تاثیر مقادیر مختلف کود نیتروژنه و زمان برداشت بر کمیت و کیفیت اسانس و میزان فنل کل در گیاه دارویی Satureja hortensis L. در استان کرمان
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 238
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECOPH-2-4_001
تاریخ نمایه سازی: 3 اسفند 1400
چکیده مقاله:
در این مطالعه تاثیر مقادیر مختلف کود ازت و ساعات مختلف برداشت بر کمیت و کیفیت اسانس و میزان فنل کل در گیاه دارویی مرزه (Satureja hortensis L.) مورد بررسی قرار گرفت. آزمایش به صورت فاکتوریل درقالب بلوک های کامل تصادفی با ۳ تکرار و اثر چهار سطح کود نیتروژن (۰، ۵۰، ۱۰۰ و۱۵۰ کیلوگرم در هکتار) و در ساعات مختلف برداشت (۶ ، ۱۲ و ۱۸) انجام شد. اسانس گیاه توسط دستگاه کلونجر (تقطیر با آب) با تعیین درصد اسانس، استخراج و سپس ترکیب های تشکیل دهنده اسانس توسط دستگاه GC-MS مورد تجزیه قرار گرفتند. برای اندازه گیری میزان فنل کل از روش فولین – سیکالتو و برای تجزیه و تحلیل اطلاعات ازروش آنالیز واریانس دو طرفه و نرم افزار SPSS استفاده شد. نتایج نشان داد که میزان کود در افزایش یا کاهش اسانس و سپس فنل کل در گیاه تاثیر دارد (۰۵/۰P<) اما درترکیبات اسانس تاثیر قابل ملاحظه ای ندارد. با افزایش کود نیتروژن به میزان ۵۰ تا ۱۰۰ کیلوگرم در هکتار باعث افزایش مقدار اسانس و فنل کل شده در حالی که با افزایش بیشتر کود از میزان اسانس و فنل کل کاسته می شود. همچنین ساعت برداشت در میزان اسانس و فنل جذب شده نیز تاثیر دارد (۰۵/۰P<). به طوری که میزان فنل در برداشت صبحگاهی بیشتر از ظهر و عصر است و میزان اسانس در برداشت ساعات آخر روز بیشتر است. بنابراین به منظور دستیابی به بیشترین مقدار اسانس و فنل کل در گیاه مرزه بهتر است این گیاه در شرایطی با میزان کود نیتروژن بین ۵۰ تا ۱۰۰ کیلوگرم در هکتار کاشت و برداشت شود.
کلیدواژه ها:
نویسندگان
میترا مهربانی
مرکز تحقیقات داروهای گیاهی وسنتی -دانشگاه علوم پزشکی کرمان
زهرا مهدوی میمند
دانشکده داروسازی -دانشگاه علوم پزشکی کرمان
بهشته خاندانی زاده
دانشکده کشاورزی -دانشگاه شهید باهنر کرمان
نوید حسن آبادی
دانشکده دامپزشکی -دانشگاه شهید باهنر کرمان
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 :