បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃភាពមិនច្បាស់លាស់ (Ambiguity) និងភាពមិនមានតែមួយ (Non-uniqueness) ក្នុងការបកស្រាយរចនាសម្ព័ន្ធក្រោមដី ដោយសារការប្រើប្រាស់ទិន្នន័យភូគម្ភសាស្ត្រតែមួយមុខមិនគ្រប់គ្រាន់។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកនិពន្ធបានប្រើប្រាស់ក្បួនដោះស្រាយការប្រែត្រឡប់ ២ វិមាត្រ (2D Inversion algorithm) ដោយរួមបញ្ចូលទិន្នន័យទំនាញផែនដី និងម៉ាញ៉េទិច ដើម្បីបង្កើតម៉ូដែលក្រោមដី។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Gravity Data Inversion ការប្រែត្រឡប់ទិន្នន័យទំនាញផែនដី |
មានប្រសិទ្ធភាពក្នុងការកំណត់ជម្រៅ និងដង់ស៊ីតេនៃរចនាសម្ព័ន្ធក្រោមដី ជាពិសេសសម្រាប់តំបន់ដែលមានភាពខុសគ្នានៃដង់ស៊ីតេខ្ពស់។ | ទិន្នន័យអាចមានភាពស្មុគស្មាញប្រសិនបើរចនាសម្ព័ន្ធមានដង់ស៊ីតេប្រហាក់ប្រហែលគ្នា ហើយការកំណត់ព្រំដែនផ្ដេក (Horizontal extension) អាចធំជាងជាក់ស្តែងបន្តិច។ | បង្កើតបាន Misfit error ១.១៤ និងកំណត់ជម្រៅប្រហែល ២៥-១៣០ ម៉ែត្រ។ |
| Magnetic Data Inversion ការប្រែត្រឡប់ទិន្នន័យម៉ាញ៉េទិច |
មានភាពជាក់លាក់ខ្ពស់ក្នុងការកំណត់ទីតាំងរ៉ែដែលមានលក្ខណៈម៉ាញ៉េទិច (ដូចជា Magnetite) និងផ្តល់នូវការឆ្លើយតបច្បាស់លាស់ចំពោះ Susceptibility។ | ងាយទទួលរងផលប៉ះពាល់ពីសំឡេងរំខាន (Noise) និងត្រូវការការកំណត់ប៉ារ៉ាម៉ែត្រ Regularization ឱ្យបានត្រឹមត្រូវ។ | បង្កើតបាន Misfit error ១.៧៣ និងកំណត់ជម្រៅប្រហែល ៣០-១៣០ ម៉ែត្រ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះប្រើប្រាស់ធនធានកម្រិតមធ្យម ដោយផ្តោតលើការគណនាតាមរយៈកុំព្យូទ័រ និងទិន្នន័យវាស់វែងផ្ទាល់។
ការសិក្សានេះធ្វើឡើងនៅអណ្តូងរ៉ែ Golgohar ប្រទេសអ៊ីរ៉ង់ ដែលជាតំបន់សម្បូររ៉ែដែក (Magnetite) ក្នុងតំបន់ Sanandaj-Sirjan។ សម្រាប់កម្ពុជា ទិន្នន័យនេះមានសារៈសំខាន់ព្រោះលក្ខណៈភូគម្ភសាស្ត្រនៃជម្រករ៉ែដែកមួយចំនួននៅកម្ពុជាក៏អាចមានលក្ខណៈស្រដៀងគ្នាដែរ។
វិធីសាស្ត្រនេះមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់វិស័យរុករករ៉ែនៅកម្ពុជា ជាពិសេសសម្រាប់ការរួមបញ្ចូលទិន្នន័យពីរប្រភេទដើម្បីកាត់បន្ថយភាពមិនច្បាស់លាស់។
ការប្រើប្រាស់បច្ចេកទេស Inversion រួមគ្នានេះ គឺជាជំហានដ៏មានប្រសិទ្ធភាពក្នុងការបង្កើនភាពជឿជាក់នៃម៉ូដែលក្រោមដី ដែលសាកសមសម្រាប់ការអភិវឌ្ឍវិស័យរ៉ែនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Inversion | គឺជាដំណើរការគណិតវិទ្យាដែលគេប្រើប្រាស់ទិន្នន័យវាស់វែងនៅលើផ្ទៃដី ដើម្បីបង្កើតជារូបភាព ឬប៉ាន់ស្មានពីរចនាសម្ព័ន្ធ និងលក្ខណៈរូបរបស់វត្ថុធាតុដែលកប់នៅជម្រៅក្រោមដីដោយមិនបាច់ខួង។ | ដូចជាការសង្កេតមើលស្រមោលរបស់វត្ថុមួយនៅលើជញ្ជាំង រួចទាយថាតើវត្ថុនោះមានរូបរាងពិតប្រាកដយ៉ាងដូចម្តេច។ |
| Forward problem | គឺជាការគណនារកលទ្ធផលទិន្នន័យនៅលើផ្ទៃដីដែលរំពឹងទុក ដោយផ្អែកលើទម្រង់គំរូនៃរចនាសម្ព័ន្ធក្រោមដីដែលគេបានសន្មត ឬដឹងទុកជាមុន។ វិធីនេះដើរផ្ទុយពី Inversion។ | ដូចជាការដែលយើងដឹងពីរូបរាងវត្ថុមួយ ហើយយើងគណនាជាមុនថាតើវត្ថុនោះនឹងបង្កើតជាស្រមោលរាងអ្វីក្រោមពន្លឺភ្លើង។ |
| Susceptibility | គឺជារង្វាស់ដែលបង្ហាញថាតើវត្ថុធាតុ ឬសិលាមួយអាចស្រូបទាញម៉ាញេទិច ឬក្លាយជាមេដែកបានកម្រិតណា នៅពេលវាស្ថិតក្នុងដែនម៉ាញេទិចផែនដី។ គេប្រើវាដើម្បីស្វែងរកលោហៈដូចជារ៉ែដែក (Magnetite)។ | ដូចជាភាពខុសគ្នារវាងអេប៉ុងដែលស្រូបទឹកបានច្រើន និងដុំថ្មដែលមិនស្រូបទឹកទាល់តែសោះ។ |
| Density contrast | គឺជាភាពខុសគ្នានៃដង់ស៊ីតេ (ភាពហាប់ណែន) រវាងរ៉ែ ឬសិលាគោលដៅ និងសិលាដែលនៅជុំវិញវា។ ភាពខុសគ្នានេះធ្វើឱ្យមានការប្រែប្រួលកម្លាំងទំនាញផែនដីតិចតួចនៅតំបន់នោះ ដែលឧបករណ៍វាស់ទំនាញអាចចាប់បាន។ | ដូចជាការប្រៀបធៀបទម្ងន់រវាងដុំដែក និងដុំឈើដែលមានទំហំប៉ុនគ្នា។ |
| Regularization parameter | គឺជាតម្លៃលេខ (តាងដោយ α) ដែលគេបន្ថែមចូលក្នុងរូបមន្តគណិតវិទ្យាដើម្បីធ្វើឱ្យដំណើរការ Inversion មានលំនឹង និងកាត់បន្ថយភាពមិនច្បាស់លាស់ ដោយតម្រូវឱ្យកុំព្យូទ័រជ្រើសរើសចម្លើយដែលសមហេតុផលបំផុតក្នុងចំណោមចម្លើយជាច្រើន។ | ដូចជាច្បាប់ទម្លាប់ដែលយើងដាក់កំហិតលើការប្រកួតគំនូរ ដើម្បីកុំឱ្យអ្នកគូរ គូរចេញក្រៅប្រធានបទដែលបានកំណត់។ |
| Depth weighting | គឺជាអនុគមន៍គណិតវិទ្យាដែលប្រើដើម្បីកែតម្រូវលទ្ធផលនៃការគណនា កុំឱ្យកុំព្យូទ័របង្ហាញរូបភាពរ៉ែខុសប្រក្រតីតែនៅក្បែរផ្ទៃដីពេក ពោលគឺវាជួយឱ្យការស្វែងរកវត្ថុនៅទីជម្រៅកាន់តែមានភាពសុក្រឹតនិងត្រឹមត្រូវ។ | ដូចជាការពាក់វ៉ែនតាកែវយឺតដែលអាចជួយឱ្យយើងមើលឃើញវត្ថុនៅទីឆ្ងាយ (ឬនៅទីជម្រៅ) បានច្បាស់ដូចវត្ថុនៅជិតដែរ។ |
| RMS error | គឺជារង្វាស់ស្ថិតិដែលបង្ហាញពីទំហំនៃភាពខុសគ្នា (កំហុស) រវាងទិន្នន័យពិតដែលវាស់បានពីទីតាំងផ្ទាល់ និងទិន្នន័យដែលគណនាបានពីកុំព្យូទ័រ។ តម្លៃនេះកាន់តែតូច បង្ហាញថាលទ្ធផលគំរូកាន់តែមានភាពត្រឹមត្រូវខ្ពស់។ | ដូចជាការដាក់ពិន្ទុដែលបង្ហាញថាតើការទស្សន៍ទាយរបស់យើង ខុសពីចម្លើយពិតប្រាកដប៉ុន្មានភាគរយ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
