ارزیابی تحمل خشکی ژنوتیپهای کلزا (Brassica napus) در شرایط آزمایشگاه
Publish place: 13 Iranian Crop Sciences Congress & 3rd Iranian Seed Science and Technology Conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 383
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:
NABATAT13_0988
تاریخ نمایه سازی: 4 آذر 1393
Abstract:
کلزا یک گیاه جدید و با ارزش در تامین روغن میباشد. با توجه به اهمیت کاشت این گیاه به عنوان یک دانه روغنی و با توجه به این موضوع که ایران جزو مناطق خشک و نیمه خشک جهان بهشمار می رود. شناسایی ژنوتیپهای که بتوانند تنش خشکی را در مراحل مختلف رشد و نمو تحمل کنند در افزایش تراکم گیاهی در مزرعه و در نهایت عملکرد بیشتر تاثیرگذار خواهد بود. در این بررسی 10 ژنوتیپ کلزا در یک آزمایش فاکتوریل در قالب طرح بلوک با سه تکرار از نظر تحمل به تنش خشکی، و تفاوت دما در طبقات مختلف انکوباتور به عنوان بلوک در آزمایشگاه دانشکده کشاورزی دانشگاه گیلان، در یکم آبان ماه سال 92 مورد بررسی قرار گرفت . نتایج حاصل از انجام تجزیه کلاستر به روش بینگروهی بعد از انتخاب مناسبترین خط برش نشان داد که در تیمار شاهد ژنوتیپها به سه گروه، در پتانسیل 4- بار به سه گروه، در پتانسیل 8- بار به دو گروه و در پتانسیل 12 - بار نیز به سه گروه تقسیم شدند. نتایج حاصل از تجزیه کلاستر برای چهار سطح تنش ژنوتیپها را به شش گروه تقسیم نمود و تجزیه تابع تشخیص بعد از رسم مناسب ترین خط برش صحت گروهبندی را 95 % نشان داد.
Keywords:
Authors
فائقه محمد
دانشجوی کارشناسی ارشد اصلاح نباتات
حبیب اله سمیع زاده
دانشیار دانشکده کشاورزی دانشگاه گیلان
محمد محسن زاده
هیئت علمی دانشگاه گیلان
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 :