ดัชนีที่เหมาะสมกับการติดตามความแห้งแล้งของประเทศ

ประเทศไทยตั้งอยู่ในเขตมรสุมและมีรูปร่างที่ทอดตัวครอบคลุมตั้งแต่ประมาณละติจูดที่ 5 ถึง 21 องศาเหนือ ทำให้มีฤดูกาลที่แตกต่างกันสามฤดู แต่ถ้าหากพิจารณาความเกี่ยวพันกับความความเปียกชื้นหรือความแห้งแล้งแล้ว สามารถกล่าวได้ว่ามีสองช่วงหลัก คือ ช่วงฤดูฝน กับ ช่วงฤดูแล้ง ด้วยเหตุนี้ความแห้งแล้งสำหรับประเทศไทยจึงเป็นเรื่องที่เกิดได้เป็นปกติ ลักษณะหนึ่งที่ชี้ให้เห็น ได้แก่ การปรากฏป่าผลัดใบกระจายในหลายภูมิภาคของประเทศ และการเลือกชนิดและช่วงเวลาปลูกพืชพื้นของเกษตรกรตามทภูมิปัญญาท้องถิ่นที่มีการคำนึงถึงชนิดพืชทนแล้ง เมื่อพิจารณาถึงสภาวะการเปลี่ยนแปลงภูมิกาศของโลกที่เผชิญอยู่และแนวโน้มในอนาคต กล่าวได้ว่า ประเทศไทยกำลังเผชิญกับภัยพิบัติทางธรรมชาติอย่างหลีกเลี่ยงได้ยาก หนึ่งในนั้นคือ ภัยแล้ง ดังนั้นภาคส่วนที่เกี่ยวข้องจำเป็นต้องตระหนักในเรื่องการรับมือภัยแล้งอย่างจริงจัง  โดยทั่วไปแล้ว การประเมินพื้นที่ว่ามีภาวะความแห้งแล้งหรือไม่สามารถพิจารณาได้จากการวิเคราะห์ข้อมูลทางอุตุนิยมวิทยา และการสำรวจด้วยดาวเทียม แต่ก็ต้องมีการวิเคราะห์ประมวลผลข้อมูลที่ชี้ความแห้งแล้งได้ ข้อมูลจากทั้งสองแหล่งที่ตรวจวัดได้ไม่สามารถบอกได้ทันที อย่างไรก็ตาม เพื่อให้เท่าทันกับสถานการณ์จึงมีความพยายามที่จะพัฒนาระบบข้อมูลและระบบการประมวลผลที่ให้คำตอบได้ในเวลาอันรวดเร็ว

การประเมินความแห้งแล้งจากการสำรวจด้วยดาวเทียมนั้น ส่วนใหญ่เป็นการใช้ข้อมูลจากดาวเทียมสำรวจโลกพัฒนาเป็นดัชนีที่มักเป็นดัชนีที่เกี่ยวกับพืชพรรณ โดยอาศัยหลักการที่ว่า การปรับตัวและการเปลี่ยนแปลงของพืชไม่ว่าจะเป็นพืชพรรณตามธรรมชาติหรือพืชเกษตรล้วนสัมพันธ์กับความแห้งแล้งของพื้นที่ ดังนั้น สามารถกล่าวได้ว่า การใช้ดัชนีที่ได้จากข้อมูลอนุพันธ์ภาพจากดาวเทียมร่วมกับข้อมูลทางด้านอุตุนิยมวิทยามีความเหมาะสมกับการประเมินภาวะความแห้งแล้งของประเทศไทย อย่างไรก็ตาม ในการใช้ข้อมูลจากดาวเทียมนั้น ต้องเป็นข้อมูลจากกลุ่มดาวเทียมสำรวจโลกประเภทโคจรผ่านขั้ว (POES) ที่ประเทศไทยสามารถเข้าถึงข้อมูลได้อย่างต่อเนื่อง โดยต้องเป็นข้อมูลจากดาวเทียมที่สามารถประมวลหาอนุพันธ์ที่สัมพันธ์กับลักษณะของพืชพรรณที่ปรากฏในประเทศได้ และสามารถสร้างเป็นดัชนีที่สะท้อนช่วงความแปรผันของความแห้งแล้งที่เกิดในประเทศไทยได้ โดยอนุพันธ์ข้อมูลจากดาวเทียมที่มีคุณลักษณะดังกล่าว ได้แก่

1. Vegetation Condition Index (VCI)

เป็นดัชนีที่บ่งชี้สภาพพืชพรรณปัจจุบันว่าอยู่ในระดับที่แตกต่างไปจากปกติมากน้อยเพียงใด โดยอาศัยข้อมูลอดีต เป็นการใช้อนุพันธ์ NDVI อันเป็นฟังก์ชันที่ประกอบด้วยการใช้ข้อมูลภาพจากดาวเทียมช่วงคลื่นสีแดง (red) และช่วงคลื่นอินฟราเรดใกล้ (NIR) หลักการของดัชนี VCI เป็นการวิเคราะห์ช่วงค่ามาตรฐานที่พิจารณาสถานะของค่า NDVI ณ เวลาปัจจุบันที่สนใจว่าอยู่ในตำแหน่งใดในช่วงค่า NDVI ต่ำสุดกับค่า NDVI สูงสุด สำหรับพื้นที่หนึ่ง ๆ ซึ่งเป็นการวิเคราะห์แบบรายจุดภาพ รูปฟังก์ชั่น VCI คือ

2. Temperature Condition Index (TCI)

เป็นดัชนีที่บ่งชี้สภาพอุณหภูมิความส่องสว่างของพื้นผิวปัจจุบันว่าอยู่ในระดับที่แตกต่างไปจากปกติ มากน้อยเพียงใด โดยอาศัยข้อมูลอดีต ช่วงคลื่นความร้อน (Thermal IR) ของเซนเซอร์ดาวเทียม หลักการของดัชนี TCI เป็นการวิเคราะห์ค่า Brightness Temperature (BT)  ที่หาได้จากข้อมูลช่วงคลื่นดังกล่าว ณ เวลาปัจจุบันที่สนใจว่าอยู่ในตำแหน่งใดของช่วงค่า BT ต่ำสุดกับค่า BT สูงสุด สำหรับพื้นที่หนึ่ง ๆ ซึ่งเป็นการวิเคราะห์แบบรายจุดภาพ รูปฟังก์ชัน TCI คือ

3. Vegetation Health Index (VHI)

เป็นดัชนีที่บ่งชี้สภาพของพืช เริ่มแรกพัฒนาใช้กับข้อมูลจากดาวเทียม NOAA สร้างเป็นแบนด์คอมโพสิทคาบ 7 วัน โดยแบนด์ที่ต้องใช้คือ แบนด์ 1 (visible) แบนด์ 2 (NIR) และ IR แบนด์ 4 ดัชนี VHI วิเคราะห์ด้วยฟังก์ชันประกอบ ระหว่าง VCI และ TCI (ภาพที่ 11 ค) รูปฟังก์ชัน คือ

เมื่อ a คือ ค่าถ่วงน้ำหนัก (0-1)

            จากรูปแบบของดัชนีความแห้งแล้งดังกล่าว จำเป็นต้องใช้ข้อมูลอนุพันธ์ภาพจากดาวเทียมที่เกี่ยวกับพืชพรรณ (vegetation indices) โดยต้องเหมาะสมกับการใช้กับพื้นที่ทั่ว ๆ ไปที่อาจมีความหลากหลายของสภาพภูมิประเทศ คือควรเป็นดัชนีประเภทอัตราส่วน (ratio) และนอร์แมลไลเซชั่น (normalization) เพราะสามารถขจัดความแตกต่างกันในเชิงรังสีอันเนื่องมาจากทิศทางรับรังสีที่แตกต่างกันของพื้นที่ภูมิประเทศเป็นภูเขาซับซ้อน อนุพันธ์ประเภทนี้ได้แก่ Normalized Vegetation Index (NDVI) และ Enhanced Vegetation Index (EVI) โดยดัชนีตัวหลังนี้ เหมาะสมกับพื้นที่ส่วนใหญ่ที่รังสีของสิ่งปกคลุมพื้นที่ประเภทพืชพรรณได้รับอิทธิพลของพื้นดินภายใต้เรือนยอด เช่น พื้นที่ป่าที่พบในเขตอบอุ่นของโลก เป็นต้น สำหรับประเทศไทยแล้ว แม้ว่าจะมีพื้นที่ป่าที่มีลักษณะเปิดโล่งให้เห็นพื้นดินได้ เช่น ป่าเต็งรัง แต่ว่าลักษณะนี้จะมีแค่เพียงบางช่วง ไม่ใช่ลักษณะปรากฏหลักที่พบได้ตลอดทั้งปี เป็นแค่เพียงช่วงฤดูแล้งเท่านั้น ดังนั้น ข้อมูลอนุพันธ์ภาพจากดาวเทียมที่เกี่ยวกับพืชพรรณที่เหมาะสมกับการประเมินภาวะความแห้งแล้งของประเทศไทย คือ NDVI

อย่างไรก็ตาม NDVI ที่ได้จากข้อมูลภาพจากดาวเทียมที่ควอนไตซ์ค่าที่ความลึกบิต (bit depth) ไม่สูงนักจะเกิดปัญหาการอิ่มตัวของสัญญาณได้ในพื้นที่ที่ปกคลุมไปด้วยพืชพรรณที่หนาแน่น (มีคลอโรฟิลด์สูง)  เช่น ป่าดิบ (evergreen forest) ซึ่งมักเป็นเซนเซอร์ของดาวเทียมสำรวจโลกในกลุ่มที่มีรายละเอียดปานกลาง ที่ส่วนใหญ่มีความลึกบิตที่ 8 บิต แต่ถ้าเป็นดาวเทียมสำรวจโลกโคจรผ่านขั้วที่มีภารกิจสำรวจโลกและสภาวะอากาศ เช่น NOAA หรือ Suomi-NPP ข้อมูลจะมี bit depth สูงกว่ามาก ปัญหาการอิ่มตัวของสัญญาณจะมี ไม่มากนัก นอกจากนี้ในเรื่องของการประเมินภาวะความแห้งแล้งจะได้รับผลกระทบน้อยจากปัญหาการอิ่มตัวของสัญญาณในลักษณะดังกล่าว