مطالعه نقش کاربرد کود دامی و گیاهان پوششی بر تنوع زیستی علف های هرز کنجد (Sesamum indicum L.) ارگانیک
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 62
فایل این مقاله در 14 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_CSR-4-2_015
تاریخ نمایه سازی: 8 مهر 1402
چکیده مقاله:
نوع زیستی در بوم نظامهای کشاورزی همواره مبنایی برای تداوم کارکرد سیستمهای تولید غذا و فراهم کننده پایداری نظام تولید است. لذا آزمایشی به منظور بررسی تنوع و غنای گونه ای علفهای هرز مزارع کنجد بصورت کرت های خرد شده بر پایه طرح بلوک های کامل تصادفی با سه تکرار در مزرعه آموزشی و تحقیقاتی کشاورزی ارگانیک دانشگاه رازی در سال زراعی ۹۶-۱۳۹۵ اجرا شد. تیمارهای آزمایش شامل کود دامی (صفر، ۱۰ و ۲۰ تن در هکتار) به عنوان عامل اصلی و گیاهان پوششی (شاهد، شبدر برسیم، شنبلیله و ماشک گل خوشه ای) به عنوان عامل فرعی بودند. اندازهگیری تراکم و بیوماس علف های هرز در ۲ مرحله قبل از بسته شدن کانوپی و پایان فصل رشد صورت گرفت. کاربرد کود دامی و گیاهان پوششی منجر به بهبود عملکرد دانه کنجد شد. در تمام تیمارها شاخص غنای مارگالف نسبت به غنای منهینگ مقدار بالاتری را نشان داد. در نمونه برداری دوم شاخصهای غنای منهنیک و مارگالف به ترتیب افزایش تنوع ۲۱۱ و ۱۴۰ درصدی را نسبت به نمونه برداری اول نشان دادند. نتایج برهمکنش اثرات متقابل کود دامی و گیاه پوششی روی شاخص های غنا مارگالف و منهینگ نشاندهنده تغییرات خیلی جزئی بین هر شاخص بود بطوریکه تیمار ۲۰ تن کود دامی در هکتار و گیاه پوششی ماشک گل خوشه ای بیشترین مقدار غنا را نشان داد. تنوع زیستی علفهای هرز در مرحله اول نسبت به مرحله دوم نمونه برداری براساس شاخصهای بریلیون و برگر- پارکر به ترتیب ۵۷ و ۸۷ درصد بیشتر بود. شاخص تنوع شانون-واینر در نمونه برداری مرحله اول و دوم به ترتیب ۱/۶۸۸ و ۱/۶۸۵ بدست آمد.
کلیدواژه ها:
نویسندگان
صادق جلیلیان
دانش آموخته کارشناسی ارشد اگرواکولوژی، گروه مهندسی تولید و ژنتیک گیاهی، دانشگاه رازی، کرمانشاه، ایران
فرزاد مندنی
گروه مهندسی تولید و ژنتیک گیاهی، دانشگاه رازی، کرمانشاه، 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 :