Original Title: Graphic Analysis of Nano-Sized Fertilizers Treatment × Trait Interaction in Chickpea (Cicer arietinum L.)
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.

ការវិភាគក្រាហ្វិកនៃអន្តរកម្មរវាងការព្យាបាលដោយជីទំហំណាណូ និងលក្ខណៈរបស់សណ្តែក Chickpea (Cicer arietinum L.)

ចំណងជើងដើម៖ Graphic Analysis of Nano-Sized Fertilizers Treatment × Trait Interaction in Chickpea (Cicer arietinum L.)

អ្នកនិពន្ធ៖ N. Sabaghnia (University of Maragheh, Iran), S. Yousefzadeh (Payame Noor University, Iran), M. Janmohammadi (University of Maragheh, Iran)

ឆ្នាំបោះពុម្ព៖ 2019, Thai Journal of Agricultural Science

វិស័យសិក្សា៖ Agronomy

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហាទិន្នផលទាបរបស់ដំណាំសណ្តែក Chickpea នៅក្នុងតំបន់ពាក់កណ្តាលស្ងួត ដែលបណ្តាលមកពីកង្វះខាតសារធាតុចិញ្ចឹមនៅក្នុងដី ដោយធ្វើការសិក្សាពីប្រសិទ្ធភាពនៃការប្រើប្រាស់ជីណាណូ (ស័ង្កសី ដែក និងម៉ង់ហ្គាណែស) រួមជាមួយជីស្ពាន់ធ័រ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះត្រូវបានអនុវត្តនៅលើវាលស្រែដោយប្រើប្រាស់ទម្រង់ស្រាវជ្រាវបែបបំបែកឡូត៍ និងវិភាគទិន្នន័យដោយប្រើប្រាស់ម៉ូដែលក្រាហ្វិកដើម្បីស្វែងយល់ពីអន្តរកម្មរវាងជីនិងលក្ខណៈដំណាំ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Treatment by Trait (TT) Biplot Graphic Analysis
ការវិភាគក្រាហ្វិកអន្តរកម្មរវាងការព្យាបាល និងលក្ខណៈដំណាំ (TT Biplot)
ផ្តល់រូបភាពច្បាស់លាស់ពីទំនាក់ទំនងស្មុគស្មាញរវាងលក្ខណៈដំណាំជាច្រើនក្នុងពេលតែមួយ និងងាយស្រួលកំណត់រកការព្យាបាលដែលល្អបំផុត (Ideal treatment)។ ការពន្យល់ពីបំរែបំរួលសរុបមានកម្រិត (ពន្យល់បានត្រឹមតែ ៨០% នៃបំរែបំរួលសរុបក្នុងការសិក្សានេះ) ដែលអាចមានកំហុសខ្លះៗ។ បានបង្ហាញយ៉ាងច្បាស់ថា S3-Nano1 គឺជាបន្សំជីដ៏ល្អបំផុតសម្រាប់បង្កើនទិន្នផល និងជួយបែងចែកលក្ខណៈដំណាំជាក្រុមៗបានយ៉ាងមានប្រសិទ្ធភាព។
Pearson's Simple Correlation Analysis
ការវិភាគមេគុណសហសម្ព័ន្ធសាមញ្ញ Pearson
ផ្តល់តម្លៃលេខជាក់លាក់សម្រាប់ទំនាក់ទំនងរវាងលក្ខណៈដំណាំពីរយ៉ាងច្បាស់លាស់។ ពិពណ៌នាបានត្រឹមតែទំនាក់ទំនងរវាងអថេរពីរនៅពេលតែមួយប៉ុណ្ណោះ ធ្វើឱ្យពិបាកក្នុងការមើលឃើញលំនាំទូទៅនៃទិន្នន័យទាំងមូល។ បានបញ្ជាក់ពីភាពត្រឹមត្រូវនៃការព្យាករណ៍ភាគច្រើនរបស់ក្រាហ្វិក TT Biplot ប៉ុន្តែមិនអាចបង្ហាញអន្តរកម្មរវាងការព្យាបាលដោយជីបានទេ។
S3-Nano1 Fertilizer Treatment (30 kg/ha S + Nano-Zn)
ការព្យាបាលដោយជី S3-Nano1 (ស្ពាន់ធ័រ ៣០គីឡូក្រាម/ហិកតា + ជីស័ង្កសីណាណូ)
ជួយជំរុញការលូតលាស់លូតលាស់ផ្នែកបៃតង បង្កើនកម្ពស់ដើម និងផ្តល់ទិន្នផលគ្រាប់ខ្ពស់បំផុត។ ទាមទារការចំណាយលើជីទំហំណាណូ និងការបាញ់ថ្នាំបំប៉នតាមពេលវេលាជាក់លាក់។ ត្រូវបានចាត់ទុកថាជា "Ideal Treatment" ឬការព្យាបាលដ៏ល្អឥតខ្ចោះបំផុតសម្រាប់ការបង្កើនទិន្នផលគ្រាប់សណ្តែក។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានកសិកម្មជាក់លាក់ និងកម្មវិធីកុំព្យូទ័រឯកទេសសម្រាប់វិភាគទិន្នន័យអន្តរកម្ម។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានអនុវត្តនៅក្នុងតំបន់ Takab នៃប្រទេសអ៊ីរ៉ង់ ដែលមានអាកាសធាតុត្រជាក់ពាក់កណ្តាលស្ងួត (Cold semi-arid) និងមានដីល្បាយខ្សាច់កម្រិតកាល់ស្យូមខ្ពស់។ ទិន្នន័យនេះឆ្លុះបញ្ចាំងពីការឆ្លើយតបរបស់ដំណាំក្នុងលក្ខខណ្ឌភូមិសាស្ត្រជាក់លាក់នេះ។ សម្រាប់ប្រទេសកម្ពុជាដែលមានអាកាសធាតុត្រូពិចក្តៅសើម ឥទ្ធិពលនៃជីស្ពាន់ធ័រ និងជីណាណូអាចមានភាពខុសប្លែកគ្នា ហើយទាមទារការសាកល្បងក្នុងស្រុកដើម្បីផ្ទៀងផ្ទាត់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាលក្ខខណ្ឌអាកាសធាតុខុសគ្នាក៏ដោយ វិធីសាស្ត្រវិភាគ និងការប្រើប្រាស់បច្ចេកវិទ្យាជីណាណូមានសក្តានុពលខ្ពស់សម្រាប់វិស័យកសិកម្មនៅកម្ពុជា។

ការរួមបញ្ចូលគ្នានៃជីបច្ចេកវិទ្យាណាណូ និងការវិភាគទិន្នន័យតាមបែបក្រាហ្វិក អាចជាគន្លឹះក្នុងការដោះស្រាយបញ្ហាដីខ្វះជីជាតិ និងជំរុញផលិតភាពកសិកម្មកម្ពុជាឱ្យកាន់តែមានភាពជាក់លាក់។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. រចនាប្លង់ពិសោធន៍កសិកម្ម (Design the Experiment): រៀបចំការពិសោធន៍នៅលើវាលស្រែដោយប្រើទម្រង់ Split-plot design (RCBD) ដោយកំណត់កម្រិតជីមូលដ្ឋាន (ឧ. ស្ពាន់ធ័រ) ជាឡូត៍ធំ និងបំបែកប្រភេទជីណាណូជាឡូត៍តូចៗ។
  2. ប្រមូល និងរៀបចំទិន្នន័យ (Data Collection & Preparation): ប្រមូលទិន្នន័យលក្ខណៈដំណាំផ្សេងៗគ្នា (Trait data) ដូចជា កម្ពស់ដើម ចំនួនផ្លែ ទម្ងន់គ្រាប់ និងទិន្នផលសរុប រួចរៀបចំជាតារាងទិន្នន័យទម្រង់ម៉ាទ្រីស (Matrix) ដោយមាន Treatment ជាជួរដេក និង Traits ជាជួរឈរ។
  3. ប្រើប្រាស់កម្មវិធីវិភាគទិន្នន័យ (Use Analytical Software): ដំឡើងកម្មវិធី GGEbiplot ឬប្រើប្រាស់កញ្ចប់ GGEBiplots នៅក្នុងកម្មវិធី R Studio ដើម្បីនាំចូលទិន្នន័យដែលបានរៀបចំរួច។
  4. បង្កើតក្រាហ្វិក និងបកស្រាយលទ្ធផល (Generate & Interpret Biplots): បង្កើតក្រាហ្វិក Polygon view ដើម្បីកំណត់ថាតើការព្យាបាលមួយណាផ្តល់លទ្ធផលល្អបំផុតសម្រាប់លក្ខណៈនីមួយៗ និងប្រើ Vector view ដើម្បីសិក្សាពីទំនាក់ទំនង (Correlation) រវាងលក្ខណៈដំណាំទាំងនោះ។
  5. កំណត់ជម្រើសដ៏ល្អបំផុត (Identify the Ideal Treatment): ប្រើប្រាស់មុខងារ Ideal tester view នៅក្នុងកម្មវិធី ដើម្បីទាញការសន្និដ្ឋានស្វែងរកបន្សំជីដែលផ្តល់ទិន្នផលខ្ពស់បំផុត និងអាចណែនាំដល់កសិករឱ្យប្រើប្រាស់ជាក់ស្តែង។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Nano-chelated fertilizer (ជីគីមីស្រោបណាណូ) ជីដែលត្រូវបានផលិតឡើងដោយបច្ចេកវិទ្យាណាណូ ដែលមានទំហំភាគល្អិតតូចបំផុត (គិតជាណាណូម៉ែត្រ) ហើយត្រូវបានស្រោបដោយសារធាតុសរីរាង្គ (chelated) ដើម្បីជួយការពារកុំឱ្យរ៉ែទាំងនោះឆាប់ខូចគុណភាព និងជួយឱ្យរុក្ខជាតិងាយស្រូបយកសារធាតុចិញ្ចឹមបានលឿនជាងមុន។ ដូចជាការកិនអាហារឱ្យម៉ត់ខួច ហើយច្រកក្នុងគ្រាប់ថ្នាំ (Capsule) ដើម្បីឱ្យក្រពះងាយស្រួលរំលាយ និងស្រូបយកជីវជាតិបានលឿន។
Treatment by Trait (TT) biplot (ក្រាហ្វិកអន្តរកម្មរវាងការព្យាបាលនិងលក្ខណៈដំណាំ) ជាវិធីសាស្ត្រវិភាគទិន្នន័យដោយប្រើក្រាហ្វិក២វិមាត្រ (2D) ដែលជួយបង្ហាញពីទំនាក់ទំនងរវាងប្រភេទជីដែលបានប្រើ (Treatment) ជាមួយនឹងលក្ខណៈលូតលាស់ផ្សេងៗរបស់រុក្ខជាតិ (Traits) ក្នុងពេលតែមួយ ដើម្បីរកមើលថាជីណាល្អសម្រាប់លក្ខណៈមួយណា។ ដូចជាផ្ទាំងផែនទីដែលបង្ហាញអ្នកពីផ្លូវកាត់ (ប្រភេទជី) ដ៏ល្អបំផុតដើម្បីទៅដល់គោលដៅផ្សេងៗគ្នា (លក្ខណៈដំណាំដូចជា កម្ពស់ ឬទិន្នផល)។
Principal Component Analysis (ការវិភាគសមាសភាគចម្បង) ជាវិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់បង្រួមទិន្នន័យស្មុគស្មាញ និងមានអថេរច្រើន ឱ្យទៅជាអថេរសំខាន់ៗចំនួន២ ឬ៣ (PC1 និង PC2) ដែលនៅតែរក្សាព័ត៌មានដើមបានច្រើនបំផុត ដើម្បីងាយស្រួលក្នុងការមើលឃើញជារូបភាព។ ដូចជាការសង្ខេបសាច់រឿងប្រលោមលោកដ៏វែងមួយឱ្យនៅត្រឹមតែ ២ ទៅ ៣ ទំព័រ ប៉ុន្តែអ្នកអាននៅតែអាចយល់ពីអត្ថន័យសំខាន់ៗទាំងអស់នៃសាច់រឿងនោះ។
Polygon view (ទិដ្ឋភាពពហុកោណ) ជាផ្នែកមួយនៃក្រាហ្វិក Biplot ដែលភ្ជាប់ចំណុចនៃការព្យាបាល (Treatment) ដែលនៅឆ្ងាយជាងគេ (Vertex) ដើម្បីបង្កើតជារូបពហុកោណ។ វាជួយកំណត់ដោយស្វ័យប្រវត្តិថា ការព្យាបាលណាមួយគឺល្អដាច់គេសម្រាប់ក្រុមលក្ខណៈដំណាំ (Traits) ណាមួយ។ ដូចជាការគូសបន្ទាត់ភ្ជាប់កីឡាករឆ្នើមៗដែលឈរនៅតាមគែមតារាង ដើម្បីរកមើលថាតើនរណាពូកែខាងទាត់បញ្ចូលទី ឬនរណាពូកែខាងការពារជាងគេ។
Vector-view function (មុខងារទិដ្ឋភាពវ៉ិចទ័រ) ជាការប្រើប្រាស់បន្ទាត់ត្រង់ (វ៉ិចទ័រ) ចេញពីចំណុចកណ្តាលនៃក្រាហ្វិក ទៅកាន់លក្ខណៈដំណាំនីមួយៗ។ មុំរវាងវ៉ិចទ័រទាំងនេះប្រាប់យើងពីទំនាក់ទំនង (Correlation) រវាងលក្ខណៈទាំងនោះ (មុំស្រួចមានន័យថាទំនាក់ទំនងស្រប, មុំទាលមានន័យថាទំនាក់ទំនងច្រាស)។ ដូចជាការមើលទ្រនិចនាឡិកា ប្រសិនបើទ្រនិចម៉ោង និងនាទីចង្អុលទៅទិសតែមួយកៀកគ្នា មានន័យថាពួកវាដើរស្របគ្នា។
Ideal treatment (ការព្យាបាលដ៏ល្អឥតខ្ចោះ) គឺជាចំណុចគោលនៅក្នុងក្រាហ្វិក (កណ្តាលរង្វង់) ដែលតំណាងឱ្យជម្រើសនៃប្រភេទជីដែលផ្តល់លទ្ធផលល្អបំផុតសម្រាប់គ្រប់លក្ខណៈដំណាំទាំងអស់។ វាត្រូវបានប្រើជារង្វាស់ដើម្បីប្រៀបធៀបថា ការព្យាបាលផ្សេងទៀតខិតជិតភាពល្អឥតខ្ចោះកម្រិតណា (រឹតតែកៀក រឹតតែល្អ)។ ដូចជាសិស្សគំរូដែលទទួលបាននិទ្ទេស A គ្រប់មុខវិជ្ជា ដែលសិស្សដទៃទៀតយកធ្វើជាគោលដៅប្រកួតប្រជែងតាមឱ្យទាន់។
Harvest index (សន្ទស្សន៍ទិន្នផល) គឺជាអត្រាភាគរយរវាងទម្ងន់នៃទិន្នផលសេដ្ឋកិច្ច (គ្រាប់សណ្តែកដែលអាចលក់បាន) ធៀបនឹងទម្ងន់ជីវសាស្រ្តសរុបរបស់រុក្ខជាតិទាំងមូល (ដើម ស្លឹក មែក និងគ្រាប់) ក្រោយពេលប្រមូលផល។ វារង្វាស់ប្រសិទ្ធភាពរបស់រុក្ខជាតិក្នុងការបំលែងជីវជាតិទៅជាគ្រាប់។ ដូចជាការវាស់ស្ទង់ថាតើក្រុមហ៊ុនមួយរកប្រាក់ចំណេញសុទ្ធបានប៉ុន្មានភាគរយ បើប្រៀបធៀបនឹងចំណូលដុលសរុបទាំងអស់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖