تاثیر کود فسفره در میزان آلودگی به ساقه خوار ذرت . Sesamia cretica Led
محل انتشار: فصلنامه تحقیقات آفات گیاهی، دوره: 9، شماره: 4
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 72
فایل این مقاله در 10 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_IPRJ-9-4_002
تاریخ نمایه سازی: 1 شهریور 1402
چکیده مقاله:
ساقه خوار ذرت، Sesamia cretica Led. (Lepidoptera: Noctuidae)، یکی از آفات مهم گیاه ذرت در ایران محسوب می شود. به دلیل فعالیت لاروهای آفت داخل ساقه، کنترل آن با روشهای شیمیایی مشکل است. با توجه به نقش مواد غذایی در مقاومت گیاه به آفت، کود دهی مناسب محصول می تواند یک روش پیشگیرانه در کنترل این آفت باشد. فسفر، یکی از عناصر ضروری مورد نیاز گیاه می باشد که محدود کردن آن می تواند عواقب شدیدی بر عملکرد سلول ها و در نهایت، نرخ رشد داشته باشد. در این پژوهش، تاثیر فرمولاسیون های مختلف فسفر بر میزان آلودگی به ساقه خوار ذرت در شرایط مزرعه در قالب طرح بلوک های کامل تصادفی انجام شد. آلودگی به ساقه خوار ذرت از طریق مرگ جوانه مرکزی و درصد ساقه آلوده بررسی شد. میزان استقرار لارو در تیمارهای مختلف در شرایط گلخانه مورد مطالعه قرار گرفت. نتایج نشان داد که کمترین و بیشترین میزان آلودگی جوانه مرکزی به آفت به ترتیب مربوط به تیمار فسفر آهسته رهش با ۱۵/۱ درصد بوته آلوده و تیمار شاهد با ۵۳/۴ درصد بوته آلوده بود. در بررسی ساقه ها قبل از برداشت، تیمار فسفر آهسته رهش با ۱۰ درصد آلودگی در مقایسه با شاهد و سایر تیمارها کاهش معنی داری را نشان داد. کمترین و بیشترین درصد استقرار لارو به ترتیب مربوط به تیمار فسفر آهسته رهش با ۱۰ درصد و تیمار شاهد با ۵/۵۷ درصد در هر بوته بود. بر اساس نتایج حاصل از این تحقیق، کاربرد فرمولاسیون آهسته رهش کود فسفر در برنامه مدیریت ساقه خوار ذرت قابل توصیه است.
کلیدواژه ها:
نویسندگان
ارسلان جمشیدنیا
گروه حشره شناسی و بیماری های گیاهی پردیس ابوریحان دانشگاه تهران، تهران، ایران
پرویز فیضی سرتکلتو
گروه حشره شناسی و بیماری های گیاهی پردیس ابوریحان دانشگاه تهران، تهران، ایران
رضا صادقی
گروه حشره شناسی و بیماری های گیاهی پردیس ابوریحان دانشگاه تهران، تهران، 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 :