แบบจำลองทางสถิติเพื่อค้นหาอิทธิพลของปัจจัยด้านสภาพภูมิอากาศที่มีต่อการออกดอกของมะม่วงน้ำดอกไม้สีทองในจังหวัดพิษณุโลก
Article Sidebar
Main Article Content
บทคัดย่อ
จากการศึกษาหาแบบจำลองการถดถอยพหุคูณโดยใช้การวิเคราะห์ปัจจัยสำหรับการทำนายการออกดอกมะม่วงน้ำดอกไม้สีทองในจังหวัดพิษณุโลก โดยนำข้อมูลจำนวนการออกดอกของมะม่วงน้ำดอกไม้สีทองจากสวนของเกษตรกรกลุ่ม-ตัวอย่างจำนวน 11 สวน ใน 2 ตำบลของอำเภอวังทอง และใน 3 ตำบลของอำเภอเนินมะปราง โดยแบ่งการเก็บรวบรวมข้อมูลออกเป็น 2 ช่วง คือ ระหว่างเดือนกุมภาพันธ์ - มีนาคม 2560 และระหว่างเดือนกันยายน - ธันวาคม 2561 และนำข้อมูลด้านสภาพภูมิอากาศ ซึ่งได้แก่ อุณหภูมิเฉลี่ย ความกดอากาศเฉลี่ย ความชื้นสัมพัทธ์เฉลี่ย และปริมาณน้ำฝนเฉลี่ย มาวิเคราะห์เพื่อสร้างสมการถดถอยพหุคูณด้วยวิธี Principal Component Analysis (PCA) พบว่า คือสมการพยากรณ์หรือสมการถดถอยของจำนวนช่อดอกเฉลี่ยต่อต้น จากสมการแสดงให้เห็นว่าจำนวนช่อดอกเฉลี่ยต่อต้นจะเพิ่มขึ้นเมื่อปัจจัยด้านสภาพภูมิอากาศตัวที่ 1 และปัจจัยด้านสภาพภูมิอากาศตัวที่ 2 ลดลง ซึ่งกล่าวว่าปัจจัยด้านสภาพภูมิอากาศตัวที่ 1 และปัจจัยด้านสภาพภูมิอากาศตัวที่ 2 สามารถอธิบายความผันแปรของจำนวนช่อดอกเฉลี่ย/ต้น ได้ร้อยละ 48.5 และเพื่อการตรวจสอบความแม่นยำของสมการในอนาคต คณะผู้วิจัยจึงสร้างเว็บไซต์ http://www.mangoforecast.com/ เพื่อทำนายจำนวนช่อดอกเฉลี่ยต่อต้น และเพื่อใช้เก็บรวบรวมข้อมูลด้านสภาพภูมิอากาศจากเกษตรกรผู้สนใจ ซึ่งข้อมูลดังกล่าวจะถูกนำมาใช้ปรับปรุงสมการพยากรณ์จำนวนช่อดอกเฉลี่ยต่อต้น เพื่อให้มีความถูกต้องแม่นยำยิ่ง ๆ ขึ้นไปอีกทั้งจะถูกใช้เพื่อหาปัจจัยด้านสภาพภูมิอากาศที่เหมาะสมที่สุดตามจำนวนช่อดอกเฉลี่ยต่อต้นที่ต้องการสำหรับจังหวัดพิษณุโลกในปัจจุบันและในอนาคต
Article Details
วารสารเกษตรพระจอมเกล้า
References
กัลยา วานิชย์บัญชา. 2559. การวิเคราะห์สถิติขั้นสูงด้วย SPSS for Windows. พิมพ์ครั้งที่ . กรุงเทพฯ: สามลดา.
จิรวรรณ โรจนพรทิพย์. 2558. เทคนิคการปลูกมะม่วงน้ำดอกไม้แบบมืออาชีพที่พิษณุโลก. https://www.facebook.com/smartfarmthailand/posts/231205270387951/. (9 เมษายน 2562).
ธัญลักษณ์ ตาสุข, พงศ์พันธุ์ เธียรหิรัญ และสัจจา บรรจงศิริ. 2556. การจัดการการผลิตมะม่วงนํ้าดอกไม้ของเกษตรกรในอำเภอวังทอง จังหวัดพิษณุโลก. ใน รายงานการประชุมเสนอผลงานวิจัยระดับบัณฑิตศึกษา มหาวิทยาลัยสุโขทัยธรรมาธิราช ครั้งที่ 4. น. 1-9. มหาวิทยาลัยสุโขทัยธรรมาธิราช, กรุงเทพฯ.
ประวิทย์ จันทร์แฉ่ง. 2553. การวิเคราะห์ความเสี่ยงต่อความแห้งแล้งในพื้นที่อำเภอกำแพงแสน จังหวัดนครปฐม โดยการประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์. วิทยานิพนธ์วิทยาศาสตรมหาบัณฑิต, การจัดการสิ่งแวดล้อม คณะพัฒนาสังคมและสิ่งแวดล้อม
มหาวิทยาลัยบัณฑิตพัฒนบริหารศาสตร์.
ปิยะดา วชิระวงศกร, สุภาวดี น้อยน้ำใส และทองใส จำนงการ. 2562. คัมภีร์การปลูกมะม่วงน้ำดอกไม้สีทอง. พิมพ์ครั้งที่ 1.
กรุงเทพฯ: โอ.เอส. พริ้นติ้ง เฮ้าส์.
วรางคณา กีรติวิบูลย์. 2558. การพยากรณ์ปริมาณน้ำฝน อำเภอเมือง จังหวัดน่าน. วารสารวิจัยและพัฒนา มจธ 38(3): 211-223.
ศุทธินี คุ้มครองทรัพย์. 2555. การสร้างตัวแบบการถดถอยเพื่อพยากรณ์ค่าความเข้มข้นของ NO2 ในจังหวัดชลบุรี.
ปัญหาพิเศษวิทยาศาสตรบัณฑิต, สาขาวิชาสถิติ คณะวิทยาศาสตร์ มหาวิทยาลัยบูรพา.
สำนักงานเศรษฐกิจการเกษตร กรมวิชาการเกษตร. 2558. https://www.facebook.com/supergreen999capsule/posts998446123596051/.
(9 เมษายน 2562).
สุจิตตรา สาระคนธ์, จรัสศรี รุ่งรัตนาอุบล และอนามัย นาอุดม. 2558. การปรับปรุงตัวแบบพยากรณ์ผลผลิตข้าวในเขตภาคเหนือตอนล่าง
ของประเทศไทย. ใน รายงานการประชุมทางวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 11. น. 31-36. มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ, กรุงเทพฯ.
อรนงค์ บุเกตุ และพุธษดี ศิริแสงตระกูล. 2556. แบบจำลองการพยากรณ์ปริมาณอ้อยของภาคตะวันออกเฉียงเหนือ โดยการใช้โครงข่ายประสาทเทียม. วารสารวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น 41(1): 213-225.
อานนท์ สนิทวงศ์ ณ อยุธยา. 2554. รายงานการสังเคราะห์และประมาณสถานภาพองค์ความรู้ ด้านการเปลี่ยนแปลงภูมิอากาศของไทย
พ.ศ. 2554 คณะทำงานกลุ่มที่ 2 องค์ความรู้ ด้านผลกระทบความล่อแหลมและการปรับตัว. บัณฑิตวิทยาลัยร่วมด้านพลังงานและ สิ่งแวดล้อม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี, กรุงเทพฯ.
Baayen, R. H. 2016. Analyzing linguistic data: A practical introduction to statistics. https://www.researchgate.net/publication/
_Analyzing_Linguistic_Data_A_practical_introduction_to_statistics_using_R. (8 April 2019).
Mehmet, M. 2011. Multivariate multiple regression analysis based on principal component score to study relationships between
some pre- and post-slaughter traits of broilers. Journal of Agricultural Science 17: 77-83.
Mendes, M. 2009. Multiple linear regression models based on principal component scores to predict slaughter weight of broiler. Archiv fur Geflugelkunde 73(2): 139-144.
Rakshitha, M., Shivananda, T. N., and Shivananda, A. 2016. Weather based forecasting models for prediction of leafhopper population Idioscopus nitidulus Walker; (Hemiptera: Cicadellidae) in mango orchard. Journal of Entomology and Zoology Studies 5(1): 163-168.
Kaundal, R., Kapoor, A. S., and Raghava, G. P. S. 2006. Machine learning techniques in disease forecasting: A case study on
rice blast prediction. BMC Bioinformatics 7(485): 1-16.
Rathod, S., and Mishra, G. C. 2017. Weather based modeling for forecasting area and production of mango in Karnataka. International Journal of Agriculture, Environment and Biotechnology 10(1): 149-162.
Statistical Consulting Staff. 2019. Practical introduction to factor analysis: Exploratory factor analysis. University of California
(Los Angeles) Institute for Digital Research & Education.https://stats.idre.ucla.edu/spss/seminars/introduction-to-factor-analysis/a-practical-introduction-to-factor-analysis/ (9 April 2019).
Venugopalan, R., Rawal, R. D., and Saxena, A. K. 2006. A statistical model for ascertaining the influence and reliability of weather parameters on incidence of blossom blight in mango (Mangifera indica L.). Journal of Horticultural Science 1(1): 64-67.