معرفی برخی از گیاهان دارویی جاذب عناصر سنگین منطقه سوادکوه استان مازندران
محل انتشار: کنفرانس بین المللی توسعه پایدار، راهکارها و چالش ها با محوریت کشاورزی، منابع طبیعی، محیط زیست و گردشگری
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 869
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- 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:
ICSDA01_1204
تاریخ نمایه سازی: 16 خرداد 1394
چکیده مقاله:
گیاهان بومی، ذخایر توارثی گیاهی هر منطقه محسوب میشوند و به دلیل دارا بودن صفات مرفولوژیکی مطلوب، مقاومت به آفات و امراض و سازگاری به شرایط اکولوژیک از اهمیت خاصی برخوردارند. این تحقیق با هدف شناسایی گیاهان دارویی از فلور ارتفاعات منطقه سوادکوه واقع در استان مازندران و شناسایی گونههای جذب کننده عناصر سنگین از بین گونههای دارویی شناسایی شده، انجام شده است. برای دستیابی به این هدف، پس از شناسایی فلور منطقه و تفکیک گیاهان دارویی، به جمع آوری اطلاعات با استفاده از مقالات و منابع کتابخانهای پرداخته شد. نتایج بررسیها نشان داد که منطقه شامل گیاهان دارویی باارزش است که متعلق به 60 جنس بوده که در بین آنها 19 گونه با توجه به مقالات و بررسیهای کتابخانهای انجام شده، توانایی جذب عناصر سنگین را دارا هستند. بیشترین گونه های گیاهی متعلق به خانواده Asteraceae تعداد 3گونه گیاهیو دارای فرم رویشی بوته ای 16 گونه گیاهیتعلق دارد. همچنین نتایج حاصل نشان داده است که در بین اندامهای جذب کننده عناصر سنگین در گونههای گیاهی، ریشه بیشترین توانایی را در جذب عناصر سنگین داشته است که بالاترین مکانیسم به کار گرفته شده توسط 17 گونه جاذب عناصر سنگین مربوط به فیتواکستراکشن می باشد. همچنین مس بالاترین مقدار جذب را در میان عناصر سنگین دارا می باشد
کلیدواژه ها:
نویسندگان
میلاد بابایی
دانشجوی کارشناسی مهندسی شیلات دانشگاه پیام نور قائمشهر
دانیال راسخی
دانشجوی کارشناسی مهندسی کشاورزی دانشگاه پیام نور قائمشهر
زیبا عشریه
دانشجوی کارشناسی مهندسی شیلات دانشگاه پیام نور قائمشهر
نازنین مصلحی
دانشجوی کارشناسی مهندسی کشاورزی دانشگاه پیام نور قائمشهر
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 :