پتانسیل خسارت زایی شب پره پشت الماسی Plutella xylostella (L.) (Lep.:plutellidae روی ارقام مختلف کلزا
Publish place: The 3rd National Conference on Agriculture and Food Sciences
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 605
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
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCASFT03_377
تاریخ نمایه سازی: 27 فروردین 1393
Abstract:
محاسبه تراکم جمعیت آفات محصولات کشاورزی میتواند اطلاعات دقیقی درمورد میزان خسارت احتمالی به موادغذایی و محصولات کشاورزی دراختیارمحققین قراردهد شب پره پشت الماسی Plutella xylostella (L.) مخرب ترین افت گیاهان خانواده کروسیفر یا چلیپائیان Brassicaceae) درسرتاسردنیا می باشد شب پره پشت الماسی ازعوامل زنده محیطی درکاهش عملکرد محصولات کشاورزی محسوب میشود خسارت این افت بصورت تغذیه ازپارانشیم و سپس ازاپیدرم زیرین برگ است هرچه تراکم لارو دربوته بیشتر باشد میزان خسارت شب پره پشت الماسی بیشتر خواهد بود به منظور بررسی نوسانات فصلی جمعیت این افت ازاوایل فروردین تا اوایل تیرماه سال 1391 روی ارقام مختلف کلزا نمونه برداری صورت گرفت نتایج نشان داد که تراکم لارو و شفیره روی ارقام مختلف کلزا اختلاف معنی داری وجود دارد بیشترین تراکم لارو روی ارقام RGS0010 Zarfam و کمترین تراکم لارو روی ارقام Hyola 420 Modena وجودداشت بیشترین تراکم شفیره روی رقم Hyola 420 مشاهده شد شب پره پشت الماسی به عنوان یک عامل زنده نقش زیادی درخسارت کمی و کیفی به محصولات خانواده کروسیفر دارد
Keywords:
Authors
غلامحسین حسن شاهی
دانشگاه شاهد دانشکده علوم کشاورزی گروه گیاه پزشکی تهران
فاطمه جهان
دانشگاه شاهد دانشکده علوم کشاورزی گروه گیاه پزشکی تهران
علیرضا عسکریان زاده
دانشگاه شاهد دانشکده علوم کشاورزی گروه گیاه پزشکی تهران
امیرمحمد ناجی
دانشگاه شاهد دانشکده علوم کشاورزی تهران
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 :