بررسی پتانسیل هیبرید های امیدبخش متحمل به خشکی چغندرقند در روش آبیاری قطره ای تیپ
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 527
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AGROCONGRESS03_031
تاریخ نمایه سازی: 8 اردیبهشت 1396
چکیده مقاله:
یکی از موثر ترین روشهای کاهش خسارت تولید در شرایط تنش خشکی اصلاح ارقامی است که قدرت تحمل به خشکی را داشته و در شرایط محدودیت آب کاهش عملکرد کمتری داشته باشند. در این تحقیق 9 هیبرید چغندرقند منوژرم امید بخش به همراه یک رقم متحمل به خشکی و دو رقم معمولی به عنوان شاهد در دو شرایط تنش و بدون تنش در منطقه همدان در قالب طرح کرت های خرد شده برپایه بلوک های کامل تصادفی با چهار تکرار و در روش آبیاری قطره ای تیپ در سال 1392 مورد ارزیابی قرار گرفتند.بر اساس نتایج تجزیه واریانس، بین تیمارهای آبیاری و هیبرید های مورد بررسی از نظر عملکرد ریشه، عملکرد شکر و درصد قند اختلاف معنی داری در سطح احتمال 1 % وجود داشت .میانگین عملکرد ریشه هیبرید ها در شرایط تنش و بدون تنش به ترتیب معادل 22/59 و 66/37 تن در هکتار بود. بیشترین عملکرد ریشه در شرایط تنش به هیبرید شماره 3 به مقدار 50/47 تن در هکتار تعلق داشت که با رقم شماره 5 بدون اختلاف معنی دار گروه اول را به خود اختصاص دادند. بقیه ارقام و ارقام شاهد با عملکرد ریشه کمتر در گروه های بعدی قرار گرفتند. عملکرد ریشه هیبرید شاهد متحمل IR7 معادل 75/33 تن در هکتار بود. بر اساس شاخص تحمل به خشکی (STI)، هیبرید شماره 3 (SB17*SB36)*SBSI.DR I-HSF.14-P.35 با بیشترین مقدار عددی این شاخص به میزان 84/0 از تحمل بیشتری نسبت به سایر هیبریدها برخوردار بود.
کلیدواژه ها:
نویسندگان
محمدرضا اوراضی زاده
اعضای هیات علمی موسسه تحقیقات اصلاح و تهیه بذر چغندرقند، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج
داریوش فتح اله طالقانی
اعضای هیات علمی موسسه تحقیقات اصلاح و تهیه بذر چغندرقند، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج
اباذر رجبی
اعضای هیات علمی موسسه تحقیقات اصلاح و تهیه بذر چغندرقند، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج
محمدرضا میرزایی
عضو هیات علمی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان همدان، سازمان تحقیقات، آموزش و ترویج کشاورزی
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 :