បញ្ហា (The Problem)៖ ការផលិតពោតនៅក្នុងប្រទេសនីហ្សេរីយ៉ាប្រឈមនឹងបញ្ហាដោយសារកត្តាបរិស្ថានដូចជា គ្រោះរាំងស្ងួត កម្ដៅ ភាពមានជីជាតិដីទាប សត្វល្អិត និងជំងឺ ដូច្នេះចាំបាច់ត្រូវស្វែងរកពូជពោតកាត់ដែលផ្តល់ទិន្នផលខ្ពស់ និងមានស្ថិរភាព។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានវាយតម្លៃពូជពោតកាត់ Zea mays L. ចំនួន ៣៩ ប្រភេទ (២០ ប្រភេទឆាប់បានប្រមូលផល និង ១៩ ប្រភេទឆាប់បានប្រមូលផលបំផុត) និងពូជក្នុងស្រុកចំនួន ២ នៅទីតាំងចំនួន ៦ ដោយប្រើប្រាស់ប្លុកចៃដន្យពេញលេញ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Genotype main effect plus genotype-by-environment interaction (GGE) biplot ការវិភាគតាមរយៈគំនូសតាង GGE |
អាចរួមបញ្ចូលទាំងឥទ្ធិពលនៃពូជ និងបរិស្ថានក្នុងពេលតែមួយ និងផ្តល់រូបភាពយ៉ាងច្បាស់លាស់ដើម្បីជ្រើសរើសពូជដែលមានស្ថិរភាព ទិន្នផលខ្ពស់ ព្រមទាំងកំណត់បរិស្ថានតំណាងបានយ៉ាងល្អ។ | ទាមទារកម្មវិធីកុំព្យូទ័រ និងចំណេះដឹងស្ថិតិកម្រិតខ្ពស់ដើម្បីបកស្រាយលទ្ធផលនៃគំនូសតាងឱ្យបានត្រឹមត្រូវ។ | បានកំណត់ពូជ EYH-17 និង EEYH-25 ថាមានទិន្នផលខ្ពស់បំផុត និងមានស្ថិរភាពជាងគេ ព្រមទាំងរកឃើញទីតាំង Lapai 2016 និង Ilorin 2016 ជាបរិស្ថានតំណាងដ៏ល្អ។ |
| Principal Component Analysis (PCA) ការវិភាគសមាសភាគចម្បង |
ជួយកាត់បន្ថយភាពស្មុគស្មាញនៃទិន្នន័យកសិកម្មធំៗ និងជួយកំណត់អត្តសញ្ញាណកត្តា ឬលក្ខណៈចម្បងៗដែលជះឥទ្ធិពលខ្លាំងដល់ភាពប្រែប្រួលនៃពូជដំណាំ។ | ការបកស្រាយលទ្ធផលអាចមានភាពស្មុគស្មាញ ប្រសិនបើអថេរមានទំនាក់ទំនងគ្នាមិនច្បាស់លាស់ ឬទិន្នន័យមិនត្រូវបានធ្វើស្តង់ដារូបនីយកម្មជាមុន។ | រកឃើញថាពេលវេលាចេញផ្កា កម្ពស់ដើម និងកម្ពស់ផ្លែ គឺជាកត្តាចម្បងដែលកំណត់ភាពប្រែប្រួល និងរួមចំណែកដល់ការលូតលាស់នៃពូជពោតកាត់ទាំងនេះ។ |
| Combined Analysis of Variance (ANOVA) ការវិភាគភាពប្រែប្រួលរួម |
ផ្តល់តម្លៃស្ថិតិច្បាស់លាស់ដើម្បីវាយតម្លៃភាពខុសគ្នាជាសកលរវាងពូជ បរិស្ថានសាកល្បង និងអន្តរកម្មរវាងពូជ-បរិស្ថាន (G × E)។ | វាមិនអាចបង្ហាញពីរូបភាពនៃការសម្របខ្លួនរបស់ពូជនីមួយៗទៅនឹងបរិស្ថានជាក់លាក់ (Mega-environments) បានស៊ីជម្រៅដូចការវិភាគប្រភេទ Biplot នោះទេ។ | បង្ហាញថាអន្តរកម្មរវាងពូជនិងបរិស្ថាន (G × E) មានឥទ្ធិពលខ្លាំងលើទិន្នផល និងថ្ងៃចេញសរសៃពោត (Days to silking) ដោយតម្រូវឱ្យមានការសាកល្បងនៅបរិស្ថានចម្រុះជាចាំបាច់។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការសាកល្បងផ្ទាល់នៅទីតាំងកសិកម្មចម្រុះក្នុងរយៈពេលច្រើនឆ្នាំ និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគទិន្នន័យស្ថិតិធំៗ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងបរិស្ថានចម្រុះចំនួន ៦ ទីតាំងនៅតំបន់វាលស្មៅ (Southern Guinea Savannah) នៃប្រទេសនីហ្សេរីយ៉ា ផ្តោតលើពូជពោត Zea mays L. ធន់នឹងភាពតានតឹងរបស់វិទ្យាស្ថាន IITA។ សម្រាប់ប្រទេសកម្ពុជា ការស្រាវជ្រាវនេះមានសារៈសំខាន់ខ្លាំងណាស់ ដោយសារប្រទេសយើងក៏ជួបប្រទះបញ្ហាអាកាសធាតុក្តៅ រាំងស្ងួតមិនទៀងទាត់ និងបញ្ហាសត្វល្អិត (ដូចជា ដង្កូវហ្វូង) ដូច្នេះទិន្នន័យស្តីពីពូជឆាប់បានប្រមូលផល គឺជួយឆ្លើយតបទៅនឹងបរិបទប្រែប្រួលអាកាសធាតុ។
វិធីសាស្ត្រនៃការវាយតម្លៃពូជដំណាំដោយប្រើប្រាស់ GGE biplot និងការជ្រើសរើសពូជដែលមានអាយុកាលខ្លី គឺមានអត្ថប្រយោជន៍យ៉ាងធំធេងសម្រាប់ការអភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា។
ជារួម ការអនុវត្តគំរូវិភាគនេះនៅកម្ពុជានឹងជំរុញការជ្រើសរើសពូជដំណាំដែលមានភាពធន់ទ្រាំខ្ពស់ទៅនឹងបម្រែបម្រួលអាកាសធាតុ ធានាបាននូវសន្តិសុខស្បៀង និងប្រាក់ចំណូលខ្ពស់សម្រាប់កសិករខ្នាតតូច។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Genotype × Environment Interaction (អន្តរកម្មរវាងពូជនិងបរិស្ថាន) | គឺជាបាតុភូតដែលពូជដំណាំមួយផ្តល់ទិន្នផល ឬបង្ហាញលក្ខណៈខុសៗគ្នានៅពេលយកទៅដាំក្នុងបរិស្ថាន (ប្រភេទដី អាកាសធាតុ បរិមាណទឹកភ្លៀង) ខុសគ្នា។ នេះមានន័យថា ពូជដែលផ្តល់ទិន្នផលល្អបំផុតនៅកន្លែងមួយ អាចនឹងមិនផ្តល់ទិន្នផលល្អនៅកន្លែងមួយទៀតឡើយ។ | ដូចជាសិស្សម្នាក់ដែលរៀនពូកែខាងគណិតវិទ្យានៅពេលរៀនជាមួយគ្រូម្នាក់ តែបែរជារៀនមិនសូវបានល្អនៅពេលរៀនជាមួយគ្រូម្នាក់ទៀត។ |
| GGE biplot (គំនូសតាង GGE) | គឺជាឧបករណ៍ក្រាហ្វិកស្ថិតិដែលរួមបញ្ចូលឥទ្ធិពលចម្បងរបស់ពូជ (Genotype) និងអន្តរកម្មរវាងពូជនិងបរិស្ថាន (G×E) ចូលគ្នា។ វាជួយអ្នកស្រាវជ្រាវមើលឃើញជារូបភាពពីស្ថិរភាពទិន្នផល និងជួយសម្រួលដល់ការសម្រេចចិត្តជ្រើសរើសពូជដែលស័ក្តិសមបំផុតសម្រាប់តំបន់គោលដៅ។ | ដូចជាផែនទីដែលបង្ហាញយើងឱ្យដឹងយ៉ាងច្បាស់ថា កីឡាករណាលេងបានល្អបំផុតនៅលើទីលានប្រភេទណាខ្លះ (ស្មៅសិប្បនិម្មិត ស្មៅធម្មជាតិ ឬដីខ្សាច់)។ |
| Principal Component Analysis (ការវិភាគសមាសភាគចម្បង) | គឺជាបច្ចេកទេសស្ថិតិគណិតវិទ្យាដែលបង្រួមទិន្នន័យដ៏ស្មុគស្មាញដែលមានអថេរច្រើន ឱ្យមកនៅត្រឹមកត្តាចម្បងៗមួយចំនួនតូច ដើម្បីងាយស្រួលរកមើលថាតើលក្ខណៈណាខ្លះ (ឧទាហរណ៍ កម្ពស់ដើម ឬថ្ងៃចេញផ្កា) ដែលមានឥទ្ធិពលខ្លាំងជាងគេទៅលើការប្រែប្រួលនៃទិន្នផល។ | ដូចជាការសង្ខេបសៀវភៅក្រាស់មួយក្បាលឱ្យនៅសល់ត្រឹមចំណុចសំខាន់ៗ២ ឬ៣ទំព័រ ដែលនៅតែអាចឱ្យអ្នកអានយល់ពីសាច់រឿងដើមទាំងមូលបាន។ |
| Extra-early maturing (លក្ខណៈឆាប់បានប្រមូលផលបំផុត) | សំដៅលើពូជដំណាំ (ក្នុងបរិបទនេះគឺពោត) ដែលមានអាយុកាលលូតលាស់ខ្លីខ្លាំង (ជាទូទៅចន្លោះពី ៨០-៨៥ ថ្ងៃ) ដែលអាចប្រមូលផលបានលឿនជាងពូជធម្មតា វាមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងក្នុងការជួយកសិករគេចផុតពីគ្រោះរាំងស្ងួតនៅចុងរដូវដាំដុះ។ | ដូចជាការចម្អិនអាហារប្រភេទ "មីកញ្ចប់" ដែលចំណាយពេលខ្លីបំផុតដើម្បីអាចញ៉ាំបាន បើធៀបនឹងការចំណាយពេលចម្អិនម្ហូបធម្មតា។ |
| Anthesis-silking interval (ចន្លោះពេលចេញផ្កាឈ្មោលនិងសរសៃពោត) | គឺជារយៈពេលគិតជាថ្ងៃចន្លោះពីពេលដែលដើមពោតបញ្ចេញលំអងផ្កាឈ្មោល (Anthesis) ទៅដល់ពេលដែលវាបញ្ចេញសរសៃពោតញី (Silking)។ ចន្លោះពេលនេះកាន់តែខ្លី បង្ហាញថាពោតនោះមានភាពធន់នឹងគ្រោះរាំងស្ងួតល្អ និងអាចបង្កកំណើតបានគ្រាប់ពេញលេញ។ | ដូចជាការរង់ចាំដៃគូរាំពីរនាក់ចេញមកដល់ឆាកក្នុងពេលកៀកគ្នាបំផុត ដើម្បីអាចចាប់ផ្តើមរាំជាគូជាមួយគ្នាបានយ៉ាងល្អឥតខ្ចោះ។ |
| Mega-environment (មហាបរិស្ថាន ឬបរិស្ថានសាកល្បងតំណាងធំៗ) | គឺជាបណ្តុំនៃទីតាំងដាំដុះផ្សេងៗគ្នា (អាចនៅឆ្លងខេត្ត ឬឆ្លងតំបន់) ដែលមានលក្ខណៈអាកាសធាតុ និងប្រភេទដីស្រដៀងគ្នា ហើយពូជដំណាំប្រភេទណាមួយតែងតែបង្ហាញលទ្ធផល និងផ្តល់ទិន្នផលល្អដាច់គេជាប្រចាំនៅក្នុងបណ្តុំទីតាំងទាំងអស់នោះ។ | ដូចជាការបែងចែកប្រទេសមួយជាតំបន់អាកាសធាតុធំៗ២ គឺតំបន់ភ្នំ និងតំបន់មាត់សមុទ្រ ដើម្បីងាយស្រួលណែនាំប្រភេទដំណាំឱ្យកសិករដាំបានត្រូវតាមតំបន់នីមួយៗ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
