បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការចំណាយខ្ពស់ ប្រើប្រាស់ពេលវេលាយូរ និងភាពលំបាកក្នុងការចុះស្ទង់មតិដីកសិកម្មតាមបែបប្រពៃណីនៅភាគឦសាននៃប្រទេសនីហ្សេរីយ៉ា ដោយស្វែងរកដំណោះស្រាយដែលមានតម្លៃសមរម្យតាមរយៈការប្រើប្រាស់ទិន្នន័យពីផ្កាយរណប។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់រូបភាពផ្កាយរណប Landsat-7 និងកម្មវិធី QGIS ដើម្បីបង្កើតផែនទី និងវិភាគលក្ខណៈជីវរូបវន្តរបស់ដីសម្រាប់ការធ្វើកសិកម្ម។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Soil Survey ការចុះស្ទង់មតិដីតាមបែបប្រពៃណី |
ផ្តល់ទិន្នន័យដី និងលក្ខណៈរូបវន្តផ្ទាល់ដែលមានភាពលម្អិត និងច្បាស់លាស់ខ្ពស់នៅនឹងកន្លែង។ | ទាមទារការចំណាយថវិកាច្រើន ចំណាយពេលវេលាយូរ និងត្រូវការកម្លាំងពលកម្មច្រើន ដែលកសិករក្រីក្រពិបាកនឹងទទួលយកបាន។ | មិនមានទិន្នន័យលេខជាក់លាក់ក្នុងឯកសារនេះទេ ប៉ុន្តែត្រូវបានបញ្ជាក់ថាជាវិធីសាស្ត្រដែលហត់នឿយ និងចំណាយខ្ពស់។ |
| Remote Sensing (NDVI & TRI via GIS) ការវិភាគទិន្នន័យពីចម្ងាយ (NDVI និង TRI) តាមរយៈ GIS |
មានតម្លៃទាប សន្សំសំចៃពេលវេលា និងអាចវាយតម្លៃលក្ខណៈជីវរូបវន្តនៃផ្ទៃដីក្នុងទំហំធំទូលាយបានយ៉ាងរហ័ស។ | មានកម្រិតភាពច្បាស់លាស់ត្រឹម 30m resolution ដែលអាចធ្វើឱ្យបាត់បង់ព័ត៌មានលម្អិតតូចៗមួយចំនួន (ឧ. នៅតាមមាត់ទន្លេ) និងនៅតែទាមទារការចុះផ្ទៀងផ្ទាត់ផ្ទាល់ (Ground truthing) បន្ថែម។ | ទទួលបានតម្លៃ NDVI ពី -០.៤០៤ ដល់ ០.៣០៨ និងអាចធ្វើចំណាត់ថ្នាក់ភាពរដិបរដុបនៃផ្ទៃដីជា ៣ កម្រិត (រាបស្មើ, ស្ទើរតែរាបស្មើ និងរដិបរដុប) សម្រាប់ការរៀបចំផែនការកសិកម្ម។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះផ្តោតលើការប្រើប្រាស់បច្ចេកវិទ្យាដែលមានតម្លៃទាប ប៉ុន្តែផ្តល់លទ្ធផលខ្ពស់ (low cost – high end) ដោយប្រើប្រាស់ឧបករណ៍កុំព្យូទ័រធម្មតា និងកម្មវិធីកូដបើកចំហរ (Open-source) ឥតគិតថ្លៃ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់ Wafongo-Yola ភាគឦសាននៃប្រទេសនីហ្សេរីយ៉ា ដែលមានអាកាសធាតុពាក់កណ្តាលស្ងួត (semi-arid) ជាមួយនឹងទិន្នន័យក្នុងឆ្នាំ ២០១៥។ លទ្ធផលនេះមានសារៈសំខាន់សម្រាប់ប្រទេសកម្ពុជា ព្រោះកម្ពុជាក៏មានកសិករខ្នាតតូចច្រើនដែលត្រូវការបច្ចេកវិទ្យាវិភាគដីដែលមានតម្លៃថោក ដើម្បីទប់ទល់នឹងការប្រែប្រួលអាកាសធាតុ និងការថយចុះគុណភាពដី។
វិធីសាស្ត្រនៃការប្រើប្រាស់បច្ចេកវិទ្យា Remote Sensing ដើម្បីវាយតម្លៃដីកសិកម្មនេះ គឺមានភាពសមស្រប និងមានប្រយោជន៍ខ្លាំងណាស់សម្រាប់រៀបចំផែនការកសិកម្មនៅកម្ពុជា។
សរុបមក ការសហការរវាងការប្រើប្រាស់ទិន្នន័យផ្កាយរណបឥតគិតថ្លៃ និងកម្មវិធី QGIS គឺជាជម្រើសដ៏ល្អបំផុតសម្រាប់អ្នកស្រាវជ្រាវ និងរាជរដ្ឋាភិបាលកម្ពុជា ក្នុងការធ្វើបច្ចុប្បន្នភាពផែនទីកសិកម្មដោយប្រសិទ្ធភាពខ្ពស់។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Normalized Difference Vegetation Index (NDVI) | វិធីសាស្ត្រគណនាដែលប្រើប្រាស់រលកពន្លឺពណ៌ក្រហម និងពន្លឺក្រហមអាំងប្រា (Near-Infrared) ពីផ្កាយរណប ដើម្បីវាស់ស្ទង់កម្រិតភាពបៃតង សុខភាព និងដង់ស៊ីតេនៃរុក្ខជាតិនៅលើផ្ទៃដី។ តម្លៃនេះជួយបញ្ជាក់ថាដីនោះមានសក្តានុពលសម្រាប់កសិកម្មឬអត់។ | ដូចជាការថតកាំរស្មីអ៊ិច (X-ray) ដើម្បីមើលសុខភាពឆ្អឹង ប៉ុន្តែនេះជាការថតរូបពីលើមេឃដើម្បីមើលថាតើរុក្ខជាតិនៅតំបន់នោះមានសុខភាពល្អ និងដុះក្រាស់កម្រិតណា។ |
| Terrain Ruggedness Index (TRI) | សន្ទស្សន៍ដែលប្រើសម្រាប់គណនាពីកម្រិតភាពរដិបរដុប ឬការប្រែប្រួលជម្រាលនៃផ្ទៃដី ដោយប្រៀបធៀបកម្ពស់នៃចំណុចមួយទៅនឹងចំណុចដែលនៅជុំវិញវា ដើម្បីវាយតម្លៃហានិភ័យនៃការហូរច្រោះ និងភាពស័ក្តិសមក្នុងការដាំដុះ។ | ដូចជាការវាស់ភាពរលាក់នៃផ្លូវថ្នល់ ដើម្បីដឹងថាផ្លូវនោះរាបស្មើល្អ ឬមានសំបុកមាន់ច្រើន ដែលពិបាកក្នុងការធ្វើដំណើរ ឬធ្វើកសិកម្ម។ |
| Remote sensing | បច្ចេកវិទ្យាក្នុងការប្រមូលព័ត៌មាន និងទិន្នន័យរូបភាពអំពីផ្ទៃផែនដីពីចម្ងាយ ដោយប្រើប្រាស់ផ្កាយរណប ឬយន្តហោះ ដោយមិនចាំបាច់ចុះទៅដល់ទីតាំងផ្ទាល់ទើបអាចដឹងពីស្ថានភាពភូមិសាស្ត្រ។ | ដូចជាការដែលយើងឈរនៅលើអគារខ្ពស់សម្លឹងមើលទៅចរាចរណ៍ខាងក្រោម ដើម្បីដឹងពីស្ថានភាពស្ទះផ្លូវ ដោយមិនចាំបាច់ដើរទៅមើលផ្ទាល់នៅកន្លែងនីមួយៗ។ |
| Digital Terrain Model (DTM) | ទម្រង់ជាលក្ខណៈឌីជីថលតំណាងឱ្យកម្ពស់នៃផ្ទៃដីពិតៗ (មិនរាប់បញ្ចូលអគារ ឬដើមឈើ) ដែលជួយឱ្យកុំព្យូទ័រអាចគូរផែនទីរូបរាងសណ្ឋានដី ដូចជាភ្នំ ជ្រលងភ្នំ និងវាលទំនាបជាដើមក្នុងទម្រង់ 3D។ | ដូចជាការយកភួយធំមួយមកគ្របពីលើគំនរវត្ថុផ្សេងៗ រួចយើងសង្កេតមើលរូបរាងរដិបរដុបរបស់វាពីខាងក្រៅ ដើម្បីស្មានដឹងពីទម្រង់កំពូលនិងបាតនៃវត្ថុទាំងនោះ។ |
| ground truthing | ដំណើរការនៃការចុះទៅកាន់ទីតាំងផ្ទាល់ ដើម្បីប្រមូលទិន្នន័យជាក់ស្តែង (ដូចជាការយកសំណាកដី) សម្រាប់យកមកផ្ទៀងផ្ទាត់ជាមួយនឹងទិន្នន័យដែលទទួលបានពីផ្កាយរណប ថាតើវាមានភាពត្រឹមត្រូវកម្រិតណា។ | ដូចជាពេលដែលយើងឃើញរូបភាពម្ហូបគួរឱ្យចង់ញ៉ាំនៅលើអនឡាញ រួចយើងត្រូវទៅញ៉ាំនៅហាងនោះផ្ទាល់ដើម្បីបញ្ជាក់ថាវារសជាតិឆ្ងាញ់ដូចក្នុងរូបពិតមែនឬអត់។ |
| spatial resolution | កម្រិតភាពច្បាស់នៃទិន្នន័យរូបភាពផ្កាយរណប ដែលវាស់ជាទំហំនៃភីកសែល (Pixel) មួយតំណាងឱ្យទំហំផ្ទៃដីពិតប្រាកដ (ឧទាហរណ៍ ៣០ម៉ែត្រ គុណ ៣០ម៉ែត្រ)។ វាបញ្ជាក់ពីសមត្ថភាពក្នុងការកត់សម្គាល់លម្អិតទីតាំងតូចៗនៅលើផែនទី។ | ដូចជាចំនួនមេហ្គាភីកសែល (Megapixel) នៃកាមេរ៉ាទូរស័ព្ទ ប្រសិនបើទំហំភីកសែលកាន់តែតូច រូបភាពដែលថតបានកាន់តែច្បាស់ និងអាចពង្រីកមើលឃើញវត្ថុតូចៗបាន។ |
| Landsat-7 Enhanced Thematic Mapper (ETM+) | ឧបករណ៍សេនស័រ (Sensor) ដ៏មានអានុភាពដែលបំពាក់នៅលើផ្កាយរណប Landsat-7 របស់សហរដ្ឋអាមេរិក មានតួនាទីថតយករូបភាពផ្ទៃផែនដីក្នុងកម្រិតរលកពន្លឺផ្សេងៗគ្នា (Multispectral) សម្រាប់យកមកប្រើប្រាស់ក្នុងការងារកសិកម្ម និងបរិស្ថាន។ | ដូចជាកាមេរ៉ាពិសេសបំពាក់លើដ្រូន ដែលមិនត្រឹមតែថតរូបភាពពណ៌ធម្មតា តែអាចថតកាំរស្មីកម្តៅដើម្បីមើលឃើញអ្វីដែលភ្នែកមនុស្សមើលមិនឃើញ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
