លំហាត់ទី១១៖ ព្រៃឈើខេត្តកោះកុងបាត់បង់ទៅណា?

ព័ត៌មានលំហាត់

មេរៀនពាក់ព័ន្ធ៖ មេរៀនទី១១៖ ការត្រួតស្រទាប់ និង Spatial join ការអនុវត្តដោយខ្លួនឯង · QGIS 3.34 LTR · ប្រហែល ១១០ នាទី

ស្ថានភាព

ខេត្តកោះកុងជាខេត្តដែលមានព្រៃឈើច្រើនជាងគេមួយក្នុងប្រទេសកម្ពុជា។ អង្គការបរិស្ថានមួយចង់ដឹងចម្លើយសំណួរបី៖

1. ចន្លោះឆ្នាំ ១៩៩៧ និង ២០១៥ ព្រៃឈើបានប្ដូរទៅជាក្រប់ដីប្រភេទអ្វីខ្លះ និងប៉ុន្មានហិកតា?
2. តើតំបន់ការពារធម្មជាតិ ពិតជាបាត់បង់ព្រៃតិចជាងតំបន់ក្រៅតំបន់ការពារឬទេ?
3. តើឃុំណាខ្លះបាត់បង់ព្រៃច្រើនជាងគេ?

គោលបំណង

• កាត់ (Clip) ស្រទាប់ឱ្យត្រូវនឹងតំបន់សិក្សា ហើយពិនិត្យវិសាលភាពទិន្នន័យ។
• ប្រើ Intersection ដើម្បីបង្កើតស្រទាប់ការផ្លាស់ប្ដូរ និងម៉ាទ្រីសផ្លាស់ប្ដូរ (change matrix)។
• ដឹងថា តម្លៃផ្ទៃចាស់មិនធ្វើបច្ចុប្បន្នភាពដោយស្វ័យប្រវត្តិ ក្រោយការត្រួតស្រទាប់។
• ប្រៀបធៀប Spatial join និងការត្រួតស្រទាប់ ហើយពន្យល់ថាពេលណាប្រើមួយណា។

ឯកសារដែលប្រើ

ប្រើសំណុំទិន្នន័យ Cambodia (ឧបសម្ព័ន្ធ ខ)។

ស្រទាប់	ថត	ខ្លឹមសារ
KKG_LC1997	Landuse/	ក្រប់ដី ៥ ថ្នាក់ ឆ្នាំ ១៩៩៧ (MRC) · វាល LC97
KKG_LC2015	Landuse/	ក្រប់ដី ៥ ថ្នាក់ ឆ្នាំ ២០១៥ (MoE) · វាល LC15
Kh_Province_Boundary	Admin/	ព្រំខេត្ត
Kh_PA_MOE2018	Protected_Area/	តំបន់ការពារធម្មជាតិ ២០១៨
Kh_Commune_area	Admin/	ព្រំឃុំ សង្កាត់

ស្រទាប់ធំ ត្រូវរង់ចាំ

KKG_LC2015 មានចំណុចកំពូលជិត ៩ សែន។ ឧបករណ៍ Clip និង Intersection អាចចំណាយពេល ២ ទៅ ៥ នាទី។ កុំចុចម្ដងទៀតពេលកំពុងដំណើរការ។ មើលរបារវឌ្ឍនភាពក្នុងផ្ទាំង Processing។

ផ្ដើមដោយការសង្កេត · ៥ នាទី

មុនបើក QGIS រំកិលបន្ទាត់ពណ៌សលើផែនទីខាងក្រោម ពីឆ្វេងទៅស្ដាំ ដើម្បីប្រៀបធៀបក្រប់ដីឆ្នាំ ១៩៩៧ (ខាងឆ្វេង) និង ២០១៥ (ខាងស្ដាំ)។

សរសេរការសង្កេតបី៖ តំបន់ណាប្ដូរពណ៌ខ្លាំងជាងគេ? · ការផ្លាស់ប្ដូរកើតឡើងជិតផ្លូវ ឆ្នេរ ឬជ្រៅក្នុងភ្នំ? · តើមានតំបន់ណាដែល «ពណ៌ត្រឡប់ជាព្រៃវិញ» ទេ?

ផែនទីនេះសម្រាប់មើល មិនមែនសម្រាប់វាស់

ដើម្បីឱ្យផែនទីផ្ទុកលឿនលើអ៊ីនធឺណិត ពហុកោណតូចជាង ៦០ ហិកតាត្រូវបានលុបចេញ ហើយព្រំដែនត្រូវបានសម្រួល។ ការវាស់ផ្ទៃទាំងអស់ត្រូវធ្វើក្នុង QGIS ពីទិន្នន័យដើម។

សកម្មភាពទី១៖ កាត់ក្រប់ដីឱ្យត្រូវនឹងខេត្ត · ១៥ នាទី

1. បង្កើតគម្រោងថ្មី lab-11.qgz ហើយបន្ថែមស្រទាប់ទាំងប្រាំ។
2. ដាក់ Kh_Province_Boundary នៅខាងលើ ជាព្រំដែនគ្មានពណ៌ផ្ទៃ។ សង្កេតថាស្រទាប់ក្រប់ដី លាតហួសព្រំខេត្តកោះកុង។
3. ប្រើ Extract by expression លើ Kh_Province_Boundary៖ "ProvGis" = 'KH09' → kk_province.gpkg
4. ចូល Vector → Geoprocessing Tools → Clip។ Input KKG_LC1997 · Overlay kk_province → kk_lc1997.gpkg
5. ធ្វើដូចគ្នាសម្រាប់ KKG_LC2015 → kk_lc2015.gpkg

6. ក្នុងស្រទាប់នីមួយៗ បង្កើតវាល area_ha (Decimal) ដោយ Field Calculator៖

   $area / 10000
   

7. កត់ត្រាផ្ទៃព្រៃឈើ (Forest cover) ឆ្នាំ ១៩៩៧ និង ២០១៥។

សំណួរ៖ ស្រទាប់ក្រប់ដីលាតចូលខេត្តណាខ្លះ? · បើមិន Clip តើលទ្ធផលផ្ទៃព្រៃឈើ «ខេត្តកោះកុង» នឹងខុសយ៉ាងដូចម្ដេច?

សកម្មភាពទី២៖ បង្កើតស្រទាប់ការផ្លាស់ប្ដូរ · ២០ នាទី

1. ចូល Vector → Geoprocessing Tools → Intersection។ Input kk_lc1997 · Overlay kk_lc2015 → kk_change.gpkg
2. បើក Attribute Table។ ស្រទាប់ថ្មីមានវាល LC97 និង LC15 ព្រមទាំងវាល area_ha ពីរ (area_ha និង area_ha_2)។

3. កុំប្រើវាល area_ha ទាំងពីរនេះ! វាជាផ្ទៃរបស់ពហុកោណដើមមុនការត្រួតស្រទាប់។ បង្កើតវាលថ្មី chg_ha៖

   $area / 10000
   

4. បង្កើតវាលអក្សរ change៖

   "LC97" || ' → ' || "LC15"
   

5. ដាក់និមិត្តសញ្ញា Categorized លើ change។ បិទការបង្ហាញថ្នាក់ដែលមិនប្ដូរ (ឧទាហរណ៍ Forest cover → Forest cover) ដើម្បីឃើញតែការផ្លាស់ប្ដូរ។

អន្ទាក់ធម្មតាបំផុតនៃការត្រួតស្រទាប់

Intersection ចម្លងគុណលក្ខណៈពីស្រទាប់ដើម ទាំងតម្លៃចាស់។ វាល area_ha ក្នុង kk_change នៅតែជាផ្ទៃព្រៃឈើទាំងមូលឆ្នាំ ១៩៩៧ មិនមែនផ្ទៃនៃពហុកោណថ្មីទេ។ ត្រូវគណនាផ្ទៃ ក្រោយ ការត្រួតស្រទាប់ជានិច្ច។

សកម្មភាពទី៣៖ ម៉ាទ្រីសផ្លាស់ប្ដូរ · ២០ នាទី

1. ក្នុង Processing Toolbox បើក Statistics by categories។
2. Input kk_change · Field to calculate statistics on chg_ha · Field(s) with categories៖ ជ្រើស ទាំង LC97 និង LC15។
3. បើកតារាងលទ្ធផល។ ជួរនីមួយៗជាគូ «ឆ្នាំ ១៩៩៧ → ឆ្នាំ ២០១៥» ជាមួយ sum។
4. បំពេញម៉ាទ្រីស ៥ × ៥ ក្នុងក្រដាស ឬ Excel៖ ជួរដេក = ១៩៩៧ · ជួរឈរ = ២០១៥។
5. ផលបូកជួរដេកនីមួយៗ ត្រូវស្មើផ្ទៃថ្នាក់នោះឆ្នាំ ១៩៩៧ (សកម្មភាពទី១)។ បើមិនស្មើ ពិនិត្យជំហានម្ដងទៀត។

ប្រៀបធៀបម៉ាទ្រីសរបស់អ្នកជាមួយម៉ាទ្រីសខាងក្រោម។ ចុចលើក្រឡា ដើម្បីអានអត្ថន័យ។ ក្រឡាក្នុងជួរ ព្រៃឈើ ក៏បន្លិចការបាត់បង់ប្រភេទនោះលើផែនទីក្នុងសកម្មភាពទី៥ផងដែរ។

សំណួរ៖ ព្រៃឈើប្ដូរទៅជាថ្នាក់ណាច្រើនជាងគេ? · ព្រៃឈើ ២៣ ពាន់ហិកតា «ក្លាយជាទឹក»។ តើអ្វីអាចជាមូលហេតុពិត និងអ្វីអាចជាកំហុសចាត់ថ្នាក់? · តើមានព្រៃកើតឡើងវិញប៉ុន្មាន?

សកម្មភាពទី៤៖ ការបាត់បង់ព្រៃក្នុង និងក្រៅតំបន់ការពារ · ២០ នាទី

1. ប្រើ Extract by expression លើ kk_change៖

   "LC97" = 'Forest cover' AND "LC15" <> 'Forest cover'
   

   → kk_forest_loss.gpkg · កត់ត្រាផ្ទៃសរុប។

2. Intersection៖ Input kk_forest_loss · Overlay Kh_PA_MOE2018 → loss_in_pa.gpkg

3. គណនា pa_ha = $area / 10000 ម្ដងទៀត (ហេតុផលដូចសកម្មភាពទី២)។
4. Statistics by categories៖ pa_ha តាម Name_E → រកតំបន់ការពារដែលបាត់បង់ព្រៃច្រើនជាងគេ។

5. ដើម្បីប្រៀបធៀបដោយយុត្តិធម៌ ត្រូវគណនា អត្រា មិនមែនចំនួនដុល៖

   • ទាញព្រៃឈើឆ្នាំ ១៩៩៧ ពី kk_lc1997 ("LC97" = 'Forest cover') → Clip ជាមួយ Kh_PA_MOE2018 → គណនាផ្ទៃ = ព្រៃឆ្នាំ ១៩៩៧ ក្នុងតំបន់ការពារ
   • ព្រៃក្រៅតំបន់ការពារ = ព្រៃសរុបឆ្នាំ ១៩៩៧ − ព្រៃក្នុងតំបន់ការពារ
   • អត្រាបាត់បង់ = ផ្ទៃបាត់បង់ ÷ ផ្ទៃព្រៃឆ្នាំ ១៩៩៧ × ១០០

   	ព្រៃ ១៩៩៧ (ហ.ត)	បាត់បង់ (ហ.ត)	អត្រាបាត់បង់ (%)
   ក្នុងតំបន់ការពារ
   ក្រៅតំបន់ការពារ

សំណួរ៖ ស្រទាប់តំបន់ការពារជាព្រំដែនឆ្នាំ ២០១៨។ តំបន់មួយចំនួន ដូចជាឧទ្យានជាតិជួរភ្នំក្រវាញខាងត្បូង និងដែនជម្រកសត្វព្រៃតាតៃ ត្រូវបានបង្កើតនៅឆ្នាំ ២០១៦ ក្រោយរយៈពេលសិក្សា។ តើការពិតនេះប៉ះពាល់ដល់ការសន្និដ្ឋានថា «តំបន់ការពារបានការពារព្រៃ» យ៉ាងដូចម្ដេច? · តំបន់ណាដែលមានតាំងពីឆ្នាំ ១៩៩៣ ប៉ុន្តែនៅតែបាត់បង់ព្រៃច្រើន?

សកម្មភាពទី៥៖ Spatial join ឬ ការត្រួតស្រទាប់? · ២០ នាទី

ក. សាកល្បង Spatial join (វិធីខុស)

1. Extract by expression លើ Kh_Commune_area៖ "ProvGis" = 'KH09' → kk_communes.gpkg

2. ក្នុង Processing Toolbox បើក Join attributes by location (summary)៖

   ប៉ារ៉ាម៉ែត្រ	តម្លៃ
   Join to features in	kk_communes
   Where the features	intersect
   By comparing to	kk_forest_loss
   Fields to summarise	chg_ha
   Summaries to calculate	sum

3. បើកតារាងលទ្ធផល ហើយមើលវាល chg_ha_sum។ តើតម្លៃទាំងនេះសមហេតុផលទេ? ប្រៀបធៀបជាមួយផ្ទៃឃុំខ្លួនឯង។

ខ. ការត្រួតស្រទាប់ (វិធីត្រូវ)

1. Intersection៖ Input kk_forest_loss · Overlay kk_communes → loss_by_commune.gpkg
2. គណនា com_ha = $area / 10000
3. Statistics by categories៖ com_ha តាម COM_NAME → តម្រៀបពីធំទៅតូច។

សំណួរ៖ ហេតុអ្វីបានជាវិធី ក ផ្ដល់តម្លៃធំពេក? (ជំនួយ៖ ពហុកោណ «ព្រៃ → កសិកម្ម» មួយ គ្របដណ្ដប់ឃុំប៉ុន្មាន?) · ពេលណាដែល Join attributes by location ជាឧបករណ៍ត្រឹមត្រូវ?

ផែនទីខាងក្រោមបង្ហាញលទ្ធផលរបស់សកម្មភាពទី៤ និងទី៥។ បើកស្រទាប់ ភាគរយបាត់បង់ព្រៃតាមឃុំ ពីប៊ូតុងស្រទាប់ ដើម្បីមើលផែនទីពណ៌តាមឃុំ។

សកម្មភាពទី៦៖ ធ្វើផែនទី និងសរសេរការបកស្រាយ · ២០ នាទី

1. បង្កើតផែនទី A4 ដែលបង្ហាញ kk_forest_loss តាមប្រភេទការផ្លាស់ប្ដូរ និងព្រំតំបន់ការពារ។
2. ភ្ជាប់ម៉ាទ្រីសផ្លាស់ប្ដូរ និងតារាងក្នុង/ក្រៅតំបន់ការពារ។
3. សរសេរការបកស្រាយ ៦ ទៅ ១០ ប្រយោគ ឆ្លើយសំណួរទាំងបីក្នុង ស្ថានភាព។ ត្រូវមាន ដែនកំណត់យ៉ាងតិចពីរ។

គំនិតសម្រាប់ដែនកំណត់

ក្រប់ដីឆ្នាំ ១៩៩៧ មកពី MRC ឯឆ្នាំ ២០១៥ មកពី ក្រសួងបរិស្ថាន។ អ្នកផលិតពីរ ប្រើរូបភាព ក្បួនចាត់ថ្នាក់ និងទំហំផ្ទៃតូចបំផុតខុសគ្នា។ ដូច្នេះ ការផ្លាស់ប្ដូរមួយផ្នែក អាចជា ភាពខុសគ្នានៃវិធីផលិតផែនទី មិនមែនការផ្លាស់ប្ដូរលើដីពិតទេ។ មើល មេរៀនទី៨ ស្ដីពីប្រភពដើមទិន្នន័យ។

លទ្ធផលត្រូវប្រគល់

• គម្រោង lab-11.qgz ជាមួយស្រទាប់លទ្ធផលទាំងអស់។
• ផែនទី A4 ជា PDF ឬ PNG។
• ម៉ាទ្រីសផ្លាស់ប្ដូរ ៥ × ៥ និងតារាងក្នុង/ក្រៅតំបន់ការពារ។
• តារាងឃុំទាំង ៥ ដែលបាត់បង់ព្រៃច្រើនជាងគេ។
• ការបកស្រាយ ៦ ទៅ ១០ ប្រយោគ។

ពិនិត្យលទ្ធផលដោយខ្លួនឯង

ផ្ទៃក្នុង QGIS អាចខុសពីតម្លៃគំរូបន្តិច (ប្រហែល ០,១%) ដោយសារការវាស់លើអេលីបសូអ៊ីត។ ប្រអប់ពិនិត្យនេះទទួលយកភាពខុសគ្នាតូចៗ។

១. ផ្ទៃព្រៃឈើឆ្នាំ ១៩៩៧ ក្នុងខេត្តកោះកុង (ហ.ត)?

២. ផ្ទៃព្រៃឈើឆ្នាំ ២០១៥ (ហ.ត)?

៣. ព្រៃឈើប៉ុន្មានហិកតា ក្លាយជាដីកសិកម្ម?

៤. ផ្ទៃព្រៃឈើបាត់បង់សរុប (ហ.ត)?

៥. តំបន់ការពារណាបាត់បង់ព្រៃច្រើនជាងគេ (ហ.ត)?

៦. អត្រាបាត់បង់ព្រៃ ក្រៅ តំបន់ការពារ (%)?

៧. ឃុំណាបាត់បង់ព្រៃច្រើនជាងគេ (ហ.ត)?

---

ប្រភពទិន្នន័យ៖ MRC (ក្រប់ដី ១៩៩៧) · ក្រសួងបរិស្ថាន (ក្រប់ដី ២០១៥ និងតំបន់ការពារ ២០១៨) · ផែនទីមូលដ្ឋាន © អ្នករួមចំណែក OpenStreetMap