Original Title: Yield performance of early-maturity cowpea (Vigna unguiculata) elite lines under four varied environments
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.

ដំណើរការទិន្នផលនៃខ្សែស្រឡាយសណ្តែកកួរឆាប់ផ្តល់ផល Vigna unguiculata នៅក្រោមបរិស្ថានផ្សេងគ្នាចំនួនបួន

ចំណងជើងដើម៖ Yield performance of early-maturity cowpea (Vigna unguiculata) elite lines under four varied environments

អ្នកនិពន្ធ៖ P. Haisirikul (Khon Kaen University), T. Sontornkarun, W. Burakorn, W. Pinta, S. Chankaew, T. Monkham, A. Phapumma, S. Laudthong, J. Sanitchon (Khon Kaen University)

ឆ្នាំបោះពុម្ព៖ 2020, Thai Journal of Agricultural Science

វិស័យសិក្សា៖ Agronomy

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃការជ្រើសរើសពូជសណ្តែកកួរឆាប់ផ្តល់ផល និងមានស្ថិរភាពទិន្នផលខ្ពស់សម្រាប់ការដាំដុះឆ្លាស់វេនគ្នា ដោយធ្វើការវាយតម្លៃខ្សែស្រឡាយសណ្តែកកួរក្រោមបរិស្ថានអាកាសធាតុខុសៗគ្នានៅក្នុងប្រទេសថៃ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ការរចនាប្លុកដោយចៃដន្យពេញលេញ (RCBD) ដើម្បីវាយតម្លៃខ្សែស្រឡាយសណ្តែកកួរចំនួន ២៩ ប្រភេទនៅទូទាំងបរិស្ថានចំនួន ៤ ចាប់ពីឆ្នាំ ២០១៦ ដល់ ឆ្នាំ២០១៨។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
GGE Biplot Analysis
ការវិភាគ GGE Biplot សម្រាប់ស្ថិរភាពទិន្នផល
ផ្តល់រូបភាពយ៉ាងច្បាស់លាស់ (Biplot Graph) ដើម្បីបង្ហាញពីការសម្របខ្លួន និងស្ថិរភាពរបស់ពូជដំណាំនីមួយៗនៅតាមបរិស្ថានខុសៗគ្នា ដែលងាយស្រួលក្នុងការប្រៀបធៀប។ ទាមទារការយល់ដឹងស៊ីជម្រៅអំពីការវិភាគសមាសភាគចម្បង (PCA) ដើម្បីបកស្រាយក្រាហ្វឱ្យបានត្រឹមត្រូវ ដែលអាចជាការលំបាកសម្រាប់អ្នកដែលមិនសូវស្ទាត់ជំនាញស្ថិតិ។ បានកំណត់អត្តសញ្ញាណខ្សែស្រឡាយ CPL 33, 35, 63, 305, 39D, និង KKM 60–2 ថាមានស្ថិរភាពទិន្នផលខ្ពស់បំផុត និងអាចសម្របខ្លួនបានល្អក្នុងបរិស្ថានទាំង៤។
Eberhart and Russell Linear Regression Model
ម៉ូដែលតំរែតំរង់លីនេអ៊ែរ Eberhart និង Russell
ផ្តល់នូវតម្លៃលេខច្បាស់លាស់ (មេគុណតំរែតំរង់ b និងរង្វាស់គម្លាត S²di) ដែលជួយសម្រួលដល់ការវាយតម្លៃស្ថិរភាពទិន្នផលតាមបែបបរិមាណពិតប្រាកដ។ ផ្អែកលើការសន្មត់ថាទំនាក់ទំនងរវាងពូជនិងបរិស្ថានគឺជាបន្ទាត់ត្រង់ (Linear) ដែលជួនកាលមិនអាចឆ្លុះបញ្ចាំងពីអន្តរកម្មស្មុគស្មាញ (Non-linear) រវាងពូជនិងបរិស្ថានបានពេញលេញឡើយ។ បានបញ្ជាក់ថា CPL 13, CPL 33, CPL 305, CPL 39D និង KKM 60–2 មានស្ថិរភាពល្អប្រសើរដោយមានមេគុណតំរែតំរង់ (b) កៀកនឹង ១ (ចន្លោះ ០.៨០ ដល់ ១.២៤)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានជាច្រើនសម្រាប់ការរៀបចំទីវាលពិសោធន៍ពេញមួយឆ្នាំ រួមទាំងធាតុចូលកសិកម្ម និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានអនុវត្តនៅស្ថានីយ៍ស្រាវជ្រាវកសិកម្មនៃសាកលវិទ្យាល័យខនកែន (ភាគឦសានប្រទេសថៃ) ដែលមានលក្ខខណ្ឌអាកាសធាតុត្រូពិចសាវ៉ាន់ប្រហាក់ប្រហែលនឹងប្រទេសកម្ពុជា។ ទោះជាយ៉ាងណាក៏ដោយ លទ្ធផលនេះអាចមានភាពលម្អៀងទៅនឹងប្រភេទដី និងកម្រិតរបាយទឹកភ្លៀងជាក់លាក់នៃតំបន់នោះ ដែលទាមទារឱ្យមានការសាកល្បងបន្ថែមលើប្រភេទដីនៅកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនៃការវាយតម្លៃអន្តរកម្មពូជនិងបរិស្ថាន (G × E) ព្រមទាំងខ្សែស្រឡាយសណ្តែកកួរដែលត្រូវបានណែនាំ មានសក្តានុពលខ្ពស់សម្រាប់ការអភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា។

សរុបមក ការពង្រីកប្រព័ន្ធដាំដុះដោយរួមបញ្ចូលពូជសណ្តែកកួរឆាប់ផ្តល់ផលនេះ នឹងរួមចំណែកយ៉ាងសំខាន់ដល់ការលើកកម្ពស់សន្តិសុខស្បៀង សុខភាពដី និងបង្កើនចំណូលដល់កសិករខ្នាតតូចនៅកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីការរចនាពិសោធន៍កសិកម្ម: ស្វែងយល់និងរៀបចំការរចនាប្លុកដោយចៃដន្យពេញលេញ (Randomized Complete Block Design - RCBD) សម្រាប់ការធ្វើតេស្តពូជលើទីវាល និងអនុវត្តការប្រមូលទិន្នន័យក្សេត្រសាស្ត្រតាមស្តង់ដារ IBPGR
  2. បំពាក់ជំនាញវិភាគស្ថិតិដោយប្រើកម្មវិធី R: រៀនសរសេរកូដនៅក្នុង RStudio ជាពិសេសការប្រើប្រាស់កញ្ចប់ Packages សម្រាប់វិភាគអន្តរកម្មរវាងពូជនិងបរិស្ថាន ដូចជាម៉ូដែល AMMI និងការបង្កើត GGE Biplot
  3. រៀបចំការធ្វើតេស្តសាកល្បងពហុតំបន់ (Multi-location Trials): សហការជាមួយស្ថានីយ៍ពិសោធន៍កសិកម្មតាមខេត្តផ្សេងៗគ្នានៅកម្ពុជា ដើម្បីដាំសាកល្បងខ្សែស្រឡាយសណ្តែកកួរ ឬដំណាំផ្សេងៗ នៅក្នុងលក្ខខណ្ឌបរិស្ថាន និងរដូវកាលយ៉ាងហោចណាស់ចំនួន ៤ ផ្សេងគ្នា។
  4. វាយតម្លៃស្ថិរភាពទិន្នផលដោយអនុវត្តម៉ូដែល Eberhart និង Russell: ប្រើប្រាស់ទិន្នន័យដែលប្រមូលបានពីទីវាល ដើម្បីគណនាមេគុណតំរែតំរង់លីនេអ៊ែរ (b) ក្នុងគោលបំណងកំណត់រកពូជណាដែលធន់ទ្រាំនឹងការប្រែប្រួលអាកាសធាតុ និងផ្តល់ទិន្នផលខ្ពស់ជាប់លាប់។
  5. ចងក្រងនិងផ្សព្វផ្សាយពូជដល់កសិករ: ជ្រើសរើសពូជដែលមានស្ថិរភាពខ្ពស់ និងអាយុកាលខ្លីបំផុត (ក្រោម ៧៥ ថ្ងៃ) រួចចងក្រងជាសៀវភៅណែនាំបច្ចេកទេស និងណែនាំឲ្យកសិករប្រើប្រាស់ក្នុងប្រព័ន្ធដាំដុះឆ្លាស់វេន (Crop Rotation)។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Genotype × Environment interaction (អន្តរកម្មរវាងសេនេទិចនិងបរិស្ថាន) សំដៅលើការឆ្លើយតបខុសៗគ្នារបស់ពូជដំណាំណាមួយនៅពេលដាំដុះក្នុងលក្ខខណ្ឌបរិស្ថាន (ដូចជាសីតុណ្ហភាព ទឹកភ្លៀង ឬប្រភេទដី) ដែលខុសគ្នា។ វាបណ្តាលឱ្យពូជមួយអាចផ្តល់ផលល្អនៅកន្លែងមួយ ប៉ុន្តែធ្លាក់ចុះនៅកន្លែងផ្សេង។ ដូចជាមនុស្សម្នាក់ដែលរៀនពូកែពេលរៀននៅក្នុងថ្នាក់ស្ងាត់ តែមិនអាចផ្ចង់អារម្មណ៍បានទាល់តែសោះនៅពេលរៀននៅកន្លែងអ៊ូអរ។
GGE Biplot (ក្រាហ្វវិភាគ GGE Biplot) ជាឧបករណ៍ក្រាហ្វិកស្ថិតិដែលរួមបញ្ចូលឥទ្ធិពលនៃពូជ (Genotype) និងអន្តរកម្មរវាងពូជនិងបរិស្ថាន (G×E) ដើម្បីជួយអ្នកស្រាវជ្រាវមើលឃើញដោយផ្ទាល់ភ្នែកពីស្ថិរភាពទិន្នផល និងការសម្របខ្លួនរបស់ពូជដំណាំនៅតាមបរិស្ថានគោលដៅ។ ដូចជាផែនទីដែលបង្ហាញប្រាប់ថាកីឡាករណាលេងបានល្អបំផុតនៅលើទីលានប្រភេទណា និងអ្នកណាដែលលេងបានល្អជាប់លាប់គ្រប់ទីលានទាំងអស់។
Randomized Complete Block Design - RCBD (ការរចនាប្លុកដោយចៃដន្យពេញលេញ) ជាវិធីសាស្ត្ររៀបចំការពិសោធន៍កសិកម្មលើទីវាល ដោយបែងចែកដីជាប្លុកៗ ហើយនៅក្នុងប្លុកនីមួយៗ ពូជដំណាំត្រូវបានកំណត់ទីតាំងដាំដោយចៃដន្យ ដើម្បីកាត់បន្ថយភាពលម្អៀងដែលបណ្តាលមកពីគុណភាពដីមិនស្មើគ្នា។ ដូចជាការចែកសិស្សទៅតាមក្រុមផ្សេងៗគ្នាដោយចាប់ឆ្នោត ដើម្បីធានាថាគ្រប់ក្រុមមានសិស្សពូកែនិងខ្សោយលាយឡំគ្នាដោយស្មើភាព មិនលម្អៀង។
Principal Component Analysis - PCA (ការវិភាគសមាសភាគចម្បង) បច្ចេកទេសគណិតវិទ្យាដែលប្រើសម្រាប់កាត់បន្ថយភាពស្មុគស្មាញនៃទិន្នន័យធំៗ ដោយបម្លែងវាទៅជាអថេរសំខាន់ៗបំផុត (សមាសភាគចម្បង) ដែលជួយសម្រួលដល់ការទាញរកនិន្នាការរួមដោយមិនបាត់បង់ព័ត៌មានដើម។ ដូចជាការសង្ខេបសៀវភៅក្រាស់មួយក្បាលឱ្យនៅសល់ត្រឹម១ទំព័រ ដោយរក្សានូវអត្ថន័យស្នូលសំខាន់ៗទាំងអស់មិនឱ្យបាត់បង់។
Pure line selection (ការជ្រើសរើសខ្សែស្រឡាយសុទ្ធ) វិធីសាស្ត្របង្កាត់ពូជដំណាំដែលគេជ្រើសរើសរុក្ខជាតិល្អបំផុតពីជំនាន់មួយទៅជំនាន់មួយ ហើយទុកឱ្យវាបង្កាត់ដោយខ្លួនឯងរហូតទទួលបានពូជដែលមានលក្ខណៈសេនេទិចដូចគ្នា១០០%។ ដូចជាការបន្តរែងយកតែគ្រាប់មាសសុទ្ធចេញពីដីខ្សាច់ម្តងហើយម្តងទៀត រហូតទាល់តែលែងមានលាយឡំកម្ទេចកំទីផ្សេងៗទៀត។
Regression coefficient (មេគុណតំរែតំរង់) ជាតម្លៃលេខនៅក្នុងម៉ូដែលស្ថិតិ (តំណាងដោយអក្សរ b) ដែលវាស់វែងពីកម្រិតនៃការប្រែប្រួលទិន្នផលរបស់ពូជដំណាំ នៅពេលដែលលក្ខខណ្ឌបរិស្ថានមានការផ្លាស់ប្តូរ។ បើតម្លៃខិតជិត ១ មានន័យថាពូជនោះមានស្ថិរភាពខ្ពស់ក្នុងការផ្តល់ផល។ ដូចជាឧបករណ៍វាស់ល្បឿនដែលប្រាប់យើងថា តើរថយន្តស៊ីសាំងថេរកម្រិតណា នៅពេលប្តូរពីការបើកបរលើផ្លូវរាបស្មើ ទៅផ្លូវឡើងភ្នំ។
Additive Main effects and Multiplicative Interaction - AMMI (ម៉ូដែលវិភាគ AMMI) វិធីសាស្ត្រស្ថិតិកម្រិតខ្ពស់ដែលផ្សំបញ្ចូលគ្នានូវការវិភាគបំរែបំរួល (ANOVA) និង PCA ដើម្បីវាស់ស្ទង់ឥទ្ធិពលរួមនៃបរិស្ថាននិងពូជដំណាំ ព្រមទាំងបំបែកអន្តរកម្មដ៏ស្មុគស្មាញដើម្បីវាយតម្លៃរកស្ថិរភាពទិន្នផលពិតប្រាកដ។ ដូចជាម៉ាស៊ីនស្កេនវេជ្ជសាស្ត្រកម្រិតខ្ពស់ ដែលមិនត្រឹមតែថតកាំរស្មីអ៊ិចមើលឆ្អឹងទូទៅប៉ុណ្ណោះទេ តែថែមទាំងអាចមើលឃើញសរសៃឈាមលម្អិតក្នុងពេលតែមួយ។
Crop rotation (ការដាំដុះឆ្លាស់វេនគ្នា) ប្រព័ន្ធកសិកម្មដែលកសិករផ្លាស់ប្តូរប្រភេទដំណាំផ្សេងៗគ្នានៅលើដីតែមួយតាមរដូវកាល ដើម្បីរក្សាជីជាតិដី (ដូចជាការដាំសណ្តែកដើម្បីបន្ថែមអាសូតក្នុងដី) កាត់បន្ថយសត្វល្អិតចង្រៃ និងជំងឺ។ ដូចជាការផ្លាស់ប្តូរមុខម្ហូបជារៀងរាល់ថ្ងៃ ដើម្បីធានាថារាងកាយទទួលបានជីវជាតិចម្រុះគ្រប់គ្រាន់ និងមិនធុញទ្រាន់នឹងអាហារដដែលៗ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖