مطالعه آزمایشگاهی انرژی برشی ویژه ساقه یونجه بهمنظور تخمین برخی شاخصهای کیفیت تغذیهای
محل انتشار: دوفصلنامه ماشین های کشاورزی، دوره: 8، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 197
فایل این مقاله در 13 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_JAM-8-1_001
تاریخ نمایه سازی: 6 دی 1399
چکیده مقاله:
پژوهش حاضر به دنبال روشی ساده و کاربردی بهمنظور استفاده در شرایط مزرعهای بهصورت بیدرنگ برای تخمین خصوصیات کیفیت تغذیهای محصول یونجه میباشد. این خصوصیات برای تهیه لایه نقشه تغییرپذیری کیفیت محصول و نیل به اهداف کشاورزی دقیق مورد نیاز است. پژوهشهای پیشین نشان دادند که آزمونهای برشی استاندارد در شرایط کنترل شده آزمایشگاهی (رطوبت محصول و قطر ساقهها) قادر به پیشگویی برخی شاخصهای کیفیت تغذیهای همچون فیبر خام است، در پژوهش حاضر که در دو بخش انجام شد، در بخش نخست شرایط متفاوتی از سرعت بارگذاری و شرایط محصول اعم از چرخه رشد سالیانه یونجه (یکساله، دوساله، سهساله و پنجساله) و زمان برداشت در فصل رشد (چینسوم و چینپنجم) برای انجام آزمون برش استفاده شد. در بخش دوم این پژوهش تحقیقات تکمیلی به منظور بررسی امکان بهکارگیری روش برشی در مورد سایر عوامل مؤثر بر کیفیت تغذیهای در آمریکا برروی پنج رقم یونجه و سه سطح نرخ کاشت در فصل زراعی سال 2014 انجام شد. نتایج نشان داد تغییرات میانگین انرژی برشی ویژه در سطوح مختلف چرخه رشد سالیانه، زمان برداشت و نرخ کاشت بهطور معنیداری در سطح احتمال 95% تغییر کرده است. عامل رقم محصول تأثیر معنیداری بر تغییرات انرژی برشی ویژه نشان نداد. همچنین آزمون رگرسیون و همبستگی نشان داد انرژی برشی ویژه بهترین همبستگی را با شاخصهای مرتبط با فیبر خام داشته است (0/66=R2). روند تغییرات انرژی برشی ویژه نسبت به شاخصهای کیفیت تغذیهای در بخشهای اول و دوم پژوهش حاظر مشابه نتایج تحقیقات گذشته بود. این روش میتواند روشی سریع برای تخمین خصوصیات کیفیت تغذیهای علوفه باشد.
کلیدواژه ها:
نویسندگان
محمد مهدی مهارلویی
شهید باهنر کرمان
محمد لغوی
دانشگاه شیراز
سریکالا جی باجوا
دانشگاه ایالتی داکوتای شمالی
ماریسول برتی
دانشگاه ایالتی داکوتای شمالی
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 :