Original Title: Terrain Evaluation for Highway Planning and Design
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការវាយតម្លៃស្ថានភាពដីសម្រាប់ការរៀបចំផែនការ និងការរចនាផ្លូវជាតិ

ចំណងជើងដើម៖ Terrain Evaluation for Highway Planning and Design

អ្នកនិពន្ធ៖ P.J. Beaven, C.J. Lawrance

ឆ្នាំបោះពុម្ព៖ 1982, Transportation Research Record 892

វិស័យសិក្សា៖ Civil Engineering / Remote Sensing

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហាប្រឈមក្នុងការវាយតម្លៃស្ថានភាពដីលើផ្ទៃដីធំទូលាយ ក្នុងដំណាក់កាលដំបូងនៃការរៀបចំផែនការផ្លូវជាតិ ដើម្បីធ្វើឱ្យជម្រើសគន្លងផ្លូវមានភាពប្រសើរឡើង និងស្វែងរកសម្ភារៈសាងសង់ឱ្យបានត្រឹមត្រូវ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះស្នើឡើងនូវវិធីសាស្រ្តវាយតម្លៃស្ថានភាពដី ដោយរួមបញ្ចូលនូវការថតរូបពីលើអាកាស រូបភាពផ្កាយរណប និងការគូសផែនទីចំណាត់ថ្នាក់ទម្រង់ដី។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Small-format Aerial Photography
ការថតរូបពីលើអាកាសតាមយន្តហោះខ្នាតតូច
មានតម្លៃទាប គុណភាពរូបភាពខ្ពស់ ងាយស្រួលបំពាក់លើកាមេរ៉ាយន្តហោះធុនស្រាល និងមានភាពបត់បែនខ្ពស់ក្នុងការហោះហើរ។ ទំហំនៃការគ្របដណ្តប់មានកម្រិតតូចជាងផ្កាយរណប និងទាមទារការហោះហើរផ្ទាល់ដែលអាចរងផលប៉ះពាល់ដោយកត្តាអាកាសធាតុអាក្រក់។ ជួយសន្សំសំចៃការចំណាយសរុបប្រហែល ៣០% លើគម្រោងសាងសង់ផ្លូវនៅប្រទេសនេប៉ាល់ ដោយជួយកែសម្រួលគន្លងផ្លូវបញ្ចៀសតំបន់ដីមិនហាប់ណែន និងតំបន់ងាយលិចទឹក។
Landsat Visual Interpretation
ការបកស្រាយរូបភាពផ្កាយរណប Landsat ដោយចក្ខុ
ផ្តល់ទិដ្ឋភាពរួមលើផ្ទៃដីធំទូលាយ (ខ្នាត 1:250k ដល់ 1:1M) ស័ក្តិសមបំផុតសម្រាប់ការសិក្សាលក្ខណៈទូទៅក្នុងដំណាក់កាលរៀបចំគម្រោងដំបូង។ កម្រិតភាពច្បាស់ (Resolution) ទាប (៨០ម៉ែត្រសម្រាប់ Landsat MSS) ដែលធ្វើឱ្យពិបាកក្នុងការមើលឃើញលម្អិតទីតាំងតូចៗ ឬវត្ថុដាច់ដោយឡែកពីគ្នា។ អាចកំណត់ទីតាំងប្រភពក្រួសខ្សាច់ធំៗ និងលក្ខណៈភូមិសាស្ត្រតំបន់សម្រាប់ការសាងសង់ផ្លូវឆ្លងកាត់តំបន់ខ្ពង់រាប និងវាលទំនាប នៅប្រទេសស៊ូដង់។
Digital Image Processing (Landsat)
ការវិភាគរូបភាព Landsat តាមប្រព័ន្ធឌីជីថល
អាចពង្រីកកម្រិតពន្លឺ (Contrast Stretching) ការហាត់ពណ៌ (Density Slicing) និងវិភាគដើម្បីរកមើលលក្ខណៈភូមិសាស្ត្រដែលលាក់កំបាំងមិនអាចមើលឃើញដោយភ្នែកទទេ។ នាពេលនោះ ទាមទារចំណាយដើមខ្ពស់លើការទិញទិន្នន័យម៉ាញេទិក ត្រូវការឧបករណ៍កុំព្យូទ័រធំៗ និងអ្នកជំនាញបច្ចេកទេសកម្រិតខ្ពស់។ អាចរកឃើញប្រភពកំបោរថ្ម (Calcrete) ទំហំ ១០០ ទៅ ៣០០ម៉ែត្រ ដែលលាក់ក្រោមខ្សាច់ នៅប្រទេសបូតស្វាណា ដែលមើលមិនឃើញសោះក្នុងរូបថតស-ខ្មៅធម្មតា។

ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារនេះបានបញ្ជាក់ពីតម្រូវការធនធានចម្រុះ ដោយពឹងផ្អែកលើប្រភេទបច្ចេកវិទ្យាដែលត្រូវបានប្រើប្រាស់ ដូចជាយន្តហោះធុនស្រាល កាមេរ៉ា ខ្សែអាត់ទិន្នន័យ និងប្រព័ន្ធកុំព្យូទ័រសម្រាប់ដំណើរការទិន្នន័យ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រើប្រាស់ទិន្នន័យផ្កាយរណបជំនាន់ចាស់ (ទសវត្សរ៍ឆ្នាំ១៩៧០-៨០) និងផ្តោតលើតំបន់កំពុងអភិវឌ្ឍន៍នៅទ្វីបអាហ្វ្រិក (ស៊ូដង់ ម៉ាឡាវី បូតស្វាណា) និងអាស៊ី (នេប៉ាល់)។ បើទោះជាបច្ចេកវិទ្យាក្នុងឯកសារនេះហួសសម័យបន្តិចក្ដី ប៉ុន្តែវាមានសារៈសំខាន់ខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ព្រោះលក្ខណៈភូមិសាស្ត្រ (តំបន់វាលទំនាបលិចទឹក ព្រៃភ្នំ) និងបញ្ហាកង្វះខាតធនធានសំណង់ផ្លូវថ្នល់នៅតំបន់ដាច់ស្រយាល គឺមានភាពស្រដៀងគ្នាដែលអាចយកជាបទពិសោធន៍បាន។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវាយតម្លៃស្ថានភាពដីតាមរយៈការសង្កេតពីចម្ងាយ (Remote Sensing) នេះ ពិតជាមានប្រយោជន៍ និងអាចយកមកអនុវត្តបានយ៉ាងមានប្រសិទ្ធភាពសម្រាប់ការអភិវឌ្ឍហេដ្ឋារចនាសម្ព័ន្ធនៅប្រទេសកម្ពុជា។

ការរួមបញ្ចូលគោលការណ៍វាយតម្លៃដី និងបច្ចេកវិទ្យា Remote Sensing ទំនើបចូលទៅក្នុងដំណាក់កាលរៀបចំផែនការ នឹងជួយឱ្យកម្ពុជាអភិវឌ្ឍហេដ្ឋារចនាសម្ព័ន្ធផ្លូវថ្នល់បានលឿន សន្សំសំចៃ និងធន់នឹងអាកាសធាតុ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះពាក់ព័ន្ធនឹង GIS និង Remote Sensing: និស្សិតគួប្បីចាប់ផ្តើមរៀនប្រើប្រាស់កម្មវិធីកុំព្យូទ័រទូទៅដូចជា QGIS ឬ ArcGIS ដើម្បីយល់ពីរបៀបនៃការគ្រប់គ្រងទិន្នន័យរូបភាពផ្កាយរណប ការកំណត់ប្រព័ន្ធកូអរដោនេ និងការធ្វើផែនទីជាមូលដ្ឋាន។
  2. ទាញយកនិងអនុវត្តវិភាគទិន្នន័យផ្កាយរណបឥតគិតថ្លៃ: អនុវត្តការស្វែងរក និងទាញយកទិន្នន័យរូបភាពផ្កាយរណបទំនើបៗ (ដូចជា Landsat 8/9 ឬ Sentinel-2) តាមរយៈគេហទំព័រ USGS EarthExplorer ឬ Copernicus Open Access Hub ដើម្បីសាកល្បងវាយតម្លៃស្ថានភាពដីជាក់លាក់។
  3. អនុវត្តបច្ចេកទេស Digital Image Processing ទំនើប: រៀនប្រើប្រាស់បច្ចេកទេសដូចជា Density Slicing, Band Ratio និង Principal Component Analysis នៅក្នុងកម្មវិធី ENVI ឬ Google Earth Engine (GEE) ដើម្បីអាចបែងចែកប្រភេទដី សំណើមដី និងប្រភពរ៉ែខ្សាច់/ក្រួស ដោយស្វ័យប្រវត្តិ។
  4. ប្រើប្រាស់បច្ចេកវិទ្យាដ្រូន (UAV) និង Photogrammetry: ជំនួសការប្រើប្រាស់យន្តហោះធុនស្រាល និស្សិតគួរស្វែងយល់ពីរបៀបហោះហើរដ្រូនពាណិជ្ជកម្ម (ឧទាហរណ៍ DJI Mavic Series) រួចប្រើប្រាស់កម្មវិធីដូចជា Agisoft Metashape ឬ Pix4D ដើម្បីបង្កើតផែនទីភូមិសាស្ត្រត្រីមាត្រ (3D DEM) សម្រាប់សិក្សាគន្លងផ្លូវ។
  5. បង្កើតគម្រោងស្រាវជ្រាវវាយតម្លៃស្ថានភាពដីតំបន់ជាក់ស្តែង: ជ្រើសរើសតំបន់ប្រឈមណាមួយក្នុងប្រទេសកម្ពុជា (ឧទាហរណ៍៖ តំបន់ជើងភ្នំដែលងាយបាក់ដី ឬតំបន់ទំនាបលិចទឹក) ហើយសរសេររបាយការណ៍សាកល្បងស្នើគន្លងផ្លូវថ្មីមួយ ដោយផ្អែកលើការវិភាគទិន្នន័យភូមិសាស្ត្រពីចម្ងាយប្រៀបធៀបជាមួយឯកសារនេះ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Terrain Evaluation ដំណើរការនៃការប្រមូល និងវិភាគព័ត៌មានពីប្រភពផ្សេងៗ (ដូចជារូបថតពីលើអាកាស ទិន្នន័យផ្កាយរណប និងផែនទី) ដើម្បីស្វែងយល់ពីលក្ខណៈភូមិសាស្ត្រ និងវិស្វកម្មនៃតំបន់ណាមួយ មុននឹងសម្រេចចិត្តជ្រើសរើសទីតាំងសាងសង់ផ្លូវថ្នល់។ ដូចជាការពិនិត្យមើលរូបរាង និងគុណភាពសាច់ក្រណាត់យ៉ាងល្អិតល្អន់ មុននឹងសម្រេចចិត្តកាត់ដេរខោអាវ។
Land System ការបែងចែកតំបន់ធំៗដែលមានទម្រង់ដី ប្រព័ន្ធផ្លូវទឹក និងប្រភេទសណ្ឋានដី (Geology) ស្រដៀងៗគ្នាជាប្រព័ន្ធតែមួយ ដើម្បីងាយស្រួលក្នុងការទស្សន៍ទាយស្ថានភាពដី និងធ្វើផែនទីក្នុងគម្រោងវិស្វកម្ម។ ដូចជាការបែងចែកសង្កាត់ក្នុងទីក្រុងមួយ ដោយផ្អែកលើប្រភេទសំណង់ផ្ទះ និងផ្លូវថ្នល់ដែលមានលក្ខណៈប្រហាក់ប្រហែលគ្នា។
Land Facet ជាផ្នែកតូចៗដែលបំបែកចេញពី Land System មួយ ដោយផ្នែកនីមួយៗមានលក្ខណៈដី និងទម្រង់ដីស្ទើរតែដូចគ្នាទាំងស្រុង ដែលអនុញ្ញាតឱ្យវិស្វករអាចប្រើប្រាស់ទម្រង់នៃការរចនាផ្លូវតែមួយ និងប៉ាន់ស្មានសម្ភារៈសាងសង់បានជាក់លាក់។ ដូចជាបន្ទប់នីមួយៗនៅក្នុងផ្ទះមួយ ដែលមានមុខងារ និងការរៀបចំជាក់លាក់ដាច់ដោយឡែកពីគ្នា។
Multispectral Scanner (MSS) ឧបករណ៍ចាប់សញ្ញាដែលបំពាក់លើផ្កាយរណប Landsat សម្រាប់ថតរូបភាពផ្ទៃដី ដោយចាប់យកចំណាំងផ្លាតនៃពន្លឺតាមរលកប្រវែងខុសៗគ្នា (រួមទាំងពន្លឺក្រហម បៃតង និងអ៊ីនហ្វ្រារ៉េដ) ក្នុងពេលតែមួយ ដែលជួយឱ្យគេអាចបែងចែកប្រភេទដី និងរុក្ខជាតិបាន។ ដូចជាការពាក់វ៉ែនតាវេទមន្តដែលអាចមើលឃើញកាំរស្មីច្រើនប្រភេទ ដែលភ្នែកមនុស្សធម្មតាមើលមិនឃើញ ដើម្បីសម្គាល់វត្ថុដែលលាក់កំបាំង។
Density Slicing បច្ចេកទេសក្នុងដំណើរការរូបភាពឌីជីថល ដែលអ្នកវិភាគធ្វើការទាញយកកម្រិតពន្លឺ (Intensity) ឬពណ៌ជាក់លាក់ណាមួយនៃរូបភាពផ្កាយរណប ដើម្បីរំលេចវត្ថុគោលដៅ (ឧទាហរណ៍៖ ប្រភពក្រួសសំណង់) ឱ្យលេចធ្លោដាច់ចេញពីផ្ទៃខាងក្រោយផ្សេងៗ។ ដូចជាការប្រើប្រាស់តម្រងកាហ្វេ ដើម្បីត្រងយកតែកាកកាហ្វេដែលយើងចង់បានចេញពីទឹក។
Principal Components វិធីសាស្ត្រគណិតវិទ្យាសម្រាប់បំប្លែងទិន្នន័យរូបភាពផ្កាយរណបច្រើនស្រទាប់បញ្ចូលគ្នា ដោយទាញយកតែព័ត៌មានដែលសំខាន់បំផុតមកបង្ហាញ ដើម្បីបង្កើនភាពច្បាស់លាស់នៃការបែងចែកប្រភេទដី (ឧទាហរណ៍៖ ការរកមើលកំបោរថ្មក្រោមខ្សាច់ដែលមិនអាចមើលឃើញក្នុងរូបថតធម្មតា)។ ដូចជាការសង្ខេបសៀវភៅដ៏ក្រាស់មួយក្បាល ឱ្យនៅសល់តែចំណុចស្នូលបំផុតតែប៉ុន្មានទំព័រ ដើម្បីងាយស្រួលអាននិងចាប់បានលឿន។
Calcrete ជាប្រភេទកំបោរថ្ម ឬក្រួសធម្មជាតិដែលកកើតឡើងនៅក្រោមស្រទាប់ខ្សាច់នៅក្នុងតំបន់ស្ងួតហួតហែង ដែលជាវត្ថុធាតុដើមដ៏សំខាន់ និងជួនកាលជាជម្រើសតែមួយគត់ សម្រាប់ការប្រើប្រាស់ជាគ្រឹះសាងសង់ផ្លូវថ្នល់ក្នុងតំបន់នោះ។ ដូចជាឆ្អឹងរឹងដែលបង្កប់នៅក្រោមសាច់ដុំ ដែលជួយទ្រទ្រង់ភាពរឹងមាំរបស់រាងកាយ។
Stereoscope ឧបករណ៍អុបទិកសម្រាប់មើលរូបថតពីលើអាកាសចំនួនពីរ ដែលថតពីមុំខុសគ្នាបន្តិចបន្តួច បញ្ចូលគ្នាដើម្បីបង្កើតចេញជារូបភាពត្រីមាត្រ (3D) ជួយឱ្យវិស្វករអាចមើលឃើញជម្រៅ និងកម្ពស់នៃទម្រង់ដីបានច្បាស់។ ដូចជាការមើលកុន 3D នៅរោងកុន ដែលវ៉ែនតាជួយឱ្យរូបភាពលោតចេញមកមានរាងជម្រៅនិងកម្ពស់ពិតៗ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖