បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយពីបញ្ហាប្រឈមបរិស្ថានសកល ដូចជាការកាប់បំផ្លាញព្រៃឈើ ការខ្វះខាតទឹក និងការរិចរិលដី ដោយលើកយកការប្រើប្រាស់បច្ចេកវិទ្យាវាស់វែងពីចម្ងាយមកជំនួសវិធីសាស្ត្រប្រពៃណីដែលមានកម្រិតនិងចំណាយខ្ពស់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះធ្វើការសង្ខេប និងពិពណ៌នាអំពីគោលការណ៍នៃបច្ចេកវិទ្យាវាស់វែងពីចម្ងាយ (Remote Sensing) ផ្សេងៗ និងការអនុវត្តជាក់ស្តែងរបស់វាក្នុងការគ្រប់គ្រងធនធានធម្មជាតិ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| LiDAR (Laser Radar) រ៉ាដាឡាស៊ែរ សម្រាប់ការត្រួតពិនិត្យរចនាសម្ព័ន្ធរុក្ខជាតិ |
មិនរងឥទ្ធិពលពីអាកាសធាតុ អាចជ្រៀតចូលគម្របរុក្ខជាតិបានល្អ និងអាចបង្កើតម៉ូដែលត្រីមាត្រ (3D) យ៉ាងច្បាស់លាស់។ | មានតម្លៃខ្ពស់ ជាពិសេសនៅពេលអនុវត្តលើទំហំផ្ទៃដីតូចៗ ដែលធ្វើឱ្យការបែងចែកចំណាយមានកម្រិតខ្ពស់។ | ផ្តល់នូវទិន្នន័យដង់ស៊ីតេខ្ពស់សម្រាប់ការវាស់ស្ទង់រចនាសម្ព័ន្ធរុក្ខជាតិ រាងដំបូលព្រៃ និងព័ត៌មានលម្អិតនៃគល់ឈើ។ |
| UAV Remote Sensing ការវាស់វែងពីចម្ងាយដោយប្រើប្រាស់យន្តហោះគ្មានមនុស្សបើក (ដ្រូន) |
ចំណាយតិចជាងយន្តហោះដែលមានមនុស្សបើក មានភាពបត់បែនខ្ពស់ក្នុងការហោះហើរ និងផ្តល់រូបភាពកម្រិតច្បាស់ខ្ពស់ (High-resolution)។ | ទោះបីជាមិនបានរៀបរាប់ពីគុណវិបត្តិធំដុំក្នុងឯកសារ តែជាទូទៅវាមានដែនកំណត់លើទំហំផ្ទៃដីដែលអាចហោះហើរបានក្នុងពេលតែមួយបើធៀបនឹងផ្កាយរណប។ | សម្រួលដល់ការសង្កេតមើលកម្រិតទាប ការស្រាវជ្រាវជីវម៉ាសព្រៃឈើ និងការរកឃើញសត្វល្អិតចង្រៃបានលឿននិងមានប្រសិទ្ធភាព។ |
| Hyperspectral Remote Sensing បច្ចេកវិទ្យារូបភាព Hyperspectral សម្រាប់ប្រភពទឹក |
ផ្តល់ព័ត៌មានលម្អិតខ្ពស់អំពីគុណភាពទឹក និងមិនប៉ះពាល់ដល់បរិស្ថានទឹកផ្ទាល់ (Non-invasive)។ | ទាមទារការពឹងផ្អែកលើការវិភាគទិន្នន័យស្មុគស្មាញដោយសារការចាប់យកព័ត៌មានឆ្លងកាត់រលកវិសាលគម (Spectral bands) ច្រើននិងតូចចង្អៀត។ | កំណត់អត្តសញ្ញាណកម្រិតបំពុលក្នុងទឹក កម្រិតក្លរ៉ូហ្វីល និងអាចបែងចែកប្រភេទទឹកស្អុយខ្មៅនៅទីក្រុងបានយ៉ាងច្បាស់។ |
| Synthetic Aperture Radar (SAR) រ៉ាដាស៊ីនតេទិក សម្រាប់ការវិភាគដី |
អាចដំណើរការបានគ្រប់ស្ថានភាពអាកាសធាតុ គ្រប់ពេលវេលា និងមានសមត្ថភាពខ្ពស់ក្នុងការជ្រៀតចូលផ្ទៃដី។ | រូបភាពដែលទទួលបានមានទម្រង់ជាសខ្មៅ (Grayscale) និងមិនអាចផ្តល់ព័ត៌មានត្រីមាត្រ (3D) ដោយផ្ទាល់ដូចបច្ចេកវិទ្យា LiDAR នោះទេ។ | មានប្រសិទ្ធភាពខ្ពស់ក្នុងការទាញយកទិន្នន័យសំណើមដីសម្រាប់ការសិក្សាកសិកម្ម ទោះក្នុងលក្ខខណ្ឌអាកាសធាតុមិនល្អក៏ដោយ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារនេះមិនបានបញ្ជាក់ពីតារាងតម្លៃលម្អិតនោះទេ ប៉ុន្តែបានសង្កត់ធ្ងន់ថាបច្ចេកវិទ្យាខ្លះទាមទារការចំណាយធនធានខ្ពស់ ខណៈបច្ចេកវិទ្យាខ្លះទៀតជួយសន្សំសំចៃការចំណាយ។
ការសិក្សានេះគឺជាអត្ថបទសង្ខេបដែលពឹងផ្អែកលើការស្រាវជ្រាវកន្លងមក ដោយផ្តោតលើគោលការណ៍ទូទៅ និងលើកឧទាហរណ៍មួយចំនួនពីប្រទេសចិន (ឧ. តំបន់ភ្នំ Qinling)។ សម្រាប់ប្រទេសកម្ពុជា ការយល់ដឹងពីបច្ចេកវិទ្យាទាំងនេះមានសារៈសំខាន់ណាស់ក្នុងការជ្រើសរើសវិធីសាស្ត្រមួយណាដែលសមស្របនឹងអាកាសធាតុត្រូពិច និងធនធានថវិកាដែលស្ថាប័នស្រាវជ្រាវក្នុងស្រុកមាន។
បច្ចេកវិទ្យា Remote Sensing ទាំងនេះពិតជាមានសក្តានុពល និងសារៈសំខាន់ខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ក្នុងការតាមដាន និងការពារធនធានធម្មជាតិប្រកបដោយនិរន្តរភាព។
ការរួមបញ្ចូលបច្ចេកវិទ្យាវាស់វែងពីចម្ងាយទាំងនេះទៅក្នុងប្រព័ន្ធរដ្ឋបាលនិងស្ថាប័នស្រាវជ្រាវ នឹងជួយកម្ពុជាក្នុងការសម្រេចចិត្តគ្រប់គ្រងបរិស្ថានបានកាន់តែសុក្រឹតនិងទូលំទូលាយ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Laser radar (LiDAR) | បច្ចេកវិទ្យាប្រើប្រាស់រលកពន្លឺឡាស៊ែរបាញ់ទៅកាន់វត្ថុគោលដៅ និងវាស់ស្ទង់ពេលវេលាដែលពន្លឺនោះចំណាយពេលត្រលប់មកវិញ ដើម្បីកំណត់ចម្ងាយ ទម្រង់ និងបង្កើតជារូបភាពត្រីមាត្រ (3D) ដែលអាចទម្លុះគម្របរុក្ខជាតិបាន។ | វាដូចជាសត្វប្រចៀវបញ្ចេញសំឡេងទៅប៉ះជញ្ជាំងហើយត្រលប់មកវិញ ដើម្បីដឹងថាមានឧបសគ្គនៅខាងមុខ ប៉ុន្តែទីនេះគេប្រើពន្លឺឡាស៊ែរជំនួសសំឡេង។ |
| Normalized difference vegetation index (NDVI) | សូចនាករគណិតវិទ្យាដែលប្រើដើម្បីវាយតម្លៃកម្រិតភាពបៃតង និងសុខភាពរបស់រុក្ខជាតិ ដោយប្រៀបធៀបបរិមាណពន្លឺក្រហមដែលរុក្ខជាតិស្រូបយក និងពន្លឺអ៊ីនហ្វ្រារ៉េដជិត (Near-Infrared) ដែលវាចំណាំងផ្លាតចេញមកវិញ។ | វាដូចជាការពិនិត្យឈាមដើម្បីដឹងថាមនុស្សម្នាក់មានសុខភាពល្អឬអត់ ដោយគ្រាន់តែទីនេះគេវាស់ស្ទង់ពន្លឺចំណាំងផ្លាតពីរុក្ខជាតិដើម្បីវាស់កម្រិតសុខភាពរបស់វា។ |
| Hyperspectral remote sensing | បច្ចេកទេសប្រមូលទិន្នន័យពីផ្ទៃដីឬទឹកដោយចាប់យកព័ត៌មានឆ្លងកាត់រលកពន្លឺ (Spectral bands) ច្រើននិងតូចចង្អៀតបំផុត ដែលជួយក្នុងការបែងចែកលក្ខណៈគីមី និងសមាសធាតុនៃវត្ថុផ្សេងៗយ៉ាងលម្អិត (ដូចជាការកំណត់ប្រភេទសារធាតុបំពុលក្នុងទឹក)។ | វាដូចជាកាមេរ៉ាវេទមន្តដែលអាចមើលឃើញពណ៌រាប់រយរាប់ពាន់កម្រិត លើសពីអ្វីដែលភ្នែកមនុស្សអាចមើលឃើញ ដែលអាចប្រាប់ដឹងពីសារធាតុលាក់កំបាំងនៅក្នុងវត្ថុមួយ។ |
| Thermal infrared remote sensing | បច្ចេកវិទ្យាចាប់យកកាំរស្មីកម្តៅ (Infrared radiation) ដែលបញ្ចេញដោយវត្ថុទាំងឡាយដើម្បីវាស់ស្ទង់សីតុណ្ហភាពរបស់វា ដែលមានប្រយោជន៍ខ្លាំងក្នុងការតាមដានកម្តៅទឹក សំណើមដី ឬការប្រែប្រួលអាកាសធាតុ។ | វាដូចជាឧបករណ៍វាស់កម្តៅនៅតាមមន្ទីរពេទ្យ ឬផ្សារទំនើប ដែលអាចដឹងថាយើងក្តៅខ្លួនឬអត់ដោយមិនបាច់ប៉ះរាងកាយ។ |
| Synthetic aperture radar (SAR) | ប្រព័ន្ធរ៉ាដាដែលបង្កើតរូបភាពផ្ទៃដីដោយការបញ្ចេញរលកម៉ៃក្រូវេវ (Microwave) ទៅកាន់ផែនដី និងកត់ត្រារលកដែលត្រលប់មកវិញ ដែលមានសមត្ថភាពពិសេសអាចដំណើរការទាំងយប់ទាំងថ្ងៃ និងអាចទម្លុះពពក ភ្លៀង ឬផ្ទៃខាងលើនៃដីបាន។ | វាដូចជាការប្រើពិលពិសេសដែលអាចចាំងឆ្លុះមើលឃើញវត្ថុច្បាស់ សូម្បីតែនៅក្នុងទីងងឹតសូន្យឈឹង ឬពេលមានអ័ព្ទក្រាស់ក៏ដោយ។ |
| Multispectral remote sensing | ការចាប់យករូបភាពពីផែនដីដោយប្រើរលកពន្លឺមួយចំនួនតូច (ជាទូទៅពី ៣ ទៅ ១៥ កម្រិត) ដូចជាពន្លឺមើលឃើញ និងអ៊ីនហ្វ្រារ៉េដ ដើម្បីកំណត់ប្រភេទដី គម្របដី និងលក្ខណៈទូទៅនៃបរិស្ថាន។ | វាដូចជាការពាក់វ៉ែនតាពណ៌ ៣ ទៅ ៤ ប្រភេទផ្សេងគ្នាឆ្លាស់គ្នា ដើម្បីមើលវត្ថុមួយពីជ្រុងនិងពណ៌ផ្សេងៗគ្នា ជួយឱ្យយើងកត់សម្គាល់លក្ខណៈរបស់វត្ថុនោះបានងាយស្រួល។ |
| Solar-induced chlorophyll fluorescence (SIF) | បាតុភូតដែលក្លរ៉ូហ្វីលនៅក្នុងរុក្ខជាតិបញ្ចេញពន្លឺភ្លឺស្រាលៗមកវិញបន្ទាប់ពីស្រូបពន្លឺព្រះអាទិត្យសម្រាប់រស្មីសំយោគ ដែលជាសូចនាករផ្ទាល់បង្ហាញពីសកម្មភាពរស្មីសំយោគ និងសុខភាពពិតប្រាកដរបស់រុក្ខជាតិ។ | វាដូចជាញើសដែលហូរចេញពីរាងកាយពេលយើងហាត់ប្រាណ វាបញ្ជាក់ថារុក្ខជាតិកំពុងធ្វើការ (រស្មីសំយោគ) យ៉ាងសកម្ម។ |
| soil moisture retrieval | ដំណើរការប្រើប្រាស់រូបមន្តគណិតវិទ្យា និងទិន្នន័យចំណាំងផ្លាតពីផ្កាយរណប ដើម្បីគណនាត្រឡប់ទៅរកតម្លៃជាក់ស្តែងនៃកម្រិតសំណើមដែលមាននៅក្នុងដី។ | វាដូចជាការឃើញផ្សែងហុយពីចម្ងាយ ហើយយើងអាចទាយដឹងពីទំហំនិងទីតាំងនៃភ្លើងដែលកំពុងឆេះ ដោយមិនចាំបាច់ទៅដល់កន្លែងផ្ទាល់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
