اثر کودهای آلی و معدنی بر شاخص های زیستی و جمعیتی مینوز برگ گوجه فرنگی Tuta absoluta و ویژگی های بیوشیمیایی گوجه فرنگی
محل انتشار: فصلنامه تحقیقات آفات گیاهی، دوره: 16، شماره: 2
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 58
فایل این مقاله در 17 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_IPRJ-16-2_001
تاریخ نمایه سازی: 22 مهر 1405
چکیده مقاله:
مدیریت تغذیه گیاه می تواند از طریق تغییر ویژگی های فیزیولوژیک و بیوشیمیایی گیاه میزبان بر عملکرد زیستی و پویایی جمعیت حشرات آفت تاثیرگذار باشد. در پژوهش حاضر، اثر منابع مختلف کودی شامل هیومیک اسید، ورمی کمپوست، کود دامی، نیتروژن و NPK بر ویژگی های زیستی و فراسنجه های جدول زندگی مینوز برگ گوجه فرنگی Tuta absoluta (Meyrick) و همچنین برخی شاخص های بیوشیمیایی گیاه گوجه فرنگی بررسی شد. نتایج نشان داد که نوع کود مصرفی تاثیر معنی داری بر رشد، زنده مانی، تولیدمثل و فراسنجههای جمعیتی T. absoluta داشته است. بیشترین طول دوره لاروی و پیش از بلوغ و کمترین زنده مانی مراحل نابالغ در تیمارهای هیومیک اسید و ورمی کمپوست مشاهده شد. همچنین، کمترین میزان باروری (۲۸۰ تخم)، نرخ خالص تولیدمثل (R۰) (۷۹/۳۵نتاج) و نرخ ذاتی افزایش جمعیت (r) (۰/۱۰۱ بر روز) در تیمار هیومیک اسید ثبت شد، در حالی که بیشترین مقادیر این شاخص ها در تیمار نیتروژن مشاهده شد (به ترتیب ۳۶۳/۰۳تخم، ۲۱۷/۸۲نتاج و ۰/۱۴۶بر روز). تیمارهای هیومیک اسید و ورمی کمپوست موجب افزایش معنی دار محتوای کلروفیل، کاروتنوئید، فنل کل و فلاونوئید کل برگ های گوجه فرنگی شدند و افزایش این شاخص های بیوشیمیایی با افزایش طول دوره رشد و کاهش شاخص های رشد جمعیت آفت همراه بود. یافته های پژوهش حاضر نشان داد که تیمارهای هیومیک اسید و ورمی کمپوست بیشترین ظرفیت را برای کاهش رشد جمعیت T. absoluta دارند و می توانند در مدیریت تلفیقی این آفت مورد توجه قرار گیرند.
کلیدواژه ها:
نویسندگان
عسگر عباداللهی
گروه علوم گیاهی، دانشکده کشاورزی و منابع طبیعی مغان، دانشگاه محقق اردبیلی، اردبیل، ایران
فروغ افشاری
گروه گیاه پزشکی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، 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 :