បញ្ហា (The Problem)៖ ការវាស់ស្ទង់គុណភាពអំពៅតាមវិធីប្រពៃណីទាមទារការបំផ្លាញគំរូ និងចំណាយពេលយូរ ដូច្នេះការសិក្សានេះស្វែងរកវិធីសាស្ត្រមិនបំផ្លាញគំរូដើម្បីវាយតម្លៃបរិមាណសារធាតុរឹងរលាយសរុប (Total Soluble Solid - TSS) របស់អំពៅ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់បច្ចេកទេសរូបភាព Near Infrared Hyperspectral Imaging (NIR-HSI) ដើម្បីបង្កើតម៉ូដែលទស្សន៍ទាយតម្លៃ TSS ពីដើមអំពៅពូជខនកែន ៣ (Khon Kaen 3)។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Conventional Laboratory Method (Digital Refractometer) វិធីសាស្ត្រមន្ទីរពិសោធន៍ប្រពៃណី (ប្រើឧបករណ៍វាស់កម្រិតចំណាំងបែរឌីជីថល) |
ផ្តល់លទ្ធផលច្បាស់លាស់ និងត្រូវបានប្រើប្រាស់ជាស្តង់ដារយោង (Reference method) សម្រាប់ការវាស់វែងកម្រិតស្ករ។ | ទាមទារការកិនពូតយកទឹកអំពៅ ដែលជាការបំផ្លាញគំរូ ចំណាយពេលយូរ និងមានភាពស្មុគស្មាញក្នុងការរៀបចំ។ | ប្រើជាតម្លៃយោងសម្រាប់ការវិភាគភាពត្រឹមត្រូវនៃម៉ូដែល។ |
| NIR-HSI on Sugarcane Stalk (With Wax) ការស្កេនរូបភាពអ៊ិនហ្វ្រារ៉េដ (NIR-HSI) លើដើមអំពៅដែលមានក្រមួនធម្មជាតិ |
អាចវាស់តម្លៃបានលឿន និងមិនបំផ្លាញគំរូ ដោយមិនចាំបាច់មានជំហានរៀបចំសម្អាតផ្ទៃដើមអំពៅមុនពេលស្កេន។ | ក្រមួនធម្មជាតិនៅលើសំបកអំពៅធ្វើឱ្យពន្លឺខ្ចាត់ខ្ចាយ និងមិនអាចឆ្លុះចូលបានជ្រៅ ដែលបណ្តាលឱ្យលទ្ធផលទស្សន៍ទាយមានភាពត្រឹមត្រូវទាប។ | R² = 0.81, SEP = 1.30 °Brix, និង RPD = 2.31 |
| NIR-HSI on Sugarcane Stalk (Without Wax) ការស្កេនរូបភាពអ៊ិនហ្វ្រារ៉េដ (NIR-HSI) លើដើមអំពៅដែលបានយកក្រមួនចេញ |
ការសម្អាតក្រមួនជួយឱ្យពន្លឺជ្រៀតចូលបានល្អ កាត់បន្ថយការខ្ចាត់ខ្ចាយពន្លឺ និងផ្តល់នូវម៉ូដែលទស្សន៍ទាយដែលមានប្រសិទ្ធភាព និងភាពត្រឹមត្រូវខ្ពស់បំផុត។ | តម្រូវឱ្យមានការបន្ថែមជំហានក្នុងការសម្អាតក្រមួនចេញពីសំបកអំពៅ ដែលអាចបង្កើនពេលវេលាបន្តិចបន្តួចមុនពេលស្កេន។ | R² = 0.87, SEP = 0.97 °Brix, និង RPD = 2.77 (ម៉ូដែលល្អបំផុត) |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តបច្ចេកទេសស្រាវជ្រាវនេះទាមទារការវិនិយោគខ្ពស់លើឧបករណ៍ស្កេនកម្រិតខ្ពស់ កាមេរ៉ាពិសេស និងកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសថៃ ដោយប្រមូលទិន្នន័យលើគំរូអំពៅពូជខនកែន៣ (Khon Kaen 3) ចំនួន៣០០ដើម ពីតំបន់ដាំដុះក្នុងខេត្តសុផាន់បុរី។ ភាពលម្អៀងនៃទិន្នន័យនេះមានសារៈសំខាន់ចំពោះកម្ពុជា ដោយសារលក្ខខណ្ឌអាកាសធាតុ គុណភាពដី និងពូជអំពៅក្នុងស្រុកអាចមានភាពខុសគ្នា ដែលទាមទារឱ្យមានការប្រមូលទិន្នន័យគំរូពីតំបន់ដាំដុះជាក់ស្តែងក្នុងប្រទេសដើម្បីកែតម្រូវម៉ូដែល។
បច្ចេកទេសនេះមានសក្តានុពលខ្ពស់សម្រាប់ជួយដល់វិស័យកសិ-ឧស្សាហកម្ម និងរោងចក្រស្ករសនៅកម្ពុជា ក្នុងការវាយតម្លៃភាពទុំនិងគុណភាពអំពៅដោយមិនបំផ្លាញដើម។
ជារួម ការអភិវឌ្ឍនិងប្រើប្រាស់បច្ចេកទេស NIR-HSI ឬឧបករណ៍ NIR ចល័ត អាចកាត់បន្ថយពេលវេលានិងកម្លាំងពលកម្មក្នុងការវាយតម្លៃគុណភាពអំពៅ ព្រមទាំងជួយលើកកម្ពស់ស្តង់ដារផលិតកម្មនៅក្នុងប្រទេសកម្ពុជាឱ្យកាន់តែមានប្រសិទ្ធភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Near-infrared hyperspectral imaging (NIR-HSI) (រូបភាព Near-infrared hyperspectral) | បច្ចេកទេសថតរូបកម្រិតខ្ពស់ដែលចាប់យកពន្លឺអ៊ិនហ្វ្រារ៉េដ (ដែលភ្នែកមនុស្សមើលមិនឃើញ) នៅលើរលកពន្លឺរាប់រយផ្សេងៗគ្នា ដើម្បីវិភាគសមាសធាតុគីមីរបស់វត្ថុណាមួយ (ដូចជាដើមអំពៅ) ដោយមិនចាំបាច់កាត់ ឬបំផ្លាញវា។ | ដូចជាការប្រើកាមេរ៉ាវេទមន្តដែលអាចមើលធ្លុះដល់សាច់ខាងក្នុងនៃផ្លែឈើ ដើម្បីដឹងថាវាផ្អែមឬអត់ ដោយមិនបាច់បកសំបកឬខាំវា។ |
| Total soluble solid (TSS) (សារធាតុរឹងរលាយសរុប) | រង្វាស់នៃបរិមាណសារធាតុដែលរលាយក្នុងទឹកសរុប (ភាគច្រើនគឺស្ករ) នៅក្នុងរាវ ដែលជាសូចនាករចម្បងសម្រាប់វាស់កម្រិតភាពផ្អែមរបស់ផ្លែឈើ ឬអំពៅ (គិតជាឯកតាដឺក្រេ Brix)។ | ដូចជាការថ្លឹងមើលថាតើមានស្ករប៉ុន្មានស្លាបព្រាដែលបានរលាយចូលក្នុងទឹកមួយកែវ។ |
| Partial Least Squares Regression (PLSR) (តំរែតំរង់ការ៉េអប្បបរមាដោយផ្នែក) | វិធីសាស្ត្រស្ថិតិ និងគណិតវិទ្យាដែលប្រើសម្រាប់ស្វែងរកទំនាក់ទំនងរវាងទិន្នន័យស្មុគស្មាញពីរក្រុម (ឧ. ទិន្នន័យរលកពន្លឺ Spectrum និងកម្រិតស្ករជាក់ស្តែង) ដើម្បីបង្កើតម៉ូដែលសម្រាប់ទស្សន៍ទាយលទ្ធផល។ | ដូចជាការរកមើលលំនាំដដែលៗនៃរូបរាងកាយមនុស្ស (កម្ពស់ ទម្ងន់ និងអាយុ) ដើម្បីទាយដឹងពីទំហំអាវដែលគាត់ត្រូវពាក់ឱ្យបានត្រឹមត្រូវ។ |
| Savitzky-Golay derivative (ដេរីវេ Savitzky-Golay) | បច្ចេកទេសកែច្នៃទិន្នន័យ (Pre-processing) មុនការវិភាគ ដែលជួយរំលីង (Smooth) ខ្សែក្រាហ្វិក និងកាត់បន្ថយសញ្ញារំខាន (Noise) ពីឧបករណ៍វាស់ ដើម្បីបង្ហាញពីចំណុចសំខាន់ៗនៃទិន្នន័យ (Peaks) ឱ្យកាន់តែច្បាស់។ | ដូចជាការប្រើកម្មវិធីកែរូបថតដើម្បីបំបាត់ស្នាមអុចៗនៅលើផ្ទៃមុខ ធ្វើឱ្យរូបភាពមើលទៅរលោង ច្បាស់ល្អ និងងាយស្រួលសម្គាល់អត្តសញ្ញាណ។ |
| Spatial mapping (ការបង្កើតផែនទីលំហ) | ការបំប្លែងទិន្នន័យពីម៉ូដែលគណិតវិទ្យាទៅជារូបភាពពណ៌ ដែលបង្ហាញពីការចែកចាយនៃសារធាតុគីមីណាមួយ (ដូចជាជាតិស្ករ) នៅលើផ្ទៃរបស់វត្ថុ ឧទាហរណ៍ ពណ៌ក្រហមតំណាងឱ្យទីតាំងមានស្ករច្រើន និងពណ៌ខៀវតំណាងឱ្យទីតាំងមានស្ករតិច។ | ដូចជាផែនទីអាកាសធាតុនៅលើទូរទស្សន៍ ដែលប្រើពណ៌ក្រហមសម្រាប់តំបន់ក្តៅ និងពណ៌ខៀវសម្រាប់តំបន់មានភ្លៀងធ្លាក់។ |
| Standard Error of Prediction (SEP) (កំហុសស្តង់ដារនៃការទស្សន៍ទាយ) | តម្លៃដែលបង្ហាញពីកម្រិតភាពខុសគ្នារវាងលទ្ធផលដែលម៉ូដែលកុំព្យូទ័របានទស្សន៍ទាយ និងលទ្ធផលពិតប្រាកដដែលបានមកពីការវាស់ស្ទង់ជាក់ស្តែងនៅក្នុងមន្ទីរពិសោធន៍។ | ដូចជាការបាញ់ព្រួញទៅកាន់ផ្ទាំងគោលដៅ បើតម្លៃកំហុសកាន់តែតូច មានន័យថាព្រួញបាញ់ចូលកៀកចំកណ្តាលគោលដៅបំផុត។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
