ប្រធានបទ (Topic)៖ ឯកសារនេះពិនិត្យលើវិធីសាស្ត្រ ភាពត្រឹមត្រូវ និងតម្រូវការបច្ចេកទេសសម្រាប់ការទាញយកទិន្នន័យសារពើភ័ណ្ឌព្រៃឈើលម្អិត ដោយប្រើប្រាស់ទិន្នន័យស្កែនឡាស៊ែរពីលើអាកាស (Airborne Laser Scanning) ខ្នាតតូច។
រចនាសម្ព័ន្ធ (Structure)៖ ជំពូកនេះធ្វើការពិនិត្យឡើងវិញនូវវិធីសាស្ត្រទាញយកទិន្នន័យ ដោយប្រៀបធៀបបច្ចេកទេសផ្អែកលើការចែកចាយកម្ពស់ដំបូលព្រៃ និងបច្ចេកទេសផ្អែកលើដើមឈើនីមួយៗ ព្រមទាំងបង្ហាញលទ្ធផលពីការធ្វើតេស្តអន្តរជាតិ។
ចំណុចសំខាន់ៗ (Key Takeaways)៖
បន្ទាប់ពីអានឯកសារនេះ អ្នកគួរអាច៖
ជំពូកនេះបង្ហាញពីគោលការណ៍ វិធីសាស្ត្រ និងការអនុវត្តប្រព័ន្ធ Airborne LiDAR ខ្នាតតូចសម្រាប់ការធ្វើសារពើភ័ណ្ឌព្រៃឈើទំនើប។ វាគ្របដណ្តប់លើការដំណើរការទិន្នន័យដើម្បីទាញយកកម្ពស់ដំបូលព្រៃឈើ ការប្រៀបធៀបវិធីសាស្ត្រវាយតម្លៃដើមឈើជារួមនិងរៀងៗខ្លួន ព្រមទាំងបច្ចេកទេសក្នុងការតាមដានការលូតលាស់ និងការប្រែប្រួលព្រៃឈើតាមពេលវេលា។
| គោលគំនិត (Concept) | ការពន្យល់ (Explanation) | ឧទាហរណ៍ (Example) |
|---|---|---|
| Digital Terrain Model (DTM) and Canopy Height Model (CHM) ម៉ូដែលផ្ទៃដីឌីជីថល (DTM) និងម៉ូដែលកម្ពស់ដំបូលព្រៃ (CHM) |
DTM គឺជាទម្រង់ផ្ទៃដីពិតប្រាកដដែលបានមកពីចំណុចឡាស៊ែរចុងក្រោយ (Last returns) ចំណែកឯ DSM តំណាងឱ្យដំបូលព្រៃខាងលើគេ (First returns)។ CHM ត្រូវបានបង្កើតឡើងដោយយក DSM ដកនឹង DTM ដើម្បីទទួលបានកម្ពស់ជាក់ស្តែងពិតប្រាកដរបស់ដើមឈើ។ | ការប្រើប្រាស់ទិន្នន័យ LiDAR ដើម្បីគណនាកម្ពស់ជាក់លាក់នៃដើមស្រល់ ដោយយកកម្ពស់ខ្ពស់បំផុតនៃចុងដើមឈើ (DSM) ដកជាមួយកម្ពស់ដីផ្ទាល់ខាងក្រោមដើមឈើនោះ (DTM)។ |
| Laser Pulse Interaction and Multiple Returns អន្តរកម្មនៃចរន្តឡាស៊ែរ និងការត្រលប់មកវិញច្រើនដង (Multiple Returns) |
នៅពេលដែលចរន្តឡាស៊ែរបាញ់ចំតំបន់ព្រៃឈើ វាអាចឆ្លងកាត់ចន្លោះប្រហោងនៃស្លឹកឈើ និងមែកឈើមុនពេលធ្លាក់ដល់ដី។ ដំណើរការនេះបង្កើតបានជាការចំណាំងផ្លាតត្រលប់មកវិញច្រើនដងក្នុងមួយចរន្ត (First, intermediate, last returns) ដែលអនុញ្ញាតឱ្យគេកសាងរចនាសម្ព័ន្ធព្រៃឈើជាទម្រង់ 3D។ | ការប្រើប្រាស់ចំណុចទិន្នន័យត្រលប់ដំបូង (First return) ដើម្បីកំណត់រូបរាងដំបូលព្រៃ និងចំណុចទិន្នន័យកណ្តាល (Intermediate returns) ដើម្បីវិភាគភាពក្រាស់នៃមែកឈើ ឬគុម្ពោតព្រៃនៅខាងក្រោម។ |
| Canopy Height Distribution Approach វិធីសាស្ត្រផ្អែកលើការចែកចាយកម្ពស់ដំបូលព្រៃ |
វិធីសាស្ត្រនេះប្រើប្រាស់ទិន្នន័យស្ថិតិ (ដូចជា Percentiles នៃកម្ពស់) ពីចំណុច LiDAR ដើម្បីប៉ាន់ស្មានទំហំព្រៃឈើជារួម ដូចជាកម្ពស់មធ្យម ក្រឡាផ្ទៃដី និងបរិមាណឈើ ដោយប្រើប្រាស់ម៉ូដែលតម្រែតម្រង់ (Regression models)។ | ការប៉ាន់ស្មានបរិមាណឈើសរុបនៅក្នុងព្រៃទំហំ ១ ហិកតា ដោយមិនចាំបាច់រាប់ដើមឈើមួយៗ ប៉ុន្តែពឹងផ្អែកលើការវិភាគភាគរយនៃចំណុច LiDAR ដែលបានចាំងផ្លាតក្នុងកម្រិតកម្ពស់ផ្សេងៗគ្នា។ |
| Individual-Tree-Based Detection (ITC) ការរកឃើញផ្អែកលើដើមឈើនីមួយៗ (Individual-Tree-Based Detection) |
បច្ចេកទេសនេះត្រូវការទិន្នន័យ LiDAR ដែលមានដង់ស៊ីតេខ្ពស់ ដើម្បីស្វែងរកទីតាំងដើមឈើនីមួយៗ ទាញយកកម្ពស់ និងគូសវាសព្រំដែនដំបូលព្រៃរបស់វា (Crown delineation) ដែលភាគច្រើនធ្វើឡើងដោយស្វែងរកចំណុចខ្ពស់បំផុតក្នុងតំបន់តូចមួយ (Local maxima) លើម៉ូដែល CHM។ | ការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រដើម្បីរាប់ចំនួនដើមឈើធំៗដោយស្វ័យប្រវត្តិ និងវាស់អង្កត់ផ្ចិតដំបូលរបស់ដើមឈើនីមួយៗនៅក្នុងតំបន់ព្រៃអភិរក្ស។ |
| Multitemporal Forest Change Detection ការរកឃើញបម្រែបម្រួលព្រៃឈើតាមពេលវេលា |
តាមរយៈការប្រៀបធៀបទិន្នន័យ LiDAR ដែលត្រូវបានប្រមូលក្នុងពេលវេលាផ្សេងគ្នា (ឧទាហរណ៍ ឆ្នាំ១៩៩៨ និង ឆ្នាំ២០០៣) អ្នកស្រាវជ្រាវអាចវាស់ស្ទង់ការលូតលាស់កម្ពស់ដើមឈើ ឬកំណត់ទីតាំងដើមឈើដែលត្រូវបានកាប់បំផ្លាញបានយ៉ាងជាក់លាក់។ | ការដកទិន្នន័យ CHM ឆ្នាំ ២០២៣ ចេញពីទិន្នន័យ CHM ឆ្នាំ ២០២០ ដើម្បីស្វែងរកតំបន់ដែលមានតម្លៃអវិជ្ជមាន ដែលបង្ហាញថាមានដើមឈើត្រូវបានលួចកាប់។ |
ការប្រើប្រាស់បច្ចេកវិទ្យា LiDAR គឺមានសារៈសំខាន់ខ្លាំងណាស់សម្រាប់ប្រទេសកម្ពុជា ក្នុងការតាមដានធនធានព្រៃឈើ ការពារការកាប់បំផ្លាញ និងគ្រប់គ្រងគម្រោងឥណទានកាបូន (Carbon Credits) ប្រកបដោយប្រសិទ្ធភាព និងតម្លាភាពខ្ពស់។
សម្រាប់និស្សិតកម្ពុជាក្នុងជំនាញព្រៃឈើ វិទ្យាសាស្ត្របរិស្ថាន និងព័ត៌មានវិទ្យាភូមិសាស្ត្រ (Geoinformatics) ការស្ទាត់ជំនាញលើការដំណើរការទិន្នន័យ LiDAR នឹងបើកឱកាសការងារកម្រិតខ្ពស់ក្នុងការគ្រប់គ្រងធនធានធម្មជាតិ និងការឆ្លើយតបទៅនឹងការប្រែប្រួលអាកាសធាតុប្រកបដោយនិរន្តរភាព។
លំហាត់ និងសកម្មភាពសិក្សាដើម្បីពង្រឹងការយល់ដឹង៖
| ពាក្យបច្ចេកទេស (English) | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Small-Footprint Airborne LiDAR | ប្រព័ន្ធស្កែនឡាស៊ែរពីលើអាកាសដែលមានទំហំកាំរស្មីតូច (Small-footprint) ដែលត្រូវបានបំពាក់លើកន្ត្រកយន្តហោះឬដ្រូន ដើម្បីបាញ់កាត់ដំបូលព្រៃឈើ និងវាស់ស្ទង់រចនាសម្ព័ន្ធព្រៃឈើជាទម្រង់ 3D យ៉ាងលម្អិត។ | ដូចជាការបញ្ចាំងពិលឡាស៊ែររាប់លានគ្រាប់ពីលើអាកាសចុះមកក្រោមក្នុងមួយវិនាទី ដើម្បីវាស់ជម្រៅ និងកម្ពស់នៃដើមឈើនីមួយៗ។ |
| Canopy Height Model (CHM) | ម៉ូដែលដែលបង្ហាញពីកម្ពស់ពិតប្រាកដរបស់ដើមឈើ ដោយគណនាតាមរយៈការយកម៉ូដែលផ្ទៃខាងលើនៃដំបូលព្រៃ (DSM) ដកនឹងម៉ូដែលផ្ទៃដីខាងក្រោម (DTM)។ វាជាទិន្នន័យមូលដ្ឋានដ៏សំខាន់សម្រាប់ការធ្វើសារពើភ័ណ្ឌព្រៃឈើទំនើបផ្អែកលើបច្ចេកវិទ្យា LiDAR។ | ដូចជាការវាស់កម្ពស់មនុស្សដោយយកកម្ពស់សរុបពីក្បាលដល់ដី ដកចេញនូវកម្ពស់ស្បែកជើងដែលគាត់កំពុងពាក់។ |
| Digital Terrain Model (DTM) | ម៉ូដែលផ្ទៃដីឌីជីថល ដែលតំណាងឱ្យកម្ពស់នៃផ្ទៃដីពិតប្រាកដនៅក្រោមព្រៃឈើ ដោយប្រើប្រាស់ចំណុចទិន្នន័យឡាស៊ែរចុងក្រោយគេ (Last returns) ដែលអាចជ្រៀតឆ្លងកាត់ចន្លោះស្លឹកឈើធ្លាក់ទៅដល់ដី។ | ដូចជាការស្រមៃមើលផ្ទៃដីទទេស្អាត បន្ទាប់ពីគេបានលុបបំបាត់ដើមឈើ និងរុក្ខជាតិទាំងអស់ចេញពីផែនទី។ |
| Multiple Returns | បាតុភូតដែលកាំរស្មីឡាស៊ែរមួយខ្សែអាចបង្កើតបានជាចំណាំងផ្លាតត្រលប់មកវិញច្រើនដង (First, intermediate, last returns) នៅពេលវាបុកទង្គិចនឹងមែកឈើ ស្លឹកឈើ និងផ្ទៃដីជាបន្តបន្ទាប់នៅតាមបណ្តោយផ្លូវរបស់វា។ | ដូចជាការបោះគ្រាប់ឃ្លីមួយក្តាប់ចូលទៅក្នុងគុម្ពឈើ គ្រាប់ខ្លះទាក់នឹងស្លឹកខាងលើ ខ្លះទាក់នឹងមែកកណ្តាល និងខ្លះទៀតធ្លាក់ដល់ដីផ្ទាល់។ |
| Individual-Tree-Based Detection | វិធីសាស្ត្រវិភាគទិន្នន័យ LiDAR ដោយស្វែងរកចំណុចខ្ពស់បំផុត (Local maxima) ដើម្បីកំណត់ទីតាំង ប៉ាន់ស្មានទំហំដំបូលព្រៃ និងវាស់កម្ពស់របស់ដើមឈើ "នីមួយៗ" ជាលក្ខណៈឯកត្តជន ជាជាងការវាយតម្លៃជារួម។ | ដូចជាការរាប់ និងវាស់ទំហំសិស្សម្នាក់ៗនៅក្នុងថ្នាក់រៀនរៀងៗខ្លួន ជាជាងការគ្រាន់តែប៉ាន់ស្មានទម្ងន់សរុបរបស់សិស្សទាំងអស់។ |
| Canopy Height Distribution Approach | វិធីសាស្ត្រវាយតម្លៃព្រៃឈើជារួម ដោយប្រើប្រាស់ស្ថិតិនៃការចែកចាយកម្ពស់ចំណុចឡាស៊ែរ (Height percentiles) ដើម្បីទាញយកទិន្នន័យដូចជា ជីវម៉ាស ឬបរិមាណឈើសរុបក្នុងតំបន់មួយ ដោយពឹងផ្អែកលើការផ្ទៀងផ្ទាត់ជាមួយដីឡូត៍គំរូ។ | ដូចជាការស្ទង់មតិមនុស្សមួយក្រុមតូច ដើម្បីទាញការសន្និដ្ឋានពីស្ថានភាពប្រជាជននៅក្នុងភូមិទាំងមូល។ |
| Stand Attributes | លក្ខណៈទូទៅដែលត្រូវបានប្រើដើម្បីពិពណ៌នាអំពីតំបន់ដីព្រៃឈើមួយកន្លែង (Stand) ដូចជា កម្ពស់មធ្យម ក្រឡាផ្ទៃមុខកាត់ដើមឈើសរុប (Basal area) អាយុមធ្យម និងបរិមាណឈើសរុបក្នុងមួយហិកតា។ | ដូចជាការពិពណ៌នាពីលក្ខណៈទូទៅរបស់សាលារៀនមួយ ដែលមានបញ្ជាក់ពីចំនួនសិស្សសរុប កម្ពស់មធ្យម និងអាយុមធ្យមជាដើម។ |
| Multitemporal Laser Surveys | ការចុះប្រមូលទិន្នន័យស្កែនឡាស៊ែរនៅទីតាំងដដែល តែក្នុងពេលវេលាខុសៗគ្នា (ឧទាហរណ៍ ឆ្នាំ១៩៩៨ និង២០០៣) ដើម្បីប្រៀបធៀប និងស្វែងរកបម្រែបម្រួល ដូចជាការលូតលាស់នៃកម្ពស់ដើមឈើ ឬការកាប់បំផ្លាញជាដើម។ | ដូចជាការថតរូបកូនរបស់អ្នកជារៀងរាល់ឆ្នាំនៅកន្លែងដដែល ដើម្បីតាមដានមើលថាតើគាត់លូតកម្ពស់បានប៉ុន្មានសង់ទីម៉ែត្រ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
