ផលិតកម្មដំឡូង៖ ដោយប្រើការអនុវត្តកសិកម្មច្បាស់លាស់

ការអនុវត្តកសិកម្មច្បាស់លាស់ពាក់ព័ន្ធនឹងការបណ្តុះគ្រាប់ពូជ ការស្រោចស្រព ការបង្កកំណើត និងការប្រើប្រាស់ថ្នាំសម្លាប់សត្វល្អិតឱ្យបានច្បាស់លាស់បន្ថែមទៀត ដើម្បីបង្កើនប្រសិទ្ធភាពផលិតកម្មដំណាំក្នុងគោលបំណងបង្កើនប្រាក់ចំណូលរបស់អ្នកដាំដុះ និងកាត់បន្ថយផលប៉ះពាល់នៃកសិកម្មលើបរិស្ថានក្នុងពេលដំណាលគ្នា។ នៅក្នុងអត្ថបទនេះ យើងនឹងពិភាក្សាអំពីការប្រើប្រាស់ការអនុវត្ត PA ដូចជាប្រព័ន្ធធារាសាស្រ្តអត្រាអថេរ និងការចាប់សញ្ញាពីចម្ងាយ ក្នុងការផលិតដំឡូង។

យោងតាមសមាគមអន្តរជាតិនៃកសិកម្មភាពជាក់លាក់ "កសិកម្មភាពជាក់លាក់ (PA) គឺជាយុទ្ធសាស្រ្តគ្រប់គ្រងដែលប្រមូលផ្តុំ ដំណើរការ និងវិភាគទិន្នន័យបណ្ដោះអាសន្ន លំហ និងបុគ្គល ហើយបញ្ចូលវាជាមួយព័ត៌មានផ្សេងទៀត ដើម្បីគាំទ្រការសម្រេចចិត្តគ្រប់គ្រងដោយយោងទៅតាមភាពប្រែប្រួលប៉ាន់ស្មានសម្រាប់ប្រសិទ្ធភាពនៃការប្រើប្រាស់ធនធានប្រសើរឡើង។ ផលិតភាព គុណភាព ប្រាក់ចំណេញ និងនិរន្តរភាពនៃផលិតកម្មកសិកម្ម។

ម៉្យាងទៀត PA ផ្តល់នូវលទ្ធភាពដើម្បីធ្វើរឿងត្រឹមត្រូវ នៅកន្លែងត្រឹមត្រូវ ពេលវេលាត្រឹមត្រូវ និងតាមរបៀបត្រឹមត្រូវ។ ដំណាំដែលមានតម្លៃខ្ពស់ដូចជាដំឡូងត្រូវបានទទួលស្គាល់ថាជាបេក្ខភាពដ៏ល្អសម្រាប់ការទទួលយក PA ដោយសារតែតម្លៃនៃធាតុចូលខ្ពស់។ លើសពីនេះ ភាពរសើបនៃទិន្នផលមើមដំឡូង និងគុណភាពចំពោះការអនុវត្តផលិតកម្ម និងលក្ខខណ្ឌបរិស្ថាន ធ្វើឱ្យការគ្រប់គ្រងភាពជាក់លាក់មានសារៈសំខាន់ផ្នែកសេដ្ឋកិច្ច។ 

ប្រព័ន្ធធារាសាស្រ្តអត្រាអថេរ

បច្ចេកវិទ្យាប្រព័ន្ធធារាសាស្រ្តអត្រាអថេរ (VRI) អនុវត្តទឹកក្នុងអត្រាអថេរ ជាជាងអត្រាឯកសណ្ឋានមួយនៅតាមបណ្តោយប្រវែងនៃទ្រនិចកណ្តាល។ មានពីរជំហានដើម្បីអនុវត្ត VRI: ទីមួយ ដោយផ្អែកលើចរន្តអគ្គិសនីនៃដី (EC) ឬការគូសផែនទីកម្ពស់ វាលត្រូវបានបែងចែកទៅជាតំបន់គ្រប់គ្រងផ្សេងៗគ្នា។ ទីពីរ ប្រព័ន្ធនេះអនុវត្តបរិមាណជាក់លាក់នៃទឹកនៅលើតំបន់គ្រប់គ្រងផ្សេងៗគ្នាដោយបើក និងបិទក្បាលម៉ាស៊ីននីមួយៗ (ការគ្រប់គ្រងក្បាល VRI) ឬគ្រប់គ្រងល្បឿនផ្លាស់ទីរបស់ទ្រនិច (ការត្រួតពិនិត្យល្បឿន VRI) ។

VRI អាចអនុវត្តទឹកក្នុងអត្រាខុសគ្នាចំពោះដំណាំ ឬពូជផ្សេងៗគ្នា ប្រភេទដីផ្សេងៗគ្នា តំបន់ដែលហូរច្រោះខ្ពស់ ឬតំបន់ទាបងាយនឹងទទួលសើម និងឆ្អែត និងតំបន់ដែលងាយរងគ្រោះដល់បរិស្ថាននៅក្នុងវាល។ គោលដៅរួមនៃ VRI គឺដើម្បីជៀសវាងការស្រោចស្រពលើស និងក្រោមទឹក ដើម្បីកុំឱ្យមានការខ្ជះខ្ជាយទឹក និងគ្មានភាពតានតឹងទឹកកើតឡើង ខណៈពេលដែលទិន្នផល និងគុណភាពដំណាំត្រូវបានរក្សា ឬកើនឡើង។ 

នៅរដូវក្តៅឆ្នាំ ២០១៨ យើងបានធ្វើការសិក្សាមួយដើម្បីវាស់បរិមាណអត្ថប្រយោជន៍នៃការប្រើប្រាស់ VRI លើដំឡូងពាណិជ្ជកម្ម (Russet Burbank) ផលិតកម្មនៅរដ្ឋ Wisconsin។ យើងបានជ្រើសរើសវាលពីរដែលស្រោចស្រពដោយប្រព័ន្ធ VRI គ្រប់គ្រងក្បាលបាញ់ និង VRI គ្រប់គ្រងល្បឿនរៀងៗខ្លួន។

នៅក្នុងវាលនីមួយៗ មានភាពខុសគ្នាកម្ពស់ប្រហែល 15 ហ្វីតរវាងតំបន់ខ្ពស់បំផុត និងទាបបំផុត។ នៅពេលប្រមូលផល យើងបានវាយតម្លៃទិន្នផលមើម និងគុណភាពនៃតំបន់ស្ងួតបំផុត តំបន់តំណាង/មធ្យមបំផុត និងតំបន់ដែលសើមបំផុតនៃវាលនីមួយៗ។ នៅក្រោមការគ្រប់គ្រងក្បាលម៉ាស៊ីន VRI (រូបភាពទី 1a) មានការថយចុះទិន្នផលគួរឱ្យកត់សម្គាល់ (ប្រហែល 140 cwt/a, p<0.05) នៅក្នុងតំបន់ដែលសើមបំផុតបើប្រៀបធៀបទៅនឹងតំបន់មធ្យម។ ទិន្នផលពីតំបន់ស្ងួតបំផុតគឺខ្ពស់ជាងបន្តិច (ប្រហែល 20 cwt/a, p>0.05) ជាងនោះពីតំបន់មធ្យម។ នៅក្រោមការគ្រប់គ្រងល្បឿន VRI (រូបភាពទី 1b) មិនមានភាពខុសគ្នានៃទិន្នផលសំខាន់ណាមួយរវាងទីតាំងទាំងបីនោះទេ ទោះបីជាចំនួននៅក្នុងតំបន់ស្ងួតបំផុតគឺខ្ពស់ជាងតំបន់ដែលមានកម្រិតមធ្យម និងសើមបំផុតក៏ដោយ។

ទិន្នន័យរបស់យើងបានណែនាំថា: 

• អត្ថប្រយោជន៍ដ៏ធំមួយនៃការប្រើប្រាស់ VRI គឺដើម្បីបង្កើនទិន្នផល និងគុណភាព ដូច្នេះដើម្បីបង្កើនសក្តានុពលនៃប្រាក់ចំណេញនៅក្នុងតំបន់គ្រោះថ្នាក់បំផុត (ឬខ្ពស់) នៃវាលដែលងាយរងគ្រោះដោយសារប្រព័ន្ធធារាសាស្រ្ត។ VRI គឺអាចរក្សាសំណើមដីនៅក្នុងតំបន់ឫសនៃរុក្ខជាតិ;
• VRI អាចសន្សំសំចៃទឹកប្រព័ន្ធធារាសាស្រ្ត និងបង្កើនប្រសិទ្ធភាពប្រព័ន្ធធារាសាស្រ្តនៅក្នុងតំបន់ទាបនៃវាលដែលមានទំនោរទៅសើម ឬឆ្អែត។ ទោះបីជាយ៉ាងណាក៏ដោយ សូម្បីតែនៅក្រោម VRI ក៏ដោយ ការគ្រប់គ្រងទិន្នផល និងគុណភាពដំឡូងនៅក្នុងតំបន់ទាបនៅតែជាបញ្ហាប្រឈម ដោយសាររុក្ខជាតិមានទំនោរមានបញ្ហារលួយ និងខូចគុណភាព។
• VRI គឺជាប្រព័ន្ធដ៏ជោគជ័យមួយក្នុងការសន្សំសំចៃទឹក ខណៈពេលដែលការបង្កើនផលចំណេញរបស់ដំឡូង ប៉ុន្តែការកែតម្រូវបន្ថែមគឺត្រូវការជាចាំបាច់ ដើម្បីគ្រប់គ្រងវាឱ្យកាន់តែប្រសើរនៅលើវាលដែលមានការប្រែប្រួល។ 

ការចាប់សញ្ញាពីចម្ងាយ និងការរៀនម៉ាស៊ីន

ដើម្បីរក្សាទិន្នផល និងប្រាក់ចំណេញ កសិករដំឡូងត្រូវតែបំពេញតម្រូវការរបស់ដំណាំសម្រាប់អាសូត។ ដើម្បីកាត់បន្ថយការរិចរិលនៃបរិស្ថាន និងកាត់បន្ថយហានិភ័យហិរញ្ញវត្ថុដែលទាក់ទងនឹងភាពមិនប្រាកដប្រជានៃបទប្បញ្ញត្តិ និងផ្លូវច្បាប់ជុំវិញនីត្រាតនៅក្នុងទឹកក្រោមដី កសិករដំឡូងត្រូវការឧបករណ៍គ្រប់គ្រងថ្មីដើម្បីជួយពួកគេអនុវត្តបរិមាណអាសូតត្រឹមត្រូវនៅពេលត្រឹមត្រូវពេញមួយរដូវដាំដុះ។ 

វិធីសាស្រ្តដែលប្រើជាទូទៅក្នុងការត្រួតពិនិត្យស្ថានភាពអាសូតរបស់រុក្ខជាតិក្នុងរដូវគឺពឹងផ្អែកខ្លាំងលើកម្លាំងពលកម្ម ប្រើប្រាស់ពេលវេលា ជួនកាលមានការយល់ច្រឡំ និងគ្រាន់តែជាគេហទំព័រជាក់លាក់នៅក្នុងវាលប៉ុណ្ណោះ។ លើសពីនេះទៀត មិនមានឧបករណ៍ដែលមានជាសាធារណៈដែលបង្កើតផែនទីវាលទាំងមូល ដើម្បីទស្សន៍ទាយស្ថានភាពអាសូតរបស់រុក្ខជាតិក្នុងរដូវ និងទិន្នផលមើមចុងរដូវ ដោយប្រើរូបភាពចាប់សញ្ញាពីចម្ងាយ។

ការចាប់សញ្ញាពីចម្ងាយគឺជាវិធីសាស្រ្តប្រកបដោយភាពច្នៃប្រឌិត ទាន់ពេលវេលា មិនបំផ្លិចបំផ្លាញ និងមានលក្ខណៈទូលំទូលាយ ដើម្បីកែលម្អការអនុវត្តការគ្រប់គ្រងផលិតកម្មដំណាំរដូវដែលមានស្រាប់។ ការចាប់សញ្ញាពីចម្ងាយជាធម្មតាផ្តល់នូវក្រុមវិសាលគមតូចចង្អៀតជាច្រើន (~ 3-10 nm) ដែលអាចចាប់យកលក្ខណៈស្រូបយកដ៏ល្អនៃសារធាតុចិញ្ចឹមដំណាំ។ រហូតមកដល់ពេលនេះ ការសិក្សាជាច្រើនបានបង្ហាញថា ការចាប់សញ្ញាពីចម្ងាយអាចត្រូវបានអនុវត្តយ៉ាងមានប្រសិទ្ធភាពក្នុងការទស្សន៍ទាយប៉ារ៉ាម៉ែត្រ/អថេរដំណាំ ដូចជាសន្ទស្សន៍ផ្ទៃស្លឹក ជីវម៉ាស កំហាប់ foliar N ជាដើម។ 

វិធីសាស្រ្តដែលប្រើដើម្បីទស្សន៍ទាយ/ធ្វើគំរូពីលក្ខណៈដំណាំផ្តោតជាសំខាន់លើការកសាងក្បួនទស្សន៍ទាយរវាងសញ្ញាវិសាលគម និងការវាស់វែងវាល។ ឧបករណ៍ទស្សន៍ទាយគំរូធម្មតាគឺ សន្ទស្សន៍បន្លែ (VI) ដែលជាបន្សំគណិតវិទ្យានៃការឆ្លុះបញ្ចាំងនៅក្រុមវិសាលគមពីរឬច្រើន។ ជាឧទាហរណ៍ សន្ទស្សន៍ភាពខុសគ្នានៃបន្លែធម្មតា (NDVI) ត្រូវបានគេប្រើយ៉ាងទូលំទូលាយនៅក្នុងការសិក្សាមុនៗ ដោយសារកម្មវិធីដ៏សាមញ្ញរបស់វាក្នុងការត្រួតពិនិត្យបន្លែថាមវន្តតាមមាត្រដ្ឋានក្នុងតំបន់ និងសកលលោក។ 

យើង​បាន​សិក្សា​លើ​គំរូ​រៀន​ម៉ាស៊ីន​ចំនួន​បី (decision tree (DT)) ជំនួយ vector ម៉ាស៊ីន (SVM) និងព្រៃចៃដន្យ (RF)) ដែលបានប្រើ NDVI ដើម្បីទស្សន៍ទាយស្ថានភាព N និងទិន្នផលចុងក្រោយនៃពូជដំឡូងចំនួន 2018 (ច្រេះពីររួមទាំង Silverton និង Lakeview Russet ម៉ាស៊ីនកំដៅពីររួមទាំង Snowden និង Hodag) លើរដូវដាំដុះចំនួន 2019 ក្នុង XNUMX និង XNUMX .

លទ្ធផលបឋមរបស់យើងបានបង្ហាញថា NDVI មានសក្តានុពលដ៏អស្ចារ្យក្នុងការទស្សន៍ទាយស្ថានភាពដំឡូង N ដែលបង្ហាញដោយ petiole NO3-N ស្លឹកសរុប N ឬទាំងមូល Vine Total ក៏ដូចជាទិន្នផលសរុបចុងរដូវ (តារាងទី 4)។ យើង​បាន​ប្រើ R2 ដែល​មាន​ចន្លោះ​ពី 0 ទៅ 1 ដើម្បី​វាស់​ពី​ភាព​ល្អ​សម​សម្រាប់​ម៉ូដែល។ R2 កាន់តែខ្ពស់ ការព្យាករណ៍កាន់តែល្អ។ វាត្រូវបានគេចាត់ទុកថាជាការព្យាករណ៍ដ៏ល្អប្រសិនបើ R2 ខ្ពស់ជាង 0.75 ។ 

នៅក្រោមប្រព័ន្ធ VRI ទាំងពីរ មើមពីតំបន់សើមបំផុតមានទំនាញជាក់លាក់ទាបជាងបើប្រៀបធៀបទៅនឹងតំបន់ស្ងួតបំផុត និងមធ្យម ហើយភាពខុសគ្នានៅក្រោមប្រព័ន្ធគ្រប់គ្រងក្បាលម៉ាស៊ីនគឺមានសារៈសំខាន់ (តារាងទី 1)។

រូបភាពទី 2 បានបង្ហាញថាមើមពីតំបន់សើមបំផុតនៃវាលនីមួយៗមានប្រវែងខ្ពស់ជាងយ៉ាងខ្លាំងទៅនឹងសមាមាត្រទទឹង។ ស្រប​គ្នា​នោះ មាន​អត្រា​កើត​ឡើង​ខ្ពស់​ជាង

បេះដូងប្រហោងនៅក្នុងមើមពីតំបន់សើមបំផុតនៃវាលទាំងពីរហើយភាពខុសគ្នាគឺគួរឱ្យកត់សម្គាល់នៅក្រោមប្រព័ន្ធគ្រប់គ្រងល្បឿន (តារាង 2) ។

កំឡុងពេលផ្ទុកក្រោម 48°F យើងបានសង្កេតឃើញថាមានអត្រាកាន់តែខ្ពស់នៃការរលួយមើមពីតំបន់សើមបំផុតនៃវាលទាំងពីរ (រូបភាពទី 3)។ វាត្រូវបានគេគិតថាមើមដែលដាំដុះនៅក្នុងដីឆ្អែតបានពង្រីករន្ធរោមលើផ្ទៃ ដែលបង្កើតចំណុចចូលដ៏ល្អឥតខ្ចោះសម្រាប់មេរោគនៅក្នុងវាល និងអំឡុងពេលផ្ទុក។

លើសពីនេះ យើងបានគណនាប្រសិទ្ធភាពប្រព័ន្ធធារាសាស្រ្ត (IE) នៃប្រព័ន្ធគ្រប់គ្រងល្បឿន VRI (លេខនៃការគ្រប់គ្រង nozzle VRI មិនមានទេ) ហើយវាបានបង្ហាញថាមានភាពប្រសើរឡើងគួរឱ្យកត់សម្គាល់នៃ IE នៅក្នុងតំបន់ដែលសើមបំផុតបើប្រៀបធៀបទៅនឹងផ្ទៃដីមធ្យមនៃ វាល។ IE នៅក្នុងតំបន់ស្ងួតបំផុតគឺខ្ពស់ជាងមធ្យមបន្តិច (តារាងទី 3) ។

សម្រាប់ស្ថានភាពអាសូត ការប្រើប្រាស់ NDVI ដើម្បីទស្សន៍ទាយ petiole nitrate-N បានបង្កើតលទ្ធផល R2 ល្អបំផុតសម្រាប់ប្រភេទដំឡូងទាំងពីរ បើប្រៀបធៀបទៅនឹងស្លឹកសរុប N និងទាំងមូល Vine Total N ។ សម្រាប់ការព្យាករណ៍ទិន្នផលសរុប DT និង RF គឺប្រសើរជាង SVM ហើយលទ្ធផល សម្រាប់ឆ្នាំ 2019 គឺប្រសើរជាងឆ្នាំ 2018 (តារាងទី 4 ខាងលើ)។

រហូតមកដល់ពេលនេះយើងបានរកឃើញថា: 

• 1) ដើមឈើការសម្រេចចិត្ត និងព្រៃចៃដន្យ ប្រសើរជាងការគាំទ្រ vector ម៉ាស៊ីនសម្រាប់ព្យាករណ៍ទាំងស្ថានភាព N ក្នុងរដូវ និងទិន្នផលចុងរដូវសម្រាប់ដំឡូង។
• 2) petiole nitrate-N អាចត្រូវបានទស្សន៍ទាយបានប្រសើរជាងដោយប្រើ NDVI និងគំរូសិក្សាម៉ាស៊ីនប្រៀបធៀបទៅនឹង N សរុបនៅក្នុងស្លឹកឬវល្លិ។ យើង​នឹង​ធ្វើ​ឱ្យ​មាន​សុពលភាព​គំរូ និង​ពង្រីក​ការងារ​នេះ​ដោយ​ប្រើ​ទិន្នន័យ​ច្រើន​ឆ្នាំ​លើ​ពូជ​ដំឡូង​បន្ថែម​ទៀត។

អ្នកនិពន្ធសូមថ្លែងអំណរគុណចំពោះសមាគមអ្នកដាំដំឡូង និងបន្លែ Wisconsin នាយកដ្ឋានកសិកម្ម ពាណិជ្ជកម្ម និងការការពារអ្នកប្រើប្រាស់ Wisconsin ក្រុមប្រឹក្សាស្រាវជ្រាវជី Wisconsin និងសាកលវិទ្យាល័យ Wisconsin-Madison College of Agricultural and Life Sciences សម្រាប់ការផ្តល់មូលនិធិដល់ការស្រាវជ្រាវរបស់យើង។

- Yi Wang គឺជាជំនួយការសាស្រ្តាចារ្យនៅនាយកដ្ឋានសាកវប្បកម្មនៃសាកលវិទ្យាល័យ Wisconsin-Madison ។ នាងគឺជាអតីតអ្នកឈ្នះពានរង្វាន់អ្នកដឹកនាំដែលកំពុងរីកចម្រើនរបស់ Spudman ។

/ ប្រព័ន្ធធារាសាស្រ្ត-បច្ចេកវិទ្យា