Original Title: Morphological Characterization of Barley Genotypes under Upland Rainfed Conditions
Source: li01.tci-thaijo.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការកំណត់លក្ខណៈរូបសាស្ត្រនៃពូជស្រូវសាឡី (Barley Genotypes) ក្រោមលក្ខខណ្ឌដាំដុះពឹងផ្អែកលើទឹកភ្លៀងនៅតំបន់ខ្ពង់រាប

ចំណងជើងដើម៖ Morphological Characterization of Barley Genotypes under Upland Rainfed Conditions

អ្នកនិពន្ធ៖ T. Samadi (Department of Plant Production and Genetics, Faculty of Agriculture, University of Maragheh, Iran), N. Sabaghnia (Department of Plant Production and Genetics, Faculty of Agriculture, University of Maragheh, Iran), M. Janmohammadi (Department of Plant Production and Genetics, Faculty of Agriculture, University of Maragheh, Iran)

ឆ្នាំបោះពុម្ព៖ 2018 Thai Journal of Agricultural Science

វិស័យសិក្សា៖ Agronomy

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃការជ្រើសរើសពូជស្រូវសាឡី (Hordeum vulgare L.) ដែលមានទិន្នផលខ្ពស់សម្រាប់ការដាំដុះនៅតំបន់ខ្ពង់រាបពឹងផ្អែកលើទឹកភ្លៀង។ ការយល់ដឹងពីលក្ខណៈរូបសាស្ត្រដែលជះឥទ្ធិពលដល់ទិន្នផលគឺមានភាពចាំបាច់ជាខ្លាំងសម្រាប់ការបង្កាត់ពូជដើម្បីផ្គត់ផ្គង់តម្រូវការស្បៀង។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះត្រូវបានអនុវត្តតាមរយៈការដាំសាកល្បងពូជស្រូវសាឡីចំនួន ២៥ ប្រភេទ ក្នុងលក្ខខណ្ឌវាលស្រែជាក់ស្តែង ដោយប្រើប្រាស់គម្រូពិសោធន៍ប្លុកចៃដន្យពេញលេញ (Randomized Complete Block Design)។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Yield Components Selection Index (Proposed)
ការជ្រើសរើសពូជតាមរយៈសូចនាករទិន្នផលសមាសភាគ និងលក្ខណៈរូបសាស្ត្រ
អាចធ្វើការជ្រើសរើសពូជតាំងពីដំណាក់កាលដំបូងៗនៃការបង្កាត់ពូជ ដោយផ្តោតលើលក្ខណៈសំខាន់ៗដូចជាសន្ទស្សន៍ប្រមូលផល និងចំនួនកួរ។ ទាមទារការវាស់វែងលម្អិត និងចំណាយពេលវេលាច្រើនលើការកត់ត្រាទិន្នន័យរូបសាស្ត្ររុក្ខជាតិនីមួយៗនៅក្នុងវាលស្រែ។ បានកំណត់ថាទម្ងន់ថ្នាំងទីមួយ សន្ទស្សន៍ប្រមូលផល និងទម្ងន់គ្រាប់មួយពាន់មានឥទ្ធិពលខ្លាំងក្នុងការរួមចំណែកបង្កើនទិន្នផលស្រូវសាឡី។
Direct Seed Yield Evaluation (Baseline)
ការវាយតម្លៃដោយវាស់វែងទិន្នផលគ្រាប់ពូជដោយផ្ទាល់ (វិធីសាស្ត្រមូលដ្ឋាន)
ផ្តល់ទិន្នន័យចុងក្រោយដែលឆ្លុះបញ្ចាំងពីតម្លៃសេដ្ឋកិច្ច និងផលិតភាពពិតប្រាកដនៃពូជដំណាំនីមួយៗ។ ទិន្នផលគឺជាលក្ខណៈសមុគ្រស្មាញដែលងាយទទួលរងឥទ្ធិពលខ្លាំងពីកត្តាបរិស្ថាន ដែលអាចធ្វើឱ្យការជ្រើសរើសពូជមានការលំបាកប្រសិនបើមិនរួមបញ្ចូលលក្ខណៈរូបសាស្ត្រផ្សេងទៀត។ បានបង្ហាញថាទិន្នផលគ្រាប់ពូជមានបម្រែបម្រួលខ្ពស់ (មេគុណបម្រែបម្រួល CV = ២២,៩%) ដោយប្រែប្រួលពី ៧៥១,១ ដល់ ៣១៧០,៩ គីឡូក្រាមក្នុងមួយហិកតា។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានកសិកម្មជាក់ស្តែងដូចជាផ្ទៃដីដាំដុះ ធាតុចូលកសិកម្ម និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគទិន្នន័យស្ថិតិលម្អិត។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងទីក្រុង Maragheh ប្រទេសអ៊ីរ៉ង់ ដោយប្រមូលផ្តុំទិន្នន័យពីពូជស្រូវសាឡី (Hordeum vulgare L.) ចំនួន ២៥ ប្រភេទ ដែលលូតលាស់ក្នុងលក្ខខណ្ឌអាកាសធាតុត្រជាក់ពាក់កណ្តាលស្ងួត និងពឹងផ្អែកលើទឹកភ្លៀង។ នេះជារឿងសំខាន់សម្រាប់កម្ពុជា ព្រោះទោះបីជាអាកាសធាតុយើងខុសគ្នា (ត្រូពិចមូសុង) ប៉ុន្តែកសិករនៅតំបន់ខ្ពង់រាបជួបប្រទះបញ្ហាខ្វះខាតទឹកភ្លៀងដូចគ្នា ដែលទាមទារឱ្យមានការសាកល្បងពូជដំណាំឱ្យស្របតាមបរិបទមូលដ្ឋានជាក់ស្តែង។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាការសិក្សានេះផ្តោតលើស្រូវសាឡីនៅបរទេសក៏ដោយ វិធីសាស្ត្រនៃការវិភាគលក្ខណៈរូបសាស្ត្រដើម្បីកំណត់ទិន្នផល គឺអាចយកមកអនុវត្តបានយ៉ាងមានប្រសិទ្ធភាពសម្រាប់ដំណាំសេដ្ឋកិច្ចផ្សេងៗនៅកម្ពុជា។

ការបង្វែរគំរូវិភាគអត្តសញ្ញាណដំណាំនេះមកអនុវត្តលើដំណាំយុទ្ធសាស្ត្ររបស់កម្ពុជា នឹងជួយកាត់បន្ថយពេលវេលានៃការជ្រើសរើសពូជ ដែលធានាបាននូវសន្តិសុខស្បៀងក្នុងបរិបទនៃការប្រែប្រួលអាកាសធាតុ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីការរចនាគម្រូពិសោធន៍កសិកម្ម: និស្សិតត្រូវស្វែងយល់ពីរបៀបរៀបចំការសាកល្បងតាមបច្ចេកទេស Randomized Complete Block Design (RCBD) ដើម្បីកាត់បន្ថយភាពលម្អៀងនៃទិន្នន័យ (Data Bias) នៅក្នុងវាលស្រែពិសោធន៍។
  2. ប្រមូលនិងរៀបចំទិន្នន័យរូបសាស្ត្រដំណាំ: អនុវត្តការចុះវាស់វែងផ្ទាល់នៅវាលស្រែនូវទិន្នន័យដូចជា កម្ពស់ដើម ចំនួនកួរ ទម្ងន់គ្រាប់ ហើយរៀបចំកត់ត្រាបញ្ចូលក្នុងកម្មវិធី Microsoft Excel ឱ្យបានត្រឹមត្រូវជាប្រព័ន្ធ។
  3. អនុវត្តការវិភាគទិន្នន័យស្ថិតិ: ប្រើប្រាស់កម្មវិធី SPSSR Studio ដើម្បីធ្វើការវិភាគ Analysis of Variance (ANOVA) និងសាកល្បងភាពធម្មតានៃការចែកចាយទិន្នន័យដោយប្រើ Shapiro-Wilk test
  4. ប្រើប្រាស់ការប្រៀបធៀបមធ្យមភាគដើម្បីជ្រើសរើសពូជ: ធ្វើការគណនារក Least Significant Difference (LSD) ពីលទ្ធផលស្ថិតិ ដើម្បីប្រៀបធៀបភាពខុសគ្នារវាងពូជនីមួយៗ ងាយស្រួលក្នុងការសម្រេចចិត្តជ្រើសរើសពូជល្អដាច់គេ។
  5. បង្កើតសូចនាករជ្រើសរើសពូជផ្ទាល់ខ្លួន (Selection Index): ផ្អែកលើលទ្ធផលដែលទទួលបាន សូមបង្កើតសូចនាករផ្ទាល់ខ្លួនមួយ (ឧទាហរណ៍៖ ការផ្តោតលើ Harvest Index ខ្ពស់ និងកម្ពស់ដើមមធ្យម) ដើម្បីជួយសន្សំសំចៃពេលវេលាក្នុងកម្មវិធីបង្កាត់ពូជដំណាក់កាលបន្ទាប់។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Analysis of variance (ការវិភាគវ៉ារ្យ៉ង់ - ANOVA) ជាវិធីសាស្ត្រស្ថិតិដែលត្រូវបានប្រើប្រាស់ដើម្បីវិភាគ និងប្រៀបធៀបភាពខុសគ្នារវាងមធ្យមភាគនៃក្រុមពីរ ឬច្រើន ដើម្បីបញ្ជាក់ថាតើភាពខុសគ្នានៃទិន្នផលពូជស្រូវសាឡីនីមួយៗ កើតឡើងដោយសារលក្ខណៈពូជពិតប្រាកដ ឬគ្រាន់តែជាការចៃដន្យនៃកត្តាបរិស្ថាន។ ដូចជាការប្រៀបធៀបពិន្ទុសិស្សថ្នាក់ផ្សេងៗគ្នា ដើម្បីមើលថាតើគ្រូបង្រៀនមានឥទ្ធិពលពិតប្រាកដ ឬវាគ្រាន់តែជាការចៃដន្យដែលសិស្សខ្លះពូកែជាង។
Genotype (ទម្រង់សេនេទិច ឬ ពូជសាស្ត្រ) គឺជាព័ត៌មានសេនេទិច (DNA) របស់សារពាង្គកាយមួយដែលកំណត់លក្ខណៈរូបរាងកាយ ឬសក្តានុពលនៃការលូតលាស់របស់វា។ ក្នុងការបង្កាត់ពូជ គេសិក្សាពីវាដើម្បីរើសយកពូជដែលមានហ្សែនធន់នឹងភាពរាំងស្ងួត និងផ្តល់ទិន្នផលខ្ពស់។ ដូចជាប្លង់មេ (Blueprint) នៃផ្ទះមួយ ដែលកំណត់រួចជាស្រេចថាតើផ្ទះនោះនឹងមានរូបរាង ឬទំហំបែបណាពេលសាងសង់រួច។
Morphological traits (លក្ខណៈរូបសាស្ត្រ) គឺជាលក្ខណៈរូបរាងខាងក្រៅ ឬរចនាសម្ព័ន្ធរូបវន្តរបស់រុក្ខជាតិដែលអាចមើលឃើញ និងវាស់វែងបាន ដូចជាកម្ពស់ដើម ប្រវែងកួរ ទំហំដើម ឬទំហំគ្រាប់ ដែលជួយកសិករចំណាំពីភាពខុសគ្នារវាងពូជមួយទៅពូជមួយទៀត។ ដូចជាការពិពណ៌នាអំពីរូបរាងរបស់មនុស្សម្នាក់ (កម្ពស់ ពណ៌សម្បុរ ទម្រង់មុខ) ដើម្បីសម្គាល់គាត់ពីអ្នកដទៃ។
Harvest index (សន្ទស្សន៍ប្រមូលផល) ជាអត្រាភាគរយនៃទម្ងន់ផ្នែកដែលអាចប្រមូលផលបាន (ឧទាហរណ៍៖ គ្រាប់ពូជ) ធៀបនឹងទម្ងន់ជីវម៉ាសសរុបរបស់រុក្ខជាតិទាំងមូលនៅខាងលើដី (រួមទាំងដើម និងស្លឹក)។ សន្ទស្សន៍នេះបង្ហាញពីប្រសិទ្ធភាពរបស់រុក្ខជាតិក្នុងការបំប្លែងសារធាតុចិញ្ចឹមទៅជាទិន្នផលសេដ្ឋកិច្ច។ ដូចជាការគណនាថាតើក្នុងចំណោមសាច់មាន់មួយក្បាលទាំងមូល តើមានសាច់ប៉ុន្មានភាគរយដែលអាចយកមកបរិភោគបាន (មិនគិតឆ្អឹងនិងរោម)។
Yield components (សមាសភាគទិន្នផល) ជាកត្តា ឬលក្ខណៈផ្សេងៗរបស់រុក្ខជាតិដែលរួមបញ្ចូលគ្នាបង្កើតបានជាទិន្នផលសរុបចុងក្រោយ ឧទាហរណ៍ដូចជា ចំនួនកួរក្នុងមួយដើម ចំនួនគ្រាប់ក្នុងមួយកួរ និងទម្ងន់គ្រាប់មួយពាន់គ្រាប់។ ការកែលម្អកត្តាណាមួយនឹងជួយបង្កើនទិន្នផលរួម។ ដូចជាសមាសធាតុផ្សំនៅក្នុងនំមួយ (បរិមាណម្សៅ ស្ករ ស៊ុត) ដែលការផ្លាស់ប្តូរកម្រិតនីមួយៗនឹងកំណត់ពីទំហំ និងគុណភាពនំទាំងមូល។
Coefficient of variation (មេគុណបម្រែបម្រួល - CV) ជារង្វាស់ស្ថិតិដែលបង្ហាញពីកម្រិតនៃការបែកខ្ញែកទិន្នន័យធៀបនឹងមធ្យមភាគរបស់វា (គិតជាភាគរយ)។ វាជួយអ្នកស្រាវជ្រាវប្រៀបធៀបភាពប្រែប្រួលរវាងលក្ខណៈផ្សេងៗគ្នា (ដូចជាប្រៀបធៀបបម្រែបម្រួលកម្ពស់រុក្ខជាតិ និងទម្ងន់គ្រាប់) ទោះបីជាវាមានឯកតារង្វាស់ខុសគ្នាក៏ដោយ។ ដូចជាការវាស់ស្ទង់ថាតើសិស្សក្នុងថ្នាក់មួយមានកម្រិតយល់ដឹងប្រហាក់ប្រហែលគ្នា ឬមានអ្នកពូកែខ្លាំងនិងខ្សោយខ្លាំងលាយឡំគ្នាឆ្ងាយពីគ្នា។
Least significant difference (ភាពខុសគ្នាតិចបំផុត - LSD) គឺជាតម្លៃស្ថិតិដែលត្រូវបានគណនាដើម្បីកំណត់ថាតើមធ្យមភាគនៃក្រុមពីរ (ឧទាហរណ៍៖ ទិន្នផលនៃពូជទី១ និងពូជទី២) ពិតជាមានភាពខុសគ្នាផ្នែកស្ថិតិឬអត់។ ប្រសិនបើកម្រិតខុសគ្នាធំជាងតម្លៃ LSD នោះមានន័យថាវាខុសគ្នាពិតប្រាកដ មិនមែនដោយចៃដន្យទេ។ ដូចជាការកំណត់កម្រិតអប្បបរមានៃពិន្ទុខុសគ្នា (ឧទាហរណ៍ត្រូវខុសគ្នា៥ពិន្ទុឡើង) ដើម្បីវាយតម្លៃថាសិស្សក ពូកែជាងសិស្សខ ពិតប្រាកដ ឬគ្រាន់តែចៃដន្យ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖