ارزیابی عکس العمل تعدادی از ارقام سویا نسبت به نماتد ریشه گرهی Meloidogyne javanica و شناسایی ارقام مقاوم
محل انتشار: اولین همایش ملی گیاهان دارویی و کشاورزی پایدار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 915
فایل این مقاله در 8 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:
MPSA01_341
تاریخ نمایه سازی: 22 فروردین 1393
چکیده مقاله:
سویا یکی از سرشارترین منابع روغن خوراکی و پروتئین است که امروزه از آ« استفاده زیادی میگردد سویا مورد حمله آفات و بیماری های متعددی قرار می گیرد. حدودا 100 گونه از نماتد های بیماری زای گیاهی با سویا در ارتباط هستند نماتد مولد غده ریشه سویا یکی از مهمترین عوامل بیمارگر روی سویا محسوب می شود، لذا کنترل این بیماری امری اجتناب ناپذیر است. جهت کنترل این نماتد با توجه به خطرات زیست محیطی ناشی از مصرف بی رویه سموم شیمیایی کاربرد روش های غیرشیمیایی ضروری به نظر می رسد استفاده از ارقام مقاوم به نماتد ها و یا در تلفیق با سایر روش های دیگر می تواند موثر باشد. نماتد مولد غده ریشه (Meloidogyne spp. ) از نظر اقتصادی مهم ترین نماتدهای پارازیت گیاهی در سطح جهان می باشد. به منظور بررسی عکس العمل 7 رقم سویا نسبت به نماتود ریشه گرهی Meloidogyne javanica ابتدا نماتود روی گوجه فرنگی رقم ps خالص سازی، تکثیر و با استفاده از خصوصیات ریختی و پرایمرهای اختصاصی مورد شناسایی قرار گرفت. آزمایش به صورت طرح کاملا تصادفی در گلخانه و در خاک سترون انجام شد. در ارزیابی مقاومت تعداد گال، تعداد توده تخم، تعداد تخم در هر توده و فاکتور تولید مثل ( Pf / Pi ; R f ) مورد بررسی قرار گرفتند نتایج به دست آمده از آزمایش های انجام شده نشان داد از بین ارقام استفاده شده تنها رقم سحر نسبت به نماتد ریشه گرهی مقاومت است و سایر ارقام حساس معرفی می شوند آلودگی به نماتود باعث کاهش میزان کلروفیل شاخص سطح برگ، نسبت سطح برگ تعداد غلاف در بوته، تعداد دانه در غلاف و وزن دانه ها شد.
کلیدواژه ها:
نویسندگان
طیبه سلیمانی
دانشجوی کارشناسی ارشد بیماری شناسی گیاهی، دانشکده کشاورزی، دانشگاه شهرکرد
مجید اولیا
استادیار گروه گیاهپزشکی دانشکده کشاورزی دانشگاه شهرکرد
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 :