بررسی اثرات متقابل مقادیر نیتروژن با کمپوست آزولا برصفات زراعی برنج (Oryza sativa L.) رقم طارم
محل انتشار: دومین همایش ملی گیاهان دارویی و کشاورزی پایدار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 699
فایل این مقاله در 8 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:
MPSA02_261
تاریخ نمایه سازی: 7 آبان 1393
چکیده مقاله:
به منظور بررسی اثرات کود بیولوژیک آزولا و نیتروژن بر صفات زراعی برنج رقم طارم آزمایشی در سال زراعی 1392 در شهرستان محمود آباد به صورت فاکتوریل و در قالب طرح بلوک های کامل تصادفی در سه تکرار اجرا شد. تیمارها شامل کود بیولوژیک آزولا در سه سطح (0، 5 و 10 تن در هکتار) و کود نیتروژن در چهار سطح (0، 50 و 100 و 150 کیلوگرم در هکتار) بودند. نتایج نشان دادند که اثرات متقابل کود بیولوژیک آزولا و نیتروژن بر صفات تعداد دانه در خوشه و طول خوشه در سطح احتمال 5 درصد معنی دار بوده است. بلندترین طول خوشه از مصرف 5 تن آزولا و 100 کیلوگرم نیتروژن در هکتار (29/03 سانتی متر) حاصل شد. بیشترین تعداد کل دانه در خوشه نیز از مصرف 10 تن آزولا و 150 کیلوگرم نیتروژن در هکتار (146/6) به دست آمد. وزن هزار دانه از نظر آماری تحت تاثیر کود بیولوژیک آزولا و نیتروژن قرار نگرفت. هرچند عملکرد دانه تحت اثرات متقابل آزولا ونیتروژن معنی دار نشد ولی بیشترین عملکرد دانه از مصرف 150 کیلوگرم نیتروژن و 5 تن آزولا در هکتار (846/3 گرم در متر مربع) حاصل شد. با توجه به نتایج این تحقیق می توان کاربرد 5 تن آزولا و 150 کیلوگرم نیتروژن را جهت حصول عملکرد برای رقم مذکور در منطقه توصیه نمود.
نویسندگان
نوراله خیری
دانشجوی دکتری زراعت دانشکده کشاورزی دانشگاه آزاد اسلامی واحد گرگان و عضو باشگاه پژوهشگران جوان و نخبگان دانشگاه آزاد اسلامی واحد علوم و ت
حمیدرضا مبصر
استادیار گروه زراعت دانشکده کشاورزی دانشگاه آزاد اسلامی واحد قائمشهر
مجتبی رضایی
دانشجوی سابق کارشناسی ارشد دانشکده کشاورزی دانشگاه آزاد اسلامی واحد چالوس
روزبه قاسم زاده
دانشجوی کارشناسی ارشد مدیریت آموزش و برنامه ریزی محیط زیست دانشگاه آزاد اسلامی واحد میبد
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 :