បញ្ហា (The Problem)៖ ឧបករណ៍ចាប់សញ្ញាកម្រិតច្បាស់ខ្ពស់ដូចជា Landsat-8 មានសក្តានុពលសម្រាប់ការតាមដានតំបន់ឆ្នេរ ប៉ុន្តែវាត្រូវការកម្មវិធីកែតម្រូវបរិយាកាសដែលមានស្តង់ដាររួមដូចជា SeaDAS ដើម្បីអាចគូសផែនទីនិងកំណត់បម្រែបម្រួលលំហក្នុងកម្រិតតូចបានយ៉ាងច្បាស់លាស់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានអនុវត្ត និងប្រៀបធៀបវិធីសាស្ត្រកែតម្រូវបរិយាកាសផ្សេងៗគ្នាសម្រាប់រូបភាព Landsat-8 នៅក្នុងកម្មវិធី SeaDAS ដោយផ្ទៀងផ្ទាត់លទ្ធផលជាមួយនឹងទិន្នន័យវាស់វែងផ្ទាល់ពីស្ថានីយ Aeronet-OC។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| VR2014 & VR2014-SWIR វិធីសាស្ត្រ VR2014 និងការប្រើប្រាស់ក្រុមរលក SWIR |
អាចទាញយកវិសាលគមទឹកល្អក់បានយ៉ាងប្រាកដនិយម និងងាយស្រួលដោយសារការសន្មត់សមាមាត្រអេរ៉ូសូលថេរ។ | មានការវាយតម្លៃលើសកម្រិត (Overestimation) នៅក្នុងរលកពន្លឺមើលឃើញ និងប៉ាន់ស្មានសញ្ញាសមុទ្រទាបជាងការពិតនៅតំបន់ទឹកល្អក់ខ្លាំង។ | ផ្តល់តម្លៃចំណាំងផ្លាតសមុទ្រ (Marine reflectance) ខ្ពស់ជាងវិធីសាស្ត្រផ្សេងទៀតនៅក្នុងក្រុមរលកពណ៌ខៀវ។ |
| SeaDAS SD-NIR (NIR and SWIR1 bands) វិធីសាស្ត្រ SD-NIR ក្នុងកម្មវិធី SeaDAS |
មានភាពស៊ីគ្នាខ្ពស់ជាមួយនឹងទិន្នន័យជាក់ស្តែង (Aeronet-OC) នៅក្នុងក្រុមរលកពណ៌បៃតង និងមានការគណនាអេរ៉ូសូលបានល្អប្រសើរ។ | ជាទូទៅផ្តល់តម្លៃចំណាំងផ្លាតសមុទ្រទាបជាងការពិត និងវាយតម្លៃទាបពេកនៅក្នុងក្រុមរលកពណ៌ខៀវ។ | បង្ហាញលទ្ធផលស្រដៀងគ្នាច្រើនទៅនឹងទិន្នន័យជាក់ស្តែង ប៉ុន្តែមានការវាយតម្លៃទាបបន្តិច (Underestimation)។ |
| SeaDAS SD-SWIR (SWIR1 and SWIR2 bands) វិធីសាស្ត្រ SD-SWIR ក្នុងកម្មវិធី SeaDAS |
មានភាពស៊ីគ្នាល្អនៅក្នុងក្រុមរលកពណ៌ក្រហម និងមិនសូវពឹងផ្អែកលើការសន្មត់ចំណាំងផ្លាតនៃសមុទ្រ។ | បង្កើតឱ្យមានបម្រែបម្រួលលំហខ្ពស់ដោយសារការរំខាន (Noise) នៅក្នុងក្រុមរលក SWIR និងងាយនឹងវាយតម្លៃលើសកម្រិត។ | ផ្តល់ទិន្នន័យដែលមានភាពប្រែប្រួលលំហទូលំទូលាយ ប៉ុន្តែមានកម្រិតរំខានខ្ពស់ (Noise)។ |
| SeaDAS SD-MUMM វិធីសាស្ត្រ SD-MUMM កូនកាត់ |
ដំណើរការស្រដៀងនឹង VR2014 ប៉ុន្តែប្រើប្រាស់ម៉ូដែលអេរ៉ូសូលរបស់ SeaDAS ដែលធ្វើឱ្យការគណនាមានភាពប្រាកដនិយមជាងមុន។ | នៅតែមានគម្លាតខុសគ្នាបន្តិចបន្តួចនៅក្រុមរលកពណ៌ខៀវ ដោយសារភាពខុសគ្នានៃការបន្ថែមទិន្នន័យអេរ៉ូសូល (Aerosol extrapolation)។ | ទទួលបានតម្លៃទាបនៅក្នុងរលកពណ៌ខៀវ និងខ្ពស់នៅក្នុងរលកពណ៌បៃតង ធៀបនឹង VR2014។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការទាញយកនិងដំណើរការទិន្នន័យរូបភាពផ្កាយរណបកម្រិតច្បាស់ខ្ពស់ ទាមទារកម្មវិធីកុំព្យូទ័រជំនាញ និងចំណេះដឹងផ្នែកប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ (GIS) ទោះបីជាមិនបានបញ្ជាក់ពីកម្រិតរឹង (Hardware) ជាក់លាក់ក្តី។
ការសិក្សានេះពឹងផ្អែកលើទិន្នន័យរូបភាពត្រឹមតែ ៣ ថ្ងៃប៉ុណ្ណោះ និងធ្វើឡើងនៅតំបន់ឆ្នេរសមុទ្រនៃប្រទេសប៊ែលហ្សិក (ស្ថានីយ MOW1) ដែលមានលក្ខណៈទឹកល្អក់ខ្លាំង។ លក្ខណៈបរិយាកាស ប្រភេទអេរ៉ូសូល និងប្រភេទកករនៅក្នុងប្រភពទឹករបស់ប្រទេសកម្ពុជាអាចមានភាពខុសគ្នាស្រឡះ ដែលទាមទារការកែសម្រួលមេគុណ (Parameters) ជាថ្មីមុននឹងយកមកអនុវត្ត។
វិធីសាស្ត្រកែតម្រូវបរិយាកាសនេះមានអត្ថប្រយោជន៍ខ្ពស់ និងអាចយកមកអនុវត្តបានយ៉ាងល្អសម្រាប់ការតាមដានគុណភាពទឹក និងកករនៅកម្ពុជា។
ការប្រើប្រាស់មុខងាររបស់កម្មវិធី SeaDAS ជាមួយរូបភាព Landsat-8 នឹងផ្តល់លទ្ធភាពឱ្យស្ថាប័នស្រាវជ្រាវកម្ពុជាអាចតាមដានធនធានទឹក និងបរិស្ថានក្នុងកម្រិតភាពច្បាស់ខ្ពស់ប្រកបដោយប្រសិទ្ធភាពទាប និងចំណាយតិច។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Atmospheric correction | ដំណើរការតាមវិធីសាស្ត្រគណិតវិទ្យា និងរូបវិទ្យា ដើម្បីកាត់បន្ថយឥទ្ធិពលរំខាននៃបរិយាកាសផែនដី (ដូចជាឧស្ម័ន និងភាគល្អិតអេរ៉ូសូល) ចេញពីរូបភាពផ្កាយរណប ក្នុងគោលបំណងទាញយកទិន្នន័យពិតប្រាកដនៃចំណាំងផ្លាតពីផ្ទៃផែនដី ឬផ្ទៃទឹក។ | ដូចជាការជូតសម្អាតកញ្ចក់បង្អួចដែលមានធូលី និងអ័ព្ទ ដើម្បីអាចមើលឃើញទេសភាពខាងក្រៅបានច្បាស់ល្អ។ |
| Marine reflectance | កម្រិតនៃពន្លឺដែលត្រូវបានចំណាំងផ្លាតត្រលប់មកវិញពីផ្ទៃទឹកសមុទ្រ (ក្រោយពេលកាត់កងឥទ្ធិពលបរិយាកាសរួចរាល់) ដែលត្រូវបានប្រើប្រាស់ដើម្បីកំណត់បរិមាណកករ សារាយសមុទ្រ ឬសារធាតុផ្សេងៗដែលមាននៅក្នុងទឹក។ | ដូចជាការពិនិត្យមើលពណ៌នៃទឹកកែវដែលយើងលាយទឹកស៊ីរ៉ូ ដើម្បីដឹងថាវាផ្អែមខ្លាំង ឬសាប។ |
| Turbid waters | ស្ថានភាពនៃទឹកដែលមានសភាពល្អក់ខ្លាំង ដែលបង្កឡើងដោយវត្តមាននៃភាគល្អិតកករ ដីល្បាប់ ឬសារធាតុសរីរាង្គច្រើនអណ្តែតនៅក្នុងទឹក ដែលជាទូទៅកើតមាននៅតំបន់មាត់ទន្លេ ឬតំបន់ឆ្នេររាក់ៗ។ | ដូចជាទឹកទន្លេមេគង្គនារដូវវស្សា ដែលមានពណ៌ក្រហមល្អក់ដោយសារដីល្បាប់ហូរតាមចរន្តទឹក។ |
| Rayleigh scattering | បាតុភូតរូបវិទ្យាដែលពន្លឺព្រះអាទិត្យខ្ចាត់ខ្ចាយនៅពេលវាបុកទង្គិចនឹងម៉ូលេគុលតូចៗក្នុងបរិយាកាស (ដូចជាអុកស៊ីហ្សែន និងអាសូត)។ ការកាត់កងឥទ្ធិពលនេះចេញគឺជារឿងចាំបាច់បំផុត ដើម្បីអាចគណនាពណ៌ទឹកពិតប្រាកដពីផ្កាយរណបបាន។ | ដូចជាការបាញ់ទឹកពន្លត់អគ្គិភ័យទៅលើសំណាញ់ ដែលធ្វើឱ្យតំណក់ទឹកខ្ទាតសាចខ្ចាត់ខ្ចាយទៅគ្រប់ទិសទី។ |
| Aeronet-OC | បណ្តាញឧបករណ៍វាស់ស្ទង់ផ្ទាល់ (In situ) នៅតាមស្ថានីយលើសមុទ្រ ដែលវាស់កម្រិតពន្លឺព្រះអាទិត្យ និងចំណាំងផ្លាតពណ៌ទឹកដោយផ្ទាល់ ដើម្បីយកមកផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវនៃទិន្នន័យដែលប្រមូលបានដោយឧបករណ៍ផ្កាយរណប។ | ដូចជាការយកទែម៉ូម៉ែត្រទៅវាស់កម្តៅអ្នកជំងឺផ្ទាល់ ដើម្បីបញ្ជាក់ថាការព្យាករណ៍រោគសញ្ញាពីចម្ងាយពិតជាត្រឹមត្រូវមែន។ |
| Lookup table | តារាងទិន្នន័យដែលត្រូវបានគណនាទុកជាមុនដោយប្រើម៉ូដែលបរិយាកាស ដែលផ្ទុកនូវតម្លៃបន្សំ និងសមាមាត្រផ្សេងៗ ដើម្បីជួយឱ្យកម្មវិធីកុំព្យូទ័រដំណើរការកែតម្រូវរូបភាពបានលឿន ដោយមិនបាច់គណនាសមីការស្មុគស្មាញឡើងវិញរាល់ពេលនោះទេ។ | ដូចជាតារាងមេលេខ ដែលសិស្សបានទន្ទេញចាំស្រាប់ ដើម្បីងាយស្រួលគុណលេខដោយមិនបាច់រាប់ម្រាមដៃម្តងមួយៗ។ |
| SWIR (Shortwave-Infrared) | ក្រុមរលកពន្លឺក្រហមអាំងហ្វ្រាឆ្ងាយដែលភ្នែកមនុស្សមិនអាចមើលឃើញ។ នៅក្នុងទឹក រលកពន្លឺនេះត្រូវបានទឹកស្រូបយកស្ទើរតែទាំងស្រុង ដូច្នេះសញ្ញាដែលផ្កាយរណបចាប់បានពីរលកនេះ ភាគច្រើនជាសញ្ញារបស់ភាគល្អិតក្នុងបរិយាកាស (Aerosol) សុទ្ធសាធ។ | ដូចជាការពាក់វ៉ែនតាអ៊ុលត្រាវីយូឡេការពារពន្លឺ ដើម្បីអាចមើលឃើញតែស្នាមប្រឡាក់នៅលើកញ្ចក់ ដោយមិនខ្វល់ពីអ្វីដែលនៅខាងក្រោយកញ្ចក់នោះ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
