Original Title: SATELLITE REMOTE SENSING SPECTRAL ANALYSIS & MODTRAN SIMULATION: SW-LST NOAA19 IMPROVEMENT & NOAA20 PROPOSAL
Source: www.researchgate.net
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការវិភាគវិសាលគមការចាប់សញ្ញាពីចម្ងាយតាមផ្កាយរណប និងការក្លែងធ្វើ MODTRAN៖ ការកែលម្អ SW-LST សម្រាប់ NOAA19 និងសំណើសម្រាប់ NOAA20

ចំណងជើងដើម៖ SATELLITE REMOTE SENSING SPECTRAL ANALYSIS & MODTRAN SIMULATION: SW-LST NOAA19 IMPROVEMENT & NOAA20 PROPOSAL

អ្នកនិពន្ធ៖ Mohammed Lahraoua (Faculty of Sciences, Abdelmalek Essaadi University), Naoufal Raissouni (National Engineering School for Applied Sciences of Tetuan, Abdelmalek Essaadi University)

ឆ្នាំបោះពុម្ព៖ 2011, International Journal of Engineering Science and Technology (IJEST)

វិស័យសិក្សា៖ Remote Sensing

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយលើការកែលម្អក្បួនដោះស្រាយ Split-Window (SW) ដើម្បីកាត់បន្ថយកំហុសក្នុងការទាញយកទិន្នន័យសីតុណ្ហភាពផ្ទៃដី (LST) ពីឧបករណ៍ចាប់សញ្ញាកម្ដៅអ៊ីនហ្វ្រារ៉េដនៃស៊េរីផ្កាយរណប AVHRR/NOAA ជាពិសេសតាមរយៈការស្នើក្បួនដោះស្រាយថ្មីសម្រាប់បេសកកម្មអនាគត។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់ការក្លែងធ្វើកូដផ្ទេរវិទ្យុសកម្ម MODTRAN 4.0 ទៅលើទិន្នន័យ AVHRR ដើម្បីវិភាគឥទ្ធិពលនៃមុខងារចម្រោះ និងធ្វើការវិភាគភាពប្រែប្រួលនៃកំហុស។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Standard Split-Window (SW) Algorithm for NOAA 19
ក្បួនដោះស្រាយ Split-Window ស្តង់ដារ (សម្រាប់ផ្កាយរណប NOAA 19)
មានភាពត្រឹមត្រូវខ្ពស់ជាងផ្កាយរណបស៊េរីមុនៗ (NOAA 7 ដល់ 18) ដោយសារគម្លាតប្រវែងរលកមានទំហំធំជាង (Δλ = 1.252 µm) ដែលជួយកាត់បន្ថយកំហុស។ នៅតែមានកំហុសសរុបខ្ពស់បន្តិចនៅឡើយ បើប្រៀបធៀបទៅនឹងការបន្សំឧបករណ៍ចាប់សញ្ញាឆ្លងស៊េរីដែលបានស្នើឡើងថ្មី។ កំហុសសរុបនៃការវាស់សីតុណ្ហភាពផ្ទៃដី (LST) គឺ 1.255 K (នៅពេល e(ε)=0.5%)។
Proposed Split-Window Algorithm for NOAA 20
ក្បួនដោះស្រាយ Split-Window ដែលបានស្នើថ្មី (សម្រាប់បេសកកម្ម NOAA 20)
ផ្តល់នូវកំហុសទាបបំផុតក្នុងការវាស់ LST ដោយធ្វើការបន្សំប៉ុស្តិ៍ទី៤ (NOAA 9) និងប៉ុស្តិ៍ទី៥ (NOAA 19) ដើម្បីបង្កើនគម្លាតប្រវែងរលកដល់ Δλ = 1.271 µm។ ទាមទារការរចនា និងការផលិតឧបករណ៍ចាប់សញ្ញាថ្មី (Sensor) ដែលរួមបញ្ចូលលក្ខណៈបច្ចេកទេសតម្រងវិសាលគមពីស៊េរីមុនៗទាំងពីរនេះ។ កំហុសសរុបនៃការវាស់សីតុណ្ហភាពផ្ទៃដី (LST) ត្រូវបានកាត់បន្ថយមកត្រឹម 1.253 K (នៅពេល e(ε)=0.5%)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រឯកទេសកម្រិតខ្ពស់ និងទិន្នន័យបណ្ណាល័យវិសាលគមសម្រាប់ការក្លែងធ្វើសេណារីយ៉ូរាប់សែនករណី។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រើប្រាស់ទិន្នន័យផ្ទៀងផ្ទាត់ពីស្ថានីយវាស់វែងផ្ទាល់ (In-situ validation data) ពីតំបន់ Hay និង Walpeup ក្នុងប្រទេសអូស្ត្រាលី ដែលជាតំបន់មានអាកាសធាតុស្ងួត និងពាក់កណ្តាលស្ងួត។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះមិនតំណាងឱ្យលក្ខខណ្ឌអាកាសធាតុត្រូពិចសើមដែលមានសំណើមបរិយាកាសខ្ពស់ និងគម្របព្រៃឈើក្រាស់នោះទេ ដែលកត្តាទាំងនេះអាចជះឥទ្ធិពលដល់ភាពត្រឹមត្រូវនៃក្បួនដោះស្រាយនៅពេលយកមកអនុវត្តជាក់ស្តែងនៅកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាយ៉ាងណាក៏ដោយ ការយល់ដឹងពីក្បួនដោះស្រាយ Split-Window (SW) នេះមានសារៈសំខាន់ខ្លាំងសម្រាប់ការអភិវឌ្ឍប្រព័ន្ធតាមដានបរិស្ថាន និងធនធានទឹកនៅកម្ពុជា។

សរុបមក ការកែលម្អក្បួនដោះស្រាយដើម្បីទទួលបាន LST កាន់តែសុក្រឹត ផ្តល់នូវមូលដ្ឋានគ្រឹះដ៏រឹងមាំសម្រាប់ការតាមដានការប្រែប្រួលអាកាសធាតុ និងការគ្រប់គ្រងគ្រោះមហន្តរាយនៅក្នុងប្រទេសកម្ពុជាឱ្យកាន់តែមានប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃការចាប់សញ្ញាពីចម្ងាយតាមកម្ដៅ (Thermal Remote Sensing): និស្សិតត្រូវចាប់ផ្តើមស្វែងយល់ពីគោលការណ៍វិសាលគមកម្ដៅ និងការប្រើប្រាស់ក្បួនដោះស្រាយ Split-Window Algorithm តាមរយៈឯកសារ ឬវគ្គសិក្សាអនឡាញ ដោយផ្តោតលើការទាញយក Land Surface Temperature (LST)
  2. ស្វែងយល់ និងប្រើប្រាស់កម្មវិធីផ្ទេរវិទ្យុសកម្ម (Radiative Transfer): រៀនប្រើប្រាស់កម្មវិធី MODTRAN ឬប្រើប្រាស់កូដបើកទូលាយ (Open-source) ជំនួសដូចជា Py6S នៅក្នុង Python ដើម្បីធ្វើការក្លែងធ្វើឥទ្ធិពលបរិយាកាស និងការស្រូបយកចំហាយទឹក។
  3. ការអនុវត្តការសរសេរកូដជាមួយទិន្នន័យផ្កាយរណបជាក់ស្តែង: ប្រើប្រាស់ភាសា Python ជាមួយបណ្ណាល័យដូចជា Rasterio, GDAL និង Numpy ដើម្បីទាញយកទិន្នន័យ LST ពីផ្កាយរណប NOAA, MODISLandsat សម្រាប់វិភាគតំបន់ណាមួយក្នុងប្រទេសកម្ពុជា។
  4. ការផ្ទៀងផ្ទាត់ទិន្នន័យ និងការកែតម្រូវសម្រាប់កម្ពុជា: ប្រមូលទិន្នន័យសីតុណ្ហភាពពីស្ថានីយឧតុនិយមក្នុងស្រុក (ឧទាហរណ៍ ស្ថានីយរបស់ក្រសួងធនធានទឹក) ដើម្បីធ្វើការផ្ទៀងផ្ទាត់ (Validation) ជាមួយនឹងលទ្ធផលពីផ្កាយរណប និងធ្វើការកែតម្រូវមេគុណឱ្យស្របនឹងអាកាសធាតុត្រូពិចសើមរបស់កម្ពុជា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Split-Window (SW) algorithm ក្បួនដោះស្រាយគណិតវិទ្យាដែលប្រើប្រាស់ទិន្នន័យពីប៉ុស្តិ៍វិសាលគមអ៊ីនហ្វ្រារ៉េដពីរផ្សេងគ្នា (ជិតគ្នា) ដើម្បីកែតម្រូវឥទ្ធិពលនៃការស្រូបយកកម្ដៅដោយចំហាយទឹកក្នុងបរិយាកាស និងទាញយកសីតុណ្ហភាពពិតប្រាកដនៃផ្ទៃដី។ ដូចជាការពាក់វ៉ែនតាពណ៌ពីរផ្សេងគ្នាដើម្បីមើលវត្ថុមួយ ពណ៌នីមួយៗជួយយើងដកចេញនូវភាពព្រាលដែលបង្កដោយអ័ព្ទ ដើម្បីឃើញរូបរាងវត្ថុច្បាស់។
Land Surface Temperature (LST) សីតុណ្ហភាពនៅកម្រិតផ្ទៃដីផ្ទាល់ ដែលត្រូវបានវាស់ស្ទង់ពីចម្ងាយតាមរយៈការចាប់សញ្ញាកាំរស្មីកម្ដៅបញ្ចេញដោយដី រុក្ខជាតិ និងសំណង់នានា មិនមែនជាសីតុណ្ហភាពខ្យល់ដែលវាស់ដោយទែម៉ូម៉ែត្រនោះទេ។ ដូចជាការវាស់កម្ដៅដោយប្រើម៉ាស៊ីនបាញ់កម្ដៅលើថ្ងាសផ្ទាល់ ជាជាងការវាស់កម្ដៅខ្យល់នៅក្នុងបន្ទប់។
MODTRAN 4.0 កម្មវិធីកុំព្យូទ័រក្លែងធ្វើការធ្វើដំណើរនៃពន្លឺ និងកម្ដៅកាត់តាមស្រទាប់បរិយាកាសរបស់ផែនដី ដើម្បីយល់ដឹងពីរបៀបដែលឧស្ម័ន និងចំហាយទឹកស្រូបយក ឬបង្វែរថាមពលទាំងនោះ ហៅថា Radiative transfer code។ ដូចជាម៉ាស៊ីនពិសោធន៍និម្មិតមួយដែលទាយដឹងជាមុនថា តើពន្លឺពិលនឹងថយចុះពន្លឺកម្រិតណា នៅពេលដែលយើងបញ្ចាំងវាឆ្លងកាត់កញ្ចក់ដែលមានផ្សែងក្រាស់។
Advanced Very High Resolution Radiometer (AVHRR) ឧបករណ៍ចាប់សញ្ញា (សេនស័រ) ដែលបំពាក់លើផ្កាយរណបស៊េរី NOAA សម្រាប់វាស់ស្ទង់ចំណាំងផ្លាតនៃពន្លឺព្រះអាទិត្យ និងការបញ្ចេញកម្ដៅពីផែនដី ក្នុងគោលបំណងតាមដានអាកាសធាតុ និងបរិស្ថានផែនដី។ ដូចជាកាមេរ៉ាឌីជីថលដ៏ទំនើបមួយនៅលើមេឃ ដែលអាចថតឃើញទាំងពន្លឺធម្មតា និងកម្ដៅដែលភ្នែកមនុស្សមើលមិនឃើញ។
Emissivity រង្វាស់នៃសមត្ថភាពរបស់វត្ថុមួយ ឬផ្ទៃដីណាមួយ ក្នុងការបញ្ចេញថាមពលកម្ដៅ (កាំរស្មីអ៊ីនហ្វ្រារ៉េដ) ធៀបទៅនឹងវត្ថុខ្មៅងងឹតល្អឥតខ្ចោះ (Blackbody) នៅសីតុណ្ហភាពដូចគ្នា។ ផ្ទៃវត្ថុខុសគ្នាមានកម្រិតបញ្ចេញកម្ដៅខុសគ្នា ទោះបីសីតុណ្ហភាពវត្ថុនោះប៉ុនគ្នាក៏ដោយ។ ដូចជាភាពខុសគ្នារវាងការពាក់អាវខ្មៅ និងអាវសនៅក្រោមពន្លឺថ្ងៃ អាវមួយចាប់កម្ដៅ និងបញ្ចេញកម្ដៅខុសពីអាវមួយទៀត ទោះបីនៅកន្លែងតែមួយក៏ដោយ។
Effective wavelength ប្រវែងរលកកណ្តាលតំណាងឱ្យកម្រិតវិសាលគមណាមួយ ដែលសេនស័រផ្កាយរណបអាចចាប់យកបានច្បាស់ជាងគេ ឬមានតម្លៃអតិបរមានៅក្នុងមុខងារតម្រង (Filter function) របស់ប៉ុស្តិ៍នោះ។ ដូចជាការចាក់វិទ្យុរកប៉ុស្តិ៍សម្លេង វាជាលេខហ្វ្រេកង់ពិតប្រាកដដែលយើងអាចស្តាប់សម្លេងវិទ្យុបានច្បាស់បំផុតដោយគ្មានសម្លេងរំខាន។
Noise equivalent delta temperature រង្វាស់នៃភាពញាប់ញ័រ ឬកំហុសតូចបំផុតនៃសីតុណ្ហភាព ដែលបង្កឡើងដោយសំលេងរំខាន (Noise) ខាងក្នុងប្រព័ន្ធគ្រឿងអេឡិចត្រូនិចរបស់ឧបករណ៍ចាប់សញ្ញាផ្ទាល់។ ដូចជាសម្លេង 'សឺតៗ' ដែលឮតិចៗចេញពីឧបករណ៍បំពងសម្លេង ទោះបីយើងមិនទាន់ចាក់ចម្រៀងក៏ដោយ ដែលធ្វើឱ្យពិបាកស្តាប់សម្លេងខ្សឹបបានច្បាស់។
Downwelling radiance ថាមពលកាំរស្មីកម្ដៅដែលត្រូវបានបញ្ចេញដោយស្រទាប់បរិយាកាស (ដូចជាពីពពក ឬឧស្ម័ន) បាញ់ចុះមកក្រោមមកប៉ះនឹងផ្ទៃផែនដី ដែលត្រូវយកមកគិតគូរដកចេញដើម្បីកុំឱ្យច្រឡំនឹងកម្ដៅចេញពីផ្ទៃដីផ្ទាល់។ ដូចជាកម្ដៅដែលយើងមានអារម្មណ៍ភាយចេញពីដំបូលស័ង្កសី ចុះមកប៉ះខ្លួនយើងនៅពេលថ្ងៃត្រង់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖