បញ្ហា (The Problem)៖ វិធីសាស្ត្រប្រពៃណីក្នុងការកំណត់ព្រំដែនតំបន់មាត់ទឹក (Riparian Zones) ដោយប្រើប្រាស់គំរូកម្ពស់ដី (DEMs) ដែលមានគុណភាពទាប ឬការចុះវាស់វែងផ្ទាល់ គឺមានភាពមិនច្បាស់លាស់ និងប្រើប្រាស់ពេលវេលាច្រើន ដែលធ្វើឱ្យពិបាកក្នុងការគ្រប់គ្រងប្រព័ន្ធអេកូឡូស៊ីនៅក្នុងតំបន់កសិកម្ម។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់យានគ្មានមនុស្សបើក (UAV) និងបច្ចេកទេសថតរូបតាមអាកាស ដើម្បីបង្កើតគំរូកម្ពស់ដី 3D ដោយប្រៀបធៀបជាមួយទិន្នន័យ LiDAR និងវិធីសាស្ត្រប្រពៃណី ដើម្បីកំណត់ព្រំដែនតំបន់មាត់ទឹក។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Coarse Resolution DEM គំរូ DEM កម្រិតទាបបែបប្រពៃណី (ទិន្នន័យពីខេត្ត) |
ងាយស្រួលរកបាន និងមិនអស់ប្រាក់ (សម្រាប់ទិន្នន័យដែលមានស្រាប់)។ | កម្រិតបង្ហាញទាប (Low Resolution) មិនអាចកំណត់ទីតាំងប្រឡាយទឹកតូចៗ ឬលក្ខណៈដីលម្អិតបានទេ ដែលនាំឱ្យមានកំហុសខ្ពស់។ | Kappa Coefficient (KC) = ០.២៥ (កម្រិតទាបខ្លាំង មិនសមស្របសម្រាប់ការងារលម្អិត) |
| LiDAR (1.2 & 6.0 points/m²) បច្ចេកវិទ្យា LiDAR (កម្រិតបង្ហាញខ្ពស់) |
មានភាពត្រឹមត្រូវខ្ពស់បំផុត និងអាចជ្រាបចូលតាមចន្លោះស្លឹកឈើដើម្បីវាស់កម្ពស់ដីពិតបានល្អជាងការថតរូប។ | មានតម្លៃថ្លៃខ្លាំង និងតម្រូវឱ្យមានការហោះហើរដោយយន្តហោះធំ ឬឧបករណ៍ពិសេស។ | Kappa Coefficient (KC) = ០.៦៣ - ០.៦៤ (កម្រិតល្អប្រសើរ) |
| UAV Photogrammetry (Proposed Method) ការថតរូបតាមអាកាសដោយ UAV (យានគ្មានមនុស្សបើក) |
តម្លៃសមរម្យ ងាយស្រួលចុះអនុវត្តផ្ទាល់ និងផ្តល់កម្រិតបង្ហាញខ្ពស់ (High Resolution) អាចប្រៀបធៀបនឹង LiDAR បាន។ | ជួបបញ្ហានៅពេលមានស្មៅក្រាស់ ឬព្រៃក្រាស់ (វាស់បានត្រឹមចុងស្លឹក) និងត្រូវការកម្លាំងកុំព្យូទ័រខ្លាំងដើម្បីកែច្នៃរូបភាព។ | Kappa Coefficient (KC) = ០.៦៣ (កម្រិតល្អ ប្រហាក់ប្រហែលនឹង LiDAR) |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះបង្ហាញថាការប្រើប្រាស់ដ្រូន (UAV) គឺជាជម្រើសដែលមានប្រសិទ្ធភាពសេដ្ឋកិច្ច (Cost-effective) ជាង LiDAR ប៉ុន្តែនៅតែទាមទារការវិនិយោគលើឧបករណ៍មួយចំនួន។
ការសិក្សានេះធ្វើឡើងនៅតំបន់ Ridge Brook ប្រទេសកាណាដា ដែលមានអាកាសធាតុត្រជាក់ និងប្រភេទរុក្ខជាតិខុសពីកម្ពុជា។ ការសិក្សាពឹងផ្អែកលើស្ថានភាពរដូវស្លឹកឈើជ្រុះ និងនិទាឃរដូវ (ដែលស្មៅត្រូវបានសង្កត់ដោយព្រិល) ដើម្បីទទួលបានផ្ទៃដីច្បាស់លាស់ ខណៈដែលកម្ពុជាមានរុក្ខជាតិបៃតងក្រាស់ពេញមួយឆ្នាំ ដែលអាចប៉ះពាល់ដល់ភាពត្រឹមត្រូវនៃ Photogrammetry។
វិធីសាស្ត្រនេះមានប្រយោជន៍ខ្លាំងសម្រាប់កម្ពុជា ដោយសារវាផ្តល់នូវដំណោះស្រាយដែលមានតម្លៃទាបជាង LiDAR សម្រាប់ការគ្រប់គ្រងធនធានទឹក និងកសិកម្ម។
ទោះបីជាមានបញ្ហាខ្លះជាមួយរុក្ខជាតិក្រាស់ ប៉ុន្តែការប្រើប្រាស់ UAV រួមជាមួយក្បួនដោះស្រាយ VDTCN គឺជាបច្ចេកទេសដ៏ស័ក្តិសមសម្រាប់ធ្វើបច្ចុប្បន្នភាពផែនទីតំបន់មាត់ទឹកនៅកម្ពុជា ជាពិសេសនៅកម្រិតសហគមន៍ ឬគម្រោងខ្នាតតូច។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Riparian Zone | តំបន់ដីសើមដែលស្ថិតនៅចន្លោះដីគោក និងប្រភពទឹក (ដូចជាទន្លេ ឬអូរ)។ តំបន់នេះមានសារៈសំខាន់ខាងអេកូឡូស៊ីក្នុងការច្រោះយកសារធាតុពុល កាត់បន្ថយការហូរច្រោះដី និងជាជម្រកសម្រាប់រុក្ខជាតិដែលចូលចិត្តទឹក។ | ដូចជា "របងការពារធម្មជាតិ" នៅតាមមាត់ទឹក ដែលជួយការពារកុំឱ្យដីបាក់ចូលក្នុងទឹក។ |
| Photogrammetry | បច្ចេកវិទ្យាដែលប្រើប្រាស់រូបភាពថតពីលើអាកាសជាច្រើនសន្លឹក (ជាធម្មតាថតដោយ Drone) ដើម្បីវាស់វែង និងបង្កើតជាផែនទី 3D ឬគំរូនៃផ្ទៃដី ដោយគណនាពីការផ្លាស់ប្តូរមុំនៃរូបភាព។ | ដូចជាការប្រើភ្នែកទាំងពីររបស់យើងដើម្បីមើលឃើញជម្រៅ និងទ្រង់ទ្រាយរបស់វត្ថុ ដោយយកមកអនុវត្តលើរូបថត។ |
| Vertical Distance to Channel Network (VDTCN) | ជាសន្ទស្សន៍ ឬវិធីសាស្ត្រគណនាដែលវាស់កម្ពស់បញ្ឈរនៃចំណុចណាមួយនៅលើដី ធៀបនឹងកម្ពស់នៃបាតអូរ ឬប្រឡាយទឹកដែលនៅជិតបំផុត ដើម្បីព្យាករណ៍ថាដីនោះជាតំបន់ដីសើម ឬតំបន់មាត់ទឹក។ | ដូចជាការវាស់ថាតើដីកន្លែងនោះខ្ពស់ជាងទឹកក្នុងអូរប៉ុន្មានម៉ែត្រ ដើម្បីដឹងថាវាងាយលិចទឹកឬអត់។ |
| LiDAR (Light Detection and Ranging) | បច្ចេកវិទ្យាវាស់វែងពីចម្ងាយដោយប្រើពន្លឺឡាស៊ែរ។ វាបាញ់កាំរស្មីឡាស៊ែរទៅលើផ្ទៃដីហើយវាស់រយៈពេលដែលពន្លឺផ្លាតត្រឡប់មកវិញ ដើម្បីបង្កើតផែនទីកម្ពស់ដីដែលមានភាពច្បាស់លាស់ខ្ពស់បំផុត សូម្បីតែនៅក្រោមម្លប់ឈើ។ | ដូចជាការប្រើប្រព័ន្ធ "Echolocation" របស់សត្វប្រចៀវ ប៉ុន្តែប្រើពន្លឺឡាស៊ែរជំនួសសំឡេង ដើម្បីគូរផែនទីដី។ |
| Digital Elevation Model (DEM) | ទិន្នន័យឌីជីថលតំណាងឱ្យកម្ពស់ដីសុទ្ធ (Bare Earth) ដោយមិនរាប់បញ្ចូលដើមឈើ ឬអគារ។ វាត្រូវបានប្រើប្រាស់យ៉ាងសំខាន់ក្នុងការវិភាគលំហូរទឹក និងសណ្ឋានដី។ | ដូចជា "ផែនទីផុស" (3D Map) ដែលបង្ហាញតែរូបរាងដីសុទ្ធ គ្មានអ្វីបាំង។ |
| Kappa Coefficient | រង្វាស់ស្ថិតិដែលប្រើសម្រាប់វាយតម្លៃកម្រិតនៃភាពត្រឹមត្រូវ ឬភាពស៊ីគ្នា រវាងផែនទីដែលបង្កើតដោយកុំព្យូទ័រ និងទិន្នន័យពិតដែលបានចុះវាស់វែងផ្ទាល់នៅទីតាំង (Ground Truth)។ | ជាពិន្ទុដែលផ្តល់ឱ្យកុំព្យូទ័រ ដើម្បីប្រាប់ថាការទាយរបស់វាត្រឹមត្រូវកម្រិតណាធៀបនឹងការពិត។ |
| Structure from Motion (SfM) | ក្បួនដោះស្រាយ (Algorithm) ក្នុងកុំព្យូទ័រដែលប្រើដើម្បីបង្កើតគំរូ 3D ពីរូបភាព 2D ជាច្រើនដែលថតជាន់គ្នា (Overlap) ដោយស្វ័យប្រវត្តិ។ | ដូចជាការដើរថតរូបជុំវិញរូបសំណាកមួយ ហើយយកមកផ្គុំគ្នាក្នុងកុំព្យូទ័រដើម្បីបានជារូបរាងដូចរបស់ពិត។ |
| Ground Control Point (GCP) | ចំណុចសម្គាល់នៅលើដីដែលមានកូអរដោនេ GPS ច្បាស់លាស់បំផុត។ វាត្រូវបានប្រើដើម្បីតម្រឹមផែនទីដែលថតដោយ Drone ឱ្យមានទីតាំងត្រឹមត្រូវនៅលើផែនទីពិភពលោក។ | ដូចជាការដោតបង្គោលដែលមានលេខកូដច្បាស់លាស់ ដើម្បីកុំឱ្យផែនទីរបស់យើងរំកិលខុសទីតាំង។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
