បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហានៃភាពមិនស៊ីគ្នារវាងទម្រង់ទិន្នន័យ និងដំណើរការកុំព្យូទ័ររវាងប្រព័ន្ធព័ត៌មានភូមិសាស្ត្រ (GIS) បែបប្រពៃណី និងប្រព័ន្ធទិន្នន័យអង្កេតពីចម្ងាយ (Remote Sensing) ក្នុងការគ្រប់គ្រងធនធានធម្មជាតិ និងបរិស្ថាន។ ភាពខុសគ្នានេះធ្វើឱ្យរាំងស្ទះដល់ការវិភាគទិន្នន័យភូមិសាស្ត្ររួមបញ្ចូលគ្នា។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានស្នើឡើងនូវវិធីសាស្ត្រសមាហរណកម្មតាមតម្រូវការការងារ (Task-oriented Integration) ដោយប្រើប្រាស់ការធ្វើគំរូទិន្នន័យលំហ (Spatial Modeling) ដែលត្រូវបានអនុវត្តផ្ទាល់លើការសិក្សាស្រាវជ្រាវនៅតំបន់ Tweed ប្រទេសអូស្ត្រាលី។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Traditional Vector-based GIS ប្រព័ន្ធ GIS បែបប្រពៃណីផ្អែកលើទិន្នន័យវ៉ិចទ័រ (Vector-based) |
មានភាពច្បាស់លាស់ខ្ពស់ក្នុងការគ្រប់គ្រងទិន្នន័យព្រំប្រទល់ និងអាចរក្សាទុកទិន្នន័យអត្ថបទ (Attribute data) បានល្អសម្រាប់ការធ្វើផែនទី។ | ជួបប្រទះបញ្ហាភាពមិនស៊ីគ្នានៃទម្រង់ទិន្នន័យ (Data incompatibility) និងពិបាកដំណើរការទិន្នន័យរូបភាពពីប្រព័ន្ធ Remote Sensing ដោយផ្ទាល់។ | មិនសូវមានប្រសិទ្ធភាពក្នុងការធ្វើគំរូភូមិសាស្ត្រដែលទាមទារទិន្នន័យប្រែប្រួលបន្តបន្ទាប់ (Continuous data surface)។ |
| Image-based GIS (IGIS) ប្រព័ន្ធ GIS ផ្អែកលើរូបភាពរ៉ាស្ទ័រ (Raster-based) |
ស៊ីគ្នាយ៉ាងពេញលេញជាមួយទិន្នន័យរូបភាព Remote Sensing និងអាចប្រើប្រាស់ក្បួនដោះស្រាយ (Algorithms) សម្រាប់ធ្វើគំរូទិន្នន័យក្នុងទម្រង់រ៉ាស្ទ័របានយ៉ាងមានប្រសិទ្ធភាព។ | ទិន្នន័យវ៉ិចទ័រដែលត្រូវបានបំប្លែងទៅជារ៉ាស្ទ័រអាចបាត់បង់ព័ត៌មានលម្អិត ឬបង្កើតជាពហុកោណតូចៗច្រើនពេក ដែលពិបាកក្នុងការវិភាគទូទៅ។ | អនុញ្ញាតឱ្យមានការផ្ទេរព័ត៌មានភូមិសាស្ត្រទៅកាន់ប្រព័ន្ធដំណើរការរូបភាព ដើម្បីបង្កើនភាពត្រឹមត្រូវនៃការធ្វើចំណាត់ថ្នាក់។ |
| Task-oriented Integration / Cartographic Modeling ការធ្វើសមាហរណកម្មតាមតម្រូវការការងារដោយប្រើប្រាស់ Cartographic Modeling |
ងាយស្រួលអនុវត្តដោយប្រើប្រាស់កម្មវិធីដែលមានស្រាប់ អាចរួមបញ្ចូលទាំងទិន្នន័យ GIS និង Remote Sensing ដើម្បីដោះស្រាយបញ្ហាជាក់ស្តែង (ឧទាហរណ៍៖ ការវាយតម្លៃដី)។ | មិនមែនជាប្រព័ន្ធរួមបញ្ចូលគ្នាតែមួយទាំងស្រុង (Seamless integration) ទេ ដោយនៅតែទាមទារការផ្លាស់ប្តូរទិន្នន័យចុះឡើងរវាងប្រព័ន្ធពីរ។ | ការសិក្សាពីមុនៗបង្ហាញថាការរួមបញ្ចូលទិន្នន័យអាចបង្កើនភាពត្រឹមត្រូវនៃការធ្វើចំណាត់ថ្នាក់ពី ៤៦% ទៅ ៧៥% ឬពី ៦៨% ទៅ ៨៥%។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តការងារនេះទាមទារឱ្យមានប្រភពទិន្នន័យភូមិសាស្ត្រចម្រុះ និងកម្មវិធីកុំព្យូទ័រដែលមានសមត្ថភាពខ្ពស់ក្នុងការបំប្លែង និងវិភាគទិន្នន័យ Spatial។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងតំបន់ Tweed រដ្ឋ New South Wales ប្រទេសអូស្ត្រាលី ដោយផ្អែកលើលក្ខខណ្ឌអាកាសធាតុ កសិកម្ម (ការដាំកាហ្វេ) និងសេដ្ឋកិច្ច (តម្លៃពលកម្មខ្ពស់) របស់អូស្ត្រាលី។ វត្ថុបំណងនេះមានសារៈសំខាន់សម្រាប់កម្ពុជា ព្រោះកម្ពុជាមានលក្ខខណ្ឌអាកាសធាតុត្រូពិចក្តៅសើម ប្រភេទដី និងដំណាំសេដ្ឋកិច្ចខុសពីអូស្ត្រាលី ដូច្នេះគំរូវាយតម្លៃ (Models) ចាំបាច់ត្រូវកែតម្រូវឱ្យស្របតាមបរិបទជាក់ស្តែងក្នុងស្រុក។
វិធីសាស្ត្រនៃការធ្វើសមាហរណកម្ម GIS និង Remote Sensing នេះមានសារៈសំខាន់ និងអាចយកមកអនុវត្តប្រកបដោយប្រសិទ្ធភាពខ្ពស់សម្រាប់ការអភិវឌ្ឍនៅប្រទេសកម្ពុជា។
ការប្រើប្រាស់ប្រព័ន្ធរួមបញ្ចូលគ្នានេះនឹងជួយដល់រដ្ឋាភិបាល និងអ្នករៀបចំផែនការគោលនយោបាយកម្ពុជា ក្នុងការធ្វើសេចក្តីសម្រេចចិត្តផ្អែកលើទិន្នន័យច្បាស់លាស់ ដើម្បីធានាបាននូវការអភិវឌ្ឍប្រកបដោយចីរភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Vector data structure | ទម្រង់ទិន្នន័យវ៉ិចទ័រ គឺជាការរក្សាទុកព័ត៌មានភូមិសាស្ត្រដោយប្រើចំណុច (Points) បន្ទាត់ (Lines) និងពហុកោណ (Polygons) ដែលស័ក្តិសមបំផុតសម្រាប់ការគូសផែនទីព្រំប្រទល់ ផ្លូវថ្នល់ ឬទីតាំងជាក់លាក់ដែលមានព្រំដែនច្បាស់លាស់។ វាងាយស្រួលក្នុងការផ្ទុកទិន្នន័យអត្ថបទពាក់ព័ន្ធ។ | ដូចជាការគំនូសវាសជារូបរាងផ្សេងៗនៅលើក្រដាស ដោយប្រើខ្មៅដៃគូសតភ្ជាប់ពីចំណុចមួយទៅចំណុចមួយទៀត។ |
| Raster data structure | ទម្រង់ទិន្នន័យរ៉ាស្ទ័រ គឺជាការផ្ទុកព័ត៌មានជាទម្រង់ក្រឡាចត្រង្គ (Grids ឬ Pixels) ដែលក្រឡានីមួយៗមានផ្ទុកតម្លៃទិន្នន័យដាច់ដោយឡែកពីគ្នា។ វាត្រូវបានគេប្រើប្រាស់ជាទូទៅសម្រាប់រូបភាពពីផ្កាយរណប ឬទិន្នន័យដែលមានការប្រែប្រួលបន្តបន្ទាប់ដូចជាកម្ពស់ដី និងសីតុណ្ហភាព។ | ដូចជាផ្ទាំងរូបភាពឌីជីថលនៅលើទូរស័ព្ទដៃ ដែលនៅពេលអ្នកពង្រីក (Zoom in) អ្នកនឹងឃើញក្រឡាការ៉េតូចៗ (Pixels) ជាច្រើនផ្គុំចូលគ្នា។ |
| Image-based GIS | ប្រព័ន្ធប្រមូលផ្តុំ GIS ដែលផ្អែកលើរូបភាព គឺជាប្រព័ន្ធដែលរួមបញ្ចូលសមត្ថភាពរបស់ GIS ទៅក្នុងការវិភាគទិន្នន័យរ៉ាស្ទ័រ (រូបភាព) ដែលអនុញ្ញាតឱ្យគេអាចវិភាគទិន្នន័យពីផ្កាយរណប និងទិន្នន័យផែនទីភូមិសាស្ត្រក្នុងប្រព័ន្ធតែមួយ ដោយមិនចាំបាច់បំប្លែងទិន្នន័យទៅមក។ | ដូចជាម៉ាស៊ីនទឹកក្រឡុកដែលអ្នកអាចដាក់ទាំងផ្លែឈើ (ទិន្នន័យរូបភាព) និងទឹកដោះគោ (ទិន្នន័យផែនទី) ចូលគ្នាក្នុងម៉ាស៊ីនតែមួយដើម្បីកិនបញ្ចូលគ្នា។ |
| Cartographic modelling | ការធ្វើគំរូផែនទី គឺជាដំណើរការនៃការប្រើប្រាស់ប្រតិបត្តិការគណិតវិទ្យា និងតក្កវិទ្យា (Logic) តម្រួតលើស្រទាប់ផែនទីច្រើនផ្ទាំង (Map layers) នៅក្នុង GIS ដើម្បីវិភាគ និងបង្កើតជាផែនទីថ្មីមួយដែលឆ្លើយតបនឹងសំណួរស្រាវជ្រាវ ឬជួយដល់ការសម្រេចចិត្ត។ | ដូចជាការយកសន្លឹកកញ្ចក់ថ្លាៗដែលមានគំនូសផ្សេងៗគ្នា មកត្រួតលើគ្នាដើម្បីមើលឃើញរូបភាពរួមមួយដែលបញ្ជាក់ពីទីតាំងដែលយើងចង់រក។ |
| Digital elevation models (DEM) | គំរូកម្ពស់ដីឌីជីថល គឺជាទិន្នន័យកុំព្យូទ័រដែលតំណាងឱ្យសណ្ឋានដី ខ្ពស់ ទាប នៃផ្ទៃផែនដីក្នុងទម្រង់ជា 3D ដែលត្រូវបានគេប្រើដើម្បីគណនាភាពចំណោត (Slope) ឬទិសដៅនៃជម្រាល (Aspect) និងការវិភាគការហូរនៃទឹក។ | ដូចជាការសាងសង់ទម្រង់ភ្នំសិប្បនិម្មិតមួយនៅលើកុំព្យូទ័រ ដែលអនុញ្ញាតឱ្យយើងដឹងថាកន្លែងណាខ្ពស់ កន្លែងណាទាប និងកន្លែងណាទឹកអាចហូរទៅប្រមូលផ្តុំគ្នា។ |
| Boolean operations | ប្រតិបត្តិការប៊ូលីន នៅក្នុងការវិភាគ GIS គឺជាការប្រើប្រាស់លក្ខខណ្ឌតក្កវិទ្យា (ដូចជា AND, OR, NOT) ដើម្បីច្រោះយកទិន្នន័យលំហ (Spatial data)។ ឧទាហរណ៍ ការស្វែងរកទីតាំងដែលមានកម្ពស់ទាបជាង ១០ម៉ែត្រ 'និង' (AND) មិនមែនជាតំបន់ដីខ្សាច់។ | ដូចជាការប្រើប្រាស់តម្រង (Filter) ពេលទិញទំនិញអនឡាញ ដែលអ្នកបញ្ជាឱ្យប្រព័ន្ធស្វែងរកតែអាវពណ៌ក្រហម 'និង' ទំហំ M ប៉ុណ្ណោះ។ |
| Land capability assessment | ការវាយតម្លៃសមត្ថភាពដី គឺជាវិធីសាស្ត្របែបវិទ្យាសាស្ត្រ (ជារឿយៗផ្អែកតាមស្តង់ដារ FAO) ដើម្បីវាយតម្លៃថាតើដីនៅតំបន់មួយស័ក្តិសមបំផុតសម្រាប់ធ្វើអ្វី (ឧ. កសិកម្ម ការអភិវឌ្ឍ ឬអភិរក្ស) ដោយផ្អែកលើកត្តាដូចជា ប្រភេទដី ភាពចំណោត អាកាសធាតុ និងហានិភ័យផ្សេងៗ។ | ដូចជាការធ្វើតេស្តសមត្ថភាពរបស់សិស្សម្នាក់ៗ ដើម្បីដឹងថាគាត់ពូកែខាងមុខវិជ្ជាអ្វី ហើយស័ក្តិសមនឹងរៀនជំនាញអ្វីនៅសកលវិទ្យាល័យ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
