បញ្ហា (The Problem)៖ គុណភាពនៃស្លឹកប្រទាលកន្ទុយក្រពើ (Aloe vera) អាស្រ័យលើបរិមាណនីត្រាតទាប ដែលទាមទារនូវវិធីសាស្ត្រត្រួតពិនិត្យរហ័ស និងមិនបំផ្លាញគំរូមុនពេលកែច្នៃ ដើម្បីជៀសវាងការខូចខាតនិងចំណាយខ្ពស់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានបង្កើតម៉ូដែលទស្សន៍ទាយដោយប្រើប្រាស់វិធីសាស្ត្រ Partial Least Squares Regression (PLSR) ផ្អែកលើទិន្នន័យវិសាលគម (Spectral data) ពីទីតាំងផ្សេងៗនៃស្លឹកចំនួន ៨០ គំរូ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Destructive Method (Nitrate Ion Meter) វិធីសាស្ត្រប្រពៃណីដោយបំផ្លាញគំរូ (ឧបករណ៍វាស់អ៊ីយ៉ុងនីត្រាត) |
ផ្តល់ទិន្នន័យជាក់លាក់ និងត្រូវបានទទួលស្គាល់ជាស្តង់ដាររង្វាស់គោលដោយផ្ទាល់។ | ទាមទារការបំផ្លាញគំរូស្លឹកប្រទាលកន្ទុយក្រពើ ចំណាយពេលយូរ មានតម្លៃថ្លៃនៅពេលអនុវត្តច្រើន និងប្រើប្រាស់សារធាតុគីមី។ | ផ្តល់ទិន្នន័យយោង (Reference data) ពី ៦ ដល់ ៩៩០០ មីក្រូក្រាម/ក្រាម សម្រាប់ផ្ទៀងផ្ទាត់ជាមួយម៉ូដែលទស្សន៍ទាយ។ |
| Proposed NIRS with PLSR (Middle Position + SMT+2D Pretreatment) បច្ចេកទេសសាកល្បង NIRS រួមជាមួយការវិភាគ PLSR (ទីតាំងកណ្តាលស្លឹក និងការកែសម្រួល SMT+2D) |
វាស់ស្ទង់បានរហ័ស មិនបំផ្លាញគំរូ មិនប្រើប្រាស់សារធាតុគីមី និងអាចទស្សន៍ទាយបរិមាណនីត្រាតបានយ៉ាងសុក្រឹត។ | ទាមទារការពឹងផ្អែកលើបច្ចេកទេសកែសម្រួលទិន្នន័យ (Pretreatment) ស្មុគស្មាញ និងទាមទារការកសាងម៉ូដែលដំបូងប្រកបដោយភាពច្បាស់លាស់។ | ទទួលបានភាពត្រឹមត្រូវខ្ពស់បំផុតសម្រាប់ការទស្សន៍ទាយ ដោយមានមេគុណទំនាក់ទំនង (R) ០.៩៨ និងកំហុសឆ្គង (RMSEP) ៣.៥០ ppm។ |
| Unpretreated NIRS Model (Raw Data) ម៉ូដែលទស្សន៍ទាយ NIRS ដោយប្រើទិន្នន័យដើម (មិនមានការកែសម្រួល) |
ដំណើរការលឿន ដោយមិនទាមទារការគណនាស្មុគស្មាញតាមរយៈក្បួនគណិតវិទ្យាដើម្បីកែសម្រួលទិន្នន័យវិសាលគម (Spectra)។ | រងឥទ្ធិពលពីរលកសញ្ញារំខាន (Noise) និងកត្តារូបវន្តរបស់សំបក ដែលធ្វើឱ្យសមត្ថភាពនៃការទស្សន៍ទាយមានកម្រិតទាបមិនអាចយកជាការបាន។ | ផ្តល់លទ្ធផលមេគុណទំនាក់ទំនង (R) ទាបត្រឹម ០.៧៥ និងកំហុសឆ្គង (RMSEP) ខ្ពស់រហូតដល់ ១៤.១០ ppm។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តបច្ចេកទេសនេះទាមទារឱ្យមានការវិនិយោគដំបូងទៅលើឧបករណ៍ស្កេន កម្មវិធីវិភាគទិន្នន័យ និងអ្នកជំនាញផ្នែកទិន្នន័យគីមី។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រើប្រាស់គំរូស្លឹកប្រទាលកន្ទុយក្រពើពីខេត្តកញ្ចនបុរី ប្រទេសថៃ ដែលមានលក្ខខណ្ឌដី និងអាកាសធាតុជាក់លាក់។ ដោយសារកម្រិតនីត្រាតក្នុងរុក្ខជាតិអាស្រ័យខ្លាំងលើប្រភេទដី ការប្រើប្រាស់ជី និងអាកាសធាតុ ម៉ូដែលនេះចាំបាច់ត្រូវតែធ្វើការកែតម្រូវឡើងវិញ (Recalibration) ដោយប្រើប្រាស់គំរូដាំដុះនៅក្នុងប្រទេសកម្ពុជាដើម្បីធានាបាននូវភាពសុក្រឹតខ្ពស់នៅពេលយកមកអនុវត្តជាក់ស្តែង។
បច្ចេកទេសនេះមានសក្តានុពលខ្ពស់ និងអាចយកមកអនុវត្តយ៉ាងមានប្រសិទ្ធភាពនៅក្នុងវិស័យកសិ-ឧស្សាហកម្មរបស់ប្រទេសកម្ពុជា។
ជារួម ការផ្លាស់ប្តូរមកប្រើប្រាស់បច្ចេកទេស NIRS នឹងជួយកាត់បន្ថយការខាតបង់វត្ថុធាតុដើម ចំណេញពេលវេលា និងលើកកម្ពស់ស្តង់ដារគុណភាពផលិតផលកសិកម្មកម្ពុជាសម្រាប់ការប្រកួតប្រជែងលើទីផ្សារនាំចេញ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Near Infrared Spectroscopy (NIRS) (វិសាលគមអ៊ីនហ្វ្រារ៉េដក្បែរ) | ជាបច្ចេកទេសប្រើប្រាស់រលកពន្លឺអ៊ីនហ្វ្រារ៉េដក្បែរដើម្បីបញ្ចាំងចូលទៅក្នុងវត្ថុ ហើយវាស់ការស្រូបពន្លឺនិងចំណាំងផ្លាត ដើម្បីកំណត់សមាសធាតុគីមីខាងក្នុងដោយមិនធ្វើឱ្យខូចខាត ឬប៉ះពាល់ដល់ទម្រង់ដើមនៃវត្ថុនោះឡើយ។ | ដូចជាការប្រើពិលបញ្ចាំងកាត់ស្បែកដើម្បីមើលសរសៃឈាមខាងក្នុងដោយមិនបាច់វះកាត់។ |
| Partial least squares regression (PLSR) (វិធីសាស្ត្រតំរែតំរង់ PLSR) | ជាវិធីសាស្ត្រស្ថិតិម៉្យាង (Chemometrics) ដែលប្រើសម្រាប់បង្កើតម៉ូដែលគណិតវិទ្យា ដើម្បីស្វែងរកទំនាក់ទំនងរវាងទិន្នន័យរលកពន្លឺ (Spectra) ដែលមានអថេរច្រើន ជាមួយនឹងបរិមាណសារធាតុដែលចង់រក (ដូចជានីត្រាតនៅក្នុងស្លឹកប្រទាល)។ | ដូចជាការស្វែងរកលំនាំរួមមួយពីរូបភាពរាប់ពាន់សន្លឹក ដើម្បីផ្តល់លទ្ធភាពឱ្យកុំព្យូទ័រអាចទាយថាវត្ថុមួយជាអ្វីឱ្យបានត្រឹមត្រូវ។ |
| Savitzky-Golay smoothing (ការកែសម្រួលទិន្នន័យដោយប្រើក្បួន Savitzky-Golay) | ជាក្បួនគណិតវិទ្យាសម្រាប់កាត់បន្ថយរលកសញ្ញារំខាន (Noise) នៅក្នុងទិន្នន័យវិសាលគម ដើម្បីឱ្យខ្សែក្រាហ្វកាន់តែរលោង និងងាយស្រួលអានទីតាំងចំណុចកំពូល (Peak) របស់ពន្លឺដែលតំណាងឱ្យសារធាតុគីមីនីមួយៗ។ | ដូចជាការប្រើកម្មវិធីកាត់បន្ថយសំឡេងខ្យល់រំខានចេញពីខ្សែវីដេអូ ដើម្បីឱ្យឮសំឡេងមនុស្សនិយាយកាន់តែច្បាស់។ |
| Second derivative (ដេរីវេទី២ នៃវិសាលគម) | ក្នុងការវិភាគទិន្នន័យ NIRS ដេរីវេទី២ ត្រូវប្រើដើម្បីបំបែករលកពន្លឺដែលជាន់គ្នាឱ្យដាច់ពីគ្នា និងធ្វើឱ្យទីតាំងចំណុចកំពូល (Peak) នៃសារធាតុគីមីនីមួយៗកាន់តែលេចធ្លោច្បាស់ចេញពីទិន្នន័យរំខាន។ | ដូចជាការប្រើកែវពង្រីកដែលផ្តោតតែទៅលើចំណុចផ្លាស់ប្តូរពណ៌នៃរូបភាព ដើម្បីឱ្យឃើញវណ្ឌវង្ក ឬគែមនៃរូបភាពនោះកាន់តែច្បាស់។ |
| Root mean squared error of prediction (RMSEP) (កំហុសឆ្គងជាមធ្យមនៃការទស្សន៍ទាយ) | ជារង្វាស់ស្ថិតិដែលបង្ហាញពីកម្រិតលំអៀង ឬភាពខុសគ្នារវាងតម្លៃដែលម៉ូដែលកុំព្យូទ័រទាយបាន ធៀបនឹងតម្លៃពិតប្រាកដដែលវាស់ដោយឧបករណ៍ស្តង់ដារ។ តម្លៃ RMSEP កាន់តែតូច បង្ហាញថាម៉ូដែរកាន់តែមានភាពត្រឹមត្រូវខ្ពស់។ | ដូចជាការបាញ់ព្រួញទៅកាន់ផ្ទាំងស៊ីប បើព្រួញទាំងអស់នៅប្រមូលផ្តុំគ្នាកៀកនឹងចំណុចកណ្តាល នោះកំហុសឆ្គងមានកម្រិតទាបបំផុត។ |
| Reflectance mode (របៀបវាស់ចំណាំងផ្លាតពន្លឺ) | ជារបៀបដែលឧបករណ៍ស្កេន NIRS បញ្ចេញពន្លឺទៅប៉ះផ្ទៃវត្ថុ ហើយចាប់យកពន្លឺដែលចំណាំងផ្លាតត្រលប់មកវិញ ដើម្បីវិភាគបរិមាណពន្លឺដែលត្រូវបានស្រូបយកដោយសមាសធាតុគីមីខាងក្នុងនៃវត្ថុនោះ។ | ដូចជាការមើលឃើញពណ៌របស់វត្ថុមួយ ដោយសារវត្ថុនោះជះពន្លឺពណ៌នោះចូលមកក្នុងភ្នែកយើង បន្ទាប់ពីវាបានស្រូបយកពន្លឺពណ៌ផ្សេងៗទៀតអស់។ |
| Overtone (រលកបន្ទរទីមួយ / អូវើថូន) | នៅក្នុងវិសាលគមវិទ្យា Overtone សំដៅលើការស្រូបពន្លឺនៅរលកប្រវែងខ្លីជាងរលកស្រូបអតិបរមាដើម (Fundamental) ដែលកើតឡើងដោយសាររំញ័រនៃចំណងគីមី (ដូចជា O-H ក្នុងទឹក ឬ C-H ក្នុងរុក្ខជាតិ) នៅក្នុងតំបន់ក្បែរអ៊ីនហ្វ្រារ៉េដ។ | ដូចជាការដេញខ្សែហ្គីតា ដែលបង្កើតមិនត្រឹមតែសំឡេងដើមនោះទេ ថែមទាំងបង្កើតសំឡេងបន្ទរស្រាលៗ (Harmonics) ជាច្រើនដំណាក់ទៀតផងដែរ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
