Original Title: Estimation of the IHACRES Model Parameters for Flood Estimation of Ungauged Catchments in the Upper Ping 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.

ការប៉ាន់ប្រមាណប៉ារ៉ាម៉ែត្រម៉ូដែល IHACRES សម្រាប់ការប៉ាន់ប្រមាណទឹកជំនន់នៃតំបន់ផ្ទៃរងទឹកភ្លៀងដែលគ្មានស្ថានីយវាស់វែង នៅក្នុងអាងទន្លេភីងផ្នែកខាងលើ

ចំណងជើងដើម៖ Estimation of the IHACRES Model Parameters for Flood Estimation of Ungauged Catchments in the Upper Ping River Basin

អ្នកនិពន្ធ៖ Nutchanart Sriwongsitanon (Department of Water Resources Engineering, Faculty of Engineering, Kasetsart University), Wisuwat Taesombat (Department of Water Resources Engineering, Faculty of Engineering, Kasetsart University)

ឆ្នាំបោះពុម្ព៖ 2011, Kasetsart J. (Nat. Sci.)

វិស័យសិក្សា៖ Hydrology

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការប៉ាន់ប្រមាណទឹកជំនន់សម្រាប់តំបន់ផ្ទៃរងទឹកភ្លៀងដែលគ្មានស្ថានីយវាស់វែង (Ungauged catchments) នៅក្នុងអាងទន្លេភីងផ្នែកខាងលើ ដោយប្រើប្រាស់ម៉ូដែលអុីដ្រូឡូស៊ី។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានធ្វើការកំណត់ប៉ារ៉ាម៉ែត្រម៉ូដែល IHACRES សម្រាប់អនុតំបន់ចំនួន ៩ បន្ទាប់មកបង្កើតទំនាក់ទំនងតំរែតំរង់ពហុគុណរវាងលក្ខណៈផ្ទៃរងទឹកភ្លៀងនិងប៉ារ៉ាម៉ែត្រទាំងនេះ ដើម្បីអនុវត្តសាកល្បងលើតំបន់ដែលគ្មានទិន្នន័យ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Gauged Approach (Direct Calibration)
វិធីសាស្រ្តសម្រាប់តំបន់មានស្ថានីយវាស់វែង (ការកំណត់កម្រិតម៉ូដែលដោយផ្ទាល់)
ផ្តល់លទ្ធផលមានភាពសុក្រឹតខ្ពស់ ឆ្លុះបញ្ចាំងពីទិន្នន័យជលសាស្ត្រជាក់ស្តែងបានយ៉ាងល្អ។ តម្រូវឱ្យមានទិន្នន័យវាស់វែងផ្ទាល់ពីស្ថានីយក្នុងរយៈពេលយូរ ដែលមិនអាចអនុវត្តបាននៅតំបន់ដាច់ស្រយាលឬតំបន់ខ្វះខាតស្ថានីយ។ ទទួលបានសន្ទស្សន៍ប្រសិទ្ធភាព (Efficiency Index - EI) ចន្លោះពី ៥៧.៧% ដល់ ៧៧.០% និងកម្រិតលម្អៀង (RMSE) ទាប។
Ungauged Approach (Multiple Regression Estimation)
វិធីសាស្រ្តសម្រាប់តំបន់គ្មានស្ថានីយវាស់វែង (ការប៉ាន់ស្មានដោយតំរែតំរង់ពហុគុណ)
អាចប៉ាន់ស្មានលំហូរទឹកជំនន់នៅតំបន់ដែលគ្មានទិន្នន័យវាស់វែង ដោយពឹងផ្អែកតែទៅលើលក្ខណៈរូបវន្តនៃទីតាំងប៉ុណ្ណោះ។ មានភាពសុក្រឹតទាបជាងវិធីសាស្ត្រវាស់វែងផ្ទាល់បន្តិចបន្តួច ហើយទាមទារការសិក្សាតំរែតំរង់នៅតំបន់ជុំវិញជាមុនសិន។ ទទួលបានសន្ទស្សន៍ប្រសិទ្ធភាព (EI) ចន្លោះពី ៥២.៣% ដល់ ៦៩.២% ដែលនៅតែជាលទ្ធផលអាចទទួលយកបានសម្រាប់ការប៉ាន់ស្មានទឹកជំនន់។

ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារមិនបានបញ្ជាក់ពីការចំណាយលម្អិតនោះទេ ប៉ុន្តែផ្អែកលើវិធីសាស្ត្រស្រាវជ្រាវ ការអនុវត្តនេះតម្រូវឱ្យមានទិន្នន័យជលសាស្ត្ររយៈពេលវែង កម្មវិធីកុំព្យូទ័រ និងអ្នកជំនាញដែលយល់ដឹងពីការវិភាគស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅអាងទន្លេភីងផ្នែកខាងលើភាគខាងជើងនៃប្រទេសថៃ ដោយផ្អែកលើទិន្នន័យចន្លោះឆ្នាំ១៩៨៨ ដល់ ២០០៦។ ទោះបីជាតំបន់នេះមានសណ្ឋានដី និងអាកាសធាតុស្រដៀងនឹងតំបន់ភ្នំមួយចំនួននៅកម្ពុជាក៏ដោយ ក៏វិធីសាស្ត្រនេះចាំបាច់ត្រូវមានការប្រមូលទិន្នន័យក្នុងស្រុក (ដូចជាទិន្នន័យពីអាងទន្លេមេគង្គ) ដើម្បីធ្វើការផ្ទៀងផ្ទាត់និងបង្កើតសមីការតំរែតំរង់ថ្មី ជៀសវាងភាពលម្អៀងនៃកត្តាភូមិសាស្ត្រ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រប៉ាន់ស្មានប៉ារ៉ាម៉ែត្រម៉ូដែល IHACRES នេះមានសក្តានុពលខ្ពស់សម្រាប់ការគ្រប់គ្រងធនធានទឹក និងការត្រៀមបង្ការគ្រោះមហន្តរាយនៅកម្ពុជា ជាពិសេសដោយសារយើងនៅខ្វះខាតស្ថានីយវាស់វែងជលសាស្ត្រជាច្រើន។

ជារួម ការរួមបញ្ចូលគ្នារវាងម៉ូដែល IHACRES និងការវិភាគតំរែតំរង់ពហុគុណ គឺជាដំណោះស្រាយដែលមានប្រសិទ្ធភាពចំណាយ និងមានភាពជាក់ស្តែងសម្រាប់ការវាយតម្លៃហានិភ័យទឹកជំនន់នៅតាមតំបន់ជនបទនៃប្រទេសកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី១៖ សិក្សាមូលដ្ឋានគ្រឹះ និងដំឡើងកម្មវិធី: និស្សិតត្រូវចាប់ផ្តើមស្វែងយល់ពីទ្រឹស្តីទឹកភ្លៀង-លំហូរទឹក (Rainfall-Runoff Modeling) និងធ្វើការដំឡើងកម្មវិធី IHACRES Model Version 2.1 និងកម្មវិធី QGIS ដើម្បីត្រៀមរៀបចំសម្រាប់ការវិភាគ។
  2. ជំហានទី២៖ ប្រមូល និងសម្អាតទិន្នន័យជលសាស្ត្រ: សហការជាមួយស្ថាប័នពាក់ព័ន្ធ (ឧ. MOWRAM) ដើម្បីស្នើសុំទិន្នន័យទឹកភ្លៀង លំហូរទឹក និងសីតុណ្ហភាពប្រចាំថ្ងៃពីស្ថានីយគោលដៅ។ បន្ទាប់មក ប្រើប្រាស់កម្មវិធី Microsoft ExcelPython (Pandas) ដើម្បីសម្អាតនិងរៀបចំចន្លោះប្រហោងទិន្នន័យ។
  3. ជំហានទី៣៖ ទាញយកលក្ខណៈរូបវន្តនៃផ្ទៃរងទឹកភ្លៀងតាមរយៈ GIS: ប្រើប្រាស់កម្មវិធី ArcGISQGIS ដោយបញ្ចូលទិន្នន័យ DEM (Digital Elevation Model) ដើម្បីគណនាផ្ទៃក្រឡាសរុប (Area) ដង់ស៊ីតេនៃប្រព័ន្ធបង្ហូរទឹក (Drainage Density) ជម្រាល (Slope) និងទ្រង់ទ្រាយនៃផ្ទៃរងទឹកភ្លៀង (Elongation Ratio)។
  4. ជំហានទី៤៖ អនុវត្តការកំណត់ប៉ារ៉ាម៉ែត្រ និងការវិភាគតំរែតំរង់: ដំណើរការម៉ូដែល IHACRES សម្រាប់ស្ថានីយដែលមានទិន្នន័យដើម្បីស្វែងរកប៉ារ៉ាម៉ែត្រទាំង៦ បន្ទាប់មកប្រើប្រាស់កម្មវិធី SPSSR ដើម្បីបង្កើតសមីការតំរែតំរង់ពហុគុណមិនលីនេអ៊ែរ (Non-linear Multiple Regression) ដែលភ្ជាប់ប៉ារ៉ាម៉ែត្រទាំងនោះទៅនឹងលក្ខណៈរូបវន្ត។
  5. ជំហានទី៥៖ ធ្វើតេស្តផ្ទៀងផ្ទាត់ម៉ូដែល (Model Validation): អនុវត្តសមីការដែលរកឃើញនៅតំបន់សាកល្បងថ្មីមួយដែលត្រូវបានសន្មតថាជា 'តំបន់គ្មានទិន្នន័យ'។ បន្ទាប់មក ប្រៀបធៀបលំហូរទឹកដែលព្យាករណ៍បាន ជាមួយទិន្នន័យសង្កេតជាក់ស្តែងដោយវាស់វែងកម្រិតលម្អៀងតាមរយៈសន្ទស្សន៍ RMSE និង Efficiency Index (EI) ដើម្បីវាយតម្លៃប្រសិទ្ធភាពនៃសមីការ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Ungauged catchment (តំបន់ផ្ទៃរងទឹកភ្លៀងដែលគ្មានស្ថានីយវាស់វែង) ទីតាំង ឬតំបន់ជលសាស្ត្រដែលមិនមានឧបករណ៍ ឬស្ថានីយសម្រាប់វាស់វែងទិន្នន័យជាក់ស្តែងដូចជា កម្រិតទឹកភ្លៀង ឬលំហូរទឹក។ ក្នុងប្រព័ន្ធធារាសាស្ត្រ ការសិក្សាតំបន់ទាំងនេះទាមទារការប៉ាន់ស្មានដោយប្រើម៉ូដែលគណិតវិទ្យា និងការប្រៀបធៀបជាមួយតំបន់ជិតខាង។ ដូចជាការស្មានបរិមាណទឹកភ្លៀងដែលធ្លាក់លើដំបូលផ្ទះមួយដែលយើងមិនបានដាក់ធុងត្រងទឹកវាស់ ដោយសង្កេតមើលទៅលើដំបូលផ្ទះអ្នកជិតខាងដែលមានធុងវាស់។
Rainfall-runoff model (ម៉ូដែលទឹកភ្លៀង-លំហូរទឹក) កម្មវិធីកុំព្យូទ័រ ឬសមីការគណិតវិទ្យាដែលប្រើសម្រាប់ក្លែងធ្វើដំណើរការបំប្លែងទឹកភ្លៀងដែលធ្លាក់មកលើដី ទៅជាបរិមាណទឹកហូរចូលក្នុងទន្លេ ឬស្ទឹង។ វាជួយក្នុងការទស្សន៍ទាយទឹកជំនន់ ឬលំហូរទឹកនារដូវប្រាំង។ ដូចជារូបមន្តទស្សន៍ទាយថា តើទឹកនឹងហូរចេញពីបំពង់បង្ហូរទឹកលឿន ឬច្រើនប៉ុនណា បន្ទាប់ពីមានមេឃភ្លៀងធ្លាក់។
Multiple regression (តំរែតំរង់ពហុគុណ) វិធីសាស្រ្តស្ថិតិដែលប្រើដើម្បីវិភាគទំនាក់ទំនងរវាងអថេរអាស្រ័យមួយ (លទ្ធផល) និងអថេរឯករាជ្យពីរ ឬច្រើន (កត្តាជះឥទ្ធិពល)។ ក្នុងការសិក្សានេះ វាប្រើដើម្បីរកទំនាក់ទំនងរវាងប៉ារ៉ាម៉ែត្រម៉ូដែល និងលក្ខណៈរូបវន្តនៃដី។ ដូចជាការគណនាទម្ងន់របស់មនុស្សម្នាក់ដោយពឹងផ្អែកលើកត្តាជាច្រើនរួមចូលគ្នា ដូចជា កម្ពស់ អាយុ និងបរិមាណអាហារដែលគាត់ញ៉ាំប្រចាំថ្ងៃ។
Sensitivity analysis (ការវិភាគភាពរសើប) ដំណើរការសាកល្បងប្តូរតម្លៃនៃប៉ារ៉ាម៉ែត្រម្តងមួយៗនៅក្នុងម៉ូដែល ដើម្បីមើលថាតើការផ្លាស់ប្តូរនោះធ្វើឱ្យលទ្ធផលចុងក្រោយ (ដូចជាទំហំទឹកជំនន់) ប្រែប្រួលខ្លាំងប៉ុនណា។ វាជួយរកឱ្យឃើញថាតើកត្តាណាដែលសំខាន់ជាងគេ និងប៉ះពាល់ខ្លាំងជាងគេដល់លទ្ធផល។ ដូចជាការសាកល្បងបន្ថែមអំបិល ឬស្ករម្តងបន្តិចៗចូលក្នុងសម្លរ ដើម្បីវាយតម្លៃថាតើគ្រឿងផ្សំណាមួយធ្វើឱ្យរសជាតិសម្លរប្រែប្រួលខ្លាំងជាងគេ។
Hydrograph (អ៊ីដ្រូក្រាហ្វ) ក្រាហ្វដែលបង្ហាញពីបរិមាណលំហូរទឹក ឬកម្ពស់ទឹកនៅក្នុងទន្លេប្រែប្រួលធៀបនឹងពេលវេលា។ វាជាឧបករណ៍ដ៏សំខាន់សម្រាប់អ្នកជំនាញធនធានទឹកក្នុងការតាមដាន វិភាគទម្រង់ និងបរិមាណទឹកជំនន់។ ដូចជាតារាងតាមដានចង្វាក់បេះដូងដែលឡើងចុះតាមពេលវេលានៅមន្ទីរពេទ្យ ប៉ុន្តែនេះគឺជាការតាមដានបរិមាណទឹកហូរក្នុងទន្លេជំនួសវិញ។
Catchment attributes (លក្ខណៈផ្ទៃរងទឹកភ្លៀង) លក្ខណៈរូបវន្ត ឬភូមិសាស្ត្រនៃតំបន់ប្រមូលផ្តុំទឹក ដែលរួមមាន ទំហំផ្ទៃក្រឡា ជម្រាលភ្នំ ដង់ស៊ីតេនៃប្រព័ន្ធបង្ហូរទឹក និងទ្រង់ទ្រាយនៃទីតាំង។ លក្ខណៈទាំងនេះជាកត្តាកំណត់ថាតើទឹកហូរចូលអាងលឿន ឬយឺត។ ដូចជាទំហំនិងរាងនៃចីវលោរ (Funnel) ដែលជាអ្នកកំណត់ថាតើទឹកអាចហូរចុះទៅក្នុងដបបានលឿនប៉ុនណា។
Effective rainfall (ទឹកភ្លៀងសកម្ម ឬទឹកភ្លៀងបង្កើតលំហូរ) បរិមាណទឹកភ្លៀងដែលនៅសល់បន្ទាប់ពីការដកចេញនូវបរិមាណទឹកដែលហួតចូលបរិយាកាស ការជ្រាបចូលទៅក្នុងដី ឬការដក់នៅលើស្លឹកឈើនិងផ្ទៃផ្សេងៗ។ នេះគឺជាបរិមាណទឹកភ្លៀងពិតប្រាកដដែលបង្កើតបានជាលំហូរផ្ទៃដីហូរចូលដល់ទន្លេ។ ដូចជាប្រាក់ខែដែលសល់សុទ្ធ បន្ទាប់ពីដកថ្លៃចំណាយប្រចាំថ្ងៃ និងពន្ធរួចរាល់ ដែលអាចយកទៅសន្សំបាន។
Model calibration (ការកំណត់កម្រិតម៉ូដែល) ដំណើរការកែសម្រួលប៉ារ៉ាម៉ែត្ររបស់ម៉ូដែលគណិតវិទ្យាដើម្បីឱ្យលទ្ធផលដែលគណនាបាន (ដូចជាលំហូរទឹកក្នុងម៉ូដែល) មានភាពស៊ីគ្នាយ៉ាងកៀកបំផុតទៅនឹងទិន្នន័យជាក់ស្តែងដែលវាស់វែងបានដោយឧបករណ៍នៅស្ថានីយ។ ដូចជាការចុចសារ៉េខ្សែហ្គីតាឱ្យត្រូវសម្លេងស្តង់ដារ (Tune) ដើម្បីធានាថាពេលលេងទៅវាបញ្ចេញសម្លេងបានត្រឹមត្រូវ និងពីរោះ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖