បញ្ហា (The Problem)៖ ការតាមដានធនធានព្រៃឈើតាមបែបប្រពៃណីមានភាពយឺតយ៉ាវ ចំណាយកម្លាំងពលកម្មច្រើន និងថ្លៃដើមខ្ពស់ ដូច្នេះការសិក្សានេះស្វែងរកវិធីសាស្រ្តថ្មីដែលមានតម្លៃទាប និងមិនប៉ះផ្ទាល់ ដើម្បីជួយសម្រួលដល់ការប្រមូលទិន្នន័យបញ្ជីសារពើភណ្ឌព្រៃឈើនៅក្នុងប្រទេសកេនយ៉ា។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានបង្កើតប្រព័ន្ធកាមេរ៉ាស្តេរ៉េអូកែច្នៃដោយខ្លួនឯង ភ្ជាប់ជាមួយឧបករណ៍ដំណើរការរូបភាព ដើម្បីផ្តិតយករូបភាពដើមឈើ និងគណនារង្វាស់ដោយស្វ័យប្រវត្តិ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Manual Inventory ការចុះធ្វើបញ្ជីសារពើភណ្ឌដោយដៃតាមបែបប្រពៃណី |
ផ្តល់ទិន្នន័យកម្រិតដីមានភាពជាក់លាក់ និងមានការជឿជាក់ខ្ពស់សម្រាប់ប្រើប្រាស់ជាទិន្នន័យគោល។ | មានភាពយឺតយ៉ាវ ចំណាយកម្លាំងពលកម្មច្រើន និងទាមទារអ្នកជំនាញចុះផ្ទាល់ ដែលធ្វើឱ្យចំណាយថវិកាខ្ពស់ក្នុងការតាមដានព្រៃឈើទ្រង់ទ្រាយធំ។ | ត្រូវបានប្រើប្រាស់ជាទិន្នន័យគោល (Ground Truth) សម្រាប់ការផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវនៅក្នុងការសិក្សានេះ។ |
| Laser Scanning (LiDAR) ការស្កេនដោយឡាស៊ែរ (LiDAR) |
មានភាពត្រឹមត្រូវ និងច្បាស់លាស់ខ្ពស់បំផុតក្នុងការវាស់វែងប៉ារ៉ាម៉ែត្រព្រៃឈើក្នុងទម្រង់ 3D។ | ឧបករណ៍មានតម្លៃថ្លៃខ្លាំង និងទាមទារសមត្ថភាពកំព្យូទ័រខ្ពស់ក្នុងការដំណើរការទិន្នន័យ ដែលជាឧបសគ្គសម្រាប់ប្រទេសកំពុងអភិវឌ្ឍន៍។ | មិនត្រូវបានជ្រើសរើសសម្រាប់ការសិក្សានេះ ដោយសារកត្តាតម្លៃ និងភាពស្មុគស្មាញខ្ពស់។ |
| Stereoscopic Photogrammetry (Proposed) បច្ចេកទេសថតរូបវិមាត្រស្តេរ៉េអូកាមេរ៉ាភ្លោះ (បច្ចេកវិទ្យាស្នើឡើង) |
មានតម្លៃថោកបំផុត (ប្រហែល ៣៧០ ដុល្លារ) ងាយស្រួលប្រើប្រាស់ អាចដំណើរការទិន្នន័យបានលឿន និងកាត់បន្ថយការចំណាយកម្លាំងពលកម្ម។ | កម្រិតភាពត្រឹមត្រូវអាចធ្លាក់ចុះនៅពេលមានវល្លិ៍ ឬគុម្ពោតបាំងគល់ឈើ (Occlusion) និងជាប់កម្រិតដោយសារទំហំភាពច្បាស់នៃកាមេរ៉ា។ | ទទួលបានភាពត្រឹមត្រូវខ្ពស់ដោយ R² = 0.9650 សម្រាប់អង្កត់ផ្ចិតគល់ (DBH) និងចំណាយពេលត្រឹមតែ ២ នាទីសម្រាប់ទាញយកទិន្នន័យដើមឈើ ២៥១ ដើម។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះប្រើប្រាស់ឧបករណ៍កែច្នៃដែលមានតម្លៃទាបបំផុត និងងាយស្រួលរកទិញនៅលើទីផ្សារ ដោយចំណាយសរុបត្រឹមតែ ៣៧០ ដុល្លារអាមេរិកប៉ុណ្ណោះ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងតំបន់ព្រៃដាំឡើងវិញ (Kieni Forest) ក្នុងប្រទេសកេនយ៉ា ដែលភាគច្រើនជាកូនឈើតូចៗ និងមានគុម្ពោតព្រៃបាំងច្រើន ដែលធ្វើឱ្យមានឧបសគ្គក្នុងការផ្តិតយករូបភាពគល់ឈើ (Occlusion)។ នេះជាចំណុចគួរយកចិត្តទុកដាក់សម្រាប់ប្រទេសកម្ពុជា ពីព្រោះព្រៃឈើនៅកម្ពុជា (ដូចជាតំបន់ព្រៃឡង់ និងជួរភ្នំក្រវាញ) ច្រើនតែមានសភាពក្រាស់ និងមានរុក្ខជាតិដុះជាន់គ្នា ដែលទាមទារឱ្យមានការសាកល្បងបន្ថែមទៅលើប្រភេទព្រៃឈើធំៗ និងក្រាស់។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្លាំង និងស័ក្តិសមបំផុតក្នុងការយកមកអនុវត្តសម្រាប់ការគ្រប់គ្រងធនធានព្រៃឈើនៅប្រទេសកម្ពុជា ជាពិសេសដោយសារវាមានតម្លៃទាប និងងាយស្រួលបំពាក់។
សរុបមក បច្ចេកវិទ្យា Photogrammetry ក្នុងតម្លៃទាបនេះ គឺជាដំណោះស្រាយជាក់ស្តែងដែលអាចជួយជំរុញប្រព័ន្ធតាមដានព្រៃឈើថ្នាក់ជាតិរបស់កម្ពុជាឱ្យកាន់តែមានប្រសិទ្ធភាព និងភាពម្ចាស់ការលើទិន្នន័យ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Stereoscopic photogrammetry | បច្ចេកទេសនៃការប្រើប្រាស់កាមេរ៉ាពីរដែលបំពាក់នៅក្បែរគ្នាដើម្បីថតរូបភាពតែមួយពីមុំខុសគ្នាបន្តិចបន្តួច រួចប្រើប្រាស់ធរណីមាត្រដើម្បីគណនាចម្ងាយ ជម្រៅ និងទំហំបីវិមាត្រ (3D) នៃដើមឈើដោយមិនបាច់ប្រើឧបករណ៍វាស់វែងប៉ះផ្ទាល់សាច់ឈើ។ | ដូចជាការប្រើប្រាស់ភ្នែកទាំងពីររបស់យើងសម្លឹងមើលវត្ថុមួយ ដើម្បីដឹងថាវត្ថុនោះនៅឆ្ងាយឬជិត ប៉ុន្តែទីនេះយើងប្រើកាមេរ៉ា២ជំនួសភ្នែក។ |
| Disparity map | ជារូបភាពឌីជីថលដែលបង្ហាញពីកម្រិតលំអៀង (ភាពខុសគ្នា) នៃទីតាំងភីកសែលរបស់ចំណុចណាមួយនៅលើវត្ថុ នៅចន្លោះរូបភាពដែលថតដោយកាមេរ៉ាឆ្វេងនិងស្តាំ។ កុំព្យូទ័រប្រើប្រាស់កម្រិតលំអៀងនេះដើម្បីទាញយកទិន្នន័យចម្ងាយពិតប្រាកដ។ | ដូចជារូបភាពផែនទីដែលប្រាប់យើងថា តើចំណុចនីមួយៗលើដើមឈើមួយរំកិលខុសគ្នាប៉ុន្មានភីកសែលពីកាមេរ៉ាឆ្វេងទៅកាមេរ៉ាស្តាំ។ |
| Depth map | ជារូបភាពដែលពណ៌នៃភីកសែលនីមួយៗមិនតំណាងឱ្យពណ៌ពិតរបស់វត្ថុនោះទេ តែតំណាងឱ្យចម្ងាយជម្រៅ (គិតជាម៉ែត្រ) ចេញពីកាមេរ៉ាទៅកាន់ផ្ទៃនៃវត្ថុ។ វាត្រូវបានបំប្លែងចេញពី Disparity map ដើម្បីងាយស្រួលទាញយកទំហំដើមឈើ។ | ដូចជាការមើលរូបភាពស្កេនកម្ដៅ ដែលពណ៌ក្រហមប្រាប់ថាវត្ថុនៅជិត ហើយពណ៌ខៀវប្រាប់ថាវត្ថុនៅឆ្ងាយពីយើង។ |
| Diameter at breast height (DBH) | រង្វាស់ស្តង់ដារអន្តរជាតិក្នុងវិស័យព្រៃឈើ ដែលត្រូវបានវាស់ដើម្បីកត់ត្រាអង្កត់ផ្ចិតនៃគល់ឈើ នៅត្រឹមកម្ពស់ប្រហែល ១,៣ ម៉ែត្រពីដី ដែលជាទិន្នន័យគោលសម្រាប់គណនាទំហំឈើ និងជីវម៉ាស។ | ដូចជាការយកខ្សែម៉ែត្រទៅវាស់ទំហំចង្កេះរបស់មនុស្សដែរ តែនេះគឺវាស់ទំហំដើមឈើនៅត្រឹមកម្ពស់ដើមទ្រូងរបស់យើង។ |
| Above-ground biomass (AGB) | ទម្ងន់សរុបនៃផ្នែកទាំងអស់របស់រុក្ខជាតិមានជីវិត (ដូចជា ដើម មែក ស្លឹក) ដែលស្ថិតនៅពីលើផ្ទៃដី។ វាជាទិន្នន័យដ៏ចាំបាច់បំផុតក្នុងការបញ្ចូលទៅក្នុងរូបមន្តដើម្បីវាយតម្លៃបរិមាណស្តុកកាបូននៅក្នុងព្រៃឈើ។ | ដូចជាការថ្លឹងទម្ងន់ដើមឈើទាំងមូលដោយមិនគិតពីឫសដែលនៅក្រោមដី ដើម្បីដឹងថាដើមឈើនោះផ្ទុកកាបូនបានប៉ុន្មាន។ |
| Structure from motion (SfM) | បច្ចេកទេសដំណើរការរូបភាពដែលកុំព្យូទ័រប្រើប្រាស់រូបថត 2D ជាច្រើនសន្លឹកថតពីមុំខុសៗគ្នានៅពេលកាមេរ៉ាកំពុងផ្លាស់ទី ដើម្បីយកមកប៉ាន់ស្មាន និងផ្តុំបង្កើតជារូបរាង 3D នៃកន្លែង ឬដើមឈើណាមួយឡើងវិញ។ | ដូចជាការដើរថតវីដេអូជុំវិញរូបសំណាកមួយ រួចយកវីដេអូនោះទៅប្រាប់កុំព្យូទ័រឱ្យសូនជារូបសំណាក 3D នោះឡើងវិញ។ |
| Semi-Global Block Matching (SGBM) | ជាក្បួនដោះស្រាយ (Algorithm) កុំព្យូទ័រដែលប្រើសម្រាប់ផ្គូផ្គងប្លុកភីកសែលនៃរូបភាពពីកាមេរ៉ាឆ្វេង និងស្តាំ ដើម្បីស្វែងរកចំណុចតែមួយ ដោយវាពិនិត្យមើលព័ត៌មានពីទិសដៅចំនួន៥ទៅ៨ជុំវិញភីកសែលនោះ ដើម្បីកាត់បន្ថយកំហុសក្នុងការបង្កើត Disparity map។ | ដូចជាការលេងល្បែងផ្គុំរូបភាព (Puzzle) ដោយយកបំណែករូបភាពពីកាមេរ៉ាឆ្វេងទៅស្វែងរកបំណែកដែលដូចគ្នាបេះបិទនៅកាមេរ៉ាស្តាំ ដើម្បីមើលថាវាស៊ីគ្នានៅត្រង់ណាខ្លះ។ |
| REDD+ | ជាយន្តការអន្តរជាតិ (កាត់បន្ថយការបំភាយឧស្ម័នពីការកាប់បំផ្លាញ និងរិចរិលព្រៃឈើ) ដែលជួយគាំទ្រផ្នែកហិរញ្ញវត្ថុដល់ប្រទេសកំពុងអភិវឌ្ឍន៍ ដោយផ្អែកលើទិន្នន័យបញ្ជីសារពើភណ្ឌព្រៃឈើ ដើម្បីលើកទឹកចិត្តឱ្យការពារព្រៃឈើ និងស្រូបយកឧស្ម័នផ្ទះកញ្ចក់។ | ដូចជាកម្មវិធីផ្តល់ប្រាក់រង្វាន់ដល់អ្នកភូមិណាដែលជួយថែរក្សាព្រៃឈើមិនឱ្យគេកាប់ ដើម្បីជួយការពារកុំឱ្យផែនដីឡើងកម្តៅ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
