بررسی مدیریت آبیاری بر صفات فیزیولوژیک گیاه کینوا (رقم Giza-۱) در شرایط گلخانه ای
محل انتشار: فصلنامه روابط خاک و گیاه، دوره: 12، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 200
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:
JR_STGC-12-3_001
تاریخ نمایه سازی: 8 دی 1400
چکیده مقاله:
در سال های اخیر سطح زیرکشت و مصرف دانه کینوا (Chenopodium quinoa Willd) در کشور، به دلیل خواص تغذیه ای و توانایی رشد در شرایط نامساعد، افزایش یافته است. بر اساس وضعیت های تغییر اقلیمی دوره های طولانی خشکسالی در پیش بوده و این امر بر کاشت و توسعه گیاهان جدید و سازگار با این شرایط، تاکید دارد. از این رو، پژوهش حاضر با هدف بررسی اثر مدیریت آبیاری بر خواص فیزیولوژیک گیاه کینوا در شرایط گلخانه ای در دانشگاه فردوسی مشهد در سال ۹۸-۱۳۹۷ اجرا شده است. پژوهش حاضر در قالب طرح کاملا تصادفی با ۳ تکرار و به صورت کشت گلدانی بر روی گیاه کینوا رقم Giza-۱ اجرا شده است. تیمارهای مورد بررسی در این پژوهش شامل ۴ مدیریت آبیاری (آبیاری کامل یا FI، آبیاری بخشی ریشه متناوب یا APRD، آبیاری بخشی ریشه ثابت یا FPRD و کم آبیاری به میزان ۵۰ درصد آبیاری کامل یا DI) بود. نتایج نشان داد که استفاده از تیمارهای FPRD ،APRD و DI منجر به کاهش شاخص سبزینگی (۱۵/۳، ۲۶/۳ و ۲۸/۳ درصد) و محتوای نسبی آب (RWC) (۲۱/۱ ،۱۲/۸ و ۲۰/۴ درصد)، و افزایش پرولین (۱۷/۹، ۳۰/۵ و ۲۴/۲ درصد) در مقایسه با تیمار FI شد. به طور کلی، روش APRD در شرایط گلخانه ای برای آبیاری این رقم منجر به تولید مناسب بوده و پیشنهاد می شود.
کلیدواژه ها:
Chlorophyll content ، Partial root-zone drying irrigation ، Proline ، Stomatal conductance. ، آبیاری بخشی ریشه ، پرولین ، محتوای کلروفیل ، هدایت روزنه ای
نویسندگان
صابر جمالی
Department of Water Science and Engineering, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran.
حسین انصاری
Department of Water Science and Engineering, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran.
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 :