បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃការវាយតម្លៃឥទ្ធិពលនៃទីតាំងម៉ាស៊ីនស្កេនឡាស៊ែរលើដី (TLS) និងទំហំឡូត៍គំរូ ទៅលើភាពត្រឹមត្រូវនៃការកំណត់សម្គាល់ដើមឈើដោយស្វ័យប្រវត្តិ និងការវាស់វែងអង្កត់ផ្ចិតក្នុងប្រតិបត្តិការជំរឿនព្រៃឈើ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានអភិវឌ្ឍក្បួនដោះស្រាយបណ្ដុំផ្អែកលើដង់ស៊ីតេពហុដំណាក់កាល ដើម្បីបង្កើតផែនទីទីតាំងដើមឈើដោយស្វ័យប្រវត្តិ និងបានធ្វើតេស្តប្រៀបធៀបការកំណត់រចនាសម្ព័ន្ធទីតាំងម៉ាស៊ីនស្កេនផ្សេងៗគ្នា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Multiscan TLS (Hexagon + Center, 7 scans) ការស្កេនពហុចំណុច (ឆកោន + កណ្តាល, ៧ ចំណុច) |
ផ្តល់ភាពត្រឹមត្រូវខ្ពស់បំផុតក្នុងការចាប់យកទីតាំងដើមឈើ និងមានកំហុសទាបបំផុតក្នុងការវាស់អង្កត់ផ្ចិត DBH។ | ចំណាយពេលវេលា និងកម្លាំងពលកម្មច្រើនបំផុត (ប្រហែល ១០៣ នាទីក្នុងមួយឡូត៍) ដែលធ្វើឱ្យការចុះប្រមូលទិន្នន័យមានភាពយឺតយ៉ាវ។ | សម្រេចបានភាពត្រឹមត្រូវទូទៅ ៧៨.១៥% និងកំហុស RMSE ៣.៥៩ សង់ទីម៉ែត្រ សម្រាប់ការវាស់អង្កត់ផ្ចិត។ |
| Multiscan TLS (Triangle + Center, 4 scans) ការស្កេនពហុចំណុច (ត្រីកោណ + កណ្តាល, ៤ ចំណុច) |
ជាជម្រើសដ៏ល្អបំផុតដែលរក្សាតុល្យភាពរវាងការចំណាយកម្លាំងពលកម្ម ពេលវេលា និងភាពត្រឹមត្រូវខ្ពស់។ | ភាពត្រឹមត្រូវនៃការចាប់យកដើមឈើមានកម្រិតទាបជាងបន្តិចធៀបនឹងការប្រើ ៧ ចំណុច ជាពិសេសលើឡូត៍ធំៗ។ | សម្រេចបានភាពត្រឹមត្រូវទូទៅ ៧៦.៩២% កំហុស RMSE ៤.០៥ សង់ទីម៉ែត្រ និងចំណាយពេលត្រឹម ៦១ នាទី។ |
| Single-scan TLS (Center only) ការស្កេនចំណុចតែមួយ (ចំណុចកណ្តាល) |
ចំណាយពេលលឿនបំផុត និងទាមទារកម្លាំងពលកម្មតិចតួចបំផុតនៅលើទីតាំងផ្ទាល់។ | មានអត្រាចាប់យកទីតាំងដើមឈើទាបបំផុត ដោយសារបញ្ហាបាំងមុខគម្របព្រៃ (Occlusion) ខ្លាំងជាងគេ។ | សម្រេចបានភាពត្រឹមត្រូវទូទៅត្រឹមតែ ៥៨.២៤% កំហុស RMSE ៥.៩៣ សង់ទីម៉ែត្រ និងចំណាយពេល ១៤ នាទី។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះតម្រូវឱ្យមានការវិនិយោគខ្ពស់លើឧបករណ៍ស្កេនឡាស៊ែរ កម្មវិធីកុំព្យូទ័រ និងអ្នកមានជំនាញវិភាគទិន្នន័យ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងតំបន់ព្រៃនៃប្រទេសអូទ្រីស និងហ្វាំងឡង់ ដែលមានប្រភេទដើមឈើ និងលក្ខណៈសណ្ឋានដីស្រឡះជាងព្រៃត្រូពិច។ ព្រៃឈើនៅកម្ពុជាមានដង់ស៊ីតេ និងរុក្ខជាតិគម្របដី (Understory vegetation) ក្រាស់ឃ្មឹក ដែលអាចធ្វើឱ្យការស្កេនឡាស៊ែរជួបការលំបាក (Occlusion) កាន់តែខ្លាំង និងតម្រូវឱ្យមានការកែសម្រួលក្បួនដោះស្រាយបន្ថែម។
ទោះបីជាមានបញ្ហាប្រឈមនឹងដង់ស៊ីតេព្រៃឈើក៏ដោយ បច្ចេកវិទ្យានេះមានសក្តានុពលខ្ពស់ខ្លាំងសម្រាប់គម្រោងត្រួតពិនិត្យ និងអភិរក្សព្រៃឈើធំៗនៅកម្ពុជា។
សរុបមក បច្ចេកវិទ្យា TLS គឺជាការឈានជើងចូលយុគសម័យឌីជីថលនៃការគ្រប់គ្រងធនធានព្រៃឈើនៅកម្ពុជាប្រកបដោយតម្លាភាព និងទំនុកចិត្តខ្ពស់សម្រាប់ការគណនាឥណទានកាបូន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Terrestrial laser scanning | បច្ចេកវិទ្យាស្កេនដោយប្រើឡាស៊ែរដែលដាក់នៅលើដី (ឧទាហរណ៍ ដាក់លើជើងកាមេរ៉ា) ដើម្បីវាស់វែង និងប្រមូលទិន្នន័យជារូបរាង 3D នៃមជ្ឈដ្ឋានជុំវិញ ជាពិសេសរចនាសម្ព័ន្ធព្រៃឈើ និងកម្ពស់ដី។ | ដូចជាការប្រើប្រាស់ពិលបញ្ចាំងពន្លឺឡាស៊ែររាប់លានដងក្នុងមួយវិនាទីទៅគ្រប់ទិសទី ដើម្បីគូររូបភាព 3D នៃព្រៃឈើមួយយ៉ាងលម្អិត។ |
| Point cloud | សំណុំទិន្នន័យនៃចំណុចរាប់លាននៅក្នុងលំហ 3D (ដែលមានកូអរដោណេ X, Y, Z) ដែលតម្រៀបគ្នាបង្កើតបានជារូបរាងរបស់វត្ថុ ឬទីតាំងណាមួយ បន្ទាប់ពីការស្កេនដោយម៉ាស៊ីនឡាស៊ែរ។ | ដូចជាតំណក់ទឹកភ្លៀងរាប់លានតំណក់ដែលឈប់ទ្រឹងក្នុងលំហ ហើយរួមគ្នាបង្កើតបានជារូបរាងពិតរបស់ដើមឈើមួយដើម។ |
| Density-based clustering | ក្បួនដោះស្រាយក្នុងកុំព្យូទ័រដែលរៀបចំទិន្នន័យ (ចំណុច Point cloud) ជាក្រុមៗ ដោយផ្អែកលើភាពកកកុញនៃចំណុចទាំងនោះ ដើម្បីបែងចែកថាតើចំណុចណាខ្លះជារបស់ដើមឈើទី១ ហើយចំណុចណាជារបស់ដើមឈើទី២។ | ដូចជាការសង្កេតមើលហ្វូងមនុស្សពីលើអាកាស បើកន្លែងណាមានមនុស្សឈរផ្តុំគ្នាច្រើន យើងសន្និដ្ឋានថានោះគឺជាក្រុមមនុស្សមួយក្រុមដោយស្វ័យប្រវត្តិ។ |
| diameter at breast height (dbh) | រង្វាស់ស្តង់ដារអន្តរជាតិក្នុងវិស័យព្រៃឈើ ដែលតំណាងឱ្យអង្កត់ផ្ចិតនៃគល់ឈើ ដោយវាស់នៅកម្ពស់ប្រហែល ១,៣ ម៉ែត្រ ពីផ្ទៃដី។ វាត្រូវបានប្រើសម្រាប់ប៉ាន់ស្មានទំហំ អាយុកាល និងបរិមាណឈើ។ | ដូចជាការវាស់ទំហំចង្កេះរបស់មនុស្សដើម្បីកាត់ខោអាវ តែនេះគឺវាស់ទំហំដើមឈើត្រឹមកម្រិតទ្រូងដើម្បីដឹងពីទំហំរបស់វា។ |
| Occlusion | បាតុភូតដែលវត្ថុមួយបាំងវត្ថុមួយទៀតពីមុខម៉ាស៊ីនស្កេន ធ្វើឱ្យម៉ាស៊ីនឡាស៊ែរមិនអាចបាញ់ទៅដល់ និងមិនអាចចាប់យកទិន្នន័យ ឬរូបរាងនៃវត្ថុដែលនៅខាងក្រោយបានពេញលេញ។ | ដូចជាពេលយើងថតរូបជុំគ្នា ហើយអ្នកឈរខាងមុខបាំងអ្នកឈរខាងក្រោយជិត ធ្វើឱ្យកាមេរ៉ាមើលមិនឃើញអ្នកនៅខាងក្រោយ។ |
| Commission error | ប្រភេទនៃកំហុសក្នុងការវិភាគទិន្នន័យ ដែលប្រព័ន្ធកុំព្យូទ័របានកត់សម្គាល់ ឬរាប់បញ្ចូលវត្ថុណាមួយខុស (ឧទាហរណ៍៖ កម្មវិធីគិតថាមែកឈើ ឬគុម្ពោតព្រៃ គឺជាដើមឈើមួយដើម)។ វាជារង្វាស់នៃការចាប់សញ្ញាខុស (False positive)។ | ដូចជាប្រព័ន្ធការពារចោរលួចរោទិ៍ឡើងដោយសារសត្វឆ្មាលោតកាត់ មិនមែនដោយសារមានចោរពិតប្រាកដចូលនោះទេ។ |
| Co-registration | ដំណើរការនៃការយកទិន្នន័យស្កេន (Point clouds) ពីទីតាំងច្រើនផ្សេងៗគ្នាមកតម្រួត និងផ្គុំបញ្ចូលគ្នាតាមប្រព័ន្ធកូអរដោណេតែមួយ ដើម្បីបង្កើតបានជាប្លង់ 3D មួយដែលពេញលេញ និងគ្មានការបាំងគ្នា។ | ដូចជាការយកបំណែកនៃរូបភាព (Jigsaw puzzle) ដែលថតពីជ្រុងខុសៗគ្នាមកតម្រៀបបញ្ចូលគ្នាដើម្បីបានរូបភាពធំមួយដែលពេញលេញ។ |
| Root mean square error (RMSE) | រង្វាស់ស្ថិតិដែលប្រើសម្រាប់គណនាកម្រិតកំហុសជាមធ្យម រវាងតម្លៃដែលប៉ាន់ស្មានដោយម៉ាស៊ីនកុំព្យូទ័រ និងតម្លៃជាក់ស្តែងដែលវាស់ដោយផ្ទាល់នៅនឹងកន្លែង។ តម្លៃ RMSE កាន់តែតូច បង្ហាញពីភាពត្រឹមត្រូវកាន់តែខ្ពស់។ | ដូចជាការវាស់ថាតើព្រួញដែលយើងបាញ់ទៅនោះ ឃ្លាតពីចំណុចកណ្តាលនៃផ្ទាំងគោលដៅប៉ុន្មានសង់ទីម៉ែត្រជាមធ្យម។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
