បន្ទាប់ពីបញ្ចប់មេរៀន និស្សិតអាច៖
និស្សិតម្នាក់ចំណាយពេលមួយម៉ោង ស្វែងរករូបភាពក្នុង Copernicus Browser ដោយប្រើពាក្យគន្លឹះទូទៅ ហើយបញ្ចប់ដោយទាញយករូបភាពខុសកាលបរិច្ឆេទ ដែលមានពពកគ្របដណ្ដប់តំបន់សិក្សាទាំងស្រុង។ បញ្ហាមិនមែននៅឧបករណ៍ទេ គឺនៅ វិធីស្វែងរក។
ការស្វែងរករូបភាពប្រកបដោយប្រសិទ្ធភាព ត្រូវការចំណេះដឹងបីយ៉ាង៖ ដឹងថាតំបន់របស់អ្នកស្ថិតក្នុង tile ឬ path/row មួយណា ដឹងពីរបៀបត្រង (filter) តាមលក្ខខណ្ឌច្រើនក្នុងពេលតែមួយ និងដឹងពីរបៀបមើលរូបភាពតូច (preview/quicklook) មុនទាញយកឯកសារពេញ។
រយៈពេលបង្រៀនដែលស្នើ៖ ៣ ម៉ោង · មេរៀនទី ៦ ក្នុងចំណោម ១៥
:material-presentation-play: ស្លាយបង្រៀនមេរៀននេះ
ក្នុងឆ្នាំ ១៩៩០ ការទទួលបានរូបភាពផ្កាយរណបមួយសន្លឹក ត្រូវការទាំងថវិកា ទាំងទំនាក់ទំនងជាមួយភ្នាក់ងារអវកាស។ សព្វថ្ងៃ អ្នកអាចទាញយករូបភាព Sentinel-2 ដោយឥតគិតថ្លៃក្នុងរយៈពេលប៉ុន្មាននាទី ប៉ុន្តែជម្រើសមានច្រើនរហូតដល់ការសម្រេចចិត្តខ្លួនឯងក្លាយជាបញ្ហា៖ ប្រភពណា? កម្រិតណា? ទម្រង់ណា?
មេរៀននេះជាមគ្គុទ្ទេសក៍ជាក់ស្ដែងសម្រាប់ការទាញយករូបភាព៖ ប្រភពសំខាន់ៗ ភាពខុសគ្នារវាងផលិតផល របៀបស្វែងរកប្រកបដោយប្រសិទ្ធភាព និងរបៀបចាត់ចែងឯកសារធំៗ។
ប្រភពរូបភាពបែងចែកជាបួនក្រុមធំ តាមអ្នកផ្ដល់ និងលក្ខខណ្ឌប្រើប្រាស់៖
| ក្រុម | ឧទាហរណ៍ | លក្ខខណ្ឌ |
|---|---|---|
| ភ្នាក់ងាររដ្ឋបើកចំហ | Copernicus (Sentinel) · USGS (Landsat) · NASA (MODIS VIIRS) | ឥតគិតថ្លៃទាំងស្រុង · ត្រូវការគណនី |
| ពាណិជ្ជកម្មគុណភាពខ្ពស់ | Maxar · Planet · Airbus | គិតថ្លៃតាមផ្ទៃ ឬជាវប្រចាំខែ |
| វេទិកាវិភាគពពក | Google Earth Engine · Microsoft Planetary Computer | ចូលប្រើទិន្នន័យបើកចំហដោយឥតគិតថ្លៃ តាមរយៈកូដ (សៀវភៅទី៤) |
| ស្រទាប់មូលដ្ឋាន (basemap) | Google Satellite · Bing · ESRI World Imagery | ចម្រុះកាលបរិច្ឆេទ · មិនអាចទាញយកជាទិន្នន័យវិភាគ |
ចំណុចសំខាន់ដែលនិស្សិតច្រឡំញឹកញាប់៖ ស្រទាប់មូលដ្ឋាន ដូចរូបភាពក្នុង Google Maps ស្អាត និងលម្អិត ប៉ុន្តែជា ការចម្រុះកាលបរិច្ឆេទច្រើនឆ្នាំ ដោយគ្មានកាលបរិច្ឆេទច្បាស់លាស់ក្នុងក្រឡានីមួយៗ។
វាល្អសម្រាប់ផ្ទៀងផ្ទាត់ដោយភ្នែក ប៉ុន្តែ មិនអាចប្រើសម្រាប់ការវិភាគវិទ្យាសាស្ត្រ ដូចជាការគណនាសន្ទស្សន៍ ឬការចាត់ថ្នាក់ទេ ព្រោះគ្មានកាលបរិច្ឆេទ និងគ្មានក្រុមរលកឆៅ។
រាយក្រុមធំបួននៃប្រភពរូបភាព ព្រមទាំងឧទាហរណ៍មួយសម្រាប់នីមួយៗ។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
Copernicus Data Space Ecosystem ជាច្រកចូលផ្លូវការសម្រាប់ទិន្នន័យ Sentinel។
ចំណុចសំខាន់ដែលត្រូវយល់៖

រូបទី៦.១៖ ក្រឡាចត្រង្គ MGRS ពិតរបស់ Sentinel-2 ដែលគ្របដណ្ដប់កម្ពុជា។ ភាគច្រើននៃប្រទេសស្ថិតក្នុង tile ជួរ 48PU_ ដល់ 48PX_។ ខ្សែបញ្ឈរ និងផ្ដេកគឺជាកូអរដោនេ UTM (ម)។
តារាងខាងក្រោមរាយ tile ដែលគ្របដណ្ដប់ភាគច្រើននៃកម្ពុជា (អាន MGRS ជួរឈរពីឆ្វេងទៅស្ដាំ ជួរដេកពីលើចុះក្រោម)៖
| ជួរឈរ T | ជួរឈរ U | ជួរឈរ V | ជួរឈរ W | ជួរឈរ X | ជួរឈរ Y | |
|---|---|---|---|---|---|---|
| ជួរដេក B (ជើងបំផុត) | 48PXB | 48PYB | ||||
| ជួរដេក A | 48PTA | 48PUA | 48PVA | 48PWA | 48PXA | 48PYA |
| ជួរដេក V | 48PTV | 48PUV | 48PVV | 48PWV | 48PXV | 48PYV |
| ជួរដេក U | 48PTU | 48PUU | 48PVU | 48PWU | 48PXU | 48PYU |
| ជួរដេក T | 48PTT | 48PUT | 48PVT | 48PWT | 48PXT | |
| ជួរដេក S (ត្បូងបំផុត) | 48PUS | 48PVS | 48PWS | 48PXS |
ភ្នំពេញស្ថិតក្នុង tile 48PVU ប្រហែល។
សៀមរាបស្ថិតក្នុង 48PUV។ ខេត្តកោះកុង និងព្រះសីហនុ ស្ថិតក្នុងជួរឈរ T និង U ខាងត្បូង។
Semi-Automatic Classification Plugin (SCP) ក្នុង QGIS អាចស្វែងរក និងទាញយក Sentinel-2 ដោយផ្ទាល់ពី QGIS ដោយមិនចាំបាច់ចេញទៅកម្មវិធីអង្គុយផ្សេង។
ហេតុអ្វីស្រទាប់មូលដ្ឋានមិនសមស្របសម្រាប់ការគណនាសន្ទស្សន៍?
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
USGS EarthExplorer និង LandsatLook ជាច្រកចូលសម្រាប់ Landsat។
ចំណុចខុសពី Sentinel-2៖

រូបទី៦.២៖ ក្រឡាចត្រង្គ WRS-2 ពិតរបស់ Landsat ដែលគ្របដណ្ដប់កម្ពុជា។ ខ្សែទ្រេតគឺជាបន្ទាត់កណ្ដាលនៃគន្លងនីមួយៗ។ ភ្នំពេញស្ថិតក្នុង Path 126 · Row 52។
ឯកសារ LC08_L1TP_126052_20190211..._MTL.txt ពិតមួយ ដែលគ្របដណ្ដប់ផ្នែកភាគខាងត្បូងកម្ពុជា (រួមទាំងភ្នំពេញ) បង្ហាញ៖ | វាល | តម្លៃ | |---|---| | WRS_PATH / WRS_ROW | ១២៦ / ៥២ | | DATE_ACQUIRED | ២០១៩-០២-១១ | | SCENE_CENTER_TIME | ០៣:១៩:៤៦ UTC (≈ ១០:២០ ព្រឹក នៅកម្ពុជា) | | CLOUD_COVER | ០,២៣% | | SUN_ELEVATION | ៥១,៥៦° (មុំពីកំពូល ≈ ៣៨,៤°) | | SUN_AZIMUTH | ១៣១,២៣° | | UTM_ZONE | ៤៨ | ម៉ោង ១០:២០ ព្រឹក ស្របនឹងគន្លងព្រះអាទិត្យសមកាលដែលបានពន្យល់ក្នុងមេរៀនទី៤។ ពពក ០,២៣% …
រូបទី៦.៣៖ បណ្ណសារនៃផ្កាយរណបចម្បង។ Landsat ផ្ដល់ប្រវត្តិវែងបំផុត (ចាប់ពី ១៩៧២) ចំណែក Sentinel-2 ចាប់ផ្ដើមតែពីឆ្នាំ ២០១៥ ប៉ុន្តែផ្ដល់លម្អិត និងភាពញឹកញាប់ខ្ពស់ជាង។
បែងចែក MGRS tile និង Path/Row។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
ជំហានស្វែងរកដែលសន្សំពេល៖
ប្ដូរលក្ខខណ្ឌទាំងបួន ហើយសង្កេតការណែនាំប្ដូរតាម។ សាកល្បងកំណត់ «វត្ថុតូចបំផុត» ទៅជាអគារ ហើយមើលថាមានប្រភពណាដែលនៅតែសមស្រប។
រាយជំហានប្រាំសម្រាប់ការស្វែងរករូបភាពប្រកបដោយប្រសិទ្ធភាព។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
រូបភាព Sentinel-2 មួយ .SAFE ពេញលេញមានទំហំ ៨០០ MB ដល់ ១,២ GB។
ការគ្រប់គ្រងឱ្យបានល្អចាំបាច់៖
data/S2/2025-01-15_T48PVU/ ដែលមានទាំងកាលបរិច្ឆេទ ទាំងលេខ tile។MTD_MSIL2A.xml ឬ .txt ព្រោះវាមានព័ត៌មានចាំបាច់សម្រាប់ការកែតម្រូវ។បើអ៊ីនធឺណិតយឺត សាកល្បង Sentinel Hub Playground ឬ Copernicus Browser ដែលអនុញ្ញាតឱ្យទាញយករូបភាព JPG/PNG តូចសម្រាប់ការត្រួតពិនិត្យមុនសិន មុននឹងទាញយកទិន្នន័យវិភាគពេញ។
ទិន្នន័យ Copernicus (Sentinel) ស្ថិតក្រោមគោលការណ៍ ចូលប្រើដោយសេរី និងបើកចំហពេញលេញ។
ទិន្នន័យ USGS Landsat ក៏បើកចំហដែរ។ ទោះជាឥតគិតថ្លៃ ការដកស្រង់ត្រឹមត្រូវនៅតែចាំបាច់ក្នុងរបាយការណ៍ និងការបោះពុម្ពផ្សាយ៖
Contains modified Copernicus Sentinel data [ឆ្នាំ], processed by ESA។ Landsat imagery courtesy of the U.S. Geological Survey។
ការមិនដកស្រង់ប្រភព មិនមែនល្មើសច្បាប់ធ្ងន់ធ្ងរទេ ប៉ុន្តែជាការខ្វះវិជ្ជាជីវៈ ហើយបំបាត់លទ្ធភាពឱ្យអ្នកអានផ្ទៀងផ្ទាត់ការងាររបស់អ្នក។
ភ្លើងឆេះកើតឡើងក្នុងខេត្តមួយកាលពី ១០ ថ្ងៃមុន។ យើងត្រូវការរូបភាពមុន និងក្រោយភ្លើងឆេះ។
កំណត់ព្រំតំបន់ដែលរងផលប៉ះពាល់ ហើយកំណត់ tile MGRS ដែលគ្របដណ្ដប់វា។
កំណត់ជួរកាលបរិច្ឆេទ៖ ២ សប្ដាហ៍មុនភ្លើងឆេះ និង ២ សប្ដាហ៍ក្រោយ។
ត្រងក្នុង Copernicus Browser៖ tile ដែលកំណត់ · កាលបរិច្ឆេទចាប់ពី ១៤ ថ្ងៃមុនភ្លើងឆេះ · ពពក < ២០%។
ជ្រើសរូបភាពដែលកាលបរិច្ឆេទជិតបំផុតនឹងថ្ងៃភ្លើងឆេះ ដើម្បីកាត់បន្ថយភាពខុសគ្នាដែលមិនទាក់ទងនឹងភ្លើង។
ត្រងកាលបរិច្ឆេទក្រោយថ្ងៃភ្លើងឆេះ។
ផ្សែងអាចនៅមានរយៈពេលខ្លះ ដូច្នេះជ្រើសរូបភាពដែលមានពពក និង ផ្សែងតិចបំផុត ដោយពិនិត្យ preview ដោយផ្ទាល់ (ភាគរយពពកអាចមិនរាប់ផ្សែងផងដែរ)។
ប្រៀបធៀបលេខគន្លង (R-number) នៃរូបភាពទាំងពីរ។
បើខុសគ្នា មុំមើលអាចខុសគ្នាបន្តិច ដែលបង្កើតភាពខុសគ្នាតូចមិនទាក់ទងនឹងភ្លើង។ កត់ត្រាចំណុចនេះជាដែនកំណត់នៃការវិភាគ។
កត់ត្រា ID រូបភាពទាំងពីរភ្លាមៗក្នុងតារាង log ទាញយកតែក្រុមរលកចាំបាច់ (B4 B8 B12 សម្រាប់សន្ទស្សន៍ភ្លើងឆេះ) ដើម្បីសន្សំពេលទាញយក។
ការស្វែងរកមិនអាចធានាថានឹងមានរូបភាពគ្មានពពកនៅគ្រប់កាលបរិច្ឆេទដែលត្រូវការទេ។ ក្នុងករណីភ្លើងឆេះក្នុងឧទាហរណ៍នេះ បើគ្មានរូបភាព «មុន» ដែលគ្មានពពកក្នុងចន្លោះពេលនោះ ត្រូវពង្រីកជួរកាលបរិច្ឆេទ ឬប្រើ Landsat ជំនួយ។
លំហាត់ប្រើទិន្នន័យវគ្គ RS_Data (Landsat 8 ភ្នំពេញ · Sentinel-2 ក្រុងព្រះសីហនុ) ហើយមានរូបលទ្ធផលគំរូ តារាងកំហុសទូទៅ និងប្រអប់ពិនិត្យលទ្ធផលដោយខ្លួនឯង។
ប្រភពរូបភាពបែងចែកជាភ្នាក់ងាររដ្ឋបើកចំហ ក្រុមហ៊ុនពាណិជ្ជកម្ម វេទិកាវិភាគពពក និងស្រទាប់មូលដ្ឋាន ដែលនីមួយៗសមស្របនឹងគោលបំណងខុសគ្នា។ ស្រទាប់មូលដ្ឋានមិនសមស្របសម្រាប់ការវិភាគវិទ្យាសាស្ត្រ។
Sentinel-2 ប្រើប្រព័ន្ធ tile MGRS និង Landsat ប្រើ Path/Row។ ការស្វែងរកប្រកបដោយប្រសិទ្ធភាព ចាប់ផ្ដើមពីតំបន់ និងកាលបរិច្ឆេទច្បាស់លាស់ ត្រងតាមពពក ពិនិត្យ preview និងកត់ត្រា ID ភ្លាមៗ។ ការចាត់ចែងទិន្នន័យ និងការដកស្រង់ប្រភពជាទម្លាប់វិជ្ជាជីវៈចាំបាច់។
ការស្វែងរករូបភាពមិនមែនជាការសំណាងទេ។ វាជាដំណើរការជាប្រព័ន្ធ៖ កំណត់តំបន់ កំណត់លក្ខខណ្ឌ ត្រង ពិនិត្យ preview រួចទើបទាញយក។
| ពាក្យខ្មែរ | ពាក្យអង់គ្លេស | អត្ថន័យខ្លី |
|---|---|---|
| Copernicus Data Space | Copernicus Data Space Ecosystem | ច្រកចូល Sentinel ផ្លូវការ |
| MGRS Tile | Military Grid Reference System tile | ក្រឡាចត្រង្គ ១០០ × ១០០ គមរបស់ Sentinel-2 |
| Path/Row | Path/Row | ប្រព័ន្ធតម្កល់របស់ Landsat |
| Processing baseline | Processing baseline | កំណែក្បួនដំណើរការទិន្នន័យ |
| EarthExplorer | USGS EarthExplorer | ច្រកចូល Landsat ផ្លូវការ |
| ស្រទាប់មូលដ្ឋាន | Basemap | រូបភាពចម្រុះកាលបរិច្ឆេទ |
| Preview / Quicklook | Preview / quicklook | រូបភាពតូចសម្រាប់ពិនិត្យមុនទាញយក |
ជ្រើសព្រឹត្តិការណ៍មួយនៅកម្ពុជា (ទឹកជំនន់ ភ្លើងឆេះ ឬការសាងសង់ថ្មី) ដែលកើតឡើងក្នុងរយៈពេល ២ ឆ្នាំចុងក្រោយ។ ស្វែងរករូបភាព Sentinel-2 «មុន» និង «ក្រោយ» ព្រឹត្តិការណ៍នោះ ដោយធ្វើតាមជំហានប្រាំក្នុងមេរៀន។ កត់ត្រា ID លេខ tile ភាគរយពពក និងលេខគន្លងក្នុងតារាង log។
យើងឥឡូវមានរូបភាពក្នុងដៃហើយ។ ប៉ុន្តែដូចដែលឃើញក្នុងលំហាត់ទី២ រូបភាពឆៅមានឥទ្ធិពលបរិយាកាសកកកុញ។ តើត្រូវកែតម្រូវអ្វីខ្លះ មុននឹងអាចជឿទុកចិត្តលើលេខបាន?
អានមេរៀនពេញ និងធ្វើលំហាត់ទី៦
https://khgeo.github.io/remote-sensing/lessons/lesson-06/