بررسی اثر کود نیتروژن در تراکمهای مختلف لوبیا قرمز (Phaseolus vulgaris L.) در شرایط مختلف مدیریتی
Publish place: 13 Iranian Crop Sciences Congress & 3rd Iranian Seed Science and Technology Conference
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 527
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:
NABATAT13_1417
تاریخ نمایه سازی: 4 آذر 1393
Abstract:
به منظور بررسی اثر تراکم کاشت و سطوح مختلف نیتروژن بر رقابت لوبیا قرمز و علفهای هرز آن آزمایشی به صورت اسپلیت اسپلیت بر پایه طرح بلوکهای کامل تصادفی با سه تکرار درسال 1392 در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه فردوسی مشهد اجرا گردید. سطوح مختلف کود نیتروژن به عنوان فاکتور اصلی در سه سطح (0، 75 و 150 کیلوگرم در هکتار) و تراکم نیز به عنوان فاکتور فرعی در 4 سطح (20، 30، 40 و 50 بوته در متر مربع) با فاصله ردیف ثابت 50 سانتیمتر و همچنین تیمار مدیریت در دو سطح (کنترل و عدم کنترل علفهای هرز) به عنوان فاکتور فرعی فرعی در نظر گرفته شد. نتایج آزمایش نشان داد که افزایش مصرف کود نیتروژن منجر به افزایش 23 درصد وزن دانه در بوته و 18 درصد وزن صد دانه در لوبیا شد. همچنین بیشترین عملکرد دانه در بیشینه تراکم اعمال شده مشاهده شد که با تراکم بهینه لوبیا تفاوت معنیداری حاصل نشد. اما به طورکلی با افزایش تراکم عملکرد دانه به میزان 70 درصد افزایش یافت. همچنین در رقابت علفهای هرز با گیاه زراعی میزان وزن دانه در بوته و وزن صد دانه به ترتیب 76 و 24 درصد کاهش نشان دادند. همچنین صفت عملکرد دانه و شاخص برداشت به ترتیب 58 و 50 درصد کاهش یافتند.
Keywords:
Authors
فاطمه قاسم پور
دانشجوی کارشناسی ارشد شناسایی و مبارزه با علفهای هرز دانشگاه فردوسی مشهد،
علی قنبری
دانشیار گروه زراعت دانشگاه فردوسی مشهد
مهدی راستگو
دانشیار گروه زراعت دانشگاه فردوسی مشهد
ابراهیم ایزدی دربندی
دانشیار گروه زراعت دانشگاه فردوسی مشهد
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 :