Original Title: GIS AND REMOTE SENSING IN HIGHWAY ROUTE SELECTION (A CASE STUDY IN ETHIOPIA, SELECTION OF THE ADDIS ABABA - NAZARETH EXPRESSWAY ALIGNMENT)
Source: www.researchgate.net
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ (GIS) និងការចាប់សញ្ញាពីចម្ងាយក្នុងការជ្រើសរើសខ្សែផ្លូវហាយវេ៖ ករណីសិក្សានៅប្រទេសអេត្យូពី ការជ្រើសរើសខ្សែផ្លូវល្បឿនលឿន Addis Ababa - Nazareth

ចំណងជើងដើម៖ GIS AND REMOTE SENSING IN HIGHWAY ROUTE SELECTION (A CASE STUDY IN ETHIOPIA, SELECTION OF THE ADDIS ABABA - NAZARETH EXPRESSWAY ALIGNMENT)

អ្នកនិពន្ធ៖ Fekerte Arega (Ethiopian Roads Authority), Muse Belew (ERA / AAU)

ឆ្នាំបោះពុម្ព៖ 2007 (EACE Journal Vol. 4 No. 3)

វិស័យសិក្សា៖ Civil Engineering

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃភាពស្មុគស្មាញ និងការចំណាយខ្ពស់ក្នុងការចុះអង្កេតផ្ទាល់ដើម្បីជ្រើសរើសទីតាំងខ្សែផ្លូវហាយវេ ដោយសារវិធីសាស្ត្រប្រពៃណីមានការលំបាកក្នុងការរួមបញ្ចូលកត្តាភូមិសាស្ត្រ និងបរិស្ថានច្រើនក្នុងពេលតែមួយ។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់ប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ និងរូបភាពពីផ្កាយរណប ដើម្បីវាយតម្លៃកត្តាចម្រុះ និងស្វែងរកគន្លងផ្លូវដែលចំណាយតិចបំផុត។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Traditional Approach (Manual mapping & analog aerial photographs)
វិធីសាស្ត្រប្រពៃណី (ប្រើប្រាស់ផែនទីក្រដាស និងរូបថតពីអាកាសធម្មតា)
ងាយស្រួលយល់សម្រាប់វិស្វករជំនាន់មុន និងអាចប្រើប្រាស់បានដោយមិនត្រូវការប្រព័ន្ធកុំព្យូទ័រស្មុគស្មាញ។ មានការលំបាកក្នុងការរួមបញ្ចូលកត្តាវិនិច្ឆ័យច្រើន (Multi-criteria) ក្នុងពេលតែមួយ ចំណាយពេលយូរ និងត្រូវការចុះអង្កេតផ្ទាល់នៅទីវាលច្រើន។ ការសម្រេចចិត្តជ្រើសរើសខ្សែផ្លូវអាចមានការខ្វះចន្លោះ ដោយសារមិនអាចវាយតម្លៃកត្តាភូមិសាស្ត្រ និងបរិស្ថានទាំងអស់បានស៊ីជម្រៅក្នុងពេលតែមួយ។
GIS and Remote Sensing Approach (Multi-criteria Evaluation & Least Cost Path)
ប្រព័ន្ធ GIS និងការចាប់សញ្ញាពីចម្ងាយ (ការវាយតម្លៃពហុលក្ខណៈវិនិច្ឆ័យ និងស្វែងរកគន្លងផ្លូវចំណាយតិចបំផុត)
អាចវាយតម្លៃកត្តាជាច្រើនក្នុងពេលតែមួយ (សណ្ឋានដី ប្រភេទដី ការប្រើប្រាស់ដី) និងកាត់បន្ថយពេលវេលាព្រមទាំងការចំណាយលើការចុះអង្កេតផ្ទាល់យ៉ាងមានប្រសិទ្ធភាព។ ទាមទារឱ្យមានទិន្នន័យដែលមានគុណភាពនិងមាត្រដ្ឋានច្បាស់លាស់ កម្មវិធីកុំព្យូទ័រ ក៏ដូចជាអ្នកជំនាញដែលមានបច្ចេកទេស។ មាត្រដ្ឋានផែនទីតូចពេកអាចធ្វើឱ្យពិបាកកំណត់រចនាសម្ព័ន្ធលូបង្ហូរទឹកជាដើម។ បង្កើតបានដោយជោគជ័យនូវជម្រើសខ្សែផ្លូវថ្មីចំនួន ២ (Alternative I និង II) ដែលឆ្លងកាត់ទីធ្លាចំហ និងជៀសវាងតំបន់មានបញ្ហាភូមិសាស្ត្រ ទីប្រជុំជន និងតំបន់ដីសើម។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះតម្រូវឱ្យមានការវិនិយោគលើកម្មវិធីកុំព្យូទ័រ ទិន្នន័យរូបភាពពីផ្កាយរណប និងអ្នកជំនាញបច្ចេកទេស ប៉ុន្តែវាជួយសន្សំសំចៃការចំណាយលើការចុះអង្កេតផ្ទាល់នៅទីវាល (Reconnaissance stage) បានយ៉ាងច្រើន។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសអេត្យូពី សម្រាប់ការជ្រើសរើសខ្សែផ្លូវរវាងទីក្រុង Addis Ababa និង Nazareth ដោយប្រើប្រាស់ទិន្នន័យភូមិសាស្ត្រក្នុងតំបន់នោះ។ លក្ខណៈភូមិសាស្ត្រនៅទីនោះមានសណ្ឋានដីខ្ពស់រដិបរដុប ថ្មភ្នំភ្លើង និងដី Black cotton soil ដែលខុសប្លែកពីប្រទេសកម្ពុជាដែលមានតំបន់វាលទំនាប និងដីសើមច្រើន។ ទោះជាយ៉ាងណាក៏ដោយ ក្របខ័ណ្ឌនៃវិធីសាស្ត្រវាយតម្លៃពហុលក្ខណៈវិនិច្ឆ័យ (Multi-criteria evaluation) នេះ អាចយកមកកែច្នៃ និងអនុវត្តនៅកម្ពុជាបានយ៉ាងល្អ តាមរយៈការផ្លាស់ប្តូរទម្ងន់នៃកត្តាផ្សេងៗ (ឧ. ផ្តោតលើតំបន់លិចទឹកជាចម្បង)។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនៃការប្រើប្រាស់ GIS និង Remote Sensing ដើម្បីស្វែងរកខ្សែផ្លូវដែលចំណាយតិចបំផុតនេះ គឺមានសារៈសំខាន់ និងមានប្រយោជន៍ខ្លាំងណាស់សម្រាប់ការអភិវឌ្ឍហេដ្ឋារចនាសម្ព័ន្ធនៅក្នុងប្រទេសកម្ពុជា។

ជារួម ការផ្លាស់ប្តូរពីវិធីសាស្ត្រគូសប្លង់ផ្លូវដោយដៃ មកប្រើប្រាស់ប្រព័ន្ធ GIS នឹងជួយឱ្យប្រទេសកម្ពុជាអាចរៀបចំផែនការអភិវឌ្ឍន៍ផ្លូវថ្នល់ជាតិបានកាន់តែមានតម្លាភាព សុក្រឹតភាព សន្សំសំចៃថវិកាជាតិ និងកាត់បន្ថយផលប៉ះពាល់ដល់សង្គម-បរិស្ថាន។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃកម្មវិធី GIS (Learn basics of GIS software): ចាប់ផ្តើមរៀនប្រើប្រាស់កម្មវិធី ArcGIS ProQGIS (ដែលឥតគិតថ្លៃ) ដោយផ្តោតលើការគ្រប់គ្រងទិន្នន័យ Raster និង Vector ព្រមទាំងការប្រើប្រាស់ឧបករណ៍វិភាគលំហ Spatial Analyst tools
  2. ស្វែងរក និងទាញយកទិន្នន័យផ្កាយរណប (Acquire Satellite Imagery & DEM): អនុវត្តការទាញយកទិន្នន័យរូបភាពផ្កាយរណប និងទិន្នន័យរយៈកម្ពស់ (DEM) ដោយឥតគិតថ្លៃពីគេហទំព័រ USGS Earth ExplorerCopernicus Open Access Hub ដើម្បីយកមកប្រើជាទិន្នន័យគោល។
  3. អនុវត្តការចាត់ថ្នាក់គម្របដី (Perform Land Cover Classification): រៀនអនុវត្តបច្ចេកទេស Supervised Classification (ដូចជាក្បួន Maximum Likelihood) ទៅលើរូបភាពផ្កាយរណប ដើម្បីបែងចែកតំបន់ទីប្រជុំជន តំបន់ទឹក តំបន់ព្រៃឈើ និងដីកសិកម្ម ទៅជាទិន្នន័យ Thematic Layer។
  4. ការវិភាគស្វែងរកផ្លូវចំណាយតិចបំផុត (Least Cost Path Analysis): សាកល្បងបង្កើតផែនទីផ្ទៃចំណាយ (Cost Surface Map) ដោយផ្តល់ទម្ងន់លើកត្តាផ្សេងៗ (ឧ. ជម្រាលដីខ្ពស់ មានចំណាយខ្ពស់) បន្ទាប់មកប្រើឧបករណ៍ Cost Distance និង Cost Path ដើម្បីគណនាខ្សែផ្លូវល្អបំផុតរវាងចំណុចពីរ។
  5. ធ្វើបច្ចុប្បន្នភាពជាមួយទិន្នន័យកម្រិតខ្ពស់ (Upgrade to High-Resolution Data): ក្រោយពីស្ទាត់ជំនាញ សូមសាកល្បងអនុវត្តគម្រោងតូចមួយនៅកម្ពុជាដោយប្រើប្រាស់ទិន្នន័យដែលមានគុណភាពខ្ពស់ដូចជា ASTER DEM (កម្រិត 30m) ឬរូបភាពកម្រិតច្បាស់ពីប្រភពផ្សេងៗ ដើម្បីបង្កើនភាពសុក្រឹតនៃការគូសប្លង់ផ្លូវពិតប្រាកដ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Remote Sensing ការប្រមូលទិន្នន័យ និងព័ត៌មានពីផ្ទៃផែនដីដោយមិនមានការប៉ះផ្ទាល់ ជាទូទៅតាមរយៈឧបករណ៍ថតរូបបំពាក់លើផ្កាយរណប ឬយន្តហោះ ដើម្បីវិភាគលក្ខណៈភូមិសាស្ត្រ និងបរិស្ថាន។ ដូចជាការប្រើប្រាស់ដ្រូន (Drone) ហោះថតមើលសកម្មភាព ឬស្ថានភាពកកស្ទះចរាចរណ៍ពីលើអាកាស ដោយមិនចាំបាច់ចុះទៅដល់ទីតាំងផ្ទាល់។
SRTM DEM ទិន្នន័យរូបភាពឌីជីថល (Digital Elevation Model) ទទួលបានពីបេសកកម្មរ៉ាដាអវកាស ដែលបង្ហាញពីរយៈកម្ពស់នៃសណ្ឋានដី ត្រូវបានប្រើប្រាស់ដើម្បីវិភាគរកទីតាំងមានចំណោតខ្លាំង ឬជ្រលងដី។ ដូចជាការបង្កើតផ្ទាំងគំរូដីឥដ្ឋមួយដែលបង្ហាញច្បាស់ពីកន្លែងខ្ពស់ (ភ្នំ) និងកន្លែងទាប (ជ្រលង) ដើម្បីដឹងថាទឹកហូរទៅណា។
Landsat ETM+ ឧបករណ៍ចាប់សញ្ញាបំពាក់លើផ្កាយរណប Landsat ដែលប្រមូលពន្លឺក្នុងកម្រិតរលកផ្សេងៗគ្នា (Multispectral) ដើម្បីកំណត់ប្រភេទនៃគម្របដី ដូចជាតំបន់ព្រៃឈើ តំបន់ទឹក និងទីប្រជុំជន។ ដូចជាវ៉ែនតាវេទមន្តដែលអាចមើលឃើញកាំរស្មីពន្លឺដែលភ្នែកមនុស្សមើលមិនឃើញ ដើម្បីបែងចែកដឹងថាកន្លែងណាជាព្រៃ កន្លែងណាជាអគារ។
Pan-sharpened បច្ចេកទេសក្នុងដំណើរការរូបភាពផ្កាយរណប ដែលរួមបញ្ចូលរូបភាពពណ៌ (Multispectral) មានកម្រិតច្បាស់ទាប ជាមួយនឹងរូបភាពសខ្មៅ (Panchromatic) មានកម្រិតច្បាស់ខ្ពស់ ដើម្បីបង្កើតជារូបភាពពណ៌ដែលមានភាពច្បាស់ និងលម្អិតខ្ពស់។ ដូចជាការយកគំនូរពណ៌ដែលផាត់ព្រិលៗ មកគូសបញ្ជាក់គែមដោយខ្មៅដៃឱ្យច្បាស់ត្រឹមត្រូវជាងមុន។
Supervised Classification ដំណើរការវិភាគរូបភាពដែលអ្នកបច្ចេកទេសបង្រៀនកម្មវិធីកុំព្យូទ័រឱ្យស្គាល់ប្រភេទដី (ឧ. ដីកសិកម្ម តំបន់ទឹក) ដោយផ្តល់ទីតាំងគំរូ បន្ទាប់មកកុំព្យូទ័រនឹងចាត់ថ្នាក់ប្រភេទដីលើផ្ទៃរូបភាពទាំងមូលដោយស្វ័យប្រវត្តិ។ ដូចជាការបង្រៀនកូនក្មេងឱ្យស្គាល់ពណ៌ផ្លែប៉ោម បន្ទាប់មកប្រាប់គេឱ្យរើសផ្លែប៉ោមទាំងអស់នោះចេញពីក្នុងកន្ត្រក។
Cost surface ផែនទីទិន្នន័យលំហ (Spatial data) ដែលតំបន់នីមួយៗត្រូវបានផ្តល់តម្លៃតំណាងឱ្យកម្រិតនៃការលំបាក ឬចំណាយក្នុងការសាងសង់ ឧទាហរណ៍ តំបន់ភ្នំខ្ពស់ ឬដីសើម នឹងមានតម្លៃចំណាយខ្ពស់ជាងគេ។ ដូចជាការលេងហ្គេមដែលការដើរឆ្លងកាត់វាលស្មៅអស់កម្លាំងតិច តែបើដើរឆ្លងកាត់វាលភក់ ឬឡើងភ្នំនឹងត្រូវអស់កម្លាំង (Cost) ច្រើន។
Least cost path ក្បួនដោះស្រាយតាមគណិតវិទ្យាក្នុងកម្មវិធី GIS សម្រាប់គណនាទាញរកគន្លងខ្សែផ្លូវរវាងចំណុចពីរ ដោយឆ្លងកាត់តំបន់ដែលមានតម្លៃឧបសគ្គ ឬតម្លៃសាងសង់បូកបញ្ចូលគ្នាតិចបំផុត។ ដូចជាការរកផ្លូវដើរក្នុងតំបន់ព្រៃដែលចៀសវាងរណ្តៅទឹក និងបន្លា ដើម្បីទៅដល់គោលដៅឱ្យបានលឿននិងមិនសូវហត់បំផុត។
Multi-criteria evaluation វិធីសាស្ត្រនៃការធ្វើសេចក្តីសម្រេចចិត្តដោយថ្លឹងថ្លែង និងវាយតម្លៃលើកត្តាជាច្រើនក្នុងពេលតែមួយ (ដូចជាសណ្ឋានដី ជម្រាល បរិស្ថាន និងតំបន់លំនៅដ្ឋាន) ដើម្បីជ្រើសរើសជម្រើសដ៏ល្អបំផុត។ ដូចជាការជ្រើសរើសទិញទូរស័ព្ទមួយដោយធ្វើការប្រៀបធៀបទាំងតម្លៃ ទំហំថ្ម កាមេរ៉ា និងម៉ាក ក្នុងពេលតែមួយ មិនមែនមើលតែលើតម្លៃមួយមុខនោះទេ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖