนเครดิตคลาดเคลื่อนได้


อ้างอิง: 1. องค์การบริหารจัดการก๊าซเรือนกระจก (องค์การมหาชน)

2. https://ghgreduction.tgo.or.th/