تعیین و مقایسه میزان عناصر معدنی گیاه Iris songarica و Astragalus macropelmatus (مطالعه موردی:مراتع جنوب شرق شهرستان بیرجند)
محل انتشار: اولین همایش سراسری کشاورزی و منابع طبیعی پایدار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 837
فایل این مقاله در 7 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:
NACONF01_1421
تاریخ نمایه سازی: 25 خرداد 1393
چکیده مقاله:
تعیین مواد مغذی علوفه و همچنین تشخیص عدم تعادل آنها،راه را برای برنامه ریزی به منظور بهبود تغذیه دام در مرتع و حمایت از گیاهان مرتعی با ارزش هموار می سازد.به گفته اغلب متخصصان تغذیه، کمبود پروتئین غلات ،پایین بودن مقدار انرژی مواد خشبی و عدم تعادل عناصر معدنی علوفه مراتع، عوامل محدود کننده اغلب مراتع دنیاست. به منظور بررسی مقدار ازت، پتاسیم و فسفر در گیاهان Iris songaricaو Astragalus macropelmatusو نمونه برداری به صورت تصادفی انجام شد.نمونه ها به آزمایشگاه منتقل و مواد معدنی آنها اندازه گیری شد. داده های با آزمون آماری تی استیودنت مورد تجزیه و تحلیل قرار گرفت.میزان عناصر فسفر و پروتئین خام در سطح 5./. معنی دار شد. مقایسه مقدار عناصر معدنی با حد نیاز نشخوارکنندگان نشان داد که مقدار فسفر، پتاسیم و پروتئین خام در هر دو گیاه از حد بحرانی بالاتر بود. نتایج همچنان نشان داد میزان فسفر و پروتئین خام در گیاه Astragalus macropelmatusبیشتر ازگیاه songarica Iris و عنصر پتاسیم در گیاه songarica Iris بیشتر از Astragalus macropelmatus بر آورده شد.به طور کلی،آگاهی از ارزش غذایی علوفه برای مدیریت تغذیه دام در مرتع ضروری است و در مدیریت اصولی دام و مرتع باید به کار گرفته شود.
کلیدواژه ها:
عناصر معدنی_Iris songarica _Astragalus macropelmatus_مراتع بیرجند
نویسندگان
مریم مهری
دانشجوی کارشناسی ارشد مرتعداری،دانشکده منابع طبیعی و محیط زیست بیرجند
محمدرضا سعیدافخم الشعرا
استادیار گروه مرتع و آبخیزداری،دانشکده کشاورزی و منابع طبیعی بیرجند
مسلم باشتنی
دانشیار گروه علوم دام،دانشکده کشاورزی بیرجند
مسلم رستم پور
استادیار گروه مرتع و آبخیزداری،دانشکده کشاورزی و منابع طبیعی بیرجند
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 :