បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហានៃការចំណាយពេលវេលា និងកម្លាំងពលកម្មច្រើនក្នុងការធ្វើសារពើភ័ណ្ឌព្រៃឈើតាមបែបប្រពៃណី ដោយធ្វើការវាយតម្លៃថាតើសេនស័រ LiDAR ដែលមានតម្លៃទាបនៅក្នុងឧបករណ៍ប្រើប្រាស់ទូទៅ (Apple iPad Pro) អាចវាស់វែងទីតាំង និងអង្កត់ផ្ចិតដើមឈើបានត្រឹមត្រូវនិងមានប្រសិទ្ធភាពដែរឬទេ បើប្រៀបធៀបទៅនឹងឧបករណ៍ស្កេនឡាស៊ែរ (PLS) ដែលមានតម្លៃថ្លៃ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រៀបធៀបទិន្នន័យពពកចំណុចត្រីវិមាត្រ (3D point clouds) ដែលបង្កើតឡើងដោយកម្មវិធី iOS ចំនួនបីផ្សេងគ្នានៅលើ iPad Pro ជាមួយនឹងទិន្នន័យយោងពីប្រព័ន្ធស្កេនឡាស៊ែរ PLS កម្រិតខ្ពស់ ដោយធ្វើការសាកល្បងលើដីឡូត៍គំរូចំនួន ២១ ផ្សេងៗគ្នា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Personal Laser Scanning (PLS) - GeoSLAM ZEB HORIZON ការស្កេនដោយប្រព័ន្ធឡាស៊ែរផ្ទាល់ខ្លួន (PLS - GeoSLAM ZEB HORIZON) |
អាចចាប់យកទិន្នន័យបានលឿនបំផុត (មធ្យម ៣,៧៦ នាទី/ប្លង់) មានរយៈចម្ងាយស្កេនឆ្ងាយដល់ ១០០ម៉ែត្រ និងផ្តល់ទិន្នន័យពពកចំណុច (Point Cloud) មានភាពសុក្រឹតខ្ពស់បំផុត។ | ឧបករណ៍មានតម្លៃថ្លៃខ្លាំងណាស់ (ប្រហែល ៥០.០០០ អឺរ៉ូ) ដែលជាឧបសគ្គដ៏ធំសម្រាប់ការស្រាវជ្រាវខ្នាតតូច និងការប្រើប្រាស់ទូទៅ។ | ទទួលបានអត្រាកំណត់សម្គាល់ទីតាំងដើមឈើ ៩៩,៥២% និងកំហុសមធ្យម (RMSE) នៃអង្កត់ផ្ចិត DBH ត្រឹមតែ ១,៥៩ សង់ទីម៉ែត្រ។ |
| iPad Pro with 3D Scanner App ការស្កេនដោយប្រើប្រាស់ Apple iPad Pro និងកម្មវិធី 3D Scanner App |
ឧបករណ៍មានតម្លៃសមរម្យ (ប្រហែល ១.០០០ អឺរ៉ូ) កម្មវិធីអាចទាញយកដោយឥតគិតថ្លៃ និងផ្តល់លទ្ធផលល្អជាងគេក្នុងចំណោមកម្មវិធី iPad ទាំងអស់ ដោយមានកម្រិតរំខានទាប (Low noise)។ | រយៈចម្ងាយស្កេនខ្លី (អតិបរមា ៥ម៉ែត្រ តែជាក់ស្តែងបានត្រឹម ២-៣ម៉ែត្រក្នុងព្រៃ) ស៊ីថ្មខ្លាំង និងត្រូវការពេលយូរជាង PLS ក្នុងការស្កេន។ | ទទួលបានអត្រាកំណត់សម្គាល់ទីតាំងដើមឈើ ៩៧,៣៣% និងកំហុសមធ្យម (RMSE) នៃអង្កត់ផ្ចិត DBH ៣,៦៤ សង់ទីម៉ែត្រ។ |
| iPad Pro with Polycam and SiteScape ការស្កេនដោយប្រើប្រាស់ Apple iPad Pro ជាមួយកម្មវិធី Polycam ឬ SiteScape |
ងាយស្រួលប្រើប្រាស់ អាចមើលឃើញទិន្នន័យដែលកំពុងស្កេនផ្ទាល់ៗនៅលើអេក្រង់ (Real-time tracking) ជួយសម្រួលដល់ការដើរស្កេនមិនឱ្យជាន់ដានចាស់។ | Polycam ទាមទារការបង់ប្រាក់ដើម្បីនាំចេញទិន្នន័យ (Export) ចំណែក SiteScape បង្កើតទិន្នន័យដែលមានចំណុចរំខាន (Noise) ច្រើន និងមានអត្រាកំហុសទីតាំងខ្ពស់ជាងគេ។ | Polycam មានអត្រាកំណត់សម្គាល់ ៩០,៦៥% (RMSE: ៤,៥១ សង់ទីម៉ែត្រ) រីឯ SiteScape មានអត្រាកំណត់សម្គាល់ ៩៤,៦៨% (RMSE: ៣,១៣ សង់ទីម៉ែត្រ)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះតម្រូវឱ្យមានឧបករណ៍ស្កេនកម្រិតអ្នកប្រើប្រាស់ទូទៅ កម្មវិធីទូរស័ព្ទឥតគិតថ្លៃ/បង់ប្រាក់តិចតួច និងកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យ ដោយសន្សំសំចៃថវិកាបានច្រើនធៀបនឹងឧបករណ៍ស្កេនអាជីព។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងតំបន់ព្រៃស្រាវជ្រាវក្នុងប្រទេសអូទ្រីសនារដូវរងារ (Defoliated stage) ដែលដើមឈើជ្រុះស្លឹកអស់ ធ្វើឱ្យការចាប់ទិន្នន័យដោយ LiDAR គ្មានការរាំងស្ទះ។ សម្រាប់ប្រទេសកម្ពុជាដែលមានព្រៃស្រោង និងសម្បូរគុម្ពោតព្រៃ វល្លិ និងស្លឹកឈើក្រាស់ពេញមួយឆ្នាំ កត្តាទាំងនេះអាចធ្វើឱ្យការកត់ត្រាទិន្នន័យ (Point Cloud) មានការខ្វះខាត ឬរំខាន និងអាចកាត់បន្ថយភាពសុក្រឹតនៃការវាស់អង្កត់ផ្ចិតដើមឈើ។
ទោះបីជាមានបញ្ហាប្រឈមនៃបរិស្ថានព្រៃក្រាស់ក៏ដោយ បច្ចេកវិទ្យានេះមានសក្តានុពលខ្ពស់ខ្លាំងក្នុងការផ្លាស់ប្តូរវិធីសាស្ត្រតាមដានព្រៃឈើនៅកម្ពុជា ឱ្យចំណាយតិចនិងលឿនជាងមុន។
សរុបមក ការសាកល្បងរួមបញ្ចូលបច្ចេកវិទ្យា Consumer-grade LiDAR ទៅក្នុងការងារវាស់វែងព្រៃឈើ គឺជាជំហានដ៏សំខាន់មួយក្នុងការធ្វើបរិវត្តកម្មឌីជីថល (Digital Transformation) ក្នុងវិស័យបរិស្ថាននៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| LiDAR (Light Detection and Ranging) | ជាបច្ចេកវិទ្យាប្រើប្រាស់ពន្លឺឡាស៊ែរដើម្បីវាស់ចម្ងាយពីឧបករណ៍ទៅវត្ថុផ្សេងៗ ដោយវាបញ្ចេញពន្លឺឡាស៊ែររាប់ពាន់ដងក្នុងមួយវិនាទី រួចគណនាពេលវេលាដែលពន្លឺនោះផ្លាតត្រឡប់មកវិញ ដើម្បីទាញយករូបរាងត្រីវិមាត្រ (3D) នៃមជ្ឈដ្ឋានជុំវិញ។ | ដូចជាសត្វប្រចៀវបញ្ចេញសំឡេងដើម្បីស្វែងរកទីតាំងឧបសគ្គនៅពេលយប់ តែបច្ចេកវិទ្យានេះប្រើពន្លឺឡាស៊ែរជំនួសសំឡេងវិញ។ |
| 3D point cloud | ជាបណ្តុំនៃចំណុចតូចៗរាប់លាននៅក្នុងលំហត្រីវិមាត្រ (3D) ដែលចំណុចនីមួយៗមានកូអរដោនេ (X, Y, Z) ច្បាស់លាស់ ហើយនៅក្នុងការសិក្សានេះវាត្រូវបានបង្កើតឡើងដោយការស្កេនដើម្បីបង្ហាញជារូបរាងដើមឈើ កម្ពស់ និងដី។ | ដូចជាការយកគ្រាប់ខ្សាច់រាប់លានគ្រាប់មកតម្រៀបគ្នាឱ្យចេញជារូបរាងដើមឈើ ឬវត្ថុណាមួយនៅក្នុងកុំព្យូទ័រ។ |
| Diameter at breast height (dbh) | ជារង្វាស់ស្តង់ដារអន្តរជាតិក្នុងវិស័យរុក្ខាប្រមាញ់ សម្រាប់វាស់អង្កត់ផ្ចិតនៃគល់ឈើ ដែលជាទូទៅគេវាស់នៅកម្ពស់ ១,៣ ម៉ែត្រពីផ្ទៃដី ដើម្បីយកទៅគណនាបរិមាណឈើ និងស្តុកកាបូន។ | ដូចជាការយកម៉ែត្រខ្សែទៅវាស់ទំហំចង្កេះមនុស្សដើម្បីដឹងថាមនុស្សនោះធាត់ឬស្គម តែនេះគឺសម្រាប់វាស់ទំហំដើមឈើនៅត្រឹមកម្ពស់ដើមទ្រូងមនុស្ស។ |
| Simultaneous Localization and Mapping (SLAM) | ជាក្បួនអាល់កូរីតដែលអនុញ្ញាតឱ្យឧបករណ៍ (ដូចជា iPad ឬ PLS) អាចបង្កើតផែនទីនៃទីតាំងដែលវាកំពុងស្ថិតនៅ ព្រមទាំងអាចចាប់ទីតាំងនិងចលនារបស់ខ្លួនឯងនៅក្នុងផែនទីនោះក្នុងពេលតែមួយ ខណៈពេលដែលអ្នកប្រើប្រាស់កំពុងដើរស្កេន។ | ដូចជាមនុស្សម្នាក់ដើរចូលក្នុងរូងភ្នំងងឹតដោយគូរផែនទីរូងភ្នំនោះបណ្តើរ និងចាំទីតាំងដែលខ្លួនឯងកំពុងឈរបណ្តើរ ក្នុងពេលដំណាលគ្នា។ |
| Digital Terrain Model (DTM) | ជាទម្រង់ម៉ូដែលត្រីវិមាត្រ (3D) តំណាងឱ្យផ្ទៃដីសុទ្ធសាធ ដោយបានកាត់ចេញនូវរាល់វត្ថុទាំងអស់នៅលើដីដូចជា ដើមឈើ គុម្ពោតព្រៃ ឬអគារ ដើម្បីជួយឱ្យគេអាចគណនាកម្ពស់ពិតប្រាកដរបស់ដើមឈើចេញពីផ្ទៃដី។ | ដូចជាការកោរសក់ចេញពីក្បាល ដើម្បីអាចមើលឃើញរូបរាងលលាដ៍ក្បាល (ផ្ទៃដី) ពិតប្រាកដ ដោយគ្មានសក់ (ដើមឈើ) បិទបាំង។ |
| Personal laser scanning (PLS) | ជាប្រព័ន្ធឧបករណ៍ស្កេនឡាស៊ែរចល័តដែលអាចកាន់ផ្ទាល់នឹងដៃ ឬស្ពាយពីក្រោយខ្នង ខណៈពេលដែលអ្នកប្រើប្រាស់កំពុងដើរ ដើម្បីប្រមូលទិន្នន័យជុំវិញខ្លួនក្នុងកម្រិតភាពសុក្រឹតខ្ពស់បំផុត និងមានតម្លៃថ្លៃ។ | ដូចជាការកាន់កាមេរ៉ាវីដេអូដើរថតសកម្មភាពជុំវិញខ្លួន ប៉ុន្តែឧបករណ៍នេះថតយករូបរាងនិងទំហំវត្ថុជាលក្ខណៈ 3D ដោយស្វ័យប្រវត្តិ។ |
| Root mean square error (RMSE) | ជារូបមន្តស្ថិតិសម្រាប់វាស់ស្ទង់កម្រិតកំហុសរវាងទិន្នន័យដែលត្រូវបានប៉ាន់ស្មានដោយកុំព្យូទ័រ (ឧ. ទំហំឈើស្កេនដោយ iPad) ធៀបនឹងទិន្នន័យពិតស្តង់ដារ (ទំហំឈើវាស់ដោយដៃ) ដែលតម្លៃ RMSE កាន់តែតូចមានន័យថាការវាស់កាន់តែសុក្រឹត។ | ដូចជាការបាញ់ព្រួញទៅរកគោលដៅ ប្រសិនបើព្រួញទាំងអស់បាញ់ខុសចំកណ្តាលតែបន្តិចបន្តួច នោះមានន័យថាកម្រិតកំហុស (RMSE) គឺមានទំហំតូច។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
