اثر تلقیح باکتری های محرک رشد گیاه با خاک و سطوح مختلف کود فسفاته بر روی رشد و عملکرد گندم پاییزه
محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 53، شماره: 10
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 132
فایل این مقاله در 13 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_IJSWR-53-10_003
تاریخ نمایه سازی: 31 اردیبهشت 1402
چکیده مقاله:
در حال حاضر باکتری های افزاینده رشد گیاه به عنوان گزینه ای برای افزایش کارآیی کودهای شیمیایی، به منظور افزایش حاصلخیزی خاک در تولید محصولات در کشاورزی پایدار مطرح شده اند. به منظور بررسی تاثیر تلقیح و کارایی باکتری های محرک رشد گیاه بر خصوصیات رشدی، دسترسی به عناصر غذایی، رشد و عملکرد گندم پاییزه مهدوی و سطوح مختلف کود فسفاته، آزمایشی به صورت فاکتوریل در قالب طرح بلوک های کامل تصادفی در سه تکرار در شرایط مزرعه ای اجرا شد. فاکتورهای آزمایش شامل پنج سطح کود فسفره (P) شامل عدم مصرف، ۲۵، ۵۰، ۷۵ و ۱۰۰ کیلوگرم در هکتار کود فسفاته براساس آنالیز خاک و تلقیح خاک با باکتری در چهار سطح عدم تلقیح خاک (I۰)، تلقیح خاک با ازتوباکتر (I۱)، تلقیح خاک با سودوموناس (I۲)، تلقیح خاک با ازتوباکتر و سودوموناس (I۳) بود. نتایج حاصل از تجزیه واریانس صفات ارتفاع گیاه، طول ریشه و درصد جوانه زنی بذرهای گندم نشان دادند که بین سطوح مختلف کود فسفاته، نوع باکتری تلقیح شده و اثر متقابل آن ها در کلیه این صفات به جز درصد جوانه زنی اختلاف آماری معنی دار وجود داشت. در این پژوهش تیمار ۱۰۰ درصد نیاز کود فسفره همراه تلقیح خاک با ازتوباکتر و سودوموناس بالاترین تاثیر را در افزایش پارامترهای فسفر خاک (۴۱%)، رشد و ارتفاع (۲۸%)، عملکرد دانه (۲۷%)، اجزای عملکرد (۳۱% وزن دانه) و فسفردانه (۳۸%) گندم نشان داد. افزایش در وزن کل گیاه به وسیله ریزوباکترها به واسطه افزایش در جذب عناصر غذایی و در نتیجه رشد بهتر گیاه می باشد که می-تواند موجب شاخص برداشت بالاتری گردد.
نویسندگان
محمد میرزایی حیدری
گروه مهندسی تولید و ژنتیک گیاهی، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
زهرا بابایی
گروه زراعت و اصلاح نباتات، واحد ایلام، دانشگاه آزاد اسلامی، ایلام، ایران
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 :