បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាកង្វះខាតទិន្នន័យស្តីពីឥរិយាបថនៃការចល័តទីតាំង និងការជ្រើសរើសទីជម្រករបស់សត្វកុកពាក់អំបោះអាស៊ី (Ciconia episcopus) ដែលត្រូវបានសង្គ្រោះ និងប្រលែងចូលទៅក្នុងព្រៃធម្មជាតិវិញនៅប្រទេសកម្ពុជា។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះត្រូវបានអនុវត្តដោយបំពាក់ឧបករណ៍តាមដានប្រព័ន្ធកត់ត្រាទីតាំង (GPS) ទៅលើសត្វកុកពាក់អំបោះចំនួន ៤ក្បាល និងប្រើប្រាស់វិធីសាស្ត្រគណនាទំហំដែនជម្រកចំនួន ៣ ផ្សេងៗគ្នាដើម្បីប្រៀបធៀប។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Minimum Convex Polygon (MCP) វិធីសាស្ត្រពហុកោណប៉ោងអប្បបរមា |
ងាយស្រួលប្រើប្រាស់ និងជារឿយៗត្រូវបានប្រើសម្រាប់គោលបំណងប្រៀបធៀបជាមួយការសិក្សាផ្សេងៗទៀត។ | ច្រើនតែប៉ាន់ស្មានទំហំដែនជម្រកលើសពីការពិត ដោយសារវាបញ្ចូលទាំងតំបន់នៅគែមៗដែលសត្វមិនដែលទៅដល់ (Edge effect)។ | ទំហំដែនជម្រកមធ្យម ៩៥% មានទំហំធំជាងគេធៀបនឹងវិធីសាស្ត្រផ្សេងទៀត ហើយមិនសូវសុក្រឹតសម្រាប់ការផ្តោតលើតំបន់ស្នូល។ |
| Kernel-Density Estimation (KDE) វិធីសាស្ត្រប៉ាន់ស្មានដង់ស៊ីតេខឺណែល |
ផ្តល់ការប៉ាន់ស្មានច្បាស់លាស់ជាងមុនសម្រាប់តំបន់ប្រើប្រាស់ស្នូលរបស់សត្វ ដោយផ្អែកលើដង់ស៊ីតេនៃការប្រើប្រាស់ទីតាំង។ | រងឥទ្ធិពលខ្លាំងពីប៉ារ៉ាម៉ែត្រ Bandwidth និងសន្មតថាទីតាំងនីមួយៗមិនមានទំនាក់ទំនងគ្នា (ដែលមិនពិតសម្រាប់ទិន្នន័យ GPS)។ | តំបន់ប្រើប្រាស់ស្នូល (៥០%) មានទំហំមធ្យម ១៥,៦៦ គីឡូម៉ែត្រការ៉េ និងដែនជម្រក (៩៥%) មានទំហំមធ្យម ៨៩,២២ គីឡូម៉ែត្រការ៉េ។ |
| Brownian Bridge Movement (BBM) ម៉ូដែលចលនាស្ពានប្រោននៀន |
ដោះស្រាយបញ្ហា Autocorrelation នៃទីតាំង GPS ដោយគិតបញ្ចូលទាំងពេលវេលារវាងទីតាំងបន្តបន្ទាប់គ្នា និងល្បឿនផ្លាស់ទីរបស់សត្វ។ | ទាមទារទិន្នន័យទីតាំងដែលមានប្រេកង់ខ្ពស់ជាប់លាប់ ដើម្បីគណនាបានត្រឹមត្រូវនិងមានភាពស្មុគស្មាញក្នុងការវិភាគ។ | ផ្តល់លទ្ធផលតំបន់ស្នូល និងដែនជម្រកប្រហាក់ប្រហែលនឹង KDE តែមានភាពជឿជាក់ខ្ពស់ជាងសម្រាប់ទិន្នន័យតាមដានតាមប្រព័ន្ធ GPS ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការវិនិយោគទាំងលើឧបករណ៍តាមដានបច្ចេកវិទ្យាខ្ពស់ កម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគទិន្នន័យលំហ និងធនធានមនុស្សដែលមានជំនាញ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងដែនជម្រកសត្វព្រៃសៀមប៉ាង ដោយមានទំហំសំណាកតូចបំផុត (សត្វកុក ៤ ក្បាលប៉ុណ្ណោះដែលត្រូវបានវិភាគ)។ បន្ថែមពីនេះ សត្វទាំងនេះជាសត្វដែលត្រូវបានចិញ្ចឹម និងសង្គ្រោះពីការជួញដូរ ដូច្នេះឥរិយាបថនៃការចល័តទីតាំងរបស់ពួកវាអាចខុសពីសត្វកុកព្រៃធម្មជាតិ (ឧទាហរណ៍ ពួកវាអាចចូលចិត្តរស់នៅក្បែរទីតាំងដែលវាត្រូវបានប្រលែង)។ កត្តានេះមានសារៈសំខាន់សម្រាប់កម្ពុជា ព្រោះវាទាមទារការសិក្សាបន្ថែមលើសត្វព្រៃធម្មជាតិ ដើម្បីទទួលបានទិន្នន័យតំណាងពេញលេញជាងនេះ។
វិធីសាស្ត្រនៃការប្រើប្រាស់ប្រព័ន្ធ GPS តាមដាននេះ គឺមានសារៈប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការងារអភិរក្ស និងគម្រោងស្តារសត្វព្រៃឡើងវិញនៅកម្ពុជា។
ជារួម ការប្រើប្រាស់បច្ចេកវិទ្យាតាមដាននេះផ្តល់នូវភស្តុតាងវិទ្យាសាស្ត្រដ៏រឹងមាំ ដែលជួយអ្នកធ្វើគោលនយោបាយ និងអង្គការអភិរក្សក្នុងការកំណត់តំបន់ការពារស្នូលឱ្យកាន់តែមានប្រសិទ្ធភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Minimum convex polygon (MCP) (វិធីសាស្ត្រពហុកោណប៉ោងអប្បបរមា) | វិធីសាស្ត្រគណនាដែនជម្រកសត្វដោយភ្ជាប់ចំណុចទីតាំងចុងកាត់វែកញែកខាងក្រៅបង្អស់ដែលសត្វធ្លាប់ទៅដល់ បង្កើតបានជារូបរាងពហុកោណដែលគ្របដណ្តប់ទីតាំងទាំងអស់របស់វា។ | ដូចជាការយកកៅស៊ូកងទៅចងរុំជុំវិញបង្គោលដែលនៅក្រៅគេបង្អស់ ដើម្បីបង្កើតជារបងតំបន់មួយដែលរួមបញ្ចូលអ្វីៗទាំងអស់នៅខាងក្នុង។ |
| Kernel-density estimation (KDE) (វិធីសាស្ត្រប៉ាន់ស្មានដង់ស៊ីតេខឺណែល) | ម៉ូដែលស្ថិតិប្រើសម្រាប់ប៉ាន់ស្មានដង់ស៊ីតេនៃការប្រើប្រាស់ទីតាំងរបស់សត្វ ដោយបង្ហាញពីតំបន់ដែលសត្វចំណាយពេលច្រើនជាងគេ (តំបន់ស្នូល) ប្រៀបធៀបនឹងតំបន់ដែលវាគ្រាន់តែឆ្លងកាត់។ | ដូចជាការមើលផែនទីកម្តៅ (Heatmap) ដែលកន្លែងពណ៌ក្រហមចាស់តំណាងឱ្យកន្លែងដែលសត្វចូលចិត្តនៅលេងញឹកញាប់បំផុត។ |
| Brownian bridge movement (BBM) (ម៉ូដែលចលនាស្ពានប្រោននៀន) | វិធីសាស្ត្រគណនាដែនជម្រកដែលគិតបញ្ចូលពេលវេលារវាងទីតាំង GPS ដែលសត្វបានទៅដល់បន្តបន្ទាប់គ្នា និងល្បឿននៃការផ្លាស់ទីរបស់វា ដើម្បីប៉ាន់ស្មានផ្លូវដែលវាទំនងជាបានធ្វើដំណើរ។ | ដូចជាការទស្សន៍ទាយផ្លូវដែលសិស្សជិះកង់ពីផ្ទះទៅសាលារៀន ដោយយើងគ្រាន់តែដឹងម៉ោងចេញពីផ្ទះ ម៉ោងដល់សាលា និងល្បឿននៃការជិះរបស់គាត់។ |
| Utilization distribution (របាយនៃការប្រើប្រាស់ទីតាំង) | ការវាស់វែងបែបប្រូបាប៊ីលីតេដែលពិពណ៌នាអំពីចំនួនភាគរយនៃពេលវេលាដែលសត្វមួយចំណាយនៅទីតាំងណាមួយក្នុងដែនជម្រករបស់វា (ឧទាហរណ៍ កម្រិត ៥០% សម្រាប់តំបន់ស្នូល និង ៩៥% សម្រាប់ដែនជម្រកសរុប)។ | ដូចជាការបែងចែកភាគរយនៃពេលវេលាដែលអ្នកចំណាយក្នុងមួយថ្ងៃ (៥០% នៅបន្ទប់គេង ៤០% នៅសាលារៀន និង ៥% នៅហាងកាហ្វេ)។ |
| Spatial regression analysis (ការវិភាគតំរែតំរង់លំហ) | ការប្រើប្រាស់គំរូស្ថិតិដើម្បីស្វែងរកទំនាក់ទំនងរវាងទីតាំងដែលសត្វរស់នៅ និងលក្ខណៈភូមិសាស្ត្រនៃទីតាំងនោះ (ដូចជាវត្តមានប្រភពទឹក វាលស្រែ ឬព្រៃឈើ) ថាតើវាមានឥទ្ធិពលលើការជ្រើសរើសទីជម្រករបស់សត្វដែរឬទេ។ | ដូចជាការវិភាគរកមើលថាហេតុអ្វីបានជាមនុស្សចូលចិត្តទិញផ្ទះនៅតំបន់ណាមួយ ដោយភ្ជាប់ទំនាក់ទំនងទៅនឹងចម្ងាយពីផ្សារ ឬសាលារៀន។ |
| Soft-released (ការប្រលែងបែបសម្របបន្តិចម្តងៗ) | នីតិវិធីនៃការប្រលែងសត្វចូលទៅក្នុងព្រៃធម្មជាតិវិញ ដោយដាក់វាក្នុងទ្រុងនៅទីតាំងប្រលែងមួយរយៈពេលសិន ដើម្បីឱ្យវាស៊ាំនឹងបរិស្ថានថ្មី និងមានការផ្តល់ចំណីបន្ថែមមុនពេលបើកទ្រុងឱ្យវាចេញទាំងស្រុង។ | ដូចជាការនាំក្មេងទៅមើលសាលារៀនថ្មី និងឱ្យលេងក្នុងទីធ្លាសាលាពីរបីថ្ងៃសិន មុននឹងឱ្យចូលរៀនពេញម៉ោង ដើម្បីកុំឱ្យគេភ័យខ្លាច។ |
| Hard-released (ការប្រលែងដោយផ្ទាល់) | ការយកសត្វពីកន្លែងសង្គ្រោះ ឬកន្លែងចិញ្ចឹម ទៅលែងនៅក្នុងព្រៃធម្មជាតិភ្លាមៗតែម្តង ដោយមិនមានការទុកពេលវេលាឱ្យវាស៊ាំនឹងបរិស្ថាន ឬការផ្តល់ចំណីបន្ថែមក្រោយពេលប្រលែងឡើយ។ | ដូចជាការបោះក្មេងចូលទៅក្នុងអាងទឹកដើម្បីឱ្យចេះហែលទឹកដោយខ្លួនឯងភ្លាមៗ ដោយគ្មានការពាក់ពោង ឬការហ្វឹកហាត់ជាមុន។ |
| Autocorrelation (ស្វ័យតំរែតំរង់ / ទំនាក់ទំនងទិន្នន័យឯង) | ក្នុងបរិបទនៃការតាមដានប្រព័ន្ធ GPS វាគឺជាបាតុភូតដែលទីតាំងរបស់សត្វនៅចំណុចមួយមានទំនាក់ទំនងយ៉ាងជិតស្និទ្ធ ឬពឹងផ្អែកលើទីតាំងដែលវាទើបតែនៅមុននេះបន្តិច (ព្រោះវាមិនអាចផ្លាស់ទីឆ្ងាយភ្លាមៗក្នុងពេលខ្លី) ដែលកត្តានេះអាចធ្វើឱ្យការគណនាស្ថិតិមួយចំនួនមានភាពលម្អៀងប្រសិនបើមិនបានដោះស្រាយ។ | ដូចជាការទាយអាកាសធាតុថ្ងៃនេះថាមានភ្លៀង ដោយសារម្សិលមិញក៏មានភ្លៀងដែរ ព្រោះអាកាសធាតុពីមួយថ្ងៃទៅមួយថ្ងៃវាមានឥទ្ធិពលជាប់ពាក់ព័ន្ធគ្នា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
