بررسی روشی نوین در کاربرد کود های شیمیایی با استفاده از کود پلت مطالعه موردی ذرت سینگل کراس 704
محل انتشار: پنجمین همایش ملی ایده های نو در کشاورزی
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 946
فایل این مقاله در 5 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:
AGRIDEA05_467
تاریخ نمایه سازی: 6 دی 1390
چکیده مقاله:
به منظور بررسی مقایسه دو نحوه مختلف کود دهی بر روی عملکرد و کارایی مصرف ازت در ذرت سینگل کراس 704 ،آزمایشی در سال 1388 در مزرعه تحقیقاتی پردیس ابوریحان دانشگاه تهران، به صورت فاکتوریل در قالب طرح بلوکهای کامل تصادفی و در 3 تکرار به صورت مزرعه ای اجرا گردید. عوامل مورد مطالعه شامل دو نحوه مصرف کود: به صورت مخلوط با خاک و مصرف کود به صورت پلت و عامل دوم تلفیق چهار سطح کود نیتروژن و دامی به ترتیب ، ( 46 + 600 و 92 + 600 و 600+138 و 184 + 600 ) کیلوگرم در هکتار بود. اعمال نیتروژن در تیمار شاهد بر اساس میزان توصیه شده آزمون خاک ( 184 کیلوگرم نیتروژن در هکتار) صورت پذیرفت. در این تحقیق یک ماشین پلت کننده از نوع اکسترودر به منظور تهیه پلت ها طراحی و ساخته شد. بیشترین ارتفاع بوته و قطر ساقه و قطر بلال متعلق به تیمار پلت بود ولی تعداد برگ در هر بوته تحت تأثیر روش توزیع کود قرار نگرفت. نتایج آزمایش نشان داد اثر متقابل نحوه مصرف کود و سطوح مختلف نیتروژن بر عملکرد دانه معنی دار بود به طوری که بیشترین عملکرد مربوط به تیمار 184 کیلوگرم نیتروژن + 600 کیلوگرم کود دامی به صورت پلت بود. نتایج این پژوهش نشان داد که مصرف کود به صورت پلت به واسطه کاهش میزان شستشو از سطح خاک و همچنین آزاد سازی تدریجی باعث کاهش 50 درصدی مصرف کود نیتروژن و افزایش کارایی 10 درصدی نیتروژن می شود
کلیدواژه ها:
نویسندگان
رضا باقری
دانشجوی کارشناسی ارشد زراعت پردیس ابوریحان، دانشگاه تهران
غلامعلی اکبری
استادیار زراعت، پردیس ابوریحان، دانشگاه تهران
محمدحسین کیانمهر
دانشیارمکانیک ماشینهای کشاورزی، پردیس ابوریحان، دانشگاه تهران
زین العابدین طهماسبی سروستانی
دانشیار زراعت، دانشکده کشاورزی تربیت مدرس
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 :