បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការវាយតម្លៃសក្តានុពលធនធានទឹក ដោយស្វែងរកម៉ូដែលសមស្របដើម្បីប៉ាន់ប្រមាណរំហួតទឹកជាក់ស្តែង (Actual Evapotranspiration) ក្នុងផ្ទៃដីធំទូលាយ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានធ្វើការប្រៀបធៀបទិន្នន័យរំហួតទឹក ដែលកត់ត្រាដោយស្ថានីយអាកាសធាតុស្វ័យប្រវត្តិ (AWS) ជាមួយនឹងទិន្នន័យដែលទទួលបានពីផ្កាយរណប ចន្លោះឆ្នាំ ២០០២ ដល់ ២០០៤។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Remote Sensing Estimation (NOAA/AVHRR) ការប៉ាន់ប្រមាណដោយប្រើតេឡេអាប់ទិក (ផ្កាយរណប NOAA/AVHRR) |
អាចផ្ដល់ទិន្នន័យរំហួតទឹក (ETa) ក្នុងផ្ទៃដីធំទូលាយបានយ៉ាងងាយស្រួល និងអនុញ្ញាតឱ្យទាញយកប៉ារ៉ាម៉ែត្រសំខាន់ៗដូចជា NDVI សីតុណ្ហភាពផ្ទៃដី និងអាល់បេដូ ដោយមិនចាំបាច់ចុះផ្ទាល់។ | រងឥទ្ធិពលខ្លាំងពីពពក (ត្រូវការមេឃស្រឡះ) និងអាចមានភាពលំអៀងដោយសារកម្រិតភាពច្បាស់ (Resolution) នៃរូបភាពផ្កាយរណបដែលគ្របដណ្តប់លើប្រភេទដីចម្រុះ។ | ទទួលបានមេគុណទំនាក់ទំនងការប៉ាន់ស្មាន R² = 0.71 សម្រាប់វាលស្រែ និង R² = 0.41 សម្រាប់ចម្ការម៉ៃសាក់។ |
| Ground Measurement / Bowen Ratio Technique via AWS ការវាស់ស្ទង់ផ្ទាល់នៅនឹងកន្លែងតាមរយៈស្ថានីយអាកាសធាតុស្វ័យប្រវត្តិ (AWS) |
ផ្ដល់ទិន្នន័យជាក់លាក់ និងមានសុក្រឹតភាពខ្ពស់បំផុតសម្រាប់ទីតាំងនីមួយៗ ដោយប្រើប្រាស់ទិន្នន័យអាកាសធាតុផ្ទាល់ (សីតុណ្ហភាព ខ្យល់ សំណើម)។ | មានការចំណាយច្រើនក្នុងការដំឡើងស្ថានីយ និងតម្រូវការថែទាំជាប្រចាំ ព្រមទាំងមិនអាចប្រមូលទិន្នន័យតំណាងឱ្យផ្ទៃដីរាប់ពាន់ហិកតាបានទេ។ | ត្រូវបានប្រើប្រាស់ជាទិន្នន័យគោល (Ground Truth) ដើម្បីផ្ទៀងផ្ទាត់ និងទាញយកសមីការទំនាក់ទំនងនៃតម្លៃប៉ាន់ស្មានពីផ្កាយរណប (r=0.80 សម្រាប់វាលស្រែ)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការប្រើប្រាស់រូបភាពផ្កាយរណបជាបន្តបន្ទាប់ និងទិន្នន័យកត់ត្រាផ្ទាល់ពីស្ថានីយអាកាសធាតុស្វ័យប្រវត្តិ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅខេត្តសុខោទ័យ (តំបន់វាលស្រែ) និងខេត្តឡាំប៉ាង (ចម្ការម៉ៃសាក់) ក្នុងប្រទេសថៃ។ របកគំហើញនេះមានសារៈសំខាន់សម្រាប់ប្រទេសកម្ពុជា ដោយសារយើងមានអាកាសធាតុត្រូពិច និងប្រព័ន្ធកសិកម្មដាំដុះស្រូវស្រដៀងគ្នាដែលអាចអនុវត្តម៉ូដែលនេះបាន។ ទោះជាយ៉ាងណាក៏ដោយ លទ្ធផលអាចនឹងប្រែប្រួលបន្តិចបន្តួចដោយសារលក្ខណៈសណ្ឋានដី ប្រភេទពូជស្រូវ និងកម្រិតសំណើមដីជាក់លាក់នៃតំបន់ទាំងនោះ។
បច្ចេកសាស្ត្រនេះមានសក្តានុពលខ្ពស់សម្រាប់ជួយកម្ពុជាក្នុងការវាយតម្លៃធនធានទឹក និងរៀបចំផែនការកសិកម្មឱ្យកាន់តែមានប្រសិទ្ធភាព។
ជារួម ការធ្វើសមាហរណកម្មទិន្នន័យផ្កាយរណបជាមួយនឹងទិន្នន័យឧតុនិយម គឺជាដំណោះស្រាយដ៏ឆ្លាតវៃក្នុងការគ្រប់គ្រងប្រភពទឹកប្រើប្រាស់ក្នុងវិស័យកសិកម្មនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Evapotranspiration (រំហួតទឹក និងរំហួតរស្មីសំយោគ) | ដំណើរការរួមបញ្ចូលគ្នានៃការបាត់បង់ទឹកពីផ្ទៃដី និងផ្ទៃទឹកចូលទៅក្នុងបរិយាកាសតាមរយៈរំហួតផ្ទាល់ (Evaporation) និងការបញ្ចេញជាតិទឹកពីរុក្ខជាតិ (Transpiration)។ | ដូចជាពេលដែលទឹកដក់លើដីហួតបាត់ទៅលើមេឃ បូករួមទាំងពេលដែលដើមឈើបញ្ចេញញើសតាមស្លឹករបស់វា។ |
| Remote Sensing (តេឡេអាប់ទិក ឬការវាស់ស្ទង់ពីចម្ងាយ) | បច្ចេកវិទ្យាក្នុងការប្រមូលព័ត៌មាន ឬទិន្នន័យអំពីវត្ថុ និងផ្ទៃផែនដីពីចម្ងាយ ជាទូទៅតាមរយៈឧបករណ៍សេនស័របំពាក់លើផ្កាយរណប ឬយន្តហោះ ដោយមិនចាំបាច់មានការប៉ះពាល់ផ្ទាល់។ | ដូចជាការឈរថតរូបពីលើអាកាស ដើម្បីមើលទំហំ និងស្ថានភាពដីធ្លី ដោយមិនចាំបាច់ដើរទៅដល់កន្លែងផ្ទាល់។ |
| Normalized Difference Vegetation Index / NDVI (សន្ទស្សន៍ភាពខុសគ្នានៃរុក្ខជាតិ) | សូចនាករដែលទទួលបានពីទិន្នន័យផ្កាយរណប ដោយវាស់ស្ទង់ចំណាំងផ្លាតនៃពន្លឺ (ពន្លឺមើលឃើញ និងអ៊ីនហ្វ្រារ៉េដជិត) ដើម្បីវាយតម្លៃពីដង់ស៊ីតេ សុខភាព និងភាពបៃតងនៃរុក្ខជាតិនៅក្នុងតំបន់ណាមួយ។ | ដូចជាម៉ាស៊ីនស្កេនពីលើមេឃ ដើម្បីវាស់ថាតើតំបន់នោះមានដើមឈើ ឬរុក្ខជាតិដុះលូតលាស់ខៀវស្រងាត់កម្រិតណា។ |
| Land Surface Temperature / LST (សីតុណ្ហភាពផ្ទៃដី) | កម្រិតកម្តៅនៃផ្ទៃខាងលើបំផុតរបស់ផែនដី (រួមទាំងដី និងគម្របរុក្ខជាតិ) ដែលត្រូវបានកត់ត្រា និងគណនាដោយសេនស័រវាស់កម្តៅ (Thermal Sensor) របស់ផ្កាយរណប។ | ដូចជាការប្រើទែម៉ូម៉ែត្របាញ់កម្តៅពីចម្ងាយ ដើម្បីវាស់ថាតើផ្ទៃដី និងដើមឈើនៅកន្លែងនោះក្តៅប៉ុណ្ណា។ |
| Surface Albedo (អាល់បេដូផ្ទៃ ឬចំណាំងផ្លាតនៃផ្ទៃ) | សមាមាត្រនៃថាមពលពន្លឺព្រះអាទិត្យដែលត្រូវបានចំណាំងផ្លាតត្រលប់ទៅទីអវកាសវិញដោយផ្ទៃផែនដី ធៀបនឹងបរិមាណពន្លឺព្រះអាទិត្យដែលចាំងមកដល់ផ្ទៃនោះទាំងស្រុង។ | ដូចជាការដែលយើងពាក់អាវពណ៌សនៅក្រោមកម្តៅថ្ងៃ វាចំណាំងផ្លាតពន្លឺចេញធ្វើឱ្យយើងមិនសូវក្តៅ បើធៀបនឹងការពាក់អាវពណ៌ខ្មៅដែលស្រូបកម្តៅទុក។ |
| Bowen ratio technique (បច្ចេកទេសសមាមាត្រ Bowen) | វិធីសាស្ត្រគណនាថាមពលតុល្យភាពនៅលើដី ដោយប្រៀបធៀបកម្តៅដែលធ្វើឱ្យខ្យល់ក្តៅ (Sensible heat) និងកម្តៅដែលធ្វើឱ្យទឹកហួត (Latent heat) ដើម្បីគណនារកបរិមាណរំហួតទឹកជាក់ស្តែង។ | ដូចជាការថ្លឹងថ្លែងថាតើកម្តៅព្រះអាទិត្យត្រូវបានប្រើប្រាស់សម្រាប់ដុតកម្តៅខ្យល់ជុំវិញខ្លួនប៉ុន្មានភាគរយ និងសម្រាប់ស្ងោរទឹកឱ្យហួតប៉ុន្មានភាគរយ។ |
| Split-window technique (បច្ចេកទេសបំបែកបង្អួចរលកពន្លឺ) | ក្បួនដោះស្រាយគណិតវិទ្យាដែលប្រើប្រាស់រលកសញ្ញាកម្តៅ (Thermal bands) ពីរផ្សេងគ្នារបស់ផ្កាយរណប ដើម្បីកាត់បន្ថយឥទ្ធិពលរំខានពីបរិយាកាស ក្នុងការគណនាសីតុណ្ហភាពផ្ទៃដីឱ្យបានកាន់តែច្បាស់លាស់។ | ដូចជាការប្រើប្រាស់វ៉ែនតាពីរជាន់ដែលមានពណ៌ខុសគ្នា ដើម្បីច្រោះយកពន្លឺច្បាស់បំផុតដោយមិនឱ្យចំណាំងផ្លាតពីចំណំហាយទឹក ឬអ័ព្ទក្នុងបរិយាកាសមករំខានភ្នែក។ |
| Evaporative fraction / EF (ប្រភាគរំហួត) | សមាមាត្រនៃថាមពលដែលត្រូវបានប្រើប្រាស់សម្រាប់រំហួតទឹក ធៀបទៅនឹងថាមពលសរុបដែលមាននៅលើផ្ទៃដី ដែលសូចនាករនេះត្រូវបានប្រើដើម្បីបង្ហាញពីកម្រិតសំណើមរបស់ដី។ | ដូចជាការវាយតម្លៃគិតជាភាគរយថាតើដីមានទឹកគ្រប់គ្រាន់សម្រាប់ហួតឡើងលើអាកាសកម្រិតណា នៅពេលដែលវាត្រូវកម្តៅព្រះអាទិត្យ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
