Original Title: Epidemiological studies of white rust, downy mildew and Alternaria blight of Indian mustard (Brassica juncea (Linn.) Czern. and Coss.)
Source: doi.org/10.46882/AAAS/1052
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការសិក្សាពីរោគរាតត្បាតនៃជំងឺផ្សិតស ជំងឺផ្សិតម្សៅ និងជំងឺរលាកស្លឹក លើដំណាំស្ពៃខៀវឥណ្ឌា (Brassica juncea (Linn.) Czern. និង Coss.)

ចំណងជើងដើម៖ Epidemiological studies of white rust, downy mildew and Alternaria blight of Indian mustard (Brassica juncea (Linn.) Czern. and Coss.)

អ្នកនិពន្ធ៖ Sangeetha, C.G. (Department of Plant Pathology, G.K.V.K, University of Agricultural Sciences, Bangalore), A. L. Siddaramaiah

ឆ្នាំបោះពុម្ព៖ 2018, Advances in Agriculture and Agricultural Sciences

វិស័យសិក្សា៖ Plant Pathology

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ អត្ថបទស្រាវជ្រាវនេះសិក្សាអំពីផលប៉ះពាល់នៃកត្តាអាកាសធាតុទៅលើការឆ្លង និងការវិវត្តនៃជំងឺចម្បងៗចំនួនបីដែលធ្វើឱ្យខូចខាតដល់ទិន្នផលដំណាំស្ពៃខៀវឥណ្ឌា Brassica juncea យ៉ាងធ្ងន់ធ្ងរ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សាត្រូវបានធ្វើឡើងតាមរយៈការដាំសាកល្បងនៅស្ថានីយស្រាវជ្រាវ ដោយមានការកត់ត្រាអត្រាជំងឺជាប្រចាំសប្តាហ៍ ដើម្បីយកមកវិភាគទំនាក់ទំនងជាមួយទិន្នន័យអាកាសធាតុ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Percentage Disease Index (PDI) Assessment via 0-5 Scale
ការវាយតម្លៃសន្ទស្សន៍ជំងឺជាភាគរយ (PDI) តាមរយៈរង្វាស់កម្រិត ០-៥
ងាយស្រួលអនុវត្តនៅលើទីវាលផ្ទាល់ និងផ្តល់នូវទិន្នន័យជាក់ស្តែងអំពីភាពធ្ងន់ធ្ងរនៃជំងឺលើស្លឹករុក្ខជាតិ។ ទាមទារការសង្កេតដោយផ្ទាល់ជាប្រចាំសប្តាហ៍ដោយភ្នែកទទេ ដែលអាចមានកំហុសដោយសារការវិនិច្ឆ័យរបស់មនុស្ស។ បានវាស់វែងកម្រិតឆ្លងខ្ពស់បំផុតនៃជំងឺ White rust (45.88 PDI), Alternaria blight (27.50 PDI) និង Downy mildew (2.46 PDI)។
Simple Correlation Analysis with Weather Factors
ការវិភាគទំនាក់ទំនងសាមញ្ញ (Correlation) ជាមួយកត្តាអាកាសធាតុ
ជួយកំណត់អត្តសញ្ញាណកត្តាអាកាសធាតុចម្បងដែលជំរុញឱ្យមានជំងឺ ដែលមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ប្រព័ន្ធព្រមានជាមុន។ បង្ហាញត្រឹមតែទំនាក់ទំនងប៉ុណ្ណោះ (Correlation) មិនមែនជាមូលហេតុដោយផ្ទាល់ឡើយ ហើយមិនបានប្រើប្រាស់ម៉ូដែលទស្សន៍ទាយ (Predictive models) ស្មុគស្មាញនោះទេ។ រកឃើញថា សីតុណ្ហភាពអតិបរមាមានទំនាក់ទំនងវិជ្ជមានយ៉ាងខ្លាំង (r > +0.72) ជាមួយការវិវត្តនៃជំងឺទាំងបីមុខនេះ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានមធ្យម ដែលភាគច្រើនពឹងផ្អែកលើការចុះវាលផ្ទាល់ សម្ភារៈកសិកម្ម និងការប្រមូលទិន្នន័យអាកាសធាតុប្រចាំតំបន់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅទីក្រុង Bangalore ប្រទេសឥណ្ឌា ក្នុងលក្ខខណ្ឌអាកាសធាតុត្រូពិច និងប្រើប្រាស់ពូជស្ពៃ RH-30។ ទោះបីជាអាកាសធាតុមានភាពស្រដៀងគ្នានឹងប្រទេសកម្ពុជាក៏ដោយ ក៏លទ្ធផលនេះអាចមានភាពខុសគ្នាបន្តិចបន្តួចនៅពេលអនុវត្តផ្ទាល់នៅកម្ពុជា ដោយសារភាពខុសគ្នានៃប្រភេទដី ពូជស្ពៃក្នុងស្រុក និងការប្រែប្រួលអាកាសធាតុមីក្រូ (Microclimate) ជាក់ស្តែងនៅក្នុងតំបន់ដាំដុះ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនៃការសិក្សាពីទំនាក់ទំនងរវាងអាកាសធាតុ និងជំងឺរុក្ខជាតិនេះ មានសារៈសំខាន់ និងអាចយកមកអនុវត្តបានយ៉ាងល្អនៅក្នុងវិស័យកសិកម្មរបស់កម្ពុជា ដើម្បីពង្រឹងការគ្រប់គ្រងជំងឺដំណាំ។

ជារួម ការយល់ដឹងពីកត្តាអាកាសធាតុដែលជំរុញឱ្យមានជំងឺរុក្ខជាតិ នឹងជួយកសិករកម្ពុជាកាត់បន្ថយការប្រើប្រាស់ថ្នាំសម្លាប់ផ្សិត (Fungicides) ដោយមិនចាំបាច់ និងអាចចាត់វិធានការការពារបានទាន់ពេលវេលា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីរោគសញ្ញាជំងឺរុក្ខជាតិ: ស្វែងយល់ពីរោគសញ្ញានៃជំងឺទាំងបី (White rust, Downy mildew, Alternaria blight) លើពូជរុក្ខជាតិ Brassica ដោយប្រើប្រាស់សៀវភៅណែនាំជំងឺដំណាំ ឬប្រភពអនឡាញដូចជា PlantVillage ឬទស្សនាវដ្តីកសិកម្ម។
  2. រៀបចំផែនការចុះវាល និងការប្រមូលទិន្នន័យអត្រាជំងឺ: រៀបចំការដាំដុះសាកល្បងនៅក្នុងចម្ការ និងប្រើប្រាស់រង្វាស់ ០-៥ (0-5 scale) របស់ Wheeler (1969) ដើម្បីសង្កេត និងកត់ត្រាសន្ទស្សន៍ជំងឺ (PDI) ជាប្រចាំសប្តាហ៍លើស្លឹករុក្ខជាតិតំណាង។
  3. ប្រមូលទិន្នន័យអាកាសធាតុ: ប្រើប្រាស់ឧបករណ៍វាស់អាកាសធាតុខ្នាតតូច (Mini weather station) ឬទាញយកទិន្នន័យអាកាសធាតុប្រចាំតំបន់ពីគេហទំព័រ Meteoblue ឬពីស្ថានីយឧតុនិយមរបស់ក្រសួងធនធានទឹក ដើម្បីទទួលបានសីតុណ្ហភាព និងសំណើមប្រចាំថ្ងៃ។
  4. វិភាគទំនាក់ទំនងស្ថិតិ (Statistical Correlation): ប្រើប្រាស់កម្មវិធី Microsoft Excel (មុខងារ Data Analysis) ឬ SPSS ដើម្បីគណនា Pearson Correlation រវាងអត្រាជំងឺ (PDI) និងទិន្នន័យអាកាសធាតុ ដើម្បីរកមើលថាតើកត្តាណាមួយជះឥទ្ធិពលខ្លាំងជាងគេ។
  5. បង្កើតប្រព័ន្ធព្រមានខ្នាតតូច (Micro Early Warning System): ប្រើប្រាស់លទ្ធផលនៃការវិភាគដើម្បីបង្កើតប្រតិទិនហានិភ័យ ឬសារព្រមាន (Alerts) តាមរយៈ Telegram Bot ជូនដល់កសិករនៅក្នុងសហគមន៍ នៅពេលអាកាសធាតុឈានដល់កម្រិតហានិភ័យ (ឧទាហរណ៍៖ សីតុណ្ហភាព ២៦-២៩°C និងសំណើម >៦៥%)។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Percentage Disease Index (សន្ទស្សន៍ជំងឺជាភាគរយ) គឺជារង្វាស់គណិតវិទ្យាដែលគេប្រើប្រាស់ដើម្បីវាយតម្លៃកម្រិតភាពធ្ងន់ធ្ងរនៃការខូចខាតលើរុក្ខជាតិដែលបង្កឡើងដោយជំងឺ ដោយធៀបទៅនឹងកម្រិតអតិបរមានៃការខូចខាតដែលអាចកើតមាន។ វាមិនត្រឹមតែរាប់ចំនួនស្លឹកដែលឈឺទេ តែវាស់ទំហំនៃការរាលដាលនៃមេរោគលើផ្ទៃស្លឹកនីមួយៗផងដែរ។ ដូចជាការដាក់ពិន្ទុពី ១ ដល់ ១០០ ដើម្បីវាស់ថាតើសិស្សម្នាក់ធ្លាក់ចុះសុខភាពកម្រិតណា ដោយមិនត្រឹមតែរាប់ថាតើមានរបួសប៉ុន្មានកន្លែងទេ តែមើលថារបួសនីមួយៗធ្ងន់ធ្ងរប៉ុណ្ណា។
Epidemiological studies (ការសិក្សាពីរោគរាតត្បាត) គឺជាការសិក្សាស្រាវជ្រាវអំពីការកើតឡើង ការវិវត្ត អត្រានៃការឆ្លង និងមូលហេតុ ឬកត្តាជំរុញ (ដូចជាកត្តាអាកាសធាតុ) ដែលធ្វើឱ្យជំងឺរុក្ខជាតិរាលដាលនៅក្នុងតំបន់ដាំដុះណាមួយក្នុងរយៈពេលលូតលាស់ជាក់លាក់ណាមួយ។ ដូចជាប៉ូលីសស៊ើបអង្កេតដែលតាមដានរាវរកប្រភព ពេលវេលា និងកត្តាដែលធ្វើឱ្យមនុស្សក្នុងភូមិមួយឆ្លងជំងឺផ្តាសាយព្រមៗគ្នា។
White rust (ជំងឺផ្សិតស) ជាប្រភេទជំងឺរុក្ខជាតិបង្កដោយភ្នាក់ងារផ្សិត Albugo candida ដែលបង្កើតជាពងបែក ឬពកពណ៌សតូចៗនៅលើផ្ទៃស្លឹក ធ្វើឱ្យស្លឹកខូចរូបរាង កាត់បន្ថយសមត្ថភាពធ្វើរស្មីសំយោគ និងធ្វើឱ្យទិន្នផលគ្រាប់ធ្លាក់ចុះយ៉ាងខ្លាំង។ ដូចជាស្បែកមនុស្សដែលឡើងកន្ទួលរមាស់ពណ៌ស ដែលធ្វើឱ្យស្បែកលែងដំណើរការល្អ និងធ្វើឱ្យរាងកាយចុះខ្សោយ។
Downy mildew (ជំងឺផ្សិតម្សៅ) ជាជំងឺបង្កដោយផ្សិត Peronospora parasitica ដែលស្តែងចេញជារោគសញ្ញាស្នាមអុចពណ៌ស ឬត្នោតស្រាល អមដោយរោមសរសៃតូចៗ (មានលក្ខណៈដូចសំឡី) នៅផ្នែកខាងក្រោមនៃស្លឹក។ វាលូតលាស់ខ្លាំងនៅពេលមានសំណើមបរិយាកាសខ្ពស់។ ដូចជាការដុះផ្សិតនៅលើនំប៉័ងដែលទុកចោលក្នុងកន្លែងសើម ដែលបឺតស្រូបជីវជាតិ និងស៊ីបំផ្លាញសាច់នំប៉័ងនោះបន្តិចម្តងៗ។
Alternaria blight (ជំងឺរលាកស្លឹក Alternaria) ជាជំងឺរុក្ខជាតិបង្កដោយផ្សិត Alternaria brassicicola ដែលធ្វើឱ្យមានស្នាមអុចពណ៌ត្នោត ឬខ្មៅជារង្វង់ត្រួតៗគ្នា (concentric rings) លើស្លឹកចាស់ៗ ហើយអាចរាលដាលចូលគ្នាធ្វើឱ្យស្លឹកទាំងមូលខ្លោច និងរុះរោយមុនអាយុ។ ដូចជាក្រដាសដែលត្រូវភ្លើងរោលឆេះជារង្វង់ពណ៌ខ្មៅ ហើយរាលដាលធំទៅៗរហូតដល់ឆេះដាច់ក្រដាសនោះតែម្តង។
Relative humidity (សំណើមទាក់ទង) គឺជាកម្រិតភាគរយនៃបរិមាណចំហាយទឹកដែលមាននៅក្នុងបរិយាកាសជាក់ស្តែង ធៀបទៅនឹងបរិមាណចំហាយទឹកអតិបរមាដែលខ្យល់អាចផ្ទុកបាននៅសីតុណ្ហភាពជាក់លាក់ណាមួយ។ សំណើមខ្ពស់ (លើសពី ៦៥%) ផ្តល់លក្ខខណ្ឌអំណោយផលដល់ការលូតលាស់ និងការបន្តពូជរបស់ផ្សិតបង្កជំងឺលើរុក្ខជាតិ។ ដូចជាកម្រិតនៃភាពហប់ និងសើមនៅក្នុងបន្ទប់ទឹកក្រោយពេលយើងងូតទឹកក្តៅ ដែលធ្វើឱ្យមានញើសកញ្ចក់ គឺដោយសារខ្យល់ពោរពេញទៅដោយចំហាយទឹក។
Correlation (ទំនាក់ទំនង) ជាវិធីសាស្ត្រស្ថិតិដែលវាស់វែងពីកម្លាំង និងទិសដៅនៃទំនាក់ទំនងរវាងអថេរពីរ (ឧទាហរណ៍៖ សីតុណ្ហភាព និង អត្រាជំងឺ)។ ទំនាក់ទំនងវិជ្ជមាន (Positive correlation) មានន័យថាពេលកត្តាអាកាសធាតុកើនឡើង កម្រិតជំងឺក៏កើនឡើង ខណៈទំនាក់ទំនងអវិជ្ជមាន (Negative correlation) មានន័យថាវាដើរច្រាសទិសគ្នា។ ដូចជាការជិះកង់ បើយើងធាក់កាន់តែញាប់ (កត្តាទី១) កង់ក៏លឿនទៅមុខកាន់តែលឿន (កត្តាទី២) នេះហៅថាទំនាក់ទំនងវិជ្ជមាន។
Sporulation (ការផលិតស្ព័រ) ជាដំណើរការដែលភ្នាក់ងារបង្កជំងឺ (ជាពិសេសប្រភេទពពួកផ្សិត) បង្កើតគ្រាប់ពូជតូចៗបំផុត (ស្ព័រ) សម្រាប់ការបន្តពូជ និងការសាយភាយទៅកាន់រុក្ខជាតិ ឬចម្ការផ្សេងៗទៀតតាមរយៈខ្យល់ ឬទឹកភ្លៀង។ ដូចជាដើមឈើដែលបញ្ចេញលំអងផ្កាឱ្យហោះសាយភាយតាមខ្យល់ ដើម្បីអាចដុះកូនពូជនៅតំបន់ផ្សេងទៀតបានរាប់ពាន់រាប់ម៉ឺនដើម។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖