Original Title: Drone-Based Remote Sensing for Research on Wind Erosion in Drylands: Possible Applications
Source: doi.org/10.3390/rs13020283
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការសង្កេតពីចម្ងាយដោយប្រើដ្រូនសម្រាប់ការស្រាវជ្រាវលើសំណឹកខ្យល់នៅតំបន់ដីស្ងួត៖ លទ្ធភាពនៃការអនុវត្ត

ចំណងជើងដើម៖ Drone-Based Remote Sensing for Research on Wind Erosion in Drylands: Possible Applications

អ្នកនិពន្ធ៖ Junzhe Zhang (University of California, Los Angeles), Wei Guo (Xi'an Jiaotong University), Bo Zhou (University of California, Los Angeles), Gregory S. Okin (University of California, Los Angeles)

ឆ្នាំបោះពុម្ព៖ 2021, Remote Sensing (MDPI)

វិស័យសិក្សា៖ Remote Sensing / Environmental Science

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវលើសំណឹកខ្យល់នៅតំបន់ដីស្ងួតតាមរយៈការចុះវាស់វែងផ្ទាល់ជួបប្រទះនូវបញ្ហាកង្វះសំណាកគំរូ ភាពលំអៀងនៃទីតាំងចន្លោះទិន្នន័យរណប កង្វះព័ត៌មានមាឌ (Volumetric) និងខ្វះទិន្នន័យលម្អិតសម្រាប់ម៉ូដែល។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់បច្ចេកវិទ្យាសង្កេតពីចម្ងាយដោយដ្រូន (Drone-based remote sensing) ត្រួតស៊ីគ្នាជាមួយនឹងការវាស់វែងតាមបែបប្រពៃណី ដើម្បីបង្កើតរូបភាពកម្រិតច្បាស់ខ្ពស់ និងម៉ូដែលផ្ទៃដីត្រីមាត្រសម្រាប់វិភាគ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Traditional Field Observation (Transect Line/AIM)
ការចុះវាស់វែងផ្ទាល់នៅទីវាលតាមបែបប្រពៃណី
ផ្តល់ទិន្នន័យពិតពីស្ថានភាពដីផ្ទាល់ និងជាស្តង់ដារមូលដ្ឋានដែលគេទទួលស្គាល់សម្រាប់ការផ្ទៀងផ្ទាត់ទិន្នន័យ (Ground Truth)។ ចំណាយពេល និងកម្លាំងពលកម្មច្រើន មានសំណាកតិចតួច បាត់បង់ព័ត៌មានមាឌត្រីមាត្រ (3D) និងមានភាពលំអៀងទីតាំងធៀបនឹងរូបភាពផ្កាយរណប។ ទិន្នន័យមានការប្រែប្រួលខ្ពស់ (ស្តង់ដារលំអៀងធំ) និងបង្ហាញពីភាពលំអៀងទីតាំងពីផ្កាយរណប MODIS ដល់ទៅ ៣២៣.៥ ម៉ែត្រ។
Drone-based Remote Sensing (SfM Photogrammetry)
ការសង្កេតពីចម្ងាយដោយប្រើដ្រូន និងបច្ចេកវិទ្យា SfM
ផ្តល់ទិន្នន័យកម្រិតច្បាស់ខ្ពស់ សំណាកគំរូរាប់ពាន់ បង្កើតម៉ូដែលត្រីមាត្រ (DTM/DSM) និងកាត់បន្ថយភាពលំអៀងទីតាំង។ ទាមទារឧបករណ៍ដ្រូន កម្លាំងកុំព្យូទ័រខ្លាំងសម្រាប់ដំណើរការទិន្នន័យ ជំនាញកម្មវិធីកុំព្យូទ័រ និងអាចរងផលប៉ះពាល់ពីអាកាសធាតុពេលហោះហើរ។ កាត់បន្ថយចន្លោះលំអៀងស្តង់ដារបាន ៤ដង លុបបំបាត់ភាពលំអៀងទីតាំង និងធ្វើឱ្យម៉ូដែលគណនាសំណឹក (WEMO) កាន់តែមានភាពសុក្រឹត។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តបច្ចេកទេសនេះទាមទារការវិនិយោគលើឧបករណ៍ដ្រូន កម្មវិធីកែច្នៃរូបភាព កម្លាំងកុំព្យូទ័រខ្លាំង និងជំនាញវិភាគទិន្នន័យភូមិសាស្ត្រកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់វាលខ្សាច់នៃរដ្ឋ New Mexico សហរដ្ឋអាមេរិក ដោយផ្តោតលើសំណឹកខ្យល់នៅតំបន់ដីស្ងួត។ សម្រាប់ប្រទេសកម្ពុជាដែលជាតំបន់ត្រូពិច បញ្ហាសំណឹកខ្យល់មិនមែនជាបញ្ហាចម្បងនោះទេ ប៉ុន្តែវិធីសាស្ត្រនៃការប្រើប្រាស់ដ្រូននេះមានសារៈសំខាន់ខ្លាំងសម្រាប់ការវាយតម្លៃសំណឹកដីដោយសារទឹកភ្លៀង ទឹកជំនន់ ឬការកាប់បំផ្លាញព្រៃឈើ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាបរិបទភូមិសាស្ត្រនៃការសិក្សាខុសគ្នាក៏ដោយ វិធីសាស្ត្រវាស់វែង និងកែច្នៃទិន្នន័យតាមរយៈដ្រូននេះមានសក្តានុពលខ្ពស់ក្នុងការយកមកអនុវត្តនៅកម្ពុជា។

បច្ចេកវិទ្យាដ្រូនផ្តល់នូវលទ្ធភាពថ្មីមួយក្នុងការជំនួស ឬបំពេញបន្ថែមការចុះវាស់វែងផ្ទាល់ ដែលជួយឱ្យស្ថាប័នស្រាវជ្រាវកម្ពុជាអាចតាមដានការប្រែប្រួលបរិស្ថានបានលឿន ទូលំទូលាយ និងមានភាពច្បាស់លាស់ជាងមុន។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ស្វែងយល់ពីបច្ចេកទេសហោះហើរ និងរៀបចំផែនការ (Flight Planning): និស្សិតត្រូវរៀនរៀបចំផែនការហោះហើរដោយស្វ័យប្រវត្តិ (Grid Pattern) ដោយប្រើកម្មវិធី DroneDeployPix4Dcapture ដើម្បីធានាបាននូវរូបភាពដែលមានកម្រិតត្រួតស៊ីគ្នា (Overlap 70-80%) ដែលចាំបាច់សម្រាប់បង្កើតម៉ូដែល 3D។
  2. អនុវត្តបច្ចេកវិទ្យាខ្សែភ្នែកត្រីមាត្រ (SfM Photogrammetry): ប្រើប្រាស់កម្មវិធី Agisoft MetashapeOpenDroneMap ដើម្បីកែច្នៃរូបភាពពីដ្រូនទៅជាចំណុចពពក (Point Cloud), ម៉ូដែលផ្ទៃដី (DSM/DTM) និងផែនទីរូបថត (Orthomosaic)។
  3. ការវិភាគទិន្នន័យភូមិសាស្ត្រ (GIS Analysis): បញ្ចូលទិន្នន័យដែលបានកែច្នៃទៅក្នុងកម្មវិធី ArcGIS ProQGIS ដើម្បីវាស់វែងគម្របបន្លែ កម្ពស់ដី និងវាយតម្លៃការហូរច្រោះ ឬបំលាស់ទីនៃផ្ទៃដី។
  4. ស្វ័យប្រវត្តិកម្មនៃការវិភាគទិន្នន័យ (Data Automation): រៀនសរសេរកូដ Python ដោយរួមបញ្ចូលជាមួយបណ្ណាល័យ GDAL ដើម្បីពន្លឿនការទាញយកទិន្នន័យ គណនាសំណាក និងលុបបំបាត់ភាពលំអៀងទីតាំងក្នុងសំណុំទិន្នន័យធំៗ។
  5. ការផ្ទៀងផ្ទាត់ទិន្នន័យជាក់ស្តែង (Ground Truthing): ចុះទៅទីតាំងផ្ទាល់ដើម្បីកំណត់ចំណុចតម្រុយ (Ground Control Points) ដោយប្រើឧបករណ៍ RTK GPS ដើម្បីធានាថាទិន្នន័យដែលទទួលបានពីដ្រូនមានភាពត្រឹមត្រូវខ្ពស់ធៀបនឹងកូអរដោនេផែនដីពិតប្រាកដ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Structure from Motion (SfM) ជាបច្ចេកទេសមួយក្នុងវិស័យថតរូបវាស់វែង (Photogrammetry) ដែលប្រើប្រាស់រូបភាព២វិមាត្រ (2D) ជាច្រើនសន្លឹកថតពីមុំខុសៗគ្នា ដើម្បីគណនា និងបង្កើតជារូបភាពត្រីមាត្រ (3D) ដែលបង្ហាញពីរូបរាង កម្ពស់ និងទម្រង់ជាក់ស្តែងនៃផ្ទៃដី។ ដូចជាការដែលយើងប្រើភ្នែកទាំងពីរមើលវត្ថុមួយពីជ្រុងផ្សេងគ្នាដើម្បីដឹងពីជម្រៅ និងទំហំពិតរបស់វត្ថុនោះ។
Spatial displacement គឺជាភាពលំអៀង ឬការខុសទីតាំងគ្នារវាងចំណុចដែលបានវាស់វែងផ្ទាល់នៅលើដី ជាមួយនឹងទីតាំងចំណុចកណ្តាលនៃភីកសែល (Pixel) របស់រូបភាពពីផ្កាយរណប ដែលធ្វើឱ្យការប្រៀបធៀបទិន្នន័យមានភាពមិនសុក្រឹត។ ដូចជាពេលយើងដៅទីតាំងនៅលើផែនទី Google Maps តែវាលោតខុសទីតាំង មិនចំកន្លែងដែលយើងកំពុងឈរជាក់ស្តែង។
Digital Surface Model (DSM) ជាម៉ូដែលកុំព្យូទ័រត្រីមាត្រ (3D) ដែលតំណាងឱ្យផ្ទៃខាងលើបង្អស់នៃផែនដី ដោយរួមបញ្ចូលទាំងកម្ពស់ដី និងវត្ថុផ្សេងៗនៅលើដីដូចជា ដើមឈើ អគារ ឬរចនាសម្ព័ន្ធនានា។ ដូចជាការយកភួយមកគ្របពីលើភូមិមួយ រួចយើងវាស់កម្ពស់នៃទម្រង់ខាងក្រៅនៃភួយនោះ (ឃើញទាំងរាងដំបូលផ្ទះ និងចុងឈើ)។
Digital Terrain Model (DTM) ជាម៉ូដែលត្រីមាត្រដែលបង្ហាញតែកម្ពស់នៃផ្ទៃដីសុទ្ធសាធ ដោយបានត្រង និងលុបចេញនូវរាល់វត្ថុដែលនៅពីលើដី (ដូចជាគម្របព្រៃឈើ និងអគារ) ចេញពីទិន្នន័យ។ ដូចជាការថតកាំរស្មីអ៊ិច (X-ray) សម្លៀកបំពាក់ដើម្បីមើលឃើញទម្រង់ឆ្អឹងពិតប្រាកដ អញ្ចឹងដែរ DTM លុបដើមឈើចេញដើម្បីបង្ហាញតែផ្ទៃដីទទេរ។
Bootstrapping resampling ជាវិធីសាស្ត្រស្ថិតិដែលបង្កើតសំណុំទិន្នន័យថ្មីៗជាច្រើន តាមរយៈការចាប់យកសំណាកគំរូពីទិន្នន័យដើមម្តងហើយម្តងទៀតដោយចៃដន្យ (អាចចាប់បានគំរូដដែលៗចូលគ្នា) ដើម្បីបង្កើនភាពសុក្រឹត និងកាត់បន្ថយភាពលំអៀងនៃការប៉ាន់ស្មាន។ ដូចជាការចាប់ឆ្នោតពីក្នុងប្រអប់មួយ រួចកត់ត្រាទុក ហើយដាក់សន្លឹកឆ្នោតនោះចូលប្រអប់វិញ មុននឹងចាប់ម្តងទៀត ដើម្បីប៉ាន់ស្មានលទ្ធផលរួមឱ្យកាន់តែច្បាស់។
Spatially explicit input គឺជាការបញ្ចូលទិន្នន័យទៅក្នុងម៉ូដែលកុំព្យូទ័រដោយរក្សាទុកនូវព័ត៌មានលម្អិតអំពីទីតាំងភូមិសាស្ត្រជាក់លាក់នៃទិន្នន័យនីមួយៗ (ថាវត្ថុអ្វីនៅត្រង់ណាពិតប្រាកដ) ជាជាងការប្រើប្រាស់ត្រឹមតែតម្លៃមធ្យមនៃតំបន់ទាំងមូល។ ដូចជាការផ្តល់អាសយដ្ឋានផ្ទះនីមួយៗក្នុងភូមិដោយបញ្ជាក់ផ្លូវនិងលេខផ្ទះច្បាស់លាស់ ជំនួសឱ្យការគ្រាន់តែប្រាប់ថាមានផ្ទះសរុបប៉ុន្មានខ្នងនៅក្នុងភូមិនោះ។
Volumetric information ជាព័ត៌មានដែលទាក់ទងនឹងមាឌ (ទំហំ និងជម្រៅ/កម្ពស់ ក្នុងទម្រង់ត្រីមាត្រ 3D) ដែលអនុញ្ញាតឱ្យគេគណនាបរិមាណម៉ាស់ដីដែលហូរច្រោះ ឬដីដែលកកកុញបានយ៉ាងច្បាស់លាស់។ ដូចជាការដឹងពីចំណុះទឹកពិតប្រាកដនៅក្នុងកែវ ជាជាងដឹងត្រឹមតែទំហំមាត់កែវផ្នែកខាងលើ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖