การทดลองประมาณค่ามวลชีวภาพเหนือพื้นดินของต้นแสมทะเลเบื้องต้นด้วยเครื่องสแกนเลเซอร์ภาคพื้นดิน

Main Article Content

ธนิสร อินทรัตน์
ชัยโชค ไวภาษา

Abstract

บทคัดย่อ


ป่าชายเลนเป็นแหล่งกักเก็บคาร์บอนที่สำคัญและมีประสิทธิภาพมากกว่าป่าบกประเภทอื่น การประมาณมวลชีวภาพเหนือพื้นดินเป็นกระบวนการที่สำคัญที่ใช้ประมาณปริมาณคาร์บอน สำหรับพื้นที่อนุรักษ์ โดยเฉพาะพื้นที่ป่าชายเลน จำเป็นต้องใช้วิธีการที่ไม่ต้องตัดต้นไม้ในพื้นที่ งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเครื่องสแกนเลเซอร์ภาคพื้นดิน (TLS) มาทดลองประมาณค่ามวลชีวภาพเหนือพื้นดิน (AGB) เบื้องต้น โดยสุ่มเลือกต้นแสมทะเล [Avicennia marina (Forsk.) Vierh.] ซึ่งเป็นพันธุ์ไม้ที่โดดเด่นในพื้นที่ศึกษาจำนวน 4 ต้น มีเส้นผ่านศูนย์กลางเพียงอก (DBH) 18.81, 26.57, 20.24 และ 14.03 เซนติเมตร ตามลำดับ วิธีการประมาณมวลชีวภาพเหนือพื้นดินเริ่มจากการหาปริมาตรของลำต้นที่ได้จากเครื่อง TLS แล้วนำไปคูณกับความหนาแน่นจำเพาะของเนื้อไม้ ค่าที่ได้นำไปเปรียบเทียบกับมวลชีวภาพเหนือพื้นดินที่ได้จากสมการอัลโลเมตรี การประมาณค่าพบว่ามวลชีวภาพของต้นแสมทะเลตัวอย่างมีค่า 108.58±14.34, 336.78±44.28, 160.65±21.32 และ 42.46±5.79 กิโลกรัมต่อต้น ตามลำดับ ต้นแสมทะเลตัวอย่างที่มีขนาดเส้นผ่านศูนย์กลางเพียงอกมากกว่า 20 เซนติเมตร ให้ค่ามวลชีวภาพเหนือพื้นดินใกล้เคียงกับค่าที่ได้จากสมการอัลโลเมตรีต้นแสมทะเลที่นำมาเปรียบเทียบ โดยมีความแตกต่างอยู่ร้อยละ 8 ผลการประมาณมีแนวโน้มแสดงให้เห็นว่า ข้อมูลที่ได้จากเครื่อง TLS สามารถนำมาใช้ประมาณมวลชีวภาพเหนือพื้นดินโดยไม่ต้องตัดต้นไม้ได้ 


คำสำคัญ : เครื่องสแกนเลเซอร์ภาคพื้นดิน; มวลชีวภาพเนือพื้นดิน; ต้นแสมทะเล


 


Abstract


Mangrove acts as an important carbon sequestration and effectively yields greater amount of carbon in comparison to other terrestrial forests. Above-ground biomass (AGB) estimation is an index to estimate the above-ground carbon content. In protected areas, especially mangrove forest reserves, it requires non-destructive AGB estimation methods. This study introduces a terrestrial laser scanning techniques (TLS) to preliminarily estimate the AGB of Avicennia marina (Forsk.) Vierh. Four samples were selected by random sampling method with diameter at breast height (DBH) 18.81, 26.57, 20.24, and 14.03 centimeters, respectively. The TLS was used to collect the volume of the tree stems that was next multiplied by a wood specific density value (WSD) to retrieve the estimated AGB. Then, the estimated AGB values were compared with the results derived from referenced allometric equations. The TLS estimation revealed 108.58±14.34, 336.78±44.28, 160.65±21.32, and 42.46±5.79 kilograms/tree, respectively. It was found that the TLS estimation of samples containing DBH ³ 20 centimeters agreed with the results generated from the reference allometric equations which revealed 8 % difference. Thus, this can be concluded that the TLS method has a tendency to be an effective non–destructive mean for estimating the AGB. 


Keywords: terrestrial laser scanner; above-ground biomass; Avicennia marina

Article Details

How to Cite
อินทรัตน์ ธ., & ไวภาษา ช. (2018). การทดลองประมาณค่ามวลชีวภาพเหนือพื้นดินของต้นแสมทะเลเบื้องต้นด้วยเครื่องสแกนเลเซอร์ภาคพื้นดิน. Thai Journal of Science and Technology, 7(3), 307–318. https://doi.org/10.14456/tjst.2018.8
Section
วิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์
Author Biographies

ธนิสร อินทรัตน์

ภาควิชาวิศวกรรมสำรวจ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ถนนพญาไท แขวงวังใหม่ เขตปทุมวัน กรุงเทพฯ 10330

ชัยโชค ไวภาษา

ภาควิชาวิศวกรรมสำรวจ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ถนนพญาไท แขวงวังใหม่ เขตปทุมวัน กรุงเทพฯ 10330

References

Calders, K., Newnham, G., Burt, A., Murphy, S., Raumonen, P., Herold, M. and Kaasalainen, M., 2015, Nondestructive estimates of above-ground biomass using terrestrial laser scanning, Meth. Ecol. Evol. 6: 198-208.
Chan, N., Takeda, S., Suzuki, R. and Yamamoto, S., 2013, Establishment of allometric models and estimation of biomass recovery of swidden cultivation fallows in mixed deciduous forests of the Bago Mountains, Myanmar, Forest Ecol. Manag. 304: 427-436.
Chave, J., Rejou-Mechain, M., Burquez, A., Chidumayo, E., Colgan, M.S., Delitti, W.B. and Vieilledent, G., 2014, Improved allometric models to estimate the aboveground biomass of tropical trees, Global Change Biol. 20: 3177-3190.
Comley, B.W.T. and McGuinness, K.A., 2005, Above- and below-ground biomass, and allometry, of four common northern Australian mangroves. Aust. J. Bot. 53: 431-436.
Donato, D.C., Kauffman, J.B., Murdiyarso, D., Kurnianto, S., Stidham, M. and Kanninen, M., 2011, Mangroves among the most carbon-rich forests in the tropics, Nat. Geosci. 4: 293-297.
Feliciano, E.A., Wdowinski, S. and Potts, M.D., 2014, Assessing mangrove above-ground biomass and structure using terrestrial laser scanning: A case study in the Everglades National Park, Wetlands 34: 955-968.
Hackenberg, J., Wassenberg, M., Spiecker, H. and Sun, D.J., 2015, Non destructive method for biomass prediction combining TLS derived tree volume and wood density, Forests 6: 1274-1300.
Hirata, Y., Tabuchi, R., Patanaponpaiboon, P., Poungparn, S., Yoneda, R. and Fujioka, Y., 2014, Estimation of aboveground biomass in mangrove forests using high-resolution satellite data, J. Forest Res. 19: 34-41.
Jachowski, N.R.A., Quak, M.S.Y., Friess, D.A., Duangnamon, D., Webb, E.L. and Ziegler, A.D., 2013, Mangrove biomass estimation in Southwest Thailand using machine learning, Appl. Geograp. 45, 311-321.
Kenzo, T., Ichie, T., Hattori, D., Itioka, T., Handa, C., Ohkubo, T. and Ninomiya, I., 2009, Development of allometric relationships for accurate estimation of above- and below-ground biomass in tropical secondary forests in Sarawak, Malaysia, J. Trop. Ecol. 25: 371-386.
Komiyama, A., Ong, J.E. and Poungparn, S., 2008, Allometry, biomass, and productivity of mangrove forests: A review, Aquat. Bot. 89: 128-137.
Komiyama, A., Poungparn, S. and Kato, S., 2005, Common allometric equations for estimating the tree weight of mangroves, J. Trop. Ecol. 21: 471-477.
Maas, H.G., Bienert, A., Scheller, S. and Keane, E., 2008, Automatic forest inventory parameter determination from terrestrial laser scanner data, Int. J. Remote Sensing 29: 1579-1593.
Njana, M.A., Meilby, H., Eid, T., Zahabu, E. and Malimbwi, R.E., 2016, Importance of tree basic density in biomass estimation and associated uncertainties: a case of three mangrove species in Tanzania, Ann. Forest Sci. 73: 1073-1087.
Olagoke, A., Proisy, C., Feret, J.B., Blanchard, E., Fromard, F., Mehlig, U. and Berger, U., 2016, Extended biomass allometric equations for large mangrove trees from terrestrial LiDAR data, Trees-Struct. Funct. 30: 935-947.
Olschofsky, K., Mues, V., and Kohl, M., 2016, Operational assessment of aboveground tree volume and biomass by terrestrial laser scanning, Comput. Elect. Agric. 127: 699-707.
Ostadhashemi, R., Shahraji, T.R., Roehle, H. and Limaei, S.M., 2014, Estimation of biomass and carbon storage of tree plantations in northern Iran, J. Forest Sci. 60: 363-371.
Pham, T.D. and Yoshino, K., 2017, Aboveground biomass estimation of mangrove species using ALOS-2 PALSAR imagery in Hai Phong City, Vietnam, J. Appl. Remote Sensing 11(2): 026010.
T. Vashum, K., 2012, Methods to estimate above-ground biomass and carbon stock in natural forests: A review, J. Ecosyst. Ecogr. 2(4): 1000116.