การวิเคราะห์เชิงเหตุและผลของคาร์บอนฟุตพริ้นท์การท่องเที่ยวชุมชนด้วย Random Forest และ Counterfactual XAI จากข้อมูลดาวเทียม: กรณีศึกษาตำบลท่าศาลา จังหวัดเชียงใหม่

บทคัดย่อ

           งานวิจัยนี้นำเสนอกรอบการวิเคราะห์เชิงสาเหตุของพลวัตคาร์บอนฟุตพริ้นท์จากการท่องเที่ยวระดับชุมชน ณ ตำบลท่าศาลา จ.เชียงใหม่ โดยใช้ความเข้มข้นก๊าซ NO₂ เป็นตัวชี้วัดตัวแทน ข้อมูลดาวเทียมพหุมิติ (Sentinel, MODIS, VIIRS) บน Google Earth Engine ถูกบูรณาการร่วมกับข้อมูลนักท่องเที่ยวสังเคราะห์ (Poisson Distribution) ผ่านสถาปัตยกรรม Hybrid AI ที่ผสาน Random Forest Regression (RFR) และ Diverse Counterfactual Explanations (DiCE) ผลการศึกษาพบว่า แบบจำลอง RFR มีความแม่นยำสูง (R² = 0.973) โดยปัจจัยขับเคลื่อนการปล่อยมลพิษหลักคือโครงสร้างพื้นฐานที่สะท้อนผ่านอุณหภูมิพื้นผิวโลก (LST; 58.22%) และการใช้พลังงาน (NTL; 20.80%) ขณะที่จำนวนนักท่องเที่ยวมีอิทธิพลทางตรงเพียง 1.50% นอกจากนี้ การจำลองสถานการณ์ทางเลือก (What-If Scenarios) ด้วย DiCE ชี้ว่าการเพิ่มพื้นที่สีเขียว (NDVI) และลดอุณหภูมิพื้นผิว สามารถลด NO₂ ได้ถึงร้อยละ 11.94 โดยไม่ต้องจำกัดจำนวนนักท่องเที่ยว ข้อค้นพบเชิงประจักษ์นี้เป็นระบบสนับสนุนการตัดสินใจที่ยืนยันว่า นโยบายการท่องเที่ยวอย่างยั่งยืนควรมุ่งเน้นการจัดการอุปทานเชิงพื้นที่และการพัฒนาโครงสร้างพื้นฐานสีเขียว มากกว่าการควบคุมอุปสงค์นักท่องเที่ยวเพียงมิติเดียว