ارزیابی برخی صفات فیزیولوژیک و کیفی اکوتیپ های مختلف بزرک(usitatissimum L. Linum) در پاسخ به کودهای شیمیایی، آلی و زیستی نیتروژن
Publish place: Journal of Crop Production and Processing، Vol: 5، Issue: 16
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 194
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCPP-5-16_016
تاریخ نمایه سازی: 5 خرداد 1400
Abstract:
نیتروژن یکی از عناصر اصلی پرمصرف در کشت گیاهان زراعی است. نظر به تاثیر آن بر خصوصیات کمی و کیفی دانه روغنی بزرک، آزمایشی به صورت فاکتوریل در قالب طرح پایه بلوک های کامل تصادفی در سه تکرار در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه شهرکرد در سال ۱۳۹۱ انجام شد. پنج تیمار مختلف کودی شامل اوره، آزومین، نیتروکسین، سوپرنیتروپلاس و شاهد (بدون کود) و سه اکوتیپ مختلف بزرک ایرانی، فرانسوی و کانادایی در این آزمایش مورد بررسی قرار گرفت. صفات شاخص برداشت، درصد پروتئین و درصد روغن دانه مورد ارزیابی قرار گرفت. هم چنین روند تغییرات تجمعی سرعت رشد محصول و برازش داده های آن در مدل رگرسیون مورد بررسی قرار گرفت. تنها تفاوت شاخص برداشت در اکوتیپ ها معنی دار شد. درحالی که شاخص برداشت، درصد پروتئین و درصد روغن، پاسخ معنی داری به تیمارهای مختلف کودی نشان دادند. اثر متقابل بین اکوتیپ و تیمار کودی برای صفات شاخص برداشت و درصد روغن معنی دار شد. مدل رگرسیونی غیر خطی peak توصیف مناسب تری از روند تغییرات سرعت رشد محصول در اکوتیپ های مختلف و تیمارهای کودی نسبت به سایر مدل های برازش شده داشت. با توجه به نتایج حاصل شده، بهنظر می رسد کود بیولوژیکی سوپرنیتروپلاس، نیتروکسین و کود آلی آزومین می تواند در کشاورزی پایدار به عنوان یک جایگزین مناسب برای کودهای شیمیایی در زراعت بزرک باشد.
Keywords:
Azomin , Crop Growth Rate , linseed , Nitroxin , Oil content (%) , Protein content (%) , Super nitro plus , بزرک , سرعت رشد محصول , درصد روغن , درصد پروتئین , آزومین , سوپرنیتروپلاس , نیتروکسین
Authors
فاطمه صادقی
Shahrekord University, Shahrekord, Iran
علی تدین
Shahrekord University, Shahrekord, Iran
فایز رئیسی
Shahrekord University, Shahrekord, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :