បញ្ហា (The Problem)៖ ឯកសារនេះផ្តោតលើការដោះស្រាយបញ្ហាប្រឈមក្នុងការប៉ាន់ស្មានបរិមាណបញ្ចេញផ្សែង និងឧស្ម័នផ្ទះកញ្ចក់ពីភ្លើងឆេះព្រៃសកលក្នុងពេលជាក់ស្តែង (Near-real time) ដើម្បីកែលម្អប្រព័ន្ធព្យាករណ៍គុណភាពខ្យល់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានអភិវឌ្ឍប្រព័ន្ធ GFFEPS ដែលជាម៉ូដែលបែបពីក្រោមឡើងលើ (Bottom-up approach) ដោយរួមបញ្ចូលទិន្នន័យពីផ្កាយរណប អាកាសធាតុ និងការគណនាឥរិយាបថភ្លើងឆេះព្រៃ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| GFFEPS (Global Forest Fire Emissions Prediction System) ប្រព័ន្ធ GFFEPS (ប្រព័ន្ធព្យាករណ៍ការបញ្ចេញឧស្ម័នពីភ្លើងឆេះព្រៃសកល) |
អាចធ្វើការទស្សន៍ទាយក្នុងពេលជាក់ស្តែង (Near-real-time) ដោយប្រើប្រាស់ទិន្នន័យអាកាសធាតុប្រចាំថ្ងៃ សំណើមឥន្ធនៈ និងបម្រែបម្រួលរុក្ខជាតិ (Phenology)។ វាដំណើរការល្អសម្រាប់ការវាយតម្លៃភ្លើងឆេះកសិកម្មដោយប្រើទិន្នន័យ FAO។ | ពឹងផ្អែកខ្លាំងលើប្រព័ន្ធវាយតម្លៃព្រៃឈើកាណាដា (CFFDRS) ដែលតម្រូវឱ្យមានការសន្មត់បន្ថែមសម្រាប់តំបន់ត្រូពិច និងអាហ្វ្រិក ហើយប្រើប្រាស់ផែនទីគ្របដណ្តប់ដីជំនាន់ចាស់ឆ្នាំ ២០០០ (GLC2000)។ | វាយតម្លៃបរិមាណកាបូនសរុបទាបជាង GFAS និង GFED (៨០% និង ៧៤%) ដោយសារម៉ូដែលនេះគិតបញ្ចូលពីឥទ្ធិពលសំណើមឥន្ធនៈ ប៉ុន្តែទទួលបានលទ្ធផលប្រហាក់ប្រហែលនឹង FINN 1.5។ |
| GFED4.1s (Global Fire Emissions Database) មូលដ្ឋានទិន្នន័យ GFED4.1s (គំរូផ្អែកលើផ្ទៃដីឆេះ) |
មានភាពសុក្រឹតខ្ពស់ក្នុងការប៉ាន់ស្មានផ្ទៃដីឆេះដោយផ្អែកលើទិន្នន័យ MODIS និងរួមបញ្ចូលវិធីសាស្ត្រគណនាពីភ្លើងឆេះទំហំតូចៗ (Small-fire boost) យ៉ាងលម្អិត។ | មិនអាចផ្តល់ទិន្នន័យព្យាករណ៍ក្នុងពេលជាក់ស្តែងបានទេ (ជាទិន្នន័យបូកសរុបប្រចាំខែ) និងប្រើប្រាស់អត្រាភាពឆេះអស់ថេរ (Static) ដោយមិនគិតពីបម្រែបម្រួលអាកាសធាតុប្រចាំថ្ងៃ។ | វាយតម្លៃការបញ្ចេញកាបូននៅតំបន់អាហ្វ្រិក (៤៩.៥% នៃសកលលោក) ខ្ពស់ជាង GFFEPS ប៉ុន្តែវាយតម្លៃទាបជាងសម្រាប់តំបន់កសិកម្ម។ |
| FINN (Fire INventory from NCAR - Versions 1.5 & 2.5) ប្រព័ន្ធ FINN (បញ្ជីសារពើភណ្ឌភ្លើងឆេះពី NCAR) |
អាចផ្តល់ទិន្នន័យក្នុងពេលជាក់ស្តែង (Near-real-time) ដោយផ្តោតលើការបញ្ចេញប្រភេទសារធាតុគីមីច្រើនប្រភេទផ្សេងៗគ្នា និងមានទំហំភាពច្បាស់ខ្ពស់បែងចែកតាមតំបន់។ | មិនបានប្រើប្រាស់កត្តាអាកាសធាតុ ឬសំណើមឥន្ធនៈដើម្បីគណនាភាពឆេះអស់រលីងនោះទេ ហើយកំណែ ២.៥ ត្រូវបានរកឃើញថាបានប៉ាន់ស្មានទំហំដីឆេះលើសកម្រិតទ្វេដង។ | FINN 1.5 ផ្តល់លទ្ធផលកាបូនប្រហាក់ប្រហែលនឹង GFFEPS ចំណែកឯ FINN 2.5 វាយតម្លៃកាបូនខ្ពស់ជាងគេបំផុតក្នុងចំណោមម៉ូដែលទាំងអស់ក្នុងឆ្នាំ ២០១៩ (៤២៣១ Tg C/yr)។ |
| GFAS (Global Fire Assimilation System) ប្រព័ន្ធ GFAS (ប្រព័ន្ធផ្ទៀងផ្ទាត់ភ្លើងឆេះសកល) |
ជាវិធីសាស្ត្រពីលើចុះក្រោម (Top-down) ដោយពឹងផ្អែកលើថាមពលវិទ្យុសកម្មនៃភ្លើង (FRP) និងត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងប្រព័ន្ធ CAMS។ | មានដែនកំណត់ដោយសារពេលវេលាផ្កាយរណបឆ្លងកាត់ កម្រិតភាពច្បាស់នៃសេនស័រ និងការបិទបាំងដោយពពកឬផ្សែងក្រាស់។ | បង្កើតបរិមាណឧស្ម័នកាបូនសរុបខ្ពស់ជាង GFFEPS ដោយគ្របដណ្តប់ការសាយភាយធំៗ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការដំណើរការប្រព័ន្ធ GFFEPS តម្រូវឱ្យមានហេដ្ឋារចនាសម្ព័ន្ធកុំព្យូទ័រខ្លាំង និងទិន្នន័យអាកាសធាតុ ព្រមទាំងទិន្នន័យផ្កាយរណបប្រចាំថ្ងៃជាបន្តបន្ទាប់។
ការសិក្សានេះផ្អែកលើប្រព័ន្ធអាកាសធាតុ និងប្រភេទឥន្ធនៈព្រៃឈើរបស់ប្រទេសកាណាដា (CFFDRS) ភាគច្រើន ទើបធ្វើឱ្យការវាយតម្លៃតំបន់ត្រូពិច ឬព្រៃលិចទឹកនៅអាស៊ីអាគ្នេយ៍ត្រូវពឹងផ្អែកលើការសន្មត់បន្ថែម។ សម្រាប់កម្ពុជា ការកំណត់ប្រភេទព្រៃឈើកាណាដាមកប្រើលើព្រៃរដូវប្រាំង (Dry Dipterocarp) អាចនឹងមានភាពខុសឆ្គងខ្លះ ប៉ុន្តែវិធីសាស្ត្រវាយតម្លៃភ្លើងកសិកម្មដោយប្រើទិន្នន័យ FAO គឺមានប្រយោជន៍ខ្លាំង។
វិធីសាស្ត្រ GFFEPS នេះមានសក្តានុពលខ្ពស់សម្រាប់អនុវត្តនៅប្រទេសកម្ពុជា ជាពិសេសក្នុងការតាមដានគុណភាពខ្យល់ និងការគ្រប់គ្រងការឆេះព្រៃនារដូវប្រាំង។
ជារួម ប្រព័ន្ធនេះផ្តល់នូវអត្ថប្រយោជន៍ធំធេងដល់កម្ពុជាក្នុងការកែលម្អប្រព័ន្ធប្រកាសអាសន្នគុណភាពខ្យល់ ផ្សែងអ័ព្ទឆ្លងដែន និងការរាយការណ៍ពីបរិមាណឧស្ម័នផ្ទះកញ្ចក់ពីវិស័យព្រៃឈើ និងការប្រើប្រាស់ដីធ្លី។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Bottom-up approach | វិធីសាស្ត្រគណនាការបញ្ចេញផ្សែងដោយចាប់ផ្តើមពីទិន្នន័យមូលដ្ឋានតូចៗដាច់ដោយឡែកពីគ្នា ដូចជាទំហំផ្ទៃដីឆេះ បរិមាណអុសឬស្មៅ (Fuel load) និងអត្រាឆេះអស់ រួចទើបបូកសរុបបញ្ចូលគ្នាជាទិន្នន័យសរុបថ្នាក់តំបន់ ឬសកលលោក។ | ដូចជាការរាប់ចំនួនឥដ្ឋ និងស៊ីម៉ងត៍ដែលប្រើក្នុងបន្ទប់នីមួយៗ រួចបូកសរុបដើម្បីដឹងពីតម្លៃសាងសង់ផ្ទះទាំងមូល ជាជាងការវាយតម្លៃជារួមពីខាងក្រៅ។ |
| Fire Weather Index (FWI) | ប្រព័ន្ធសន្ទស្សន៍ដែលប្រមូលយកទិន្នន័យអាកាសធាតុប្រចាំថ្ងៃ (កម្តៅ សំណើម ខ្យល់ និងទឹកភ្លៀង) មកគណនាដើម្បីវាយតម្លៃកម្រិតភាពស្ងួតនៃរុក្ខជាតិ និងព្យាករណ៍ពីហានិភ័យ ឬសភាពខ្លាំងក្លានៃការឆេះព្រៃនៅតំបន់ណាមួយ។ | ដូចជាកម្មវិធីទូរស័ព្ទប្រាប់ពីសីតុណ្ហភាព និងសំណើមខ្យល់ ដែលជួយទស្សន៍ទាយប្រាប់អ្នកថាតើសម្លៀកបំពាក់ដែលហាលទុកនៅខាងក្រៅអាចនឹងឆាប់ស្ងួតកម្រិតណា។ |
| Combustion completeness (CC) | ភាគរយនៃបរិមាណឥន្ធនៈ (ឈើ ស្លឹកឈើ ស្មៅ) ដែលបានឆេះក្លាយជាផេះ និងផ្សែង ធៀបនឹងបរិមាណឥន្ធនៈសរុបដែលមាននៅលើទីតាំងឆេះនោះ ដោយវាប្រែប្រួលទៅតាមកម្រិតសំណើម និងប្រភេទរុក្ខជាតិ។ | ដូចជាការដុតគំនរសម្រាមទំហំធំមួយ ហើយនៅពេលរលត់ទៅវិញ មានសម្រាមខ្លះឆេះអស់រលីង ចំណែកខ្លះទៀតនៅសល់កម្ទេចកំទី ឯភាគរយដែលឆេះអស់នោះឯងគឺជាការវាស់វែងនេះ។ |
| Plant phenology | ការសិក្សាពីវដ្តធម្មជាតិតាមរដូវកាលរបស់រុក្ខជាតិ ដូចជាការលូតលាស់ស្លឹកខ្ចី ការប្រែពណ៌ស្លឹក និងការជ្រុះស្លឹកឬស្ងួតក្រៀមនៅរដូវប្រាំង ដែលអាយុកាលនិងស្ថានភាពទាំងនេះជះឥទ្ធិពលយ៉ាងខ្លាំងដល់បរិមាណឥន្ធនៈងាយឆេះ។ | ដូចជាការសង្កេតមើលវដ្តជីវិតរបស់ដើមអង្គាដី ដែលជ្រុះស្លឹកអស់នៅរដូវប្រាំង រួចលូតលាស់ស្លឹកពណ៌បៃតងវិញនៅពេលមានភ្លៀងធ្លាក់។ |
| Emission factors (EFs) | តួលេខមេគុណដែលតំណាងឱ្យបរិមាណម៉ាស់នៃប្រភេទម៉ូលេគុលនីមួយៗ (ឧទាហរណ៍៖ CO2, CH4, ឬ PM2.5) ដែលត្រូវបញ្ចេញមកក្រៅរាល់ពេលដែលមានការឆេះវត្ថុធាតុដើម (ឥន្ធនៈស្ងួត) អស់ចំនួនមួយគីឡូក្រាម។ | ដូចជាកម្រិតនៃការស៊ីសាំងរបស់រថយន្ត ដោយរថយន្តខ្លះស៊ីសាំង ១លីត្រ បញ្ចេញផ្សែងខ្មៅច្រើន ចំណែករថយន្តខ្លះទៀតបញ្ចេញផ្សែងតិចតួច។ |
| Satellite hotspot | ចំណុចភីកសែល (Pixel) នៅលើផ្ទៃដីដែលចាប់បានដោយសេនស័រផ្កាយរណប (ដូចជា VIIRS ឫ MODIS) ដោយវាស់ឃើញមានសីតុណ្ហភាពកម្តៅខ្ពស់ខុសពីធម្មតា ដែលជាសញ្ញាបញ្ជាក់ថាមានភ្លើងកំពុងឆេះសកម្មនៅទីនោះ។ | ដូចជាការប្រើកាមេរ៉ាចាប់កម្តៅ (Thermal camera) ថតមើលពីលើអាកាស ដើម្បីរកមើលកន្លែងដែលមានមនុស្សកំពុងដុតភ្លើងក្នុងទីងងឹត។ |
| Foliar moisture content (FMC) | កម្រិតបរិមាណជាតិទឹកដែលមានផ្ទុកនៅក្នុងស្លឹកឈើស្រស់ ដែលជាកត្តាកំណត់ថាតើភ្លើងអាចឆេះរាលដាលដល់ផ្នែកខាងលើ (ចុងស៊ុបព្រៃ) បានឬអត់ ព្រោះស្លឹកដែលមានជាតិទឹកតិចនឹងងាយចាប់ឆេះជាង។ | ដូចជាការព្យាយាមដុតស្លឹកចេកស្រស់ និងស្លឹកចេកក្រៀមត្រៀម ដោយស្លឹកស្រស់ពិបាកនឹងឆេះព្រោះវាមានផ្ទុកជាតិទឹកច្រើននៅខាងក្នុង។ |
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
