بررسی پتانسیل عملکرد و میزان اسانس اکوتیپهای زیره سبز در تاریخهای متفاوت کاشت در کرمان
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 564
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:
NABATAT13_0505
تاریخ نمایه سازی: 4 آذر 1393
چکیده مقاله:
به منظور بررسی اثر تاریخ کاشت بر میزان عملکرد و اسانس اکوتیپهای زیره سبز ، آزمایشی به صورت کرتهای خرد شده در قالب طرح بلوکهای کامل تصادفی با سه تکرار در سال زراعی 91-1390 در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه شهید باهنر کرمان اجرا گردید. تاریخهای کاشت ( 5 دی، 20 دی، 5 بهمن، 20 بهمن و 5 اسفند) و اکوتیپهای مختلف زیره سبز (سمنان، فارس، یزد، گلستان، خراسان رضوی، خراسان شمالی، خراسان جنوبی، اصفهان و کرمان) به ترتیب به عنوان فاکتور اصلی و فرعی به کار برده شدند و عملکرد دانه و میزان اسانس، مورد ارزیابی قرار گرفت. اثر متقابل تاریخ کاشت و اکوتیپ بر عملکرد دانه معنیدار گردید و اکوتیپهای مورد بررسی پاسخهای متفاوتی به تاریخهای کاشت نشان دادند. GDD محاسبه شده برای هر اکوتیپ نیز نشان از نیازهای حرارتی متفاوت آنها داشت. بنابراین، باتوجه به تنوع ژرم پلاسم زیره سبز، براساس شرایط محیطی هر منطقه و باتوجه به هدف کاشت، تحقیق اختصاصی جهت یافتن تاریخ کاشت مناسب برای هر اکوتیپ ضروری میباشد. طبق نتایج به دست آمده، با توجه به هدف کاشت، برای دستیابی به حداکثر عملکرد دانه، کاشت اکوتیپ کرمان در اسفندماه و جهت حصول حداکثر عملکرد اسانس اکوتیپهای سمنان و کرمان باتوجه به برتری نسبت به سایرین، در منطقه کرمان توصیه میشود.
کلیدواژه ها:
نویسندگان
جلال قنبری
کارشناس ارشد زراعت دانشکده کشاورزی، دانشگاه شهید باهنر کرمان.
غلامرضا خواجوئی نژاد
استادیار بخش زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان
قاسم محمدی نژاد
دانشیار بخش زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان.
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 :