تاثیر فلزات سنگین بر شاخص های جوانه زنی و قدرت بذر ذرت تحت شرایط آزمایشگاهی

سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 177

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SEEDR-4-12_005

تاریخ نمایه سازی: 27 مهر 1400

چکیده مقاله:

به منظور مطالعه تاثیر فلزات سنگین بر جوانه زنی ذرت آزمایشی به صورت طرح کاملا تصادفی در سال ۱۳۹۱ اجرا شد. تیمارهای آزمایشی شامل فلزات سنگین نیترات بیسموت (Bismuth)، نیترات کادمیوم (Cadmium) و نیترات سرب (PbNO۳) در غلظت های ۵۰، ۲۰۰، ۳۵۰، ۵۰۰ و ۱۰۰۰ میلی گرم بر لیتر بود. نتایج نشان داد، فلزات سنگین در سطح ۱ درصد بر جوانه زنی و قدرت بذر ذرت تاثیر معنی داری داشت. سطوح پایین فلزات موجب افزایش درصد جوانه زنی (از ۹۳% به ۹۸% در نیترات سرب و از ۹۳% به ۹۷% در نیترات بیسموت و از ۹۴% به ۹۶% در کادمیوم) و قدرت بذر (از ۱۲۰۰ به ۱۶۰۶ در نیترات بیسموت و از ۱۵۶۸ به ۱۵۹۲ در نیترات سرب) شده ولی سطوح بالا سبب کاهش مقدار آن ها شد. در بین شاخص های سرعت جوانه زنی تنها ضریب سرعت جوانه زنی (CVG) در سطح ۵ درصد و سرعت جوانه زنی روزانه (DGS) در سطح ۱ درصد و در بین شاخص های زمان جوانه زنی متوسط زمان جوانه زنی (MTG)، در سطح ۵ درصد و متوسط زمان جوانه زنی روزانه (MDG) و متوسط زمان لازم برای رسیدن به ۹۰ درصد جوانه زنی در سطح ۱ درصد تحت تاثیر فلزات سنگین قرار گرفت. با افزایش غلظت فلزات سنگین CVG، R۵۰، MDG کاهش و DGS، MTG و D۹۰ افزایش یافتند. یکنواختی جوانه زنی (CU) تنها صفتی است که در بین شاخص های کیفیت جوانه زنی تحت تاثیر فلزات سنگین قرار گرفت و با افزایش غلظت فلزات عدد یکنواختی افزایش یافته که این نشان دهنده کاهش یکنواختی است. معادلات رگرسیونی نیز نشان داد تغییرات DGS، MTG، D۹۰ و CU با درصد جوانه زنی و قدرت بذر معنی دار بود؛ و تغییرات DGS و MDG بیش ترین سهم را در پیش بینی قدرت و درصد جوانه زنی به خود اختصاص داد که نشان دهنده نقش بهتر این صفات در تعیین و ارزیابی قدرت بذر ذرت است.

نویسندگان

قاسم پرمون

دانشگاه محقق اردبیلی

علی عبادی

دانشگاه محقق اردبیلی

معصومه قهرمانی

دانشگاه محقق اردبیلی

سید امیر موسوی

دانشگاه تربیت مدرس

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 :
  • قاسم پرمون، علی عبادی، معصومه قهرمانی، سیدامیر موسوی مجله تحقیقات ...
  • نمایش کامل مراجع