بررسی صفات کمی و کیفی هیبریدهای مولتی ژرم چغندرقند(Beta vulgaris L)درزمین آلوده به بیماری ریزومانیا و انتخاب بهترین ها برای تولید رقم مقاوم
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 505
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NACONF01_0990
تاریخ نمایه سازی: 25 خرداد 1393
Abstract:
به منظور ارزیابی هیبریدهای مولتی ژرم چغندرقند مقاوم به بیماری ریزومانیا و بررسی صفات کمی و کیفی آنها جهت انتخاب بهترین هیبرید برای تولید و معرفی ارقام مقاوم به این بیماری، آزمایشی در مرکز تحقیقات کشاورزی و منابع طبیعی استان فارس (زرقان) در زمین آلوده به بیماری ریزومانیا در قالب طرح بلوکهای کامل تصادفی (RCBD) با 4 تکرار در سال 1391 انجام گرفت. 25 تیمار این آزمایش شامل: 21 هیبرید حاصل تلاقی پایه مادری مولتی ژرم با گرد افشان های دیپلوئید مقاوم به بیماری ریزومانیا، شاهد حساس IC-13 و رقم شاهد مقاوم Aras و دو رقم داخلی بود. نتایج بررسی ها با توجه به صفات عملکرد ریشه و عملکرد شکر سفید نشان داد هیبرید 302-HSF-4-88 با متوسط 75/34 تن در هکتار بهترین عملکرد ریشه را داراست، که نسبت به شاهد مقاوم با نام ارس 24/5 تن در هکتار افزایش عملکرد داشت هر چند در یک گروه آماری قرار گرفتند. بعد از آن هیبرید SH-79-HSF-2 و S1-88605 کمترین اختلاف معنی دار آماری از نظر عملکرد ریشه با شاهد مقاوم نشان دادند. رقم IC-13 با متوسط 21/3 تن در هکتار در شرایط آلودگی شدید به بیماری ریزومانیا کمترین عملکرد ریشه را داشت. همچنین هیبریدهایی با والد گرده افشان F-8736 و F-8738 از نظر آلودگی به ریزومانیا و وضعیت ظاهری و عملکرد با شاهد خارج تفاوت معنی دار آماری نداشتند بنابراین علاوه بر هیبریدهای 302-HSF-4-88, SH-79-2, S1-88605 ، دو والد را گرده افشان F-8736 و F-8738 را برای چرخه بعدی اصلاح انتخاب نمود.
Keywords:
Authors
مستانه شریفی
کارشناس خبره مرکز تحقیقات کشاورزی و منابع طبیعی فارس
سیدباقر محمودی
معاون پژوهشی و استادیار موسسه تحقیقات اصلاح و تهیه بذر چغندر قند
غلامرضا اشرف منصوری
مربی پژوهش مرکز تحقیقات کشاورزی و منابع طبیعی فارس
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 :