واکنش برخی ویژگی های رویشی زعفران (Crocus sativus L.) به منابع کودی گوناگون

سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 219

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_AREO-27-1_004

تاریخ نمایه سازی: 28 فروردین 1401

چکیده مقاله:

در این پژوهش صفات کمی و کیفی اندام­های رویشی زعفران (Crocus sativus L.) در معرض کودهای مختلف مورد ارزیابی قرار گرفتند. کشت زعفران در مزرعه پژوهشی دانشگاه شاهد به صورت فاکتوریل در قالب طرح پایه بلوک­های کامل تصادفی انجام شد. عوامل مورد بررسی در برگیرنده سطوح مختلف کود شیمیایی در سه سطح (۰، ۵۰ و ۱۰۰ درصد مقدار توصیه کودی) و کودهای غیر شیمیایی در چهار سطح (شاهد، ورمی کمپوست، کود زیستی حاوی باکتری های سودوموناس و باسیلوس و ترکیب ورمی کمپوست و کود زیستی) بودند. به منظور تعیین بهترین نوع کود اثرگذار بر کمیت و کیفیت زعفران، صفاتی مانند خصوصیات فیزیولوژی، رنگدانه­های فتوسنتزی و عناصر شیمیایی برگ اندازه­گیری و بررسی شدند. نتایج نشان داد که کاربرد باکتری­ها بر خصوصیات مرفولوژیک، کاربرد همزمان باکتری­ها و کود شیمیایی کامل بر مقادیر رنگدانه­ها و کاربرد همزمان باکتری­ها، ورمی کمپوست و ۱۰۰ درصد کود شیمیایی بر عناصر شیمیایی برگ بیشترین اثر را داشتند. همچنین نتایج نشان دادند که کاربرد باکتری­های محرک رشد بر بیشتر صفات اثر مثبتی داشته­اند. این تیمار صفات طول برگ، وزن­تر و خشک، کلروفیل b، کلروفیل کل، کارتنوئید، غلظت فسفر و روی در برگ را به ترتیب ۶۴/۶۱، ۷۱/۷۹، ۰۵/۸۲، ۰۱/۴، ۹۰/۴، ۲۳/۴، ۱۸/۲۰ و ۲۳/۲۰ درصد نسبت به شاهد افزایش داد. با توجه به اهمیت زیست محیطی- اقتصادی نهاده­های مصرفی، ترکیب دو نوع باکتری محرک رشد به منظور نیل به بیشترین کمیت و کیفیت رویشی زعفران پیشنهاد می­شود.

کلیدواژه ها:

باکتری های محرک رشد ، کود شیمیایی ، ورمی کمپوست

نویسندگان

زهرا رسولی

دانشجوی کارشناسی ارشد زراعت، گروه زراعت و اصلاح نباتات، دانشگاه شاهد

سعیده ملکی فراهانی

عضو هیات علمی دانشکده کشاورزی، گروه زراعت و اصلاح نباتات، دانشگاه شاهد

حسین بشارتی

عضو هیات علمی موسسه تحقیقات خاک و آب

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 :