បញ្ហា (The Problem)៖ ការបង្កើតផែនទីភូគោលសាស្ត្រ 3D ពីការសង្កេតផ្ទាល់ដែលមានកម្រិតតែងតែជួបប្រទះនូវភាពមិនច្បាស់លាស់ និងត្រូវការវិធីសាស្ត្រដើម្បីផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវដោយប្រើទិន្នន័យភូគព្ភសាស្ត្រ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់វិធីសាស្ត្រ Bayesian Inversion ដើម្បីបង្កើត និងវាយតម្លៃគំរូភូគោលសាស្ត្ររាប់លានដោយផ្អែកលើទិន្នន័យទំនាញផែនដីនិងម៉ាញ៉េទិច។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Implicit Geological Modelling (Reference Model) ការបង្កើតគំរូភូគព្ភសាស្ត្របែបមិនផ្ទាល់ (គំរូយោង) |
ងាយស្រួលបង្កើតចេញពីទិន្នន័យសង្កេតដែលមានស្រាប់ និងអាចកែប្រែបានលឿននៅពេលមានទិន្នន័យថ្មី។ | មានភាពមិនច្បាស់លាស់ខ្ពស់ដោយសារកង្វះទិន្នន័យក្រោមដី ហើយអាចមិនស៊ីគ្នាជាមួយនឹងទិន្នន័យរូបវិទ្យា (Geophysics)។ | ប្រើជាចំណុចចាប់ផ្តើម (A priori knowledge) សម្រាប់ការធ្វើ Inversion ។ |
| Stochastic Litho-Inversion (Proposed Method) ការប្រែត្រឡប់ទិន្នន័យសិលាសាស្ត្រតាមបែបស្តូកាស្ទិច |
អាចបង្កើតគំរូរាប់លានដើម្បីរកមើលប្រូបាប៊ីលីតេដែលខ្ពស់បំផុត និងកាត់បន្ថយភាពមិនច្បាស់លាស់នៃរចនាសម្ព័ន្ធក្រោមដី។ | ចំណាយពេលយូរក្នុងការគណនា (រាប់ថ្ងៃលើកុំព្យូទ័រធម្មតា) និងលទ្ធផលមិនមានតែមួយ (Non-uniqueness)។ | បង្កើតបានគំរូដែលស៊ីគ្នាទាំងផ្នែកភូគព្ភសាស្ត្រ និងទិន្នន័យទំនាញផែនដី/ម៉ាញ៉េទិច។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះប្រើប្រាស់ធនធានកុំព្យូទ័រ និងទិន្នន័យដែលមានការចំណាយមធ្យម ប៉ុន្តែទាមទារពេលវេលាគណនាយូរ។
ការសិក្សានេះធ្វើឡើងនៅតំបន់ Bet Bet រដ្ឋ Victoria ប្រទេសអូស្ត្រាលី ដែលមានទិន្នន័យមូលដ្ឋានល្អ។ សម្រាប់កម្ពុជា ការអនុវត្តអាចជួបបញ្ហាត្រង់កង្វះទិន្នន័យអណ្តូងខួង ឬផែនទីភូគព្ភសាស្ត្រលម្អិតនៅក្នុងតំបន់ដាច់ស្រយាលមួយចំនួន។
វិធីសាស្ត្រនេះមានសារៈសំខាន់ខ្លាំងសម្រាប់វិស័យរ៉ែ និងថាមពលនៅកម្ពុជា ដែលកំពុងត្រូវការបច្ចេកវិទ្យាទំនើបដើម្បីរុករកធនធានក្រោមដី។
បច្ចេកវិទ្យានេះជួយឱ្យអ្នកភូគព្ភវិទូកម្ពុជាអាចបង្កើតផែនទី 3D ដែលមានទំនុកចិត្តខ្ពស់ជាងមុន ដោយមិនចាំបាច់ចំណាយប្រាក់ច្រើនលើការខួងជាមុន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Litho-inversion | ដំណើរការគណនាបញ្ច្រាស (Inversion) ដើម្បីកំណត់ប្រភេទថ្ម (Lithology) នៅក្រោមដី ដោយប្រើប្រាស់ទិន្នន័យពីការវាស់វែងលើផ្ទៃផែនដី ដូចជាទំនាញ និងម៉ាញ៉េទិច ជាជាងគ្រាន់តែគណនារកលក្ខណៈរូបវិទ្យា។ | ដូចជាការទាយមើលថាតើផ្លែឈើអ្វីនៅក្នុងប្រអប់បិទជិត ដោយគ្រាន់តែរង្គោះនិងថ្លឹងទម្ងន់ប្រអប់នោះ ដោយមិនបាច់បើកមើល។ |
| Bayesian approach | វិធីសាស្ត្រស្ថិតិដែលប្រើប្រាស់ចំណេះដឹងដែលមានស្រាប់ (A priori) បូកផ្សំជាមួយទិន្នន័យថ្មីដែលវាស់វែងបាន ដើម្បីគណនាប្រូបាប៊ីលីតេនៃលទ្ធផលដែលអាចកើតឡើង។ វាជួយកាត់បន្ថយភាពមិនច្បាស់លាស់នៅពេលមានទិន្នន័យមិនគ្រប់គ្រាន់។ | ដូចជាគ្រូពេទ្យដែលវិនិច្ឆ័យរោគដោយផ្អែកលើប្រវត្តិសុខភាពចាស់របស់អ្នកជំងឺ បូកផ្សំជាមួយរោគសញ្ញាដែលកំពុងកើតឡើងជាក់ស្តែង។ |
| a priori geological constraints | ព័ត៌មាន ឬលក្ខខណ្ឌភូគព្ភសាស្ត្រដែលអ្នកស្រាវជ្រាវដឹងជាមុន (ដូចជាទិន្នន័យពីការដើរវាស់វែង ការខួង ឬផែនទីដែលមានស្រាប់) មុនពេលចាប់ផ្តើមដំណើរការគណនា។ វាត្រូវបានប្រើដើម្បីកំណត់ព្រំដែននៃការបង្កើតគំរូកុំព្យូទ័រ។ | ដូចជាការដឹងថា រូបផ្គុំ (Jigsaw puzzle) ជារូបសត្វឆ្មា មុនពេលអ្នកចាប់ផ្តើមរើសបំណែកមកផ្គុំចូលគ្នា។ |
| Voxel | ពាក្យកាត់ពី 'Volumetric Pixel' ដែលជាឯកតាតូចបំផុតនៃចំណុះក្នុងលំហ 3D (ប្រៀបដូចជា Pixel ក្នុងរូបភាព 2D)។ ក្នុងឯកសារនេះ វាត្រូវបានប្រើដើម្បីតំណាងឱ្យប្លុកតូចៗនៃថ្មក្រោមដីនៅក្នុងគំរូកុំព្យូទ័រ។ | ដូចជាដុំ LEGO មួយដុំតូច ដែលយកមកផ្គុំគ្នានឹងដុំរាប់លានផ្សេងទៀតដើម្បីបង្កើតជារូបរាងអគារធំមួយ។ |
| Stochastic | ដំណើរការដែលពាក់ព័ន្ធនឹងភាពចៃដន្យ ឬការស្មានដោយផ្អែកលើប្រូបាប៊ីលីតេ ដើម្បីបង្កើតលទ្ធផលជាច្រើនដែលអាចកើតឡើងបាន ជាជាងស្វែងរកចម្លើយត្រឹមត្រូវតែមួយគត់។ | ដូចជាការក្រឡុកគ្រាប់ឡុកឡាក់ច្រើនដង ដើម្បីមើលថាតើលេខណាមានឱកាសចេញញឹកញាប់ជាងគេ។ |
| Potential field data | ទិន្នន័យវាស់វែងពីដែនទំនាញផែនដី (Gravity) ឬដែនម៉ាញ៉េទិច (Magnetic) ដែលឆ្លុះបញ្ចាំងពីលក្ខណៈរូបវិទ្យារបស់ថ្មនៅក្រោមដី។ ទិន្នន័យទាំងនេះជួយឱ្យយើងមើលឃើញរចនាសម្ព័ន្ធក្រោមដីដោយមិនចាំបាច់ជីក។ | ដូចជាការប្រើឧបករណ៍រាវរកដែក (Metal detector) ដើម្បីរកកាក់ដែលកប់នៅក្នុងដីខ្សាច់ដោយមិនបាច់កាយដី។ |
| Metropolis acceptance test | ជាក្បួនដោះស្រាយ (Algorithm) មួយដែលប្រើក្នុងការពិសោធន៍ ដើម្បីសម្រេចចិត្តថា តើគួរទទួលយកការផ្លាស់ប្តូរថ្មីនៅក្នុងគំរូឬអត់ ដោយផ្អែកលើថា តើការផ្លាស់ប្តូរនោះធ្វើឱ្យគំរូស៊ីគ្នាជាមួយទិន្នន័យជាក់ស្តែងកម្រិតណា។ | ដូចជាការសាកល្បងប្តូរគ្រឿងផ្សំក្នុងម្ហូប បើរសជាតិឆ្ងាញ់ជាងមុន យើងរក្សាវាទុក បើមិនឆ្ងាញ់ទេ យើងត្រឡប់ទៅរូបមន្តដើមវិញ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
