مطالعه شاخص های تحمل به خشکی ژنوتیپ های پیشرفته نخود در شهرستان الشتر
محل انتشار: ششمین همایش ملی حبوبات ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 566
فایل این مقاله در 6 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_178
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
به منظور مطالعه شاخص های تحمل به خشکی ، آزمایشی به صورت اسپلیت پلات در قالب طرح بلوک های کامل تصادفی با 3 تکرار در دو شرایط آبی و تنش خشکی برای 10 ژنوتیپ نخود در شهرستان الشتر در سال زراعی 94-1393 اجرا گردید. براساس عملکرد در شرایط آبی ( YP ) و تنش خشکی ( YS )، شاخص های کمی تحمل به خشکی از قبیل : میانگین بهره وری ( MP )، شاخص تحمل ( TOL )، میانگین هندسی بهره وری ( GMP )، میانگین هارمونیک ( HM )، شاخص حساسیت به تنش ( SSI )، شاخص تحمل تنش (STI) و K1STI و K2STI محاسبه شدند. اختلاف معنی داری بین کلیه شاخص ها و عملکردهای آبی و تنش خشکی وجود داشت. در شرایط تنش خشکی بیشترین عملکرد مربوط به ژنوتیپ شماره 5 (Flip 09-36c) و در شرایط آبی نیز بیشترین عملکرد مربوط به ژنوتیپ شماره 5 (Flip 09-36c) و نیز بیشترین K1STI، HM، STI،TOL،GMP، MP و K2STI مربوط به ژنوتیپ شماره 5 (Flip 09-36c) بود. تحلیل همبستگی عملکرد در محیط آبی و تنش خشکی و شاخص های تحمل به خشکی نشان داد که HM، GMP، MP و STI مناسب ترین شاخص ها برای غربال سازی ژنوتیپ های نخود می باشند. با توجه به این چهار شاخص و عملکرد بالا در دو محیط آبی و تنش خشکی بهترین لاین های تحمل به خشکی ژنوتیپ های شماره 5 (Flip 09-36c) و 8 ( Flip 09-37c ) تشخیص داده شدند.
کلیدواژه ها:
نخود ، شاخص های تحمل به خشکی
نویسندگان
خاطره احمدی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد خرم آباد
پیام پزشکپور
استادیار پژوهش، بخش تحقیقات اصلاح و تهیه نهال و بذر، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، خرم آباد، ایران
طهماسب حسین پور
استادیار پژوهش، بخش تحقیقات اصلاح و تهیه نهال و بذر، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، خرم آباد، 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 :