مقایسه خصوصیات کمی وکیفی ژنوتیپ امیدبخش مشهد-86 با برخی رقم های زودرس گیلاس
محل انتشار: فصلنامه علوم باغبانی ایران، دوره: 50، شماره: 4
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 377
فایل این مقاله در 9 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_JHS-50-4_012
تاریخ نمایه سازی: 21 فروردین 1399
چکیده مقاله:
به منظور مطالعه خصوصیات کمی وکیفی رقم ها و ژنوتیپ های زودرس گیلاس (عدلی، دلامارکا، پیشرس، سیاه قزوین، ژنوتیپ مشهد-84 و ژنوتیپ مشهد-86) آزمایشی در قالب طرح بلوکهای کامل تصادفی در مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی انجام شد. نتایج نشان داد شروع گلدهی ژنوتیپ امیدبخش مشهد-86 در مقایسه با سایر رقم های که یک هفته زودتر (هفته اول فروردین) بود و میوهی آن در دهه سوم اردیبهشت ماه آماده برداشت بود. متوسط وزن میوه ژنوتیپ امیدبخش مشهد- 86 (26/6 گرم) در مقایسه با عدلی (9/4 گرم)، سیاه قزوین (7/3 گرم)، پیشرس (26/4 گرم)، دلامارکا (8/3 گرم) و مشهد-84 (06/6 گرم) بالاتر بود. رقم پیش رس (73/19 درصد) و ژنوتیپ امیدبخش مشهد-86 (16/18 درصد) از بیشترین مواد جامد محلول برخوردار بودند. بیشترین و کمترین میزان عملکرد به ترتیب متعلق به رقم پیش رس با میانگین 21 کیلوگرم در هر درخت و سیاه قزوین با میانگین 12کیلوگرم در هر درخت بود. رقم های زودرس به دلیل فصل رشد کوتاه معمولا اندازه میوه، کوچکتر داشتند. ژنوتیپ امیدبخش مشهد- 86 با متوسط وزن میوه و درصد مواد جامد محلول بالاتر، دارای ارزش اقتصادی و بازارپسندی بیشتربود.
کلیدواژه ها:
نویسندگان
ابراهیم گنجی مقدم
دانشیار، بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد، ایران
آرزو جلالی
دانشجوی دکتری، دانشگاه آزاد اسلامی، واحد بجنورد، خراسان شمالی، ایران
ابوالفضل ایروانی
کارشناس مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد، ایران
سیما بینا
کارشناس مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد، ایران
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 :