មេរៀនទី១០៖ ព្រៃឈើ និងការបាត់បង់ព្រៃ¶

ព័ត៌មានមេរៀន

រយៈពេលបង្រៀនដែលស្នើ៖ ៣ ម៉ោង · មេរៀនទី ១០ ក្នុងចំណោម ១៥

ក្នុងរយៈពេលពីរទសវត្សរ៍ចុងក្រោយ កម្ពុជាស្ថិតក្នុងចំណោមប្រទេសដែលមានអត្រាបាត់បង់គម្របដើមឈើខ្ពស់ជាងគេក្នុងតំបន់។ ការពង្រីកកសិកម្ម ដីសម្បទានសេដ្ឋកិច្ច ការកាប់ឈើ និងការតាំងលំនៅថ្មី បានប្ដូរទេសភាពនៅខេត្តជាច្រើន។ សំណួរ «បាត់បង់ប៉ុន្មាន នៅទីណា និងពេលណា?» ជាសំណួរដែលអ្នកធ្វើគោលនយោបាយ អង្គការអភិរក្ស និងអ្នកស្រាវជ្រាវសួរជានិច្ច។

មេរៀននេះបង្រៀនការប្រើ Hansen Global Forest Change ក្នុង Earth Engine ដើម្បីវាស់ការបាត់បង់គម្របដើមឈើតាមឆ្នាំ តាមខេត្ត និងក្នុងតំបន់ការពារ ព្រមទាំងដែនកំណត់សំខាន់ៗរបស់វា៖ និយមន័យ «ដើមឈើ» កម្រិតគម្រប និងភាពខុសគ្នារវាងព្រៃធម្មជាតិ និងចម្ការ។

១០.១. គោលបំណងសិក្សា¶

បន្ទាប់ពីបញ្ចប់មេរៀន និស្សិតអាច៖

ពិពណ៌នាក្រុមរលកនៃ Hansen GFC ហើយពន្យល់ភាពខុសគ្នារវាងគម្របដើមឈើ និងព្រៃ។
កំណត់ព្រៃឆ្នាំ ២០០០ ដោយកម្រិតគម្រប ហើយពន្យល់ឥទ្ធិពលនៃកម្រិតលើលទ្ធផល។
គណនាផ្ទៃបាត់បង់តាមឆ្នាំ និងតាមខេត្ត ដោយ pixelArea និង reducer ជាក្រុម។
ប្រៀបធៀបអត្រាបាត់បង់ក្នុង តំបន់ទ្រនាប់ និងក្រៅតំបន់ការពារ (WDPA) ហើយពន្យល់ការលំអៀងទីតាំង។
ផ្ទៀងផ្ទាត់ការបាត់បង់ជាមួយរូបភាព Sentinel-2/Landsat ហើយរាយការណ៍ដែនកំណត់។

ចំណេះដឹងមុនត្រូវមាន¶

មេរៀនទី៤៖ reducer ជាក្រុម និង pixelArea · មេរៀនទី៦៖ ការវាយតម្លៃភាពត្រឹមត្រូវ។
សៀវភៅទី៣៖ ការរកការផ្លាស់ប្ដូរ (change detection)។

១០.២. ស្ថានភាពបើកមេរៀន៖ ដែនជម្រកសត្វព្រៃព្រៃឡង់¶

ព្រៃឡង់ ជាតំបន់ព្រៃទំនាបធំមួយក្នុងចំណោមតំបន់ចុងក្រោយនៃឥណ្ឌូចិន ដែលលាតសន្ធឹងលើខេត្តកំពង់ធំ ក្រចេះ ស្ទឹងត្រែង និងព្រះវិហារ។ វាត្រូវបានប្រកាសជាដែនជម្រកសត្វព្រៃនៅឆ្នាំ ២០១៦ ហើយរបាយការណ៍ជាច្រើនបានលើកឡើងពីការបាត់បង់ព្រៃនៅទីនោះ។ អង្គការមួយសួរអ្នកថា៖ ការបាត់បង់ក្នុងព្រៃឡង់ប្ដូរយ៉ាងណាមុន និងក្រោយឆ្នាំ ២០១៦? ហើយវាខ្ពស់ ឬទាបជាងតំបន់ជុំវិញ?

សំណួរដែលមេរៀននេះឆ្លើយ៖

តើ «ព្រៃ» ត្រូវកំណត់យ៉ាងដូចម្ដេច ពីទិន្នន័យគម្របដើមឈើ?
តើត្រូវគណនាការបាត់បង់តាមឆ្នាំ និងតាមតំបន់យ៉ាងណា?
តើការប្រៀបធៀបក្នុង និងក្រៅតំបន់ការពារ បង្ហាញប្រសិទ្ធភាពបានឬទេ?

១០.៣. ទ្រឹស្ដីស្នូល¶

១០.៣.១. Hansen Global Forest Change¶

រូបទី១០.១៖ ផែនទីការបាត់បង់ព្រៃ ៣០ ម ចាប់ពីឆ្នាំ ២០០១។

អានរូបនេះ

treecover2000 ជាគម្របដើមឈើ (%) មិនមែន «ព្រៃ» ទេ៖ អ្នកប្រើត្រូវជ្រើសកម្រិត (ឧ. ≥ ៣០%)។
lossyear ប្រាប់ឆ្នាំដែលដើមឈើត្រូវបាត់ (ជម្រះ ឬស្លាប់) ក្នុងក្រឡា ៣០ ម។
gain គ្របតែ ២០០០–២០១២ ហើយមិនអាចដកពី loss ដើម្បីបាន «ការផ្លាស់ប្ដូរសុទ្ធ» បានទេ។

Hansen GFC (Hansen et al., ២០១៣ និងកំណែបន្តបន្ទាប់) ជាផែនទីពិភពលោកនៃគម្របដើមឈើ និងការបាត់បង់ ពី Landsat នៅក្រឡា ៣០ ម៉ែត្រ។ វាត្រូវបានធ្វើបច្ចុប្បន្នភាពរៀងរាល់ឆ្នាំ៖ ឈ្មោះ asset រួមបញ្ចូលឆ្នាំចុងក្រោយ និងកំណែ (ឧ. 2023_v1_11 គ្របដល់ឆ្នាំ ២០២៣)។ ពិនិត្យកាតាឡុក Earth Engine សម្រាប់កំណែថ្មីបំផុតមុនចាប់ផ្ដើមការងារ។

var gfc = ee.Image('UMD/hansen/global_forest_change_2023_v1_11');
print(gfc.bandNames());   // treecover2000 loss gain lossyear first_* last_* datamask
var kh = ee.FeatureCollection('FAO/GAUL/2015/level0').filter(ee.Filter.eq('ADM0_NAME', 'Cambodia'));
Map.centerObject(kh, 7);
Map.addLayer(gfc.select('treecover2000').clip(kh), {min: 0, max: 100, palette: ['white', 'green']}, 'treecover2000');
Map.addLayer(gfc.select('lossyear').selfMask().clip(kh), {min: 1, max: 23, palette: ['yellow', 'orange', 'red']}, 'lossyear');

ក្រុមរលក	អត្ថន័យ
`treecover2000`	គម្របពំនូកដើមឈើ (%) ឆ្នាំ ២០០០ សម្រាប់រុក្ខជាតិខ្ពស់ជាង ៥ ម
`loss`	១ = ក្រឡាបាត់បង់គម្របដើមឈើ ក្នុងឆ្នាំណាមួយ ២០០១–ឆ្នាំចុងក្រោយ
`lossyear`	ឆ្នាំបាត់បង់ (១ = ២០០១ · ២៣ = ២០២៣) · ០ = គ្មាន
`gain`	១ = គម្របដើមឈើកើនឡើង ២០០០–២០១២
`datamask`	០ គ្មានទិន្នន័យ · ១ ដី · ២ ទឹក

«Loss» ក្នុង Hansen មានន័យថា ការបាត់បង់គម្របដើមឈើ នៅកម្រិតក្រឡា ទោះបីជាដោយការកាប់ ភ្លើង ខ្យល់ព្យុះ ឬការច្រូតចម្ការក៏ដោយ។ វាមិនមែន «ការបាត់បង់ព្រៃ» តាមន័យច្បាប់ ឬការប្រើប្រាស់ដីទេ។

១០.៣.២. គម្របដើមឈើ ≠ ព្រៃ¶

រូបទី១០.២៖ Hansen វាស់ដើមឈើ មិនមែនប្រភេទព្រៃ។

អានរូបនេះ

Hansen កំណត់ «ដើមឈើ» ថាជារុក្ខជាតិខ្ពស់ជាង ៥ ម៉ែត្រ ដោយមិនបែងចែកព្រៃធម្មជាតិ និងចម្ការទេ។
នៅកម្ពុជា ចម្ការកៅស៊ូ ស្វាយចន្ទី និងអាកាស្យា មានច្រើន៖ loss ខ្លះគឺជាការច្រូតចម្ការ។
ដើម្បីនិយាយពី «ព្រៃធម្មជាតិ» ត្រូវរួមជាមួយផែនទីព្រៃថ្នាក់ជាតិ ឬទិន្នន័យចម្ការ។

Hansen មិនបែងចែកព្រៃធម្មជាតិ ពីចម្ការទេ។ នៅកម្ពុជា ចម្ការកៅស៊ូ ស្វាយចន្ទី អាកាស្យា និងប្រេងដូង មានកម្ពស់លើស ៥ ម ហើយត្រូវបានរាប់ជា «ដើមឈើ»។ លទ្ធផលពីរ៖

ការច្រូតចម្ការ (ឧ. កាប់កៅស៊ូចាស់ ដើម្បីដាំឡើងវិញ) ត្រូវបានរាប់ជា loss។
ការប្ដូរព្រៃទៅជាចម្ការកៅស៊ូ អាចបង្ហាញជា loss ក្នុងឆ្នាំកាប់ ប៉ុន្តែប៉ុន្មានឆ្នាំក្រោយ ចម្ការថ្មីក្លាយជា «ដើមឈើ» វិញ។

ដូច្នេះ ពេលនិយាយពី «ការបាត់បង់ព្រៃធម្មជាតិ» ត្រូវរួមបញ្ចូលផែនទីព្រៃថ្នាក់ជាតិ ផែនទីចម្ការ ឬពិនិត្យដោយភ្នែកលើរូបភាពគុណភាពខ្ពស់។

១០.៣.៣. កំណត់ព្រៃឆ្នាំ ២០០០ ដោយកម្រិត¶

រូបទី១០.៣៖ និយមន័យ ជាការសម្រេចចិត្ត។

អានរូបនេះ

ពីកម្រិត ១០% ទៅ ៥០% ផ្ទៃ «ព្រៃ» ថយពី ៤៥,៩ ទៅ ២២,៩ គម² លើតំបន់ដដែល។
ការបាត់បង់ក៏ប្ដូរតាម៖ loss ត្រូវវាស់តែក្នុងក្រឡាដែលជា «ព្រៃ» ឆ្នាំ ២០០០ តាមកម្រិតដែលបានជ្រើស។
រាយការណ៍កម្រិតជានិច្ច ហើយប្រើកម្រិតដូចគ្នាពេលប្រៀបធៀបខេត្ត ឬឆ្នាំ។

treecover2000 ជា % ដូច្នេះអ្នកប្រើត្រូវជ្រើសកម្រិតដើម្បីកំណត់ «ព្រៃ»។ Global Forest Watch ប្រើ ≥ ៣០% ជាលំនាំដើម ហើយ FAO ប្រើ ≥ ១០% (ជាមួយផ្ទៃអប្បបរមា ០,៥ ហិកតា)។ ការបាត់បង់ត្រូវវាស់តែក្នុងក្រឡាដែលជាព្រៃឆ្នាំ ២០០០ ប៉ុណ្ណោះ៖

var forest2000 = gfc.select('treecover2000').gte(30);
var loss = gfc.select('loss').and(forest2000);                       // បាត់បង់ក្នុងព្រៃ ២០០០
var area = ee.Image.pixelArea().divide(1e4);                         // ហិកតា
var stats = area.updateMask(forest2000).rename('forest2000_ha')
  .addBands(area.updateMask(loss).rename('loss_ha'))
  .reduceRegion({reducer: ee.Reducer.sum(), geometry: kh.geometry(), scale: 30, maxPixels: 1e13, tileScale: 4});
print('ព្រៃ ២០០០ និងការបាត់បង់ (ហិកតា)', stats);

ចំណាំថាការគណនាលើប្រទេសទាំងមូលនៅ ៣០ ម ត្រូវការ maxPixels ធំ ហើយអាចត្រូវ Export ជំនួស print។

១០.៣.៤. ការបាត់បង់តាមឆ្នាំ¶

រូបទី១០.៤៖ ពេលវេលានៃការបាត់បង់។

អានរូបនេះ

pixelArea + lossyear + group() ផ្ដល់ផ្ទៃបាត់បង់ក្នុងឆ្នាំនីមួយៗ ក្នុងការហៅតែមួយ (មេរៀនទី៤)។
ក្រាបលំនាំនេះជាស៊េរីក្លែងធ្វើ៖ លំហាត់ទី១០ គណនាតួលេខពិតសម្រាប់ខេត្តរបស់អ្នក។
Hansen ប្ដូរវិធីសាស្ត្របន្តិចតាមកំណែ៖ ការប្រៀបធៀបឆ្នាំដំបូង និងចុងក្រោយ ត្រូវធ្វើដោយប្រុងប្រយ័ត្ន។

reducer ជាក្រុម (មេរៀនទី៤) ផ្ដល់ផ្ទៃបាត់បង់ក្នុងឆ្នាំនីមួយៗ ក្នុងការហៅតែមួយ៖

var byYear = area.addBands(gfc.select('lossyear')).updateMask(loss).reduceRegion({
  reducer: ee.Reducer.sum().group({groupField: 1, groupName: 'year'}),
  geometry: kh.geometry(), scale: 30, maxPixels: 1e13, tileScale: 8});
var rows = ee.List(byYear.get('groups')).map(function(g) {
  g = ee.Dictionary(g);
  return ee.Feature(null, {year: ee.Number(g.get('year')).add(2000), loss_ha: g.get('sum')});
});
print(ui.Chart.feature.byFeature(ee.FeatureCollection(rows), 'year', 'loss_ha').setChartType('ColumnChart'));

ពេលអានក្រាប សូមចាំថា Hansen បានកែលម្អក្បួនដោះស្រាយតាមពេលវេលា (ជាពិសេសចាប់ពីប្រហែលឆ្នាំ ២០១១ និង ២០១៥) ដូច្នេះការប្រៀបធៀបឆ្នាំដំបូងៗ និងឆ្នាំថ្មីៗ ត្រូវធ្វើដោយប្រុងប្រយ័ត្ន។

១០.៣.៥. តំបន់ការពារ និងការប្រៀបធៀបដោយយុត្តិធម៌¶

រូបទី១០.៥៖ ប្រៀបធៀបអត្រា មិនមែនផ្ទៃ។

អានរូបនេះ

ប្រៀបធៀប % នៃព្រៃឆ្នាំ ២០០០ ដែលបាត់បង់ ព្រោះតំបន់មានទំហំខុសគ្នា។
តំបន់ទ្រនាប់ (buffer) ជុំវិញតំបន់ការពារ បង្ហាញថាសម្ពាធនៅជិតព្រំដែនខ្ពស់ប៉ុណ្ណា។
អត្រាទាបក្នុងតំបន់ការពារ មិនមែនភស្តុតាងថាវាមានប្រសិទ្ធភាពទេ៖ តំបន់ទាំងនោះច្រើនតែឆ្ងាយពីផ្លូវ និងភ្នំ (ការលំអៀងទីតាំង)។

WDPA (World Database on Protected Areas) មានក្នុង Earth Engine ជា FeatureCollection៖

var wdpa = ee.FeatureCollection('WCMC/WDPA/current/polygons')
  .filter(ee.Filter.eq('ISO3', 'KHM')).filter(ee.Filter.neq('STATUS', 'Proposed'));
print('តំបន់ការពារ', wdpa.size(), wdpa.aggregate_array('NAME').slice(0, 10));
var pa = wdpa.filter(ee.Filter.stringContains('NAME', 'Prey Lang'));
var buffer = pa.geometry().buffer(10000).difference(pa.geometry());   // ទ្រនាប់ ១០ គម

ដើម្បីប្រៀបធៀប ត្រូវប្រើ អត្រា (% នៃព្រៃឆ្នាំ ២០០០ ដែលបាត់បង់) មិនមែនផ្ទៃទេ ព្រោះតំបន់មានទំហំខុសគ្នា។ ប៉ុន្តែសូម្បីតែអត្រាក៏អាចបំភាន់ដែរ៖ តំបន់ការពារច្រើនតែស្ថិតនៅឆ្ងាយពីផ្លូវ និងទីក្រុង លើភ្នំ ឬដីដែលមិនសមកសិកម្ម ដូច្នេះវានឹងមានការបាត់បង់តិច ទោះបីគ្មានការការពារក៏ដោយ។ ការវាយតម្លៃប្រសិទ្ធភាពពិត ត្រូវការវិធីស្ថិតិ (matching) ដែលប្រៀបធៀបក្រឡាក្នុង និងក្រៅដែលមានលក្ខណៈស្រដៀងគ្នា។ ក្នុងមេរៀននេះ យើងប្រើតំបន់ទ្រនាប់ជាការប្រៀបធៀបសាមញ្ញ។

ពិសោធន៍៖ ការបាត់បង់ព្រៃ និងតំបន់ការពារ

ប្ដូរកម្រិតគម្របដើមឈើ និងរយៈពេល ហើយមើលផ្ទៃព្រៃ ការបាត់បង់តាមឆ្នាំ និងអត្រាក្នុង ទ្រនាប់ និងក្រៅតំបន់ការពារ។ ស្រទាប់ក្នុងពិសោធន៍ត្រូវបានក្លែងធ្វើតាមទម្រង់ Hansen លើគម្របដីពិត។

១០.៣.៦. ផ្ទៀងផ្ទាត់ និងការរកការបាត់បង់ដោយខ្លួនឯង¶

រូបទី១០.៦៖ វិធីផ្ទាល់ខ្លួន៖ ប្រៀបធៀប NDVI។

អានរូបនេះ

នៅពេលត្រូវការឆ្នាំថ្មីជាង Hansen ឬតំបន់តូច ប្រៀបធៀប NDVI ពី composite ពីរឆ្នាំ ក្នុងរដូវដូចគ្នា។
ក្រហម = រុក្ខជាតិក្រាស់ក្នុងឆ្នាំ ២០១៥ ក្លាយជាដីទទេ ឬសំណង់នៅឆ្នាំ ២០២១ (ការពង្រីកទីក្រុង)។
តួលេខគណនាពីរូបភាព Sentinel-2 ពិត។ កម្រិត ០,៥ និង ០,៣ ជាការជ្រើសរើស ហើយត្រូវរាយការណ៍។

Hansen មានកំហុស៖ ការបាត់បង់តូចៗ (កាប់ជ្រើសរើស) ត្រូវបានខក ហើយការបាត់បង់ខ្លះត្រូវបានកត់ត្រាឆ្នាំយឺតមួយឆ្នាំ។ ដូច្នេះ៖

ពិនិត្យគំរូ៖ ជ្រើសក្រឡាបាត់បង់ចៃដន្យ ៥០ ហើយមើលរូបភាពមុន និងក្រោយ (Landsat · Sentinel-2 · Google Earth) ដើម្បីដឹងថាវាជាព្រៃធម្មជាតិ ឬចម្ការ ហើយជាមូលហេតុអ្វី។
រកដោយខ្លួនឯង៖ សម្រាប់តំបន់តូច ឬឆ្នាំថ្មីជាង Hansen ប្រៀបធៀប NDVI ពី composite ពីរឆ្នាំក្នុងរដូវដូចគ្នា (រដូវប្រាំង)៖

function dryNDVI(y) {
  return ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED').filterBounds(pa)
    .filterDate(y + '-01-01', y + '-04-30').filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 30))
    .median().normalizedDifference(['B8', 'B4']);
}
var lost = dryNDVI(2019).gt(0.6).and(dryNDVI(2024).lt(0.35));
Map.addLayer(lost.selfMask().clip(pa), {palette: ['red']}, 'NDVI ធ្លាក់ ២០១៩–២០២៤');

ការជូនដំណឹង៖ Global Forest Watch ផ្ដល់ការជូនដំណឹងការបាត់បង់ព្រៃប្រចាំសប្ដាហ៍ ពី Landsat Sentinel-2 និង Sentinel-1 ដែលមានប្រយោជន៍សម្រាប់ការតាមដានរហ័ស។

១០.៣.៧. លំហូរការងារ និងការរាយការណ៍¶

រូបទី១០.៧៖ ប្រាំជំហាន។

អានរូបនេះ

កំណត់ព្រៃឆ្នាំ ២០០០ ដោយកម្រិតដែលបានជ្រើស មុនគណនាការបាត់បង់ណាមួយ។
គណនាផ្ទៃ និងអត្រាតាមតំបន់ និងតាមឆ្នាំ ដោយ pixelArea និង group()។
ពិនិត្យគំរូក្រឡាបាត់បង់ជាមួយរូបភាពគុណភាពខ្ពស់ ដើម្បីដឹងថាវាជាព្រៃធម្មជាតិ ឬចម្ការ។

របាយការណ៍ការបាត់បង់ព្រៃល្អ តែងតែរាយការណ៍៖ កំណែ Hansen កម្រិតគម្របដើមឈើ ឯកតា និងវិធីគណនាផ្ទៃ (pixelArea) ព្រំដែនតំបន់ និងប្រភពរបស់វា លទ្ធផលពិនិត្យគំរូ និងដែនកំណត់ (ចម្ការ ការកាប់ជ្រើសរើស ការប្ដូរក្បួនដោះស្រាយ)។

១០.៤. ឧទាហរណ៍ដែលបានដោះស្រាយ៖ ព្រៃឡង់ មុន និងក្រោយឆ្នាំ ២០១៦¶

ជំហានទី១៖ តំបន់ និងស្រទាប់¶

ប្រើកូដក្នុងផ្នែក ១០.៣.៥ ដើម្បីបាន pa (ព្រៃឡង់) និង buffer (ទ្រនាប់ ១០ គម)។ ពិនិត្យលើផែនទីថាព្រំដែន WDPA ត្រូវនឹងការរំពឹងទុក។ កំណត់ forest2000 (≥ ៣០%) និង loss (ផ្នែក ១០.៣.៣)។

ជំហានទី២៖ អត្រាតាមរយៈពេល¶

function lossRate(geom, y0, y1) {
  var inPeriod = gfc.select('lossyear').gte(y0 - 2000).and(gfc.select('lossyear').lte(y1 - 2000)).and(forest2000);
  var s = area.updateMask(forest2000).rename('f').addBands(area.updateMask(inPeriod).rename('l'))
    .reduceRegion({reducer: ee.Reducer.sum(), geometry: geom, scale: 30, maxPixels: 1e13, tileScale: 8});
  return ee.Number(s.get('l')).divide(s.get('f')).multiply(100).divide(y1 - y0 + 1);   // %/ឆ្នាំ
}
print('ព្រៃឡង់ ២០១១–២០១៥', lossRate(pa.geometry(), 2011, 2015));
print('ព្រៃឡង់ ២០១៧–២០២៣', lossRate(pa.geometry(), 2017, 2023));
print('ទ្រនាប់ ២០១៧–២០២៣', lossRate(buffer, 2017, 2023));

អត្រាប្រចាំឆ្នាំ (%/ឆ្នាំ) អនុញ្ញាតឱ្យប្រៀបធៀបរយៈពេលដែលមានចំនួនឆ្នាំខុសគ្នា។ ឆ្នាំ ២០១៦ ត្រូវបានដកចេញ ព្រោះវាជាឆ្នាំអន្តរកាល។

ជំហានទី៣៖ ក្រាបតាមឆ្នាំ¶

ប្រើកូដផ្នែក ១០.៣.៤ ជាមួយ pa.geometry() ដើម្បីបានក្រាបតាមឆ្នាំ។ សម្គាល់ឆ្នាំដែលមានការបាត់បង់ខ្ពស់។

ជំហានទី៤៖ ពិនិត្យគំរូ¶

var samples = loss.selfMask().clip(pa).sample({region: pa.geometry(), scale: 30, numPixels: 50, seed: 1, geometries: true});
Map.addLayer(samples, {color: 'yellow'}, 'ក្រឡាបាត់បង់គំរូ');

ពិនិត្យចំណុចនីមួយៗលើ Google Earth (ប្រវត្តិរូបភាព) ឬ Sentinel-2 មុន និងក្រោយ។ កត់ត្រាថាវាជាព្រៃធម្មជាតិ ចម្ការ ឬខុស។

ជំហានទី៥៖ បកស្រាយ¶

«ដោយប្រើ Hansen GFC v1.11 (គម្របដើមឈើ ≥ ៣០%) អត្រាបាត់បង់ប្រចាំឆ្នាំក្នុងព្រៃឡង់ ត្រូវបានគណនាសម្រាប់ ២០១១–២០១៥ និង ២០១៧–២០២៣ ហើយប្រៀបធៀបជាមួយតំបន់ទ្រនាប់ ១០ គម។ ការពិនិត្យគំរូ ៥០ ក្រឡា បង្ហាញភាគរយនៃការបាត់បង់ដែលជាព្រៃធម្មជាតិ។»

អ្វីដែលយើងមិនអាចសន្និដ្ឋាន

ការប្ដូរអត្រាមុន និងក្រោយឆ្នាំ ២០១៦ មិនបញ្ជាក់ថាការប្រកាសជាដែនជម្រក បានបណ្ដាលឱ្យវាប្ដូរទេ៖ តម្លៃកសិផល ផ្លូវថ្មី និងគោលនយោបាយផ្សេង ក៏ប៉ះពាល់ដែរ។ ការប្រៀបធៀបជាមួយតំបន់ទ្រនាប់ មិនមែនការវាយតម្លៃផលប៉ះពាល់ (impact evaluation) ពេញលេញទេ។

១០.៥. សកម្មភាពអនុវត្ត¶

លំហាត់ទី១០៖ គណនាព្រៃឆ្នាំ ២០០០ និងការបាត់បង់តាមឆ្នាំ សម្រាប់ខេត្តទាំង ២៥ ប្រៀបធៀបកម្រិត ១០% និង ៣០% ហើយវិភាគតំបន់ការពារមួយ ជាមួយការពិនិត្យគំរូ។ មើល លំហាត់ទី១០។
ក្នុងថ្នាក់៖ ក្រុមនីមួយៗពិនិត្យក្រឡាបាត់បង់គំរូ ២០ លើ Google Earth ហើយថ្នាក់បូកសរុបភាគរយនៃព្រៃធម្មជាតិ ចម្ការ និងកំហុស។

១០.៦. ការយល់ច្រឡំដែលត្រូវប្រុងប្រយ័ត្ន¶

១. «Hansen loss = ការកាប់ព្រៃខុសច្បាប់» Loss គឺការបាត់បង់គម្របដើមឈើ ដោយមូលហេតុណាក៏ដោយ រួមទាំងការច្រូតចម្ការស្របច្បាប់ និងភ្លើង។

២. «ផ្ទៃព្រៃ = ចំនួនក្រឡា treecover2000 > ០» ត្រូវជ្រើសកម្រិតគម្រប (១០% ឬ ៣០%) ហើយលទ្ធផលប្ដូរច្រើនតាមកម្រិត។

៣. «ព្រៃឆ្នាំ ២០២៣ = ព្រៃ ២០០០ − loss + gain» gain គ្របតែ ២០០០–២០១២ ហើយវិធីសាស្ត្រខុសពី loss។ Hansen មិនផ្ដល់គម្របឆ្នាំបច្ចុប្បន្នដោយផ្ទាល់ទេ។

៤. «តំបន់ការពារដែលមានការបាត់បង់តិច មានប្រសិទ្ធភាព» វាប្រហែលជាមានការបាត់បង់តិច ព្រោះវាឆ្ងាយ និងពិបាកចូលដល់។ ការវាយតម្លៃប្រសិទ្ធភាពត្រូវការការប្រៀបធៀបដែលគ្រប់គ្រងលក្ខខណ្ឌ។

៥. «ផ្ទៃ = ចំនួនក្រឡា × ៩០០ ម²» ក្រឡា Hansen ជា ០,០០០២៥ ដឺក្រេ៖ ផ្ទៃពិតខុសតាមរយៈទទឹង។ ប្រើ pixelArea (មេរៀនទី៤)។

១០.៧. សេចក្ដីសង្ខេបមេរៀន¶

Hansen GFC ផ្ដល់គម្របដើមឈើឆ្នាំ ២០០០ និងឆ្នាំបាត់បង់ ២០០១–បច្ចុប្បន្ន នៅក្រឡា ៣០ ម។ យើងកំណត់ព្រៃឆ្នាំ ២០០០ ដោយកម្រិតគម្រប (≥ ៣០% ឬ ≥ ១០%) វាស់ការបាត់បង់តែក្នុងព្រៃនោះ ហើយគណនាផ្ទៃតាមឆ្នាំ និងតាមតំបន់ដោយ pixelArea និង group()។

Hansen វាស់ដើមឈើ មិនមែនប្រភេទព្រៃទេ៖ ចម្ការកៅស៊ូ និងស្វាយចន្ទី ត្រូវបានរាប់ ហើយការច្រូតចម្ការក្លាយជា loss។ ការប្រៀបធៀបតំបន់ការពារត្រូវប្រើអត្រា និងប្រុងប្រយ័ត្នចំពោះការលំអៀងទីតាំង ហើយលទ្ធផលត្រូវផ្ទៀងផ្ទាត់ដោយការពិនិត្យគំរូជាមួយរូបភាព។

គំនិតស្នូលនៃមេរៀន

ផែនទីការបាត់បង់ព្រៃ ឆ្លើយសំណួរ «ដើមឈើបាត់នៅទីណា និងពេលណា» បានល្អ។ សំណួរ «ហេតុអ្វី» និង «ព្រៃប្រភេទអ្វី» ត្រូវការទិន្នន័យបន្ថែម និងការពិនិត្យដោយភ្នែកមនុស្ស។

១០.៨. ពាក្យគន្លឹះខ្មែរ–អង់គ្លេស¶

ពាក្យខ្មែរ	ពាក្យអង់គ្លេស	អត្ថន័យខ្លី
គម្របដើមឈើ	Tree cover	% ពំនូកដើមឈើខ្ពស់ជាង ៥ ម
ការបាត់បង់គម្របដើមឈើ	Tree cover loss	ការបាត់ដើមឈើក្នុងក្រឡា
កម្រិតគម្រប	Canopy threshold	% អប្បបរមាដើម្បីហៅថាព្រៃ
តំបន់ការពារ	Protected area	តំបន់អភិរក្សតាមច្បាប់
តំបន់ទ្រនាប់	Buffer zone	តំបន់ជុំវិញព្រំដែន
ចម្ការ	Plantation	ដើមឈើដាំ (កៅស៊ូ ស្វាយចន្ទី …)
ការលំអៀងទីតាំង	Location bias	ភាពខុសគ្នាដោយសារទីតាំង មិនមែនការគ្រប់គ្រង
ការពិនិត្យគំរូ	Sample verification	ពិនិត្យក្រឡាគំរូដោយភ្នែក

១០.៩. សំណួររំលឹក និងវាយតម្លៃ¶

ក. សំណួរយល់ដឹង¶

រាយក្រុមរលកប្រាំនៃ Hansen GFC ហើយពន្យល់ក្រុមរលកនីមួយៗ។
ហេតុអ្វីគម្របដើមឈើ មិនមែនជាព្រៃ? ផ្ដល់ឧទាហរណ៍ពីរពីកម្ពុជា។
ហេតុអ្វីត្រូវវាស់ការបាត់បង់តែក្នុងក្រឡាដែលជាព្រៃឆ្នាំ ២០០០?
ហេតុអ្វីមិនអាចគណនាគម្របបច្ចុប្បន្នដោយ treecover2000 − loss + gain?
ពន្យល់ការលំអៀងទីតាំង ពេលប្រៀបធៀបតំបន់ការពារ។

ខ. សំណួរអនុវត្តគោលគំនិត¶

សរសេរកូដគណនាភាគរយនៃព្រៃឆ្នាំ ២០០០ (≥ ៣០%) ដែលបាត់បង់ ២០០១–២០២៣ សម្រាប់ខេត្តរបស់អ្នក។
ខេត្តមួយមានការបាត់បង់ ៥០ ០០០ ហិកតា ហើយខេត្តមួយទៀត ១០ ០០០ ហិកតា។ តើអ្នកអាចសន្និដ្ឋានថាខេត្តទីមួយ «អាក្រក់ជាង» ទេ? ត្រូវការព័ត៌មានអ្វីបន្ថែម?
ក្រាបតាមឆ្នាំបង្ហាញការកើនឡើងខ្លាំងក្នុងឆ្នាំមួយ។ រាយមូលហេតុបីដែលអាចកើតឡើង។
សរសេរកូដបង្កើតតំបន់ទ្រនាប់ ៥ គម ជុំវិញតំបន់ការពារមួយ (ដោយមិនរួមតំបន់ការពារ)។
ស្នើវិធីបែងចែក loss ដែលជាព្រៃធម្មជាតិ ពី loss ដែលជាចម្ការ ដោយប្រើមេរៀនមុនៗ។

គ. កិច្ចការខ្លី¶

ជ្រើសតំបន់ការពារមួយនៅកម្ពុជា (ក្រៅពីព្រៃឡង់)។ គណនាអត្រាបាត់បង់ប្រចាំឆ្នាំក្នុង និងក្នុងទ្រនាប់ ១០ គម សម្រាប់ ២០០១–២០១០ និង ២០១១–២០២៣ ហើយសរសេរកថាខណ្ឌមួយបកស្រាយ ដោយរួមបញ្ចូលដែនកំណត់។

កំណត់សម្គាល់សម្រាប់គ្រូបង្រៀន¶

ក. ការបែងចែកពេលវេលា ១៨០ នាទី¶

សកម្មភាព	ពេលវេលា
ស្ថានភាពបើកមេរៀន៖ ព្រៃឡង់	១០ នាទី
Hansen GFC · គម្របដើមឈើ ≠ ព្រៃ	២៥ នាទី
កម្រិតគម្រប និងការបាត់បង់តាមឆ្នាំ	៣០ នាទី
តំបន់ការពារ · ពិសោធន៍	៣០ នាទី
ផ្ទៀងផ្ទាត់ និង NDVI	២០ នាទី
ឧទាហរណ៍ព្រៃឡង់	៣៥ នាទី
សង្ខេប និងណែនាំលំហាត់	៣០ នាទី
សរុប	១៨០ នាទី / ៣ ម៉ោង

ខ. ចំណាំអំពីទិន្នន័យ¶

រូប និងពិសោធន៍ Hansen ក្នុងមេរៀននេះប្រើស្រទាប់ក្លែងធ្វើ ដើម្បីបង្ហាញគោលគំនិត។ តួលេខពិតត្រូវបានគណនាដោយនិស្សិតក្នុងលំហាត់ទី១០។
រូបការបាត់បង់ NDVI ប្រើរូបភាព Sentinel-2 ពិតនៃក្រុងព្រះសីហនុ ២០១៥ និង ២០២១។
ប្រធានបទព្រៃឈើអាចរសើប។ លើកទឹកចិត្តនិស្សិតឱ្យរាយការណ៍តួលេខ និងដែនកំណត់ ដោយមិនធ្វើការចោទប្រកាន់ដែលទិន្នន័យមិនអាចបញ្ជាក់។

គ. ការភ្ជាប់ទៅមេរៀនបន្ទាប់¶

ដីព្រៃដែលបាត់បង់ ភាគច្រើនក្លាយជាដីកសិកម្ម៖ ចម្ការ ដំណាំ និងស្រែ។ ស្រែជាគម្របដីកសិកម្មសំខាន់បំផុតនៅកម្ពុជា ហើយវាដាំក្នុងរដូវដែលពពកគ្របដណ្ដប់ច្រើនបំផុត។

តើយើងអាចធ្វើផែនទីស្រែ ក្នុងរដូវវស្សាដែលមានពពក បានដោយរបៀបណា?

សំណួរនេះនាំទៅ មេរៀនទី១១៖ កសិកម្ម និងការធ្វើផែនទីស្រែ។

⬅️ មេរៀនទី៩ · ➡️ មេរៀនទី១១