تغییرات تنوع اکوتیپی جمعیت های گونه بلندمازو (Quercus castaneifolia) در طبقات ارتفاعی مختلف جنگل (مطالعه موردی: جنگلهای شرق استان گلستان)
Publish place: Iranian Journal of Rangelands and Forests Plant Breeding and Genetic Research، Vol: 26، Issue: 2
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 37
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_IJRFP-26-2_011
تاریخ نمایه سازی: 29 شهریور 1403
Abstract:
DOR: ۹۸.۱۰۰۰/۱۷۳۵-۰۸۹۱.۱۳۹۷.۲.۲۷۹.۵۲.۲۶.۱۵۷۸.۴۱ آگاهی و شناخت تنوع ژنتیکی گونهها برای سازگاری با تغییرات محیطی و بقای طولانی مدت آنها و همچنین مدیریت حفاظت منابع ژنتیکی جنگل بسیار مهم و حیاتی است و باید برای گونه های مهم صنعتی یا اکولوژیکی در اولویت مطالعه قرار گیرد. هدف از این پژوهش بررسی تغییرات تنوع اکوتیپی جمعیت های بلندمازو در طبقههای ارتفاعی (ارتفاع پایینی، میانی و بالایی) شرق استان گلستان، با استفاده از فعالیت کیفی نشانگر بیوشیمیایی پراکسیداز شاخههای دوساله در شش جمعیت مختلف بود. مطالعه کیفی نشانگر پراکسیداز با استفاده از الکتروفورز عمودی و بهروش الکتروفورز ژل پلی اکریل آمید (PAGE) انجام شد. نتایج نشان داد که جمعیت های طبقههای ارتفاعی از نظر میزان تنوع در هر دو رویشگاه متفاوت بوده و جمعیت بالایی رویشگاه علی آباد کتول دارای بیشترین تنوع بودند. بنابراین برای افزایش تنوع باید ضمن تعیین پایههای شاخص اکوتیپی در محوطههای بذرگیری هر منطقه و کمک به تجدید حیات طبیعی آنها، نسبت به جریان ژنی از طریق بذر پایه های شاخص جمعیتهای همجوار با شرایط اکولوژیک مشابه همراه با کنترل تعداد پایه های شاخص انتخابی با توجه به نیاز افزایش تنوع در هر رویشگاه اقدام نمود.
Keywords:
Authors
A. Ahmadi
دانش آموخته کارشناسی ارشد جنگل شناسی و اکولوژی جنگل، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
D. Azadfar
نویسنده و مسئول مکاتبات، دانشیار، بیوتکنولوژی جنگل، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، پست الکترونیکی: azadfar.d@gmail.com
Z. Saeedi
دانش آموخته دکترای علوم جنگل، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :