اثر باکتری های Rhizobium trifolii، Pseudomonas fluorescens و Azotobacter chroococcum بر رشد و عملکرد شبدر لاکی و برنج در تناوب زراعی برنج- شبدر
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 352
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCPP-10-4_002
تاریخ نمایه سازی: 4 خرداد 1400
چکیده مقاله:
کشت دوم گیاهان زمستانه خانواده بقولات در تناوب با برنج و استفاده از باکتری های محرک رشد گیاه می تواند راهکار مناسبی برای افزایش پایداری تولید در مزارع برنج باشد. این پژوهش با هدف بررسی اثر باکتری های محرک رشد بر تسریع رشد رویشی و عملکرد محصول شبدر لاکی (رقم البرز ۱) و برنج (رقم هاشمی) در سیستم کشت بر پایه برنج به صورت فاکتوریل در قالب طرح بلوک های کامل تصادفی با سه تکرار در مزرعه پژوهشی موسسه تحقیقات برنج کشور در سال های زراعی ۹۶-۱۳۹۵ و ۹۷-۱۳۹۶ انجام شد. تیمارهای آزمایشی شامل چهار سطح تلقیح با باکتری همزیست Rhizobium trifolii و چهار سطح تلقیح با باکتری های محرک رشد غیرهمزیست شامل شاهد، تلقیح با باکتری Pseudomonas fluorescens، Azotobacter chroococcum و مخلوط دو باکتری با بذر شبدر بود. طبق نتایج به دست آمده تیمار ترکیبی سویه های همزیست موجب افزایش معنی دار ارتفاع بوته (۶۸/۳ سانتی متر)، عملکرد علوفه تر (۳۲۷۰۴/۴ کیلوگرم در هکتار) و عملکرد علوفه خشک (۷۷۸۳/۷ کیلوگرم در هکتار) شبدر نسبت به تیمار شاهد بدون تلقیح (۶۱/۸ سانتی متر، ۲۸۲۴۸/۲ و ۶۷۶۵ کیلوگرم در هکتار به ترتیب برای ارتفاع بوته، عملکرد علوفه تر و عملکرد علوفه خشک) شد. بررسی اثر تلقیح بذر شبدر با باکتری های غیرهمزیست و پس از آن کشت برنج نشان داد که تیمار ترکیبی، میانگین تعداد دانه پر (۱۱۲/۸ عدد) و عملکرد شلتوک (۳۳۳۶/۴ کیلوگرم در هکتار) بالاتری نسبت به سایر تیمارها داشت. یافته های این پژوهش نشان داد که استفاده از باکتری های محرک رشد باعث افزایش صفات زراعی شبدر و درنهایت افزایش عملکرد برنج در سیستم های کشت بر پایه برنج شد.
کلیدواژه ها:
نویسندگان
عباس شهدی کومله
Agricultural Research, Education and Extension Organization (AREEO)
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :