بررسی امکان استفاده از گیاه حامل به منظور افزایش پارازیتیسم شته جالیز، توسط زنبور پارازیتوئید Lysiphlebus fabarum
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 133
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_JBIOCO-6-1_007
تاریخ نمایه سازی: 14 دی 1401
چکیده مقاله:
شناخت و ترجیح میزبان در پارازیتوئیدها به طور عمده تحت تاثیر شایستگی کسب شده توسط نتاج قرار می گیرد. این ویژگی های رفتاری از این منظر در مهار زیستی مهم هستند که میزبان های مستقر روی علف های هرز مجاور محصول به عنوان یک منبع ذخیره برای پارازیتوئیدها، می توانند در سیستم گیاهان حامل بکار گرفته شوند. در این مطالعه در شرایط آزمایشگاهی امکان استفاده از سیستم گیاهان حامل؛ گیاهان باقلای آلوده به شته سیاه باقلا (Aphis fabae Scopoli)، به منظور کنترل شته جالیز، Aphis gossypii Glover توسط زنبور پارازیتوئید Lysiphlebus fabarum (Marshall)(Braconidae: Aphidiinae) روی گیاهان خیار مورد بررسی قرار گرفت. در ابتدا جمعیت همسن از زنبور روی این دو گونه شته تشکیل شد و با معرفی جداگانه هر زنبور به ظروف پتری تهویه دار محتوی ۱۵ پوره سن دوم شته سیاه باقلا و ۱۵ پوره سن دوم شته جالیز، تاثیر گونه ی شته میزبانی که والدین و نتاج در آنها پرورش یافتند، روی شایستگی زنبورهای ظاهر شده بررسی شد. مطابق نتایج، درصد پارازیتیسم زنبور روی شته جالیز به طور معنی داری بیشتر از شته سیاه باقلا بود، همچنین زنبورهای ماده پرورش یافته روی شته جالیز به صورت معنی داری بزرگ تر از ماده های پرورش یافته روی شته سیاه باقلا بودند. نتایج نشان می دهد کاهش ترجیح شته سیاه باقلا (میزبان جایگزین) توسط زنبور L. fabarum ، می تواند منجر به افزایش پارازیتیسم شته جالیز (شته آفت) شود.
کلیدواژه ها:
نویسندگان
مرضیه آسترکی
گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
آرش راسخ
گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
پرویز شیشه بر
گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
حسین ماهی
گروه گیاه پزشکی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران
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 :