پاسخ های زراعی و عملکرد برخی رقم های گندم دیم به کودهای شیمیایی اوره و تریپل سوپرفسفات در منطقه هشترود
محل انتشار: نشریه دانش خاک و گیاه، دوره: 35، شماره: 1
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 30
فایل این مقاله در 18 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_SPS-35-1_005
تاریخ نمایه سازی: 25 خرداد 1404
چکیده مقاله:
با توجه به محدودیت استفاده از کودهای شیمیایی در اراضی دیم، انتخاب رقم های مناسب با جذب و کارایی بیشتر نیتروژن و فسفر، اهمیت ویژه ای دارد. پاسخ رقم های گندم دیم به کودهای اوره و تریپل سوپرفسفات، در یک آزمایش به صورت فاکتوریل-اسپلیت پلات بر پایه طرح بلوک های کامل تصادفی با سه تکرار در شهرستان هشترود در سال زراعی ۱۴۰۱-۱۴۰۰ بررسی شد. کود اوره در دو سطح (صفر و ۶۰ کیلوگرم بر هکتار در پاییز) و تریپل سوپرفسفات در دو سطح (صفر و ۳۰ کیلوگرم بر هکتار) به صورت فاکتوریل در کرت های اصلی و رقم های گندم در کرت های فرعی در پنج سطح (هشترود، صدرا، هما، واران و باران) در نظر گرفته شدند. تفاوت بین ژنوتیپ های مورد مقایسه از نظر اکثر صفات مورد ارزیابی، معنادار بود. تلفیق کودهای اوره و فسفر به عنوان بهترین تیمار عملکرد دانه شناخته شد که در رقم باران سبب حداکثر تولید دانه گردید. این تعامل مثبت، بیانگر اثر هم افزایی این دو عنصر غذایی بر فرایندهای فیزیولوژیکی گیاه بود. رقم هما کمترین عملکرد را در تمامی تیمارها نشان داد که احتمالا ناشی از تفاوت های ژنتیکی در جذب و کارایی مصرف نیتروژن و فسفر بود. در تجزیه به مولفه های اصلی، چهار مولفه اصلی اول، ۷۷ درصد از تنوع کل را توجیه کردند. مولفه اول، عملکرد دانه نامگذاری گردید که از آن می توان برای گزینش رقم های گندم استفاده کرد. نتایج این تحقیق نشان داد که کاربرد بهینه نیتروژن و فسفر می تواند بر عملکرد رقم های گندم اثرهای مثبت داشته باشد.
کلیدواژه ها:
نویسندگان
رقیه شفیقی
گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه مراغه، مراغه، ایران.
علیرضا پورمحمد
گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه مراغه، مراغه، ایران.
ایرج اصلانی
مرکز خدمات کشاورزی هشترود، هشترود، 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 :