Climate change affects agricultural systems worldwide, including Thailand, and may lead to reduced crop yields, impacting food security. Bambara groundnut is a crop with the potential to adapt to changing environments and can thrive in areas with limited resources. This research aims to study the impact of climate change on Bambara groundnut yields in Thailand using the DSSAT (Decision Support System for Agrotechnology Transfer) model, an important tool for predicting plant growth under various environmental conditions. This study utilizes climate data, soil composition, and genetic information of Bambara groundnut to simulate and analyze yield trends under future climate scenarios. Four study areas in Thailand were selected: Songkhla, Lampang, Yasothon, and Saraburi. The CSM-CROPGRO-Bambara groundnut model was used to assess the impact of changing temperature and rainfall on the growth and yield of Bambara groundnut. The results of this study are expected to provide farmers and researchers with valuable information for planning cultivation and managing peanut production in response to climate change. Additionally, the findings can help formulate policy guidelines to promote the cultivation of climate-resilient crops and support the country's food security.
การเปลี่ยนแปลงสภาพภูมิอากาศส่งผลกระทบต่อระบบเกษตรกรรมทั่วโลก รวมถึงการเพาะปลูกพืชอาหาร ถั่วหรั่ง (Bambara groundnut) เป็นพืชตระกูลถั่วที่มีความสามารถทนแล้ง เจริญเติบโตได้ดีในดินที่มีความอุดมสมบูรณ์ต่ำ และให้คุณค่าทางโภชนาการสูง จึงมีศักยภาพในการเสริมความมั่นคงทางอาหารของประเทศ อย่างไรก็ตาม การเปลี่ยนแปลงของอุณหภูมิ ปริมาณน้ำฝน และความแปรปรวนของสภาพอากาศ อาจส่งผลต่อการเจริญเติบโตและผลผลิตของถั่วหรั่ง ทำให้เกิดความไม่แน่นอนในระบบการเกษตร งานวิจัยนี้มีเป้าหมายเพื่อประเมินผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศต่อผลผลิตถั่วหรั่งในประเทศไทย โดยใช้แบบจำลอง DSSAT (Decision Support System for Agrotechnology Transfer) ซึ่งเป็นเครื่องมือที่ช่วยจำลองสภาพแวดล้อมและพฤติกรรมการเจริญเติบโตของพืชภายใต้สภาวะต่างๆ การศึกษานี้จะช่วยให้สามารถคาดการณ์แนวโน้มผลผลิตของถั่วหรั่งในอนาคต และนำไปใช้ในการวางแผนการเพาะปลูก รวมถึงพัฒนากลยุทธ์ในการปรับตัวของเกษตรกรให้สามารถรับมือกับสภาพภูมิอากาศที่เปลี่ยนแปลงได้อย่างมีประสิทธิภาพ
วิทยาเขตชุมพรเขตรอุดมศักดิ์
This project aims to design and develop an eye-tracking system to facilitate communication for paralyzed immobile patients. The system is designed to enable patients to convey their needs to caregivers or family members by detecting and tracking eye movements using the Tobii Eye Tracker 5 device. This approach serves as an alternative communication method, replacing the physical movement or speech of paralyzed patients. The system effectively detects and tracks eye movements at a distance of 55 to 85 centimeters and is designed for installation on a computer to ensure ease of use. The program interface consists of three main sections: (1) a set of emotions, (2) a set of needs, and (3) a set of additional needs. It supports input from a virtual keyboard in both Thai and English and allows users to specify additional needs through eye-tracking-enabled typing. Furthermore, the system can generate synthetic speech for text that is difficult to pronounce aloud, send notification messages via the Line application, and store usage data in a database presented in a dashboard format. System testing revealed that the optimal detection distance ranges from 65 to 75 centimeters, as this range yields an error rate of no more than 1 percent. The system accurately responds to eye movements for communication through sound within 3 seconds when interacting with various function buttons. This eye-tracking system effectively enables paralyzed immobile patients to communicate their emotions and needs, facilitating better understanding and interaction between patients and their caregivers or family members.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
Design a graphic concept for a vending machine and its surrounding area (5x6 meters) featuring INGU skincare products
คณะวิทยาศาสตร์
Air pollution, particularly PM2.5, is a major environmental and public health concern in Bangkok. Instead of predicting PM2.5 levels, this project aims to identify the most significant factors influencing PM2.5 concentration. By analyzing historical air quality, weather, and other environmental data, we will determine which variables—such as temperature, humidity, wind speed, or other pollutants—have the greatest impact on PM2.5 fluctuations.