Rice is a salt-sensitive crop. The objective of this study was to evaluate the effect of salinity at flowering stage on physiological traits and yield of landrace rice. The experiment design was 4*10 Factorial in RCBD with 4 replications. Factor A was four salinity levels: control, 6, 12 and 16 dS/m; Factor B was 10 rice varieties. Data were collected on physiological traits and grain yield. The results showed that increasing salinity level decreased rice yield. The highest yield reduction was found when the rice received salt stress at 16 dS/m. In addition, rice varieties showed different yield performance when exposed to salt stress. In this found that Hom Yai variety had the lowest yield reduction when grown at 16 dS/m salinity level and did not differ from salt tolerant check variety.
การผลิตข้าวในประเทศไทยยังคงประสบปัญหาเกี่ยวกับสภาพพื้นที่ปลูกข้าวที่ไม่เหมาะสมต่อการเจริญเติบโต ซึ่งทำให้ผลผลิตของข้าวลดลง เช่น ปัญหาดินเค็ม โดยดินเค็มคือดินที่มีปริมาณเกลือที่ละลายน้ำได้ดีอยู่ในสารละลายดินสูงมากจนมีผลกระทบต่อการเจริญเติบโตและการสร้างผลผลิตของพืช อีกทั้งในปัจจุบัน สภาวะโลกร้อนมีความรุนแรงมากขึ้น และมีผลต่อเนื่องทำให้ความเครียดจากความเค็มมีความรุนแรงมากขึ้นด้วย การใช้ข้าวสายพันธุ์ที่มีความทนเค็มเป็นอีกวิธีที่จะช่วยแก้ปัญหาได้อย่างยั่งยืน ดังนั้นในการศึกษาครั้งนี้จึงสนใจศึกษาความเครียดเค็มในระยะออกดอกของข้าวที่ต่อเนื่องไปจนถึงระยะเก็บเกี่ยว โดยทำการศึกษาในพันธุ์ข้าวพื้นเมือง 6 พันธุ์ที่ผ่านการคัดเลือกแล้วว่าทนต่อความเค็มในระยะกล้าเปรียบเทียบกับข้าวพันธุ์ทนเค็มมาตรฐาน Pokkali และพันธุ์การค้า KDML105 ซึ่งผลจากการวิจัยที่ได้ในครั้งนี้สามารถนำไปเป็นข้อมูลพื้นฐานเพื่อใช้ในการปรับปรุงพันธุ์ข้าวให้มีความสามารถในการทนต่อสภาวะเครียดที่เกิดจากดินเค็ม และเป็นการคัดเลือกพันธุ์ข้าวที่มีศักยภาพในการทนเค็ม ตลอดจนส่งเสริมให้เกษตรกรปลูกในพื้นที่ที่กำลังประสบปัญหาจากสภาวะดินเค็มต่อไป
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
Koh Tao, a picturesque island in Thailand, is famous for its breathtaking coral reefs and vibrant marine life, attracting diving enthusiasts from all over the world. Despite its natural beauty, the island currently lacks innovative accommodations that enhance the visitor experience and promote environmental sustainability. This project proposes the development of a unique four-star floating resort with underwater villas, designed to offer an extraordinary lodging experience that fosters a deeper connection with the marine environment. By incorporating sustainable practices into the resort's design and operations, the project addresses the growing demand for eco-friendly tourism in the region. The floating resort concept aims not only to provide guests with an immersive experience but also to raise awareness about marine conservation. Through eco-friendly design and operations, the resort seeks to set a benchmark for sustainable tourism in Koh Tao, showcasing how accommodations can align with environmental stewardship, benefiting both the local ecosystem and tourism.
คณะวิทยาศาสตร์
This research will begin with a review of literature and related studies to examine existing technologies and methods for hand gesture recognition and their applications in controlling electronic devices such as drones, robots, and gaming systems. Subsequently, a hand gesture recognition system will be designed and developed using machine learning and computer vision techniques, with a focus on creating an algorithm that operates quickly and accurately, making it suitable for real-time control. The developed system will be tested and refined using various simulated scenarios to evaluate its efficiency and accuracy in diverse environments. Additionally, a user-friendly interface will be developed to ensure accessibility for all user groups. The research will also incorporate qualitative studies to gather feedback from both novice users and experts, which will contribute to further system improvements, ensuring it effectively meets user needs. Ultimately, the findings of this research will lead to the development of a functional prototype for gesture-based control, which can be applied in industries and entertainment. This will contribute to advancements in innovation and new technologies in the future.
คณะวิทยาศาสตร์
This project presents the development of an automatic recycling machine for plastic bottles and cans, utilizing Machine Learning for packaging classification through image processing, integrated with smart sensor systems for quality inspection and operation control. The system connects to a Web Application for real-time monitoring and control. Once the packaging type is verified, the system automatically calculates the refund value and processes payment through e-wallet or issues cash vouchers. The system can be installed in public spaces to promote waste segregation at source, reduce contamination, and increase recycling efficiency. It also provides financial incentives to encourage public participation in waste management. This project demonstrates the potential of combining Machine Learning and smart sensor systems in developing accurate, convenient, and sustainable waste management solutions.