تأثیر FeNa(2)EDTA و FeEDDHA بر رشد و توسعه گیاهچه های درون شیشه ای گردوی ایرانی
محل انتشار: دوازدهمین کنگره ژنتیک ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 810
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CIGS12_0468
تاریخ نمایه سازی: 5 بهمن 1392
چکیده مقاله:
در حال حاضر عمده ترین کلاتهای آهن که به عنوان کود به مصرف می رسند، بنیان آلی EDTA و EDDHA دارند. لذا مطالعات برای مشخص کردن بهترین نوع کلات آهن و میزان مناسب آن برای گیاهان مختلف ادامه دارد. در این مطالعه ریز نمونه های یکسانی از گردوی رقم سانلند در محیط کشت DKW حاوی 2.2 گرم در لیتر فیتاژل کشت شدند. در این مطالعه دو نوع کلات آهن (FeNa2EDTA و FeEDDHA) در سه سطح (39و 79 و 118 میلی گرم در لیتر) مورد آزمون قرار گرفتند. از هر کدام از تیمارها چهار ظرف و در هر کدام از ظروف چهار ریز قلمه کشت داده شد. بعد از 25 روز تأثیر نوع آهن بر روی شاخصهای رشدی بررسی قرار رفت. بررسی نتایج به دست آمده نشان داد که گیاهان رشد یافته در محیط حاوی کلات آهن FeEDDHA نسبت به گیاهچه های رشد یافته در محیط حاوی FeNa2EDTA از رشد بیشتری برخوردار بودند. به نحوی که این گیاهان افزایش معنی داری در تمام فاکتورهای رشدی به غیر از قطر کالوس از خود نشان دادند. بررسی مقدار کلات آهن مورد استفاده نیز نشان داد که بهترین رشد در میزان 79mg/1it بدست می آید. به طور کلی اکثر فاکتورهای رشدی با استفاده از محیط کشت حاوی 79mg/1it از کلات FeEDDHA افزایش معنی داری را نشان داد. به طور کلی میت وان گفت بهترین و شادابترین گیاهچه ها در محیط حاوی 79mg/1it از کلات FeEDDHA مشاهده شدند.
نویسندگان
محمد اکبری
دانش آموخته گروه باغبانی، پردیس ابوریحان، دانشگاه تهران
امین حسن خواه
دانشیارگروه باغبانی، پردیس ابوریحان، دانشگاه تهران
کورش وحدتی
دانشجوی کارشناسی ارشد گروه باغبانی، پردیس ابوریحان، دانشگاه تهران
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 :