مقایسه عملکرد علوفه و شاخص سطح برگ در تعدادی ژنوتیپ های داخلی و خارجی یونجه Medicago sativa L
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 192
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_IJRFP-29-2_011
تاریخ نمایه سازی: 29 شهریور 1403
چکیده مقاله:
این پژوهش به منظور مقایسه عملکرد علوفه و شاخص سطح برگ ژنوتیپ های مختلف یونجه طی دو سال و برآورد شاخص سطح برگ از طریق وزن برگ و ارتفاع بوته طی سال های ۱۳۹۰ و ۱۳۹۱ به اجرا درآمد. در این آزمایش ۲۰ ژنوتیپ داخلی (سردسیری و گرمسیری) و خارجی یونجه در سه تکرار در قالب طرح بلوک های کامل تصادفی در بهار سال ۱۳۹۰ در مزرعه موسسه تحقیقات اصلاح و تهیه نهال و بذر کرج کاشته شد. نتایج تجزیه واریانس دو ساله عملکرد علوفه تر و خشک بیانگر تفاوت معنی دار بین میانگین ژنوتیپ ها بود. ژنوتیپ های Bami ×Yazdi، Mesa sersa و KFA۱۷ به ترتیب با ۹۹/۴۱، ۸۴/۳۹ و ۱۵/۳۹ تن در هکتار علوفه تر و ۷۵/۹، ۴۱/۹ و ۱۶/۹ تن در هکتار علوفه خشک بیشترین عملکرد علوفه را دارا بودند. علیرغم تفاوت معنی دار بین ژنوتیپ ها از نظر نسبت برگ به ساقه، تفاوت معنی داری بین میانگین ژنوتیپ های مورد بررسی از نظر شاخص سطح برگ مشاهده نشد. نتایج نشان داد که امکان برآورد سریع، دقیق و کم هزینه شاخص سطح برگ از طریق صفات وزن برگ و ارتفاع بوته میسر می باشد. در این بررسی، صفت وزن برگ (بویژه وزن تر برگ) نسبت به ارتفاع بوته کارآیی بیشتری در برآورد شاخص سطح برگ از طریق یک مدل خطی (بدون ثابت) با ضریب تبیین بالا (۹۴/۰R۲ ≥) داشت. چنین نتیجه گرفته شد که در گیاه یونجه هر ۱۰۰ گرم وزن برگ تر ۳۵/۰ متر مربع، هر ۱۰۰ گرم وزن برگ خشک ۵۱/۱ متر مربع و هر ۱۰ سانتی متر ارتفاع معادل ۲۵/۰ متر مربع سطح برگ دارا می باشند.
کلیدواژه ها:
نویسندگان
علی مقدم
Corresponding author. Assist. Prof., Seed and Plant Improvement Institute, Agricultural Research, Education and Extension Organization (AREEO), Karaj, I.R. Iran.
سید محمد علی مفیدیان
Assist Prof., Seed and Plant Improvement Institute, Agricultural Research, Education and Extension Organization (AREEO), Karaj, I.R. Iran.
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 :
