ارزیابی عملکرد دانه و شاخص های کارایی مصرف نیتروژن ژنوتیپ های جو (.Hordeum vulgare L) در شرایط کم نهاده
Publish place: Iranian Journal of Crop Sciences، Vol: 25، Issue: 4
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 217
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AGRO-25-4_006
تاریخ نمایه سازی: 30 اردیبهشت 1403
Abstract:
نیتروژن یکی از عناصر غذایی مهم لازم برای تولید محصولات کشاورزی است، اما مصرف بیش از حد کودهای شیمیایی نیتروژن دار و آبشویی آن باعث آلودگی محیط می شود. استفاده از ارقام با کارایی بالا در جذب و مصرف نیتروژن، یکی از روش های ممکن برای حل این مسئله است. به منظور ارزیابی عملکرد دانه و شاخص های کارایی مصرف نیتروژن در ژنوتیپ های جو در شرایط کم نهاده (بدون مصرف کود)، آزمایشی با استفاده از ۳۶ ژنوتیپ جو خالص سازی شده در سال زراعی ۹۶ –۱۳۹۵ در قالب طرح آلفا لاتیس ساده با دو تکرار در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه شاهد- تهران انجام شد. نتایج نشان داد که ژنوتیپ های ۱۰۶، ۱۰۷ و ۶۸ دارای بیشترین عملکرد دانه (به ترتیب ۷۹۶۳، ۷۹۲۰ و ۷۹۰۰ کیلوگرم در هکتار)، بالاترین کارایی مصرف نیتروژن (به ترتیب ۵۸/۶، ۵۸/۵و ۵۶/۹ کیلوگرم بر کیلوگرم) و بالاترین کارایی جذب نیتروژن (به ترتیب ۲، ۲ و ۲/۲۵کیلوگرم بر کیلوگرم) بودند. نتایج تجزیه رگرسیون چندگانه نشان داد که سه متغیر کارایی مصرف نیتروژن، کارایی جذب نیتروژن و عملکر د زیست توده در مجموع ۲/۹۸ درصد از تغییرات عملکرد دانه را توجیه کردند. براساس نتایج تجزیه به مولفه های اصلی ژنوتیپ های جو مورد بررسی به چهار گروه تقسیم شدند. گروه اول شامل ژنوتیپ های ۸۸، ۱۱۹، ۵۴، ۱۰۷و ۶۸ از لحاظ شاخص های کارایی جذب و مصرف نیتروژن، عملکرد و کیفیت دانه برتر از سایر ژنوتیپ ها بودند. نتایج این آزمایش نشان داد که در شرایط کم نهاده می توان از ژنوتیپ های برتر منتخب جهت افزایش کارایی مصرف نیتروژن استفاده کرد.
Keywords:
Barley , Biomass yield , Multiple regression analysis , Nitrogen deficiency and Nitrogen uptake efficiency , جو , کارایی جذب نیتروژن , کمبود نیتروژن , تجزیه رگرسیون چندگانه و عملکرد زیست توده
Authors
محمد عطارزاده
University of Shahed, Tehran, Iran
سعیده ملکی فراهانی
University of Shahed, Tehran, Iran
مریم میردورقی
University of Shahed, Tehran, 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 :