การเปลี่ยนแปลงสภาพภูมิอากาศส่งผลกระทบต่อระบบเกษตรกรรมทั่วโลก รวมถึงประเทศไทย ซึ่งอาจทำให้ผลผลิตพืชลดลงและส่งผลต่อความมั่นคงทางอาหาร ถั่วหรั่ง (Bambara groundnut) เป็นพืชที่มีศักยภาพในการปรับตัวต่อสภาพแวดล้อมที่เปลี่ยนแปลง และสามารถเจริญเติบโตได้ในพื้นที่ที่มีทรัพยากรจำกัด งานวิจัยนี้มุ่งศึกษาผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศต่อผลผลิตถั่วหรั่งในประเทศไทย โดยใช้แบบจำลอง DSSAT (Decision Support System for Agrotechnology Transfer) ซึ่งเป็นเครื่องมือสำคัญในการคาดการณ์การเจริญเติบโตของพืชภายใต้สภาพแวดล้อมที่หลากหลาย การศึกษานี้ใช้ข้อมูลภูมิอากาศ องค์ประกอบของดิน และข้อมูลพันธุกรรมของถั่วหรั่ง เพื่อจำลองและวิเคราะห์แนวโน้มของผลผลิตภายใต้สถานการณ์สภาพอากาศในอนาคต โดยเลือกพื้นที่ศึกษา 4 แห่งในประเทศไทย ได้แก่ จังหวัดสงขลา ลำปาง ยโสธร และสระบุรี แบบจำลอง CSM-CROPGRO-Bambara groundnut ถูกนำมาใช้เพื่อประเมินอิทธิพลของอุณหภูมิและปริมาณน้ำฝนที่เปลี่ยนแปลงไป ซึ่งอาจส่งผลต่อการเจริญเติบโตและผลผลิตของถั่วหรั่ง ผลการศึกษาคาดว่าจะช่วยให้เกษตรกรและนักวิจัยมีข้อมูลที่สามารถนำไปใช้ประกอบการวางแผนเพาะปลูกและการบริหารจัดการผลผลิตถั่วหรั่งให้เหมาะสมกับสภาพภูมิอากาศที่เปลี่ยนแปลง นอกจากนี้ยังสามารถนำไปใช้ในการกำหนดแนวทางเชิงนโยบายเพื่อส่งเสริมการเพาะปลูกพืชที่ทนทานต่อสภาพอากาศที่เปลี่ยนแปลง และสนับสนุนความมั่นคงทางอาหารของประเทศ
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
คณะเทคโนโลยีการเกษตร
ปลากระเบนตุ๊กตา (Brevitrygon heterura) เป็นปลากระเบนที่พบได้บ่อยในตลาดท้องถิ่น แต่เช่นเดียวกับปลากระเบนชนิดอื่นๆ ปลากระเบนตุ๊กตาก็เผชิญกับการคุกคามจากการประมงเกินขนาดและการทำลายแหล่งที่อยู่อาศัย ดังนั้น การระบุชนิดของปลาที่ถูกต้องจึงมีความสำคัญ เนื่องจากมาตรการอนุรักษ์อาจแตกต่างกันตามชนิดของปลา งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความแปรผันทางลักษณะภายนอกของ B. heterura ในอ่าวไทยโดยการศึกษาทางสัณฐานวิทยาและการวิเคราะห์พันธุกรรม ในระหว่างเดือนตุลาคม 2565 ถึงกุมภาพันธ์ 2566 ได้เก็บตัวอย่างจำนวน 49 ตัวอย่างจากท่าเรือที่จอดเรือ พบว่ามีสองกลุ่มที่แตกต่างกันตามลักษณะทางสัณฐานวิทยาโดยพิจารณาจาก 40 สัดส่วน ตัวอย่างจากจังหวัดจันทบุรี ระยอง ชลบุรี สมุทรสาคร นครศรีธรรมราช และสงขลา ซึ่งเรียกว่ากลุ่ม A มักมีความยาวปากยาวกว่าตัวอย่างจากจังหวัดประจวบคีรีขันธ์ ซึ่งเรียกว่ากลุ่ม B ตามลักษณะทางสัณฐานภายนอกที่ใช้ในการระบุชนิดของปลา มีสัดส่วนทางสัณฐานวิทยา สาม สัดส่วนที่แตกต่างกันอย่างมีนัยสำคัญระหว่างกลุ่ม A และกลุ่ม B ลักษณะหลักที่อธิบายความแปรผันภายในชนิดระหว่างกลุ่ม A และกลุ่ม B จะได้รับการอภิปรายเพิ่มเติม การศึกษารหัสพันธุกรรมดีเอ็นเอบาร์โค้ดจากชิ้นส่วนของยีน cytochrome c oxidase subunit I (COI) จากตัวอย่าง 41 ตัวอย่างจากกลุ่ม A และ 8 ตัวอย่างจากกลุ่ม B พบว่าเปอร์เซ็นต์ความแตกต่างของลำดับรหัสพันธุกรรม (p-distance) ระหว่างกลุ่ม A และกลุ่ม B อยู่ที่ 0.0-2.5 การศึกษานี้ช่วยเพิ่มความเข้าใจเกี่ยวกับความแปรผันของรูปแบบและพันธุกรรมของ B. heterura ในอ่าวไทย
คณะวิศวกรรมศาสตร์
แพลตฟอร์มที่มีจุดประสงค์ในการเชื่อมโยงนักศึกษาจากทุกคณะและสาขาวิชาเพื่อส่งเสริมการทำ กิจกรรมร่วมกัน และพัฒนาทักษะทางสังคมและการทำงานร่วมกันอย่างมีประสิทธิภาพ โดยเน้นไปที่การ ส่งเสริมการเรียนรู้และการพัฒนาตนเองผ่านการทบทวนบทเรียนและการเรียนรู้ร่วมกันที่มีความสัมพันธ์กับ ทุกคณะและสาขาวิชาในมหาวิทยาลัย สร้างพื้นที่สำหรับการเจรจาและแลกเปลี่ยนเรียนรู้ และสนับสนุนการ ทำกิจกรรมร่วมกันเพื่อสร้างสัมพันธภาพและความร่วมมือในกลุ่มนักศึกษา
คณะวิทยาศาสตร์
ปัญหาพิเศษนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบประสิทธิภาพการทำนายดัชนีคุณภาพอากาศ (AQI) ด้วยวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่ม 5 วิธี ได้แก่ วิธีป่าสุ่ม วิธี XGBoost วิธี CatBoost วิธีรวมกลุ่มป่าสุ่มและ XGBoost และวิธีรวมกลุ่มป่าสุ่ม SVR และ MLP โดยใช้ชุดข้อมูลจากกรมควบคุมมลพิษกลางของประเทศอินเดีย (CPCB) ซึ่งชุดข้อมูลประกอบด้วยตัวแปรด้านมลพิษ 15 ตัวแปร และข้อมูลด้านสภาพอากาศ 9 ตัวแปร เก็บรวบรวมตั้งแต่มกราคม ค.ศ. 2021 ถึงธันวาคม ค.ศ. 2023 มีจำนวนข้อมูล 1,024,920 ค่า และวิธีการที่ใช้วัดประสิทธิภาพ 3 วิธี ได้แก่ รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error : RMSE) ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error : MAE) และสัมประสิทธิ์การกำหนด (Coefficient of Determination) ผลการศึกษาพบว่าวิธีรวมกลุ่มป่าสุ่มและ XGBoost มีค่าวัดประสิทธิภาพทั้ง 3 วิธีดีที่สุด โดยมีค่า RMSE น้อยที่สุดเท่ากับ 0.1040 ค่า MAE น้อยที่สุดเท่ากับ 0.0675 และค่า มากที่สุดเท่ากับ 0.8128 แล้วทำการอธิบายผลลัพธ์จากการเรียนรู้ของเครื่องสำหรับสร้างแผนภาพด้วย SHAP ของวิธีการเรียนรู้ของเครื่องทั้ง 5 วิธี ทุกวิธีได้ข้อสรุปในทำนองเดียวกันคือตัวแปรที่มีผลกระทบต่อ ค่าทำนายโดยรวมมากที่สุด 2 อันดับแรกคือตัวแปร PM2.5 และ PM10 ตามลำดับ