Original Title: Growth Performance of Photoperiod-Sensitive Rice (Oryza sativa L.) Varieties in Different Soil Types under Rainfed Condition in Cambodia
Source: doi.org/10.3390/agriculture13081602
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ដំណើរការលូតលាស់របស់ពូជស្រូវប្រកាន់រដូវ (Oryza sativa L.) ក្នុងប្រភេទដីផ្សេងៗគ្នាក្រោមលក្ខខណ្ឌអាស្រ័យទឹកភ្លៀងនៅកម្ពុជា

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាភាពប្រែប្រួលខ្លាំងនៃទិន្នផលស្រូវអាស្រ័យទឹកភ្លៀងនៅក្នុងប្រព័ន្ធអេកូឡូស៊ីដីផ្សេងៗគ្នានៅកម្ពុជា និងស្វែងរកពូជស្រូវប្រកាន់រដូវដែលមានស្ថិរភាព និងផ្តល់ទិន្នផលខ្ពស់ដើម្បីធានាសន្តិសុខស្បៀង។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានអនុវត្តការសាកល្បងនៅបរិស្ថានចម្រុះ (Multi-environment trials) រយៈពេលពីរឆ្នាំ (២០១៩-២០២០) ដោយវាយតម្លៃលើពូជស្រូវចំនួន ១០ នៅលើទីតាំងចំនួន ៨ ដែលមានប្រភេទដីចំនួន ៤ ផ្សេងគ្នាក្នុងខេត្តបាត់ដំបង ពោធិ៍សាត់ កំពង់ធំ និងសៀមរាប។

  • ការវិភាគវ៉ារ្យ៉ង់រួមបញ្ចូលគ្នា (Combined ANOVA) ដើម្បីវាយតម្លៃឥទ្ធិពលនៃពូជ បរិស្ថាន និងអន្តរកម្មរវាងពូជនិងបរិស្ថាន (Genotype-by-environment interaction)
  • ការវិភាគសមាសភាគចម្បង (Principal Component Analysis) ដើម្បីកំណត់កត្តាចម្បងដែលជះឥទ្ធិពលដល់ភាពខុសគ្នានៃទិន្នផល
  • ការវាស់វែងទិន្នផលគ្រាប់ស្រូវ ជីវម៉ាស ភាគរយគ្រាប់ពេញ និងការប្រមូលផ្តុំអាសូតក្នុងស្លឹក (Leaf N concentration) តាមដំណាក់កាលលូតលាស់

លទ្ធផលសំខាន់ៗ (The Verdict)៖

  • កត្តាបរិស្ថាន (លក្ខណៈទូទៅនៃដី) គឺជាមូលហេតុចម្បងនៃការប្រែប្រួលទិន្នផល ដែលផ្តល់ទិន្នផលខ្ពស់បំផុត ៥៦៦ ក្រាម/ម៉ែត្រការ៉េ លើដីឥដ្ឋ និងទាបបំផុតប្រមាណ ២២០ ក្រាម/ម៉ែត្រការ៉េ លើដីខ្សាច់។
  • ពូជស្រូវផ្ការំដួល (Phka Rumduol) ត្រូវបានរកឃើញថាជាពូជដ៏ល្អបំផុត ដែលផ្តល់ទិន្នផលខ្ពស់ជាងគេ (មធ្យម ៤៤៩.៨ ក្រាម/ម៉ែត្រការ៉េ) និងមានស្ថិរភាពល្អក្នុងគ្រប់កម្រិតជីវជាតិដីទាំងអស់។
  • ពូជ CAR4 ពូជផ្កាមាលតី (Phka Mealdei) និងពូជផ្ការំដេង (Phka Rumdeng) ត្រូវបានកំណត់អត្តសញ្ញាណថាជាពូជផ្តល់ទិន្នផលខ្ពស់លើសមធ្យម ដែលស័ក្តិសមសម្រាប់ការណែនាំឱ្យដាំដុះក្នុងតំបន់ស្រែទាបអាស្រ័យទឹកភ្លៀងនៅកម្ពុជា។

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Combined Analysis of Variance (ANOVA) for GEI
ការវិភាគវ៉ារ្យ៉ង់រួមបញ្ចូលគ្នា (ANOVA) សម្រាប់វាយតម្លៃអន្តរកម្មពូជ និងបរិស្ថាន
មានប្រសិទ្ធភាពខ្ពស់ក្នុងការកំនត់កម្រិតនៃឥទ្ធិពលដាច់ដោយឡែកពីគ្នា និងឥទ្ធិពលរួមបញ្ជូលគ្នារវាងពូជស្រូវ និងបរិស្ថានទៅលើទិន្នផល។ មិនអាចពន្យល់ពីមូលហេតុលម្អិតនៃអន្តរកម្ម ឬកត្តាបរិស្ថានជាក់លាក់ណាដែលជះឥទ្ធិពលខ្លាំងជាងគេនោះទេ។ បានបង្ហាញយ៉ាងច្បាស់ថា កត្តាបរិស្ថាន (តម្លៃ F=13,717.4) មានឥទ្ធិពលខ្លាំងជាងកត្តាពូជ (តម្លៃ F=7,428.6) ទៅលើទិន្នផលស្រូវ។
Principal Component Analysis (PCA)
ការវិភាគសមាសភាគចម្បង (PCA) សម្រាប់កត្តាកំណត់ទិន្នផល
អាចបង្រួមអថេរច្រើន (គុណភាពដី អាកាសធាតុ លក្ខណៈរុក្ខជាតិ) ឱ្យទៅជាកត្តាសំខាន់ៗតិចតួច ដែលងាយស្រួលក្នុងការទាញសេចក្តីសន្និដ្ឋាន។ អាចនឹងមានការបាត់បង់ព័ត៌មាននៃទិន្នន័យដើមមួយចំនួន ហើយលទ្ធផលអាចមានភាពស្មុគស្មាញក្នុងការបកស្រាយអត្ថន័យនៃសមាសភាគនីមួយៗ។ បានរកឃើញថាសមាសភាគទី១ (PC1 - កត្តាបរិស្ថាននិងដី) កំណត់ការប្រែប្រួលទិន្នផលដល់ទៅ ៥៨,១%។
Step-wise Multiple Regression Analysis
ការវិភាគតម្រែតម្រង់ពហុគុណតាមជំហាន
ជួយកំណត់រកសមាសភាគនៃទិន្នផល (ឧ. ចំនួនកួរ ឬភាគរយគ្រាប់ពេញ) ដែលមានទំនាក់ទំនងខ្លាំងបំផុតទៅនឹងការកើនឡើងនៃទិន្នផលនៅតាមតំបន់ជាក់លាក់។ សន្មតថាអថេរមានទំនាក់ទំនងជាលីនេអ៊ែរ (Linear) ដែលអាចមើលរំលងកត្តាដែលមានឥទ្ធិពលមិនមែនលីនេអ៊ែរ។ បានកំណត់ថា ភាគរយគ្រាប់ពេញ គឺជាកត្តាកំណត់ទិន្នផលសំខាន់បំផុតនៅតំបន់ដីមានជីវជាតិ និងដីខ្សាច់ខ្សោយ ខណៈចំនួនកួរក្នុងមួយគុម្ពសំខាន់នៅតំបន់ដីមធ្យម។

ការចំណាយលើធនធាន (Resource Cost)៖ ការទាមទារធនធានសម្រាប់ការអនុវត្តការសាកល្បងកសិកម្មក្នុងបរិស្ថានចម្រុះមានទំហំធំ ដែលរួមមានកម្លាំងពលកម្មផ្ទាល់នៅលើវាលស្រែ ការវិភាគដីក្នុងមន្ទីរពិសោធន៍ និងកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងខេត្តបាត់ដំបង ពោធិ៍សាត់ កំពង់ធំ និងសៀមរាប ដែលតំណាងឱ្យប្រភេទដីស្រែសំខាន់ៗចំនួន ៤ ជុំវិញបឹងទន្លេសាប។ ទិន្នន័យនេះមានភាពតំណាងខ្ពស់សម្រាប់ប្រព័ន្ធអេកូឡូស៊ីស្រែទំនាបអាស្រ័យទឹកភ្លៀងនៅកម្ពុជា ប៉ុន្តែអាចមិនឆ្លុះបញ្ចាំងពេញលេញពីស្ថានភាពដីនៅតំបន់ខ្ពង់រាប ឬតំបន់ឆ្នេរនោះទេ។ ទោះជាយ៉ាងណា វាមានសារៈសំខាន់ណាស់ក្នុងការផ្តល់ជាមូលដ្ឋានគ្រឹះសម្រាប់ការជ្រើសរើសពូជស្រូវដើម្បីធានាសន្តិសុខស្បៀងជាតិ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

លទ្ធផលនៃការសិក្សានេះមានអត្ថប្រយោជន៍ដ៏ធំធេង និងអាចយកទៅអនុវត្តផ្ទាល់សម្រាប់ការអភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា ជាពិសេសក្នុងការផ្តល់អនុសាសន៍អំពីពូជស្រូវដល់កសិករ។

  • វិទ្យាស្ថានស្រាវជ្រាវ និងអភិវឌ្ឍន៍កសិកម្មកម្ពុជា (CARDI): អាចប្រើប្រាស់លទ្ធផលនេះដើម្បីណែនាំពូជស្រូវផ្ការំដួល និងពូជ CAR4 ជាផ្លូវការដល់កសិករទូទាំងប្រទេស ដោយសារពូជទាំងនេះបង្ហាញពីស្ថិរភាព និងផ្តល់ទិន្នផលខ្ពស់ក្នុងបរិស្ថានចម្រុះ។
  • កសិករនៅតំបន់ដីឥដ្ឋ (បាត់ដំបង និងពោធិ៍សាត់): អាចទាញយកអត្ថប្រយោជន៍ជាអតិបរមាពីប្រភេទដីទួលសំរោង និងដីក្រគរ ដោយជ្រើសរើសពូជផ្ការំដួល ដែលមានសមត្ថភាពស្រូបយកសារធាតុចិញ្ចឹមបានល្អ និងផ្តល់ទិន្នផលខ្ពស់បំផុត (លើសពី ៥ សហសវត្សរ៍ក្រាម/ម៉ែត្រការ៉េ)។
  • កសិករនៅតំបន់ដីខ្សាច់ (សៀមរាប និងកំពង់ធំ): តំបន់ដីព្រៃខ្មែរ និងប្រទះឡាង ដែលមានជីវជាតិទាប អាចដោះស្រាយបានតាមរយៈការប្រើប្រាស់ពូជស្រូវធន់ (ផ្ការំដួល ឬ CAR4) គួបផ្សំនឹងការគ្រប់គ្រងជីអាសូតឱ្យបានត្រឹមត្រូវដើម្បីបង្កើនភាគរយគ្រាប់ពេញ។

ការផ្គូផ្គងពូជស្រូវ (Oryza sativa L.) ទៅនឹងប្រភេទដីជាក់លាក់ គួបផ្សំនឹងការគ្រប់គ្រងជីជាតិដីបានត្រឹមត្រូវ គឺជាគន្លឹះដ៏សំខាន់ក្នុងការបង្កើនផលិតកម្មស្រូវកម្ពុជាប្រកបដោយនិរន្តរភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះស្តីពីកសិវិទ្យា និងការរៀបចំការសាកល្បង: ចាប់ផ្តើមដោយការស្វែងយល់ពីរបៀបរៀបចំការសាកល្បងក្នុងបរិស្ថានចម្រុះ (Multi-Environment Trials) និងប្លង់ពិសោធន៍សេដ្ឋកិច្ច (Randomized Complete Block Design) ដើម្បីធានាថាទិន្នន័យប្រមូលបានមានលក្ខណៈវិទ្យាសាស្ត្រត្រឹមត្រូវ។
  2. ប្រមូលទិន្នន័យរូបវន្ត និងគីមីនៃដី និងអាកាសធាតុ: ធ្វើការប្រមូលសំណាកដីទៅវិភាគរកកម្រិត pH អាសូត(N) ផូស្វ័រ(P) ប៉ូតាស្យូម(K) និងសមត្ថភាពផ្លាស់ប្តូរកាចុង (CEC) ព្រមទាំងទាញយកទិន្នន័យទឹកភ្លៀងពីស្ថានីយឧតុនិយម។ អាចប្រើប្រាស់ឧបករណ៍ Kjeldahl Digestion Unit សម្រាប់វិភាគអាសូតក្នុងរុក្ខជាតិ។
  3. ធ្វើការវិភាគស្ថិតិស៊ីជម្រៅដោយប្រើកម្មវិធីកុំព្យូទ័រ: ប្រើប្រាស់កម្មវិធី IBM SPSSR Studio (agricolae package) ដើម្បីធ្វើការវិភាគ Combined ANOVA, PCA និង Multiple Regression ដើម្បីរកឱ្យឃើញអន្តរកម្មរវាងពូជ (Genotype) និងបរិស្ថាន (Environment)។
  4. កំណត់អត្តសញ្ញាណកត្តាជម្រុញទិន្នផលតាមប្រភេទដី: ប្រើប្រាស់លទ្ធផលនៃការវិភាគ Regression ដើម្បីកំណត់ថាតើកត្តាណាខ្លះ (ដូចជាភាគរយគ្រាប់ពេញ ឬចំនួនកួរ) ដែលជាគន្លឹះក្នុងការបង្កើនទិន្នផលសម្រាប់ដីខ្សាច់ និងដីឥដ្ឋ។
  5. បង្កើតកញ្ចប់បច្ចេកទេស និងណែនាំដល់កសិករ: ចងក្រងលទ្ធផលទៅជាសៀវភៅណែនាំបច្ចេកទេសអំពីការប្រើប្រាស់ពូជស្រូវជាក់លាក់ (ឧ. ពូជផ្ការំដួលសម្រាប់ដីទួលសំរោង) និងកម្រិតជីដែលត្រូវប្រើ ដើម្បីផ្សព្វផ្សាយដល់សហគមន៍កសិកម្មថ្នាក់មូលដ្ឋាន។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Genotype-by-environment interaction (GEI) (អន្តរកម្មរវាងពូជនិងបរិស្ថាន) បាតុភូតដែលពូជដំណាំតែមួយផ្តល់ការលូតលាស់និងទិន្នផលខុសៗគ្នា នៅពេលដែលយកទៅដាំដុះក្នុងលក្ខខណ្ឌបរិស្ថាន (ប្រភេទដី និងអាកាសធាតុ) ខុសគ្នា ដែលតម្រូវឱ្យអ្នកស្រាវជ្រាវត្រូវសាកល្បងពូជទាំងនោះនៅច្រើនទីតាំង។ ដូចជាសិស្សម្នាក់ដែលរៀនពូកែនៅពេលរៀនជាមួយគ្រូម្នាក់ ប៉ុន្តែរៀនធ្លាក់នៅពេលប្តូរគ្រូថ្មី គឺសមត្ថភាពប្រែប្រួលទៅតាមមជ្ឈដ្ឋានជុំវិញ។
Photoperiod-sensitive rice (ស្រូវប្រកាន់រដូវ) ប្រភេទពូជស្រូវ (Oryza sativa L.) ដែលការប្តូរពីវគ្គលូតលាស់ទៅវគ្គចេញផ្កាពឹងផ្អែកយ៉ាងតឹងរ៉ឹងទៅលើប្រវែងនៃពន្លឺថ្ងៃសរុប ពោលគឺវាទាមទាររយៈពេលថ្ងៃខ្លីជាងយប់ ទើបវាចាប់ផ្តើមចេញកួរ។ ដូចជានាឡិការោទ៍ធម្មជាតិមួយនៅក្នុងខ្លួនរុក្ខជាតិ ដែលកំណត់ឱ្យវាចេញផ្កាតែនៅពេលដែលរដូវកាលផ្លាស់ប្តូរ និងថ្ងៃចាប់ផ្តើមខ្លីជាងយប់ប៉ុណ្ណោះ។
Cation-exchange capacity (CEC) (សមត្ថភាពផ្លាស់ប្តូរកាចុង) រង្វាស់បច្ចេកទេសនៃសមត្ថភាពរបស់ដីក្នុងការចាប់យក និងរក្សាទុកសារធាតុចិញ្ចឹមដែលមានបន្ទុកវិជ្ជមាន (ដូចជា ប៉ូតាស្យូម កាល់ស្យូម) ដើម្បីផ្គត់ផ្គង់បន្តិចម្តងៗដល់ឫសរុក្ខជាតិ ដែលជាទូទៅដីឥដ្ឋមាន CEC ខ្ពស់ជាងដីខ្សាច់។ ដូចជាទំហំនៃឃ្លាំងស្តុកទំនិញ ដែលឃ្លាំងធំ (ដីមាន CEC ខ្ពស់) អាចស្តុកទុកម្ហូបអាហារបានច្រើនសម្រាប់ឱ្យរុក្ខជាតិញ៉ាំយឺតៗមិនងាយខ្វះខាត។
Principal Component Analysis (PCA) (ការវិភាគសមាសភាគចម្បង) វិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់បង្រួមទិន្នន័យដ៏ច្រើនសន្ធឹកសន្ធាប់ និងស្មុគស្មាញ (ឧទាហរណ៍ គុណភាពគីមីដី អាកាសធាតុ ទិន្នផល) ឱ្យមកជាក្រុមអថេរសំខាន់ៗចំនួនតិចតួច ដើម្បីងាយស្រួលទាញរកកត្តាដែលជះឥទ្ធិពលខ្លាំងជាងគេ។ ដូចជាការសង្ខេបសៀវភៅក្រាស់មួយក្បាលឱ្យនៅសល់ត្រឹមតែ ២ ឬ ៣ ទំព័រ ដែលមានតែចំណុចស្នូលសំខាន់ៗបំផុតងាយស្រួលយល់។
Multi-environment trials (METs) (ការសាកល្បងនៅបរិស្ថានចម្រុះ) ការរៀបចំការពិសោធន៍កសិកម្មដោយយកពូជដំណាំដដែលៗទៅដាំនៅទីតាំងភូមិសាស្ត្រខុសៗគ្នាក្នុងពេលតែមួយ ដើម្បីវាយតម្លៃរកពូជណាដែលមានស្ថិរភាព និងផ្តល់ទិន្នផលខ្ពស់ក្នុងគ្រប់ស្ថានភាពដី។ ដូចជាការបញ្ជូនកីឡាករម្នាក់ឱ្យទៅប្រកួតនៅលើទីលានខុសៗគ្នា (ស្មៅ ភក់ ដីខ្សាច់) ដើម្បីតេស្តមើលថាតើគាត់ពិតជាមានសមត្ថភាពខ្លាំងគ្រប់កាលៈទេសៈដែរឬទេ។
Yield components (សមាសភាគទិន្នផល) កត្តាឬផ្នែករងនានារបស់រុក្ខជាតិដែលរួមបញ្ចូលគ្នាបង្កើតបានជាទិន្នផលសរុប។ សម្រាប់ដំណាំស្រូវ សមាសភាគទាំងនេះរួមមាន ចំនួនកួរក្នុងមួយគុម្ព ចំនួនគ្រាប់ក្នុងមួយកួរ ភាគរយគ្រាប់ពេញ និងទម្ងន់នៃ ១០០០ គ្រាប់។ ដូចជាគ្រឿងបន្លាស់នៃរថយន្តមួយគ្រឿង ដែលកង់ ម៉ាស៊ីន និងតួឡាន ត្រូវបូកបញ្ចូលគ្នាទើបអាចដំណើរការជារថយន្តពេញលេញមួយបាន។
Step-wise Multiple Regression Analysis (ការវិភាគតម្រែតម្រង់ពហុគុណតាមជំហាន) បច្ចេកទេសស្ថិតិដើម្បីបង្កើតគំរូគណិតវិទ្យា ដែលទាញយកតែអថេរឯករាជ្យណាដែលមានឥទ្ធិពលខ្លាំងបំផុតទៅលើអថេរអាស្រ័យ (ដូចជាទិន្នផលស្រូវ) ដោយប្រព័ន្ធកុំព្យូទ័រធ្វើការជ្រើសរើស ឬទម្លាក់ចោលអថេរម្តងមួយៗ។ ដូចជាការសាកល្បងដាក់គ្រឿងទេសម្តងមួយមុខៗចូលទៅក្នុងសម្ល រួចភ្លក់មើល ដើម្បីរកមើលថាគ្រឿងទេសមួយណាដែលជាកត្តាធ្វើឱ្យសម្លនោះឆ្ងាញ់ជាងគេបំផុត។
Rainfed lowland ecosystem (ប្រព័ន្ធអេកូឡូស៊ីស្រែទំនាបអាស្រ័យទឹកភ្លៀង) តំបន់កសិកម្មដាំដុះស្រូវដែលមិនមានប្រព័ន្ធធារាសាស្ត្រ ឬប្រឡាយទឹកសម្រាប់ស្រោចស្រពឡើយ ពោលគឺការពន្លិចទឹកនៅក្នុងស្រែទាំងស្រុងពឹងផ្អែកទៅលើបរិមាណទឹកភ្លៀងធ្លាក់តាមរដូវកាលធម្មជាតិ។ ដូចជាការធ្វើស្រែចំណុះមេឃ ដែលកសិករត្រូវរង់ចាំមើលតែទឹកភ្លៀងពីធម្មជាតិសុទ្ធសាធដើម្បីធានាដល់ការរស់រានរបស់ដំណាំ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖