ارزیابی تنوع ژنتیکی و شناسایی بهترین شاخصهای تحمل به شوری در کلزا
Publish Year: 1389
Type: Conference paper
Language: Persian
View: 894
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NSASD02_232
Index date: 15 March 2012
ارزیابی تنوع ژنتیکی و شناسایی بهترین شاخصهای تحمل به شوری در کلزا abstract
خشکی و شوری دو عامل محیطی مهم در محدود کردن عملکرد گیاهان زراعی در مناطق خشک و نیمه خشک است. به منظور بررسی اثر تنش شوری بر کلزا در شرایط مزرعه ده رقم کلزا در شرایط نرمال و تنش شوری مورد ارزیابی قرارگرفتند. هر آزمایش در قالب طرح بلوکهای کامل تصادفی با 3 تکرار به اجرا در آمد. در هر آزمایش عملکرد دانه در کرت، تعداد روز تا 50 درصد گلدهی، ارتفاع بوته، تعداد غلاف در ساقه اصلی، طول غلاف، عمل کرد دانه در بوته، تعداد دانه درغلاف، شاخص برداشت، وزن صد دانه، تعداد غلاف در ساقه فرعی و تعداد ساقه فرعی مورد بررسی و ارزیابی قرار گرفت .نتایج نشان دادکه بین عملکرد و صفت وزن مواد برداشتی و بین صفت تعداد روز تا 50 درصد گلدهی و صفت تعداد غلاف در ساقه اصلی، ارتفاع و تعداد غلاف در ساقه اصلی همبستگی مثبت و معنیداری و بین وزن هزار دانه و صفت تعداد روز تا ، 50 درصد گلدهی همبستگی منفی و معنیداری وجود دارد. ارقام مودنا Opera و ساریگل عملکرد بالایی در شرایط تنش داشتند در حالیکه در شرایط نرمال رقم لیکورد بیشترین عملکرد را داشت. ارقامOpera و ساریگل دارای کمترین شاخص حمل TOL و حساسیت به شوری SSI بودند. ارقام لیکورد، زرفام، و hola308 بالاترین مقادیر متوسط تولید mp میانگین هندسی عملکرد ،GMP و شاخص تحمل به تنش STI را داشتند و رقم Opera کمترین میزان این شاخصها را داشت. رقم لیکورد بیشترین عملکرد در شرایط نرمال را داشت.
ارزیابی تنوع ژنتیکی و شناسایی بهترین شاخصهای تحمل به شوری در کلزا Keywords:
ارزیابی تنوع ژنتیکی و شناسایی بهترین شاخصهای تحمل به شوری در کلزا authors
زهرا شکری
دانشجوی کارشناسی ارشد اصلاح نباتات، دانشگاه آزاد اسلامی واحد کرج
خداداد مصطفوی
استادیار اصلاح نباتات، دانشگاه آزاد اسلامی واحد کرج
عبداله محمدی
استادیار اصلاح نباتات، دانشگاه آزاد اسلامی واحد کرج
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 :