September 14, 2019

หลังจากช่วงต้นฤดูกาลไฟอันเงียบงันในอินโดนีเซีย การขยายตัวของจุดเกิดไฟในกาลิมันตันและสุมาตราในช่วงเดือนกันยายน 2562 นี้ ก่อให้เกิดควันพิษหนาทึบจากการเผาไหม้ป่าพรุครอบคลุมไปทั่วทั้งภูมิภาค จากรายงานข่าว โรงเรียนหลายแห่งต้องปิดและหยุดการเรียน สานามบินหลายแห่งต้องยกเลิก เปลี่ยนเส้นทางและเลื่อนเที่ยวบินจากการที่หมอกควันไฟป่าขยายปกคลุมทั้งบอร์เนียวและสุมาตรา

ภาพจากเครื่องมือ MODIS(The Moderate Resolution Imaging Spectroradiometer) บนดาวเทียม Aqua ของนาซา จับภาพเกาะบอร์เนียวในวันที่ 15 กันยายน 2562 ควันไฟป่าทำให้คุณภาพอากาศเลวร้ายมากขึ้นจนต้องมีการประกาศเตือนประชาชนถึงผลกระทบที่จะเกิดขึ้นต่อสุขภาพ จุดเกิดไฟจำนวนมากเกิดขึ้นในกาลิมันตันซึ่งมีพื้นที่มหาศาลเป็นดินป่าพรุ ดาวเทียม/ดูบันทึกภาพหลักฐานการเกิดไฟป่าพรุตลอดช่วงเดือนสิงหาคมที่ผ่านมา แต่จำนวนและความเข้มข้นของไฟป่าพรุขยายเพิ่มขึ้นในช่วงสัปดาห์แรกของเดือนกันยายน

ฤดูกาลไฟในกาลิมันตันและสุมาตราเกิดขึ้นเป็นประจำทุกปีในช่วงเดือนกันยายนและตุลาคมเนื่องจากมีการเผาเศษวัสดุเหลือใช้ทางการเกษตรและเศษเหลือจากการทำไม้เพื่อแผ้วถางพื้นที่เพาะปลูกและเลี้ยงสัตว์ ในกาลิมันตัน ส่วนใหญ่จะเป็นการเตรียมพื้นที่เพื่อปลูกปาล์มน้ำมันและไม้โตเร็วสำหรับเยื่อกระดาษ เครื่องมือ The Operational Land Imager (OLI) บนดาวเทียม Landsat 8 จับภาพด้านล่าง แสดงให้เห็นไฟที่กำลังไหม้ในพื้นที่อุตสาหกรรมปาล์มทางตอนใต้ของบอร์เนียว

September 15, 2019

แผนที่ด้านล่างแสดงข้อมูลคาร์บอนอินทรีย์ในวันที่ 17 กันยายน 2652 ที่ทำขึ้นจากแบบจำลอง GEOS forward processing (GEOS-FP) ซึ่งประมวลผลจากข้อมูลภาพถ่ายดาวเทียม ภาพถ่ายทางอากาศและการสังเกตการณ์ภาคพื้นดิน ในการประมวลผลเพื่อหาคาร์บอนอินทรีย์ นักสร้างแบบจำลองใช้ข้อมูลละอองลอยและการเกิดไฟ แบบจำลอง GEOS forward processing (GEOS-FP) ยังใช้ข้อมูลอุณหภูมิอากาศ ความชื้นและลมเพื่อคาดการณ์พฤติกรรมของแนวควันไฟ ในกรณีนี้ ควันไฟจะกระจายตัวลอยอยู่ใกล้จุดเกิดไฟเนื่องจากกระแสลมอ่อน

แบบจำลอง GEOS forward processing (GEOS-FP) ก็มีลักษณะเดียวกับแบบจำลองสภาพภูมิอากาศ คือการใช้สมการทางคณิตศาสตร์แสดงกระบวนการทางกายภาพเพื่อคำนวณหาว่าเกิดอะไรขึ้นบรรยากาศ แบบจำลอง GEOS forward processing (GEOS-FP) คำนวณตำแหน่งและความเข้มข้นของแนวควันไฟคาร์บอนอินทรีย์ทุกๆ 5 นาที แบบจำลองได้ดึงข้อมูลละอองลอยใหม่ทุกช่วง 3 ชั่วโมง ข้อมูลอุตุนิยมวิทยาใหม่ทุกๆ 10 ชั่วโมง และข้อมูลการเกิดไฟใหม่ทุกๆ วัน

แผนที่ดินพรุได้มาจาก the Center for International Forestry Research’s Borneo Atlas ที่ระบุจุดเกิดไฟในพื้นที่ที่มีดินพรุ ไฟป่าพรุยากที่จะดับ และมีการเผาไหม้อยู่ใต้ดินเป็นเวลาหลายเดือนจนกว่าฤดูฝนจะมาถึง

September 17, 2019

ไฟป่าพรุปล่อยก๊าซและอนุภาคต่างๆ ออกมาจำนวนมาก รวมถึงคาร์บอนไดออกไซด์ มีเทน และ PM2.5 คาร์บอนไดออกไซด์และมีเทนเป็นก๊าซเรือนกระจกตัวสำคัญที่ก่อวิกฤตสภาพภูมิอากาศ PM2.5 เป็นส่วนผสมของฝุ่นจิ๋วที่ส่งผลร้ายต่อสุขภาพ

PM2.5 เป็นอนุภาคชนิดหนึ่งของละอองลอยที่เรียกว่าคาร์บอนอินทรีย์(organic carbon) และคาร์บอนดำ(black carbon) ที่เป็นอันตรายเนื่องจากขนาดที่เล็กมากของมันที่ทะลุทะลวงเข้าปอดและเส้นเลือด การวิจัยด้านสุขภาพเชื่อมโยง black carbon เข้ากับโรคทางเดินหายใจ โรคหัวใจและการเสียชีวิตก่อนวัยอันควร หลักฐานยังระบุถึงความเป็นพิษของละอองลอยที่เป็น organic carbon อีกด้วย แม้ว่าการศึกษาถึงผลกระทบสุขภาพ

Robert Field นักวิทยาศาสตร์แห่ง NASA Goddard Institute for Space Studies ผู้ทำการศึกษาเรื่องไฟป่าพรุในอินโดนีเซียเพื่อทำความเข้าใจถึงตัวแปรทางอุตุนิยมวิทยาที่มีต่อการเกิดไฟป่า กล่าวว่าเหตุการณ์ครั้งนี้อาจเทียบเคียงได้กับวิกฤติไฟป่าพรุในปี 2558” งานของเขารวมถึงการผสามผสานการวัดแบบแผนการตกของฝนด้วยดาวเทียมเข้าไปในระบบการติดตามและเตือนภัยจากไฟป่าที่ใช้โดยกรมอุตุนิยมวิทยา สภาพภูมิอากาศและธรณีกายภาพของอินโดนีเซีย

Robert Field เพิ่มเติมว่าจุดเกิดไฟจากระบบ MODIS และ VIIRS ไม่สูงมากเมื่อเทียบกับปี 2558 เพราะว่าไฟป่าพรุเกิดช้ากว่า แต่การเพิ่มขึ้นของจุดเกิดไฟแบวันต่อวันสามารถเทียบเคียงได้กับปี 2558 อย่างไรก็ตาม ต้องไม่ลืมว่า ไฟป่าพรุเหล่านี้เผาไหม้อยู่ใต้ดิน และบางพื้นที่มีควันหนาทึบซึ่งเครื่องมือวัดบนดาวเทียมไม่สามารถตรวจจับได้

Robert Field เห็นว่า ในช่วงการเกิดไฟป่าพรุครั้งใหญ่สองครั้งในอินโดนีเซีย ปี 2540 และ 2558 สภาวะความแห้งแล้งจากปรากฏการณ์เอลนีโญเป็นปัจจัยสำคัญที่ทำให้ไฟป่าพรุขยายวงกว้างเป็นวิกฤติ ในปี 2562 นี้ ปรากฎการณ์เอลนิโญเป็นกลาง แต่การเปลี่ยนแปลงของอุณหภูมิผิวน้ำทะเลที่เรียกว่า Indian Ocean Dipole น่าจะเป็นส่วนหนึ่งของการเกิดความแห้งแล้งในปีนี้

อ้างอิง

NASA Earth Observatory images by Joshua Stevens, using Landsat data from the U.S. Geological Survey, GEOS-5 data from the Global Modeling and Assimilation Office at NASA GSFC, and MODIS data from NASA EOSDIS/LANCE and GIBS/Worldview. Story by Adam Voiland.