បញ្ហា (The Problem)៖ ឯកសារនេះផ្តោតលើការដោះស្រាយតម្រូវការនៃវិធីសាស្ត្រស្វ័យប្រវត្តិ លឿន និងមានប្រសិទ្ធភាពក្នុងការកំណត់ប៉ារ៉ាម៉ែត្របញ្ជីសារពើភណ្ឌព្រៃឈើសំខាន់ៗ (ដូចជាទីតាំងដើមឈើ អង្កត់ផ្ចិតកម្ពស់ទ្រូង ឬ DBH និងកម្ពស់ដើមឈើ) ដោយប្រើប្រាស់បច្ចេកវិទ្យាស្កេនឡាស៊ែរលើដី (Terrestrial Laser Scanning)។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រៀបធៀបប្រព័ន្ធម៉ាស៊ីនស្កេនឡាស៊ែរចំនួនពីរ និងរបៀបនៃការស្កេនផ្សេងគ្នា ព្រមទាំងអនុវត្តក្បួនដោះស្រាយ (Algorithms) សម្រាប់ការវិភាគទិន្នន័យដើម្បីទាញយកលទ្ធផលដោយស្វ័យប្រវត្តិ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Single Scan Mode របៀបស្កេនទីតាំងតែមួយ |
ចំណាយពេលតិចក្នុងការប្រមូលទិន្នន័យនៅទីវាល និងដំណើរការទិន្នន័យលឿន។ ងាយស្រួលក្នុងការប្រើប្រាស់ជាមួយម៉ាស៊ីនស្កេនដែលអាចមើលឃើញជុំវិញ (Full spherical scanners) ដូចជាម៉ូដែល Faro LS 800 ព្រោះម៉ាស៊ីនដាក់នៅចំកណ្តាលទីតាំង។ | មិនអាចចៀសវាងការបាំងទិដ្ឋភាព (Occlusions) ដោយសារដើមឈើផ្សេងៗ ដែលបណ្តាលឱ្យដើមឈើខ្លះមិនត្រូវបានកត់ត្រា និងផ្តល់ព័ត៌មានលម្អិតតិចតួចនៃតួដើមឈើ។ | ចំណាយពេលដំណើរការទិន្នន័យ (Processing time) ត្រឹមតែចន្លោះពី ១ នាទី ៣៦ វិនាទី ទៅ ៥ នាទី និង ៨ វិនាទី ប៉ុណ្ណោះសម្រាប់កាំផ្ទៃដី ១៥ ម៉ែត្រ។ |
| Multiple Scan Mode របៀបស្កេនទីតាំងច្រើន |
ផ្តល់នូវព័ត៌មានលម្អិតនៃដើមឈើបានយ៉ាងល្អិតល្អន់ និងកាត់បន្ថយបញ្ហាការបាំងទិដ្ឋភាព (Occlusions) ដោយសារមានការស្កេនពីជ្រុងច្រើនជុំវិញទីតាំង។ | ត្រូវការពេលវេលាច្រើនក្នុងការរៀបចំម៉ាស៊ីន និងដាក់ចំណុចគោល (Targets) ដើម្បីផ្គុំទិន្នន័យ (Registration) បញ្ចូលគ្នា។ ទំហំទិន្នន័យធំ ធ្វើឱ្យដំណើរការកុំព្យូទ័រយឺត។ | ចំណាយពេលដំណើរការយូរជាង (ឧទាហរណ៍ ៩ នាទី ៥៨ វិនាទី សម្រាប់ Plot 3 ដែលមានកាំ ១៥ ម៉ែត្រ) ប៉ុន្តែផ្តល់ទិន្នន័យកញ្ចុំចំណុច (Point cloud) ពេញលេញសម្រាប់វាស់អង្កត់ផ្ចិតកម្ពស់ទ្រូង (DBH) កាន់តែច្បាស់ និងត្រឹមត្រូវ។ |
| Circle Fitting Algorithm ក្បួនដោះស្រាយការកែតម្រូវរង្វង់ |
ផ្តល់លទ្ធផលល្អប្រសើរទាក់ទងនឹងមធ្យមភាគនព្វន្ធ (Arithmetic mean) និងកម្រិតអតិបរមារបស់វា បើប្រៀបធៀបទៅនឹងការប្រើប្រាស់រាងពងក្រពើ (Ellipse fitting) ដើម្បីស្វែងរកទំហំអង្កត់ផ្ចិតដើមឈើ។ | ទាមទារឱ្យមានចំនួនចំណុច (Points) អប្បបរមាមួយនៅក្នុងចំណិតទិន្នន័យ (Slice) ដើម្បីធានាបាននូវភាពត្រឹមត្រូវ បើមិនដូច្នេះទេវាអាចគណនាខុសទំហំដើមឈើពិត។ | កំណត់ទំហំ DBH ដោយស្វ័យប្រវត្តិ ដែលមានគម្លាតមធ្យមត្រឹមតែ -០.៩៦ សង់ទីម៉ែត្រ ទៅ +០.៩៣ សង់ទីម៉ែត្រ បើធៀបនឹងការវាស់ផ្ទាល់ដោយប្រដាប់វាស់ (Tree caliper)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការប្រើប្រាស់បច្ចេកវិទ្យាស្កេនឡាស៊ែរលើដី (TLS) ទាមទារឱ្យមានការវិនិយោគទាំងផ្នែកឧបករណ៍ម៉ាស៊ីន (Hardware) កម្រិតខ្ពស់ និងកម្មវិធីកុំព្យូទ័រ (Software) សម្រាប់ដំណើរការទិន្នន័យ Point Clouds ដ៏ធំ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងតំបន់ព្រៃចម្រុះក្នុងប្រទេសអាល្លឺម៉ង់ (Saxony) និងប្រទេសអូទ្រីស ដែលមានប្រភេទដើមឈើដូចជា ស្រល់ (Spruce) និង ប៊ីច (Beech) ស្ថិតក្នុងបរិយាកាសព្រៃដែលមានរចនាសម្ព័ន្ធខុសពីព្រៃត្រូពិច។ សម្រាប់ប្រទេសកម្ពុជា ដែលមានព្រៃត្រូពិចក្រាស់ និងមានគុម្ពោតព្រៃតូចៗកកកុញច្រើនខាងក្រោម ការអនុវត្តបច្ចេកទេសនេះអាចនឹងជួបបញ្ហាប្រឈមខ្លាំងជាងមុន ដោយសារការបាំងទិដ្ឋភាព (Occlusions) ច្រើន ដែលទាមទារការកែសម្រួលក្បួនដោះស្រាយចម្រោះទិន្នន័យ (Filtering Algorithms) បន្ថែម។
ទោះបីជាមានបញ្ហាប្រឈមក្នុងស្ថានភាពព្រៃក្រាស់ក៏ដោយ បច្ចេកវិទ្យា TLS មានសក្តានុពលខ្ពស់សម្រាប់ជួយដល់ការគ្រប់គ្រងធនធានព្រៃឈើនៅកម្ពុជាឱ្យកាន់តែមានភាពសុក្រឹត លឿន និងមានតម្លាភាព។
សរុបមក ការរួមបញ្ចូលម៉ាស៊ីនស្កេនឡាស៊ែរលើដី (TLS) ទៅក្នុងប្រព័ន្ធត្រួតពិនិត្យព្រៃឈើនៅកម្ពុជានឹងជួយផ្លាស់ប្តូរការវាស់វែងបែបប្រពៃណី ឱ្យក្លាយជាការប្រើប្រាស់ទិន្នន័យ 3D កម្រិតខ្ពស់ ដែលមានប្រយោជន៍ទាំងសម្រាប់អភិរក្ស និងសេដ្ឋកិច្ច។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Terrestrial laser scanning | បច្ចេកវិទ្យាប្រើប្រាស់ម៉ាស៊ីនបាញ់កាំរស្មីឡាស៊ែរពីលើដីផ្ទាល់ ដើម្បីវាស់វែង និងប្រមូលទិន្នន័យរូបរាង កម្ពស់ និងទីតាំងនៃវត្ថុជុំវិញខ្លួនជាទម្រង់ 3D យ៉ាងច្បាស់លាស់ ដោយស្វ័យប្រវត្តិ។ | វាដូចជាការប្រើពិលបាញ់ពន្លឺជុំវិញខ្លួនក្នុងបន្ទប់ងងឹត ដើម្បីដឹងថារបស់របរនានានៅទីណា និងមានរាងដូចម្តេចអញ្ចឹងដែរ។ |
| point cloud | បណ្តុំនៃចំណុចរាប់លាននៅក្នុងលំហ 3D ដែលចំណុចនីមួយៗតំណាងឱ្យទីតាំងកូអរដោណេ (X, Y, Z) ដែលម៉ាស៊ីនឡាស៊ែរបានបាញ់ប៉ះលើផ្ទៃនៃវត្ថុណាមួយ (ដូចជាតួដើមឈើ ឬផ្ទៃដី)។ | វាដូចជាគំនូរដែលគូរឡើងដោយការចាក់ចំណុចតូចៗរាប់លានជាប់ៗគ្នា រហូតចេញជារូបរាងដើមឈើ ឬអគារ។ |
| diameter at breast height (DBH) | រង្វាស់ស្តង់ដារក្នុងវិស័យព្រៃឈើសម្រាប់វាស់អង្កត់ផ្ចិតតួដើមឈើ ដែលជាទូទៅគេវាស់នៅកម្ពស់ ១.៣ ម៉ែត្រពីផ្ទៃដី ដើម្បីយកទៅគណនាទំហំ និងបរិមាណឈើ។ | ដូចជាការយកខ្សែម៉ែត្រទៅវាស់ទំហំចង្កេះមនុស្ស ដោយកំណត់ថាយើងត្រូវវាស់ត្រឹមកម្ពស់ទ្រូងជានិច្ច ដើម្បីងាយស្រួលប្រៀបធៀបគ្នា។ |
| Time of flight | បច្ចេកទេសវាស់ចម្ងាយដោយគណនាពេលវេលាដែលកាំរស្មីឡាស៊ែរធ្វើដំណើរពីម៉ាស៊ីនទៅប៉ះវត្ថុណាមួយ រួចចំណាំងផ្លាតត្រឡប់មកម៉ាស៊ីនវិញ។ | ដូចជាការគប់កូនបាល់ផ្ទប់ជញ្ជាំង ហើយចាប់ម៉ោងថាតើវាចាយពេលប៉ុន្មានទើបលោតត្រឡប់មកដល់ដៃយើងវិញ ដើម្បីដឹងថាជញ្ជាំងនោះនៅឆ្ងាយប៉ុណ្ណា។ |
| Digital terrain model (DTM) | ទម្រង់ទិន្នន័យ 3D តំណាងឱ្យផ្ទៃដីសុទ្ធសាធ ដោយបានកាត់ចេញនូវអ្វីៗដែលមាននៅលើដីដូចជា ដើមឈើ ស្មៅ ឬវត្ថុផ្សេងៗ ដើម្បីងាយស្រួលរកកម្ពស់ ឬជម្រាលពិតប្រាកដនៃដី។ | ដូចជាការស្រមៃមើលសំបកផែនដីទទេស្អាត ដែលគេបានបោសសម្អាតយកដើមឈើ និងផ្ទះចេញពីលើដីនោះអស់រលីង។ |
| segmentation | ដំណើរការនៃការពុះបំបែកទិន្នន័យកញ្ចុំចំណុច (Point cloud) រាប់លានទៅជាក្រុមៗដាច់ដោយឡែកពីគ្នា ដើម្បីឱ្យកុំព្យូទ័រកំណត់សម្គាល់ថាចំណុចមួយណារបស់ដើមឈើទី១ ហើយចំណុចមួយណារបស់ដើមឈើទី២។ | ដូចជាការរើសញែកគ្រាប់សណ្តែកខៀវ និងសណ្តែកក្រហមដែលលាយឡំគ្នា ដាក់ជាគំនរដាច់ដោយឡែកពីគ្នា។ |
| circle fitting algorithm | ក្បួនគណិតវិទ្យាដែលកុំព្យូទ័រប្រើដើម្បីគូសរង្វង់មួយឱ្យស៊ីគ្នាបំផុតទៅនឹងបណ្តុំចំណុច (Points) ដែលតម្រៀបជារាងកោង ដើម្បីរកចំណុចកណ្តាល និងអង្កត់ផ្ចិតពិតប្រាកដរបស់ដើមឈើ។ | ដូចជាការព្យាយាមយកកងដៃដែលមានទំហំខុសៗគ្នាទៅពាក់ពីលើដុំថ្មរាងមូល ដើម្បីស្វែងរកកងដៃមួយណាដែលពាក់ល្មមស៊ីគ្នាជាមួយដុំថ្មនោះបំផុត។ |
| tie points | ចំណុចគោល (ដូចជាផ្ទាំងចំណាំងផ្លាត ឬដុំស្វ៊ែរ) ដែលគេដាក់នៅជុំវិញទីតាំងវាស់វែង ដើម្បីជួយឱ្យកម្មវិធីកុំព្យូទ័រអាចផ្គុំទិន្នន័យស្កេនពីប្លង់ផ្សេងៗគ្នា បញ្ចូលគ្នាទៅជាម៉ូដែល 3D តែមួយដែលមានលក្ខណៈពេញលេញ។ | ដូចជាស្នាមគំនូសនៅលើបំណែករូបភាពផ្គុំ (Jigsaw puzzle) ដែលជួយប្រាប់យើងថាតើត្រូវតោងភ្ជាប់បំណែកមួយណាទៅបំណែកមួយណា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
