اثر منابع کودی نیتروژن و تراکم تاج خروس ریشه قرمز (Amaranthus retroflexus L) بر کارایی مصرف نیتروژن و شاخص مقاومت کینوا ( Chenopodium quinoa Willd) در برابر علف هرز
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 28
فایل این مقاله در 14 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:
JR_SUST-34-1_010
تاریخ نمایه سازی: 17 اردیبهشت 1403
چکیده مقاله:
مطالعه حاضر به منظور ارزیابی اثرات منابع کودی نیتروژن و تراکم تاج خروس ریشه قرمز کارایی مصرف نیتروژن و شاخص مقاومت کینوا رقم تی تی کاکا در برابر علف هرزانجام گردید.مواد و روش ها: پژوهشی در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه شیراز در سال ۱۴۰۰ به صورت اسپلیت پلات در قالب طرح بلوک های کامل تصادفی با سه تکرار اجرا شد. تیمارها شامل منابع کود نیتروژن (بدون کود، اوره، اوره با پوشش گوگردی و نیترات آمونیوم) به عنوان کرت اصلی و تراکم علف هرز (صفر، ۵، ۱۰، ۱۵، ۲۰و ۲۵ بوته در مترمربع) به عنوان کرت فرعی بود. یافته ها: کاربرد کود اوره با پوشش گوگردی در بالاترین تراکم علف هرز (۲۵ بوته در مترمربع) با افزایش شاخص مقاومت گیاه زراعی کینوا، منجر به بهبود ضریب تخصیص ماده خشک به دانه، درصد نیتروژن و پروتئین، سرعت فتوسنتز و عملکرد دانه کینوا به ترتیب به میزان ۲/۱، ۵/۱، ۴/۱، ۲/۱ و ۸/۲ برابر در مقایسه با تیمار بدون کود شد. کارایی مصرف نیتروژن نیز در بالاترین تراکم علف هرز (۲۵ بوته در مترمربع) با کاربرد منابع کودی اوره، اوره با پوشش گوگردی و نیترات آمونیوم به ترتیب به میزان ۳/۷۸، ۸/۷۹ و ۴/۶۰ درصد در مقایسه با تیمار بدون کود افزایش یافت.نتیجه گیری: به طور کلی نتایج نشان داد که کود اوره با پوشش گوگردی حداکثر عملکرد دانه و کارایی مصرف نیتروژن را در تمامی تراکم های علف هرز به خود اختصاص داد و پس از آن کودهای اوره و نیترات آمونیوم قرار داشتند. بنابراین کود اوره با پوشش گوگردی به عنوان کارآمدترین منبع کود نیتروژن پیشنهاد می شود.
کلیدواژه ها:
نویسندگان
اعظم مهرگان نیا
گروه تولید و ژنتیک گیاهی دانشکده کشاورزی دانشگاه شیراز
سید عبدالرضا کاظمینی
هیات علمی گروه تولید و ژنتیک گیاهی دانشکده کشاورزی دانشگاه شیراز
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 :