بررسی اثر کودهای بیولوژیک میکوریزا و کود آلی ورمیکمپوست بر عملکرد و اجزای عملکرد گندم (رقم تجن) آلوده به فوزاریوم سنبله
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 750
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
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NABATAT13_1337
تاریخ نمایه سازی: 4 آذر 1393
چکیده مقاله:
فوزاریوم سنبله یکی از مخربترین بیماریهای گندم در سراسر جهان است که تولید مواد سمی برای انسان و دام میکند. به منظور بررسی اثر کود بیولوژیک میکوریزا و کود آلی ورمی کمپوست بر عملکرد و اجزاء عملکرد گندم (رقم تجن) آلوده به فوزاریوم سنبله، آزمایشی گلخانه ای در آبان 91 در دانشگاه زابل به صورت طرح کاملا تصادفی با سه تکرار انجام شد. نتایج نشان داد که کاربرد میکوریزا و ورمیکمپوست بر صفات وزن خشک اندام هوایی و وزن خشک ریشه، وزن صد دانه و عملکرد دانه معنیدار شدند. اما بر صفات طول سنبله، ارتفاع بوته و تعداد دانه معنیدار نشدند. در صفات وزن خشک اندام هوایی و وزن صد دانه بیشترین مقدار از کاربرد ورمی کمپوست بهدست آمد که نسبت به تیمار شاهد (عدم کاربرد کود) به ترتیب 14/58 و 35/80 درصد افزایش نشان داد، در صفت عملکرد دانه، میکوریزا نسبت به شاهد 57/30 درصد افزایش داشت. در صفت وزن خشک ریشه نیز بیشترین مقدار از تیمار شاهد نسبت به کاربرد کودها به دست آمد. به نظر میرسد میکوریزا و ورمی کمپوست به علت دارا بودن مواد مغذی و نقش آنها در جذب، توانسته گیاه را در برابر بیماری مقاوم کند و تولید دانه ای با عملکرد و وزن بیشتری کند.
کلیدواژه ها:
نویسندگان
عاطفه پورعبداله
دانشجوی کارشناسی ارشد علوم خاک دانشگاه زابل
احمد غلامعلی زاده آهنگر
استادیار گروه علوم خاک دانشگاه زابل،
سید کاظم صباغ
استادیار گروه گیاهپزشکی دانشگاه زابل
علیرضا سیروس مهر
استادیار گروه زراعت دانشگاه زابل
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 :