បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការយល់ដឹងមានកម្រិតទាក់ទងនឹងសក្ដានុពលនៃចន្លោះប្រហោងមែកធាង (Gap dynamics) និងការលូតលាស់ឆ្លើយតបរបស់ព្រៃឈើនៅកម្រិតលំហ ដែលពិបាកក្នុងការវាស់វែងដោយផ្ទាល់ក្នុងប្រព័ន្ធព្រៃស្រល់ចម្រុះ (Boreal forests) ដ៏ស្មុគស្មាញ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់ប្រព័ន្ធបច្ចេកវិទ្យា Lidar ក្នុងពេលវេលាខុសគ្នា គួបផ្សំជាមួយនឹងរូបភាពផ្កាយរណបកម្រិតច្បាស់ខ្ពស់ ដើម្បីស្ថាបនាម៉ូដែលកម្ពស់ដំបូលព្រៃ (Canopy Height Models) សម្រាប់ការវិភាគបម្រែបម្រួលកម្ពស់ និងលំហ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Multi-temporal LiDAR Analysis ការវិភាគទិន្នន័យ LiDAR ពហុពេលវេលា |
មានភាពត្រឹមត្រូវខ្ពស់ក្នុងការវាស់វែងកម្ពស់ និងអាចចាប់យកចន្លោះប្រហោងព្រៃឈើទំហំតូចរហូតដល់ ៥ម៉ែត្រការ៉េ ដោយមិនពឹងផ្អែកលើពន្លឺព្រះអាទិត្យ។ | ត្រូវការចំណាយថវិកាខ្ពស់ ទាមទារទំហំផ្ទុកទិន្នន័យធំ និងមានភាពស្មុគស្មាញក្នុងការគណនាទិន្នន័យពពកចំណុច (Point Clouds)។ | អាចកំណត់អត្តសញ្ញាណដើមឈើ និងគណនាអត្រាកំណើនកម្ពស់ដើមឈើនិងទំហំចន្លោះប្រហោងបានយ៉ាងសុក្រឹតក្នុងកម្រិតភាពត្រឹមត្រូវ ៩៦.៥%។ |
| Conventional Aerial Photography / Optical Images ការថតរូបពីលើអាកាសតាមបែបប្រពៃណី / រូបភាពអុបទិក |
មានទិន្នន័យចាស់ៗច្រើនស្រាប់ ងាយស្រួលក្នុងការបែងចែកប្រភេទដើមឈើ (ឈើរឹងនិងឈើទន់) បើប្រើរូបភាពកម្រិតច្បាស់ខ្ពស់។ | មិនអាចវាស់កម្ពស់ដី (Ground elevation) បានច្បាស់លាស់នៅក្រោមគម្របព្រៃក្រាស់ រងឥទ្ធិពលពីស្រមោលពន្លឺព្រះអាទិត្យ និងងាយមើលរំលងចន្លោះប្រហោងតូចៗ។ | ជារឿយៗតែងតែប៉ាន់ស្មានទំហំនិងបរិមាត្រនៃចន្លោះប្រហោងព្រៃខុស (Underestimate/Overestimate) និងមានដែនកំណត់ក្នុងការវាស់កម្ពស់ព្រៃ។ |
| Ground-based Field Surveys ការចុះវាស់វែងផ្ទាល់នៅទីតាំង |
ផ្តល់ទិន្នន័យជាក់ស្តែង (Ground truth) សុក្រឹតបំផុតសម្រាប់ការបញ្ជាក់ប្រភេទដើមឈើ និងរចនាសម្ព័ន្ធលម្អិត។ | ចំណាយពេលនិងកម្លាំងពលកម្មច្រើន ពិបាកអនុវត្តលើផ្ទៃដីធំៗ និងងាយមានកំហុសក្នុងការវាស់វែងទម្រង់ចន្លោះប្រហោងស្មុគស្មាញដោយដៃ។ | គ្របដណ្តប់បានតែផ្ទៃដីតូចតាចតំបន់គំរូ ប៉ុន្តែត្រូវបានប្រើប្រាស់ដោយជោគជ័យដើម្បីផ្ទៀងផ្ទាត់ (Validate) ទិន្នន័យពី LiDAR ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការវិនិយោគខ្ពស់លើឧបករណ៍ប្រមូលទិន្នន័យពីលើអាកាស និងកម្លាំងម៉ាស៊ីនកុំព្យូទ័រសម្រាប់ដំណើរការទិន្នន័យ 3D ទំហំធំ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់ព្រៃស្រល់ចម្រុះត្រជាក់ (Boreal Forest) ក្បែរបឹង Duparquet ប្រទេសកាណាដា ដែលមានអាកាសធាតុ ល្បឿនលូតលាស់ និងប្រភេទដើមឈើខុសស្រឡះពីកម្ពុជា។ សម្រាប់បរិបទកម្ពុជា ដែលជាប្រទេសតំបន់ត្រូពិចមានព្រៃក្រាស់ មានពហុស្រទាប់ និងលូតលាស់លឿន ម៉ូដែលនេះត្រូវតែធ្វើការកែសម្រួលឡើងវិញដើម្បីឲ្យសមស្របទៅនឹងរចនាសម្ព័ន្ធព្រៃឈើនៅទីនេះ។
ទោះបីជាការសិក្សានេះផ្ដោតលើព្រៃតំបន់ត្រជាក់ ប៉ុន្តែវិធីសាស្ត្រប្រើប្រាស់ម៉ូដែលកម្ពស់ដំបូលព្រៃ (CHM) តាមរយៈ LiDAR គឺមានសក្តានុពលខ្លាំងសម្រាប់ការគ្រប់គ្រងធនធានធម្មជាតិនៅកម្ពុជា។
ការរួមបញ្ចូលបច្ចេកវិទ្យា LiDAR និងរូបភាពផ្កាយរណប នឹងផ្តល់អំណាចដល់រាជរដ្ឋាភិបាលនិងអ្នកស្រាវជ្រាវកម្ពុជា ក្នុងការតាមដានសក្ដានុពលព្រៃឈើ និងគាំទ្រដល់ការធ្វើសេចក្តីសម្រេចចិត្តផ្អែកលើទិន្នន័យជាក់ស្តែង។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Canopy Height Model (CHM) | ជាម៉ូដែលឌីជីថលបែប 3D ដែលបង្ហាញពីកម្ពស់ដំបូលព្រៃធៀបនឹងផ្ទៃដីខាងក្រោម។ វាត្រូវបានបង្កើតឡើងដោយយកកម្ពស់ផ្ទៃព្រៃខាងលើ (DSM) ដកនឹងកម្ពស់ផ្ទៃដី (DTM) ដែលអនុញ្ញាតឱ្យគេមើលឃើញពីរចនាសម្ព័ន្ធនិងចន្លោះប្រហោងព្រៃឈើ។ | ដូចជាការយកភួយគ្របពីលើវត្ថុផ្សេងៗ រួចវាស់កម្ពស់ភួយនោះធៀបនឹងកម្រាលឥដ្ឋ ដើម្បីដឹងថារបស់ខាងក្រោមខ្ពស់ប៉ុនណា។ |
| Gap dynamics | ជាដំណើរការផ្លាស់ប្តូរធម្មជាតិនៃប្រព័ន្ធព្រៃឈើ ដែលកើតឡើងនៅពេលមានដើមឈើងាប់ឬរលំ បង្កើតជាចន្លោះប្រហោងទទួលពន្លឺព្រះអាទិត្យ ដែលជំរុញឱ្យមានការលូតលាស់នៃកូនឈើថ្មីៗ ឬការលូតលាស់មែកចូលគ្របពីចំហៀង។ | ដូចជាការជ្រុះធ្មេញចាស់ ដែលទុកចន្លោះប្រហោងឱ្យធ្មេញថ្មីអាចដុះឡើងមកជំនួសកន្លែងដើមបាន។ |
| Point Cloud | ជាបណ្តុំនៃចំណុចទិន្នន័យរាប់លាននៅក្នុងលំហ 3D ដែលប្រមូលបានដោយប្រព័ន្ធសេនស័រ LiDAR។ ចំណុចនីមួយៗតំណាងឱ្យទីតាំងចំណាំងផ្លាតនៃពន្លឺឡាស៊ែរដែលប៉ះលើស្លឹកឈើ មែកឈើ ឬផ្ទៃដី ដើម្បីបង្កើតជារូបរាងវត្ថុ។ | ដូចជាការបាញ់គ្រាប់ខ្សាច់រាប់លានគ្រាប់ទៅលើវត្ថុមួយ ហើយកត់ត្រាទីតាំងគ្រាប់ខ្សាច់នីមួយៗដើម្បីផ្គុំចេញជារូបរាងលំហ 3D នៃវត្ថុនោះមកវិញ។ |
| Lateral growth | គឺជាការលូតលាស់បញ្ចេញមែកនិងស្លឹកទៅផ្នែកចំហៀងនៃដើមឈើចាស់ៗដែលនៅជុំវិញមាត់ចន្លោះប្រហោងព្រៃ ដើម្បីដណ្តើមយកពន្លឺព្រះអាទិត្យ ដែលធ្វើឱ្យចន្លោះប្រហោងនោះត្រូវបានគ្របជិតវិញបន្តិចម្តងៗ។ | ដូចជាមនុស្សដែលឈរជិតគ្នាជុំវិញរង្វង់មួយ ហើយម្នាក់ៗលាតសន្ធឹងដៃរបស់ខ្លួនទៅកាន់កណ្តាលរង្វង់ដែលមានកន្លែងទំនេរ។ |
| Digital Terrain Model (DTM) | ជាទម្រង់ម៉ូដែលឌីជីថលដែលបង្ហាញតែពីនីវ៉ូកម្ពស់នៃផ្ទៃដីសុទ្ធសាធ ដោយច្រោះយកទិន្នន័យរុក្ខជាតិ អគារ និងវត្ថុផ្សេងៗនៅលើដីចេញអស់ ដែលវាមានសារៈសំខាន់សម្រាប់ការវាស់កម្ពស់ដើមឈើជាក់ស្តែងធៀបនឹងដី។ | ដូចជាការប្រើកាំរស្មីអ៊ិច (X-ray) ដែលអាចឆ្លុះមើលធ្លុះសម្លៀកបំពាក់និងសាច់ ដើម្បីឃើញតែរចនាសម្ព័ន្ធឆ្អឹង(ផ្ទៃដី)នៅខាងក្នុង។ |
| Co-registration | ជាដំណើរការរៀបតម្រឹមទិន្នន័យលំហ (Spatial data) ដែលថតនៅពេលវេលាខុសគ្នា ឱ្យត្រួតស៊ីគ្នាបានយ៉ាងសុក្រឹតតាមអ័ក្ស X, Y, Z ដើម្បីធានាថាការវាស់វែងបម្រែបម្រួលកម្ពស់ឬទំហំមានភាពត្រឹមត្រូវ។ | ដូចជាការយកសន្លឹកកញ្ចក់ថ្លាពីរផ្ទាំងដែលមានគំនូរព្រៃឈើនៅឆ្នាំខុសគ្នា មកត្រួតពីលើគ្នាឱ្យត្រង់គែមពិតប្រាកដ មុននឹងចាប់ផ្តើមស្វែងរកចំណុចដែលប្រែប្រួល។ |
| Region growing algorithm | ជាក្បួនដោះស្រាយក្នុងកុំព្យូទ័រសម្រាប់ការវិភាគរូបភាព ដែលចាប់ផ្តើមពីចំណុចគោលមួយ រួចពង្រីកការស្វែងរកទៅភីកសែល (pixels) ជុំវិញដែលមានលក្ខណៈស្រដៀងគ្នា ដើម្បីកំណត់ព្រំដែននិងទម្រង់នៃទំហំចន្លោះប្រហោងដំបូលព្រៃ។ | ដូចជាការចាក់ទឹកថ្នាំពណ៌ទៅលើក្រណាត់ ដែលវាជ្រាបរាលដាលធំឡើងៗរហូតទាល់តែប៉ះនឹងស្នាមថ្នេរទប់ទើបវាឈប់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
