Original Title: Estimation of Spatial and Temporal Reference Evapotranspiration in the Chao Phraya River Basin
Source: li01.tci-thaijo.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការប៉ាន់ប្រមាណនៃលំហ និងពេលវេលានៃរំហួតរំភាយយោងនៅក្នុងអាងទន្លេចៅប្រាយ៉ា

ចំណងជើងដើម៖ Estimation of Spatial and Temporal Reference Evapotranspiration in the Chao Phraya River Basin

អ្នកនិពន្ធ៖ Preeyaphorn Kosa (Department of Water Resources Engineering, Kasetsart University), Kobkiat Pongput (Department of Water Resources Engineering, Kasetsart University)

ឆ្នាំបោះពុម្ព៖ 2006 Kasetsart J. (Nat. Sci.)

វិស័យសិក្សា៖ Hydrology

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃការបាត់បង់ទឹកដែលអាចប្រើប្រាស់បានតាមរយៈរំហួតរំភាយនៅក្នុងវដ្តជលសាស្ត្រ ដោយផ្តោតលើការគណនារំហួតរំភាយយោងតាមលំហ និងពេលវេលានៅក្នុងអាងទន្លេចៅប្រាយ៉ា ដើម្បីជាប្រយោជន៍ដល់ការគ្រប់គ្រងធនធានទឹក។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់ទិន្នន័យអាកាសធាតុប្រចាំថ្ងៃពីស្ថានីយចំនួន៣៣ ក្នុងចន្លោះឆ្នាំ១៩៧១ដល់២០០២ ដើម្បីគណនានិងវិភាគទំនាក់ទំនងនៃរំហួតរំភាយ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
FAO Penman-Monteith Method
វិធីសាស្ត្រ FAO Penman-Monteith
មានភាពសុក្រឹតខ្ពស់ និងត្រូវបានណែនាំជាស្តង់ដារដោយ FAO ដោយសារវាគិតបញ្ចូលកត្តាអាកាសធាតុច្រើនប្រភេទ (សីតុណ្ហភាព កាំរស្មីព្រះអាទិត្យ សំណើម ល្បឿនខ្យល់) ក្នុងការគណនា។ ទាមទារទិន្នន័យអាកាសធាតុច្រើនប្រភេទនិងមានភាពពេញលេញ (ក្នុងឯកសារនេះប្រើដល់ទៅ ៣២ឆ្នាំ) ដែលអាចពិបាករកនៅតំបន់ដែលខ្វះខាតស្ថានីយវាស់វែង។ មានទំនាក់ទំនងយ៉ាងខ្លាំងជាមួយនឹងទិន្នន័យរំហួតខ្ទះ (Pan evaporation) ជាមួយមេគុណទំនាក់ទំនង (r) ចន្លោះពី 0.85 ដល់ 0.96។
Kriging Interpolation
បច្ចេកទេសអន្តរប៉ូល Kriging
មានសមត្ថភាពអាចប៉ាន់ស្មានទិន្នន័យនៅទីតាំងដែលគ្មានស្ថានីយវាស់វែង ដោយផ្អែកលើការថ្លឹងថ្លែងទម្ងន់នៃចំណុចគំរូដែលនៅក្បែរនោះ ដើម្បីបង្កើតជាផែនទី។ ភាពត្រឹមត្រូវរបស់ម៉ូដែលអាស្រ័យយ៉ាងខ្លាំងទៅលើចំនួន ដង់ស៊ីតេ និងការបែងចែកនៃស្ថានីយវាស់វែងអាកាសធាតុនៅទូទាំងតំបន់សិក្សា។ បង្កើតបានជាផែនទីរំហួតរំភាយយោងតាមលំហនិងពេលវេលា (Spatial and Temporal ET maps) សម្រាប់គ្រប់ខែទាំងអស់នៅក្នុងអាងទន្លេ។
Linear Regression and Polynomial Analysis
ការវិភាគតំរែតំរង់លីនេអ៊ែរ និងពហុធា
ផ្តល់ភាពងាយស្រួលក្នុងការទស្សន៍ទាយតម្លៃរំហួតរំភាយយោង ដោយគ្រាន់តែប្រើប្រាស់ទិន្នន័យសីតុណ្ហភាពមធ្យមប្រចាំខែតែមួយមុខ។ មិនបានគិតបញ្ចូលអថេរអាកាសធាតុសំខាន់ៗផ្សេងទៀត ដូចជាខ្យល់ ឬសំណើម ដែលអាចធ្វើឱ្យការទស្សន៍ទាយមានភាពលម្អៀងក្នុងលក្ខខណ្ឌអាកាសធាតុប្រែប្រួល។ សមីការទម្រង់ពហុធា (Polynomial) កម្រិត២ មានទំនាក់ទំនងខ្លាំងជាងការវិភាគលីនេអ៊ែរ (ឧទាហរណ៍៖ ក្នុងខែមករា R² របស់ពហុធាគឺ 0.81 ចំណែកឯលីនេអ៊ែរគឺ 0.78)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកយ៉ាងខ្លាំងលើការប្រមូលទិន្នន័យអាកាសធាតុរយៈពេលវែង និងកម្មវិធីវិភាគទិន្នន័យលំហ ទោះបីជាឈ្មោះកម្មវិធីជាក់លាក់មិនត្រូវបានបញ្ជាក់នៅក្នុងឯកសារក៏ដោយ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងអាងទន្លេចៅប្រាយ៉ា ប្រទេសថៃ ដោយប្រើប្រាស់ទិន្នន័យពីស្ថានីយចំនួន ៣៣។ ដោយសារប្រទេសថៃមានលក្ខណៈភូមិសាស្ត្រ និងអាកាសធាតុប្រហាក់ប្រហែលនឹងប្រទេសកម្ពុជា លទ្ធផលនិងវិធីសាស្ត្រនេះមានអត្ថប្រយោជន៍ខ្ពស់ ប៉ុន្តែភាពត្រឹមត្រូវនៅពេលយកមកអនុវត្តនៅកម្ពុជានឹងអាស្រ័យលើដង់ស៊ីតេ និងគុណភាពនៃទិន្នន័យស្ថានីយឧតុនិយមក្នុងស្រុកដែលយើងមាន។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនេះមានសក្តានុពលខ្លាំងក្នុងការយកមកអនុវត្តនៅប្រទេសកម្ពុជា ដើម្បីធ្វើឱ្យប្រសើរឡើងនូវការគ្រប់គ្រងធនធានទឹកក្នុងវិស័យកសិកម្ម និងការរៀបចំផែនការធារាសាស្ត្រ។

សរុបមក ការអនុវត្តវិធីសាស្ត្រនេះអាចជួយកម្ពុជាក្នុងការរចនាប្រព័ន្ធផ្គត់ផ្គង់ទឹកកសិកម្មប្រកបដោយប្រសិទ្ធភាព និងត្រៀមលក្ខណៈទប់ទល់នឹងភាពរាំងស្ងួតដោយសារការប្រែប្រួលអាកាសធាតុ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូល និងសម្អាតទិន្នន័យអាកាសធាតុ (Data Collection & Pre-processing): ស្វែងរកទិន្នន័យឧតុនិយមប្រចាំថ្ងៃ (សីតុណ្ហភាព សំណើម ខ្យល់) ពីក្រសួងធនធានទឹក និងឧតុនិយម ឬពីប្រភពទិន្នន័យបើកទូលាយតាមប្រព័ន្ធផ្កាយរណបដូចជា CHIRPS, GLDASNASA POWER ប្រសិនបើទិន្នន័យស្ថានីយផ្ទាល់មានការខ្វះខាត។
  2. គណនារំហួតរំភាយយោង (Calculate Reference ET): ប្រើប្រាស់កម្មវិធីកុំព្យូទ័រដូចជា FAO CropWat 8.0 ឬសរសេរកូដ Python (ឧ. ប្រើ library PyETo) ដើម្បីគណនាតម្លៃ ET ប្រចាំថ្ងៃតាមវិធីសាស្ត្រ FAO Penman-Monteith សម្រាប់ស្ថានីយនីមួយៗ ដោយអនុលោមតាមរូបមន្តស្តង់ដារ។
  3. ធ្វើអន្តរប៉ូល និងបង្កើតផែនទីលំហ (Spatial Interpolation with GIS): នាំចូលទិន្នន័យ ET ដែលគណនារួចទៅក្នុងកម្មវិធី QGISArcGIS រួចប្រើប្រាស់មុខងារ Kriging Tool នៅក្នុង Spatial Analyst extension ដើម្បីបង្កើតផែនទីរំហួតរំភាយប្រចាំខែ ដែលគ្របដណ្តប់លើតំបន់ដែលគ្មានស្ថានីយវាស់វែង។
  4. វិភាគទំនាក់ទំនងអថេរ (Regression Analysis): ប្រើប្រាស់កម្មវិធី RPython (scikit-learn) ដើម្បីសាកល្បងម៉ូដែល Linear Regression និង Polynomial Regression ក្នុងការស្វែងរកទំនាក់ទំនងរវាងសីតុណ្ហភាព និងរំហួតរំភាយ ដើម្បីបង្កើតជាសមីការងាយស្រួលសម្រាប់ការទស្សន៍ទាយនៅថ្ងៃអនាគត។
  5. ប៉ាន់ស្មានតម្រូវការទឹកដំណាំ (Crop Water Requirement Estimation): អនុវត្តទិន្នន័យផែនទីដោយយកតម្លៃរំហួតរំភាយយោង (ET0) ទៅគុណជាមួយនឹងមេគុណដំណាំ (Crop Coefficient - Kc) សម្រាប់ដំណាំគោលដៅ (ឧ. ស្រូវ ឬដំឡូងមី) ដើម្បីកំណត់ទំហំទឹកពិតប្រាកដដែលត្រូវរំដោះពីប្រព័ន្ធធារាសាស្ត្រទៅកាន់ស្រែចម្ការ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Evapotranspiration (រំហួតរំភាយ) ដំណើរការបាត់បង់ទឹកពីផ្ទៃដីនិងរុក្ខជាតិទៅក្នុងបរិយាកាស ដែលជាការបូកបញ្ចូលគ្នារវាងការហួតទឹកពីផ្ទៃដីផ្ទាល់ (Evaporation) និងការរំភាយទឹកចេញពីរុក្ខជាតិ (Transpiration)។ ដូចជាពេលយើងហាលខោអាវសើមឱ្យស្ងួតដោយសារកម្តៅថ្ងៃ (រំហួត) រួមផ្សំជាមួយនឹងញើសដែលបញ្ចេញពីរាងកាយរបស់យើង (រំភាយ)។
Reference evapotranspiration (រំហួតរំភាយយោង) អត្រានៃការហួតនិងរំភាយទឹកពីផ្ទៃដីដែលគ្របដណ្តប់ដោយស្មៅស្តង់ដារ (កម្ពស់ ០.១២ ម៉ែត្រ) ក្នុងលក្ខខណ្ឌអាកាសធាតុណាមួយ ដោយមិនខ្វះខាតជាតិទឹក ដែលគេប្រើជាតម្លៃមូលដ្ឋានប្រៀបធៀបសម្រាប់ការគណនាតម្រូវការទឹក។ ដូចជាការកំណត់កម្រិតនៃការផឹកទឹករបស់មនុស្សធម្មតាម្នាក់ធ្វើជាខ្នាតស្តង់ដារ ដើម្បីយកទៅគុណឬចែកទាយមើលថាអ្នកផ្សេងទៀតត្រូវការទឹកប៉ុន្មាន។
FAO Penman-Monteith method (វិធីសាស្ត្រ FAO Penman-Monteith) រូបមន្តគណិតវិទ្យាស្តង់ដារដែលណែនាំដោយអង្គការ FAO សម្រាប់គណនារំហួតរំភាយយោង ដោយប្រើប្រាស់ទិន្នន័យអាកាសធាតុចម្បងៗរួមមាន សីតុណ្ហភាព សំណើម កាំរស្មីព្រះអាទិត្យ និងល្បឿនខ្យល់។ ដូចជារូបមន្តធ្វើនំមួយដែលតម្រូវឱ្យមានគ្រឿងផ្សំច្រើនមុខ (កម្ដៅ ខ្យល់ សំណើម) ទើបអាចគណនាបានច្បាស់ថានំមួយដុំនឹងហួតជាតិទឹកអស់ប៉ុន្មាន។
Kriging interpolation (អន្តរប៉ូល Kriging) បច្ចេកទេសស្ថិតិភូមិសាស្ត្រ (Geostatistics) សម្រាប់ប៉ាន់ស្មានទិន្នន័យនៅទីតាំងដែលគ្មានស្ថានីយវាស់វែង ដោយផ្អែកលើការថ្លឹងថ្លែងទម្ងន់នៃទិន្នន័យពីទីតាំងដែលនៅក្បែរៗនោះ ដើម្បីបង្កើតជាផែនទីទិន្នន័យបន្តបន្ទាប់គ្នា។ ដូចជាការទស្សន៍ទាយពិន្ទុប្រឡងរបស់សិស្សម្នាក់ ដោយយកការស្មានទៅតាមកម្រិតពិន្ទុរបស់សិស្សផ្សេងទៀតដែលអង្គុយនៅជុំវិញគេ។
Pan evaporation (រំហួតខ្ទះ) ការវាស់វែងបរិមាណទឹកដែលហួតចេញពីខ្ទះស្តង់ដារដែលមានផ្ទុកទឹក ដើម្បីវាយតម្លៃពីឥទ្ធិពលរួមនៃកាំរស្មីព្រះអាទិត្យ ខ្យល់ សីតុណ្ហភាព និងសំណើមទៅលើរំហួត។ ដូចជាការដាក់ចានទឹកមួយនៅកណ្តាលវាល រួចវាស់មើលថាតើទឹកស្រកអស់ប៉ុន្មាននៅចុងបញ្ចប់នៃថ្ងៃ ដើម្បីដឹងថាអាកាសធាតុក្តៅ និងស្ងួតកម្រិតណា។
Crop coefficient (មេគុណដំណាំ) តម្លៃថេរមួយដែលតំណាងឱ្យលក្ខណៈនៃប្រភេទដំណាំនីមួយៗ និងដំណាក់កាលលូតលាស់របស់វា ដែលត្រូវយកទៅគុណនឹងរំហួតរំភាយយោង ដើម្បីគណនារកតម្រូវការទឹកពិតប្រាកដរបស់ដំណាំនោះ។ ដូចជាមេគុណនៃការញ៉ាំអាហារ៖ ក្មេងតូចមានមេគុណតូច (ត្រូវការតិច) ឯអ្នកកីឡាមានមេគុណធំ (ត្រូវការច្រើន) ធៀបនឹងមនុស្សធម្មតា។
Soil heat flux (លំហូរកម្ដៅដី) បរិមាណថាមពលកម្ដៅដែលហូរចូល ឬចេញពីផ្ទៃដីក្នុងមួយឯកតាផ្ទៃក្នុងរយៈពេលជាក់លាក់ណាមួយ ដែលជាកត្តាមួយចូលរួមក្នុងសមីការតុល្យភាពថាមពលសម្រាប់គណនារំហួតរំភាយ។ ដូចជាការស្ទាបក្បឿងនៅលើដំបូលផ្ទះពេលថ្ងៃត្រង់ ដែលស្រូបកម្ដៅពីព្រះអាទិត្យចូល ហើយបញ្ចេញកម្ដៅនោះមកវិញនៅពេលយប់អញ្ចឹងដែរ។
Psychrometric constant (ថេរតម្រូវសំណើម) តម្លៃថេរមួយនៅក្នុងរូបមន្តឧតុនិយម ដែលទាក់ទងនឹងសមាមាត្រនៃកម្ដៅជាក់លាក់របស់ខ្យល់ និងកម្ដៅលាក់នៃរំហួតទឹក (Latent heat of vaporization) ដើម្បីប្រើក្នុងការគណនាសម្ពាធចំហាយទឹក។ ដូចជាតួលេខថេរមួយក្នុងម៉ាស៊ីនត្រជាក់ ដែលជួយឱ្យម៉ាស៊ីនដឹងពីរបៀបថ្លឹងថ្លែងរវាងសីតុណ្ហភាព និងកម្រិតសំណើមនៅក្នុងបន្ទប់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖