بررسی پتانسیل استفاده سه نوع کود بر عملکرد برگی و اسانس گیاه دارویی زولنگ Eryngium caucasicum Trautv
Publish place: The 3rd National Conference on Agriculture and Food Sciences
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 786
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCASFT03_164
تاریخ نمایه سازی: 27 فروردین 1393
Abstract:
مصرف کودهای آلی در نظام کشاورزی پایدار، موجب پایداری عملکرد به ویژه در تولید گیاهان دارویی م یگردد. زولنگ (Eryngium caucasicum Trautv.)نیز گیاه دارویی فراموش شده اسانس دار بوده و برگ آن مه مترین اندام حاوی اسانس میباشد. به همین منظور در تحقیقی اثر دو کود آلی و یک کود شیمیایی بر میزان عملکرد برگی و اسانس در قالب طرح بلوکهای کامل تصادفیبا 8 تیمار و 3 تکرار در سال زراعی 90-1391 در ساری انجام شد. تیمارها شامل شاهد، ورمیکمپوست، کمپوست، کود شیمیاییNPKو تیمارهای تلفیقی به میزان 150 کیلوگرم در هکتار کود شیمیاییNPK10 تن در هکتار ورم یکمپوست و 15 تن در هکتار کمپوست بود. نتایج به دست آمده حاکی از آن بود که در صفات مورد بررسی اثر معنیداری بین تیمارهای اعمال شده و تیمار شاهد وجودداشت. به نحوی که با مقایسه میانگین انجام شده بالاترین عملکرد برگی و اسانس به ترتیب در تیمار ورمی کمپوست ( 3221 کیلوگرم در هکتار) و تیمار تلفیقی کمپوست و ورمی کمپوست3787 میلی لیتر در هکتار) حاصل شد.
Keywords:
Authors
بهرام بویه
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد دامغان ،گروه کشاورزی، دامغان، ایران
بهاره کاشفی
استادیار و عضو هیات علمی، دانشگاه آزاد اسلامی واحد دامغان، گروه کشاورزی، دامغان، ایران.
ولی اله رامئه
استادیار و عضو هیات علمی، مرکز تحقیقات کشاورزی و منابع طبیعی مازندران، ساری، ایران
زرین تاج علیپور
استادیار و عضو هیات علمی، دانشگاه آزاد اسلامی واحد دامغان، گروه کشاورزی، دامغان، ایران
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 :