បន្ទាប់ពីបញ្ចប់មេរៀន និស្សិតអាច៖
អ្នកស្រាវជ្រាវថ្មីម្នាក់ត្រូវធ្វើផែនទីគម្របដីលើកដំបូងក្នុងជីវិត។ គាត់មិនមានគំរូបណ្ដុះបណ្ដាល (training data) ហើយពេលវេលាមានកំណត់។ គាត់សួរថា៖ «តើមានវិធីណាដែលកុំព្យូទ័រអាចបែងចែកគម្របដីដោយខ្លួនឯង ដោយមិនចាំបាច់ខ្ញុំប្រាប់វាមុនថាព្រៃមើលទៅដូចម្ដេច?»
ចម្លើយគឺមាន៖ ការចាត់ថ្នាក់គ្មានការណែនាំមើលទិន្នន័យទាំងអស់ រកក្រុមដែលមានលក្ខណៈស្រដៀងគ្នា រួចបែងចែកជាចង្កោម ដោយពឹងលើគណិតវិទ្យាតែម្នាក់ឯង។ វាលឿន និងងាយអនុវត្ត ប៉ុន្តែមានតម្លៃត្រូវបង់៖ វាមិនដឹងថាចង្កោមនីមួយៗគឺជាអ្វីទេ។
រយៈពេលបង្រៀនដែលស្នើ៖ ៣ ម៉ោង · មេរៀនទី ១១ ក្នុងចំណោម ១៥
:material-presentation-play: ស្លាយបង្រៀនមេរៀននេះ
រហូតមកដល់ពេលនេះ យើងបានធ្វើផែនទីគម្របដីដោយប្រើសន្ទស្សន៍ (មេរៀនទី១០) ដែលផ្ដល់ លេខមួយក្នុងមួយក្រឡា។ ប៉ុន្តែសន្ទស្សន៍តែងផ្ដោតលើវត្ថុមួយប្រភេទ (ដូចជា NDVI ផ្ដោតលើរុក្ខជាតិ)។ បើយើងចង់បានផែនទីដែលបែងចែក គម្របដីច្រើនថ្នាក់ក្នុងពេលតែមួយ (ទឹក ព្រៃ ស្រែ សំណង់ ដីទទេ) យើងត្រូវការវិធីខុសគ្នា៖ …
មេរៀននេះណែនាំវិធីចាត់ថ្នាក់ដំបូង៖ ការចាត់ថ្នាក់គ្មានការណែនាំ (Unsupervised Classification) ដែលឱ្យកុំព្យូទ័ររកចង្កោមដោយខ្លួនឯង ដោយមិនប្រាប់វាថាចង្កោមនីមួយៗគឺជាអ្វី។
មុនចាត់ថ្នាក់ ត្រូវកំណត់ថាថ្នាក់ណាខ្លះដែលចង់បាន។
ពាក្យពីរដែលច្រឡំញឹកញាប់៖
ឧទាហរណ៍៖ «ស្មៅ» ជាគម្របដី ប៉ុន្តែវាអាចជា «វាលវាយកូនហ្គោល» «វាលស្មៅចិញ្ចឹមសត្វ» ឬ «ដីទំនេររង់ចាំសាងសង់» តាមការប្រើប្រាស់។
ប្រព័ន្ធចំណាត់ថ្នាក់ USGS (Anderson et al., 1976) ជាប្រព័ន្ធពហុកម្រិតដែលប្រើទូទៅ៖
| កម្រិត I | ឧទាហរណ៍កម្រិត II |
|---|---|
| ១. ទីក្រុង ឬតំបន់សាងសង់ | ១១ លំនៅដ្ឋាន · ១២ ពាណិជ្ជកម្ម · ១៣ ឧស្សាហកម្ម · ១៤ ដឹកជញ្ជូន |
| ២. កសិកម្ម | ២១ ដំណាំ និងវាលស្មៅ · ២២ ចម្ការឈើហូបផ្លែ |
| ៣. វាលស្មៅ ព្រៃគុម្ពោត | ៣១ ស្មៅ · ៣២ គុម្ពោត |
| ៤. ព្រៃឈើ | ៤១ ព្រៃស្រោងស្លឹក · ៤២ ព្រៃបៃតងជានិច្ច · ៤៣ ព្រៃចម្រុះ |
| ៥. ទឹក | ៥១ ទន្លេ ប្រឡាយ · ៥២ បឹង · ៥៣ អាងស្តុកទឹក |
| ៦. ដីសើម | ៦១ ដីសើមមានព្រៃ · ៦២ ដីសើមគ្មានព្រៃ |
| ៧. ដីទទេ | ៧២ ឆ្នេរ · ៧៤ ថ្មលាតត្រដាង · ៧៥ កន្លែងជីកថ្ម ខ្សាច់ |
ក្រឡា ៣០ ម (Landsat) ជាទូទៅសមស្របសម្រាប់កម្រិត I និងផ្នែកខ្លះនៃកម្រិត II ឯកម្រិត III ត្រូវការរូបភាពក្រឡាតូចជាង ឬទិន្នន័យទីវាល។
ថ្នាក់ស្ពិចត្រាល់ ធៀបនឹងថ្នាក់ព័ត៌មាន៖ ថ្នាក់ស្ពិចត្រាល់ (spectral classes) គឺក្រុមក្រឡាដែលមានតម្លៃស្រដៀងគ្នាក្នុងក្រុមរលកច្រើន ដែលក្បួនដោះស្រាយរកឃើញ។
ថ្នាក់ព័ត៌មាន (information classes) គឺប្រភេទដែលអ្នកប្រើចង់ដឹង (ទឹក ព្រៃ ទីក្រុង កសិកម្ម)។ ការងារនៃការចាត់ថ្នាក់ គឺការបំប្លែងថ្នាក់ស្ពិចត្រាល់ទៅជាថ្នាក់ព័ត៌មាន ហើយពួកវាមិនតែងមួយទល់មួយទេ៖ ថ្នាក់ព័ត៌មាន «ស្រែ» អាចមានថ្នាក់ស្ពិចត្រាល់ពីរបី (ស្រែមានទឹក ស្រែបៃតង ស្រែទុំ)។
ពន្យល់ជំហានទាំងបួននៃក្បួនដោះស្រាយ K-means។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
ចាប់ផ្ដើមដោយស្រមៃថាក្រុមរលកនីមួយៗជា អ័ក្ស។
ក្រឡាមួយដែលមានតម្លៃ B4=៥% និង B8=៤០% ក្លាយជា ចំណុចមួយ ក្នុងលំហពីរវិមាត្រនេះ។ ជាមួយក្រុមរលកប្រាំមួយ (ដូចរូបភាព Landsat 8 ភ្នំពេញក្នុងពិសោធន៍) ក្រឡានីមួយៗក្លាយជាចំណុចក្នុងលំហប្រាំមួយវិមាត្រ ដែលពិបាកគូរ ប៉ុន្តែគោលការណ៍ដដែល៖
រូបទី១១.២៖ លំហលក្ខណៈ (feature space)។ ក្រឡានីមួយៗក្លាយជាចំណុចមួយ ដែលទីតាំងកំណត់ដោយតម្លៃក្រុមរលករបស់វា។ ចំណុចជិតគ្នាក្នុងលំហនេះទំនងជាមានគម្របដីស្រដៀងគ្នា។
ក្រឡាដែលមានគម្របដីស្រដៀងគ្នា មានទំនោរជាចំណុចនៅជិតគ្នាក្នុងលំហនេះ ព្រោះពួកវាមានតម្លៃក្រុមរលកស្រដៀងគ្នា (សញ្ញាណស្ពិចត្រាល់ស្រដៀងគ្នា ដូចបានឃើញក្នុងមេរៀនទី៣)។
ការចាត់ថ្នាក់គ្មានការណែនាំ គ្រាន់តែជា ការរកចង្កោមចំណុចដែលនៅជិតគ្នា ក្នុងលំហនេះ ដោយមិនចាំបាច់ដឹងឈ្មោះគម្របដីជាមុន។ ចម្ងាយរវាងចំណុចពីរ (ហៅថា ចម្ងាយស្ពិចត្រាល់) គណនាដូចចម្ងាយធម្មតាក្នុងធរណីមាត្រ គ្រាន់តែមានវិមាត្រច្រើនជាងពីរ។
K-means ជាក្បួនដោះស្រាយដ៏សាមញ្ញ និងប្រើញឹកញាប់បំផុតសម្រាប់ការចាត់ថ្នាក់គ្មានការណែនាំ។
វាដំណើរការតាមជំហានដដែលៗ៖
ចុច «ដំណើរការជំហានបន្ទាប់» ជាបន្តបន្ទាប់ ហើយសង្កេតថាផែនទីចង្កោមផ្លាស់ប្ដូរ និងកាន់តែច្បាស់ជាមួយជំហានបន្ថែម។ សាកល្បងប្ដូរចំនួនចង្កោម (k) ហើយចាប់ផ្ដើមឡើងវិញ។
ចំណុចសំខាន់៖ K-means មិនធានាថារកឃើញដំណោះស្រាយល្អបំផុតជានិច្ចទេ ព្រោះកណ្ដាលចាប់ផ្ដើមចៃដន្យអាចនាំទៅលទ្ធផលខុសគ្នា។
ការអនុវត្តល្អ គឺដំណើរការក្បួននេះច្រើនដងជាមួយចំណុចចាប់ផ្ដើមផ្សេងគ្នា រួចជ្រើសលទ្ធផលល្អបំផុត (កំហុសសរុបទាបបំផុត)។ QGIS (តាមរយៈ SCP ឬ Orfeo Toolbox) ធ្វើដំណើរការនេះដោយស្វ័យប្រវត្តិ។
លំហលក្ខណៈជាអ្វី ហើយអ័ក្សរបស់វាតំណាងអ្វី?
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
K-means ទាមទារឱ្យអ្នកកំណត់ k ជាមុន ដែលជាសំណួរពិបាកបំផុតមួយ។
បើ k តូចពេក ថ្នាក់ខុសគ្នាច្រើនត្រូវបានបញ្ចូលគ្នា (ឧ. ទឹក និងស្រមោលព្រៃចូលចង្កោមតែមួយ)។ បើ k ធំពេក ថ្នាក់តែមួយត្រូវបានបំបែកដោយឥតប្រយោជន៍ (ឧ. ព្រៃបែងចែកជាច្រើនចង្កោមតាមកម្រិតស្រមោល)។
វិធីមួយដែលប្រើញឹកញាប់គឺ វិធីកែងដៃ (Elbow method)៖ ដំណើរការ K-means ជាមួយ k ខុសៗគ្នា រួចគូសក្រាបរវាង k និង កំហុសសរុបក្នុងចង្កោម (WCSS · Within-Cluster Sum of Squares)។
សង្កេតរាងក្រាប។ កែងដៃគឺជាចំណុចដែលបន្ថែមចង្កោមមិនកាត់បន្ថយកំហុសច្រើនទៀត។
ក្បួនអនុវត្តជាក់ស្ដែង៖ ជ្រើស k ចាប់ផ្ដើមពីចំនួនប្រភេទគម្របដីដែលអ្នកដឹងថាមានក្នុងតំបន់សិក្សា (ឧ. ៥ សម្រាប់ ទឹក ព្រៃ ស្រែ សំណង់ ដីទទេ) រួចសាកល្បង k បន្ថែម ១ ឬ ២ ដើម្បីមើលថាមានថ្នាក់រងបន្ថែម (ដូចជាព្រៃក្រាស់ …
K-means ចេញលទ្ធផលជា «ចង្កោមទី១» «ចង្កោមទី២» ជាដើម ដោយគ្មានអត្ថន័យ។
ការបំប្លែងចង្កោមទៅជាឈ្មោះគម្របដីពិត (ការដាក់ស្លាក) ជាជំហានចាំបាច់ដែលធ្វើដោយមនុស្ស៖
ជួនកាល ថ្នាក់គម្របដីតែមួយ (ឧ. «ស្រែ») ត្រូវការចង្កោមច្រើនជាងមួយ ដោយសាររដូវដំណាំខុសគ្នា (ស្រែខ្ចី ធៀបនឹងស្រែទុំ)។ ក្នុងករណីនេះ ត្រូវ បញ្ចូលចង្កោមច្រើនចូលគ្នា (merge) ទៅជាថ្នាក់តែមួយ បន្ទាប់ពីការដាក់ស្លាក។
ពន្យល់វិធីកែងដៃ និងអត្ថន័យរបស់ WCSS។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
| ប្រើពេលណា | ជៀសវាងពេលណា |
|---|---|
| គ្មានគំរូបណ្ដុះបណ្ដាល ឬចំណេះដឹងតំបន់តិច | ត្រូវការភាពត្រឹមត្រូវខ្ពស់ភ្លាមៗ |
| ការស្វែងយល់លើតំបន់ថ្មី (exploratory) | ថ្នាក់គម្របដីត្រូវការនិយមន័យតឹងតែង (ស្តង់ដារជាតិ) |
| មានពេលកំណត់ ចង់បានលទ្ធផលលឿន | ថ្នាក់ខ្លះមានហត្ថលេខាស្ពិចត្រាល់ជិតគ្នាខ្លាំង |
| ការត្រួតពិនិត្យលើតំបន់ធំ ដើម្បីរកលំនាំទូទៅ | ត្រូវការតាមដានថ្នាក់ជាក់លាក់តាមពេលវេលា |
ការចាត់ថ្នាក់គ្មានការណែនាំតែងប្រើជា ជំហានដំបូង ដើម្បីស្វែងយល់ទិន្នន័យ មុននឹងសម្រេចចិត្តថាត្រូវការចាត់ថ្នាក់មានការណែនាំ (មេរៀនទី១២) ដែរឬទេ។
ក្នុងការអនុវត្តជាច្រើន វិធីទាំងពីរប្រើផ្សំគ្នា៖ ចាត់ថ្នាក់គ្មានការណែនាំជាមុន ដើម្បីយល់រចនាសម្ព័ន្ធទិន្នន័យ រួចប្រើចំណេះដឹងនោះជួយជ្រើសគំរូបណ្ដុះបណ្ដាលសម្រាប់ការចាត់ថ្នាក់មានការណែនាំ។
ក្រុមការងារត្រូវធ្វើផែនទីព្រៃឈើលើតំបន់ដែលមិនធ្លាប់មានទិន្នន័យ ក្នុងរយៈពេល ២ ថ្ងៃ។
គ្មានគំរូបណ្ដុះបណ្ដាល និងគ្មានពេលចុះទីវាល → ជ្រើសការចាត់ថ្នាក់គ្មានការណែនាំ។
ដឹងថាតំបន់មានយ៉ាងតិចប្រាំប្រភេទសំខាន់ៗ (ទឹក ព្រៃ ស្រែ សំណង់ ដីទទេ) → ចាប់ផ្ដើមជាមួយ k=៥។
ដំណើរការ k=៣ ដល់ ១០។
ក្រាបបង្ហាញកែងដៃប្រហាក់ប្រហែល k=៦ ដែលបង្ហាញថាអាចមានថ្នាក់រងមួយបន្ថែម (ប្រហែលជាព្រៃពីររបៀប ឬស្រែពីររដូវ)។
ដំណើរការក្បួនរហូតដល់កំណត់ (convergence)។
ទទួលបានចង្កោមប្រាំមួយ។
ត្រួតលើពណ៌ពិត៖ ចង្កោម ១ = ទឹក (ត្រឹមត្រូវនឹងទីតាំងទន្លេ) · ចង្កោម ២ និង ៣ = ព្រៃឈើក្រាស់ និងស្ដើង (បញ្ចូលគ្នាទៅជា «ព្រៃឈើ») · ចង្កោម ៤ = ស្រែ · ចង្កោម ៥ = សំណង់ · ចង្កោម ៦ = ដីទទេ។
ក្រោយបញ្ចូលចង្កោម ២ និង ៣ ចូលគ្នា ទទួលបានប្រាំថ្នាក់ចុងក្រោយ។
ការចាត់ថ្នាក់គ្មានការណែនាំមិនអាចផ្ដល់តម្លៃភាពត្រឹមត្រូវជាលេខបានទេ ដោយគ្មានចំណុចយោងទីវាលបន្ថែម។ លទ្ធផលក៏អាចប្រែប្រួលរវាងការដំណើរការជាច្រើនដង ដោយសារចំណុចចាប់ផ្ដើមចៃដន្យ។ ការវាយតម្លៃភាពត្រឹមត្រូវពិតប្រាកដទាមទារជំហានបន្ថែម (មេរៀនទី១៣)។
លំហាត់ប្រើទិន្នន័យវគ្គ RS_Data (Landsat 8 ភ្នំពេញ · Sentinel-2 ក្រុងព្រះសីហនុ) ហើយមានរូបលទ្ធផលគំរូ តារាងកំហុសទូទៅ និងប្រអប់ពិនិត្យលទ្ធផលដោយខ្លួនឯង។
ការចាត់ថ្នាក់គ្មានការណែនាំរកចង្កោមក្រឡាដែលមានលក្ខណៈស្ពិចត្រាល់ស្រដៀងគ្នា ដោយមិនប្រើឈ្មោះថ្នាក់ជាមុន។ K-means ជាក្បួនដោះស្រាយដែលប្រើញឹកញាប់បំផុត ធ្វើការតាមជំហាន assign-update ម្ដងហើយម្ដងទៀត។
វិធីកែងដៃជួយជ្រើសចំនួនចង្កោម ដោយពិនិត្យកំហុសសរុបធៀបនឹងចំនួនចង្កោម។ ជំហានចុងក្រោយចាំបាច់ គឺការដាក់ស្លាកចង្កោមទៅជាប្រភេទគម្របដីពិត ដែលធ្វើដោយមនុស្ស ជួនកាលរួមទាំងការបញ្ចូលចង្កោមច្រើនចូលគ្នា។
K-means ឆ្លើយសំណួរ «ចំណុចណាស្រដៀងគ្នា?» មិនមែន «ចំណុចនេះជាអ្វី?» ទេ។ ការឆ្លើយសំណួរទីពីរ តែងតម្រូវឱ្យមានមនុស្សចូលរួម។
| ពាក្យខ្មែរ | ពាក្យអង់គ្លេស | អត្ថន័យខ្លី |
|---|---|---|
| ការចាត់ថ្នាក់គ្មានការណែនាំ | Unsupervised classification | រកចង្កោមដោយគ្មានស្លាកជាមុន |
| លំហលក្ខណៈ | Feature space | លំហដែលអ័ក្សជាក្រុមរលក |
| ចម្ងាយស្ពិចត្រាល់ | Spectral distance | ចម្ងាយរវាងចំណុចក្នុងលំហលក្ខណៈ |
| K-means | K-means clustering | ក្បួនចាត់ថ្នាក់ដោយចម្ងាយទៅកណ្ដាល |
| កណ្ដាលចង្កោម | Cluster centroid | ចំណុចមធ្យមនៃចង្កោម |
| វិធីកែងដៃ | Elbow method | វិធីជ្រើសចំនួនចង្កោម |
| WCSS | Within-Cluster Sum of Squares | កំហុសសរុបក្នុងចង្កោម |
| ការដាក់ស្លាក | Labeling | ការផ្ដល់ឈ្មោះគម្របដីទៅចង្កោម |
ក្នុងពិសោធន៍ K-means ចូរសាកល្បង k=៣ ៥ និង ៧។ សម្រាប់នីមួយៗ ដំណើរការជំហានរហូតដល់ Purity លែងកើនច្រើន (ប្រហែល ៦ ទៅ ៨ ជំហាន) ហើយកត់ត្រា Purity ចុងក្រោយ។ សរសេរការសង្កេត៖ តើ k ណាផ្ដល់លទ្ធផលល្អបំផុត ហើយហេតុអ្វី?
ការចាត់ថ្នាក់គ្មានការណែនាំលឿន ប៉ុន្តែមិនដឹងឈ្មោះថ្នាក់ដោយខ្លួនឯង។ បើអ្នកមានពេល និងគំរូខ្លះស្រាប់ តើអាចប្រើចំណេះដឹងនោះ ដើម្បីទទួលបានលទ្ធផលល្អជាងដែរឬទេ?
អានមេរៀនពេញ និងធ្វើលំហាត់ទី១១
https://khgeo.github.io/remote-sensing/lessons/lesson-11/