ارزیابی تحمل گرمای پایان فصل ژنوتیپ های جو با شاخص های تحمل و حساسیت به تنش
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 148
فایل این مقاله در 18 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_ESCS-15-4_016
تاریخ نمایه سازی: 5 دی 1401
چکیده مقاله:
با توجه به اینکه تنش گرما به ویژه گرمای پایان فصل گسترده ترین نوع تنش گرمایی در جهان، مخصوصا در مناطق نیمه گرمسیری به شمار می رود و به عنوان یک محدودیت بزرگ در تولید عملکرد پایدار محصولات زراعی از جمله جو است، از این رو شناسایی ژنوتیپ های متحمل به گرما، راهکار ارزشمندی در مقابله با این تنش است. این تحقیق به منظور ارزیابی تحمل به گرمای پایان فصل و شناسایی ژنوتیپ های متحمل جو با استفاده از شاخص های تحمل به تنش در سال زراعی ۹۵-۱۳۹۴ در مزرعه پژوهشی دانشگاه گنبد کاووس انجام شد. مواد گیاهی آزمایش، ۱۲۰ ژنوتیپ جو بودند که در قالب طرح بلوک های کامل تصادفی با دو تکرار در دو شرایط بدون تنش و تنش گرما ارزیابی شدند. نتایج حاصل از این آزمایش نشان داد که بیشترین میانگین عملکرد در شرایط بدون تنش مربوط به ژنوتیپ Torsh و در شرایط تنش مربوط به ژنوتیپ Line۱۴۳-۲ بود. مقایسه شاخص ها نیز نشان داد که شاخص های YI، STI، GMP و MP بیشترین همبستگی معنی دار با عملکرد در شرایط بدون تنش و تنش را داشتند و شاخص های برتر این آزمایش برای غربال ژنوتیپ های متحمل به گرما بودند. تجزیه خوشه ای بر اساس شاخص ها و عملکرد در شرایط تنش و بدون تنش، ژنوتیپ های مورد بررسی را به سه گروه تقسیم کرد. در مجموع، نتایج حاصل از تجزیه خوشه ای و تجزیه به مولفه های اصلی نشان داد که ژنوتیپ های Torsh، Zarjo و Shori۴ بیشترین تحمل و ژنوتیپ های Line۱۰۵-۲، Nosrat، Line۹۸-۲ و Fajr۳۰ کمترین تحمل به تنش گرما را داشتند.
کلیدواژه ها:
نویسندگان
خدیجه قمی
دانشجوی دکتری، گروه مهندسی تولید و ژنتیک گیاهی، دانشکده علوم کشاورزی دانشگاه گیلان
بابک ربیعی
استاد گروه مهندسی تولید و ژنتیک گیاهی، دانشکده علوم کشاورزی دانشگاه گیلان
حسین صبوری
دانشیار گروه تولیدات گیاهی، دانشکده کشاورزی و منابع طبیعی دانشگاه گنبدکاووس
ابراهیم غلامعلی پورعلمداری
استادیار گروه تولیدات گیاهی، دانشکده کشاورزی و منابع طبیعی دانشگاه گنبدکاووس
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 :