3.2. Farmer-level adaptationAfter t

3.2. Farmer-level adaptation
After the model was calibrated, the simulated anthesis day and maturity
day were exactly the same as the observed values. The simulated
yields of both the Sen Pidao and Phka Rumduol cultivars were nearly
equal to their measured values. The simulated tops weight and byproduct
weight were less than their corresponding observed weight;
the differences in the simulated tops weights for Sen Pidao and for
Phka Rumduol at anthesis were −0.53% and −13.50%, respectively.
The simulations of the by-products at maturity for both Sen Pidao and
Phka Rumduol were less than the observations, by −1.17% and
−23.73%, respectively.
The experimental data collected in 2010 (Sen Pidao and Phka
Rumduol) and 2013 (Phka Rumduol only) were used to validate the
CERES-Rice model. For the Sen Pidao cultivar, the agreement between
the predicted and observed values was good, with differences of
7 days for the anthesis day and 6 days for the maturity day. For Phka
Rumduol, the difference between the predicted and observed values
was 7 days for the anthesis day and 14 days for the maturity day in
2010. The difference between the simulated and observed timing of anthesis
for both rice cultivars was similar to that found by Yao et al.,
(2005), whose simulation was 10% off of the observed anthesis duration.
For 2013, the simulated panicle initiation day for Phka Rumduol
was only 2 days later than the observed day. However, the simulated
anthesis day and maturity daywere 15 and 13 days, respectively, longer
than observed values. Tongyai (1994) reported that the simulated number
of days to physiological maturitywas overestimated by 8 to 16 days
for three sites in Bangkok, Thailand. However, the simulated yields
agreed well with the observed values, with differences of 1.86% and
1.19% for Sen Pidao and Phka Rumduol, respectively, in 2010, and 3.1%
for Phka Rumduol in 2013. Timsina and Humphreys (2006) found that
the average difference between simulated and observed grain yields in
CERES-Rice and CERES-Wheat was approximately 23%.
The CERES-Rice model was used to recommend the best combination
of adaptation strategies for the grid cell (12.6 °N and 103.8 °E)
where irrigationwill most offset the negative impacts of climate change
on rice yields according to the GLAM-Ricemodel (Fig. 4). Fig. 5 displays
the changes in rice yields for the Sen Pidao and Phka Rumduol cultivars
under future climate conditions with different combinations of irrigation,
fertilizer, and adjusted planting date, relative to the baseline period.
To determine the planting dates for the greatest yields, simulations
were conducted that shifted the planting dates fromthe baseline period,
a shift of 50 days before and after, respectively, at an interval of 1 day.
Simulations by the field-scale crop model showed that the response of
rice yields to climate change will differ depending on cultivars, climate
scenarios, irrigation conditions, planting date adjustment, and fertilizer
application rates. The prices of the nitrogen fertilizer and the paddy rice
were approximately 0.65 USD (kg-N)−1 and 0.325 USD kg−1, respectively
(CARDI, 2012).We compared the changes in the costs and benefits
from the increases in the fertilizer rate based on the recommended
application rate (50 kg N ha−1). The increase in the fertilizer rate from
50 kg N ha−1 to 100 kg N ha−1 costs additionally about
32.5 USD ha−1, while the increase in the fertilizer rate increases rice
yield up to 350 kg ha−1. The benefit-cost ratio from this increase of
the fertilizer rate is approximately 3.5. However, the benefit-cost ratio
from the increase in the fertilizer rate from 50 kg N ha−1 to
150 kg N ha−1 is about 2.75. Less increase in the rice yield was found
from the increase in the fertilizer rate from 150 kg N ha−1 to
200 kg N ha−1 than from100 kg N ha−1 to 150 kg N ha−1. These results
show that 100 kg N ha−1 of fertilizer rate could be economically better.
We attempted to determine the best combination of adaptation strategies
in order to offset the negative impacts of climate change on rice
yields by examining the following scenarios:Case1. 50 kg N ha−1 and no water stress (denoted as NOAD)

ผลลัพธ์ (ไทย) 1:

3.2 ระดับเกษตรกรปรับตัวหลังจากที่แก้ไขการปรับเทียบแบบจำลอง จำลอง anthesis วันและครบวันเหมือนกับค่าที่สังเกต การจำลองผลผลิตของพันธุ์ทั้งสอง Pidao เซนและพกา Rumduol ได้เกือบเท่ากับค่าที่วัด น้ำหนักจำลองท็อปส์และผลพลอยได้มีน้ำหนักน้อยกว่าน้ำหนักสังเกตที่สอดคล้องกันของพวกเขาความแตกต่างในน้ำหนักท็อปส์จำลอง สำหรับเซ็น Pidao และRumduol พกาที่ anthesis ได้ −0.53% และ −13.50% ตามลำดับจำลองของผลิตภัณฑ์เมื่อครบกำหนดสำหรับ Pidao ทั้งเซน และพกา Rumduol ได้น้อยกว่าข้อสังเกต −1.17% และ−23.73% ตามลำดับเก็บรวบรวมข้อมูลทดลองใน 2010 (Sen Pidao และพกาRumduol) และ 2013 (เฉพาะ Rumduol พกา) ใช้ในการตรวจสอบการแบบจำลอง CERES ข้าว สำหรับพันธุ์เซน Pidao ข้อตกลงระหว่างค่าสังเกต และคาดการณ์ได้ดี มีความแตกต่างของ7 วัน สำหรับ anthesis วัน และ 6 วันวันครบกำหนด สำหรับพกาRumduol ความแตกต่างระหว่างค่าสังเกต และคาดการณ์สำหรับ anthesis วัน 7 วันและ 14 วันสำหรับวันครบกำหนดในจากความแตกต่างระหว่างช่วงเวลาจำลอง และสังเกตของ anthesisข้าวทั้งสอง พันธุ์คือคล้ายกับที่พบโดยยาว et al.,(2005), จำลองที่ได้ 10% ลดระยะเวลาสังเกต anthesisวันเริ่มต้นจำลอง panicle พกา Rumduol, 2013คือน้อยกว่าวันสังเกตได้เพียง 2 วัน อย่างไรก็ตาม การจำลองanthesis วันและครบ daywere 15 และ 13 วัน ตามลำดับ อีกต่อไปกว่าค่าที่สังเกต ใหญ่ (1994) รายงานว่า หมายเลขจำลองวันเพื่อทางสรีรวิทยา maturitywas นการ โดย 8-16 วันสำหรับเว็บไซต์ที่สาม กรุงเทพ อย่างไรก็ตาม อัตราผลตอบแทนที่จำลองยอมรับกับค่าสังเกต มีความแตกต่างของ 1.86% และ1.19% Pidao เซนและพกา Rumduol ตามลำดับ ใน 2010 และ 3.1%สำหรับ Rumduol พกาใน 2013 Timsina และเอ็ม (2006) พบว่าความแตกต่างเฉลี่ยระหว่างเมล็ดข้าวจำลอง และสังเกตผลผลิตในCERES ข้าวและข้าวสาลี CERES ถูกประมาณ 23%แบบข้าว CERES ถูกใช้เพื่อแนะนำชุดที่ดีที่สุดกลยุทธ์การปรับตัวของเซลล์ตาราง (12.6 ° N และ 103.8 ° E)ที่ irrigationwill สุดชดเชยผลกระทบด้านลบของการเปลี่ยนแปลงสภาพภูมิอากาศในการให้ผลผลิตข้าวตาม GLAM Ricemodel (4 รูป) รูป 5 แสดงการเปลี่ยนแปลงในผลผลิตข้าวสำหรับพันธุ์ Pidao เซนและพกา Rumduolภายใต้สภาพภูมิอากาศในอนาคตด้วยการรวมกันของชลประทานปุ๋ย และปรับปรุงปลูกวัน เมื่อเทียบกับงวดพื้นฐานการกำหนดวันปลูกสำหรับผลตอบแทนมากที่สุด จำลองได้ดำเนินการที่เลื่อนวันที่ปลูกจากพื้นฐานการเปลี่ยนแปลงของวันก่อน และ หลัง ตามลำดับ ตามช่วงเวลาของ 1 วันโดยตัดมาตราส่วนฟิลด์แบบจำลองแสดงให้เห็นว่าการตอบสนองของผลผลิตข้าวจากการเปลี่ยนแปลงสภาพภูมิอากาศจะแตกต่างกันขึ้นอยู่กับสายพันธุ์ สภาพภูมิอากาศสถานการณ์ สภาพชลประทาน การปลูก การปรับปรุงวันและปุ๋ยอัตราการใช้ปุ๋ย ราคาของปุ๋ยไนโตรเจนและข้าวเปลือกมีประมาณ 0.65 บ. (กก. N) − 1 และ kg−1 บ. 0.325 ตามลำดับ(คาร์ดิ 2012) เราเปรียบเทียบการเปลี่ยนแปลงในต้นทุนและผลประโยชน์จากการเพิ่มอัตราปุ๋ยตามที่แนะนำแอพลิเคชันอัตรา (50 กก. N ha−1) เพิ่มขึ้นจากอัตราปุ๋ยราคาค่า 50 กก. N ha−1 เพื่อ ha−1 100 กก. N นอกจากนี้ประมาณ32.5 ha−1 บาท ในขณะที่การเพิ่มอัตราปุ๋ยเพิ่มข้าวผลตอบแทนค่า ha−1 350 กก. อัตราส่วนผลประโยชน์ต้นทุนจากการเพิ่มขึ้นของราคาปุ๋ยเป็นประมาณ 3.5 อย่างไรก็ตาม อัตราส่วนผลประโยชน์ต้นทุนจากการเพิ่มอัตราปุ๋ยจาก 50 กก. N ha−1 การha−1 150 กก. N อยู่ที่ประมาณ 2.75 พบน้อยกว่าผลผลิตข้าวเพิ่มขึ้นจากการเพิ่มอัตราปุ๋ยจาก 150 กก. N ha−1 การha−1 200 กิโลกรัม N กว่า ha−1 กิโลกรัม N from100 ถึง 150 กก. N ha−1 ผลลัพธ์เหล่านี้แสดงว่า ha−1 100 กก. N ของปุ๋ย ราคาอาจจะดีกว่าทางเศรษฐกิจเราพยายามที่จะกำหนดกลยุทธ์การปรับตัวของเพื่อชดเชยในทางลบ ผลกระทบของสภาพภูมิอากาศเปลี่ยนแปลงข้าวผลผลิต โดยการตรวจสอบสถานการณ์ต่อไปนี้: Case1 ha−1 50 กก. N และไม่ขาดน้ำ (เขียนแทนเป็น NOAD)

ผลลัพธ์ (ไทย) 2:

3.2 การปรับตัวของเกษตรกรระดับ
หลังจากรุ่นได้รับการสอบเทียบจำลองดอกบานวันครบกําหนด
วันก็เหมือนกับค่าสังเกต จำลอง
อัตราผลตอบแทนของทั้งสองเสน Pidao และ Phka Rumduol พันธุ์เกือบ
เท่ากับค่าที่วัดได้ของพวกเขา ท็อปส์ซูจำลองน้ำหนักและผลพลอยได้
น้ำหนักน้อยกว่าน้ำหนักของพวกเขาสังเกตเห็นตรงกัน;
แตกต่างในน้ำหนักที่ท็อปส์ซูจำลองเสน Pidao และสำหรับ
Phka Rumduol ที่ดอกบานเป็น -0.53% และ -13.50% ตามลำดับ.
จำลองของโดยผลิตภัณฑ์ที่ ครบกําหนดสำหรับทั้งเสน Pidao และ
Phka Rumduol น้อยกว่าการสังเกตโดย -1.17% และ
-23.73% ตามลำดับ.
ข้อมูลการทดลองเก็บรวบรวมในปี 2010 (Sen Pidao และ Phka
Rumduol) และ 2013 (Phka Rumduol เท่านั้น) ถูกนำมาใช้เพื่อตรวจสอบ
รุ่น CERES ข้าว สำหรับพันธุ์เสน Pidao ข้อตกลงระหว่าง
ค่าคาดการณ์และสังเกตได้ดีด้วยความแตกต่างของ
7 วันสำหรับวันดอกบานและ 6 วันสำหรับวันครบกําหนด สำหรับ Phka
Rumduol ความแตกต่างระหว่างค่าคาดการณ์และสังเกตได้
คือ 7 วันสำหรับวันดอกบานและ 14 วันสำหรับวันครบกำหนดไถ่ถอนปี
2010 ความแตกต่างระหว่างระยะเวลาการจำลองและการสังเกตของดอกบาน
สำหรับทั้งพันธุ์ข้าวที่มีความคล้ายคลึงกับที่พบโดยเย้า et al.
(2005) ซึ่งจำลองเป็น 10% ของระยะเวลาดอกบานสังเกต.
2013 วันช่อเริ่มต้นจำลอง Phka Rumduol
เป็นเพียง 2 วันช้ากว่าวันที่สังเกต อย่างไรก็ตามการจำลอง
วันดอกบานและวุฒิภาวะ daywere 15 และ 13 วันตามลำดับอีกต่อไป
ค่ากว่าสังเกต Tongyai (1994) รายงานว่าจำนวนจำลอง
วันที่จะ maturitywas สรีรวิทยาเกินไปโดย 8-16 วัน
สำหรับสามเว็บไซต์ในกรุงเทพฯ อย่างไรก็ตามอัตราผลตอบแทนจำลอง
ตกลงกันได้ดีกับค่าสังเกตด้วยความแตกต่างของ 1.86% และ
1.19% สำหรับเสน Pidao และ Phka Rumduol ตามลำดับในปี 2010 และ 3.1%
สำหรับ Phka Rumduol ในปี 2013 Timsina และฮัมฟรีย์ (2006) พบว่า
ความแตกต่างระหว่างค่าเฉลี่ยผลผลิตจำลองและข้อสังเกตใน
CERES ข้าวและ CERES ข้าวสาลีอยู่ที่ประมาณ 23%.
รุ่น CERES ข้าวถูกใช้ในการแนะนำชุดที่ดีที่สุด
ของกลยุทธ์การปรับตัวสำหรับเซลล์ตาราง (12.6 ° N และ 103.8 ° E)
ที่ irrigationwill ชดเชยมากที่สุดผลกระทบเชิงลบของการเปลี่ยนแปลงสภาพภูมิอากาศ
ต่อผลผลิตข้าวตาม GLAM-Ricemodel (รูปที่. 4) มะเดื่อ. 5 แสดง
การเปลี่ยนแปลงในผลผลิตข้าวสำหรับเสน Pidao และ Phka Rumduol พันธุ์
ภายใต้สภาพภูมิอากาศในอนาคตกับชุดที่แตกต่างกันของการชลประทาน
ปุ๋ยและวันปลูกปรับเทียบกับช่วงเวลาพื้นฐาน.
เพื่อตรวจสอบวันปลูกสำหรับอัตราผลตอบแทนที่ยิ่งใหญ่ที่สุด, การจำลอง
เป็น ดำเนินการที่เปลี่ยนวันปลูก fromthe ระยะเวลาพื้นฐาน
กะ 50 วันก่อนและหลังตามลำดับในช่วงเวลาที่ 1 ในแต่ละวัน.
จำลองแบบพืชไร่ระดับการศึกษาพบว่าการตอบสนองของ
ผลผลิตข้าวต่อการเปลี่ยนแปลงสภาพภูมิอากาศจะแตกต่างกันไปขึ้นอยู่กับ พันธุ์สภาพภูมิอากาศ
สถานการณ์เงื่อนไขการชลประทานการปรับวันปลูกและปุ๋ย
อัตราการใช้ ราคาของปุ๋ยไนโตรเจนและข้าวเปลือก
ประมาณ 0.65 เหรียญสหรัฐ (กก-N) -1 และ 0.325 USD กก-1 ตามลำดับ
(CARDI, 2012) เราเมื่อเทียบกับการเปลี่ยนแปลงในค่าใช้จ่ายและผลประโยชน์
จากการเพิ่มขึ้นในปุ๋ย อัตราขึ้นอยู่กับแนะนำ
อัตราการประยุกต์ใช้ (50 กก. N ฮ่า-1) เพิ่มขึ้นในอัตราปุ๋ยจาก
50 กิโลกรัมไนโตรเจนต่อเฮกตาร์ 1 ถึง 100 กก. N-1 ฮ่าค่าใช้จ่ายนอกจากนี้ประมาณ
32.5 เหรียญสหรัฐฮ่า-1 ในขณะที่การเพิ่มขึ้นของอัตราปุ๋ยที่เพิ่มขึ้นข้าว
ให้ผลผลิตได้ถึง 350 กิโลกรัมต่อเฮกตาร์ 1 อัตราส่วนค่าใช้จ่ายผลประโยชน์จากการเพิ่มขึ้นของ
อัตราปุ๋ยจะอยู่ที่ประมาณ 3.5 อย่างไรก็ตามอัตราส่วนค่าใช้จ่ายผลประโยชน์
จากการเพิ่มขึ้นของอัตราปุ๋ย 50 กิโลกรัมไนโตรเจนฮ่า-1 กับ
150 กก. N-1 ฮ่าเป็นเรื่องเกี่ยวกับ 2.75 เพิ่มขึ้นน้อยกว่าในผลผลิตข้าวที่พบ
จากการเพิ่มขึ้นของอัตราปุ๋ยจาก 150 กิโลกรัมไนโตรเจนฮ่า-1 กับ
200 กก. N-1 ฮ่ากว่า from100 กิโลกรัมไนโตรเจนต่อเฮกตาร์ 1 ถึง 150 กก. N-1 ฮ่า ผลการศึกษานี้
แสดงให้เห็นว่า 100 กิโลกรัม N-1 ฮ่าอัตราปุ๋ยอาจจะมีเศรษฐกิจที่ดีขึ้น.
เราพยายามที่จะตรวจสอบชุดที่ดีที่สุดของกลยุทธ์การปรับตัว
ในการสั่งซื้อเพื่อชดเชยผลกระทบด้านลบของการเปลี่ยนแปลงสภาพภูมิอากาศบนข้าว
อัตราผลตอบแทนโดยการตรวจสอบสถานการณ์ต่อไปนี้: case1 50 กก. N-1 ฮ่าและไม่มีการขาดน้ำ (แสดงเป็น Noad)

ผลลัพธ์ (ไทย) 3:

3.2 . การปรับตัวในระดับเกษตรกรหลังจากที่รูปแบบจำลองการสอบเทียบ , วัน และวุฒิภาวะวันเป็นเหมือนสังเกตค่า จำลองผลผลิตของทั้งเซนและ pidao พกาพันธุ์ rumduol เกือบเท่ากับการวัดค่า โดยน้ำหนัก และผลพลอยได้ ท็อปน้ำหนักน้อยกว่าน้ำหนักที่สอดคล้องกันของพวกเขา ) ;ความแตกต่างในตัวจำลองน้ำหนัก pidao และเซนพกา rumduol ที่ดอกบานเป็น− 0.53 % และ− 13.50 เปอร์เซ็นต์ ตามลำดับจำลองของผลพลอยได้ที่วุฒิภาวะทั้งเซนและ pidaoพกา rumduol น้อยกว่าการสังเกตโดย− 1.17 ล้านบาทบริษัท เวสเทิร์น 23.73 ตามลำดับจำนวนข้อมูลในปี 2010 ( pidao พกาและเซนrumduol ) และปี 2013 ( พกา rumduol เท่านั้น ) ถูกใช้เพื่อตรวจสอบแบบจำลอง CERES ข้าว สำหรับเซน pidao พันธุ์ ข้อตกลงระหว่างและค่าทำนายว่าดี มีความแตกต่างของ7 วันสำหรับการวันและ 6 วัน จำนวนวัน สำหรับพกาrumduol ความแตกต่างระหว่างค่าคาดการณ์และสังเกต7 วันสำหรับการวันและ 14 วันสำหรับจำนวนวันใน2010 ความแตกต่างระหว่างค่าสังเกตเวลาที่ดอกบานและทั้งข้าวพันธุ์จะคล้ายคลึงกับที่พบโดยยาว et al . ,( 2005 ) ซึ่งจำลองเป็น 10 % ของการตรวจสอบระยะเวลาสำหรับปี 2013 โดยเริ่มต้นวัน rumduol พการวงแค่ 2 วันหลังจากวัน อย่างไรก็ตาม , จำลองดอกบานวันและวุฒิภาวะ daywere 15 และ 13 วัน ตามลำดับ ยาวกว่าสังเกตค่า tongyai ( 1994 ) รายงานว่า ตัวเลขจำลองวัน เพื่อทางสรีรวิทยา maturitywas overestimated โดย 8 ถึง 16 วัน3 แห่งในกรุงเทพ , ประเทศไทย อย่างไรก็ตาม โดยผลผลิตสอดคล้องกับค่าสังเกตมีความแตกต่างของ 1.86 ล้านบาท1.19 เปอร์เซ็นต์ pidao Sen พกา rumduol ตามลำดับในปี 2010 และ 3.1 %สำหรับพกา rumduol ใน 2013 และ timsina ฮัมฟรีย์ ( 2006 ) พบว่าค่าเฉลี่ยความแตกต่างระหว่างค่าสังเกตเมล็ดและผลผลิตในธัญพืชข้าวและธัญพืชข้าวสาลีประมาณ 23 %ส่วนเซเรสข้าวแบบที่ถูกใช้ในการแนะนำชุดที่ดีที่สุดกลยุทธ์การปรับตัวสำหรับตารางเซลล์ ( 12.6 องศาและ 103.8 ° E )ที่ irrigationwill ที่สุดชดเชยผลกระทบทางลบของการเปลี่ยนแปลงภูมิอากาศผลผลิตข้าวตาม ricemodel น่าดู ( รูปที่ 4 ) ภาพที่ 5 แสดงการเปลี่ยนแปลงของผลผลิตข้าวสำหรับเซ็น pidao พกา rumduol และพันธุ์ภายใต้สภาวะภูมิอากาศในอนาคตกับชุดค่าผสมที่แตกต่างกันของการชลประทานปุ๋ย ปรับวันปลูก เทียบกับช่วงเวลาพื้นฐานการกำหนดวันปลูก สำหรับผลผลิตมากที่สุด การจำลองสถานการณ์การเปลี่ยนแปลงจากที่ปลูกก่อนระยะเวลากะ 50 วัน ก่อนและหลัง ตามลำดับ ในช่วง 1 วันจำลอง โดยระดับสาขาพืชรูปแบบ พบว่า การตอบสนองของข้าวผลผลิตเพื่อการเปลี่ยนแปลงสภาพภูมิอากาศจะแตกต่างกันขึ้นอยู่กับพันธุ์ ภูมิอากาศสถานการณ์ เงื่อนไข การชลประทาน การปรับวันที่และปุ๋ยราคาโปรแกรม ราคาของปุ๋ยไนโตรเจน และปลูกข้าวประมาณ 0.65 บาท ( kg-n ) −− 1 กิโลกรัม 1 . 325 เหรียญสหรัฐ ตามลำดับ( cardi 2012 ) เราเปรียบเทียบการเปลี่ยนแปลงในต้นทุนและผลประโยชน์จากการเพิ่มขึ้นในอัตราปุ๋ยที่ใช้ในการแนะนำอัตราการใช้ 50 กก. N ฮา− 1 ) เพิ่มขึ้นในอัตราปุ๋ยจาก50 กิโลกรัม N ฮา− 1 ถึง 100 กก. N − 1 ต้นทุน นอกจากนี้ เรื่องฮา32.5 บาท ฮา − 1 ในขณะที่เพิ่มขึ้นในอัตราปุ๋ยเพิ่มข้าวให้ผลผลิตได้ถึง 350 กิโลกรัม ฮา − 1 ประโยชน์จากการเพิ่มขึ้นของต้นทุนนี้ปุ๋ยเท่ากันคือประมาณ 3.5 . อย่างไรก็ตาม อัตราส่วนผลประโยชน์ต่อต้นทุนจากการเพิ่มขึ้นในอัตราปุ๋ย 50 กก. N − 1 ฮา150 กิโลกรัม N ฮา− 1 คือประมาณ 2.75 . เพิ่มผลผลิตข้าว พบน้อยในจากการเพิ่มขึ้นในอัตราปุ๋ยจาก 150 กก. N − 1 ฮา200 กิโลกรัม N − 1 มากกว่า ฮาฮา from100 กก. N − 1 150 กก. N ฮา− 1 ผลลัพธ์เหล่านี้แสดงให้เห็นว่า 100 กก. N ฮา− 1 อัตราปุ๋ยอาจจะประหยัดกว่าเราพยายามหาชุดที่ดีที่สุดของกลยุทธ์การปรับตัวเพื่อที่จะชดเชยผลกระทบทางลบของการเปลี่ยนแปลงสภาพภูมิอากาศที่มีต่อข้าวผลผลิตโดยพิจารณาสถานการณ์ต่อไปนี้ : case1 . 50 กิโลกรัม N ฮา− 1 และไม่แล้งน้ำ ( กล่าวคือ เป็น noad )