បញ្ហា (The Problem)៖ ឯកសារនេះពិភាក្សាអំពីបញ្ហានៃការខកខានក្នុងការគិតគូរពីភាពមិនប្រាកដប្រជានៅក្នុងការវាយតម្លៃវដ្តជីវិត (LCA) ដែលអាចនាំឱ្យមានការសម្រេចចិត្តខុសឆ្គងលើការរចនា និងការអភិវឌ្ឍប្រកបដោយចីរភាព។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះធ្វើចំណាត់ថ្នាក់ប្រភពនៃភាពមិនប្រាកដប្រជា និងលើកឡើងពីវិធីសាស្ត្រវាស់វែង ដោយប្រើប្រាស់ករណីសិក្សាជាក់ស្តែងលើលំនៅដ្ឋានដើម្បីបង្ហាញពីឥទ្ធិពលរបស់វា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Monte Carlo Simulation ការក្លែងធ្វើម៉ុងតេកាឡូ (Monte Carlo Simulation) |
ជាវិធីសាស្ត្រពេញនិយមបំផុតនៅក្នុង LCA ដែលត្រូវបានគាំទ្រដោយកម្មវិធីផ្សេងៗ (ដូចជា SimaPro និង Umberto) និងងាយស្រួលយល់សម្រាប់អ្នកប្រើប្រាស់។ | ទាមទារថាមពលកុំព្យូទ័រខ្ពស់ និងចំណាយពេលយូរក្នុងការគណនា ប្រសិនបើម៉ូដែលមានភាពស្មុគស្មាញខ្លាំង។ | ផ្តល់នូវរបាយនៃតម្លៃប្រូបាប៊ីលីតេ (Probability distributions) សម្រាប់ប៉ារ៉ាម៉ែត្រនីមួយៗ ដូចដែលមានក្នុងមូលដ្ឋានទិន្នន័យ Ecoinvent។ |
| Approximate Analytical Methods (First-Order Second-Moment) វិធីសាស្ត្រវិភាគប្រហាក់ប្រហែល (Approximate Analytical Methods) |
ចំណាយថាមពលកុំព្យូទ័រតិចជាងវិធីសាស្ត្រ Monte Carlo ដែលផ្តល់អត្ថប្រយោជន៍ខ្ពស់នៅពេលដែលផ្នែកណាមួយនៃម៉ូដែលត្រូវការការធ្វើម៉ូដែលលេខស្មុគស្មាញ។ | ទាមទារចំណេះដឹងគណិតវិទ្យាស្មុគស្មាញជាងមុន (ដូចជា Taylor Series) ដែលធ្វើឱ្យការប្រើប្រាស់របស់វានៅមានកម្រិតនៅក្នុងវិស័យ LCA ។ | ផ្តល់លទ្ធផលវិភាគបានលឿនក្រោមលក្ខខណ្ឌជាក់លាក់ ដូចជាពេលមានទំនាក់ទំនងលីនេអ៊ែររវាងអថេរបញ្ចូល និងលទ្ធផល។ |
| Sensitivity Analysis ការវិភាគភាពរសើប (Sensitivity Analysis) |
ជួយអ្នកវិភាគឱ្យយល់ពីប្រព័ន្ធ និងអាចកាត់ចោលប៉ារ៉ាម៉ែត្របញ្ចូលដែលមិនសំខាន់ចំពោះលទ្ធផលចុងក្រោយបានយ៉ាងរហ័ស។ | វាមិនមែនជានីតិវិធីផ្សព្វផ្សាយភាពមិនប្រាកដប្រជាពេញលេញនោះទេ វាគ្រាន់តែបង្ហាញពីកម្រិតនៃការប្រែប្រួលលទ្ធផលដោយសារការផ្លាស់ប្តូរទិន្នន័យបញ្ចូលតែប៉ុណ្ណោះ។ | កំណត់អត្តសញ្ញាណភាពមិនប្រាកដប្រជាដែលសំខាន់បំផុត ដើម្បីផ្តោតការខិតខំប្រឹងប្រែងកាត់បន្ថយភាពមិនប្រាកដប្រជានៅក្នុងផ្នែកដែលចាំបាច់បំផុត។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តការវិភាគភាពមិនប្រាកដប្រជានៅក្នុងការវាយតម្លៃវដ្តជីវិត (LCA) ទាមទារការខិតខំប្រឹងប្រែងខ្លាំងក្នុងការប្រមូលទិន្នន័យ ការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រជំនាញ និងចំណេះដឹងពីអ្នកជំនាញ។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យករណីសិក្សាពីអគារលំនៅដ្ឋាន និងបណ្តាញអគ្គិសនីនៅសហរដ្ឋអាមេរិក (US NAERC grids) ដែលមានលក្ខណៈខុសប្លែកទាំងស្រុងពីបរិបទប្រទេសកម្ពុជា។ សម្រាប់ប្រទេសកម្ពុជា ការពឹងផ្អែកលើទិន្នន័យបរទេសអាចធ្វើឱ្យការវាយតម្លៃខុសឆ្គង ដោយសារប្រភពថាមពលរបស់យើងភាគច្រើនបានមកពីវារីអគ្គិសនី និងធ្យូងថ្ម ដែលទាមទារឱ្យមានការចងក្រងទិន្នន័យស្តីពីបញ្ជីសារពើភ័ណ្ឌវដ្តជីវិត (LCI) ក្នុងស្រុកផ្ទាល់ខ្លួន។
ទោះបីជាទិន្នន័យមានមូលដ្ឋាននៅសហរដ្ឋអាមេរិកក៏ដោយ ក្របខណ្ឌវិធីសាស្ត្រនៃការវាយតម្លៃភាពមិនប្រាកដប្រជានេះមានសារៈសំខាន់យ៉ាងខ្លាំងសម្រាប់ការវាយតម្លៃគម្រោងហេដ្ឋារចនាសម្ព័ន្ធ និងថាមពលនៅកម្ពុជា។
ការរួមបញ្ចូលការវិភាគភាពមិនប្រាកដប្រជាទៅក្នុងការវាយតម្លៃវដ្តជីវិត នឹងជួយឱ្យអ្នកធ្វើគោលនយោបាយ និងវិស្វករនៅកម្ពុជាអាចធ្វើការសម្រេចចិត្តបានកាន់តែរឹងមាំ និងមានតម្លាភាពឆ្ពោះទៅរកការអភិវឌ្ឍប្រកបដោយចីរភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Life Cycle Assessment (LCA) | ជានីតិវិធីវាយតម្លៃផលប៉ះពាល់បរិស្ថាននៃផលិតផល ដំណើរការ ឬសេវាកម្មមួយ ដោយគ្របដណ្តប់គ្រប់ដំណាក់កាលទាំងអស់ ចាប់តាំងពីការទាញយកវត្ថុធាតុដើម ការផលិត ការប្រើប្រាស់ រហូតដល់ការចោលឬកែច្នៃឡើងវិញនៅចុងបញ្ចប់នៃវដ្តជីវិតរបស់វា។ | ដូចជាការតាមដានជីវប្រវត្តិរបស់ដបទឹកផ្លាស្ទិចមួយ តាំងពីវានៅជាប្រេងឆៅក្រោមដី រហូតដល់ពេលវាត្រូវគេបោះចោលក្នុងធុងសំរាម ដើម្បីមើលថាវាធ្វើឱ្យខូចខាតបរិស្ថានប៉ុនណាពេញមួយជីវិតរបស់វា។ |
| Epistemic uncertainty | ជាប្រភេទនៃភាពមិនប្រាកដប្រជាដែលបណ្តាលមកពីកង្វះចំណេះដឹង ឬព័ត៌មានមិនគ្រប់គ្រាន់អំពីប្រព័ន្ធដែលកំពុងសិក្សា ដែលយើងអាចកាត់បន្ថយបានតាមរយៈការប្រមូលទិន្នន័យបន្ថែម ឬធ្វើឱ្យម៉ូដែលកាន់តែប្រសើរឡើង។ | ដូចជាការដែលយើងមិនដឹងថាថ្ងៃស្អែកមេឃភ្លៀងឬអត់ ដោយសារតែយើងមិនទាន់បានមើលការព្យាករណ៍អាកាសធាតុ (បើមើល នោះយើងនឹងដឹងច្បាស់ជាងមុន)។ |
| Aleatory uncertainty | ជាប្រភេទនៃភាពមិនប្រាកដប្រជាដែលកើតចេញពីភាពចៃដន្យ ឬការប្រែប្រួលតាមធម្មជាតិនៃប្រព័ន្ធ ដែលមិនអាចបំបាត់ចោលបានឡើយ ទោះបីជាយើងមានព័ត៌មានច្រើន ឬខិតខំប្រមូលទិន្នន័យបន្ថែមប៉ុណ្ណាក៏ដោយ។ | ដូចជាការបោះគ្រាប់ឡុកឡាក់ ទោះបីជាយើងស្គាល់គ្រាប់ឡុកឡាក់នោះច្បាស់យ៉ាងណាក៏ដោយ ក៏យើងមិនអាចដឹងច្បាស់១០០%ថាវានឹងចេញលេខប៉ុន្មាននោះទេ។ |
| Monte Carlo simulation | ជាវិធីសាស្ត្រគណនាដោយប្រើកុំព្យូទ័រ ដើម្បីបង្កើតតម្លៃចៃដន្យរាប់ពាន់ឬរាប់ម៉ឺនដង សម្រាប់អថេរដែលមិនប្រាកដប្រជា ក្នុងគោលបំណងទស្សន៍ទាយពីប្រូបាប៊ីលីតេនៃលទ្ធផលទាំងអស់ដែលអាចកើតមាននៅក្នុងម៉ូដែលមួយ។ | ដូចជាការសាកល្បងបាញ់បាល់ចូលកន្ត្រក ១ម៉ឺនដងក្នុងកុំព្យូទ័រ ដោយប្តូរកម្លាំងខ្យល់ និងមុំផ្សេងៗគ្នាចៃដន្យ ដើម្បីរកមើលថាតើភាគរយចូលទីមានប៉ុន្មានពិតប្រាកដ។ |
| Sensitivity analysis | ជាការសិក្សាដើម្បីវាយតម្លៃថាតើ ការផ្លាស់ប្តូរទិន្នន័យបញ្ចូលនីមួយៗ (input parameters) មានឥទ្ធិពលខ្លាំងប៉ុនណាទៅលើលទ្ធផលចុងក្រោយ (output) ដើម្បីកំណត់ថាអថេរមួយណាមានសារៈសំខាន់ជាងគេ។ | ដូចជាការសាកល្បងថែមឬបន្ថយអំបិល ស្ករ និងប៊ីចេងម្តងបន្តិចៗក្នុងសម្ល ដើម្បីមើលថាតើគ្រឿងផ្សំមួយណាធ្វើឱ្យរសជាតិប្រែប្រួលខ្លាំងជាងគេ។ |
| Global Warming Potential (GWP) | ជារង្វាស់ដែលបង្ហាញពីកម្រិតនៃឧស្ម័នផ្ទះកញ្ចក់នីមួយៗ (ដូចជាមេតាន ឬនីត្រាតអុកស៊ីត) ក្នុងការស្រូបយកកម្តៅនៅក្នុងបរិយាកាស ដោយប្រៀបធៀបទៅនឹងឧស្ម័នកាបូនឌីអុកស៊ីត (CO2) ក្នុងរយៈពេលកំណត់ណាមួយ។ | ដូចជាការប្រៀបធៀបកម្រិតកម្តៅនៃភួយប្រភេទខុសៗគ្នា ថាតើភួយមួយណាធ្វើឱ្យយើងក្តៅខ្លាំងជាងគេនៅពេលដណ្តប់។ |
| First-Order Second-Moment method | ជាវិធីសាស្ត្រគណិតវិទ្យាវិភាគប្រហាក់ប្រហែល (Approximate analytical method) ដែលប្រើប្រាស់មធ្យមភាគ (Mean) និងរង្វាស់វ៉ារ្យ៉ង់ (Variance) នៃអថេរ ដើម្បីប៉ាន់ស្មានភាពមិនប្រាកដប្រជានៃលទ្ធផល ដោយមិនចាំបាច់ធ្វើការក្លែងធ្វើកុំព្យូទ័រស្មុគស្មាញច្រើន។ | ដូចជាការទស្សន៍ទាយពិន្ទុប្រឡងសរុបរបស់សិស្សម្នាក់ ដោយពឹងផ្អែកលើត្រឹមពិន្ទុមធ្យម និងកម្រិតនៃការប្រែប្រួលពិន្ទុរបស់គេកន្លងមក ជាជាងការទាយពិន្ទុគ្រប់មុខវិជ្ជាយ៉ាងលម្អិត។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
