Original Title: Stability of Thai Cassava Varieties Grown in Early Rainy Season
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.

ស្ថិរភាពនៃពូជដំឡូងមីថៃដែលដាំដុះនៅដើមរដូវវស្សា

ចំណងជើងដើម៖ Stability of Thai Cassava Varieties Grown in Early Rainy Season

អ្នកនិពន្ធ៖ Opas Boonseng (Banmai Samrong Field Crops Experiment Station, Nakhon Ratchasima, Thailand), Chareinsak Rojanaridpiched (Department of Agronomy, Kasetsart University), Ed Sarobol (Department of Agronomy, Kasetsart University), Piya Duangpatra (Department of Soil Science, Kasetsart University), Prasert Chatwachirawong (Department of Agronomy, Kasetsart University)

ឆ្នាំបោះពុម្ព៖ 1997, Kasetsart J. (Nat. Sci.)

វិស័យសិក្សា៖ Agronomy

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះសិក្សាពីការវាយតម្លៃស្ថិរភាពទិន្នផលនៃពូជដំឡូងមីថៃចំនួន ៥ ក្រោមលក្ខខណ្ឌបរិស្ថានដាំដុះផ្សេងៗគ្នានៅដើមរដូវវស្សា ដើម្បីផ្តល់អនុសាសន៍សម្រាប់ការប្រើប្រាស់ជាទូទៅ ឬតាមតំបន់ជាក់លាក់។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានធ្វើឡើងដោយដាំពូជដំឡូងមីចំនួន ៥ នៅក្នុងបរិស្ថានចំនួន ៩ ដោយប្រើប្រាស់ការវិភាគស្ថិតិអន្តរកម្មដើម្បីវាយតម្លៃទិន្នផលឫសស្ងួត។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
AMMI (Additive Main effects and Multiplicative Interaction) Model
ម៉ូដែល AMMI សម្រាប់ការវិភាគស្ថិរភាពនិងអន្តរកម្ម
អាចបំបែករចនាសម្ព័ន្ធទិន្នន័យបានល្អដោយរួមបញ្ចូល ANOVA និង PCA ដែលពន្យល់ពីឥទ្ធិពលអន្តរកម្មរវាងពូជនិងបរិស្ថាន (GxE) បានយ៉ាងច្បាស់លាស់។ វាក៏អនុញ្ញាតឱ្យប្រើប្រាស់ Biplot ដើម្បីមើលឃើញទិន្នន័យងាយស្រួល។ ទាមទារចំណេះដឹងផ្នែកស្ថិតិកម្រិតខ្ពស់ និងការគណនាស្មុគស្មាញជាងវិធីសាស្ត្រធម្មតា។ កំណត់បានយ៉ាងច្បាស់ថាពូជ Kasetsart 50 មានស្ថិរភាពមធ្យមតែទិន្នផលខ្ពស់ទូទៅ ខណៈ Sriracha 1 មានស្ថិរភាពខ្ពស់បំផុតតែទិន្នផលទាប។
Standard ANOVA & Linear Regression (Eberhart and Russell)
ការវិភាគ ANOVA ស្តង់ដារ និងតំរែតំរង់លីនេអ៊ែរ
ជានីតិវិធីស្តង់ដារដែលងាយស្រួលយល់ និងងាយស្រួលក្នុងការគណនាដោយប្រើកម្មវិធីស្ថិតិទូទៅសម្រាប់ការសាកល្បងកសិកម្ម។ មានប្រសិទ្ធភាពទាបក្នុងការបំបែកឥទ្ធិពលអន្តរកម្មស្មុគស្មាញ ព្រោះវាពឹងផ្អែកតែលើផលបូក (Additive model) និងមិនស័ក្តិសមសម្រាប់ទិន្នន័យដែលអន្តរកម្មមិនមែនលីនេអ៊ែរ។ មិនអាចផ្តល់ការពន្យល់លម្អិតអំពីស្ថិរភាពពូជនៅក្នុងបរិស្ថានជាក់លាក់បានល្អដូចម៉ូដែល AMMI នោះទេ (យោងតាមការលើកឡើងក្នុងឯកសារ)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះទាមទារធនធានច្រើនទាំងកម្លាំងពលកម្មផ្ទាល់នៅលើទីតាំងសាកល្បងកសិកម្ម និងកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងខេត្តមួយចំនួននៃប្រទេសថៃ (ដូចជា Khon Kaen, Nakhon Ratchasima និង Maha Sarakham) ក្នុងរដូវវស្សាឆ្នាំ ១៩៩២។ ទោះបីជាបរិស្ថានអាកាសធាតុស្រដៀងនឹងកម្ពុជាក៏ដោយ ប៉ុន្តែលក្ខណៈដី របបទឹកភ្លៀង និងការអនុវត្តកសិកម្មអាចមានភាពខុសគ្នា ដែលទាមទារឱ្យមានការសាកល្បងបន្ថែមមុននឹងយកពូជទាំងនេះមកប្រើប្រាស់ផ្ទាល់ ឬធ្វើការណែនាំជាផ្លូវការនៅកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវិភាគ AMMI និងការរកឃើញពីស្ថិរភាពនៃពូជដំឡូងមីនេះ មានអត្ថប្រយោជន៍ខ្លាំងណាស់សម្រាប់អភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា។

ការវាយតម្លៃជ្រើសរើសពូជដំឡូងមីដែលស័ក្តិសមនឹងស្ថានភាពបរិស្ថានជាក់លាក់តាមរយៈការវិភាគកម្រិតខ្ពស់ នឹងជួយកសិករកម្ពុជាកាត់បន្ថយហានិភ័យពីការប្រែប្រួលអាកាសធាតុ និងទទួលបានទិន្នផលខ្ពស់។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីមូលដ្ឋានគ្រឹះនៃម៉ូដែលស្ថិតិ: និស្សិតគួរស្វែងយល់ពីទ្រឹស្តីស្ថិតិ ANOVA (Analysis of Variance) និង PCA (Principal Component Analysis) ដែលជាមូលដ្ឋានគ្រឹះនៃម៉ូដែល AMMI ដោយសិក្សាតាមរយៈ Coursera ឬសៀវភៅស្ថិតិកសិកម្ម។
  2. រៀនប្រើប្រាស់កម្មវិធីវិភាគទិន្នន័យ: អនុវត្តការសរសេរកូដដើម្បីវិភាគទិន្នន័យកសិកម្មដោយប្រើប្រាស់ R Software ជាមួយនឹងកញ្ចប់ជាក់លាក់ដូចជា agricolaeammistability
  3. រៀបចំការសាកល្បងនៅទីតាំងជាក់ស្តែង: សហការជាមួយសហគមន៍កសិកម្ម ឬវិទ្យាស្ថានស្រាវជ្រាវដើម្បីរៀបចំការសាកល្បងដាំពូជដំឡូងមី (ឧទាហរណ៍ KU50, Rayong) នៅលើប្រភេទដីខុសៗគ្នាក្នុងប្រទេសកម្ពុជា ដោយប្រើប្រាស់ Split-plot design ដូចក្នុងឯកសារ។
  4. អនុវត្តការវិភាគ GxE និងគូរ Biplot: ប្រមូលទិន្នន័យទិន្នផលពេលប្រមូលផល រួចយកមកវិភាគរកអន្តរកម្មរវាងពូជនិងបរិស្ថាន (GxE) និងគូរក្រាហ្វ Biplot នៅក្នុងកម្មវិធី RStudio ដើម្បីវាយតម្លៃស្ថិរភាពពូជ។
  5. ចងក្រងនិងផ្តល់អនុសាសន៍គោលនយោបាយ: សរសេររបាយការណ៍ស្រាវជ្រាវដោយប្រៀបធៀបលទ្ធផលដែលទទួលបាននៅកម្ពុជា ជាមួយលទ្ធផលក្នុងឯកសារនេះ ដើម្បីផ្តល់ជាអនុសាសន៍ជាក់លាក់ដល់ក្រសួងកសិកម្ម ឬអង្គការក្រៅរដ្ឋាភិបាលពាក់ព័ន្ធ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Additive Main effects and Multiplicative Interaction (AMMI) (ម៉ូដែល AMMI / ឥទ្ធិពលចម្បងបូក និងអន្តរកម្មគុណ) ជាម៉ូដែលស្ថិតិដែលរួមបញ្ចូលការវិភាគវ៉ារ្យ៉ង់ (ANOVA) និងការវិភាគសមាសភាគចម្បង (PCA) ដើម្បីសិក្សាពីរបៀបដែលពូជដំណាំមានប្រតិកម្មខុសៗគ្នានៅក្នុងបរិស្ថានដាំដុះផ្សេងៗគ្នា ព្រមទាំងបំបែកឥទ្ធិពលអន្តរកម្មឱ្យបានច្បាស់លាស់។ ដូចជាការប្រើប្រាស់រូបមន្តគណិតវិទ្យាដ៏ឆ្លាតវៃមួយ ដើម្បីរកមើលថាពូជដំឡូងមីណាមួយជា "សិស្សពូកែគ្រប់មុខ" ឬ "ពូកែតែមុខវិជ្ជាណាមួយ" នៅពេលផ្លាស់ប្តូរសាលារៀន។
Principal Component Analysis (PCA) (ការវិភាគសមាសភាគចម្បង) ជាបច្ចេកទេសគណិតវិទ្យាសម្រាប់កាត់បន្ថយភាពស្មុគស្មាញនៃទិន្នន័យដែលមានអថេរច្រើន ដោយប្រែក្លាយវាទៅជាសមាសភាគថ្មីៗ (Principal Components) ដែលងាយស្រួលយល់ ប៉ុន្តែនៅតែតំណាងឱ្យភាពខុសគ្នានៃទិន្នន័យដើមបានច្រើនជាងគេ។ ដូចជាការសង្ខេបសាច់រឿងប្រលោមលោកដ៏វែងមួយឱ្យនៅខ្លី ដោយរក្សាទុកតែតួអង្គ និងព្រឹត្តិការណ៍សំខាន់ៗបំផុតមិនឱ្យបាត់បង់អត្ថន័យដើម។
Biplot (ក្រាហ្វទិសដៅពីរ) ជាប្រភេទក្រាហ្វិកស្ថិតិដែលបង្ហាញទិន្នន័យពីរប្រភេទព្រមគ្នា (ឧទាហរណ៍៖ ពូជដំណាំ និងបរិស្ថានទីតាំងដាំដុះ) នៅលើប្លង់អ័ក្សតែមួយ ដើម្បីងាយស្រួលមើលពីទំនាក់ទំនង និងកម្រិតនៃអន្តរកម្មរវាងពួកវាដោយផ្ទាល់ភ្នែក។ ដូចជាផែនទីដែលបង្ហាញទាំងទីតាំងផ្ទះរបស់សិស្ស និងទីតាំងសាលារៀនក្នុងពេលតែមួយ ដើម្បីងាយស្រួលមើលថាតើសិស្សម្នាក់ណានៅជិតសាលាមួយណាជាងគេ។
Genotype x Environment (G x E) Interaction (អន្តរកម្មរវាងពូជ និងបរិស្ថាន) ជាបាតុភូតជីវសាស្ត្រដែលពូជដំណាំខុសៗគ្នា ផ្តល់ការឆ្លើយតបទិន្នផលខុសៗគ្នា នៅពេលដែលពួកវាត្រូវបានយកទៅដាំនៅក្នុងបរិស្ថាន (ដី អាកាសធាតុ កម្រិតជី) ខុសៗគ្នា។ វាបង្ហាញថាគ្មានពូជណាដែលល្អដាច់គេនៅគ្រប់ទីកន្លែងនោះទេ។ ដូចជាមនុស្សពីរនាក់ដែលម្នាក់ចូលចិត្តអាកាសធាតុត្រជាក់ ឯម្នាក់ទៀតចូលចិត្តក្តៅ ពេលទៅរស់នៅតំបន់ខុសគ្នា ពួកគេមានសុខភាពនិងធ្វើការបានល្អខុសគ្នា។
Analysis of Variance (ANOVA) (ការវិភាគវ៉ារ្យ៉ង់) ជាវិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់ប្រៀបធៀបមធ្យមភាគនៃក្រុមទិន្នន័យចំនួន ៣ ឬច្រើន ដើម្បីរកមើលថាតើមានភាពខុសគ្នាជាអត្ថន័យស្ថិតិ (Significant difference) រវាងក្រុមទាំងនោះឬទេ ដែលបង្កឡើងដោយកត្តាណាមួយ។ ដូចជាការប្រៀបធៀបពិន្ទុប្រឡងរបស់សិស្ស ៣ ថ្នាក់ផ្សេងគ្នា ដើម្បីទាញសេចក្តីសន្និដ្ឋានថាតើថ្នាក់ទាំង ៣ នេះមានកម្រិតចំណេះដឹងខុសគ្នាពិតប្រាកដ ឬគ្រាន់តែជារឿងចៃដន្យ។
Dry Root Yield (ទិន្នផលឫសស្ងួត / ទិន្នផលមើមស្ងួត) ជាទម្ងន់នៃមើមដំឡូងមីបន្ទាប់ពីត្រូវបានគេហាល ឬសម្ងួតយកជាតិទឹកចេញអស់រលីង។ វាជារង្វាស់ដ៏សំខាន់សម្រាប់វាយតម្លៃបរិមាណម្សៅ (Starch) ពិតប្រាកដដែលទទួលបានពីការដាំដុះ។ ដូចជាការថ្លឹងទម្ងន់ត្រីងៀតស្ងួត ដើម្បីដឹងពីបរិមាណសាច់ត្រីសុទ្ធ ដោយមិនរាប់បញ្ចូលទម្ងន់ទឹកដែលមាននៅក្នុងត្រីស្រស់។
Yield Stability (ស្ថិរភាពទិន្នផល) សមត្ថភាពរបស់ពូជដំណាំណាមួយក្នុងការរក្សាបាននូវកម្រិតទិន្នផលថេរ ឬប្រែប្រួលតិចតួចបំផុត ទោះបីជាត្រូវប្រឈមមុខនឹងលក្ខខណ្ឌអាកាសធាតុ ដី ឬបរិស្ថានដែលប្រែប្រួលខ្លាំងពីមួយកន្លែងទៅមួយកន្លែងក៏ដោយ។ ដូចជាកីឡាករម្នាក់ដែលតែងតែលេងបានល្អគ្រប់ការប្រកួត ទោះបីជាត្រូវលេងនៅតារាងក្នុងស្រុក ក្រៅស្រុក ពេលថ្ងៃ ឬពេលយប់ក៏ដោយ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖