បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងវាយតម្លៃបរិមាណជីវម៉ាសលើដី (AGB) និងស្តុកកាបូននៃព្រៃស្រល់ធម្មជាតិ និងចម្ការស្រល់ (Pinus roxburghii) នៅប្រទេសប៉ាគីស្ថាន ដើម្បីគាំទ្រដល់ការកាត់បន្ថយបម្រែបម្រួលអាកាសធាតុសកលលោក។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានប្រមូលទិន្នន័យដោយផ្ទាល់ពីទីតាំងព្រៃឈើ និងរួមបញ្ចូលជាមួយរូបភាពផ្កាយរណប Sentinel-2 ដើម្បីបង្កើតជាម៉ូដែលតំរែតំរង់ (Regression models) សម្រាប់ប៉ាន់ស្មានជីវម៉ាស។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Ratio Vegetation Index (RVI) Regression Modeling ការធ្វើម៉ូដែលតំរែតំរង់ដោយប្រើប្រាស់សន្ទស្សន៍រុក្ខជាតិ RVI |
បង្ហាញពីទំនាក់ទំនងខ្លាំងជាងគេជាមួយទិន្នន័យជីវម៉ាសជាក់ស្តែង (AGB)។ ដំណើរការបានល្អបំផុតក្នុងការប៉ាន់ស្មានជីវម៉ាសព្រៃធម្មជាតិ ដោយម៉ូដែលប៉ូលីណូម៉្យាល់ពន្យល់ពីទិន្នន័យបានច្រើនជាងគេ។ | ភាពត្រឹមត្រូវថយចុះគួរឱ្យកត់សម្គាល់នៅពេលប្រើជាមួយព្រៃចម្ការដាំ (Plantations) ដោយសាររចនាសម្ព័ន្ធព្រៃមានលក្ខណៈខុសគ្នា។ | R² = 0.72 សម្រាប់ព្រៃធម្មជាតិ និង R² = 0.41 សម្រាប់ចម្ការដាំ។ |
| Normalized Difference Vegetation Index (NDVI) Regression Modeling ការធ្វើម៉ូដែលតំរែតំរង់ដោយប្រើប្រាស់សន្ទស្សន៍រុក្ខជាតិ NDVI |
ជារូបមន្តស្តង់ដារដែលពេញនិយមប្រើបំផុត និងអាចឆ្លុះបញ្ចាំងពីជីវសាស្រ្តរុក្ខជាតិបានល្អ។ ដំណើរការបានល្អគួរឱ្យកត់សម្គាល់សម្រាប់ព្រៃធម្មជាតិ។ | ងាយរងឥទ្ធិពលតិត្ថិភាព (Saturation issues) នៅតំបន់ព្រៃក្រាស់ ដែលធ្វើឱ្យភាពត្រឹមត្រូវក្នុងការវាស់ស្ទង់ជីវម៉ាសធ្លាក់ចុះ។ | R² = 0.70 សម្រាប់ព្រៃធម្មជាតិ និង R² = 0.41 សម្រាប់ចម្ការដាំ។ |
| Atmospherically Resistant Vegetation Index (ARVI) Regression Modeling ការធ្វើម៉ូដែលតំរែតំរង់ដោយប្រើប្រាស់សន្ទស្សន៍រុក្ខជាតិ ARVI |
ជួយកាត់បន្ថយឥទ្ធិពលរំខានពីបរិយាកាស (Atmospheric scattering/aerosols) ដែលធ្វើឱ្យរូបភាពកាន់តែច្បាស់។ | ផ្តល់លទ្ធផលខ្សោយជាងគេបន្តិចនៅក្នុងការទស្សន៍ទាយជីវម៉ាសរបស់ចម្ការដាំ បើធៀបនឹង RVI និង NDVI។ | R² = 0.70 សម្រាប់ព្រៃធម្មជាតិ និង R² = 0.40 សម្រាប់ចម្ការដាំ។ |
| Field Inventory with Allometric Equations (Baseline) ការចុះវាស់វែងផ្ទាល់ និងប្រើសមីការ Allometric |
ផ្តល់ទិន្នន័យជាក់ស្តែង និងមានភាពត្រឹមត្រូវខ្ពស់បំផុតសម្រាប់ធ្វើជាគោល (Baseline) ក្នុងការផ្ទៀងផ្ទាត់បច្ចេកវិទ្យាផ្កាយរណប។ | ចំណាយថវិកា និងកម្លាំងពលកម្មច្រើន ត្រូវការពេលវេលាយូរ និងមិនអាចអនុវត្តដើម្បីគូរផែនទីលើផ្ទៃដីធំទូលាយបានគ្រប់ជ្រុងជ្រោយទេ។ | កំណត់បានថាចម្ការដាំមានជីវម៉ាសជាមធ្យម ៩៤,៤៨ Mg/ha ធៀបនឹងព្រៃធម្មជាតិ ៧៩,៥៤ Mg/ha។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការរួមបញ្ចូលគ្នារវាងការចុះវាស់វែងផ្ទាល់នៅទីតាំងព្រៃឈើផ្ទាល់ (ចំណាយកម្លាំង) និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រ និងរូបភាពផ្កាយរណបដែលមានប្រភពបើកចំហ (ឥតគិតថ្លៃ)។
ការសិក្សានេះត្រូវបានអនុវត្តនៅក្នុងតំបន់ព្រៃស្រល់អនុតំបន់ត្រូពិចនៃខេត្ត Buner ប្រទេសប៉ាគីស្ថាន ដោយប្រើប្រាស់សមីការ Allometric របស់តំបន់ផ្សេងដោយសារខ្វះខាតរូបមន្តក្នុងស្រុក។ សម្រាប់ប្រទេសកម្ពុជា លទ្ធផលជាក់លាក់នៃតំរែតំរង់នេះមិនអាចយកមកអនុវត្តដោយផ្ទាល់បានទេ ពីព្រោះព្រៃឈើនៅកម្ពុជាភាគច្រើនជាព្រៃស្រោង និងព្រៃពាក់កណ្តាលស្រោង (Tropical Evergreen/Semi-evergreen) ហេតុនេះយើងទាមទារឱ្យមានការចងក្រងសមីការ Allometric ផ្ទាល់ខ្លួនសម្រាប់ប្រភេទឈើក្នុងស្រុក ដើម្បីបញ្ចៀសគម្លាតទិន្នន័យ (Data Bias)។
ទោះបីជាលក្ខខណ្ឌព្រៃឈើខុសគ្នាក៏ដោយ វិធីសាស្ត្របន្សំរូបភាពផ្កាយរណប Sentinel-2 ជាមួយការវាស់វែងជាក់ស្តែងនេះ គឺមានសក្តានុពលខ្ពស់សម្រាប់គម្រោងបរិស្ថាននៅកម្ពុជា។
សរុបមក ការរៀនសូត្រពីវិធីសាស្ត្រនៃក្រដាសស្រាវជ្រាវនេះ នឹងជួយស្ថាប័នកម្ពុជាអាចផ្លាស់ប្តូរពីការអង្កេតព្រៃឈើបែបប្រពៃណី ទៅប្រើប្រាស់បច្ចេកវិទ្យា Remote Sensing ដែលចំណាយតិច តែគ្របដណ្តប់ទីតាំងបានទូលំទូលាយ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Aboveground biomass (AGB) | បរិមាណសរុបនៃវត្ថុធាតុមានជីវិតរបស់រុក្ខជាតិដែលមានទីតាំងនៅខាងលើផ្ទៃដី (ដូចជា ដើម មែក ស្លឹក និងសំបក) ដែលត្រូវបានគេគណនាជាទម្ងន់ស្ងួត ដើម្បីវាយតម្លៃពីសមត្ថភាពផ្ទុកកាបូននៃព្រៃឈើ។ | ដូចជាការថ្លឹងទម្ងន់ផ្នែកខាងលើដីទាំងអស់របស់ដើមឈើ ដោយមិនរាប់បញ្ចូលឫស ដើម្បីដឹងថាវាមានទំហំប៉ុនណា។ |
| Allometric equation | សមីការគណិតវិទ្យាដែលប្រើសម្រាប់ប៉ាន់ស្មានទម្ងន់ ឬបរិមាណជីវម៉ាសរបស់ដើមឈើ ដោយផ្អែកលើទិន្នន័យដែលងាយស្រួលវាស់វែងផ្ទាល់ ដូចជាអង្កត់ផ្ចិតគល់ (DBH) និងកម្ពស់ដើមឈើ។ | ដូចជារូបមន្តទស្សន៍ទាយទម្ងន់មនុស្សម្នាក់ ដោយគ្រាន់តែវាស់កម្ពស់ និងទំហំចង្កេះរបស់ពួកគេ ដោយមិនបាច់ឱ្យពួកគេឡើងឈរលើជញ្ជីង។ |
| Normalized Difference Vegetation Index (NDVI) | សន្ទស្សន៍រុក្ខជាតិដែលគណនាពីភាពខុសគ្នារវាងចំណាំងផ្លាតពន្លឺពណ៌ក្រហម (ដែលរុក្ខជាតិស្រូបយក) និងពន្លឺអ៊ីនហ្វ្រារ៉េដជិត (ដែលរុក្ខជាតិជះត្រឡប់) ពីទិន្នន័យផ្កាយរណប ដើម្បីវាស់ស្ទង់កម្រិតភាពបៃតង និងដង់ស៊ីតេព្រៃឈើ។ | ដូចជាការពាក់វ៉ែនតាវេទមន្តដែលអាចឆ្លុះមើលថាតើរុក្ខជាតិមួយមានសុខភាពល្អ និងមានស្លឹកក្រាស់កម្រិតណា ដោយមើលលើរបៀបដែលវាចាំងពន្លឺត្រឡប់មកវិញ។ |
| Ratio Vegetation Index (RVI) | សន្ទស្សន៍សាមញ្ញដែលប្រើប្រាស់ផលធៀបរវាងពន្លឺអ៊ីនហ្វ្រារ៉េដជិត (NIR) និងពន្លឺពណ៌ក្រហម (Red) ពីផ្កាយរណប ដែលក្នុងការសិក្សានេះវាបង្ហាញពីទំនាក់ទំនងល្អបំផុត និងផ្តល់ភាពត្រឹមត្រូវខ្ពស់ក្នុងការទស្សន៍ទាយជីវម៉ាសរបស់ព្រៃឈើធម្មជាតិ។ | វិធីគណនាដើម្បីមើលភាពបៃតងរបស់ព្រៃឈើ ដូចជាការយកពិន្ទុភាពភ្លឺនៃស្លឹកឈើចែកនឹងពិន្ទុស្រមោលងងឹតរបស់វា។ |
| Diameter at breast height (DBH) | រង្វាស់ស្តង់ដារអន្តរជាតិក្នុងការវាស់អង្កត់ផ្ចិតរបស់ដើមឈើ ដែលជាទូទៅគេវាស់នៅកម្ពស់ប្រហែល ១,៣ ម៉ែត្រ ទៅ ១,៤ ម៉ែត្រ ពីផ្ទៃដី។ | ដូចជាការយកខ្សែម៉ែត្រទៅវាស់ទំហំដើមឈើនៅត្រឹមចម្ងាយស្មើនឹងកម្ពស់ដើមទ្រូងមនុស្សពេញវ័យ ដើម្បីតាមដានការលូតលាស់របស់វា។ |
| Biomass expansion factor (BEF) | មេគុណថេរដែលគេប្រើប្រាស់ដើម្បីបំប្លែងទំហំមាឌឈើពាណិជ្ជកម្ម (Timber volume) ឱ្យទៅជាទម្ងន់ជីវម៉ាសសរុប (ដោយបូកបញ្ចូលទាំងមែក និងស្លឹកដែលមិនមែនជាឈើពាណិជ្ជកម្ម)។ | ដូចជាការយកទម្ងន់សាច់សុទ្ធដែលយើងទិញនៅផ្សារ គុណនឹងតួលេខប៉ាន់ស្មានមួយ ដើម្បីទស្សន៍ទាយរកទម្ងន់សរុបនៃសត្វមួយក្បាលទាំងមូល។ |
| Regression model | ម៉ូដែលស្ថិតិដែលបង្កើតឡើងដើម្បីស្វែងយល់ពីទំនាក់ទំនងរវាងអថេរពីរ ឬច្រើន (ឧទាហរណ៍៖ ការប្រើប្រាស់តម្លៃសន្ទស្សន៍ពណ៌ពីផ្កាយរណប ដើម្បីទស្សន៍ទាយទាញរកបរិមាណជីវម៉ាសជាក់ស្តែងនៅដីផ្ទាល់)។ | ដូចជាការគូរខ្សែបន្ទាត់មួយដែលតភ្ជាប់ចំណុចទិន្នន័យចាស់ៗ ដើម្បីទស្សន៍ទាយថាតើលទ្ធផលថ្មីបន្ទាប់នឹងធ្លាក់នៅត្រង់ចំណុចណា។ |
| Sentinel-2 | បេសកកម្មផ្កាយរណបសង្កេតផែនដីរបស់ទីភ្នាក់ងារអវកាសអឺរ៉ុប (ESA) ដែលផ្តល់រូបភាពកម្រិតច្បាស់ខ្ពស់ផ្នែកអុបទិកដោយឥតគិតថ្លៃ សម្រាប់តាមដានបម្រែបម្រួលផ្ទៃដី និងធនធានព្រៃឈើ។ | ដូចជាកាមេរ៉ាសាធារណៈដែលហោះជុំវិញផែនដី ហើយថតរូបទូទាំងពិភពលោកជារៀងរាល់ ៥ថ្ងៃម្តង ដើម្បីមើលការប្រែប្រួលរបស់ធម្មជាតិ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
