اثر تیمار قارچ تریکودرما بر صفات زراعی، عملکرد دانه و روغن گلرنگ (Carthamus tinctorius) در خاک های شور حاشیه دریاچه ارومیه
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 28
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SUST-34-1_004
تاریخ نمایه سازی: 17 اردیبهشت 1403
Abstract:
اهداف: پژوهش به منظور بررسی اثرات قارچ تریکودرما بر اجزای عملکرد، عملکرد دانه و روغن گلرنگ و گزینش ژنوتیپ های پرمحصول برای کشت در خاک های شور حاشیه دریاچه ارومیه اجرا گردید.مواد و روش ها: آزمایش به صورت کرت های خرد شده بر پایه بلوک های کامل تصادفی با سه تکرار در مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی آذربایجان شرقی طی سال ۱۴۰۱-۱۴۰۰ اجرا شد. کرت اصلی شامل سطوح قارچ (بدون تیمار و تیمار بذور با قارچ تریکودرما) و کرت فرعی ۱۴ ژنوتیپ گلرنگ بود. یافته ها: اثر تیمار قارچ تریکودرما بر ارتفاع بوته، تعداد طبق در بوته، وزن هزار دانه، درصد روغن دانه، عملکرد دانه و روغن مثبت و معنی دار بود. بین ژنوتیپ های مورد مطالعه اختلاف معنی داری در صفات مذکور دیده شد. در هر دو شرایط تیمار با قارچ و بدون تیمار ژنوتیپ های پدیده، L۱، PI۴۲۶۵۲۱ ، PI۵۳۷۶۹۸ و PI۵۳۷۶۹۴ بیشترین عملکرد دانه و روغن را به خود اختصاص دادند و در یک گروه کلاستری از نظر صفات مورد مطالعه قرار گرفتند. تیمار بذور گلرنگ با قارچ تریکودرما باعث گردید عملکرد دانه ژنوتیپ های مذکور به ترتیب ۶۴۵، ۶۷۷، ۵۷۵، ۴۹۴ و۵۲۰ کیلوگرم در هکتار افزایش یافته و به ترتیب به۳۷۲۷، ۳۵۳۱، ۳۳۴۵، ۳۳۲۲ و ۳۱۶۴ کیلوگرم در هکتار برسد. این افزایش در اراضی شور می تواند نقش موثری در توسعه پایدار کشت داشته باشد. نتیجه گیری: به نظر می رسد ژنوتیپ های پدیده، L۱، PI۴۲۶۵۲۱ ، PI۵۳۷۶۹۸ و PI۵۳۷۶۹۴ برای کشت در اراضی شور حاشیه دریاچه ارومیه و مناطقی با اقلیم مشابه مناسب بوده و تیمار قارچ تریکودرما اثر معنی داری در افزایش عملکرد دانه و روغن ژنوتیپ های گلرنگ داشته باشد.
Keywords:
Authors
بهمن پاسبان اسلام
مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی آذربایجان شرقی
محمدرضا نظری
عضو هیات علمی موسسه تحقیقات اصلاح و تهیه نهال و بذر 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 :