کمی سازی جوانه زنی بذر سورگوم در پاسخ به دما

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 180

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SEEDR-10-34_005

تاریخ نمایه سازی: 26 مهر 1400

چکیده مقاله:

به منظور بررسی اثر دماهای مختلف بر جوانه زنی و تعیین دمای کاردینال جوانه زنی (دمای پایه، مطلوب و بیشینه جوانه زنی) سورگوم، آزمایشی به صورت طرح کامل تصادفی در ۳ تکرار ۵۰ بذری در دماهای ۵، ۱۰، ۱۵، ۲۰، ۲۵، ۳۰، ۳۵ و ۴۰ درجه سانتی گراد به اجرا درآمد. با استفاده از مدل لجستیک ۳ پارامتره جوانه زنی بذر سورگوم در دماهای مختلف کمی سازی شد و درصد و زمان رسیدن به ۵۰ درصد جوانه زنی به دست آمد. جهت کمی سازی واکنش سرعت جوانه زنی بذر سورگوم به دما از ۳ مدل رگرسیون غیرخطی دو تکه ای، دندان مانند و بتا استفاده شد. نتایج نشان داد که دما علاوه بر درصد جوانه زنی بر سرعت جوانه زنی نیز اثر گذار است. در مقایسه ۳ مدل استفاده شده با توجه به پارامترهای RMSE، CV، SE و نمودار خط ۱:۱، مناسب ترین مدل جهت تخمین دماهای کاردینال سورگوم مدل دوتکه ای گزارش شد. دمای پایه، مطلوب و سقف با استفاده از مدل دوتکه ای به ترتیب ۵۲/۹، ۴۹/۲۸ و ۲۳/۴۲ درجه سانتی گراد بود. بنابراین با استفاده از مدل دوتکه ای و پارامترهای تخمین زده شده می توان از این مدل در تهیه و ارزیابی مدل های پیش بینی جوانه زنی بذر سورگوم استفاده کرد.

کلیدواژه ها:

جوانه زنی ، دما ، مدل لجستیک ، مدل های رگرسیون غیرخطی

نویسندگان

عادل پشت دار

۱- دکترای تخصصی زراعت، گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان.

سیدعلی طباطبایی

استادیار گروه زراعت، مرکز تحقیقات کشاورزی و منابع طبیعی یزد

امید انصاری

دکتری، گروه علوم و تکنولوژی بذر، دانشکده کشاورزی، دانشگاه کشاورزی منابع طبیعی گرگان، گرگان، ایران.

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 :
  • Acosta, J.M., Bentivegna, D.J., Panigo, E.S. and Dellaferrera, I. ۲۰۱۴. ...
  • Almansouri, M., Kinet, J.M. and Lutts, S. ۲۰۰۱. Effect of ...
  • Ansari, O., Gherekhloo, J., Kamkar, B. and Ghaderi-Far, F. ۲۰۱۶. ...
  • Ashraf, M., Bokhari, H. and Cristiti, S.N. ۱۹۹۲. Variation in ...
  • Atak, M., Kaya, M.D., Kaya, G., Cıkılı, Y. and Ciftçi, ...
  • Bradford, K.J. ۲۰۰۲. Applications of hydrothermal time to quantifying and ...
  • Derakhshan, A., Gherekhloo, J., Vidal, R.B. and De Prado, R. ...
  • Dumur, D., Pilbeam, C.J. and Craigon, J. ۱۹۹۰. Use of ...
  • Ellis, R.H., Covell, S., Roberts, E.H. and Summerfield, R.J. ۱۹۸۶. ...
  • F.A.O. ۲۰۱۸. Faostat. Production. http://faostat.fao.org/site/۵۶۷/pag ID=۵۶۷ ...
  • Forcella, F., and Benech Arnold, R.L. and Sanchez, R., ۲۰۰۰. ...
  • Grundy, A.C. ۲۰۰۳. Predicting weed emergence: a review of ap۴۵۷ ...
  • Hardegree, S.P. ۲۰۰۶. Predicting germination response to temperature. I. Cardinal-temperature ...
  • Kamkar, B., Jami Al-Ahmadi, M. and Mahdavi-Damghani, A. ۲۰۱۱. Quantification ...
  • Karami, H. ۲۰۱۶. An alternative model to quantifying corn seed ...
  • Kaya M.D., Okcu, G., Atak, M., Cıkılı, Y. and Kolsarıcı, ...
  • Khodarahmpour, Z. ۲۰۱۵. Study germination response of forage sorghum lines ...
  • Latifi, A., Soltani, A. and Spanner, D. ۲۰۰۴. Effect of ...
  • Piper, E.L., Boote, K.J., Jones, J.W. and Grimm, S.S. ۱۹۹۶. ...
  • Shafi, B. and Price, W. J. ۲۰۰۱. Estimation of cardinal ...
  • Soltani, A., Zeinali, E., Galeshi, S. and Latifi, N. ۲۰۰۱. ...
  • Soltani, A., S. Galeshi, E. Zeinali, and Latifi, N. ۲۰۰۲. ...
  • Wade, L.J., Hammer, G.L. and Davey, M.A. ۱۹۹۳. Response of ...
  • Wang, J., Ferrell, J., MacDonald, G. and Sellers, B. ۲۰۰۹. ...
  • Wei, S., Zhang, C., Li, X., Cui, H., Huang, H., ...
  • Yin, X., Kropff, M. J., McLaren, G. and Visperas, R.M. ...
  • نمایش کامل مراجع