បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងវាយតម្លៃលើផ្ទៃដីដែលរងការជន់លិច និងការខាតបង់សេដ្ឋកិច្ចដោយផ្ទាល់ ដែលបណ្តាលមកពីព្រឹត្តិការណ៍ទឹកជំនន់នៅក្នុងតំបន់ប្រព័ន្ធអេកូឡូស៊ីទីក្រុងភាគខាងត្បូង និងនិរតីនៃរាជធានីភ្នំពេញ។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់បច្ចេកវិទ្យាបញ្ជាពីចម្ងាយ និងប្រព័ន្ធកុំព្យូទ័រលើពពក ដើម្បីបង្កើតផែនទីទឹកជំនន់ និងគណនាទំហំនៃការខូចខាតដោយផ្អែកលើជម្រៅទឹក។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Sentinel-1 SAR with Google Earth Engine (GEE) ការប្រើប្រាស់រូបភាពផ្កាយរណបរ៉ាដា Sentinel-1 ជាមួយប្រព័ន្ធកុំព្យូទ័រពពក Google Earth Engine |
មានសមត្ថភាពអាចផ្តិតយករូបភាពបានគ្រប់ស្ថានភាពអាកាសធាតុ (ឆ្លុះទម្លុះពពក និងថតបានទាំងយប់ទាំងថ្ងៃ) និងអាចវិភាគទិន្នន័យខ្នាតធំបានយ៉ាងរហ័ស។ | ទាមទារចំណេះដឹង និងជំនាញបច្ចេកទេសកម្រិតខ្ពស់ក្នុងការដំណើរការទិន្នន័យរ៉ាដា (SAR preprocessing)។ | អាចកំណត់ផ្ទៃដីលិចទឹក ១.៦៣៨ ហិកតា ជាមួយនឹងកម្រិតលម្អៀងត្រឹមតែ ២% លើផ្ទៃដីកសិកម្ម ធៀបនឹងរបាយការណ៍ផ្លូវការរបស់ស្ថាប័នរដ្ឋ។ |
| Traditional Optical Remote Sensing ការប្រើប្រាស់រូបភាពផ្កាយរណបអុបទិកធម្មតា (Landsat ឫ Sentinel-2) |
ងាយស្រួលក្នុងការបកស្រាយរូបភាពដោយភ្នែក និងមានប្រសិទ្ធភាពខ្ពស់ក្នុងការគូសផែនទីប្រភេទគម្របដី (LULC) នៅពេលអាកាសធាតុស្រឡះល្អ។ | មានដែនកំណត់យ៉ាងខ្លាំងនៅពេលមានពពកក្រាស់ ដែលជាទូទៅតែងតែកើតមានឡើងក្នុងអំឡុងពេលមានព្យុះភ្លៀង ឬព្រឹត្តិការណ៍ទឹកជំនន់។ | មិនអាចផ្តល់ទិន្នន័យផ្ទៃទឹកជំនន់បានទាន់ពេលវេលា និងពេញលេញ សម្រាប់ព្រឹត្តិការណ៍ទឹកជំនន់ខែតុលា ឆ្នាំ២០២០ នោះទេ។ |
| Ground-based Post-Disaster Needs Assessment (PDNA) ការវាយតម្លៃដោយចុះស្រាវជ្រាវផ្ទាល់នៅមូលដ្ឋាន (របាយការណ៍ NCDM) |
ផ្តល់ទិន្នន័យជាក់ស្តែងផ្ទាល់ពីទីតាំង និងអាចប្រមូលបាននូវព័ត៌មានលម្អិតស៊ីជម្រៅអំពីផលប៉ះពាល់ដល់សង្គម និងកម្រិតជីវភាព។ | ចំណាយពេលវេលាយូរ ត្រូវការធនធានមនុស្សច្រើន និងមានការលំបាកក្នុងការចុះទៅដល់តំបន់ដែលកំពុងរងការជន់លិចជ្រៅ។ | បានរាយការណ៍ពីទំហំផ្ទៃដីកសិកម្មរងគ្រោះចំនួន ៣.១៤១ ហិកតា ដែលត្រូវបានយកមកប្រើប្រាស់ជាទិន្នន័យគោលដើម្បីផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវនៃគំរូ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យផ្កាយរណប និងប្រព័ន្ធកុំព្យូទ័រពពកជាសាធារណៈ ដែលមិនតម្រូវឱ្យមានការចំណាយថវិកាលើការទិញទិន្នន័យឡើយ ប៉ុន្តែទាមទារធនធានមនុស្សដែលមានជំនាញបច្ចេកទេសច្បាស់លាស់។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅខណ្ឌចំនួន៤ ភាគខាងត្បូងរាជធានីភ្នំពេញ សម្រាប់ព្រឹត្តិការណ៍ទឹកជំនន់ខែតុលា ឆ្នាំ២០២០ ដោយផ្អែកលើទិន្នន័យប្រើប្រាស់ដីធ្លី (LULC) ឆ្នាំ២០១៧។ ការប្រើប្រាស់ទិន្នន័យចាស់អាចបង្កើតជាកំហុសឆ្គងតិចតួច (២% ទៅ ១២%)។ ចំណុចនេះមានសារៈសំខាន់ណាស់សម្រាប់ប្រទេសកម្ពុជា ដោយសារតំបន់ជាយក្រុងមានការអភិវឌ្ឍនគរូបនីយកម្មយ៉ាងឆាប់រហ័ស ដែលបណ្តាលឱ្យមានការផ្លាស់ប្តូរគម្របដី និងការលុបបឹងធម្មជាតិជាដើម។
វិធីសាស្រ្តកូនកាត់រវាងផ្កាយរណបរ៉ាដា និងអនុគមន៍ខូចខាតនេះ គឺមានភាពស័ក្តិសម និងមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការគ្រប់គ្រងគ្រោះមហន្តរាយនៅប្រទេសកម្ពុជា។
សរុបមក ការប្រើប្រាស់បច្ចេកវិទ្យាទាំងនេះនឹងជួយឱ្យអ្នកធ្វើគោលនយោបាយនៅកម្ពុជាមានទិន្នន័យជាក់លាក់សម្រាប់ធ្វើសេចក្តីសម្រេចចិត្តកាត់បន្ថយការខាតបង់សេដ្ឋកិច្ច និងរៀបចំយុទ្ធសាស្រ្តអភិវឌ្ឍន៍ប្រកបដោយភាពធន់នឹងអាកាសធាតុ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Synthetic Aperture Radar (SAR) | ជាបច្ចេកវិទ្យាផ្កាយរណបប្រើប្រាស់រលកសញ្ញារ៉ាដាដើម្បីថតរូបភាពផ្ទៃដី។ វាមានសមត្ថភាពពិសេសអាចបញ្ជូនរលកសញ្ញាឆ្លុះទម្លុះពពក ភ្លៀង និងអាចថតបានទាំងយប់ទាំងថ្ងៃ ដែលស័ក្តិសមបំផុតសម្រាប់ការតាមដានទឹកជំនន់នារដូវវស្សា។ | ដូចជាសត្វប្រចៀវបញ្ចេញសំឡេងអេកូដើម្បីរកមើលវត្ថុក្នុងទីងងឹតអញ្ចឹងដែរ ផ្កាយរណបនេះបាញ់រលកសញ្ញាទៅដីហើយចាប់យកចំណាំងផ្លាតមកវិញដើម្បីបង្កើតជារូបភាព ទោះបីជាមានពពកបាំងក៏ដោយ។ |
| Google Earth Engine (GEE) | ជាប្រព័ន្ធកុំព្យូទ័រលើពពក (Cloud computing platform) របស់ក្រុមហ៊ុន Google ដែលផ្ទុកទិន្នន័យផ្កាយរណបច្រើនសន្ធឹកសន្ធាប់ និងអនុញ្ញាតឱ្យអ្នកស្រាវជ្រាវសរសេរកូដដើម្បីវិភាគទិន្នន័យភូមិសាស្ត្រខ្នាតធំបានយ៉ាងរហ័ស ដោយមិនចាំបាច់មានកុំព្យូទ័រដែលមានកម្លាំងខ្លាំងផ្ទាល់ខ្លួននោះទេ។ | ដូចជាការជួលផ្ទះបាយដ៏ធំមួយដែលមានគ្រឿងទេសស្រាប់ពីទីតាំងឆ្ងាយ ដើម្បីចម្អិនម្ហូបដ៏ច្រើន ដោយមិនបាច់ទិញគ្រឿង និងចង្ក្រានធំៗយកមកតម្កល់ទុកក្នុងផ្ទះខ្លួនឯងនោះទេ។ |
| Depth-Damage Function | ជារូបមន្តគណិតវិទ្យា ឬខ្សែកោងដែលបង្ហាញពីទំនាក់ទំនងរវាងកម្រិតជម្រៅទឹកជំនន់ និងទំហំនៃការខូចខាតលើទ្រព្យសម្បត្តិ (គិតជាភាគរយ ឬទំហំទឹកប្រាក់) តាមប្រភេទនៃការប្រើប្រាស់ដីខុសៗគ្នា (កសិកម្ម លំនៅឋាន ពាណិជ្ជកម្ម)។ | ដូចជាតារាងតម្លៃជួសជុលរថយន្ត ដែលប្រាប់យើងថា បើឡានលិចទឹកត្រឹមកង់ត្រូវអស់លុយប៉ុន្មាន ហើយបើលិចដល់ដំបូលត្រូវអស់លុយប៉ុន្មានអញ្ចឹងដែរ។ |
| Land Use/Land Cover (LULC) | គឺជាទិន្នន័យចំណាត់ថ្នាក់ដែលបង្ហាញពីប្រភេទនៃគម្របដីធម្មជាតិ (ព្រៃឈើ ផ្ទៃទឹក) និងការប្រើប្រាស់ដីដោយមនុស្ស (តំបន់កសិកម្ម លំនៅឋាន ទីក្រុង រោងចក្រ) ដើម្បីយកមកវិភាគពីភាពងាយរងគ្រោះ និងការខាតបង់សេដ្ឋកិច្ចនៃតំបន់នីមួយៗពេលមានគ្រោះមហន្តរាយ។ | ដូចជាការលាបពណ៌ផែនទីតាមប្រភេទទីតាំង៖ ពណ៌បៃតងតំណាងឱ្យចម្ការ ពណ៌ក្រហមតំណាងឱ្យផ្ទះប្រជាជន ដើម្បីងាយមើលថាតើកន្លែងណាខ្លះនឹងលិចទឹកមុនគេ។ |
| Flash Flood | ជាប្រភេទទឹកជំនន់ដែលកើតឡើងយ៉ាងឆាប់រហ័សបំផុត (ច្រើនតែកើតឡើងក្នុងរយៈពេលតិចជាង ៦ម៉ោង) បន្ទាប់ពីមានភ្លៀងធ្លាក់ខ្លាំងជាប់ៗគ្នា ដែលធ្វើឱ្យប្រព័ន្ធបង្ហូរទឹក ឬរងទឹកធម្មជាតិមិនអាចរំដោះទឹកទាន់ពេលវេលា។ | ដូចជាការចាក់ទឹកមួយធុងធំចូលទៅក្នុងឡាបូចានភ្លាមៗ ដែលធ្វើឱ្យទុយោទឹកហូរមិនទាន់ ហើយទឹកក៏ហៀរចេញមកក្រៅតែម្តង។ |
| Overbank Flow | ជាបាតុភូតជលសាស្ត្រដែលបរិមាណទឹកនៅក្នុងទន្លេ ឬស្ទឹង មានកម្រិតខ្ពស់លើសពីចំណុះផ្ទុកនៃតួទន្លេ ហើយហូរហៀរចេញពីច្រាំងទៅជន់លិចតំបន់ទំនាបដែលនៅអមសងខាងទន្លេនោះ។ | ដូចជាការចាក់ទឹកចូលក្នុងកែវរហូតដល់ពេញហៀរ ហើយទឹកនោះក៏ហូរធ្លាក់ចេញមកប្រឡាក់ពេញតុ។ |
| Vulnerability | ភាពងាយរងគ្រោះ គឺជាកម្រិតនៃការខ្វះសមត្ថភាពទប់ទល់របស់ប្រព័ន្ធសង្គម សេដ្ឋកិច្ច ឬហេដ្ឋារចនាសម្ព័ន្ធណាមួយ នៅពេលទទួលរងឥទ្ធិពលអវិជ្ជមានពីគ្រោះមហន្តរាយ (ដូចជាទឹកជំនន់) ដោយផ្អែកលើទីតាំងភូមិសាស្ត្រ និងស្ថានភាពរស់នៅជាក់ស្តែង។ | ដូចជាផ្ទះធ្វើពីស្លឹកមានភាពងាយរងគ្រោះពីខ្យល់ព្យុះជាងផ្ទះធ្វើពីថ្ម ព្រោះវាគ្មានកម្លាំងទប់ទល់គ្រប់គ្រាន់ក្នុងការប្រឆាំងនឹងគ្រោះធម្មជាតិ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
