بررسی اثر کودهای زیستی، دامی و شیمیایی بر خصوصیات رشدی و بازده اسانس گیاه دارویی شوید توده بومی اردبیل
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 905
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICSDA01_0481
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
به منظور بررسی اثر تیمارهای کودی شامل کود شیمیایی اوره، کودهای زیستی و کود دامی بر خصوصیات رشدی و میزان بازده اسانس شوید توده محلی اردبیل این پژوهش در مزرعه تحقیقاتی کشاورزی دانشگاه محقق اردبیلی انجام شد. آزمایشبصورت بلوک کامل تصادفی با 3 تکرار اجرا گردید. تیمارهای آزمایش شامل: کود زیستی نیتروکسین 2 لیتر در هکتار، نانو 111 گرم در هکتار، کود شیمیایی اوره 111 کیلوگرم در هکتار و کود کود بیوزر 1 کیلوگرم در هکتار، فسفات بارور 2 گاوی پوسیده 21 تن در هکتار انتخاب شدد. نتایج نشان داد ارتفاع بوته، تعداد ساقه فرعی، وزن تر و خشک برگ در تیمارکود گاوی بیشترین مقدار را داشته و تعداد چتر در بوته بیشترین مقدار در تیمار نیتروکسین مشاهده گردید همچنین کود گاوی و نیتروکسین با سایر تیمارهای مورد مطالعه اختلاف معنی داری نشان نداد. بیشترین وزن هزار دانه در تیمار کود گاویکه با کود فسفات بارور 2 اختلاف معنیداری نشان نداد حاصل گردید همچنین بیشترین میزان عملکرد دانه در تیمار کود گاوی حاصل گردید که با تیمارهای کود شیمیایی اوره، نیتروکسین و نانو کودبیوزر اختلاف معنیداری نشان نداده است. درصد بازده اسانس در تیمار کود نیتروکسین بیشترین مقدار را داشته و بطوریکه با کود گاوی و نانوکود ریبوزر اختلاف معنیدارینشان نداد و در کود زیستی فسفات بارور 2 کمترین بازده اسانس حاصل گردید. بنابراین میتوان گفت کودهای دامی و زیستی نسبت به کود شیمیایی اوره نقش قابل توجهی بر خصوصیات رشدی این توده محلی شوید داشته و به منظور افزایش بازده درصد اسانس از کود بیولوژیک نیتروکسین استفاده گردد
Keywords:
Authors
مریم هراتی راد
دانشجو کارشناسی ارشد دانشگاه زابل، گروه باغبانی، گیاهان دارویی،
احمد قنبری
استاد، دانشگاه زابل، گروه زراعت،
عیسی خمری
استادیار، دانشگاه زابل، گروه زراعت،
حسین سرتیپ
دانشجو کارشناسی ارشد دانشگاه زابل، گروه باغبانی، گیاهان دارویی
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 :