ก่อนไฟป่า หลังน้ำท่วม

ดาวน์โหลดไฟล์รูปภาพ (6 MB, JPEG, 4042×4042)

ไฟป่าขนาดใหญ่ที่ลุกลามไปมากกว่า 138,000 เอเคอร์ และยังคงลุกไหม้ต่อไป แต่ในลักษณะการลุกไหม้แบบไม่มีควันไฟและขยายพื้นที่อย่างช้า ๆ ผู้เชี่ยวชาญทางด้านการฟื้นฟูผืนป่ากำลังแก้ปัญหานี้อย่างหนัก พวกเขาจำเป็นต้องวิเคราะห์ให้ได้ว่าควรมุ่งเน้นการฟื้นฟูไปที่บริเวณไหนก่อน ดังนั้นพวกเขาจึงใช้แผนที่เพื่อระบุถึงความเสียของพันธุ์พืชและหน้าดินที่ถูกทำลายด้วยเพลิงไหม้

กลุ่มผู้ดูแลการจัดการพื้นที่เพลิงไหม้ฉุกเฉิน (BAER) ของกองการบริการป่าไม้ในสหรัฐอเมริกา ได้ไปตรวจสอบในสถานที่ทันทีที่ไฟมอดลง หน้าที่ของพวกเขาคือช่วยป้องกันอ่างเก็บน้ำ บริเวณลุ่มน้ำ และโครงสร้างพื้นฐานจากนํ้าท่วมกับการกัดกร่อนของเพลิงไหม้ โดยมีภาพถ่ายจากดาวเทียม Landsat เป็นอุปกรณ์ที่ประดิษฐ์ขึ้นโดยองค์การนาซา ร่วมกับกรมสำรวจธรณีวิทยาแห่งสหรัฐอเมริกา ซึ่งคอยนำทางผู้ร่วมงานไปยังบริเวณป่าไม้ที่ต้องการการฟื้นฟูช่วยเหลือ

ดาวน์โหลดไฟล์รูปภาพ (5 MB, JPEG, 4042×4042)

กลุ่มนักวิจัยร่วมกับศูนย์ RSAC (The Forest Service’s Remote Sensing Applications Center) ศูนย์เพื่อการพัฒนาและการวิเคราะห์ข้อมูลระยะไกลด้านป่าไม้ ตั้งอยู่ที่เมือง Salt Lake รัฐยูทาห์ ได้ศึกษาภาพถ่ายดาวเทียมที่บันทึกลักษณะป่าไม้ก่อนและหลังเกิดเพลิงไหม้ ด้วยภาพจากระบบเซนเซอร์ OLI (Operational Land Imager) ของดาวเทียม Landsat 8 ขององค์การนาซา แสดงให้เห็นพื้นดินที่ขรุขระรอบ Silver Fire ของ New Mexico ในทั้งสองภาพ ใช้หลักการสีผสมเท็จ (False Color) ด้วยคลื่นอินฟาเรดระยะใกล้ (near infrared) อินฟาเรดคลื่นสั้น (Shortwave infrared) และแสงสีเขียว ทำให้ปรากกฏบริเวณที่ถูกไหม้แสดงเป็นสีแดง บริเวณป่าไม้หรือพื้นที่เพาะปลูกแสดงเป็นสีเขียว และบริเวณพื้นที่เปลือยเปล่าหรือทะเลทรายแสดงเป็นสีน้ำตาล

Jeff Masek นักวิทยาศาสตร์โปรแกรมดาวเทียม Landsat ของนาซ่า ศูนย์การบินอวกาศก็อดเดิร์ด (NASA’s Goddard Space Flight Center) อธิบายไว้ว่า ช่วงความยาวคลื่นอินฟาเรดระยะใกล้สะท้อนกลับมายังเซนเซอร์ของดาวเทียม Landsat ทำให้เห็นความอุดมสมบูรณ์ของพืชอย่างชัดเจน แต่บริเวณที่ถูกเพลิงไหม้กลับไม่ชัดเจน อย่างไรก็ตาม แถบคลื่นความถี่ของอินฟาเรดคลื่นสั้น มีลักษณะเงาแบบเฉพาะตัวสำหรับบริเวณที่เกิดเพลิงไหม้และพื้นดินที่ถูกทำลาย “สามารถเห็นลักษณะการเผาไหม้อย่างชัดเจนจากอินฟาเรดคลื่นสั้น”

Carl Albury นักวิทยาศาสตร์ด้านการวิเคราะห์ข้อมูลระยะไกล ศูนย์การบริการด้านป่าไม้ กล่าวว่า จากการเปรียบเทียบอัตราส่วนก่อนและหลังเกิดไฟไหม้ป่า ระหว่างภาพที่ใช้อินฟาเรดระยะใกล้และอินฟาเรดคลื่นสั้น ทำให้เราสามารถประเมินระดับการเผาไหม้ได้ จากอัตราส่วนที่ได้มา Carl Albury สร้างแผนที่แบบไม่ละเอียดเกี่ยวกับระดับการเผาไหม้ เรียกว่า BARC (Burned Area Reflectance Classification) ดังภาพแผนที่ด้านล่างนี้ บริเวณสีแดงแสดงถึงพื่นที่เกิดไฟไหม้ป่า

ดาวน์โหลดไฟล์รูปภาพ (5 MB, JPEG, 4042×4042)

Carl Albury ได้กล่าวไว้อีกว่า หากไม่มีแผนที่ BARC นี้ วิธีที่สามารถทราบข้อมูลเหล่านี้ได้ คือการเดินเท้าเข้าไปสำรวจพื้นที่จริงหรือโดยเฮลิคอปเตอร์ ที่ซึ่งยากและอันตรายมาก แผนที่เป็นอุปกรณ์ชี้นำทางให้แก่นักสำรวจถึงสิ่งที่ต้องทำและบริเวณไหนที่ต้องสำรวจ

Carl Albury ได้สร้างแผนที่ BARC สำหรับรูปแบบการเกิดไฟไหม้ป่า ประมาณร้อยกว่ารูปแบบ เช่น เขาได้สร้างแผนที่สำหรับ Silver Fire ในช่วงที่ยังไม่เกิดเพลิงไหม้ เพื่อให้ผู้ร่วมทีมของเขาสามารถทำงานได้เร็วที่สุด สมาชิกกลุ่ม BAER กำหนดและปรับเปลี่ยนโครงสร้างของแผนที่จากการสำรวจภาคพื้นดิน และใช้แผนที่ปรับปรุงใหม่นี้ในการวางแผนโครงการฟื้นฟูหลายโครงการ

Penny Luehring ผู้นำกลุ่มผู้ดูแลการจัดการพื้นที่เพลิงไหม้ฉุกเฉิน (BAER) และโครงการพัฒนาลุ่มน้ำของศูนย์การบริการป่าไม้กล่าวไว้ว่า หลักสำคัญของโครงการฟื้นฟูเหล่านี้คือความรวดเร็วในการปฏิบัติการ ในด้านทิศตะวันตกเฉียงใต้และทิศใต้ของ California ประมาณ 4-6 สัปดาห์หลังจากฤดูกาลเกิดไฟไหม้ป่า ก็เริ่มเกิดฝนตกและน้ำท่วม เพราะฉะนั้นเพื่อควบคุมและบรรเทาผลกระทบจากน้ำในเหตุการณ์เหล่านี้ได้ หากมีโอกาสจึงต้องเร่งปฏิบัติการทันที

หลังจากเหตุการณ์ Silver Fire กลุ่ม BAER สามารถระบุถึงพื้นที่ ๆ ถูกเผาไหม้อย่างรุนแรงในพื้นที่ต้นน้ำของชุมชน ที่ตั้งแคมป์ และถนนป่าไม้ สมาชิกกลุ่ม BAER เริ่มฟื้นฟูพื้นที่เหล่านั้นด้วยการเพาะปลูกข้าวบาร์เลย์บนพื้นที่ 11,000 เอเคอร์ ถมหน้าดินด้วยปุ๋ยบนพื้นที่ 800 เอเคอร์ ปิดถนนบางสาย และสิ่งป้องกันภัยจากน้ำต่าง ๆ

ที่มาบทความ : บทความโดย Kate Ramsayer, สำนักข่าววิทยาศาสตร์โลกขององค์การนาซา
บันทึก : เมื่อวันที่ 11 กันยายน พ.ศ. 2556

ที่มารูปภาพ : Neal Herbert/National Park Service
สืบค้นจาก : https://earthobservatory.nasa.gov/IOTD/view.php?id=82023&eocn=image&eoci=related_image

Copyright © 2018 LEARN : อาณาจักรภูมิสารสนเทศ อาณาเขตแห่งการเรียนรู้

LEARN