اثر مدیریت تلفیقی کودهای آلی و شیمیایی بر عملکرد و خصوصیات کیفی سیاهدانه (Nigella sativa L.)
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 233
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMAPR-31-2_006
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
یکی از جنبه های تولید گیاهان دارویی مصرف کمتر نهاده های شیمیایی می باشد، که این موضوع می تواند علاوه بر حفظ و یا بهبود کیفیت محصول در حفاظت از محیط زیست نیز موثر باشد. بنابراین به منظور بررسی تاثیر مدیریت تلفیق کودهای آلی و اوره (تقسیطی و غیرتقسیطی) بر خصوصیات کیفی گیاه دارویی سیاهدانه (Nigella sativa L.) آزمایشی در قالب طرح بلوک های کامل تصادفی با ۹ تیمار و ۳ تکرار در دانشگاه شهرکرد در سال ۱۳۹۱ اجرا شد. تیمارهای آزمایش شامل شاهد (عدم مصرف نیتروژن)، کود گاوی، کود شیمیایی اوره، سه سطح کود تلفیقی تقسیطی ( کود گاوی + کود اوره، کود گاوی + کود اوره، + کود گاوی + کود اوره) و سه سطح کود تلفیقی غیرتقسیطی ( کود گاوی+ کود اوره، کود گاوی + کود اوره، + کود گاوی + کود اوره) بودند. نتایج نشان داد که اضافه کردن کود نیتروژن دار موجب افزایش معنی دار میزان و تولید روغن، پروتئین و اسانس گیاه سیاهدانه گردید (۰۱/۰>p). کاربرد تلفیقی کود آلی + شیمیایی، میزان روغن، اسانس و میزان و تولید پروتئین بیشتری در مقایسه با کاربرد جداگانه داشته است (۰۱/۰>p). کاربرد غیرتقسیطی اوره با داشتن ۳۲۲ گرم روغن در کیلوگرم، ۶۷۴ کیلوگرم روغن در هکتار، ۲۴۸ گرم پروتئین در کیلوگرم، ۵۹۵ کیلوگرم پروتئین در هکتار، ۱/۳ گرم اسانس در کیلوگرم و ۲/۷ کیلوگرم اسانس در هکتار نسبت به کاربرد تقسیطی برتری معنی داری داشت. بهطور کلی، کاربرد غیرتقسیطی کود اوره در تلفیق با کود آلی موجب افزایش کیفیت دانه گیاه دارویی سیاهدانه شد.
Authors
عالیه صالحی
دانشجوی کارشناسی ارشد، دانشکده کشاورزی، دانشگاه شهرکرد
سیف اله فلاح
دانشیار، دانشکده کشاورزی، دانشگاه شهرکرد
علی عباسی
استادیار، دانشکده کشاورزی، دانشگاه شهرکرد
رامین ایرانی پور
استادیار، مرکز تحقیقات کشاورزی و منابع طبیعی چهارمحال بختیاری
مریم حیدری
دستیار بیماریهای داخلی، دانشکده پزشکی، دانشگاه علوم پزشکی شهرکرد
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 :