Abstract: Crop modelling in Thailan

Abstract: Crop modelling in Thailand presents challenges to both
farmers and researchers. Farmers want to increase production,
reduce costs, and remain profitable under variable climate and
economic conditions. Researchers want to match soils, climates,
and crop growth and give sound management advice.
PLANTGRO - a generic system for predicting growth of plants
was used to predict the performance of a new variety of banana
(Kasetsart 2) grown in four different environments in Thailand.
Observational data of bananas from 4 farms with different climate
and soil types were used to initialize the model. Two farms from
the Tak and Nakorn Sawan Provinces in the lower northern part of
Thailand. Temperatures in these regions ranged from 30-39 º C
(mean maximum) and 20-27º C (mean minimum), precipitation ranged from 1100 – 1500 mm per year and
soil type is of a silty texture. Two farms from Chanthaburi and Rayong Provinces on the eastern coast of
Thailand. Temperatures in these regions ranged from 30-35 º C (mean maximum) and 22-27º C (mean
minimum), precipitation range from 1400 – 2200 mm per year and soil type is of a loamy texture. The model
predictions of banana yields were compared with observed yields for the year 2007.
Model predictions of banana yields at Nakorn Sawan, Tak and Rayong agreed with the observed field data.
The predicted yields were 19.83, 19.35 and 14.66 and the actual yields were 19.5, 18.5 and 13.75 tonnes/ha at
Nakorn Sawan, Tak and, Rayong, respectively. However, model predictions of banana yields from the
Chanthaburi Province were under-estimated. The predicted yield was 14.15 tonnes/ha and the actual yield
was 22.12 tonnes/ha at Chanthaburi. The Chantaburi under-estimation probably occurred because farmers’s
in that region had good management skills i.e. irrigated 30 liters/day and supplied optimum fertilizer levels.
The results also showed that the most severe limiting factors in Tak and Nakorn Sawan provinces were base
saturation and water availability while in Rayong and Chanthaburi they were pH and water availability. The
most suitable planting periods are June, May, January, and September at Tak, Nakorn Sawan, Rayong and
Chanthaburi, respectively.
PLANTGRO succeeded in simulating banana yields in Nakorn Sawan, Tak and Rayong Provinces with
different environments. The results were used to assess banana production yields to evaluate land use. The
Automated Land Evaluation System (ALES) was used to quantify actual constraints to banana production as
an aid in land evaluation. Integration of the results from PLANTGRO, ALES and present land use were used
to determine possible lands for new banana production in the Wangchow District in the Tak province.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ: แบบจำลองพืชในประเทศไทยนำเสนอความท้าทายทั้งเกษตรกรและนักวิจัย เกษตรกรต้องการเพิ่มการผลิตลดต้นทุน และยังคงมีกำไรภายใต้สภาพภูมิอากาศที่ผันแปร และสภาพทางเศรษฐกิจ นักวิจัยต้องการดินเนื้อปูน สภาพอากาศและพืชเจริญเติบโต และให้คำแนะนำในการจัดการเสียงPLANTGRO - ระบบทั่วไปสำหรับการคาดการณ์การเจริญเติบโตของพืชใช้ในการทำนายประสิทธิภาพของกล้วยใหม่(เกษตรศาสตร์ 2) เติบโตในสภาพแวดล้อมแตกต่างกัน 4 ในประเทศไทยข้อมูลสังเกตการณ์ของกล้วยจากฟาร์ม 4 มีสภาพภูมิอากาศที่แตกต่างกันและชนิดของดินที่ใช้เริ่มต้นแบบ ฟาร์มสองจากตากและจังหวัดนครสวรรค์นครในภาคเหนือส่วนล่างของไทย ในภูมิภาคนี้มา 30-39 º C(หมายถึงสูงสุด) และ 20 27º C (หมายถึงต่ำสุด), ฝนมา 1100-1500 มิลลิเมตรต่อปี และชนิดของดินเป็นเนื้อปนทรายแป้ง ฟาร์มสองจากจันทบุรีและจังหวัดระยองบนชายฝั่งตะวันออกของไทย ในภูมิภาคเหล่านี้อยู่ในช่วง 30-35 º C (หมายถึงสูงสุด) และ 22-27º C (ค่าเฉลี่ยต่ำสุด), มีฝนตั้งแต่ 1400-2200 มิลลิเมตรต่อปีและดินชนิดของพื้นผิว loamy แบบจำลองคาดคะเนของผลผลิตกล้วยถูกเปรียบเทียบกับอัตราผลตอบแทนสังเกตสำหรับปี 2550แบบจำลองการคาดคะเนของผลผลิตกล้วยที่นครนครสวรรค์ ตาก และระยองตกลงกับข้อมูลฟิลด์สังเกตอัตราผลตอบแทนคาดการณ์ถูก 19.83, 19.35 และ 14.66 และอัตราผลตอบแทนจริงได้ 19.5, 18.5 และ 13.75 ตัน/ฮา ที่Nakorn Sawan, Tak and, Rayong, respectively. However, model predictions of banana yields from theChanthaburi Province were under-estimated. The predicted yield was 14.15 tonnes/ha and the actual yieldwas 22.12 tonnes/ha at Chanthaburi. The Chantaburi under-estimation probably occurred because farmers’sin that region had good management skills i.e. irrigated 30 liters/day and supplied optimum fertilizer levels.The results also showed that the most severe limiting factors in Tak and Nakorn Sawan provinces were basesaturation and water availability while in Rayong and Chanthaburi they were pH and water availability. Themost suitable planting periods are June, May, January, and September at Tak, Nakorn Sawan, Rayong andChanthaburi, respectively.PLANTGRO succeeded in simulating banana yields in Nakorn Sawan, Tak and Rayong Provinces withdifferent environments. The results were used to assess banana production yields to evaluate land use. TheAutomated Land Evaluation System (ALES) was used to quantify actual constraints to banana production asan aid in land evaluation. Integration of the results from PLANTGRO, ALES and present land use were usedto determine possible lands for new banana production in the Wangchow District in the Tak province.

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ:
การสร้างแบบจำลองการเพาะปลูกในประเทศไทยมีความท้าทายทั้งเกษตรกรและนักวิจัย เกษตรกรต้องการที่จะเพิ่มการผลิต,
ลดค่าใช้จ่ายและยังคงทำกำไรได้ภายใต้สภาพภูมิอากาศตัวแปรและเงื่อนไขทางเศรษฐกิจ
นักวิจัยต้องการเพื่อให้ตรงกับดินฟ้าอากาศ,
และการเจริญเติบโตของพืชและให้คำแนะนำการจัดการเสียง.
PLANTGRO -
ระบบทั่วไปสำหรับการคาดการณ์การเจริญเติบโตของพืชที่ถูกใช้ในการคาดการณ์ผลการดำเนินงานที่หลากหลายใหม่ของกล้วย
(เกษตรศาสตร์ 2) ปลูกในสี่สภาพแวดล้อมที่แตกต่างกันในประเทศไทย .
ข้อมูลการสังเกตของกล้วย 4
จากฟาร์มที่มีสภาพภูมิอากาศที่แตกต่างกันและประเภทดินถูกนำมาใช้ในการเริ่มต้นรูปแบบ สองฟาร์มจากตากและนครสวรรค์จังหวัดในภาคเหนือตอนล่างของประเทศไทย อุณหภูมิในภูมิภาคเหล่านี้อยู่ในช่วง 30-39 องศาเซลเซียส(ค่าเฉลี่ยสูงสุด) และ20-27º C (ค่าเฉลี่ยต่ำสุด) ฝนอยู่ในช่วง 1,100-1,500 มิลลิเมตรต่อปีและชนิดของดินเป็นเนื้อปนทรายแป้ง สองจากฟาร์มจันทบุรีและจังหวัดระยองบนชายฝั่งตะวันออกของประเทศไทย อุณหภูมิในภูมิภาคเหล่านี้อยู่ในช่วง 30-35 องศาเซลเซียส (ค่าเฉลี่ยสูงสุด) และ22-27º C (เฉลี่ยขั้นต่ำ) ช่วงปริมาณน้ำฝน 1,400-2,200 มิลลิเมตรต่อปีและชนิดของดินเป็นดินร่วนปเนื้อ แบบจำลองการคาดการณ์อัตราผลตอบแทนของกล้วยถูกเมื่อเทียบกับอัตราผลตอบแทนที่สังเกตสำหรับปี 2007 คาดการณ์อัตราผลตอบแทนรูปแบบของกล้วยที่นครสวรรค์, ตากและจังหวัดระยองเห็นด้วยกับข้อมูลภาคสนามที่สังเกต. อัตราผลตอบแทนที่คาดการณ์อยู่ที่ 19.83, 19.35 และ 14.66 และอัตราผลตอบแทนที่เกิดขึ้นจริงเป็น 19.5 , 18.5 และ 13.75 ตัน / ไร่ที่นครสวรรค์, ตากและจังหวัดระยองตามลำดับ อย่างไรก็ตามการคาดการณ์อัตราผลตอบแทนรูปแบบของกล้วยจากจังหวัดจันทบุรีได้รับต่ำกว่าประมาณการ อัตราผลตอบแทนที่คาดการณ์ไว้คือ 14.15 ตัน / ไร่และผลผลิตที่เกิดขึ้นจริงเป็น22.12 ตัน / ไร่จันทบุรี จันทบุรีภายใต้การประมาณค่าอาจจะเกิดขึ้นเพราะของเกษตรกรในพื้นที่ที่มีทักษะในการบริหารจัดการที่ดีเช่นชลประทานที่ 30 ลิตร / วันและจัดจำหน่ายระดับปุ๋ยที่เหมาะสม. ผลยังแสดงให้เห็นว่าปัจจัย จำกัด ที่รุนแรงที่สุดในจังหวัดตากและจังหวัดนครสวรรค์เป็นฐานความอิ่มตัวของสีและความพร้อมน้ำขณะที่อยู่ในจังหวัดระยองและจันทบุรีพวกเขาและความพร้อมค่า pH ของน้ำ ระยะเวลาการปลูกที่เหมาะสมที่สุดคือเดือนมิถุนายนเดือนพฤษภาคมเดือนมกราคมและกันยายนที่ตากนครสวรรค์, จังหวัดระยองและจันทบุรีตามลำดับ. PLANTGRO ประสบความสำเร็จในการจำลองอัตราผลตอบแทนกล้วยนครสวรรค์, ตากและจังหวัดระยองที่มีสภาพแวดล้อมที่แตกต่างกัน ผลการวิจัยที่ใช้ในการประเมินอัตราผลตอบแทนการผลิตกล้วยในการประเมินการใช้ประโยชน์ที่ดิน อัตโนมัติที่ดินระบบการประเมินผล (ALES) ถูกใช้ในการ จำกัด ปริมาณที่เกิดขึ้นจริงเพื่อการผลิตกล้วยเป็นตัวช่วยในการประเมินที่ดิน บูรณาการของผลที่ได้จาก PLANTGRO, ALES และการใช้ที่ดินในปัจจุบันถูกนำมาใช้เพื่อตรวจสอบที่ดินที่เป็นไปได้สำหรับการผลิตกล้วยหอมใหม่ในอำเภอWangchow ในจังหวัดตาก

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ : เพาะปลูกพืชในประเทศไทย นำเสนอความท้าทายทั้ง
เกษตรกรและนักวิจัย เกษตรกรต้องการเพิ่มการผลิต
ลดค่าใช้จ่ายและยังคงทำกำไรภายใต้สภาพภูมิอากาศที่แปรและ
เงื่อนไขทางเศรษฐกิจ นักวิจัยต้องการ ราคา ดิน ภูมิอากาศ และการเติบโตของพืช และให้คําแนะนํา
-
plantgro การจัดการเสียง ระบบทั่วไปเพื่อคาดการณ์การเจริญเติบโตของพืช
ถูกใช้เพื่อทำนายสมรรถนะของความหลากหลายใหม่ของกล้วย
( สาขา 2 ) ที่ปลูกในสภาพแวดล้อมที่แตกต่างกันสี่ในประเทศไทย ข้อมูลจากการสังเกตของกล้วย

4 ไร่ กับสภาพภูมิอากาศที่แตกต่างกันและประเภทของดินที่ใช้เพื่อเริ่มการทำงานของแบบจำลอง สองฟาร์มจาก
ตากและนครสวรรค์ จังหวัดในเขตภาคเหนือตอนล่างของ
ประเทศไทย อุณหภูมิในภูมิภาคเหล่านี้อยู่ระหว่าง 30-39 º C
( หมายถึงสูงสุด ) และ C ( ค่าเฉลี่ยต่ำสุดº 20-27 ) ตกตะกอนอยู่ระหว่าง 1 , 100 - 1 , 500 มิลลิเมตรต่อปี และประเภทของพื้นผิวดิน
ชั้นดิน . สองฟาร์ม จากจันทบุรี และระยอง บนชายฝั่งตะวันออกของ
ประเทศไทย อุณหภูมิในภูมิภาคเหล่านี้อยู่ระหว่าง 30-35 º C ( ค่าเฉลี่ยสูงสุด ) และไม่เกิน 30 º C ( หมายถึง
ขั้นต่ำ ) , ฝนช่วงจาก 1 , 400 – 2 , 200 มิลลิเมตรต่อปี และประเภทของพื้นผิวดินเป็นดินร่วน .แบบจำลองการคาดการณ์ผลผลิตกล้วย
เปรียบเทียบกับผลผลิตที่ได้ในปี 2007
รูปแบบการคาดการณ์ผลผลิตกล้วยที่นครสวรรค์ ตาก และระยอง ตกลงจากเขตข้อมูล .
คาดการณ์ผลผลิตได้ 19.83 , 19.35 และ 14.66 และผลผลิตจริง 19.5 , 18.5 และ 13.75 ตัน / เฮกตาร์ที่
นครสวรรค์ , ตาก และ ระยอง ตามลำดับ อย่างไรก็ตามแบบจำลองการคาดคะเนผลผลิตกล้วยจาก
จังหวัดจันทบุรีอยู่ประมาณ คาดการณ์ผลผลิตคือ 14.15 ตัน / ไร่ และผลผลิตที่เกิดขึ้นจริงเป็น 22.12
ตัน / ไร่ที่จันทบุรี จังหวัดภายใต้การประเมินอาจเกิดขึ้นเนื่องจากเกษตรกรของ
ในภูมิภาคมีทักษะการจัดการที่ดี เช่น น้ำ 30 ลิตร / วัน และให้ปุ๋ย
ที่ระดับผลการศึกษายังพบว่า ปัจจัยที่จำกัดรุนแรงที่สุดในจังหวัดตาก และจังหวัดนครสวรรค์ มีความอิ่มตัวเบส
และปริมาณน้ําในจังหวัดระยองและจันทบุรี และน้ำก็มี
เหมาะปลูกระยะเวลาเป็นมิถุนายน พฤษภาคม เดือนมกราคมและกันยายน ที่ ตาก นครสวรรค์ ระยอง และจันทบุรี

)plantgro ประสบความสำเร็จจำลองกล้วยผลผลิตในนครสวรรค์ ตาก และระยองกับ
สภาพแวดล้อมที่แตกต่างกัน ผลลัพธ์ที่ได้ เครื่องมือที่ใช้ในการผลิตผลผลิตกล้วยเพื่อประเมินการใช้ที่ดิน
อัตโนมัติระบบการประเมินที่ดิน ( ง ) ถูกใช้เพื่อหาปัญหาที่แท้จริงเพื่อการผลิตกล้วยเป็น
ช่วยในการประเมินที่ดิน รวม plantgro ผล ,สัมภาษณ์และการใช้ประโยชน์ที่ดินที่ปัจจุบันถูกใช้เพื่อตรวจสอบที่ดิน
เป็นไปได้สำหรับการผลิตกล้วยใหม่ใน wangchow อำเภอในจังหวัดตาก