مقایسه ویژگی های مورفولوژیکی و شیمیایی میوه بنه (Pistacia atlantica) در دو رویشگاه الگویی استان کردستان
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 80
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_IJFPR-23-2_016
تاریخ نمایه سازی: 25 دی 1402
چکیده مقاله:
پژوهش پیش رو با هدف ارزیابی برخی صفات مهم میوه بنه (Pistacia atlantica) دردو رویشگاه استان کردستان شامل مازوانبند (بانه) و دزلی (مریوان) در سال ۱۳۸۷ اجرا شد. در هر رویشگاه تعداد ۳۰ پایه ماده انتخاب و شماره گذاری شد و موقعیت آنها ثبت شد. در انتهای مهرماه از هر درخت ۱۰ نمونه ۲۰۰ گرمی میوه رسیده برداشت شد و صفات مورد نظر بر روی آنها اندازه گیری شد. نتایج تجزیه واریانس نشان داد که بین دو رویشگاه ازنظر تمام صفات مورد بررسی و همچنین بین پایه های بنه درون رویشگاه ازنظر تمام صفات به استثنای اندازه میوه اختلاف معنی داری (۰۱/۰p≤) وجود داشت. میانگین کل صفات قطر برابر سینه درختان بنه ۶۹/۷ سانتی متر، درصد میوه پوک در خوشه ۲۰/۸۳ درصد، متوسط طول و عرض میوه به ترتیب ۵/۴۱ و ۶/۳۳ میلی متر، اندازه میوه (عرض در طول میوه) معادل ۳۴/۴۸ میلی مترمربع، متوسط وزن میوه کامل، میوه پوک، بذر و دانه به ترتیب ۲/۱۵، ۱/۴۶، ۱/۴۷ و ۰/۵۱ گرم، نسبت وزن دانه به وزن میوه برابر ۰/۲۴ و درصد روغن میوه معادل ۲۶/۸۶ درصد بود. میانگین تمام صفات مورد بررسی به استثنای قطر درختان و درصد روغن میوه در بانه بیشتر از مریوان بود. نتیجه تجزیه رگرسیون درصد روغن میوه بر سایر صفات نشان داد که ضریب رگرسیون درصد روغن میوه بر صفات وزن بذر و دانه مثبت و بسیار معنیدار (۰۱/۰p≤)، بر صفات درصد میوه پوک در خوشه و وزن میوه پوک منفی و بسیار معنی دار (۰۱/۰p≤) و بر نسبت وزن دانه به میوه مثبت و معنی دار (۰۵/۰p≤) بود ، اما بر سایر صفات غیرمعنی دار بود. بنابراین میتوان با گزینش پایه های بنه با صفات متوسط وزن میوه کامل، بذر، دانه و نسبت وزن دانه به میوه ببیشتر، نسبت به بهبود صفت درصد روغن میوه بنه اقدام کرد.
کلیدواژه ها:
نویسندگان
بایزید یوسفی
استادیار پژوهش، بخش تحقیقات منابع طبیعی، مرکز تحقیقات کشاورزی و منابع طبیعی کردستان
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 :