KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

การคัดเลือกพันธุ์ข้าวพื้นเมืองที่ทนต่อดินเค็ม

การคัดเลือกพันธุ์ข้าวพื้นเมืองที่ทนต่อดินเค็ม

รายละเอียด

ข้าวเป็นพืชที่อ่อนแอต่อดินเค็ม วัตถุประสงค์ของการศึกษาในครั้งนี้คือ เพื่อศึกษาผลของความเค็มในระยะออกดอกที่มีต่อลักษณะทางสรีรวิทยา และการให้ผลผลิตของข้าวพื้นเมือง วางแผนการทดลองแบบ 4*10 Factorial in RCBD จำนวน 4 ซ้ำ ปัจจัย A คือ ระดับความเค็ม 4 ระดับได้แก่ control , 6, 12 และ 16 dS/m ปัจจัย B คือพันธุ์ข้าวจำนวน 10 สายพันธุ์ เก็บข้อมูลลักษณะทางสรีรวิทยาแลผลผลิต ผลการศึกษาพบว่า ระดับความเค็มที่เพิ่มขึ้นจะส่งผลให้ผลผลิตข้าวลดลง โดยผลผลิตจะลดลงมากที่สุดเมื่อข้าวได้รับเกลือที่ระดับ 16 dS/m นอกจากนี้พบว่า สายพันธุ์ข้าวมีการให้ผลผลิตที่แตกต่าง ในการศึกษาครั้งนี้พบว่า ข้าวพันธุ์หอมใหญ่มีอัตราการลดลงของผลผลิตต่ำที่สุดเมื่อปลูกในระดับความเค็ที่ 16 dS/m และไม่แตกต่างกับพันธุ์ทนเค็มมาตรฐาน

วัตถุประสงค์

การผลิตข้าวในประเทศไทยยังคงประสบปัญหาเกี่ยวกับสภาพพื้นที่ปลูกข้าวที่ไม่เหมาะสมต่อการเจริญเติบโต ซึ่งทำให้ผลผลิตของข้าวลดลง เช่น ปัญหาดินเค็ม โดยดินเค็มคือดินที่มีปริมาณเกลือที่ละลายน้ำได้ดีอยู่ในสารละลายดินสูงมากจนมีผลกระทบต่อการเจริญเติบโตและการสร้างผลผลิตของพืช อีกทั้งในปัจจุบัน สภาวะโลกร้อนมีความรุนแรงมากขึ้น และมีผลต่อเนื่องทำให้ความเครียดจากความเค็มมีความรุนแรงมากขึ้นด้วย การใช้ข้าวสายพันธุ์ที่มีความทนเค็มเป็นอีกวิธีที่จะช่วยแก้ปัญหาได้อย่างยั่งยืน ดังนั้นในการศึกษาครั้งนี้จึงสนใจศึกษาความเครียดเค็มในระยะออกดอกของข้าวที่ต่อเนื่องไปจนถึงระยะเก็บเกี่ยว โดยทำการศึกษาในพันธุ์ข้าวพื้นเมือง 6 พันธุ์ที่ผ่านการคัดเลือกแล้วว่าทนต่อความเค็มในระยะกล้าเปรียบเทียบกับข้าวพันธุ์ทนเค็มมาตรฐาน Pokkali และพันธุ์การค้า KDML105 ซึ่งผลจากการวิจัยที่ได้ในครั้งนี้สามารถนำไปเป็นข้อมูลพื้นฐานเพื่อใช้ในการปรับปรุงพันธุ์ข้าวให้มีความสามารถในการทนต่อสภาวะเครียดที่เกิดจากดินเค็ม และเป็นการคัดเลือกพันธุ์ข้าวที่มีศักยภาพในการทนเค็ม ตลอดจนส่งเสริมให้เกษตรกรปลูกในพื้นที่ที่กำลังประสบปัญหาจากสภาวะดินเค็มต่อไป

นวัตกรรมอื่น ๆ

การศึกษาสารสกัดจากสาหร่ายขนาดเล็ก Chlorella sp. KLSc61  เพื่อส่งเสริมการเจริญเติบโตของ Lactobacillus plantarum JCM 1149

คณะวิทยาศาสตร์

การศึกษาสารสกัดจากสาหร่ายขนาดเล็ก Chlorella sp. KLSc61 เพื่อส่งเสริมการเจริญเติบโตของ Lactobacillus plantarum JCM 1149

สาหร่ายขนาดเล็กอุดมไปด้วยสารออกฤทธิ์ทางชีวภาพ สารเหล่านี้อาจมีผลช่วยส่งเสริมการเจริญเติบโตของโพรไบโอติกที่จำเป็นต้องอาศัยสารอาหารที่เหมาะสม หรือที่เรียกว่าพรีไบโอติก งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาประสิทธิภาพของสารสกัดหยาบจากสารภายในเซลล์ของสาหร่ายขนาดเล็ก Chlorella sp. KLSc61 ต่อการส่งเสริมการเจริญเติบโตของจุลินทรีย์โพรไบโอติก Lactiplantibacillus plantarum JCM1149 ภายใต้สภาวะระบบย่อยอาหารจำลอง โดยทำการสกัดสารจากภายในเซลล์สาหร่าย ด้วยเอทานอลเข้มข้น 70% (v/v) เพื่อเตรียมสารสกัดสำหรับการทดสอบผลต่อการเจริญของโพรไบโอติกแบคทีเรีย จากนั้นนำสารสกัดจากสาหร่าย ที่ความเข้มข้น 0.1%, 0.75% และ 1.5% มาทดสอบการเจริญเติบโตของโพรไบโอติกแบคทีเรีย Lactiplantibacillus plantarum JCM1149 โดยวัดการเจริญของโพรไบโอติกแบคทีเรีย ด้วยวิธีการดรอปเพลท ผลการศึกษานี้จะช่วยให้เข้าใจถึงศักยภาพของสารสกัดจาก Chlorella sp. KLSc61 ในการส่งเสริมการเจริญของโพรไบโอติก ซึ่งอาจนำไปสู่การพัฒนาผลิตภัณฑ์อาหารเสริมที่มีคุณสมบัติเป็นซินไบโอติก (Synbiotic) ที่มีทั้งโพรไบโอติกและพรีไบโอติกในอนาคต อีกทั้งยังสามารถเป็นข้อมูลพื้นฐานสำหรับการศึกษาต่อยอดเกี่ยวกับบทบาทของสารสกัดจากสาหร่ายต่อสุขภาพระบบทางเดินอาหารและระบบภูมิคุ้มกัน

การตรวจสอบโรคในใบทุเรียนด้วยภาพถ่ายและปัญญาประดิษฐ์

คณะเทคโนโลยีการเกษตร

การตรวจสอบโรคในใบทุเรียนด้วยภาพถ่ายและปัญญาประดิษฐ์

ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ

การผลิตเจลลี่คอมบูชาเสริมคอลลาเจน

คณะอุตสาหกรรมอาหาร

การผลิตเจลลี่คอมบูชาเสริมคอลลาเจน

การศึกษานี้มุ่งเน้นพัฒนาสูตรและวิเคราะห์คุณสมบัติของเจลลี่คอมบูชาเสริมคอลลาเจน ทั้งในด้านรสชาติ ภาพลักษณ์ และคุณประโยชน์ เพื่อให้เป็นผลิตภัณฑ์ที่แปลกใหม่และตอบโจทย์ตลาดเครื่องดื่มเพื่อสุขภาพและความงาม โดยมีการทดสอบทางประสาทสัมผัส (Sensory Test) เพื่อประเมินคุณภาพและความพึงพอใจของผู้บริโภค