การประเมินพื้นที่เสี่ยงไฟป่าโดยการบูรณาการข้อมูลจุดความร้อนจากดาวเทียมและปัจจัยพฤติกรรมมนุษย์ : กรณีศึกษา อุทยานแห่งชาติลำน้ำน่าน
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อวิเคราะห์ความสัมพันธ์เชิงพื้นที่ของจุดความร้อนย้อนหลัง พฤติกรรมมนุษย์ และปัจจัยด้านการเข้าถึงพื้นที่ที่มีผลต่อการเกิดไฟป่า และเพื่อพัฒนาแบบจำลองเชิงพื้นที่สำหรับประเมินความเสี่ยงการเกิดไฟป่าในอุทยานแห่งชาติลำน้ำน่าน การวิจัยใช้ข้อมูลจุดความร้อนย้อนหลัง 5 ปี (พ.ศ. 2564–2568) ข้อมูลพื้นที่เก็บหาของป่า(ตัวแทนพฤติกรรมของมนุษย์) และข้อมูลเส้นทางเข้าออกพื้นที่ป่า โดยวิเคราะห์ด้วยเทคนิคระบบสารสนเทศภูมิศาสตร์ ได้แก่ Kernel Density, Buffer Analysis, Reclassification และ Overlay Analysis และตรวจสอบความสอดคล้องของแบบจำลองโดยเปรียบเทียบแผนที่ความเสี่ยงไฟป่ากับตำแหน่งจุดความร้อนในปีล่าสุด ผลการศึกษาพบว่าพื้นที่ที่มีความเสี่ยงสูงต่อการเกิดไฟป่ามักเป็นบริเวณที่มีความหนาแน่นของจุดความร้อนสูง มีการใช้ประโยชน์จากทรัพยากรป่าไม้ของชุมชนอย่างต่อเนื่อง และสามารถเข้าถึงได้สะดวก โดยเฉพาะในพื้นที่ด้านทิศตะวันออก ทิศตะวันออกเฉียงเหนือ และทิศใต้ของอุทยาน ขณะที่พื้นที่ที่อยู่ห่างไกลจากเส้นทางและมีกิจกรรมของมนุษย์น้อยมีความเสี่ยงต่ำแบบจำลองที่พัฒนาขึ้นสามารถจำแนกระดับความเสี่ยงออกเป็น 4 ระดับ ได้แก่ เสี่ยงมาก เสี่ยงปานกลาง เสี่ยงน้อย และเสี่ยงน้อยมาก โดยพื้นที่ส่วนใหญ่จัดอยู่ในระดับความเสี่ยงน้อยมาก ผลการศึกษาแสดงให้เห็นว่าการบูรณาการข้อมูลจุดความร้อนร่วมกับข้อมูลพฤติกรรมมนุษย์และการเข้าถึงพื้นที่สามารถช่วยเพิ่มประสิทธิภาพในการประเมินความเสี่ยงไฟป่า และสามารถนำไปใช้สนับสนุนการวางแผนป้องกันไฟป่าในพื้นที่ป่าอนุรักษ์ได้อย่างมีประสิทธิภาพ
Article Details
เอกสารอ้างอิง
กรมอุทยานแห่งชาติ สัตว์ป่า และพันธุ์พืช. (2567). ข้อมูลสถิติไฟป่าและสาเหตุการเกิดไฟป่าในพื้นที่อนุรักษ์. สืบค้นเมื่อ 15 มีนาคม 2569, จาก https://catalog.dnp.go.th
สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (องค์การมหาชน). (2566). ระบบรายงานจุดความร้อนจากข้อมูลดาวเทียม. สืบค้นเมื่อ 28 มีนาคม 2569, จาก https://disaster.gistda.or.th
Bowman, D. M. J. S., Balch, J. K., Artaxo, P., Bond, W. J., Carlson, J. M., Cochrane, M. A., ... Pyne, S. J. (2009). Fire in the Earth system. Science, 324(5926), 481–484. https://doi.org/10.1126/science.1163886
Chuvieco, E., Aguado, I., Yebra, M., Nieto, H., Salas, J., Martín, M. P., ... Riaño, D. (2010). Development of a framework for fire risk assessment using remote sensing and geographic information system technologies. Ecological Modelling, 221(1), 46–58. https://doi.org/10.1016/j.ecolmodel.2008.11.017
Doan, T. N. P., Trinh, L. H., Zablotskii, V. R., Nguyen, V. T., Tran, X. T., Pham, T. T. H., et al. (2024). Forest fire risk assessment and mapping using remote sensing and GIS techniques: A case study in Nghe An Province, Vietnam. Earth Research from Space, 2024(1), 3–15. https://doi.org/10.31857/S0205961424010012
Food and Agriculture Organization of the United Nations. (2007). Fire management: Global assessment 2006. Rome, Italy: Food and Agriculture Organization of the United Nations.
Food and Agriculture Organization of the United Nations. (2020). Global forest resources assessment 2020: Main report. Rome, Italy: Food and Agriculture Organization of the United Nations. https://doi.org/10.4060/ca9825en
Giglio, L., Schroeder, W., & Justice, C. O. (2016). The collection 6 MODIS active fire detection algorithm and fire products. Remote Sensing of Environment, 178, 31–41. https://doi.org/10.1016/j.rse.2016.02.054
Hoang, T. V., Chou, T. Y., Fang, Y. M., Nguyen, N. T., Nguyen, Q. H., Canh, P. X., et al. (2020). Mapping forest fire risk and development of early warning system for NW Vietnam using AHP and MCA/GIS methods. Applied Sciences, 10(12), 4348. https://doi.org/10.3390/app10124348
Jaiswal, R. K., Mukherjee, S., Raju, K. D., & Saxena, R. (2002). Forest fire risk zone mapping from satellite imagery and GIS. International Journal of Applied Earth Observation and Geoinformation, 4(1), 1–10. https://doi.org/10.1016/S0303-2434(02)00006-5
Kamyo, T., Kamyo, P., Panthong, K., Howpinjai, I., Kamton, R., & Asanok, L. (2025). Assessing fire risk zones in Phrae Province, Northern Thailand, using a MaxEnt model. Geographies, 5(3), 51. https://doi.org/10.3390/geographies5030051
Liewtrakul, P., Leerungnavarat, R., & Iniam, C. (2025).Area-Based Internship Recommendation System of Applied Data Mining. Journal of Bansomdej Engineering and Industrial Technology, 3(1), 33–47.
Nuthammachot, N., & Stratoulias, D. (2021). Multi-criteria decision analysis for forest fire risk assessment by coupling AHP and GIS: Method and case study. Environment, Development and Sustainability, 23(12), 17443–17458. https://doi.org/10.1007/s10668-021-01394-0
Saaty, R. W. (1987). The analytic hierarchy process—What it is and how it is used. Mathematical Modelling, 9(3–5), 161–176. https://doi.org/10.1016/0270-0255(87)90473-8
Schroeder, W., Oliva, P., Giglio, L., & Csiszar, I. A. (2014). The new VIIRS 375 m active fire detection data product: Algorithm description and initial assessment. Remote Sensing of Environment, 143, 85–96. https://doi.org/10.1016/j.rse.2013.12.008
Subedi, P. B., Ayer, K., Miya, M. S., Parajuli, B., & Sharma, B. (2022). Forest fire risk zone mapping of Aalital Rural Municipality, Dadeldhura District, Nepal. Journal of Multidisciplinary Applied Natural Science, 2(2), 70–81. https://doi.org/10.47352/jmans.2774-3047.115
Talukdar, N. R., Ahmad, F., Goparaju, L., Choudhury, P., Qayum, A., & Rizvi, J. (2024). Forest fire in Thailand: Spatio-temporal distribution and future risk assessment. Natural Hazards Research, 4(1), 87–96. https://doi.org/10.1016/j.nhres.2023.09.002
