Original Title: Real-Time Oil Palm Fruit Maturity Prediction: A Simulation-Based Approach
Source: doi.org/10.46882/AAAS/1144
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការទស្សន៍ទាយភាពទុំនៃផ្លែដូងប្រេងក្នុងពេលជាក់ស្តែង៖ អភិក្រមផ្អែកលើការក្លែងធ្វើ

ចំណងជើងដើម៖ Real-Time Oil Palm Fruit Maturity Prediction: A Simulation-Based Approach

អ្នកនិពន្ធ៖ Mohd. Hudzari Razali, Wan Ishak Wan Ismail, Abd. Rahman Ramli, Md. Nasir Sulaiman, Mohd. Haniff B. Harun

ឆ្នាំបោះពុម្ព៖ 2024, Advances in Agriculture and Agricultural Sciences

វិស័យសិក្សា៖ Agricultural Engineering

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការប្រមូលផលផ្លែដូងប្រេង (Elaeis guineensis) ដោយផ្អែកលើការប៉ាន់ស្មានដោយភ្នែកមើលផ្ទាល់អាចមានកំហុស ដែលធ្វើឱ្យប៉ះពាល់ដល់ទិន្នផលនិងគុណភាពប្រេង។ ការសិក្សានេះដោះស្រាយបញ្ហានេះតាមរយៈការបង្កើតវិធីសាស្ត្រមិនបំផ្លាញ (non-destructive) ដើម្បីទស្សន៍ទាយភាពទុំរបស់ផ្លែដូងប្រេងដោយស្វ័យប្រវត្តិ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់បច្ចេកវិទ្យាថតរូបភាពឌីជីថល និងការវិភាគកម្រិតពណ៌ ដើម្បីស្វែងរកទំនាក់ទំនងរវាងលក្ខណៈអុបទិកនៃផ្លែ និងបរិមាណប្រេងសាច់ដូង។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Image-based Optical Hue Analysis (2nd Order Polynomial Regression)
ការវិភាគតម្លៃពណ៌ (Hue) នៃរូបភាពតាមរយៈម៉ូដែលតម្រែតម្រង់ពហុធាលំដាប់ទី២
ជាវិធីសាស្ត្រមិនបំផ្លាញផ្លែដូង អាចទស្សន៍ទាយចំនួនថ្ងៃប្រមូលផលបានច្បាស់លាស់ និងមិនសូវរងឥទ្ធិពលពីពន្លឺព្រះអាទិត្យ។ ត្រូវការឧបករណ៍ថតរូបច្បាស់ កម្មវិធីកុំព្យូទ័រដើម្បីវិភាគរូបភាព និងទាមទារការអភិវឌ្ឍន៍ប្រព័ន្ធ។ មានទំនាក់ទំនងយ៉ាងរឹងមាំ (R² = 0.9239) រវាងតម្លៃ Hue និងបរិមាណប្រេងសាច់ដូង ដោយអាចទាយដឹងចំនួនថ្ងៃមុនពេលប្រមូលផល (ឧ. ៨.២៣ ថ្ងៃ)។
Manual Visual Inspection and Physical Checking
ការត្រួតពិនិត្យដោយភ្នែក និងការសាកល្បងដោយឧបករណ៍កាប់ (Chisel)
ងាយស្រួលធ្វើ មិនត្រូវការបច្ចេកវិទ្យាស្មុគស្មាញ និងមិនទាមទារចំណាយដើមទុនច្រើនក្នុងការរៀបចំ។ ងាយនឹងមានកំហុស ដោយសារដើមដូងខ្ពស់ និងផ្អែកលើការប៉ាន់ស្មានរបស់អ្នកកាប់ ដែលអាចធ្វើឱ្យបាត់បង់ទិន្នផលប្រេងប្រមាណ ០.១៣% ក្នុង១ភាគរយនៃផ្លែមិនទាន់ទុំ។ មិនមានភាពសុក្រឹតខ្ពស់ អាចនាំឱ្យមានការប្រមូលផលខុសពេល (ទុំពេក ឬខ្ចីពេក) ដែលប៉ះពាល់ដល់អត្រាទាញយកប្រេង (OER)។
Soxhlet Extraction Method (Chemical Analysis)
ការទាញយកប្រេងដោយឧបករណ៍ Soxhlet (ការវិភាគគីមី)
ផ្តល់លទ្ធផលបរិមាណប្រេងសាច់ដូងពិតប្រាកដនិងមានភាពច្បាស់លាស់បំផុត។ ជាវិធីសាស្ត្របំផ្លាញផ្លែ ចំណាយពេលយូរ ត្រូវការសារធាតុគីមី និងឧបករណ៍មន្ទីរពិសោធន៍ស្មុគស្មាញ។ ប្រើជាទិន្នន័យគោល (Ground truth) សម្រាប់ផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវនៃម៉ូដែលទស្សន៍ទាយរបស់កុំព្យូទ័រ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការប្រើប្រាស់ឧបករណ៍ថតរូបភាពឌីជីថលដែលមានសមត្ថភាពពង្រីកខ្ពស់ កម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគរូបភាព និងឧបករណ៍មន្ទីរពិសោធន៍គីមីកសិកម្ម។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងចម្ការស្រាវជ្រាវ UKM-MPOB នៅទីក្រុង Bangi ប្រទេសម៉ាឡេស៊ី លើពូជដូងប្រេង Elaeis guineensis (Pisifera) អាយុ ៥, ១៦ និង ២០ឆ្នាំ។ ទិន្នន័យនេះមានសារៈសំខាន់សម្រាប់ប្រទេសកម្ពុជា ដោយសារលក្ខខណ្ឌអាកាសធាតុ ទីតាំងភូមិសាស្ត្រ និងបរិស្ថានដាំដុះនៅម៉ាឡេស៊ីមានភាពស្រដៀងគ្នាច្រើនទៅនឹងតំបន់ដាំដូងប្រេងនៅកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

បច្ចេកវិទ្យាវិភាគរូបភាពនេះមានសក្តានុពលខ្ពស់ និងអាចយកមកប្រើប្រាស់ដើម្បីបង្កើនប្រសិទ្ធភាពទិន្នផលនៅក្នុងវិស័យកសិឧស្សាហកម្មដូងប្រេងនៅកម្ពុជា។

សរុបមក ការផ្លាស់ប្តូរពីការប៉ាន់ស្មានដោយភ្នែកមកប្រើបច្ចេកវិទ្យាវិភាគតម្លៃពណ៌តាមរូបភាព នឹងជួយលើកកម្ពស់គុណភាព និងបរិមាណប្រេងដូងកម្ពុជាឱ្យស្របតាមស្តង់ដារអន្តរជាតិ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ការប្រមូលនិងរៀបចំទិន្នន័យរូបភាព: និស្សិតត្រូវថតរូបភាពផ្លែដូងប្រេងតាមដំណាក់កាលទុំផ្សេងៗគ្នា ដោយប្រើកាមេរ៉ាឌីជីថល (DSLR ឬស្មាតហ្វូនជំនាន់ថ្មី) ព្រមទាំងកត់ត្រាអាយុដើម និងពូជដូងប្រេងឱ្យបានច្បាស់លាស់នៅក្នុងចម្ការ។
  2. ការសរសេរកម្មវិធីវិភាគរូបភាពទំនើប: ប្រើប្រាស់ភាសាសរសេរកម្មវិធី Python ជាមួយបណ្ណាល័យ OpenCV ដើម្បីបម្លែងរូបភាពពី RGB ទៅកាន់ទម្រង់ HSI (Hue, Saturation, Intensity) ជំនួសការប្រើ Visual Basic 6.0 ដែលចាស់ហួសសម័យកាល។
  3. ការធ្វើតេស្តមន្ទីរពិសោធន៍ដើម្បីទាញយកប្រេង: យកគំរូផ្លែដូងប្រេងទៅវិភាគរកបរិមាណប្រេងនៅក្នុងមន្ទីរពិសោធន៍ ដោយប្រើវិធីសាស្ត្រ Soxhlet Extraction ជាមួយនឹងសារធាតុ Hexane ដើម្បីទទួលបានទិន្នន័យពិត (Ground truth data)។
  4. ការបង្កើតម៉ូដែលទំនាក់ទំនង និងការទស្សន៍ទាយ: ប្រើប្រាស់ក្បួន Polynomial Regression ឬបច្ចេកទេស Machine Learning តាមរយៈបណ្ណាល័យ Scikit-Learn ដើម្បីបង្កើតសមីការភ្ជាប់ទំនាក់ទំនងរវាងតម្លៃ Hue និងភាគរយប្រេងសាច់ដូង។
  5. ការអភិវឌ្ឍកម្មវិធីទូរស័ព្ទដៃ (Mobile App): សហការជាមួយអ្នកអភិវឌ្ឍន៍កម្មវិធី ដើម្បីបំប្លែងម៉ូដែលនេះទៅជា Mobile Application ដោយប្រើ FlutterReact Native ដែលអាចឱ្យកសិករថតរូប និងដឹងពីថ្ងៃត្រូវប្រមូលផលភ្លាមៗនៅក្នុងចម្ការផ្ទាល់។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Mesocarp oil content (បរិមាណប្រេងសាច់ដូង) ជាបរិមាណប្រេងដែលផ្ទុកនៅក្នុងស្រទាប់សាច់កណ្តាល (Mesocarp) នៃផ្លែដូងប្រេង ដែលជាផ្នែកផ្តល់ទិន្នផលប្រេងខ្ពស់ជាងគេ។ នៅក្នុងការសិក្សានេះ ការវាស់វែងបរិមាណប្រេងនេះគឺជាសូចនាករគោលសម្រាប់បញ្ជាក់ពីកម្រិតភាពទុំពិតប្រាកដរបស់ផ្លែដូង។ ដូចជាការបន្តក់ទឹកក្រូចឆ្មារចេញពីសាច់ក្រូច នេះគឺជាបរិមាណប្រេងសុទ្ធដែលយើងអាចច្របាច់យកចេញពីសាច់របស់ផ្លែដូងប្រេង។
Soxhlet Extractor (ឧបករណ៍ទាញយកប្រេង Soxhlet) ជាឧបករណ៍មន្ទីរពិសោធន៍គីមីដែលប្រើសារធាតុរំលាយ (ដូចជា Hexane) ដើម្បីរំលាយនិងទាញយកប្រេងឬខ្លាញ់ចេញពីវត្ថុរឹង (សាច់ដូងប្រេងដែលហាលស្ងួត) ឱ្យអស់ពីសាច់ទាំងស្រុង ដើម្បីថ្លឹងរកភាគរយប្រេងពិតប្រាកដ។ ដូចជាការដាំទឹកកាហ្វេដោយប្រើម៉ាស៊ីនចម្រោះ ដែលទឹកក្តៅហូរាត់ម្សៅកាហ្វេដើម្បីទាញយកជាតិកាហ្វេអ៊ីនចេញមកយ៉ាងម៉េច ឧបករណ៍នេះប្រើសារធាតុគីមីដើម្បីទាញយកប្រេងចេញពីសាច់ដូងអញ្ចឹងដែរ។
Hue digital value (តម្លៃពណ៌ឌីជីថល Hue) ជាតម្លៃលេខនៅក្នុងប្រព័ន្ធកុំព្យូទ័រដែលតំណាងឱ្យប្រភេទពណ៌សុទ្ធពិតប្រាកដនៃវត្ថុមួយ (ឧទាហរណ៍៖ ក្រហម បៃតង លឿង) ដោយមិនរងឥទ្ធិពលពីពន្លឺភ្លឺ ឬស្រមោលងងឹតនៃបរិស្ថានខាងក្រៅឡើយ។ តម្លៃនេះត្រូវបានប្រើដើម្បីតាមដានការប្រែពណ៌នៃផ្លែដូងប្រេងពីខ្ចីទៅទុំ។ ប្រៀបដូចជាការដាក់លេខកូដសម្គាល់ឱ្យពណ៌នីមួយៗនៅលើកងពណ៌ (Color wheel) ឧទាហរណ៍លេខ ០ គឺក្រហម លេខ ១២០ គឺបៃតង ដើម្បីឱ្យកុំព្យូទ័រស្គាល់ពណ៌បានច្បាស់។
Polynomial 2nd order regression (តម្រែតម្រង់ពហុធាលំដាប់ទី២) ជាក្បួនគណិតវិទ្យាសម្រាប់ស្វែងរកទំនាក់ទំនងរវាងអថេរពីរ (ឧទាហរណ៍ តម្លៃពណ៌នៃផ្លែ និងភាគរយប្រេង) ដែលទំនាក់ទំនងនោះមិនមែនជាបន្ទាត់ត្រង់ ប៉ុន្តែមានរាងកោង (ប៉ារ៉ាបូល) ដើម្បីបង្កើតរូបមន្តសម្រាប់ទស្សន៍ទាយបរិមាណប្រេងដោយផ្អែកលើរូបភាព។ ដូចជាការគូសខ្សែបន្ទាត់កោងតភ្ជាប់ចំណុចទិន្នន័យជាច្រើននៅលើក្រាហ្វ ដើម្បីទាយមើលថាចំណុចបន្ទាប់នឹងស្ថិតនៅទីតាំងណា។
Fresh fruit bunches (FFB) (ធាងផ្លែដូងប្រេងស្រស់) ជាចង្កោមធាងដែលផ្ទុកផ្លែដូងប្រេងរាប់រយគ្រាប់ ដែលកសិករប្រមូលផលពីដើមដូងប្រេងសម្រាប់ការយកទៅកិនចម្រាញ់យកប្រេង។ ភាពទុំនៃ FFB ទាំងមូល កំណត់ពីបរិមាណនិងគុណភាពប្រេងដូងដែលរោងចក្រនឹងទទួលបាន។ ដូចជាស្និតចេក ឬចង្កោមផ្លែទំពាំងបាយជូរដែលមានផ្លែតូចៗជាច្រើននៅជាប់គ្នានៅលើទងតែមួយ។
Optical properties (លក្ខណៈអុបទិក) ជារបៀបដែលផ្ទៃនៃវត្ថុមួយឆ្លើយតបឬជះចំណាំងជាមួយពន្លឺ ដែលបង្កើតឱ្យកាមេរ៉ា ឬភ្នែកមនុស្សមើលឃើញជាពណ៌ផ្សេងៗ។ ការសិក្សានេះប្រើលក្ខណៈអុបទិក (ពណ៌សំបក) ដើម្បីទាញរកភាគរយនៃបរិមាណប្រេងខាងក្នុងដោយមិនបាច់បំបែកផ្លែ។ ដូចជាការមើលពណ៌សំបកស្វាយពីខាងក្រៅ ដើម្បីទាយដឹងថាសាច់ខាងក្នុងរបស់វាទុំផ្អែមឬនៅខ្ចីជូរ ដោយមិនចាំបាច់បកសំបកវាញ៉ាំ។
Graphical User Interface (GUI) (ចំណុចប្រទាក់ក្រាហ្វិកអ្នកប្រើប្រាស់) ជាផ្ទាំងកម្មវិធីកុំព្យូទ័រដែលត្រូវបានបង្កើតឡើងដើម្បីអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់អាចចុចបញ្ជាបញ្ចូលរូបភាព មើលក្រាហ្វវិភាគទិន្នន័យ និងមើលលទ្ធផល តាមរយៈរូបភាពនិងប៊ូតុង ជំនួសឱ្យការវាយកូដអក្សរបញ្ជាកុំព្យូទ័រដោយផ្ទាល់។ ដូចជាអេក្រង់ទូរស័ព្ទស្មាតហ្វូនរបស់អ្នកដែលមានរូប App ប៊ូតុងចុច និងរូបភាព ដែលងាយស្រួលចុចប្រើជាងការវាយអក្សរបញ្ជាម៉ាស៊ីនសុទ្ធ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖