Original Title: Ethnic Minority Farmers’ Perceptions of Climate Change and Its Effects on Crop Production in Northwest Vietnam: A Case Study of H’mong Farmers in Pa Lau Commune, Tram Tau District, Yen Bai Province
Source: doi.org/10.31817/vjas.2023.6.2.05
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការយល់ឃើញរបស់កសិករជនជាតិភាគតិចលើការប្រែប្រួលអាកាសធាតុ និងផលប៉ះពាល់របស់វាទៅលើផលិតកម្មដំណាំនៅភាគពាយ័ព្យនៃប្រទេសវៀតណាម៖ ការសិក្សាករណីលើកសិករជនជាតិហ្មុន (H’mong) នៅឃុំ Pa Lau ស្រុក Tram Tau ខេត្ត Yen Bai

ចំណងជើងដើម៖ Ethnic Minority Farmers’ Perceptions of Climate Change and Its Effects on Crop Production in Northwest Vietnam: A Case Study of H’mong Farmers in Pa Lau Commune, Tram Tau District, Yen Bai Province

អ្នកនិពន្ធ៖ Nguyen Thi Bich Yen (Vietnam National University of Agriculture), Tran Nguyen Bang (Vietnam National University of Agriculture), Phan Thi Hai Luyen (Vietnam National University of Agriculture), Giang A Tu (Vietnam National University of Agriculture), Tran Duc Vien (Vietnam National University of Agriculture)

ឆ្នាំបោះពុម្ព៖ 2023, Vietnam Journal of Agricultural Sciences

វិស័យសិក្សា៖ Climate Change Adaptation and Agriculture

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះវាយតម្លៃពីការយល់ឃើញរបស់កសិករជនជាតិភាគតិចហ្មុន (H’mong) នៅតំបន់ភ្នំភាគពាយ័ព្យនៃប្រទេសវៀតណាម អំពីការប្រែប្រួលអាកាសធាតុ ផលប៉ះពាល់ទៅលើផលិតកម្មដំណាំ និងយុទ្ធសាស្ត្របន្សាំរបស់ពួកគេ ដោយប្រៀបធៀបការយល់ឃើញទាំងនេះទៅនឹងទិន្នន័យឧតុនិយមជាក់ស្តែង។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះត្រូវបានធ្វើឡើងតាមរយៈការប្រមូលទិន្នន័យឧតុនិយមប្រវត្តិសាស្ត្រ និងការចុះសម្ភាសន៍ដោយផ្ទាល់ជាមួយគ្រួសារកសិករ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Meteorological Data Analysis (Mann-Kendall Test & Sen's Slope)
ការវិភាគទិន្នន័យឧតុនិយម (តេស្ត Mann-Kendall និង Sen's Slope)
ផ្តល់នូវលទ្ធផលច្បាស់លាស់ផ្អែកលើទិន្នន័យវិទ្យាសាស្ត្រ និងអាចបង្ហាញពីនិន្នាការប្រែប្រួលអាកាសធាតុរយៈពេលវែង (៣០ឆ្នាំ) ប្រកបដោយភាពជឿជាក់ខ្ពស់។ មិនឆ្លុះបញ្ចាំងពីទំហំនៃផលប៉ះពាល់ផ្ទាល់ទៅលើជីវភាពរស់នៅរបស់ប្រជាពលរដ្ឋ ហើយទាមទារទិន្នន័យពីស្ថានីយ៍វាស់វែងដែលជារឿយៗមិនមាននៅតាមទីតាំងជាក់លាក់ (Missing localized data)។ រកឃើញការកើនឡើងនៃសីតុណ្ហភាពមធ្យម ០.២៩°C ក្នុងមួយទសវត្សរ៍ និងកំណើនទឹកភ្លៀង ១១១ មីលីម៉ែត្រក្នុងមួយទសវត្សរ៍។
Household Survey / Farmer Perception Analysis
ការស្ទង់មតិគ្រួសារកសិករ និងការវិភាគលើការយល់ឃើញ
ជួយឱ្យយល់ដឹងស៊ីជម្រៅពីបទពិសោធន៍ផ្ទាល់របស់កសិករ ផលប៉ះពាល់ដល់ការដាំដុះជាក់ស្តែង និងយុទ្ធសាស្ត្រដែលពួកគេកំពុងប្រើប្រាស់ដើម្បីបន្សាំខ្លួន។ លទ្ធផលងាយនឹងមានភាពលំអៀង (Bias) ដោយសារកសិករច្រើនវាយតម្លៃផ្អែកលើការចងចាំរយៈពេលខ្លី និងព្រឹត្តិការណ៍អាកាសធាតុធ្ងន់ធ្ងរដែលទើបតែកើតឡើងថ្មីៗ។ បង្ហាញថាកសិករជាង ៤០% មានការយល់ច្រឡំថាទឹកភ្លៀងប្រចាំឆ្នាំថយចុះ ផ្ទុយពីទិន្នន័យឧតុនិយមពិតប្រាកដ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើកម្មវិធីវិភាគស្ថិតិ ទិន្នន័យប្រវត្តិសាស្ត្ររយៈពេលវែង និងធនធានមនុស្សសម្រាប់ការចុះប្រមូលទិន្នន័យនៅតាមសហគមន៍ជនជាតិភាគតិច។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងឃុំ Pa Lau ដែលជាតំបន់ភ្នំដាច់ស្រយាលនៅភាគពាយ័ព្យនៃប្រទេសវៀតណាម ដោយជ្រើសរើសយកតែគ្រួសារកសិករជនជាតិភាគតិចហ្មុន (H'mong) ចំនួន ៥០ គ្រួសារប៉ុណ្ណោះ ហើយទិន្នន័យអាកាសធាតុត្រូវយកពីស្ថានីយ៍ Van Chan ដែលនៅឆ្ងាយពីតំបន់សិក្សា។ នេះជារឿងគួរឱ្យកត់សម្គាល់សម្រាប់ប្រទេសកម្ពុជា ព្រោះកម្ពុជាក៏មានសហគមន៍ជនជាតិដើមភាគតិចនៅតំបន់ខ្ពង់រាបដែលជួបប្រទះបញ្ហាខ្វះស្ថានីយ៍ឧតុនិយមនៅតាមមូលដ្ឋាន និងមានកម្រិតចំណេះដឹងផ្នែកអាកាសធាតុនៅមានកម្រិតដូចគ្នា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ការរួមបញ្ចូលគ្នារវាងការវិភាគទិន្នន័យអាកាសធាតុវិទ្យាសាស្ត្រ និងការស្ទង់មតិប្រជាជន គឺជាវិធីសាស្ត្រដ៏មានប្រសិទ្ធភាពដែលអាចយកមកអនុវត្តបានយ៉ាងល្អនៅប្រទេសកម្ពុជា។

ការរកឃើញនូវគម្លាតរវាងអ្វីដែលកសិករគិត និងទិន្នន័យពិតប្រាកដ គឺជាមូលដ្ឋានគ្រឹះដ៏សំខាន់សម្រាប់រដ្ឋាភិបាលកម្ពុជាក្នុងការរៀបចំកម្មវិធីអប់រំ និងពង្រឹងសមត្ថភាពបន្សាំខ្លួនរបស់សហគមន៍មូលដ្ឋានឱ្យចំគោលដៅ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូល និងរៀបចំទិន្នន័យឧតុនិយមប្រវត្តិសាស្ត្រ: ទាក់ទងទៅក្រសួងធនធានទឹក និងឧតុនិយម ដើម្បីប្រមូលទិន្នន័យសីតុណ្ហភាព និងទឹកភ្លៀងប្រចាំថ្ងៃរបស់ស្ថានីយ៍ណាមួយនៅក្នុងខេត្តគោលដៅ (យ៉ាងហោចណាស់ ៣០ឆ្នាំ) ហើយរៀបចំទិន្នន័យទាំងនេះទៅក្នុង Excel ដោយសម្អាតទិន្នន័យដែលបាត់បង់ (Missing Data)។
  2. វិភាគនិន្នាការអាកាសធាតុដោយប្រើតេស្តមិនប៉ារ៉ាម៉ែត្រ: ទាញយកនិងប្រើប្រាស់ MAKESENS Excel Template ឬសរសេរកូដក្នុង R programming ដើម្បីដំណើរការតេស្ត Mann-Kendall និង Sen's Slope ក្នុងការស្វែងរកអត្រានៃការប្រែប្រួលទឹកភ្លៀង និងសីតុណ្ហភាពប្រចាំឆ្នាំ និងតាមរដូវកាលដំណាំ។
  3. រចនាកម្រងសំណួរ និងចុះប្រមូលទិន្នន័យតាមសហគមន៍: បង្កើតកម្រងសំណួរដើម្បីវាយតម្លៃការយល់ឃើញរបស់កសិករ (ឧ. ការប្រែប្រួលទឹកភ្លៀង សីតុណ្ហភាព ការកើនឡើងសត្វល្អិត និងយុទ្ធសាស្ត្របន្សាំ) ដោយប្រើប្រាស់កម្មវិធី KoboToolbox ដើម្បីងាយស្រួលចុះសម្ភាសន៍តាមទូរស័ព្ទដៃនៅទីតាំងផ្ទាល់។
  4. ប្រៀបធៀបទិន្នន័យវិទ្យាសាស្ត្រ និងការយល់ឃើញ: ប្រើប្រាស់កម្មវិធី SPSSSTATA ដើម្បីវិភាគលទ្ធផលនៃការស្ទង់មតិ រួចធ្វើការប្រៀបធៀប (Cross-tabulation) ជាមួយលទ្ធផលនៃទិន្នន័យឧតុនិយម ដើម្បីស្វែងរកគម្លាតនៃការយល់ដឹង (Knowledge Gap) របស់កសិករ។
  5. រៀបចំផែនការអន្តរាគមន៍កសិកម្មធន់នឹងអាកាសធាតុ: ផ្អែកលើការយល់ច្រឡំដែលបានរកឃើញ សូមរៀបចំយុទ្ធនាការផ្សព្វផ្សាយ (ឧ. តាមរយៈ Telegram ឬក្រុមប្រឹក្សាឃុំ) ដើម្បីណែនាំកសិករឱ្យប្រើប្រាស់យុទ្ធសាស្ត្របន្សាំត្រឹមត្រូវ ដូចជាការប្តូរទៅប្រើពូជដំណាំអាយុកាលខ្លី ឬការគ្រប់គ្រងប្រព័ន្ធធារាសាស្ត្រនៅរដូវប្រាំង។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Mann-Kendall test (តេស្តម៉ាន់-កេនដាល់) ជាវិធីសាស្ត្រស្ថិតិមិនប៉ារ៉ាម៉ែត្រ (non-parametric statistical test) ដែលប្រើសម្រាប់វាយតម្លៃនិន្នាការនៃទិន្នន័យ (ថាតើវាកើនឡើង ឬថយចុះ) តាមពេលវេលា ដូចជាទិន្នន័យទឹកភ្លៀង ឬសីតុណ្ហភាព ដោយមិនទាមទារឱ្យទិន្នន័យនោះមានរបាយធម្មតា (normal distribution) ឡើយ។ ដូចជាការមើលប្រវត្តិពិន្ទុប្រចាំខែរបស់សិស្សម្នាក់ ដើម្បីដឹងថាជារួមគេរៀនពូកែជាងមុន ឬខ្សោយជាងមុន។
Sen’s slope estimate (ការប៉ាន់ស្មានមេគុណជម្រាលសេន) ជាវិធីសាស្ត្រស្ថិតិដែលតែងតែប្រើគូជាមួយតេស្ត Mann-Kendall ដើម្បីគណនាទំហំ ឬអត្រានៃការប្រែប្រួល (magnitude of trend) នៃទិន្នន័យតាមពេលវេលា។ វាមិនងាយរងឥទ្ធិពលពីទិន្នន័យដែលខុសប្រក្រតីខ្លាំង (outliers) នោះទេ។ ប្រសិនបើតេស្ត Mann-Kendall ប្រាប់ថាពិន្ទុសិស្សកើនឡើង នោះ Sen's slope ប្រាប់ថាតើវាកើនឡើងប៉ុន្មានពិន្ទុជាមធ្យមក្នុងមួយខែ។
Extreme weather events (ព្រឹត្តិការណ៍អាកាសធាតុខ្លាំង) ជាបាតុភូតអាកាសធាតុដែលខុសប្លែកខ្លាំងពីធម្មតា ឬកម្រកើតមាន ដូចជាភ្លៀងធ្លាក់ខ្លាំងខុសធម្មតា គ្រោះរាំងស្ងួតយូរ រលកកម្តៅ ឬអាកាសធាតុត្រជាក់ខ្លាំង ដែលបង្កផលប៉ះពាល់ធ្ងន់ធ្ងរដល់កសិកម្ម និងហេដ្ឋារចនាសម្ព័ន្ធ។ ដូចជាការដែលមនុស្សម្នាក់ស្រាប់តែខឹងខ្លាំង ឬយំខ្លាំងខុសពីចរិតធម្មតារបស់គេ។
Climate change adaptation (ការបន្សាំទៅនឹងការប្រែប្រួលអាកាសធាតុ) ជាសកម្មភាព យុទ្ធសាស្ត្រ ឬការផ្លាស់ប្តូរទម្លាប់ដែលមនុស្សប្រើប្រាស់ដើម្បីកាត់បន្ថយផលប៉ះពាល់អវិជ្ជមាននៃការប្រែប្រួលអាកាសធាតុទៅលើជីវភាពរស់នៅ ដូចជាការប្តូរពូជដំណាំ ការផ្លាស់ប្តូរពេលវេលាដាំដុះ ឬការធ្វើប្រព័ន្ធធារាសាស្ត្រ។ ដូចជាការរៀបចំអាវភ្លៀង ឬឆ័ត្រជាប់ខ្លួន នៅពេលដែលយើងដឹងថារដូវនេះភ្លៀងធ្លាក់ញឹកញាប់ខុសពីមុន។
Intercropping (ការដាំដំណាំចម្រុះ) ជាវិធីសាស្ត្រកសិកម្មដែលគេដាំដំណាំពីរ ឬច្រើនប្រភេទក្នុងពេលតែមួយ និងនៅលើផ្ទៃដីតែមួយ ដើម្បីទាញយកអត្ថប្រយោជន៍ពីគ្នាទៅវិញទៅមក ការពារដី និងកាត់បន្ថយហានិភ័យនៃការខូចខាតដំណាំណាមួយដោយសារអាកាសធាតុ ឬសត្វល្អិត។ ដូចជាការវិនិយោគទិញភាគហ៊ុនក្រុមហ៊ុនច្រើនប្រភេទផ្សេងៗគ្នា បើក្រុមហ៊ុនមួយខាត ក៏នៅមានក្រុមហ៊ុនផ្សេងទៀតចំណេញ។
Climate Risk Index (សន្ទស្សន៍ហានិភ័យអាកាសធាតុ) ជាតួលេខ ឬចំណាត់ថ្នាក់ដែលវាយតម្លៃពីកម្រិតរងគ្រោះថ្នាក់របស់ប្រទេស ឬតំបន់ណាមួយ ពីព្រឹត្តិការណ៍អាកាសធាតុធ្ងន់ធ្ងរ (ដូចជាខ្យល់ព្យុះ ទឹកជំនន់) រួមទាំងការខាតបង់អាយុជីវិត និងសេដ្ឋកិច្ច។ ដូចជាកម្រិតពិន្ទុព្រមានពីគ្រោះថ្នាក់នៅលើដបថ្នាំគីមី ដើម្បីប្រាប់យើងថាតើវាមានសភាពកាចសាហាវកម្រិតណា។
Self-reflection (ការឆ្លុះបញ្ចាំងដោយខ្លួនឯង / ការសង្កេតផ្ទាល់ខ្លួន) នៅក្នុងបរិបទនៃការសិក្សានេះ វាសំដៅទៅលើការដែលកសិករវាយតម្លៃ និងទាញសេចក្តីសន្និដ្ឋានអំពីការប្រែប្រួលអាកាសធាតុដោយផ្អែកលើបទពិសោធន៍ ការចងចាំ និងការសង្កេតផ្ទាល់ខ្លួនរបស់ពួកគេជាជាងទិន្នន័យផ្លូវការ។ ដូចជាការដែលយើងទាយថាថ្ងៃនេះនឹងភ្លៀង ដោយសារយើងឃើញមេឃងងឹត និងមានខ្យល់បក់ ដោយមិនបាច់មើលការព្យាករណ៍អាកាសធាតុក្នុងទូរស័ព្ទ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖