ارزیابی رقابت سلمه تره (Chenopodium album) و ذرت (Zea mays) با استفاده از برخی مدل های تجربی
محل انتشار: مجله آفات و بیماریهای گیاهی، دوره: 75، شماره: 83
سال انتشار: 1386
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 112
فایل این مقاله در 26 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_JAEN-75-83_002
تاریخ نمایه سازی: 23 شهریور 1401
چکیده مقاله:
به منظور بررسی تاثیر رقابت سلمه تره (Chenopodium album) بر عملکرد ذرت دانه ای، آزمایشی در سال های ۱۳۸۰ و ۱۳۸۱ در کرج انجام گرفت. آزمایش ها در قالب طرح پایه بلوک های کامل تصادفی با ۳ تکرار و با آرایش فاکتوریل اجرا گردید. تیمارهای آزمایشی شامل زمان نسبی سبز شدن سلمه تره (سال اول: همزمان با ذرت، در مرحله ۳-۲ برگی ذرت و در مرحله ۵-۴ برگی ذرت؛ سال دوم: همزمان با ذرت، در مرحله ۳-۲ برگی ذرت و در مرحله ۶-۵ برگی ذرت) و تراکم سلمه تره (سال اول: ۲، ۵، ۱۰ و ۱۵ بوته در متر مربع؛ سال دوم: ۶/۶، ۳/۱۳ و ۲۰ بوته در متر مربع) بود. نتایج حاصل از آزمایش نشان داد که بیشترین کاهش عملکرد مربوط به تیماری است که سلمه تره همزمان با ذرت سبز شد و کاهش عملکردی معادل ۸۵ و ۹۲ درصد را به ترتیب در سال اول و دوم آزمایش باعث گردید. همچنین تاخیر در زمان نسبی سبز شدن سلمه تره سبب کاهش قدرت رقابتی آن در مقابل ذرت گردید. شاخص سطح برگ ذرت نیز در ارتباط مستقیم با تراکم و زمان نسبی سبز شدن سلمه تره بود، بطوری که سبز شدن همزمان سلمه تره با ذرت سبب کاهش شاخص سطح برگ ذرت در سال اول و دوم آزمایش به ترتیب به میزان ۷۳ و ۵۳ درصد شد. بطور کلی مقایسه مدل های مختلف نشان داد که مدل های تراکم- زمان نسبی سبز شدن و سطح برگ نسبی علف هرز (در حالت کلی و مجموع سه زمان سبز شدن) با حداکثر ضریب تبیین، دارای بیشترین کارایی در پیش گویی کاهش عملکرد ذرت می باشند. علاوه بر آن نتایج نشان داد که تاثیر زمان نسبی سبز شدن سلمه تره بر افت عملکرد ذرت، بیشتر از تراکم می باشد، بطوری که مدل تراکم-کاهش عملکرد در حالت تفکیک زمان های نسبی سبز شدن، از توانایی خوبی در پیش گویی افت عملکرد برخوردار بود.
کلیدواژه ها:
نویسندگان
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 :