تاثیر شکلهای شیمیایی آهن بر روی وزن تر و خشک گیاه سویا در خاکهای استان گلستان
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 505
فایل این مقاله در 12 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:
RSTCONF01_160
تاریخ نمایه سازی: 30 آبان 1394
چکیده مقاله:
جهت بررسی رابطه میان شکلهای مختلف آهن با خصوصیات وزن تر و خشک گیاه، آزمایشی گلدانی روی سویا رقم ویلیامزGlycine max cv. Williams به صورت فاکتوریل در قالب طرح کاملاً تصادفی که فاکتور اول تعداد 11 نوع خاک و فاکتور دوم دو سطح کودی آهن است، در سه تکرار انجام گردید. هدف از این تحقیق، مطالعه توزیع شکل های مختلف آهن در بین اجزای مختلف 11 نمونه خاک از مناطق مختلف استان گلستان و روابط این اجزای فلزی با ویژگی های خاص خاک می باشد. برای جداسازیو تعیین شکلهای شیمیایی آهن، از روش سینگ و همکاران 1811 استفاده گردید. نتایج نشان داد، بیشترین و کمترین میزان وزنتر و خشک به ترتیب در خاکهای گالیکش 2 و گنبد مشاهده شد. در بین شکلهای شیمیایی آهن جزء متصل به مادهآلی همبستگی مثبت معنیداری در سطح 1 درصد با وزن ماده خشک گیاه داشت. اثرات اصلی خاک و کود و اثر متقابل آن بر روی وزن تر و خشک در سطح احتمال 1 درصد معنیدار شدند. وزن تر و خشک گیاه در تیمارهای سکوسترین آهن و سولفات آهن+ مادهآلی+ باکتریسیدروفور بهطور معنیداری بیشتر از تیمارهای سولفات آهن و شاهد بود. وزن تر گیاه در تیمار سولفات آهن بیشتر از شاهد بود، ولی در وزن خشک گیاه اختلاف معنیداری بین این دو مشاهده نشد. بنابراین مصرف سکوسترین آهن باعث افزایش وزن تر و خشک گیاه میشود اما مصرف سولفات آهن به تنهایی اثر چندانی در افزایش عملکرد گیاه نداشت. بنابراین مصرف آن بهمراه مادهآلی و باکتری سیدروفور باعث افزایش معنیدار وزن تر و خشک گیاه میشود
کلیدواژه ها:
نویسندگان
غلامرضا نوده شریفی
دانشآموخته دانشگاه علوم کشاورزی و منابع طبیعی گرگان
اسماعیل دردی پور
دانشیار و عضو هیئت علمی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
مجتبی بارانی مطلق
استادیار و عضو هیئت علمی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
محسن علمائی
استادیار و عضو هیئت علمی دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :