بررسی شاخص های تحمل و حساسیت در ژنوتیپ های لوبیا چیتی (Phaseolus vulgaris L ) تحت مدیریت زراعی کم نهاده
محل انتشار: ششمین همایش ملی حبوبات ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 868
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:
PULSES06_173
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
به منظور مطالعه شاخص های تحمل و حساسیت در ژنوتیپ های لوبیا چیتی کشت شده در مدیریت زراعی کم نهاده، آزمایشی در ایستگاه ملی تحقیقات لوبیای خمین به اجراء درآمد. تعداد 559 ژنوتیپ لوبیا چیتی به همراه سه شاهد در قالب طرح آگمنت در دو شرایط مدیریت زراعی متداول و مدیریت زراعی کم نهاده کشت شدند. در طول فصل رشد و نمو مراقبت های زراعی لازم براساس شرایط هر یک از مدیریت های زراعی صورت پذیرفت و در پایان عملکرد ژنوتیپ ها اندازه گیری شد. برای ارزیابی ژنوتیپ ها از نظر تحمل به شرایط کم نهاده، میانگین حسابی ( MP )، میانگین هندسی ( GMP )، شاخص تحمل به تنش ( STI )، شاخص حساسیت به تنش( SSI ) و شاخص تحمل ( TOL ) محاسبه شد. با استفاده از نمودار بای پلات حاصل از SSI و GMP، لاین هایی که دارای بیشترین مقدار GMP و کمترین مقدار SSI بودند شناسایی شدند؛ براساس نمودار بای پلات حاصل از MP و TOL ، لاین هایی که دارای بیشترین مقدار MP و کمترین مقدار TOL بودند شناسایی شدند و با استفاده از نمودار بای پلات حاصل از STI و GMP ، لاین هایی که دارای بیشترین مقدار GMP و STI بودند شناسایی شدند. در نهایت با اشتراک گیری از لاین های مطلوب در هر یک از بای پلات های فوق، لاین های Ks-21673، Ks-21671، Ks-92198، Ks-21362، Ks-92022، Ks-21184 و Ks-21236 به عنوان ژنوتیپ های مناسب جهت کشت در مدیریت های زراعی کم نهاده شناسایی شدند.
کلیدواژه ها:
نویسندگان
عادل غدیری
ایستگاه ملی تحقیقات لوبیا، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان مرکزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، خمین، ایران
پرویز رضوانی مقدم
استاد گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه فردوسی مشهد
علیرضا بهشتی
بخش تحقیقات اصلاح بذر، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد، 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 :