Original Title: Integrating drone technology in sustainable agriculture: precision environmental monitoring and resource management
Source: doi.org/10.1051/e3sconf/202563302001
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការធ្វើសមាហរណកម្មបច្ចេកវិទ្យាដ្រូនក្នុងវិស័យកសិកម្មប្រកបដោយចីរភាព៖ ការត្រួតពិនិត្យបរិស្ថាន និងការគ្រប់គ្រងធនធានប្រកបដោយភាពច្បាស់លាស់

ចំណងជើងដើម៖ Integrating drone technology in sustainable agriculture: precision environmental monitoring and resource management

អ្នកនិពន្ធ៖ Oksana Takhumova (Kuban State Agrarian University), Andrey Pustuev (Ural State Law University), Nikolay Eiryan (Ural State University of Economics), Anastasia Sarsadskikh (Ural State University of Economics), Olga Rykalina (Ural State Law University)

ឆ្នាំបោះពុម្ព៖ 2025 (E3S Web of Conferences 633)

វិស័យសិក្សា៖ Sustainable Agriculture / Precision Farming

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះឆ្លើយតបទៅនឹងតម្រូវការបន្ទាន់ក្នុងការបង្កើនប្រសិទ្ធភាពកសិកម្មដើម្បីបំពេញតម្រូវការស្បៀងអាហារ ព្រមទាំងកាត់បន្ថយផលប៉ះពាល់បរិស្ថាន ដែលបណ្តាលមកពីការប្រើប្រាស់ធនធានខ្ជះខ្ជាយក្នុងវិធីសាស្រ្តកសិកម្មបែបប្រពៃណី។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកនិពន្ធបានប្រើប្រាស់វិធីសាស្រ្តវិភាគគន្ថនិទ្ទេស (Bibliographic analysis) ដោយធ្វើការពិនិត្យឡើងវិញនូវអក្សរសិល្ប៍ និងការសិក្សានានាដើម្បីវាយតម្លៃតួនាទីរបស់ដ្រូនក្នុងការគ្រប់គ្រងធនធាន និងការត្រួតពិនិត្យបរិស្ថាន។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Traditional Farming (Ground-based methods)
កសិកម្មបែបប្រពៃណី (វិធីសាស្ត្រផ្អែកលើដី)
ចំណាយដើមទុនបច្ចេកវិទ្យាទាប និងមិនតម្រូវឱ្យមានជំនាញបច្ចេកទេសខ្ពស់ក្នុងការចាប់ផ្តើម។ ការប្រើប្រាស់ធាតុចូល (ទឹក, ជី, ថ្នាំ) ខ្ជះខ្ជាយដោយសារការដាក់ស្មើៗគ្នា មិនមានភាពជាក់លាក់ និងប្រើពេលយូរក្នុងការត្រួតពិនិត្យ។ ការត្រួតពិនិត្យមានកម្រិត និងការឆ្លើយតបចំពោះបញ្ហា (ដូចជាសត្វល្អិត) ច្រើនតែយឺតយ៉ាវ ដែលនាំឱ្យបាត់បង់ទិន្នផល។
Drone-Assisted Precision Agriculture
កសិកម្មសុក្រឹតដោយប្រើប្រាស់ដ្រូន (Drone-Assisted)
ផ្តល់ទិន្នន័យរូបភាពដែលមានគុណភាពខ្ពស់ និងទាន់ពេលវេលា (Real-time) ជួយឱ្យការប្រើប្រាស់ធនធានមានភាពជាក់លាក់ និងសន្សំសំចៃ។ តម្រូវឱ្យមានការវិនិយោគលើឧបករណ៍ ជំនាញបច្ចេកទេសក្នុងការហោះហើរ និងការវិភាគទិន្នន័យ ព្រមទាំងបញ្ហាថាមពលថ្មមានកម្រិត។ កាត់បន្ថយការប្រើប្រាស់សារធាតុគីមី និងទឹកបានយ៉ាងមានប្រសិទ្ធភាព ព្រមទាំងបង្កើនទិន្នផលតាមរយៈការរកឃើញបញ្ហាលឿនរហ័ស។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តបច្ចេកវិទ្យានេះទាមទារការវិនិយោគលើឧបករណ៍ និងការកសាងសមត្ថភាពធនធានមនុស្ស ដែលអាចជាឧបសគ្គសម្រាប់កសិករខ្នាតតូច ប្រសិនបើគ្មានគំរូសេដ្ឋកិច្ចចែករំលែក (Shared ownership models)។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះគឺជាការវិភាគគន្ថនិទ្ទេស (Bibliographic analysis) ដែលប្រមូលផ្តុំទិន្នន័យពីការសិក្សាអន្តរជាតិជាច្រើន រួមទាំងនៅប្រទេសកំពុងអភិវឌ្ឍន៍។ ទោះបីជាមិនមែនជាការសិក្សាផ្ទាល់នៅកម្ពុជាក៏ដោយ ប៉ុន្តែបរិបទនៃកសិករខ្នាតតូច និងបញ្ហាប្រឈមផ្នែកធនធានគឺស្រដៀងគ្នាទៅនឹងស្ថានភាពនៅកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

បច្ចេកវិទ្យានេះមានសារៈសំខាន់ និងអាចអនុវត្តបានខ្ពស់នៅក្នុងវិស័យកសិកម្មកម្ពុជា ជាពិសេសសម្រាប់ការគ្រប់គ្រងដំណាំទ្រង់ទ្រាយធំ និងសហគមន៍កសិកម្ម។

ការដាក់ឱ្យប្រើប្រាស់ដ្រូននឹងផ្លាស់ប្តូរមុខមាត់កសិកម្មកម្ពុជា ប៉ុន្តែទាមទារឱ្យមានការគាំទ្រផ្នែកច្បាប់ និងការបណ្តុះបណ្តាលជំនាញបច្ចេកទេសដល់យុវជននៅតាមជនបទ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី ១៖ ការសិក្សាអំពីបច្ចេកវិទ្យា និងច្បាប់: និស្សិតគួរស្វែងយល់ពីប្រភេទដ្រូនកសិកម្ម និងបទប្បញ្ញត្តិនៃការហោះហើរដ្រូននៅកម្ពុជា ដោយសិក្សាពីឯកសាររបស់រដ្ឋលេខាធិការដ្ឋានអាកាសចរស៊ីវិល។
  2. ជំហានទី ២៖ ការអភិវឌ្ឍជំនាញវិភាគទិន្នន័យ: រៀនប្រើប្រាស់កម្មវិធី (GIS Software) ដូចជា QGIS ឬ ArcGIS និងកម្មវិធីកែច្នៃរូបភាពដ្រូនដូចជា Pix4D ដើម្បីបង្កើតផែនទីសុខភាពដំណាំ (NDVI maps)។
  3. ជំហានទី ៣៖ ការពិសោធន៍ខ្នាតតូច: សហការជាមួយសហគមន៍កសិកម្មដើម្បីធ្វើការសាកល្បងប្រើប្រាស់ដ្រូនក្នុងការតាមដានការលូតលាស់របស់ដំណាំ និងប្រៀបធៀបទិន្នផលជាមួយវិធីសាស្ត្រប្រពៃណី។
  4. ជំហានទី ៤៖ ការវាយតម្លៃប្រសិទ្ធភាពសេដ្ឋកិច្ច: ធ្វើការវិភាគលើការចំណាយ និងផលចំណេញ (Cost-Benefit Analysis) នៃការប្រើប្រាស់ដ្រូនសម្រាប់កសិករខ្នាតតូច ដើម្បីស្វែងរកគំរូអាជីវកម្មដែលសមស្រប។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Multispectral data ទិន្នន័យរូបភាពដែលចាប់យកពន្លឺលើសពីអ្វីដែលភ្នែកមនុស្សអាចមើលឃើញ (ដូចជាពន្លឺ Near-Infrared)។ នៅក្នុងកសិកម្ម វាត្រូវបានប្រើដើម្បីវិភាគសុខភាពរុក្ខជាតិដោយវាស់កម្រិតនៃការឆ្លុះពន្លឺរបស់ស្លឹក ដែលអាចបង្ហាញពីជំងឺ ឬកង្វះទឹកមុនពេលស្លឹកប្រែពណ៌។ ដូចជាការប្រើកាំរស្មីអ៊ិច (X-ray) ដើម្បីមើលជំងឺក្នុងខ្លួនមនុស្សដែលភ្នែកធម្មតាមើលមិនឃើញ។
Variable-rate irrigation ប្រព័ន្ធស្រោចស្រពដ៏ឆ្លាតវៃដែលកែតម្រូវបរិមាណទឹកដោយស្វ័យប្រវត្តិទៅតាមតម្រូវការជាក់ស្តែងនៃកន្លែងនីមួយៗក្នុងចំការ។ វាជួយសន្សំសំចៃទឹកដោយមិនស្រោចស្រពស្មើៗគ្នានៅគ្រប់កន្លែង (កន្លែងសើមស្រាប់ស្រោចតិច កន្លែងស្ងួតស្រោចច្រើន)។ ដូចជាការចាក់សាំងឱ្យម៉ូតូតែពេលវាអស់សាំង ជំនួសឱ្យការចាក់សាំងគ្រប់ម៉ូតូទាំងអស់ស្មើៗគ្នា ទោះបីខ្លះនៅពេញក៏ដោយ។
Vegetative indices រូបមន្តគណិតវិទ្យាដែលប្រើដើម្បីគណនាគុណភាព និងដង់ស៊ីតេនៃរុក្ខជាតិបៃតងពីរូបភាពដែលថតបាន។ សន្ទស្សន៍ដែលល្បីជាងគេគឺ NDVI ដែលជួយកសិករឱ្យដឹងថាតើដំណាំកំពុងលូតលាស់ល្អ ឬកំពុងជួបបញ្ហា។ ដូចជាការផ្តល់ "ពិន្ទុសុខភាព" ទៅឱ្យដំណាំ ដោយផ្អែកលើពណ៌ស្លឹករបស់វា។
Swarm technology បច្ចេកវិទ្យាដែលអនុញ្ញាតឱ្យដ្រូនជាច្រើនគ្រឿងធ្វើការទំនាក់ទំនង និងសហការគ្នាដោយស្វ័យប្រវត្តិក្នុងពេលតែមួយ ដើម្បីអនុវត្តការងារលើផ្ទៃដីធំទូលាយដោយមិនត្រូវការអ្នកបញ្ជាច្រើននាក់។ ដូចជាហ្វូងស្រមោចដែលធ្វើការសាមគ្គីគ្នាជញ្ជូនចំណី ដោយមិនបាច់មានមេបញ្ជាការប្រាប់ស្រមោចនីមួយៗថាត្រូវដើរទៅណា។
Hyperspectral data ស្រដៀងនឹង Multispectral ដែរ ប៉ុន្តែវាចាប់យកកម្រិតពន្លឺបានលម្អិតជាងរាប់រយដង (រាប់រយប៉ុស្តិ៍ពណ៌)។ វាអនុញ្ញាតឱ្យកំណត់អត្តសញ្ញាណប្រភេទដំណាំ ឬសារធាតុគីមីជាក់លាក់ដែលមាននៅលើស្លឹកបានយ៉ាងច្បាស់លាស់។ បើ Multispectral ដូចជាប្រអប់ខ្មៅដៃពណ៌ដែលមាន ១២ ពណ៌, Hyperspectral គឺដូចជាប្រអប់ដែលមានពណ៌រាប់រយ ដើម្បីគូររូបបានលម្អិតបំផុត។
Precision agriculture យុទ្ធសាស្ត្រគ្រប់គ្រងកសិកម្មដែលប្រើប្រាស់ទិន្នន័យបច្ចេកវិទ្យាដើម្បីធ្វើការសម្រេចចិត្តឱ្យចំគោលដៅ។ វាផ្លាស់ប្តូរពីការធ្វើកសិកម្មបែប "ស្មានៗ" ទៅជាការធ្វើដោយផ្អែកលើការវាស់វែងជាក់លាក់ ដើម្បីបង្កើនទិន្នផល និងកាត់បន្ថយការចំណាយ។ ដូចជាការកាត់អាវឱ្យត្រូវនឹងទំហំខ្លួនមនុស្សម្នាក់ៗ (Tailored suit) ជំនួសឱ្យការឱ្យមនុស្សគ្រប់គ្នាពាក់អាវទំហំ Free Size ដូចគ្នា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖