Original Title: FOREST RIGHT ACT AND CLIMATE CHANGE VULNERABILITY: IMPACT ON FORESTS AND FOREST DWELLING COMMUNITIES IN MAHARASHTRA
Source: www.indianforester.co.in
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ច្បាប់សិទ្ធិព្រៃឈើ និងភាពងាយរងគ្រោះដោយសារការប្រែប្រួលអាកាសធាតុ៖ ផលប៉ះពាល់លើព្រៃឈើ និងសហគមន៍រស់នៅក្នុងព្រៃក្នុងរដ្ឋមហារាស្ត្រា (Maharashtra)

ចំណងជើងដើម៖ FOREST RIGHT ACT AND CLIMATE CHANGE VULNERABILITY: IMPACT ON FORESTS AND FOREST DWELLING COMMUNITIES IN MAHARASHTRA

អ្នកនិពន្ធ៖ Jitendra Vir Sharma (The Energy and Resources Institute, New Delhi, India), Yogesh Gokhle, Suresh Chauhan, Aparna Tyagi

ឆ្នាំបោះពុម្ព៖ 2015, Indian Forester

វិស័យសិក្សា៖ Environmental Science

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះស្រាវជ្រាវពីផលប៉ះពាល់នៃការអនុវត្តច្បាប់សិទ្ធិព្រៃឈើ (Forest Right Act, 2006) នៅក្នុងរដ្ឋ Maharashtra ប្រទេសឥណ្ឌា ដែលការអនុវត្តខុសឆ្គងបាននាំឱ្យមានការកាប់បំផ្លាញព្រៃឈើ និងបង្កើនភាពងាយរងគ្រោះដល់អាកាសធាតុសម្រាប់សហគមន៍មូលដ្ឋាន។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់បច្ចេកវិទ្យាវាស់វែងពីចម្ងាយ និងប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ រួមជាមួយនឹងការចុះពិនិត្យដល់ទីតាំងផ្ទាល់ ដើម្បីប្រៀបធៀបទិន្នន័យនិងវាយតម្លៃការផ្លាស់ប្តូរគម្របព្រៃឈើ និងបរិមាណកាបូន។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Remote Sensing and GIS (NDVI Analysis)
ការវាស់វែងពីចម្ងាយ និងប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ (ការវិភាគសន្ទស្សន៍ NDVI)
អនុញ្ញាតឱ្យមានការប្រៀបធៀបទិន្នន័យជាប្រវត្តិសាស្ត្រក្នុងទ្រង់ទ្រាយធំ (ឆ្នាំ ២០០២ និង ២០១១) និងងាយស្រួលក្នុងការធ្វើចំណាត់ថ្នាក់គម្របព្រៃឈើ។ មានកម្រិតភាពច្បាស់នៃរូបភាព (Resolution 30mx30m សម្រាប់ Landsat TM) ដែលទាមទារការចុះផ្ទៀងផ្ទាត់ដល់ទីតាំងផ្ទាល់ (Ground truthing)។ បានរកឃើញផ្ទៃដី ១៤.៦៦៨,៩៦ ហិកតាដែលត្រូវបានកាប់បំផ្លាញព្រៃឈើខុសច្បាប់ ការថយចុះប្រភពទឹក ៥០% និងកំណើនដីហួតហែង ៥០%។
Field Stratified Random Sampling & Allometric Equations
ការចុះសំណាកចៃដន្យតាមស្រទាប់ និងការប្រើប្រាស់រូបមន្តជីវម៉ាស (Allometric)
ផ្តល់ទិន្នន័យជីវម៉ាស និងស្តុកកាបូនលើដីនិងក្រោមដីយ៉ាងសុក្រឹតបំផុត និងជួយផ្ទៀងផ្ទាត់ទិន្នន័យផ្កាយរណប។ ចំណាយពេលយូរ ត្រូវការកម្លាំងពលកម្មច្រើន និងមានដែនកំណត់ផ្នែកស្ថិតិនៅពេលទាញសេចក្តីសន្និដ្ឋានទៅកាន់ផ្ទៃដីរដ្ឋទាំងមូលដោយផ្អែកលើសំណាកតូច (២៧ ឡូត៍)។ បានគណនាឃើញការបាត់បង់ជីវម៉ាសលើដី ១១២,២៨ តោន/ហិកតា និងការបញ្ចេញឧស្ម័នកាបូនិកសរុប ១១៣.៣៩៥ តោន។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការរួមបញ្ចូលគ្នានូវកម្មវិធីកុំព្យូទ័រ កញ្ចប់ទិន្នន័យផ្កាយរណប និងការចុះប្រមូលទិន្នន័យផ្ទាល់នៅទីវាល។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងរដ្ឋ Maharashtra ប្រទេសឥណ្ឌា ដោយផ្តោតសំខាន់លើគម្រោងសាកល្បងនៅតំបន់ព្រៃឈើ Gondia ដោយប្រើប្រាស់សំណាកត្រឹមតែ ២៧ ឡូត៍ ដើម្បីធ្វើការសន្និដ្ឋានសម្រាប់រដ្ឋទាំងមូល។ វាមានសារៈសំខាន់សម្រាប់កម្ពុជាក្នុងការយល់ដឹងថា ការប្រើប្រាស់ទិន្នន័យសំណាកតូចតាចមកតំណាងឱ្យព្រៃឈើទាំងមូលអាចបណ្តាលឱ្យមានភាពលម្អៀង ព្រោះប្រភេទព្រៃឈើ និងបរិបទសង្គមសេដ្ឋកិច្ច (ឧទាហរណ៍ ព្រៃស្រោងនៅកម្ពុជាធៀបនឹងព្រៃនៅឥណ្ឌា) មានភាពខុសគ្នា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្រ្ត និងក្របខ័ណ្ឌវាយតម្លៃនេះមានភាពពាក់ព័ន្ធ និងអាចយកមកអនុវត្តបានយ៉ាងល្អសម្រាប់ទំហំការងារផ្នែកបរិស្ថាននៅប្រទេសកម្ពុជា។

ការប្រើប្រាស់បច្ចេកវិទ្យាវាស់វែងពីចម្ងាយរួមជាមួយការចុះអង្កេតផ្ទាល់ នឹងជួយកម្ពុជាក្នុងការវាយតម្លៃព្រៃឈើប្រកបដោយតម្លាភាព និងតាក់តែងគោលនយោបាយកាត់បន្ថយការប្រែប្រួលអាកាសធាតុប្រកបដោយប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះ GIS និង Remote Sensing: ចាប់ផ្តើមដោយការរៀនទាញយក និងប្រើប្រាស់រូបភាពផ្កាយរណបដូចជា LANDSAT ឬ Sentinel ដោយប្រើប្រាស់កម្មវិធីឥតគិតថ្លៃដូចជា QGIS ឬប្រព័ន្ធ Google Earth Engine
  2. អនុវត្តការវិភាគសន្ទស្សន៍បន្លែ (NDVI): ប្រើប្រាស់កម្មវិធី GIS ដើម្បីគណនាតម្លៃ NDVI ដោយប្រៀបធៀបទិន្នន័យរូបភាពពីពីរឆ្នាំផ្សេងគ្នា ដើម្បីកំណត់តំបន់ដែលមានការបាត់បង់គម្របព្រៃឈើ ឬការផ្លាស់ប្តូរការប្រើប្រាស់ដី។
  3. រៀបចំផែនការចុះប្រមូលទិន្នន័យវាល (Field Inventory): រៀនពីវិធីសាស្ត្របែងចែកឡូត៍សំណាក (Stratified Random Sampling) និងប្រើប្រាស់ឧបករណ៍វាស់វែងដូចជា GPS, ខ្សែម៉ែត្រ និង Clinometer សម្រាប់វាស់ទំហំ (DBH) និងកម្ពស់ដើមឈើជាក់ស្តែង។
  4. អនុវត្តការគណនាស្តុកកាបូន និងជីវម៉ាស: យកទិន្នន័យដែលវាស់បានមកគណនាដោយប្រើរូបមន្ត Allometric Equations និងអនុវត្តតាមគោលការណ៍ណែនាំរបស់ IPCC ដើម្បីរកមើលបរិមាណកាបូនដែលព្រៃឈើអាចស្រូបយកបាន។
  5. ចងក្រងរបាយការណ៍វាយតម្លៃភាពងាយរងគ្រោះ: រួមបញ្ចូលលទ្ធផលពី GIS និងទិន្នន័យស្រាវជ្រាវផ្ទាល់ ដើម្បីសរសេររបាយការណ៍អំពីផលប៉ះពាល់នៃការបាត់បង់ព្រៃឈើទៅលើការប្រែប្រួលអាកាសធាតុ និងស្នើដំណោះស្រាយសម្រាប់សហគមន៍មូលដ្ឋានក្នុងប្រទេសកម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Carbon sequestration ដំណើរការនៃការចាប់យក និងរក្សាទុកឧស្ម័នកាបូនិក (CO2) ពីបរិយាកាសដោយដើមឈើ និងរុក្ខជាតិរហូតដល់វាស្លាប់ ដើម្បីកាត់បន្ថយការឡើងកម្ដៅផែនដី។ ដូចជាម៉ាស៊ីនបូមធូលីដែលបូមយកខ្យល់ពុលពីក្នុងផ្ទះយកទៅលាក់ទុកក្នុងធុង កុំឱ្យប៉ះពាល់ដល់សុខភាពអ្នករស់នៅ។
Above Ground Biomass ទម្ងន់សរុបនៃផ្នែករុក្ខជាតិទាំងអស់ដែលមានជីវិត ឬស្លាប់ ដែលស្ថិតនៅពីលើផ្ទៃដី ដូចជា ដើម មែក ស្លឹក ដែលទិន្នន័យនេះត្រូវបានប្រើសម្រាប់គណនាបរិមាណកាបូនដែលព្រៃឈើផ្ទុក។ ដូចជាការថ្លឹងទម្ងន់ផ្នែកខាងលើដីនៃដើមឈើទាំងមូល ដើម្បីចង់ដឹងថាវាមានទម្ងន់ប៉ុន្មានគីឡូ។
Normalized Difference Vegetation Index (NDVI) សូចនាករដែលប្រើក្នុងការវិភាគរូបភាពផ្កាយរណបដើម្បីវាយតម្លៃភាពខៀវស្រងាត់ និងដង់ស៊ីតេរបស់រុក្ខជាតិ ដោយវាស់វែងពន្លឺដែលចំណាំងផ្លាតចេញពីស្លឹករុក្ខជាតិ។ ដូចជាការប្រើវ៉ែនតាវេទមន្តដែលអាចមើលឃើញកម្រិតសុខភាពរបស់រុក្ខជាតិពីចម្ងាយ ថាវាកំពុងលូតលាស់ល្អ ឬកំពុងស្វិតស្រពោន។
Allometric equations រូបមន្តគណិតវិទ្យាដែលប្រើសម្រាប់ប៉ាន់ស្មានទំហំ ឬទម្ងន់ជីវម៉ាសនៃដើមឈើទាំងមូល ដោយផ្អែកលើការវាស់វែងផ្នែកងាយៗដូចជា អង្កត់ផ្ចិតដើម (DBH) និងកម្ពស់។ ដូចជាការទស្សន៍ទាយទម្ងន់សរុបរបស់មនុស្សម្នាក់ ដោយគ្រាន់តែវាស់កម្ពស់ និងទំហំចង្កេះរបស់គាត់ ដោយមិនបាច់ថ្លឹងផ្ទាល់។
Stratified random sampling វិធីសាស្ត្រជ្រើសរើសសំណាក ដែលបែងចែកតំបន់សិក្សាធំមួយជាក្រុមតូចៗ (ស្រទាប់) ដែលមានលក្ខណៈស្រដៀងគ្នា រួចទើបជ្រើសរើសទីតាំងដោយចៃដន្យក្នុងក្រុមនីមួយៗដើម្បីចុះប្រមូលទិន្នន័យ។ ដូចជាការភ្លក់សម្លរដោយកូរឱ្យសព្វ រួចដួសទឹកខ្លះ សាច់ខ្លះ និងបន្លែខ្លះមកភ្លក់ ដើម្បីដឹងពីរសជាតិសម្លរទាំងមូល។
Below Ground Tree Biomass ទម្ងន់នៃប្រព័ន្ធឫសរបស់ដើមឈើដែលស្ថិតនៅក្រោមដី ដែលផ្ទុកកាបូនយ៉ាងច្រើនផងដែរ ប៉ុន្តែពិបាកក្នុងការវាស់វែងផ្ទាល់ ហេតុនេះគេច្រើនប្រើប្រាស់មេគុណស្ដង់ដារ (ឧ. គុណនឹង ០,២៧ នៃជីវម៉ាសលើដី)។ ដូចជាការវាយតម្លៃទម្ងន់និងទំហំនៃគ្រឹះផ្ទះដែលកប់ក្រោមដី ដោយមើលទៅលើទំហំផ្ទះដែលនៅខាងលើផ្ទៃដី។
Ground truthing ដំណើរការនៃការចុះទៅពិនិត្យផ្ទៀងផ្ទាត់ទិន្នន័យជាក់ស្តែងនៅទីតាំងផ្ទាល់ ដើម្បីបញ្ជាក់ពីភាពត្រឹមត្រូវនៃទិន្នន័យដែលទទួលបានពីប្រព័ន្ធវាស់វែងពីចម្ងាយ (រូបភាពផ្កាយរណប)។ ដូចជាការដែលយើងឃើញរូបភាពផ្ទះល្វែងក្នុងហ្វេសប៊ុក រួចជិះម៉ូតូទៅមើលទីតាំងនោះផ្ទាល់ដើម្បីបញ្ជាក់ថាវាពិតជាមានរូបរាងដូចក្នុងរូបភាពមែនឬអត់។
Biomass Expansion Factor (BEF) មេគុណដែលប្រើសម្រាប់គុណនឹងបរិមាណសាច់ឈើពាណិជ្ជកម្ម (តែតួដើម) ដើម្បីទាញយកទម្ងន់ជីវម៉ាសសរុបនៃដើមឈើទាំងមូល រួមទាំងផ្នែកដែលគេមិនប្រើប្រាស់ដូចជា មែក និងស្លឹក។ ដូចជាការប្រើរូបមន្តគណនាទម្ងន់សរុបរបស់សត្វគោមួយក្បាល (រួមទាំងឆ្អឹង និងស្បែក) បន្ទាប់ពីយើងដឹងត្រឹមតែទម្ងន់សាច់សុទ្ធ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖