การบูรณาการองคความรู้ด้านการสำรวจระยะไกลและ Eddy Covariance เพื่อพัฒนานวัตกรรมสำหรับใช้ในการตรวจติดตามการใช้น้ำ และความเครียดของข้าวที่เกิดจากปัจจัยแวดล้อมในระดับแปลงปลูก

บทคัดย่อ

จากการดำเนินงานวิจัยภายใต้ชุดโครงการ RiceDess ซึ่งเป็นการบูรณาการข้อมูลเชิงพื้นที่กับข้อมูลการสำรวจระยะไกล เพื่อพัฒนาเครื่องมือสำหรับติดตามสุขภาพ และผลผลิตข้าวในประเทศไทย ผลการดำเนินงานในปีแรก พบว่า มีความเป็นไปได้สูงในการใช้ดัชนีต่าง ๆ ที่ประเมินได้จากข้อมูลการสำรวจระยะไกลจากดาวเทียมและ/หรือ UAV (+ multi-spectrum camera) ในการติดตาม ประเมิน หรือตรวจวัดความแปรปรวนของสุขภาพและผลผลิตข้าวทั้งที่เกิดจากอิทธิพลของสภาพอากาศ และการจัดการได้ ดังนั้น นักวิจัยเสนอโครงการวิจัยนี้เพื่อต่อยอดจากชุดโครงการ RiceDess โดยหวังว่าจะได้ข้อมูลพื้นฐานที่สมบูรณ์ในการพัฒนานวัตกรรม อันได้แก่ ระบบติดตาม คาดการณ์ เตือนภัย และระบบช่วยในการตัดสินใจบริหารจัดการในการผลิตข้าว (Decision Support System) ให้ใช้ประโยชน์ได้ในระดับประเทศ ลงมาจนถึงจังหวัด และเกษตรกร ตามลำดับดังนั้น โครงการวิจัยดังกล่าวนี้จึงมีวัตถุประสงค์ที่จะ (1) ศึกษาตรวจวัดความเครียดของข้าวจากข้อมูลอัตราการสังเคราะห์ด้วยแสงและปริมาณการใช้น้ำภายใต้สภาพแวดล้อมที่มีการใช้ปุ๋ยและน้ำแตกต่างกันของพื้นที่ผลิตข้าวนาน้ำฝนและนาชลประทาน ด้วยเทคนิค Eddy covariance (2) เปรียบเทียบการใช้น้ำของพื้นที่ผลิตข้าวนาน้ำฝนและนาชลประทาน เพื่อเป็นแนวทางในการเพิ่มประสิทธิภาพการใช้น้ำในการผลิตข้าว (3) วิเคราะห์ผลกระทบของการจัดการ (การให้น้ำ หรือ การให้ปุ๋ย) และปัจจัยสภาพแวดล้อมต่ออัตราการสังเคราะห์ด้วยแสงและการใช้น้ำของนาข้าวในภาคกลาง และตะวันออกเฉียงเหนือ และ (4) พัฒนานวัตกรรมเพื่อใช้ข้อมูลจากการสำรวจระยะไกลในการตรวจติดตามการใช้น้ำ และความเครียดของข้าวที่เกิดจากปัจจัยแวดล้อมในระดับแปลงแปลงปลูกข้าวที่ใช้ในการศึกษาประกอบด้วย 5 แปลง จาก 3 จังหวัด ได้แก่ แปลงปลูกข้าวพันธุ์ขาวดอกมะลิ 105 จังหวัดร้อยเอ็ด จำนวน 1 แปลง และจังหวัดอุบลราชธานี จำนวน 2 แปลง (การศึกษาเปรียบเทียบพื้นที่ที่มีปริมาณน้ำแตกต่างกัน) และแปลงปลูกข้าวพันธุ์ปทุมธานี 1 จังหวัดชัยนาท จำนวน 2 แปลง (การเปรียบเทียบพื้นที่ที่มีการให้ปุ๋ยที่แตกต่างกัน 2 ระดับ) แปลงปลูกข้าวทั้ง 5 แปลง มีการติดตั้งชุดอุปกรณ์ Eddy covariance เพื่อใช้ในการตรวจวัดอัตราการแลกเปลี่ยนก๊าซคาร์บอนไดออกไซด์ และไอน้ำระหว่างแปลงปลูกข้าวและบรรยากาศเหนือแปลงปลูกนั้นๆ ข้อมูลที่ได้จะถูกใช้ในการคำนวณหาค่าอัตราการสังเคราะห์ด้วยแสงสุทธิ (Net photosynthesis, Pn) และปริมาณการใช้น้ำ (Crop water use, CWU) ของแปลงปลูกข้าว นอกจากนี้ ยังมีการประเมินค่าดัชนีสเปกตรัม โดยใช้ข้อมูลการสำรวจระยะไกลจากอากาศยานไร้คนขับ (UAV) ร่วมกับ multi-spectral camera และดาวเทียม 3 ดวง คือ Modis Landsat-8 และ Sentinel-2 นอกจากนี้ยังมีการเก็บข้อมูลเชิงพื้นที่อื่น ๆ ได้แก่ ความสูงต้น ค่าความเขียวใบ ผลผลิต และองค์ประกอบผลผลิตผลการศึกษา พบว่า แปลงปลูกข้าวที่อาศัยน้ำฝน จังหวัดร้อยเอ็ด ฤดูปลูกปี 2563 และ 2564 มีการสังเคราะห์ด้วยแสงเท่ากับ 508 และ 901 กิโลกรัมคาร์บอนต่อไร่ ส่วนแปลงปลูกข้าว ณ จังหวัดอุบลราชธานี ในฤดูปลูกปี 2564 พบว่า แปลง UB-Dry (แปลงที่แห้งแล้ง) และ UB-Control (แปลงที่ได้รับน้ำเพียงพอ) มีการสังเคราะห์ด้วยแสงเท่ากับ 611 และ 1046 กิโลกรัมคาร์บอนต่อไร่ ตามลำดับ ส่วนแปลงปลูกข้าวที่อาศัยน้ำชลประทาน จังหวัดชัยนาท ในฤดูปลูกปี 2564 แปลง CN-01 (ปุ๋ยในอัตรา 13-7-6) และ CN-02 (ใช้ปุ๋ยในอัตรา 6-3-6) ในการปลูกครั้งที่ 1 มีการสังเคราะห์ด้วยแสงเท่ากับ 917 และ 783 กิโลกรัมคาร์บอนต่อไร่ และในการปลูกครั้งที่ 2 มีการสังเคราะห์ด้วยแสงสะสมของแปลงเท่ากับ 519 และ 527 กิโลกรัมคาร์บอนต่อไร่ ตามลำดับ แปลงปลูกข้าวที่อาศัยน้ำฝน มีการสังเคราะห์ด้วยแสงตั้งแต่ 508 - 1046 kg C ต่อไร่ ขณะที่แปลงปลูกข้าวที่อาศัยน้ำชลประทาน มีการสังเคราะห์ด้วยแสงตั้งแต่ 519 - 917 kg C ต่อไร่ การกระจายของการสังเคราะห์ด้วยแสงนั้นไม่แตกต่าง แต่ในแปลงปลูกข้าวที่อาศัยน้ำชลประทานนั้น พบว่า การปลูกครั้งที่ 1 มีการสังเคราะห์ด้วยแสงสูงกว่าการปลูกครั้งที่ 2สำหรับการใช้น้ำของแปลงปลูกข้าว แปลงปลูกข้าวที่อาศัยน้ำฝน จังหวัดร้อยเอ็ด ฤดูปลูกปี 2563 และ 2564 มีการใช้น้ำเท่ากับ 734 และ 1033 ลูกบาศก์เมตรต่อไร่ ตามลำดับ ส่วนแปลงปลูกข้าว ณ จังหวัดอุบลราชธานี ในฤดูปลูกปี 2564 พบว่า แปลง UB-Dry และ UB-Control มีการใช้น้ำเท่ากับ 988 และ 987 ลูกบาศก์เมตรต่อไร่ ตามลำดับ ส่วนแปลงปลูกข้าวที่อาศัยน้ำชลประทาน จังหวัดชัยนาท ในฤดูปลูกปี 2564 แปลง CN-01 และ CN-02 ในการปลูกครั้งที่ 1 มีการใช้น้ำเท่ากับ 1043 และ 1062 ลูกบาศก์เมตรต่อไร่ ตามลำดับ และในการปลูกครั้งที่ 2 มีการใช้น้ำของแปลงเท่ากับ 721 และ 703 ลูกบาศก์เมตรต่อไร่ ตามลำดับ การกระจายของค่าการใช้น้ำในแปลงปลูกข้าวที่อาศัยน้ำฝนมีค่าตั้งแต่ 734 -1033 ลูกบาศก์เมตรต่อไร่ ส่วนแปลงที่อาศัยน้ำชลประทานมีค่าตั้งแต่ 703 – 1062 ลูกบาศก์เมตรต่อไร่ การกระจายของค่าการใช้น้ำสะสมไม่แตกต่างกันมากนักเช่นเดียวกับการสังเคราะห์ด้วยแสง แต่เมื่อเปรียบเทียบระหว่างการปลูกครั้งที่ 1 และ 2 ของแปลงปลูกข้าวที่อาศัยน้ำชลประทาน พบว่า การปลูกครั้งที่ 1 มีค่าการใช้น้ำสูงกว่าการปลูกครั้งที่ 2 และผลผลิตที่ได้ค่อนข้างสูงกว่าแปลงปลูกข้าวที่มีการให้ปุ๋ยในสัดส่วนต่างกัน ซึ่งได้แก่ แปลงปลูกข้าว จังหวัดชัยนาท ซึ่งได้รับปุ๋ยในปริมาณที่ต่างกัน คือ แปลง CN-01 และ CN-02 นั้น ในการปลูกครั้งที่ 1 และ 2 พบว่า ค่าการสังเคราะห์ด้วยแสงและการใช้น้ำของแปลง และผลผลิตที่ได้จากแปลง CN-01 และ CN-02 มีค่าไม่แตกต่างกัน ซึ่งอาจเนื่องมาจากความแตกต่างของอัตราปุ๋ยที่แปลงทั้ง 2 ได้รับนั้นน้อยเกินไปแปลงปลูกข้าวที่ได้รับน้ำในปริมาณที่ต่างกัน ซึ่งดำเนินการ ณ แปลงปลูกข้าว จังหวัดอุบลราชธานี ซึ่งได้รับน้ำในปริมาณที่ต่างกัน คือ แปลง UB-Dry และ UB-Control การสังเคราะห์ด้วยแสงสะสมและผลผลิตของแปลง UB-Dry มีค่าค่อนข้างน้อยกว่า UB-Control แม้ว่าข้อมูลที่ได้จะความแตกต่างที่ไม่ชัดเจนนัก แต่ยังเห็นได้ว่าในสภาพแปลงปลูกที่แห้งแล้ง การสังเคราะห์ด้วยแสงของแปลงปลูกข้าวและผลผลิตที่ได้มีค่าน้อยกว่าแปลงปลูกข้าวที่ได้รับน้ำอย่างเพียงพอ ส่วนค่าการใช้น้ำระหว่างสองแปลงมีค่าไม่ต่างกันการศึกษาอิทธิพลของสภาพอากาศต่อการสังเคราะห์ด้วยแสงและการใช้น้ำของแปลงปลูกข้าว พบว่า ความชื้นสัมพัทธ์ (Relative humidity, RH) มีอิทธิพลในทางลบต่อการเปลี่ยนแปลงของการสังเคราะห์ด้วยแสงของแปลงปลูกข้าวที่อาศัยน้ำฝน และปัจจัยด้านแสง ไม่ว่าจะเป็นปริมาณรังสีสุทธิ (Rn) ปริมาณรังสีดวงอาทิตย์ (Rg) หรือ ความเข้มแสง (PAR) ล้วนเป็นปัจจัยที่มีอิทธิพลในทางบวกต่อการเปลี่ยนแปลงของการใช้น้ำของแปลงปลูกข้าวทั้งที่อาศัยน้ำฝนและน้ำชลประทาน และปัจจัยที่มีความสำคัญต่อการใช้น้ำ รองลงมา ได้แก่ ความชื้นสัมพัทธ์ (RH)การวิเคราะห์หาดัชนีสเปกตรัมที่เหมาะสมในการประเมินค่าอัตราการแลกเปลี่ยนคาร์บอนสุทธิ (Net ecosystem exchange, NEE) และ CWU สำหรับดัชนีสเปกตรัมที่ประเมินได้จาก UAV + multi-spectral sensor พบว่า ดัชนีที่เหมาะสมในการประเมินค่า NEE ได้แก่ ดัชนี EXG และ VARI และดัชนีที่เหมาะสมในการประเมินค่า CWU ได้แก่ ดัชนี EVI2 และ SAVI ดัชนีสเปกตรัมที่ประเมินได้จากดาวเทียม Modis นั้น ดัชนีที่เหมาะสมในการประเมินค่า NEE ได้แก่ ดัชนี NDVI EVI และ GPP ส่วนดัชนีสเปกตรัมที่ประเมินได้จากดาวเทียม Landsat-8 นั้น ดัชนีที่เหมาะสมในการประเมินค่า NEE ได้แก่ ดัชนี CM EVI LAI DVI และ GDVI ส่วนดัชนีที่เหมาะสมในการประเมินค่า CWU ได้แก่ ดัชนี EVI GEMI LAI NBR RGRI และ WV-WI และดัชนีสเปกตรัมที่ประเมินได้จากดาวเทียม Sentinel-2 นั้น ดัชนีที่เหมาะสมในการประเมินค่า NEE ได้แก่ ดัชนี EVI NDER2 และ fPAR

คำสำคัญ