បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃភាពមិនច្បាស់លាស់ក្នុងការទាញយកព័ត៌មានគម្របដីពីទិន្នន័យ Landsat TM ដោយសារកត្តាបរិយាកាស និងវាយតម្លៃពីឥទ្ធិពលនៃវិធីសាស្ត្រកែតម្រូវវិទ្យុសកម្មផ្សេងៗគ្នាទៅលើភាពត្រឹមត្រូវនៃការធ្វើចំណាត់ថ្នាក់។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានអនុវត្តការកែតម្រូវវិទ្យុសកម្មចំនួនបីប្រភេទផ្សេងគ្នាទៅលើរូបភាព Landsat TM និងបានប្រើប្រាស់ក្បួនដោះស្រាយការធ្វើចំណាត់ថ្នាក់ចំនួនពីរដើម្បីវាយតម្លៃលទ្ធផលដោយផ្អែកលើការជ្រើសរើសសំណាកគំរូ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| ATCOR3 Radiometric Correction ការកែតម្រូវវិទ្យុសកម្មតាមរយៈ ATCOR3 |
ដំណើរការបានល្អសម្រាប់តំបន់ភ្នំ ដោយមានបញ្ចូលការកែតម្រូវទាំងឥទ្ធិពលបរិយាកាស និងឥទ្ធិពលសណ្ឋានដី។ ផ្តល់លទ្ធផលមានភាពត្រឹមត្រូវខ្ពស់។ | ជាកម្មវិធីពាណិជ្ជកម្ម (ភាគច្រើនមានរួមបញ្ចូលក្នុង ERDAS) ដែលតម្រូវឱ្យមានការចំណាយលើអាជ្ញាប័ណ្ណ។ | ទទួលបានភាពត្រឹមត្រូវនៃការធ្វើចំណាត់ថ្នាក់ខ្ពស់បំផុតរហូតដល់ 93.29% (ដោយប្រើប្រាស់ MLC) និងផ្តល់លទ្ធផលស្ថិរភាពស្រដៀងគ្នាទៅនឹង FLAASH។ |
| FLAASH Radiometric Correction ការកែតម្រូវវិទ្យុសកម្មតាមរយៈ FLAASH |
ជាម៉ូដែលកែតម្រូវបរិយាកាសកម្រិតខ្ពស់ដែលគិតគូរពីផលប៉ះពាល់ក្បែរខាង (adjacency effect) និងផ្តល់លទ្ធផលមានភាពត្រឹមត្រូវខ្ពស់។ | ម៉ូដែលស្នូលរបស់វាមិនមានរួមបញ្ចូលការកែតម្រូវសណ្ឋានដី (topographic correction) ដូច ATCOR3 នោះទេ។ | ទទួលបានភាពត្រឹមត្រូវនៃការធ្វើចំណាត់ថ្នាក់សរុបស្មើនឹង 93.29% (ដោយប្រើប្រាស់ MLC) ដែលមានកម្រិតប្រហាក់ប្រហែលនឹង ATCOR3 ដែរ។ |
| Look-Up Table (LUT) Method វិធីសាស្ត្រកែតម្រូវតាមរយៈតារាងស្វែងរក (Look-Up Table - LUT) |
មានភាពបត់បែនខ្ពស់ និងត្រូវបានអ្នកស្រាវជ្រាវប្រើប្រាស់យ៉ាងទូលំទូលាយសម្រាប់ការអភិវឌ្ឍដោយខ្លួនឯង ដោយផ្អែកលើក្បួនដោះស្រាយផ្សេងៗ។ | ងាយរងកំហុសដោយសារការប៉ាន់ស្មានរបាយភាគល្អិតខ្យល់ (aerosol distribution estimation) មិនបានត្រឹមត្រូវ ដែលធ្វើឱ្យភាពត្រឹមត្រូវទាបជាងកម្មវិធីពាណិជ្ជកម្ម។ | ទទួលបានភាពត្រឹមត្រូវទាបជាងគេបន្តិចគឺត្រឹម 91.20% (ដោយប្រើប្រាស់ MLC) ដោយសារមានគម្លាតតម្លៃនៃការប៉ាន់ស្មានប៉ារ៉ាម៉ែត្របរិយាកាស។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះតម្រូវឱ្យមានទិន្នន័យរូបភាពពីផ្កាយរណប ទិន្នន័យកម្ពស់ដី (DEM) និងកម្មវិធីកុំព្យូទ័រឯកទេសសម្រាប់ដំណើរការរូបភាពពីចម្ងាយ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់ភ្នំភាគកណ្តាលនៃខេត្ត Shaanxi ប្រទេសចិន ដែលមានអាកាសធាតុត្រជាក់ និងស្ងួត រួមជាមួយសណ្ឋានដីខ្ពង់រាប។ ទោះបីជាលក្ខខណ្ឌអាកាសធាតុ និងប្រភេទរុក្ខជាតិខុសពីប្រទេសកម្ពុជាក៏ដោយ ប៉ុន្តែវិធីសាស្ត្រកែតម្រូវដើម្បីកាត់បន្ថយឥទ្ធិពលបរិយាកាស និងសណ្ឋានដី គឺពិតជាមានសារៈសំខាន់សម្រាប់ការអនុវត្តនៅតំបន់ព្រៃភ្នំក្នុងប្រទេសកម្ពុជា។
វិធីសាស្ត្រកែតម្រូវវិទ្យុសកម្មនេះមានសារៈប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការគូសផែនទីគម្របដី និងការតាមដានការប្រែប្រួលព្រៃឈើនៅកម្ពុជា។
ការជ្រើសរើសវិធីសាស្ត្រកែតម្រូវវិទ្យុសកម្មដែលត្រឹមត្រូវ និងការប្រមូលសំណាកគំរូពីតំបន់ជាក់ស្តែង គឺជាជំហានដំបូងដ៏សំខាន់ដែលមិនអាចខ្វះបាន ដើម្បីធានាបាននូវទិន្នន័យដែលអាចជឿទុកចិត្តបាន សម្រាប់ការស្រាវជ្រាវបរិស្ថាននៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Radiometric correction | ដំណើរការកែតម្រូវទិន្នន័យរូបភាពពីផ្កាយរណប ដើម្បីលុបបំបាត់កំហុស ឬភាពមិនច្បាស់លាស់ដែលបណ្តាលមកពីការរំខានរបស់បរិយាកាស (ដូចជាផ្សែង អ័ព្ទ) និងឥទ្ធិពលនៃពន្លឺព្រះអាទិត្យ មុនពេលយកទិន្នន័យនោះទៅប្រើប្រាស់និងវិភាគ។ | ដូចជាការជូតឡេនកាមេរ៉ាដែលប្រឡាក់ធូលីឱ្យស្អាត មុនពេលថតរូប ដើម្បីឱ្យរូបភាពមើលទៅច្បាស់ល្អ និងមានពណ៌ពិតប្រាកដ។ |
| Maximum Likelihood Classifier (MLC) | ក្បួនដោះស្រាយផ្នែកស្ថិតិដែលប្រើសម្រាប់ធ្វើចំណាត់ថ្នាក់រូបភាព ដោយគណនាប្រូបាប៊ីលីតេ (ភាពទោរទន់) នៃភីកសែលនីមួយៗថាតើវាគួរតែជាកម្មសិទ្ធិរបស់ប្រភេទគម្របដីណាមួយ (ឧទាហរណ៍ ទឹក ព្រៃឈើ ឬដីទំនេរ) ដោយផ្អែកលើទិន្នន័យគំរូ។ | ដូចជាគ្រូពេទ្យធ្វើរោគវិនិច្ឆ័យជំងឺដោយផ្អែកលើរោគសញ្ញាញឹកញាប់បំផុតដែលអ្នកជំងឺមាន បើធៀបនឹងទិន្នន័យប្រវត្តិអ្នកជំងឺពីមុនៗ។ |
| Support Vector Machines (SVMs) | ក្បួនដោះស្រាយម៉ាស៊ីនរៀន (Machine Learning) ដ៏មានអានុភាពដែលព្យាយាមស្វែងរកបន្ទាត់ ឬព្រំដែនដ៏ល្អបំផុត ដើម្បីបំបែកក្រុមទិន្នន័យផ្សេងៗគ្នា (ឧទាហរណ៍ បំបែកព្រៃឈើពីដីកសិកម្ម) ឱ្យដាច់ពីគ្នាបានល្អបំផុតតាមដែលអាចធ្វើទៅបាន។ | ដូចជាការគូសខ្សែបន្ទាត់ពុះចែកទីលានបាល់ទាត់ ដើម្បីញែកក្រុមកីឡាករពាក់អាវក្រហម និងអាវខៀវឱ្យដាច់ពីគ្នាយ៉ាងច្បាស់លាស់។ |
| Apparent radiance | បរិមាណថាមពលពន្លឺសរុបដែលឧបករណ៍សេនស័រ (Sensor) របស់ផ្កាយរណបចាប់បាន ដែលវាជារួមបញ្ចូលទាំងពន្លឺចំណាំងផ្លាតពីផ្ទៃផែនដី និងពន្លឺដែលខ្ចាត់ខ្ចាយដោយសារបរិយាកាសផងដែរ។ | ដូចជាពន្លឺដែលអ្នកមើលឃើញពីចម្ងាយនៅពេលយប់ ដែលវាមិនមែនគ្រាន់តែជាពន្លឺចេញពីអំពូលផ្ទាល់នោះទេ តែវារួមបញ្ចូលទាំងពន្លឺដែលជះតាមផ្សែងអ័ព្ទផងដែរ។ |
| Look-Up Table (LUT) method | វិធីសាស្ត្រក្នុងការកែតម្រូវបរិយាកាសដោយបង្កើតតារាងផ្ទុកតម្លៃប៉ារ៉ាម៉ែត្របរិយាកាសទុកជាមុន (Pre-calculated) សម្រាប់ស្ថានភាពផ្សេងៗ ដើម្បីយកមកគណនានិងប៉ាន់ស្មានលក្ខណៈផ្ទៃដីបានរហ័ស ជាជាងការគណនាសមីការស្មុគស្មាញពីដើមឡើងវិញសម្រាប់រាល់ភីកសែល។ | ដូចជាការប្រើប្រាស់តារាងមេគុណ (តារាងគុណលេខ) ដែលគេបានគណនាទុកជាមុន ដើម្បីរកចម្លើយបានលឿនដោយមិនបាច់ចុចម៉ាស៊ីនគិតលេខម្តងមួយៗ។ |
| Lambertian surface | លក្ខណៈផ្ទៃសន្មតតាមទ្រឹស្តី ដែលចាំងផ្លាតពន្លឺស្មើៗគ្នាទៅគ្រប់ទិសទី ដោយមិនគិតពីមុំនៃពន្លឺដែលជះមកលើវា ឬមុំរបស់អ្នកសង្កេតឡើយ។ ម៉ូដែលកែតម្រូវខ្លះប្រើវាជាការសន្មតមូលដ្ឋានសម្រាប់ការគណនា។ | ដូចជាសន្លឹកក្រដាសពណ៌សរិល ដែលមិនថាអ្នកមើលពីមុំណាក៏ដោយ ក៏ឃើញវាមានពន្លឺ និងពណ៌សស្មើគ្នាជានិច្ច (មិនចាំងផ្លាតដូចកញ្ចក់)។ |
| Aerosol thickness | កម្រិតកំហាប់ឬកម្រាស់នៃភាគល្អិតតូចៗ (ដូចជា ធូលី ផ្សែង ចំហាយទឹក) នៅក្នុងបរិយាកាស ដែលរារាំង និងធ្វើឱ្យពន្លឺព្រះអាទិត្យខ្ចាត់ខ្ចាយ មុនពេលពន្លឺនោះធ្វើដំណើរទៅដល់ឧបករណ៍ចាប់សញ្ញារបស់ផ្កាយរណប។ | ដូចជាកម្រាស់នៃផ្សែងនៅពេលអ្នកអាំងសាច់ ដែលបើផ្សែងកាន់តែក្រាស់ អ្នកកាន់តែមើលមិនច្បាស់ពីអ្វីដែលនៅពីក្រោយវា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
