បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងចងក្រងឯកសារ និងស្វែងយល់ពីវត្តមានប្រភេទថនិកសត្វធំៗដែលរស់នៅលើដីក្នុងដែនជម្រកសត្វព្រៃឆែប ដើម្បីគាំទ្រដល់កិច្ចសង្គ្រោះនិងអភិរក្សព្រៃល្បោះ (DDF) ដែលជាជម្រកសត្វព្រៃដ៏សំខាន់តែងតែត្រូវបានមើលរំលង។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សាបានប្រើប្រាស់វិធីសាស្ត្រអង្កេតដោយការដាក់ម៉ាស៊ីនថតស្វ័យប្រវត្តិ (Camera trapping) នៅក្នុងតំបន់ព្រៃល្បោះ ព្រៃស្រោង និងព្រៃពាក់កណ្តាលស្រោង ក្នុងរដូវប្រាំងចំនួនពីរជាប់គ្នាចាប់ពីឆ្នាំ ២០១២ ដល់ ២០១៤។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Trail-based Camera Trapping ការដាក់ម៉ាស៊ីនថតស្វ័យប្រវត្តិតាមផ្លូវដើរ |
បង្កើនឱកាសក្នុងការថតជាប់ប្រភេទសត្វដែលចូលចិត្តដើរតាមផ្លូវ ដូចជាពពួកសត្វស៊ីសាច់ជាអាហារ។ មានប្រសិទ្ធភាពខ្ពស់ក្នុងការចងក្រងបញ្ជីប្រភេទសត្វក្នុងការអង្កេត។ | ធ្វើឱ្យទិន្នន័យទាក់ទងនឹងចំនួនសត្វប្រៀបធៀប (Relative abundance) មានភាពលម្អៀង។ អាចមើលរំលងប្រភេទសត្វធំៗដែលមិនសូវដើរតាមផ្លូវ ឬតំបន់ក្រៅផ្លូវដើរ។ | ថតបានសត្វព្រៃចំនួន ៣០ ប្រភេទ ដោយមានចំនួនកំណត់ត្រាសរុប ៣.៧៨៧ ដង ក្នុងរយៈពេល ៧.៤៨៣ យប់នៃប្រតិបត្តិការ។ |
| Random Camera Trapping ការដាក់ម៉ាស៊ីនថតស្វ័យប្រវត្តិបែបចៃដន្យ |
ផ្តល់ទិន្នន័យមិនលម្អៀងសម្រាប់ការវាស់ស្ទង់ចំនួនសត្វ និងការប្រៀបធៀបភាពសំបូរបែបនៃប្រភេទសត្វរវាងតំបន់ផ្សេងៗគ្នា។ | តម្រូវឱ្យមានកិច្ចខិតខំប្រឹងប្រែងខ្ពស់ និងចំនួនយប់នៃការដាក់ម៉ាស៊ីនថតច្រើនជាងមុន (លើសពី ១.៤០០ យប់) ទើបអាចរកឃើញចំនួនប្រភេទសត្វបានគ្រប់គ្រាន់។ | មិនត្រូវបានប្រើប្រាស់ដោយផ្ទាល់ក្នុងការសិក្សានេះទេ តែត្រូវបានលើកឡើងថាជាវិធីសាស្ត្រល្អប្រសើរសម្រាប់ការសិក្សាពីដង់ស៊ីតេសត្វ។ |
| Geographic Information System (GIS) Buffer Analysis ការវិភាគតំបន់ទ្រនាប់ភូមិសាស្ត្រដោយប្រព័ន្ធ GIS |
ជួយគណនាសមាមាត្រនៃប្រភេទព្រៃឈើដែលគ្របដណ្តប់ក្នុងកាំ ៥០០ ម៉ែត្រជុំវិញទីតាំងម៉ាស៊ីនថតនីមួយៗ ដើម្បីកំណត់ជម្រកសត្វព្រៃ។ | ភាពត្រឹមត្រូវអាស្រ័យទាំងស្រុងទៅលើទិន្នន័យផែនទីគោល ហើយជួបការលំបាកក្នុងការបែងចែករវាងព្រៃស្រោង និងព្រៃពាក់កណ្តាលស្រោងនៅលើជាក់ស្តែង។ | បានកំណត់ចំណាត់ថ្នាក់ព្រៃសម្រាប់ស្ថានីយម៉ាស៊ីនថតចំនួន ៤២ ទីតាំង ដោយបញ្ជាក់ពីទំនាក់ទំនងជម្រកសត្វសំខាន់ៗ (ឧ. ខ្លារខិនមានវត្តមានតែក្នុងព្រៃពាក់កណ្តាលស្រោង/ស្រោង)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការបណ្តាក់ទុនច្រើនលើសម្ភារៈបច្ចេកទេស និងកម្លាំងពលកម្មផ្ទាល់សម្រាប់ការស្រាវជ្រាវពេញមួយរដូវប្រាំង។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងដែនជម្រកសត្វព្រៃឆែប ភាគខាងជើងប្រទេសកម្ពុជា ដោយផ្តោតតែលើរដូវប្រាំង និងប្រើវិធីសាស្ត្រដាក់ម៉ាស៊ីនថតតាមផ្លូវដើរ។ កត្តានេះអាចបណ្តាលឱ្យទិន្នន័យមានភាពលម្អៀង (Sampling bias) ព្រោះវាអាចរំលងសត្វដែលផ្លាស់ទីក្នុងរដូវវស្សា ឬសត្វដែលមិនសូវប្រើងមតាមផ្លូវ។ ការយល់ដឹងពីចំណុចខ្វះខាតនេះមានសារៈសំខាន់ណាស់សម្រាប់អ្នកស្រាវជ្រាវកម្ពុជា ដើម្បីរចនាការអង្កេតបន្ទាប់ឱ្យមានភាពសុក្រឹតនិងតំណាងឱ្យទិន្នន័យពេញមួយឆ្នាំ។
វិធីសាស្ត្រអង្កេតសត្វព្រៃតាមរយៈម៉ាស៊ីនថតស្វ័យប្រវត្តិនេះ គឺមានប្រយោជន៍ និងអាចយកទៅអនុវត្តបានយ៉ាងមានប្រសិទ្ធភាពសម្រាប់ការគ្រប់គ្រងតំបន់ការពារធម្មជាតិនៅកម្ពុជា។
សរុបមក ការរួមបញ្ចូលគ្នារវាងបច្ចេកវិទ្យាម៉ាស៊ីនថតស្វ័យប្រវត្តិ និងការវិភាគទិន្នន័យតាមប្រព័ន្ធភូមិសាស្ត្រ គឺជាមធ្យោបាយដ៏ល្អឯកដើម្បីគាំទ្រការអភិរក្សសត្វព្រៃនៅកម្ពុជាដោយផ្អែកលើទិន្នន័យវិទ្យាសាស្ត្រជាក់ស្តែង។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Camera-trap-nights (យប់នៃប្រតិបត្តិការម៉ាស៊ីនថត) | ជារង្វាស់នៃទំហំនៃការខិតខំប្រឹងប្រែងក្នុងការស្រាវជ្រាវ (Sampling effort) ដែលគណនាដោយយកចំនួនម៉ាស៊ីនថតសរុប គុណនឹងចំនួនយប់ដែលម៉ាស៊ីនទាំងនោះដំណើរការពេញ ២៤ ម៉ោងដោយគ្មានបញ្ហា។ វាជួយឱ្យការប្រៀបធៀបទិន្នន័យមានភាពយុត្តិធម៌ទោះបីជាចំនួនម៉ាស៊ីនមិនស្មើគ្នាក៏ដោយ។ | វាដូចជាការគិតចំនួនម៉ោងសរុបដែលសន្តិសុខយាមកាមអគារ (ឧទាហរណ៍៖ សន្តិសុខ ៥ នាក់ យាម ២ យប់ ស្មើនឹងកម្លាំងពលកម្ម ១០ យប់)។ |
| Naïve occupancy (សូចនាករវត្តមានធម្មតា) | ជាសមាមាត្រនៃចំនួនស្ថានីយម៉ាស៊ីនថតដែលថតជាប់សត្វប្រភេទណាមួយ ធៀបនឹងចំនួនស្ថានីយម៉ាស៊ីនថតសរុប ដោយមិនបានយកកត្តាដែលសត្វដើរកាត់តែម៉ាស៊ីនថតមិនជាប់ (Detection probability) មកគណនាបញ្ចូលនោះទេ។ | ដូចជាការរាប់ចំនួនថ្នាក់រៀនដែលមានសិស្សពាក់វ៉ែនតា ដោយមិនខ្វល់ថាសិស្សនោះអវត្តមាននៅថ្ងៃដែលអ្នកចុះរាប់ ឬយ៉ាងណានោះទេ។ |
| Encounter rate (អត្រាជួបប្រទះ) | ជាចំនួនដងដែលសត្វត្រូវបានថតជាប់ និងកំណត់អត្តសញ្ញាណបាន ក្នុងរង្វាស់ស្តង់ដារមួយ (ឧទាហរណ៍ ក្នុង ១.០០០ យប់នៃប្រតិបត្តិការម៉ាស៊ីនថត) ដើម្បីងាយស្រួលប្រៀបធៀបកម្រិតសំបូរនៃប្រភេទសត្វរវាងទីតាំង ឬរវាងឆ្នាំផ្សេងគ្នា។ | ប្រៀបដូចជាការគណនាថាតើអ្នកនេសាទអាចចាប់ត្រីបានប៉ុន្មានក្បាល ក្នុងរាល់ការបង់សំណាញ់ ១០០ ដង។ |
| Deciduous dipterocarp forest / DDF (ព្រៃល្បោះ) | ជាប្រភេទព្រៃដែលដើមឈើភាគច្រើនជ្រុះស្លឹកនៅរដូវប្រាំងដើម្បីរក្សាជាតិទឹក។ ព្រៃប្រភេទនេះមានលក្ខណៈស្រឡះល្អនៅរដូវប្រាំង ដែលងាយរងគ្រោះដោយភ្លើងឆេះព្រៃ ប៉ុន្តែជាទីជម្រកដ៏សំខាន់សម្រាប់សត្វស៊ីស្មៅនិងពពួកមំសាសី។ | វាប្រៀបដូចជាសួនច្បារនៅរដូវរងា ដែលដើមឈើទម្លាក់ស្លឹកចោលអស់ ដើម្បីសន្សំសំចៃថាមពលនិងទប់ទល់នឹងភាពរាំងស្ងួត។ |
| Semi-evergreen forest (ព្រៃពាក់កណ្តាលស្រោង) | ជាប្រភេទព្រៃចម្រុះដែលមានដើមឈើខ្លះជ្រុះស្លឹក និងខ្លះទៀតនៅខៀវស្រស់ពេញមួយឆ្នាំ។ ព្រៃប្រភេទនេះច្រើនដុះនៅតាមតំបន់មានសំណើមខ្ពស់ មាត់អូរ ឬតំបន់ប្រឡាយទឹក ហើយជាជម្រកពួនស្នាក់នៅរបស់សត្វព្រៃជាច្រើននៅរដូវប្រាំង។ | ដូចជាក្រុមមនុស្សដែលអ្នកខ្លះស្លៀកអាវរងារ អ្នកខ្លះស្លៀកអាវយឺតលាយឡំគ្នា អាស្រ័យលើភាពធន់នឹងអាកាសធាតុរបស់ពួកគេម្នាក់ៗ។ |
| Sampling bias (ភាពលម្អៀងនៃការជ្រើសរើសគំរូ) | ជាកំហុសដែលកើតឡើងនៅពេលទីតាំងដាក់ម៉ាស៊ីនថតត្រូវបានជ្រើសរើសដោយមានការកំណត់ទុកជាមុន (ឧទាហរណ៍ ដាក់តែតាមផ្លូវសត្វដើរ) ដែលធ្វើឱ្យការវាស់ស្ទង់ចំនួនសត្វ (Relative abundance) មិនតំណាងឱ្យទិន្នន័យពិតប្រាកដនៅទូទាំងតំបន់នោះ។ | វាដូចជាការសាកសួរយោបល់អំពីរសជាតិអាហារ តែអ្នកទៅសួរតែអ្នកដែលកំពុងញ៉ាំអាហារនោះដោយពេញចិត្ត (ហើយមិនបានសួរអ្នកដែលមិនចូលចិត្ត)។ |
| Buffer zone analysis (ការវិភាគតំបន់ទ្រនាប់) | ជាការប្រើប្រាស់កម្មវិធីផែនទី (ដូចជា ArcGIS) ដើម្បីបង្កើតរង្វង់កាំជុំវិញចំណុចណាមួយ (ដូចជាទីតាំងម៉ាស៊ីនថត) ដើម្បីគណនាសមាមាត្រប្រភេទព្រៃឈើ ឬជម្រកសត្វដែលគ្របដណ្តប់នៅជុំវិញទីតាំងនោះ។ | ដូចជាការគូសរង្វង់ក្នុងផែនទីដោយយកផ្ទះរបស់អ្នកជាចំណុចកណ្តាល ដើម្បីរកមើលថាតើមានសាលារៀនប៉ុន្មានកន្លែងក្នុងកាំ ៥០០ ម៉ែត្រ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
