បញ្ហា (The Problem)៖ ការវាស់វែងអង្កត់ផ្ចិតដើមឈើត្រឹមរយៈកម្ពស់ដើមទ្រូង (DBH) ដោយដៃតាមវិធីសាស្ត្រប្រពៃណីមានការលំបាក ស៊ីពេលច្រើន និងងាយនឹងមានកំហុស។ ការសិក្សានេះស្វែងរកការប្រើប្រាស់បច្ចេកវិទ្យាឧបករណ៍តម្លៃទាប (ដូចជាទូរស័ព្ទឆ្លាតវៃ កាមេរ៉ា និងម៉ាស៊ីនស្កេនឡាស៊ែរ) ដើម្បីធ្វើឱ្យការប្រមូលទិន្នន័យព្រៃឈើមានភាពងាយស្រួល និងសុក្រឹតជាងមុន។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានធ្វើការប្រៀបធៀបឧបករណ៍ស្កេន និងប្រព័ន្ធថតរូបភាពផ្សេងៗគ្នាដោយធ្វើការផ្ទៀងផ្ទាត់ជាមួយនឹងការវាស់វែងដោយកាលីប (Caliper) លើដើមឈើចំនួន ១២០ដើម ដែលមានពូជខុសៗគ្នា ដោយវាយតម្លៃលើភាពសុក្រឹត ពេលវេលា និងតម្លៃនៃឧបករណ៍នីមួយៗ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Close-range Photogrammetry (CRP) ការវាស់ស្ទង់ដោយការថតរូបពីចម្ងាយជិត (Close-range Photogrammetry) |
ផ្តល់ភាពត្រឹមត្រូវខ្ពស់បំផុត (កម្រិតរងសង់ទីម៉ែត្រ) និងទាមទារចំណាយដើមទុនតិចតួចលើឧបករណ៍ (អាចប្រើកាមេរ៉ា ឬស្មាតហ្វូនធម្មតា)។ | ត្រូវការពេលវេលាច្រើនក្នុងការប្រមូលទិន្នន័យនៅវាល និងទាមទារការកែច្នៃទិន្នន័យ (Processing) យូរនៅក្នុងកុំព្យូទ័រ ព្រមទាំងតម្រូវឱ្យដាក់ផ្ទាំងខ្នាត (Markers)។ | មានកម្រិតលម្អៀង (RMSE) ទាបបំផុតត្រឹមប្រមាណ ០.៤ ទៅ ០.៧ សង់ទីម៉ែត្រ បើប្រៀបធៀបជាមួយឧបករណ៍រង្វាស់ Caliper។ |
| Handheld Mobile Laser Scanners (HMLS) ម៉ាស៊ីនស្កេនឡាស៊ែរចល័ត (Handheld Mobile Laser Scanners) |
អាចប្រមូលទិន្នន័យ 3D Point Cloud បានយ៉ាងលឿនក្នុងបរិវេណធំទូលាយ និងអាចចាប់យកព័ត៌មានរចនាសម្ព័ន្ធដើមឈើបានល្អទោះក្នុងលក្ខខណ្ឌពន្លឺខ្សោយ។ | ឧបករណ៍ពាណិជ្ជកម្ម (ដូចជា Stonex) មានតម្លៃថ្លៃខ្លាំងណាស់ ចំណែកឧបករណ៍កែច្នៃតម្លៃថោក (Livox) ទាមទារជំនាញបច្ចេកទេសក្នុងការដំឡើង និងកែច្នៃទិន្នន័យ។ | ផ្តល់ភាពត្រឹមត្រូវក្នុងកម្រិតមធ្យម ជាមួយនឹងកម្រិតលម្អៀង (RMSE) ចន្លោះពី ១.២ ទៅ ១.៦ សង់ទីម៉ែត្រ។ |
| Smartphone LiDAR Applications កម្មវិធីទូរស័ព្ទប្រើប្រាស់សេនស័រ LiDAR (ឧទាហរណ៍ Arboreal, ForestScanner) |
ងាយស្រួលប្រើប្រាស់បំផុត ចំណាយពេលលឿនក្នុងការចុះវាស់ (ត្រឹមតែ ៣ វិនាទី) និងអាចទទួលបានលទ្ធផលភ្លាមៗដោយមិនបាច់ប្រើកុំព្យូទ័រជំនួយ។ | ភាពត្រឹមត្រូវមានកម្រិតទាប និងងាយរងឥទ្ធិពលពីកត្តាបរិស្ថាន ក៏ដូចជាប្រភេទសំបកដើមឈើ (Bark structure)។ | កម្រិតលម្អៀង (RMSE) មានការប្រែប្រួលខ្លាំងចាប់ពី ១.៦ ទៅ ៥.៥ សង់ទីម៉ែត្រ អាស្រ័យលើកម្មវិធីនីមួយៗ (Arboreal ធ្វើបានល្អជាងគេ)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការជ្រើសរើសបច្ចេកវិទ្យាទាំងនេះទាមទារការថ្លឹងថ្លែងយ៉ាងច្បាស់លាស់រវាងថវិកា ពេលវេលា និងកម្រិតភាពត្រឹមត្រូវដែលទាមទារសម្រាប់ការងារជាក់ស្តែង។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងតំបន់ភ្នំ Kremnica ប្រទេសស្លូវ៉ាគី ដោយផ្តោតលើប្រភេទដើមឈើនៅតំបន់ត្រជាក់មានអាយុចន្លោះ ៥៥ ទៅ ១០០ ឆ្នាំ និងមានបរិវេណដីស្រឡះល្អ។ កត្តានេះជារឿងសំខាន់ដែលត្រូវពិចារណាសម្រាប់ប្រទេសកម្ពុជា ពីព្រោះព្រៃឈើនៅកម្ពុជាជាប្រភេទព្រៃត្រូពិច (ដូចជានៅតំបន់ព្រៃឡង់ ឬព្រៃក្រវាញ) ដែលមានរុក្ខជាតិដុះក្រាស់នៅខាងក្រោម (Dense undergrowth) វល្លិរុំព័ន្ធ និងប្រភេទសំបកឈើខុសៗគ្នា ដែលអាចធ្វើឱ្យការថតរូប ឬស្កេនជួបការលំបាក និងកាត់បន្ថយភាពត្រឹមត្រូវ។
ទោះបីជាមានបញ្ហាប្រឈមជាមួយស្ថានភាពព្រៃត្រូពិចក៏ដោយ បច្ចេកវិទ្យាទាំងនេះមានសក្តានុពលខ្ពស់ និងអាចយកមកអនុវត្តបានយ៉ាងមានប្រសិទ្ធភាពសម្រាប់ការគ្រប់គ្រងធនធានព្រៃឈើនៅកម្ពុជា។
សរុបមក បច្ចេកវិទ្យាប្រើប្រាស់ស្មាតហ្វូន និងម៉ាស៊ីនស្កេនខ្នាតតូចនេះ គឺជាឧបករណ៍ដ៏មានតម្លៃដែលអាចជួយពន្លឿនការងារជំរឿនព្រៃឈើនៅកម្ពុជា ជាពិសេសនៅពេលផ្សំបញ្ចូលគ្នាជាមួយវិធីសាស្ត្រវាស់វែងបែបប្រពៃណី។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Diameter at breast height (DBH) | វាជារង្វាស់ស្តង់ដារក្នុងវិស័យព្រៃឈើ ដែលគេវាស់អង្កត់ផ្ចិតនៃគល់ឈើនៅត្រឹមកម្ពស់ប្រហែល ១.៣ ម៉ែត្រពីដី ដើម្បីយកទៅគណនាមាត្រ ទម្ងន់ និងបរិមាណកាបូនរបស់ដើមឈើទាំងមូលដោយមិនចាំបាច់កាត់វា។ | ដូចជាការវាស់ទំហំចង្កេះរបស់មនុស្សដើម្បីកាត់ខោអាវ តែនេះគឺការវាស់ទំហំដើមឈើត្រឹមចំណុចទ្រូងដើម្បីដឹងពីទំហំរួមរបស់វា។ |
| Close-range photogrammetry (CRP) | ជាបច្ចេកទេសថតរូបភាពជាច្រើនសន្លឹកពីជ្រុងខុសៗគ្នានៅជិតវត្ថុមួយ រួចប្រើប្រាស់កម្មវិធីកុំព្យូទ័រដើម្បីផ្គុំរូបភាពទាំងនោះ បង្កើតជារូបរាងត្រីមាត្រ (3D) ដែលអាចយកទៅវាស់វែងទំហំនិងខ្នាតពិតប្រាកដបានយ៉ាងច្បាស់លាស់។ | ដូចជាការដែលយើងដើរមើលរូបសំណាកមួយជុំវិញ រួចចងចាំគ្រប់ជ្រុងទាំងអស់ដើម្បីសង់ជារូបសំណាកតូចមួយនៅក្នុងខួរក្បាលរបស់យើងវិញ។ |
| Light Detection and Ranging (LiDAR) | ជាបច្ចេកវិទ្យាបាញ់កាំរស្មីឡាស៊ែររាប់លានគ្រាប់ទៅប៉ះវត្ថុណាមួយ រួចវាស់រយៈពេលដែលពន្លឺនោះចំណាយពេលត្រលប់មកវិញ ដើម្បីគណនាចម្ងាយ និងបង្កើតជាផែនទី ឬរូបរាង 3D នៃវត្ថុនោះយ៉ាងលម្អិត។ | ដូចជាការគប់កូនបាល់កៅស៊ូទៅជញ្ជាំងងងឹតមួយ ហើយរាប់វិនាទីដែលវាលោតត្រលប់មកប៉ះដៃវិញ ដើម្បីដឹងថាជញ្ជាំងនោះនៅជិតឬឆ្ងាយ។ |
| Point cloud | ជាបណ្តុំនៃចំណុចទិន្នន័យតូចៗរាប់លាននៅក្នុងលំហត្រីមាត្រ (3D) ដែលចំណុចនីមួយៗមានកូអរដោនេ (X, Y, Z) ច្បាស់លាស់ បង្កើតបានជារូបរាងសំបកក្រៅនៃដើមឈើ ឬបរិស្ថានណាមួយបន្ទាប់ពីធ្វើការស្កេនរួច។ | ដូចជាការយកគ្រាប់ខ្សាច់រាប់លានគ្រាប់មកព្យួរក្នុងលំហបិទភ្ជាប់គ្នាបង្កើតជារូបរាងដើមឈើមួយ ដែលគ្រាប់ខ្សាច់នីមួយៗតំណាងឱ្យទិន្នន័យមួយចំណុច។ |
| Simultaneous localization and mapping (SLAM) | ជាប្រព័ន្ធក្បួនគណនារបស់កុំព្យូទ័រ ដែលអនុញ្ញាតឱ្យឧបករណ៍ស្កេនដឹងពីទីតាំងរបស់ខ្លួនឯងផង និងគូសផែនទីបរិស្ថានជុំវិញខ្លួនផងក្នុងពេលតែមួយ ខណៈពេលដែលអ្នកប្រើប្រាស់កំពុងកាន់ដើរចល័ត។ | ដូចជាមនុស្សម្នាក់ដើរចូលក្នុងបន្ទប់ងងឹតដែលមិនធ្លាប់ស្គាល់ ហើយប្រើដៃស្ទាបជញ្ជាំងបណ្តើរ គូសផែនទីបន្ទប់នោះក្នុងខួរក្បាលបណ្តើរ ព្រមទាំងដឹងថាខ្លួនឯងកំពុងឈរនៅត្រង់ណា។ |
| Time-of-Flight (ToF) | ជាយន្តការវាស់ស្ទង់ចម្ងាយដោយគណនារយៈពេលសរុបដែលរលកសញ្ញា (ពន្លឺ ឬឡាស៊ែរ) ធ្វើដំណើរពីឧបករណ៍ទៅប៉ះវត្ថុគោលដៅ ហើយត្រលប់មកដល់សេនស័រវិញ ដែលវាគឺជាស្នូលនៃបច្ចេកវិទ្យា LiDAR លើស្មាតហ្វូន។ | ដូចជាការចាប់ម៉ោងសម្លេងអេកូ (Echo) ពេលយើងស្រែកក្នុងរូងភ្នំ ប្រសិនបើសម្លេងត្រលប់មកវិញលឿន មានន័យថាជញ្ជាំងភ្នំនៅជិត។ |
| Root Mean Squared Error (RMSE) | ជារូបមន្តស្ថិតិប្រើសម្រាប់វាយតម្លៃកម្រិតភាពត្រឹមត្រូវនៃវិធីសាស្ត្រថ្មី (ដូចជាការស្កេនដោយទូរស័ព្ទ) ដោយគណនារកមធ្យមភាគនៃទំហំលម្អៀងរវាងទិន្នន័យដែលវាស់បាន ធៀបជាមួយទិន្នន័យជាក់ស្តែង (វាស់ដោយដៃជាមួយខ្សែម៉ែត្រ)។ | ដូចជាការបាញ់ធ្នូទៅកាន់ផ្ទាំងស៊ីប វាជារង្វាស់ដែលប្រាប់យើងថាតើគ្រាប់ធ្នូទាំងអស់ដែលបាញ់ចេញទៅ ឃ្លាតពីចំណុចកណ្តាលប៉ុន្មានសង់ទីម៉ែត្រជាមធ្យម។ |
| Circle-fitting algorithm | ជាក្បួនគណនាតាមកុំព្យូទ័រ ដែលព្យាយាមគូសរង្វង់មូលមួយឱ្យត្រូវ និងត្រួតស៊ីគ្នាបំផុតទៅនឹងចំណុច Point Cloud នៃមុខកាត់ដើមឈើ ដើម្បីគណនានិងទាញយកទំហំអង្កត់ផ្ចិតរបស់វាដោយស្វ័យប្រវត្តិ។ | ដូចជាការយកកងដៃច្រើនទំហំទៅសាកល្បងបំពាក់លើគល់ឈើមួយ កងដៃមួយណាដែលតឹងល្មមឥតខ្ចោះជាមួយគល់ឈើនោះ ទំហំកងដៃនោះគឺស្មើនឹងទំហំដើមឈើ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
