វិធីសាស្រ្ត

ទិន្នន័យធំមានសមត្ថភាពធ្វើបដិវដ្ដវិស័យមនុស្សធម៌។ ព័ត៌មានត្រឹមត្រូវ និងទាន់ពេលវេលា ជាទម្លាប់នៃឧបសគ្គចម្បងក្នុងការរៀបចំហានិភ័យគ្រោះមហន្តរាយ ហើយមានសារៈសំខាន់បំផុតក្នុងការបំពេញតាមគោលដៅអភិវឌ្ឍន៍ប្រកបដោយចីរភាព (SDGs)។

ព័ត៌មានភូមិសាស្ត្រអាចដើរតួនាទីយ៉ាងសំខាន់ក្នុងការសម្រេចបាននូវការអភិវឌ្ឍន៍ប្រកបដោយនិរន្តរភាព និងកាត់បន្ថយភាពងាយរងគ្រោះ និងការដកចេញពីការគូសផែនទីវិសាលភាពផ្សេងៗគ្នានៃភាពងាយរងគ្រោះនៅទូទាំងលំហ និងពេលវេលា។

នៅក្នុងការសិក្សានេះ ទិន្នន័យ Big Earth ត្រូវបានបកប្រែទៅជាសូចនាករ ដោយប្រើប្រាស់ទិន្នន័យដែលបានមកពីអង្កេតសេដ្ឋកិច្ច-សង្គមកម្ពុជា។ បន្ទាប់មក សូចនាករត្រូវបានបកប្រែទៅជាវិសាលភាព ដែលបន្ថែមភាពងាយរងគ្រោះជារួម។

វិធីសាស្រ្ត Random Forest ត្រូវបានបណ្តុះបណ្តាលជាមួយនឹងបណ្ដុំព័ត៌មានភូមិសាស្ត្រមួយចំនួនធំ ឧ. ចម្ងាយផ្លូវ បណ្តាញអគ្គិសនី អំពូលភ្លើងពេលយប់ កន្លែងសុខភាព សាលារៀន គម្របដីជាដើម និងទិន្នន័យអង្កេតសេដ្ឋកិច្ច-សង្គមកម្ពុជា។ បន្ទាប់មកវិធីសាស្រ្ត Random Forest ត្រូវបានអនុវត្តក្នុងទម្រង់ប្រូបាប៊ីលីតេ ដើម្បីប៉ាន់ប្រមាណប្រូបាប៊ីលីតេនៃការដកចេញនៅទូទាំងប្រទេសនៅលើក្រឡាចត្រង្គទំហំ 100 គុណនឹង 100 ម៉ែត្រ។ សារៈសំខាន់អថេរនៃសូចនាករផ្សេងៗគ្នាត្រូវបានបង្ហាញក្នុងរូបទី១

យើង​បាន​ប្រើ​សំណុំ​ទិន្នន័យ​​បើក​ចំហ​នៃអគារ​របស់ Bing ដើម្បី​គណនា​ការ​ដកចេញក្នុង​មួយ​គ្រួសារ។ សំណុំទិន្នន័យនេះត្រូវបានបង្កើតដោយប្រើវិធីសាស្រ្តរៀនតាមរយៈរូបភាពផ្កាយរណបដែលមានគុណភាពបង្ហាញខ្ពស់។ វាផ្តល់ព័ត៌មានអំពីទីតាំងអគារក្នុងប្រទេសកម្ពុជា។

រូបភាពខាងក្រោមបង្ហាញពីចំនួននៃការដកចេញក្នុងមួយគ្រួសារនៅកម្រិតប្រទេស។ សំណុំទិន្នន័យនេះ អាចត្រូវបានស្វែងរកយ៉ាងលម្អិតនៅក្នុងផ្នែកផែនទីនៃគេហទំព័រនេះ។