ارزیابی جمعیت گونه های رایج آفات انباری در میوه خرمای رقم زاهدی بر اساس روش طیف سنجی
محل انتشار: مجله آفات و بیماریهای گیاهی، دوره: 87، شماره: 2
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 123
فایل این مقاله در 11 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_JAEN-87-2_009
تاریخ نمایه سازی: 22 شهریور 1401
چکیده مقاله:
این پژوهش برای تدوین برنامه نمونه برداری آفات انباری خرما شامل: شپشه دندانه دار Oryzaephilus surinamensis (Linnaeus)، شب پره آرد Ephestia kueheniella (Zeller) و شب پره هندی interpunctella (Hübner) Plodiaدر خرمای رقم زاهدی با استفاده از روش طیف سنجی نوری انجام شد. آزمایش در قالب طرح کاملا تصادفی و به صورت فاکتوریل انجام شد. فاکتور اول شامل مراحل تخم، لارو، شفیره و حشره کامل و فاکتور دوم ده تراکم ۵، ۱۰، ۱۵، ۲۰، ۲۵، ۳۰، ۳۵، ۴۰، ۴۵ و ۵۰ عدد از هر مرحله بود. نتایج نشان داد که طول موج حداکثر جذب برای تخم، لارو، شفیره و حشره کامل شپشه دندانه دار به ترتیب معادل ۱۲۲۰، ۱۲۴۰، ۱۲۸۰، ۱۳۰۰، شب پره آرد ۱۲۱۰ ۱۲۷۰، ۱۳۲۰، ۱۳۶۰ و شب پره هندی ۱۳۱۰، ۱۳۲۰، ۱۳۸۰، ۱۴۰۰ نانومتر بود. تعداد نمونه لازم (هر نمونه ۱۱۰ گرم میوه) برای ارزیابی صحیح تخم، لارو، شفیره و حشره کامل به ترتیب برای شپشه دندانه دار معادل ۱، ۲،۱ ،۳ ، شب پره آرد ۱، ۱، ۳، ۳ و شب پره خشکبار ۱، ۱، ۲ و ۳ نمونه بود. از دو مولفه تغییرات نسبی (RV) و دقت نسبی شبکه (RNP) برای ارزیابی کارایی استفاده شد. مقدار شاخص RV برای آفات در مراحل رشدی به ترتیب برای شپشه دندانه دار ۲۳/۲، ۲۶/۳، ۱۵/۳، ۵۲/۲، شب پره آرد ۴۲/۱، ۶۴/۱، ۷۸/۱، ۷۱/۳ و شب پره هندی ۲۳/۲، ۲۷/۳، ۱۵/۳ و ۵۲/۳ بود. در تمام موارد، خطای نمونه برداری کمتر از ۱۰ درصد بود. مقدار شاخصRNP در چهار مرحله رشدی به ترتیب برای شپشه دندانه دار ۷۹/۳۹، ۰۶/۱۸، ۳۹/۳۲، ۳۷/۲۲ شب پره آرد ۵۴/۲۲، ۵۸/۲۷، ۱۵/۳، ۳۳/۱۰ و شب پره هندی ۵۱/۳۶، ۷۱/۲۳، ۵۸/۱۵ و ۹۹/۱۰ بود. با توجه به نتایج، روش طیف سنجی، توانایی تشخیص مراحل پنهان (تخم و شفیره) آفات را با حداکثر دقت و حداقل هزینه دارد.
کلیدواژه ها:
نویسندگان
مسعود لطیفیان
عضو هیات علمی/ پژوهشکده خرما و میوه های گرمسیری
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 :