جلد 10، شماره 2 - ( (پاییز و زمستان) 1403 )
سال1403، جلد10 شماره 2 صفحات 80-67 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Shahbazi M, Asghari J, Kamkar B, Taghvaie Salimi E. (2024). Quantifying and analysis of germination responses of invasive weed Western ragweed (Ambrosia psilostachya) to temperature and under different water potential conditions. Iranian J. Seed Res.. 10(2), : 5 doi:10.61186/yujs.10.2.67
URL: http://yujs.yu.ac.ir/jisr/article-1-583-fa.html
URL: http://yujs.yu.ac.ir/jisr/article-1-583-fa.html
شهبازی محبوبه، اصغری جعفر، کامکار بهنام، تقوای سلیمی ادریس. کمی‌سازی و تحلیل واکنش‌های جوانه‌زنی علف‌هرز مهاجم آمبروزیا (Ambrosia psilostachya) به دما و شرایط پتانسیل رطوبتی مختلف پژوهشهای بذر ایران 1403; 10 (2) :80-67 10.61186/yujs.10.2.67
دانشگاه گیلان ، asghari@guilan.ac.ir
چکیده: (1301 مشاهده)
چکیده مبوسط
مقدمه: جوانه زنی از مهمترین مراحل نمو یک گیاه و تعیینکنندهی موفقیت ظهور یک علف‌هرز در یک بوم نظام زراعی میباشد، زیرا اولین مرحلهای است که در آن علف‌هرز به رقابت جهت تصاحب یک آشیانه ی اکولوژیک می پردازد. عوامل محیطی مختلف از جمله دما و رطوبت، جوانه زنی بذرهای علف‌هرز را تحت تأثیر قرار میدهند. روش‌های مدل‌سازی، قابلیت پیش‌بینی جوانه‌زنی، ظهور گیاهچه و استقرار گونه‌های علف هرز را دارند. توانایی پیش بینی جوانه زنی علفهایهرز در پاسخ به شرایط محیطی جهت توسعه ی برنامه های کنترل محور بسیار موثر است. پژوهش حاضر با هدف تعیین دمای ویژه جوانه‌زنی و همچنین ارزیابی بهترین مدل جهت کمی سازی واکنش سرعت جوانه زنی بذر علف‌هرز آمبروزیا تحت شرایط تنش رطوبتی مختلف طراحی و اجرا شد.
مواد و روشها: آزمایش به صورت فاکتوریل در قالب طرح کاملا تصادفی در سه تکرار انجام شد. عوامل مورد بررسی شامل دما با هشت سطح (5، 10، 15، 20، 25، 30، 35 و 40 درجه سلسیوس) و پتانسیل رطوبتی با شش سطح (صفر، 3/0-، 6/0-، 9/0-، 2/1-و 5/1- مگاپاسکال) بودند. برای کمّی سازی واکنش سرعت جوانه زنی بذر آمبروزیا به دما از سه مدل رگرسیون غیرخطی دندان مانند، بتا و دو تکه ای استفاده شد.
یافته ها: نتایج نشان داد تأثیر دما، پتانسیل رطوبتی و برهمکنش آنها بر حداکثر جوانه زنی، سرعت جوانه زنی و زمان لازم برای رسیدن به 10، 50 و 90 درصد جوانه زنی معنی دار بود. همچنین نتایج نشان داد که با افزایش دما از 10 تا 25 درجه سلسیوس، درصد و سرعت جوانه زنی افزایش یافت و با منفی تر شدن پتانسیل رطوبتی، درصد و سرعت جوانه زنی کاهش یافت. در مقایسه سه مدل استفاده شده با توجه به پارامترهای جذر میانگین مربعات، ضریب تبیین، ضریب تغییرات و ضرایب a و b مناسبترین مدل جهت تخمین دماهای ویژه جوانه‌زنی آمبرزویا مدل بتا بود. دمای پایه، دمای مطلوب و سقف با استفاده از مدل بتا بهترتیب 88/3، 25 و 40 درجه سلسیوس بود.
نتیجه گیری: استفاده از مدل بتا جهت کمّی‌سازی پاسخ جوانه زنی بذر آمبروزیا به سطوح مختلف پتانسیل رطوبتی در دماهای مختلف دارای نتایج قابل قبولی بود؛ بنابراین با استفاده از خروجی این مدل در دماهای مختلف می توان سرعت جوانه زنی را در پتانسیل های مختلف رطوبتی پیش بینی نمود.
جنبه‌های نوآوری:
1- دماهای ویژه جوانه‌زنی و تأثیر پتانسیل رطوبتی بر علف‌هرز آمبروزیا بررسی شد.
2- مدلهای مختلف برای کمّی سازی واکنش سرعت جوانه‌زنی به دما و پتانسیل‌های مختلف رطوبتی برآورد شد.
مقدمه: جوانه زنی از مهمترین مراحل نمو یک گیاه و تعیینکنندهی موفقیت ظهور یک علف‌هرز در یک بوم نظام زراعی میباشد، زیرا اولین مرحلهای است که در آن علف‌هرز به رقابت جهت تصاحب یک آشیانه ی اکولوژیک می پردازد. عوامل محیطی مختلف از جمله دما و رطوبت، جوانه زنی بذرهای علف‌هرز را تحت تأثیر قرار میدهند. روش‌های مدل‌سازی، قابلیت پیش‌بینی جوانه‌زنی، ظهور گیاهچه و استقرار گونه‌های علف هرز را دارند. توانایی پیش بینی جوانه زنی علفهایهرز در پاسخ به شرایط محیطی جهت توسعه ی برنامه های کنترل محور بسیار موثر است.
مواد و روشها: آزمایش به صورت فاکتوریل در قالب طرح کاملا تصادفی در سه تکرار انجام شد. عوامل مورد بررسی شامل دما با هشت سطح (5، 10، 15، 20، 25، 30، 35 و 40 درجه سلسیوس) و پتانسیل رطوبتی با شش سطح (صفر، 3/0-، 6/0-، 9/0-، 2/1-و 5/1- مگاپاسکال) بودند. برای کمّی سازی واکنش سرعت جوانه زنی بذر آمبروزیا به دما از سه مدل رگرسیون غیرخطی دندان مانند، بتا و دو تکه ای استفاده شد.
یافته ها: نتایج نشان داد تأثیر دما، پتانسیل رطوبتی و برهمکنش آنها بر حداکثر جوانه زنی، سرعت جوانه زنی و زمان لازم برای رسیدن به 10، 50 و 90 درصد جوانه زنی معنی دار بود. همچنین نتایج نشان داد که با افزایش دما از 10 تا 25 درجه سلسیوس، درصد و سرعت جوانه زنی افزایش یافت و با منفی تر شدن پتانسیل رطوبتی، درصد و سرعت جوانه زنی کاهش یافت. در مقایسه سه مدل استفاده شده با توجه به پارامترهای جذر میانگین مربعات، ضریب تبیین، ضریب تغییرات و ضرایب a و b مناسبترین مدل جهت تخمین دماهای ویژه جوانه‌زنی آمبرزویا مدل بتا بود. دمای پایه، دمای مطلوب و سقف با استفاده از مدل بتا بهترتیب 88/3، 25 و 40 درجه سلسیوس بود.
نتیجه گیری: استفاده از مدل بتا جهت کمّی‌سازی پاسخ جوانه زنی بذر آمبروزیا به سطوح مختلف پتانسیل رطوبتی در دماهای مختلف دارای نتایج قابل قبولی بود؛ بنابراین با استفاده از خروجی این مدل در دماهای مختلف می توان سرعت جوانه زنی را در پتانسیل های مختلف رطوبتی پیش بینی نمود.
جنبه‌های نوآوری:
1- دماهای ویژه جوانه‌زنی و تأثیر پتانسیل رطوبتی بر علف‌هرز آمبروزیا بررسی شد.
2- مدلهای مختلف برای کمّی سازی واکنش سرعت جوانه‌زنی به دما و پتانسیل‌های مختلف رطوبتی برآورد شد.
شماره‌ی مقاله: 5
نوع مطالعه: پژوهشي |
موضوع مقاله:
اکولوژی بذر
دریافت: 1402/4/10 | ویرایش نهایی: 1403/3/20 | پذیرش: 1402/8/24 | انتشار الکترونیک: 1403/3/20
دریافت: 1402/4/10 | ویرایش نهایی: 1403/3/20 | پذیرش: 1402/8/24 | انتشار الکترونیک: 1403/3/20
فهرست منابع
1. Ahmadi, M., Kamkar, B., Soltani, A. and Zeinali, E. 2010. Evaluation of non-Linear regression models to predict stem elongation rate of wheat (Tajan cultivar) in response to temperature and Photoperiod. Electronic Journal of Crop Production, 2(4): 39-54. [In Persian with English Summary]
2. Ansari, O., Gherekhloo, J., Ghadri-Far, F. and Kamkar, B. 2018. The effect of osmotic stress on the germination cardinal temperatures of cheese seeds (Malva sylvestris). Environmental Stresses in Crop Sciences, 10(2): 341-352. [In Persian with English Summary]
3. Buttenschon, R.M., Waldisp, U. and Bohern, C. 2009. Guidelines for management of common ragweed (Ambrosia artemisiifolia). Available at: http://www.Euphresco.org.
4. Cardoso, V.J.M. 2011. Metodologia para analysis da dependence thermal da germination pelo model de graus.dia. Oecologia Australis, 15(2): 236-248. [DOI:10.4257/oeco.2011.1502.04]
5. Cheraghian, A. 2016. Pernnial ragweed (Ambrosia psilostachya D.C). Bureau of plant pest surveillance and pest risk analysis, 13Pp.
6. Derakhshan, A., Gherekhloo, J. and Parvar, A. 2014. Estimation of cardinal temperatures and thermal time requirement for Cyperus difformis seed germination. Weed Science Journal, 9: 27-38. [In Persian with English Summary]
7. Darri, M.A., Kamkar, B., Aghdasi, M. and Kamikamar, E. 2014. Determining the best model for evaluating the cardinal temperatures of plant seed germination (Silybum marianum.). Journal of Iranian Seed Science and Technology, 10(2): 189-200. [In Persian with English Summary]
8. Dehimfard, R., Nazari, Sh. and Qorani, Y. 2018. Estimation of cardinal temperature of Lepyrodiclis holosteoides using regression models. Iranian Journal of Seed Science and Technology, 6(2): 107-117. [In Persian with English Summary]
9. Duke, J., Handbook, A., Press, C. and Raton, B. 1985. Germination response of subterranean, berseem, and rose clovers to alternating temperatures. Agronomy Journal, 83: 1000-1004. [DOI:10.2134/agronj1991.00021962008300060015x]
10. Hegarty, T.W. 1978. The physiology of seed hydration and dehydration, and the relation between water stress and the control of germination: A Review. Plant, Cell and Environment, 1: 101-119 [DOI:10.1111/j.1365-3040.1978.tb00752.x]
11. Heidari, Z., Kamkar, B. and Masoud Sinaki, J. 2014. Influence of temperature on seed germination response of fennel. Advances in Plants and Agriculture Research, 1(5): 1-7. [DOI:10.15406/apar.2014.01.00032]
12. ISTA. 2015. International Rules for Seed Testing, Chapter 5, i-5-56 (60). [DOI:10.15258/istarules.2015.05]
13. Kamkar, B., Koochaki, A., Nassiri Mahallati, M. and Rezvani-Moghaddam, P. 2006. Cardinal temperatures for germination in three millet species (Panicum miliaceum, Pennisetum glaucum, and Setaria italic). Asian Journal of Plant Sciences, 5(2): 316-319. [DOI:10.3923/ajps.2006.316.319]
14. Kamkar, B. 2011. GS_2011. A Pocket Software to calculate germination and emergence indices. GUASNR.
15. Kamkar, B., Jami Al-Ahmadi, M. and Mahdavi-Damghani, A. 2012. Quantification of the cardinal temperatures and termal time requirement of Opium poppy (Papaver somniferum L.) seeds germinate using non-linear regression models. Industrial Crops and Products, 35: 192-198. [DOI:10.1016/j.indcrop.2011.06.033]
16. Khalili, N., Soltani, A., Zeinali, E and Ghaderi Far., F. 2013. Evaluation of nonlinear regression models to quantify barley germination rate response to temperature and water potential. Agricultural Plant Production Journal, 7(4): 23-40. [In Persian with English Summary]
17. Khodabakhshi, A., kamkar, B. and Khalili, N. 2015. Using nonlinear regression models to quantify germination response of annual savory to temperature and water potential. Agricultural Crop Management, 17(1): 229-240. [In Persian with English Summary]
18. Mamedi, M., Tavakol Afshar, R. and Oveisi, M. 2017. Cardinal temperatures for seed germination of three Quinoa (Chenopodium quinoa Willd.) cultivars. Iranian Journal of Field Crop Science, 48(Special Issue): 89-100. [In Persian with English Summary]
19. Masin, R., Loddo, D., Benvenuti, S., Zuin, M., Macchia, M. and Zanin, G. 2010. Temperature and water potential as parameters for modeling weed emergence in central- Northern Italy, Weed Science, 58: 216-222. [DOI:10.1614/WS-D-09-00066.1]
20. Michel, B.E. and Kaufmann, M.R. 1973. The osmotic potential of polyethylene glycol 6000. Plant Physiology, 51: 914-916. [DOI:10.1104/pp.51.5.914] [PMID] []
21. Montagnani, C., Gentili, R., Smith, M., Guarino, M.F. and Citterio, S. 2017. The worldwide spread, success, and impact of Ragweed (Ambrosia spp.). Critical Reviews in Plant Sciences, 36(3): 1-40. [DOI:10.1080/07352689.2017.1360112]
22. Nezhad-Hasan, B., Siahmarguee, A., Zeinali, E. and Ghadri-far, F. 2017. Non-linear regression evaluation of Arugula (Eruca sativa Mill.) germination rate to temperature and water stress. Iranian Journal of Seed Science and Research, 4(2): 1-16. [In Persian with English Summary]
23. Nozari-nejad, M., Zeinali, E., Soltani, A., Soltani, E. and Kamkar, B. 2013. Quantify wheat germination rate response to temperature and water potential. Crop Production Journal, 6(4): 117-135. [In Persian with English Summary]
24. Parmoon, G.H., Mousavi, S.A., Akbari, H. and Ebadi, A. 2015. Quantifying cardinal temperatures and thermal time required for germination of Silybum marianum seed. The Crop Journal, 3: 145-151. [DOI:10.1016/j.cj.2014.11.003]
25. Pinke, G., Karacsony, P., Czucz, B. and Botta-Dukat, Z. 2011. Environmental and land-use variables determining the abundance of (Ambrosia artemisiifolia) in arable fields in Hungary. Preslia, 83: 219-235.
26. Piper, E.L., Boote, K.J., Jones, J.W. and Grimm, S.S. 1996. Comparison of two phenology models for predicting flowering and maturity date of soybean. Crop Science, 36: 1606-1614. [DOI:10.2135/cropsci1996.0011183X003600060033x]
27. Poshtdar, A., Tabatabaei, A. and Ansari, O. 2020. Quantification of sorghum seed germination in response to temperature. Journal of Seed Research, 10(1): 43-52. [In Persian with English Summary]
28. Rostami, A. 2014. Investigating the global distribution potential of the invasive Ambrozoa species and its biological control agent (Ophraella communa) in current climate conditions and climate change. Master's thesis of Ferdowsi University of Mashhad. [In Persian with English Summary]
29. Saberali, S. F. and Shirmohamadi-Aliakbarkhani, Z. 2020. Quantifying seed germination response of melon (Cucumis melo L.) to temperature and water potential: Thermal time, hydrotime and hydrothermal time models. South African Journal of Botany, 130: 1-10. [DOI:10.1016/j.sajb.2019.12.024]
30. Shah, S., Ullah, S., Ali, S., Khan, A., Ali, M., and Hassan, S. 2021. Using mathematical models to evaluate germination rate and seedlings length of chickpea seed (Cicer arietinum L.) to osmotic stress at cardinal temperatures. PLoS One, 16(12): e0260990 [DOI:10.1371/journal.pone.0260990] [PMID] []
31. Soltani, A., Robertson, M, J., Torabi, B., Yousefi-Daz, M. and Sarparast, R. 2006. Modeling seedling emergence in chickpea as influenced by temperature and sowing depth. Agricultural and Forest Meteorology, 138: 156-167. [DOI:10.1016/j.agrformet.2006.04.004]
32. Sucur, J., Konstantinivic, B., Crnkovic, M., Vojislava, A., Bursic, V., Samardiz, N., Malencic, D., Prvulovic, D., Popov, M. and Vukovic, G. 2022. Chemical composition of Ambrosia trifida L. and its allelopathic influence on crops. Plant, 10(10): 2222. [DOI:10.3390/plants10102222] [PMID] []
33. Toukasi, S., Kazerouni-Monfared, A., Yaghoubi, B., Oveysi, M., Sasan-Far, R., Rahimiyan-Mashhadi, H. and Hainz, M. 2017. First report of Ambrosia psilostachya from Iran: An invasive plant species establishing in coastal area of Guilan province (N Iran). Rostaniha, 18(2): 226-222. [In Persian with English Summary]
34. Valickova, V., Hamouzova, K. and Kolrova, M. 2017. Germination responses to water potential in Bromus sterilis L. under different temperatures and light regimes. Plant Soil and Environment, 63(8): 368- 374 [DOI:10.17221/406/2017-PSE]
35. Vidotto, F., Tesio, F. and Ferrero, A. 2013. Allelopathic effects of Ambrosia artemisiifolia L. in the invasive process. Crop Protect, 54: 161-167. [DOI:10.1016/j.cropro.2013.08.009]
36. Zhang, H., Tian, Y. and Zhou, D. 2015. A modified thermal time model quantifying germination response to temperature for C3 and C4 species in temperate grassland. Agriculture, 5: 412-426. [DOI:10.3390/agriculture5030412]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
کلیه حقوق این وب سایت متعلق به مجله پژوهشهای بذر ایران می باشد.
طراحی و برنامه نویسی : یکتاوب افزار شرق
© 2024 CC BY-NC 4.0 | Iranian Journal of Seed Research
Designed & Developed by : Yektaweb
This work is licensed under a Creative Commons Attribution 4.0 International License.