Original Title: Geomorphological changes and land-use variations of the Lower Volturno River (Southern Italy) by Cartography and Remote sensing imagery: preliminary results
Source: doi.org/10.3301/ROL.2023.49
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការផ្លាស់ប្តូរភូមិសាស្ត្ររូបកាយ និងបម្រែបម្រួលការប្រើប្រាស់ដីនៃទន្លេ Volturno ផ្នែកខាងក្រោម (ភាគខាងត្បូងប្រទេសអ៊ីតាលី) តាមរយៈការធ្វើផែនទី និងរូបភាពផ្កាយរណប៖ លទ្ធផលបឋម

ចំណងជើងដើម៖ Geomorphological changes and land-use variations of the Lower Volturno River (Southern Italy) by Cartography and Remote sensing imagery: preliminary results

អ្នកនិពន្ធ៖ Angelo Cusano (University of Sannio), Sergio Lo Curzio (University of Sannio), Paolo Magliulo (University of Sannio), Filippo Russo (University of Sannio), Ettore Valente (University “Federico II”)

ឆ្នាំបោះពុម្ព៖ 2023, Rendiconti Online della Società Geologica Italiana

វិស័យសិក្សា៖ Geomorphology

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះស្រាវជ្រាវពីការប្រែប្រួលសណ្ឋានដី និងការផ្លាស់ប្តូរការប្រើប្រាស់ដីនៅតំបន់ទន្លេ Volturno ភាគខាងក្រោម ក្នុងចន្លោះឆ្នាំ ១៨៧៥ ដល់ ២០២០ ដែលរងឥទ្ធិពលពីសកម្មភាពមនុស្ស និងបម្រែបម្រួលអាកាសធាតុ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ការវិភាគលើផែនទីសណ្ឋានដីប្រវត្តិសាស្ត្រ រូបភាពផ្កាយរណប និងរូបថតពីអាកាស ដើម្បីគណនាប៉ារ៉ាម៉ែត្ររូបកាយនៃទន្លេ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Historical Cartography Analysis
ការវិភាគផែនទីសណ្ឋានដីប្រវត្តិសាស្ត្រ
ផ្តល់ទិន្នន័យគោលពីអតីតកាលបានយូរ (តាំងពីឆ្នាំ ១៨៧៥) និងបង្ហាញទីតាំងទន្លេចាស់ៗបានច្បាស់លាស់។ ទាមទារការធ្វើកូដកម្មដោយដៃ (Manual Digitization) ច្រើន និងអាចមានភាពលម្អៀងដោយសារមាត្រដ្ឋានផែនទីចាស់ៗ។ រកឃើញថាទទឹងទន្លេបានរួមតូចចំនួន ២៨,៩ ម៉ែត្រ ចន្លោះឆ្នាំ ១៩២៩-១៩៥៤។
Multispectral Satellite Imagery Analysis
ការវិភាគរូបភាពផ្កាយរណបពហុវិសាលគម
ផ្តល់ទិន្នន័យបច្ចុប្បន្នភាពបានលឿន អាចទាញយកដោយស្វ័យប្រវត្តិតាមរយៈសន្ទស្សន៍ NDWI និងបែងចែកការប្រើប្រាស់ដីបានល្អ។ កម្រិតភាពច្បាស់ (Resolution) ត្រឹម ៣០ម៉ែត្រសម្រាប់ Landsat និងមានទិន្នន័យប្រើប្រាស់បានត្រឹមទសវត្សរ៍ ១៩៨០ ប៉ុណ្ណោះ។ បង្ហាញពីការថយចុះដីកសិកម្ម ២,៤% និងកំណើនតំបន់សាងសង់ ១,៩% ចន្លោះឆ្នាំ ២០០០-២០២០។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារកម្មវិធីកុំព្យូទ័រ និងទិន្នន័យរូបភាពពីផ្កាយរណប ដែលភាគច្រើនអាចរកបានដោយឥតគិតថ្លៃ ប៉ុន្តែទាមទារចំណេះដឹងផ្នែកប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ (GIS) ខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅទន្លេ Volturno តំបន់ Campania Plain ភាគខាងត្បូងប្រទេសអ៊ីតាលី ដែលមានអាកាសធាតុមេឌីទែរ៉ាណេ និងទទួលរងឥទ្ធិពលខ្លាំងពីការសាងសង់ទំនប់ និងនគរូបនីយកម្ម។ ទោះបីជាទន្លេនៅកម្ពុជាមានលក្ខណៈខុសប្លែកពីតំបន់អឺរ៉ុប (អាកាសធាតុត្រូពិច និងរបបទឹកជំនន់ធំៗ) ក៏ដោយ ក៏វិធីសាស្ត្រនេះមានសារៈសំខាន់សម្រាប់កម្ពុជា ក្នុងការវាយតម្លៃផលប៉ះពាល់ពីសកម្មភាពមនុស្សមកលើទន្លេ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្ររួមបញ្ចូលគ្នានូវផែនទីប្រវត្តិសាស្ត្រ និងរូបភាពផ្កាយរណបនេះ គឺមានសារៈសំខាន់ និងអាចអនុវត្តបានយ៉ាងល្អសម្រាប់ការគ្រប់គ្រងធនធានទឹកនៅកម្ពុជា។

ការអនុវត្តវិធីសាស្ត្រនេះអាចជួយរដ្ឋាភិបាលកម្ពុជា (ដូចជាគណៈកម្មាធិការជាតិទន្លេមេគង្គកម្ពុជា) ក្នុងការតាមដាន និងទប់ស្កាត់ហានិភ័យនៃបាក់ច្រាំងទន្លេបានទាន់ពេលវេលា និងប្រកបដោយប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូល និងរៀបចំទិន្នន័យប្រវត្តិសាស្ត្រ (Historical Data Collection): ស្វែងរកផែនទីសណ្ឋានដីចាស់ៗរបស់កម្ពុជា (ឧទាហរណ៍ ផែនទីសម័យបារាំង ឬផែនទី JICA) រួចធ្វើការ Georeference ចូលទៅក្នុងកម្មវិធី QGIS ដើម្បីទុកជាទិន្នន័យគោលសម្រាប់ការប្រៀបធៀប។
  2. ទាញយករូបភាពផ្កាយរណប (Acquire Satellite Imagery): ចូលទៅកាន់គេហទំព័រ USGS EarthExplorerCopernicus Open Access Hub ដើម្បីទាញយករូបភាពផ្កាយរណបពហុវិសាលគម (ដូចជា Landsat ឬ Sentinel-2) តាមជួរពេលវេលាផ្សេងៗគ្នា។
  3. ស្រង់យកទម្រង់រូបកាយទន្លេ (Extract River Morphology): ប្រើប្រាស់ក្បួនដោះស្រាយ NDWI (Normalized Difference Water Index) នៅក្នុងកម្មវិធី QGIS ដើម្បីទាញយកខ្សែបន្ទាត់កណ្តាលនៃទន្លេ (Centerlines) និងគណនាសន្ទស្សន៍ភាពកោង (Sinuosity Index)។
  4. ចំណាត់ថ្នាក់ការប្រើប្រាស់ដី (Land-Use Classification): ប្រើប្រាស់កម្មវិធី ENVISemi-Automatic Classification Plugin (SCP) ក្នុង QGIS ដើម្បីធ្វើចំណាត់ថ្នាក់ដី (Supervised Classification) និងតាមដានការប្រែប្រួលគម្របព្រៃឈើ លំនៅដ្ឋាន ឬតំបន់កសិកម្ម។
  5. វិភាគទិន្នន័យរួម និងបង្កើតរបាយការណ៍ (Synthesize and Report): ធ្វើការផ្ទៀងផ្ទាត់ទិន្នន័យការផ្លាស់ប្តូររូបកាយទន្លេ ជាមួយនឹងទិន្នន័យប្រើប្រាស់ដី ដើម្បីរកមើលទំនាក់ទំនងហេតុ និងផល (ឧទាហរណ៍ តើការបាក់ច្រាំងបណ្តាលមកពីការបាត់បង់ព្រៃលិចទឹកដែរឬទេ) រួចចងក្រងជារបាយការណ៍វាយតម្លៃ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Sinuosity Index ជារង្វាស់គណិតវិទ្យាដែលប្រើដើម្បីកំណត់ថាតើទន្លេមួយមានរាងកោងខ្លាំងកម្រិតណា ដោយធ្វើការប្រៀបធៀបប្រវែងបណ្តោយកោងពិតប្រាកដរបស់ទន្លេ ទៅនឹងប្រវែងបន្ទាត់ត្រង់ពីចំណុចចាប់ផ្តើមដល់ចំណុចបញ្ចប់។ ដូចជាការប្រៀបធៀបប្រវែងផ្លូវវាងដែលកោងបត់បែនច្រើន ទៅនឹងប្រវែងផ្លូវកាត់ដែលរត់ត្រង់ស្មើ។
Multispectral satellite imagery ជារូបភាពថតពីផ្កាយរណបដែលចាប់យករលកពន្លឺក្នុងកម្រិតហ្វ្រេកង់ផ្សេងៗគ្នា (រួមទាំងពន្លឺដែលភ្នែកមនុស្សមើលមិនឃើញ ដូចជាអ៊ីនហ្វ្រារ៉េដ) ដើម្បីយកមកវិភាគបែងចែកប្រភេទគម្របដី ផ្ទៃទឹក និងរុក្ខជាតិ។ ដូចជាការពាក់វ៉ែនតាវេទមន្តដែលអាចមើលធ្លុះឃើញលក្ខណៈសម្បត្តិលាក់កំបាំងរបស់វត្ថុផ្សេងៗនៅលើដី ដូចជាកន្លែងណាជាព្រៃឈើ និងកន្លែងណាជាប្រភពទឹក។
NDWI (Normalized Difference Water Index) ជាក្បួនរូបមន្តគណនាក្នុងការវិភាគរូបភាពផ្កាយរណប (Remote Sensing) ដើម្បីរំលេចទីតាំងផ្ទៃទឹកឱ្យកាន់តែច្បាស់ ដោយកាត់បន្ថយការភាន់ច្រឡំជាមួយផ្ទៃដី ឬរុក្ខជាតិ ដើម្បីងាយស្រួលក្នុងការគូសផែនទីបណ្តាញទឹក។ ដូចជាការប្រើតម្រងពណ៌ (Filter) ក្នុងកាមេរ៉ា ដើម្បីធ្វើឱ្យតែផ្ទៃទឹកភ្លឺច្បាស់ប្លែកពីគេ ខណៈអ្វីៗផ្សេងទៀតប្រែជាពណ៌ងងឹត។
Fluvial geomorphology ជាសាខានៃវិទ្យាសាស្ត្រភូមិសាស្ត្រដែលសិក្សាពីទម្រង់រូបកាយរបស់ទន្លេ និងដំណើរការនៃការផ្លាស់ប្តូរសណ្ឋានដីដែលបង្កឡើងដោយលំហូរទឹក ដូចជាការហូរច្រោះ ការបាក់ច្រាំង និងការកករល្បាប់។ ជាការសិក្សាពីប្រវត្តិ និងអាកប្បកិរិយារបស់ទន្លេ ថាតើវាបានឆ្លាក់រាងរៅដី និងប្តូរគន្លងផ្លូវរបស់វាយ៉ាងដូចម្តេចខ្លះតាមពេលវេលា។
Supervised classification ជាដំណើរការប្រើប្រាស់កុំព្យូទ័រដើម្បីចាត់ថ្នាក់ប្រភេទដីលើរូបភាពផ្កាយរណប ដោយអ្នកស្រាវជ្រាវត្រូវបង្រៀនកុំព្យូទ័រជាមុន (ផ្តល់គំរូទិន្នន័យ) ថាតើពណ៌ ឬទម្រង់បែបណាជាដីកសិកម្ម បែបណាជាទីក្រុង ឬជាផ្ទៃទឹក។ ដូចជាការបង្រៀនកូនក្មេងឱ្យស្គាល់សត្វ ដោយបង្ហាញរូបឆ្កែនិងឆ្មាជាមុន រួចឱ្យក្មេងនោះទៅរើសរូបសត្វប្រភេទនេះចេញពីគំនូររូបភាពរាប់រយសន្លឹកដោយខ្លួនឯង។
Orthophotos ជារូបថតពីលើអាកាសដែលត្រូវបានកែតម្រូវទម្រង់ពត់កោង ឬភាពមិនស្មើគ្នានៃប្លង់កាមេរ៉ា និងសណ្ឋានដី ដើម្បីឱ្យរូបភាពនោះមានមាត្រដ្ឋានត្រឹមត្រូវដូចទៅនឹងផែនទីពិតប្រាកដ។ ដូចជាការយករូបថតរាងកោងដែលថតពីលើភ្នំ មកសង្កត់ពន្លាឱ្យរាបស្មើ ដើម្បីអាចវាស់ចម្ងាយនៅលើរូបនោះបានត្រឹមត្រូវដោយមិនមានភាពល្អៀង។
Anthropogenic impact សំដៅលើការផ្លាស់ប្តូរ ឬឥទ្ធិពលទាំងឡាយមកលើបរិស្ថានធម្មជាតិ ដែលបង្កឡើងដោយផ្ទាល់ ឬដោយប្រយោលពីសកម្មភាពរបស់មនុស្ស ដូចជាការសាងសង់ទំនប់ នគរូបនីយកម្ម និងការកាប់ព្រៃឈើ។ ជារបួស ឬស្លាកស្នាមនៅលើធម្មជាតិ ដែលបន្សល់ទុកដោយសារស្នាដៃរបស់មនុស្ស មិនមែនដោយសារបាតុភូតធម្មជាតិឡើយ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖