بررسی اثر نوع و مقدار مصرف کودهای آلی بر عملکرد و اجزاء عملکرد گندم
محل انتشار: نشریه پژوهش های خاک، دوره: 20، شماره: 2
سال انتشار: 1385
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 150
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AREO-20-2_004
تاریخ نمایه سازی: 23 مرداد 1401
چکیده مقاله:
در بررسی بیش از ۵۰۰۰ نمونه خاک مزارع گندم استان خوزستان مشخص گردید که بیش از ۸۰ درصد این اراضی دارای کربن آلی کمتر از ۱ درصد بوده و لذا از نظر مواد آلی فقیر محسوب می گردند. یکی از راههای موثر در افزایش مواد آلی خاک و در حقیقت افزایش تولید در واحد سطح (به ویژه محصول گندم)، مصرف کودهای آلی است. از آنجایی که منابع کود آلی موجود در استان متنوع می باشد، به منظور مقایسه تاثیر منابع و مقادیر مختلف کودهای آلی موجود در استان بر افزایش عملکرد گندم و اجزاء آن، طرحی تحقیقاتی در قالب آماری بلوکهای کامل تصادفی و بصورت کرت های یک بار خرد شده با تیمار اصلی، نوع کود آلی و تیمار فرعی، مقدار کود در سه تکرار اجرا گردید. منابع کودی عبارتند از: کود گاوی، کود مرغی، کاه و کلش گندم، باگاس و فیلترکیک نیشکر که با شاهد بدون کود آلی مقایسه گردیدند. مقادیر کود هم شامل سه سطح ۵/۲، ۵ و ۱۰ تن در هکتار بود. در واقع یکی از اهداف عمده انتخاب مقادیر کم کودهای آلی بجای مقادیر زیاد آنها (بنا به فرض ۳۰ یا ۴۰ تن در هکتار)، بعد اقتصادی مسئله و توان مالی غالب کشاورز منطقه بوده است. پس از کود دهی، عملیات کاشت و داشت مطابق توصیه های تحقیقاتی منطقه انجام و پس از برداشت، عملکرد محصول، تعیین گردید. نتایج تجزیه آماری و مقایسه میانگین ها بر اساس آزمون چند دامنه ای دانکن نشان داد که، چنانچه هدف از مصرف کود آلی افزایش عملکرد در واحد سطح باشد، برای مزارع گندم نیمه جنوبی استان خوزستان، مصرف سالانه ۵/۲ تن در هکتار از فیلترکیک نیشکر (در اولویت اول) و یا باگاس و کود گاوی (دسترسی به هر کدام که آسانتر، عملی تر و اقتصادی تر باشد) به مدت حداقل ۴ سال لازم می باشد.
کلیدواژه ها:
نویسندگان
محی الدین گوشه
- عضو هیات علمی، بخش تحقیقات خاک و آب مرکز تحقیقات کشاورزی و منابع طبیعی خوزستان
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 :