Big Data เพื่อส่งเสริมการเพิ่มพื้นที่สีเขียวในเขตเมืองและชุมชน

Big Data เพื่อส่งเสริมการเพิ่มพื้นที่สีเขียวในเขตเมืองและชุมชน

22 June 2022
Big Data เพื่อส่งเสริมการเพิ่มพื้นที่สีเขียวในเขตเมืองและชุมชน

                 การเติบโตในภาคอุตสาหกรรมทำให้ความเป็นเมืองมีการขยายตัวมากขึ้น และทำให้พื้นที่สีเขียวในเขตเมืองและชุมชน ถูกปรับเปลี่ยนแปลสภาพจากเดิมที่เคยเป็นพื้นที่ทางการเกษตร หรือพื้นที่ป่าธรรมชาติไปเป็นพื้นที่สำหรับที่อยู่อาศัย อาคารสำนักงาน ร้านค้า และโรงงานอุตสาหกรรมมากขึ้น ซึ่งองค์การสหประชาชาติ (United Nation) โดย Department of Economic and Social Affairs Population Dynamics ได้จัดทำรายงานการประเมินและการคาดการณ์จำนวนประชากรเมืองและชนบทของประเทศไทย นับแต่ปี ค.ศ. 1950 เป็นต้นมา โดยพบว่าจำนวนประชากรจากชนบทจะลดลงและเป็นประชากรในเมืองเพิ่มมากขึ้น โดยแสดงดังรูปที่ 1 ( Big Data เพื่อเพิ่มพื้นที่สีเขียว )

รูปที่ 1 แสดงการคาดการณ์จำนวนประชากรเมืองและชนบทของประเทศไทย
(United Nations, Department of Economic and Social Affairs, 2018)

                 ซึ่งการเติบโตของเมืองที่ขยายตัวอย่างรวดเร็วนั้น มักมาพร้อมกับปัญหาทางด้านสิ่งแวดล้อม เช่น การสูญเสียความหลากหลายทางชีวภาพ มลพิษทางอากาศ มลพิษทางน้ำ และปัญหาในเรื่องของพื้นที่สีเขียว ก็เป็นหนึ่งในปัญหาทางด้านสิ่งแวดล้อม เนื่องจากพื้นที่สีเขียวเป็นส่วนที่มีการดูดกลับของปริมาณก๊าซคาร์บอนไดออกไซด์ หรือมีการกักเก็บก๊าซคาร์บอนไดออกไซด์ จึงถือว่าเป็นด้านที่มีความสำคัญด้านหนึ่ง ซึ่งเมื่อพูดถึงพื้นที่สีเขียวจะตีความว่าเป็นพื้นที่ป่าไม้ จากข้อมูลในปี พ.ศ. 2563 ประเทศไทยมีพื้นที่ป่าไม้ อยู่ที่ 163,765.57 ตร.กม. คิดเป็นร้อยละ 31.64 ของพื้นที่ทั้งหมดของประเทศ ซึ่งมีปริมาณพื้นที่ลดลงจากปี พ.ศ. 2562

                 โดยปัจจัยที่ทำให้พื้นที่ป่าไม้ลดลง ได้แก่ การนำไปทำเป็นพื้นที่ทางการเกษตร ปัญหาจากไฟป่า ปัญหาการลักลอบตัดไม้ และปัญหาการขยายตัวของเมือง จากการสำรวจและจัดทำฐานข้อมูล (Database) พื้นที่ป่าไม้ในประเทศไทยเพื่อใช้ในการบริหารจัดการพื้นที่ป่าไม้ของหน่วยงานต่าง ๆ พบว่าในความเป็นจริงมีพื้นที่ ที่อยู่นอกเขตพื้นที่ป่าไม้ซึ่งเป็นพื้นที่สีเขียวในเขตเมืองและชุมชน ที่มีความสำคัญไม่น้อยไปกว่าพื้นที่สีเขียวในพื้นที่ป่าไม้ ซึ่งการพิจารณาพื้นที่สีเขียวของเมืองโดยใช้ขอบเขตพื้นที่การปกครองของเมืองเป็นตัวกำหนดว่าภายในพื้นที่ของเมืองนั้นมีพื้นที่สีเขียวประเภทอะไรอยู่บ้าง มีความเพียงพอต่อจำนวนประชากรที่อยู่ภายในเมืองนั้นมากน้อยเพียงไรนั้นมีความสำคัญ เนื่องจากประชากรส่วนมากไม่ได้อยู่ในพื้นที่ป่าไม้แต่จะอยู่ในพื้นที่เมือง แต่เรากลับมองข้ามพื้นที่สีเขียวในเขตเมืองและชุมชนที่อยู่ใกล้ตัว ที่อยู่ในชีวิตประจำวันของเรา

                  ในปี พ.ศ. 2560 มีความพยายามเริ่มพัฒนาฐานข้อมูลการรายงานพื้นที่สีเขียวในเขตเมืองและชุมชน โดยกรมส่งเสริมคุณภาพสิ่งแวดล้อม กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม ในชื่อ “GreenArea” แสดงดังรูปที่ 2

รูปที่ 2 แสดงระบบรายงานการเพิ่มพื้นที่สีเขียวในเขตเมืองและชุมชน (GreenArea)

            โดยมีวัตถุประสงค์เพื่อให้เมืองต่าง ๆ ทั่วประเทศไทยมีเครื่องมือและมีระบบใช้ในการประเมินพื้นที่สีเขียวของตนเอง ซึ่งจะช่วยให้สามารถกำหนดนโยบายและทิศทางการพัฒนาเมืองอย่างสมดุลและยั่งยืนอีกทั้งยังเป็นเครื่องมือช่วยในการส่งเสริมการมีส่วนร่วม และการปลูกจิตสำนึกภาคประชาสังคมและท้องถิ่นให้มีการอนุรักษ์และจัดการทรัพยากรธรรมชาติ เมื่อระยะเวลาผ่านไป 5 ปี เริ่มมีหน่วยงาน ภาคี และเครือข่ายที่ให้ความสนใจทางด้านพื้นที่สีเขียวในเขตเมืองและชุมชนมากขึ้น ทำให้ปริมาณข้อมูลที่ถูกจัดเก็บในระบบมีมากขึ้น (Data Volume) มีความหลากหลายของประเภทของข้อมูล (Data Variety) และมีความถี่ในการผลิตข้อมูล (Data Velocity) ที่เพิ่มขึ้น ทำให้มองเห็นภาพของเทคโนโลยีฐานข้อมูลขนาดใหญ่หรือที่เรียกกันว่า “Big Data” ว่าควรถูกนำมาประยุกต์ใช้ในการจัดเก็บข้อมูลสำหรับระบบรายงานพื้นที่สีเขียวในเขตเมืองและชุมชน เพื่อให้สามารถจัดเก็บพื้นที่สีเขียวที่อยู่ภายในขอบเขตของเมืองและชุมชน และต้นไม้ยืนต้นทั้งหมดได้ เพื่อจะได้นำไปใช้วิเคราะห์ข้อมูล เช่น การวิเคราะห์สัดส่วนพื้นที่สีเขียวต่อพื้นที่ทั้งหมด การวิเคราะห์สัดส่วนพื้นที่สีเขียวต่อประชากร การวิเคราะห์ความหลากหลายทางชีวะภาพ หรือแม้กระทั้งเป็นฐานข้อมูลเพื่อการพัฒนาเศรษฐกิจชีวภาพในกับชุมชน

            ในต่างประเทศมีงานวิจัยหลายงงานที่น่าสนใจ ที่มีการใช้เทคโนโลยีฐานข้อมูลขนาดใหญ่ นำมาวิเคราะห์ข้อมูลที่เกี่ยวข้องกับพื้นที่สีเขียว เช่น ในประเทศจีนมีการวิเคราะห์หาความเหลื่อมล้ำในการเข้าถึงพื้นที่สีเขียวของชุมชนต่าง ๆ โดยมีการใช้ปัจจัย ขนาดพื้นที่สีเขียว การปกคลุมเรือนยอดของต้นไม้ ระยะทางจากชุมชนเดินทางมาถึงพื้นที่สีเขียว ค่าใช้จ่ายในการเดินทาง [1] และมีการติดตามประเมินสวนสาธารณะในเมือง โดยดูจากการความสามารถในการเข้าถึงพื้นที่สีเขียวและคุณภาพของพื้นที่สีเขียว [2] หรือในประเทศญี่ปุ่น ทำการวิเคราะห์การเปลี่ยนแปลงการใช้พื้นที่สีเขียวของประชาชนก่อนและระหว่างการระบาดของ COVID-19 โดยการวิเคราะห์ข้อมูลขนาดใหญ่โดยใช้ข้อมูล GPS ติดตามมือถือ [3] โดยพบว่าพฤติกรรมการออกนอกบ้านมีแนวโน้มสูงที่จะหลีกเลี่ยงการออกนอกบ้าน โดยมีจำนวน เวลา และระยะทางของการออกนอกบ้านลดลง มีแนวโน้มในการใช้พื้นที่สีเขียวในใจกลางเมืองลดลง และมีการเพิ่มขึ้นของพื้นที่สีเขียวใกล้บ้านหรือภายในบ้านแทน แสดงดังรูปที่ 3

รูปที่ 3 แสดงการการใช้พื้นที่สีเขียวของประชาชนก่อนและระหว่างการระบาดของ COVID-19
(ซ้าย) ภาพการใช้งานพื้นที่สีเขียวในปี พ.ศ. 2021 (ขวา) ภาพการใช้งานพื้นที่สีเขียวในปี พ.ศ. 2022

           จากตัวอย่างงานในต่างประเทศ ทำให้เห็นว่าข้อมูลที่ใช้ในการวิเคราะห์เรื่องพื้นที่สีเขียวทั้งหมดมีการจัดเก็บข้อมูลในหลายมิติและมีปริมาณข้อมูลที่มาก ดังนั้นจึงปฏิเสธไม่ได้เลยที่จะต้องมีการนำเทคโนโลยีฐานข้อมูลขนาดใหญ่มาใช้ในการจัดเก็บข้อมูล เพื่อนำไปใช้วิเคราะห์ข้อมูลในด้านต่าง ๆ ของพื้นที่สีเขียวในเขตเมืองและชุมชนได้อย่างรวดเร็วและมีประสิทธิภาพ ซึ่งจะส่งผลประโยชน์ไปยังการบริหารจัดการด้านพื้นที่สีเขียวของเมืองและอาจจะนำไปประยุกต์ใช้งานกับการแก้ไขปัญหาทางด้านสิ่งแวดล้อมในมิติอื่นได้ในอนาคต

เนื้อหาโดย ว่าที่ ร.ต. ดร.องอาจ อุ่นอนันต์
ตรวจทานและปรับปรุงโดย ดวงใจ จิตคงชื่น

อ้างอิง

[1] Yang Chen, Wenze Yue, Daniele La Rosa, Which communities have better accessibility to green space? An investigation into environmental inequality using big data, Landscape and Urban Planning, Volume 204, 2020, ISSN 0169-2046.

[2] Xu, Z.; Gao, X.; Wang, Z.; Fan, J. Big Data-Based Evaluation of Urban Parks: A Chinese Case Study. Sustainability 2019, 11, 2125. https://doi.org/10.3390/su11072125

[3] Ueno, Y., Kato, S., Mase, T., Funamoto, Y., Hasegawa, K. (2022). Changes in the Use of Green Spaces by Citizens Before and During the First COVID-19 Pandemic: A Big Data Analysis Using Mobile-Tracking GPS Data in Kanazawa, Japan. In: Nakamura, F. (eds) Green Infrastructure and Climate Change Adaptation. Ecological Research Monographs. Springer, Singapore. https://doi.org/10.1007/978-981-16-6791-6_16

[4] This article originally appeared on Maxar’s website on May 3, 2018, and later in Geospatial World on May 14, 2018.

Acting Sub Lt. Aongart Aun-a-nan, Ph.D.

Independent Consultants and Scholar of Information Technology

แบ่งปันบทความ

กลุ่มเนื้อหา

แท็กยอดนิยม

แจ้งเรื่องที่อยากอ่าน

คุณสามารถแจ้งเรื่องที่อยากอ่านให้เราทราบได้ !
และเราจะนำไปพัฒนาบทความให้มีเนื้อหาที่น่าสนใจมากขึ้น

PDPA Icon

We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings

Privacy Preferences

You can choose your cookie settings by turning on/off each type of cookie as needed, except for necessary cookies.

Accept all
Manage Consent Preferences
  • Strictly Necessary Cookies
    Always Active

    This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function.
    Cookies Details

  • Performance Cookies

    This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

  • Functional Cookies

    This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.

  • Targeting Cookies

    "This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

Save settings
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.