رابطه تعداد نمونه برداری برای پیش بینی میانگین بانک بذرو جمعیت علف های هرزدرنمونه برداری به روشهای تصادفی قطری و سیستماتیک درگیاه ذرت
Publish place: 11th Iranian Crop Sciences Congress
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 750
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NABATAT12_0431
تاریخ نمایه سازی: 3 آذر 1392
Abstract:
این ازمایش درسال زراعی 1386-87 درمزرعه اموزشی دانشگاه ازاداسلامی واحدکرج بصورت طرح کاملاتصادفی درقالب فاکتوریل اجرا شد که درآن رابطه تعدادنمونه درروشهای مختلف نمونه برداری و میزان تغییرات تخمین خطای جمعیت درهریک ازروشهای نمونه برداری شامل تصادفی قطری و سیستماتیک باتعداد 5و10و15و20و25و30 نمونه مورد بررسی قرارگرفت نتایج نشان داد که روش مناسب نمونه برداری باتوجه به الگوی پراکنش متفاوت گونه های علف هرزدرمزرعه برای هرگونه متفاوت است دربانک بذر بدون درنظر گرفتن گونه ها تفاوت معنی داری بین روشهای نمونه برداری وجود نداشت اما روش تصادفی برای گراس ها و خرفه کمترین خطای تخمین را نشان داد و گونه تاج خروس تفاوتی دربین روشهای نمونه برداری ازلحاظ دقت تخمین نداشت برای جمعیت گیاهچه علفهای هرز روش تصادفی برای گونه های پهن برگ تاج خروس و خرفه و روش سیستماتیک برای باریک برگ ها بهترین روش بود علاوه برآن دربانک بذر با افزایش تعدادنمونه برداری درهرروش واریانس خطا کاهش یافت و ازتعداد 15نمونه به بعدروند کاهش ثابت شد وتغییری درکاهش میزان خطا مشاهده نشد ولی درفلورهای جمعیت علفهای هرز روندی بین تعداد نمونه ها و واریانس خطا مشاهده نشد
Keywords:
Authors
معصومه غلامی گل افشان
کارشناس ارشدزراعت
سعید وزان
استادیاردانشگاه آزاد اسلامی واحد کرج
مصطفی اویسی
استادیاردانشگاه تهران
اسماعیل یساری
استادیاردانشگاه پیام نورتهران
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 :