Найти тему
Агрономия

Урожайность зерна полевицы и земляного ореха

Часть 2. Эксперименты проводились в течение посевного сезона 2016 года в двух районах северного региона Ганы. Регион относится к агроэкологической зоне Гвинейской саванны с унимодальной структурой осадков и годовым распределением осадков в пределах 1000-1200 мм. Средняя температура для этого района колеблется от 26 до 30C с небольшими колебаниями в течение года. Для проведения полевых экспериментов были выбраны двадцать шесть объектов, не имеющих никакой известной истории недавнего возделывания бобовых культур. Географическое положение и другая информация о местах проведения исследований представлены.
Перед установлением опытов пробы грунтов отбирали на глубине 0-20 см с каждого из исследуемых участков. На каждом участке были отобраны восемь образцов керна грунта, тщательно перемешаны и взяты составные образцы. Часть композитного образца для каждого поля высушивали на воздухе, просеивали через проволочную сетку толщиной 2 мм и выдерживали для физико-химического анализа. Для определения структуры почв использовался гидрометрический метод, основанный на принципе диспергирования и седиментации. PH почвы измеряли путем введения электрода рН-метра, в частично осевшую почву 1:2,5 (Вт/в): водная суспензия. Для определения органического углерода использовался модифицированный метод Уолкли и Блэка, который включает влажное сжигание органического вещества с использованием смеси раствора дихромата калия и серной кислоты. Общее количество определяли методом Кьельдаля с пробами, первоначально переваренными для превращения органического в аммоний, с последующим определением аммиака в переваренных пробах.
Популяция ризобий в каждом композитном образце почвы оценивалась с использованием метода наиболее вероятного числа (MPN), с cowpea в качестве хозяина ловушки. Предварительно подогретые семена cowpea равной длины корешков асептически переносили в ростовые мешки. Через неделю после пересадки отбирали ростовые мешки со здоровыми сеянцами и прививали их серийными разведениями образцов почвы. Разведения почвы готовили с использованием шести ступенчатого, 5-кратного последовательного подхода к разведению. Один миллилитр каждого разведения был использован для прививки проростков с четырьмя копиями.
Экспериментальные поля были вспаханы, боронованы и уложены в рандомизированные полные блоки с четырьмя повторениями. Каждый участок размером 5 м × 5 м разделен 1 м аллеями между блоками и обработками. Флокулянты наносили на семена и высаживали с шагом 50 см × 20 см как для коровьего гороха, так и для земляного ореха. Перед посадкой семена покрывали 3% ж / в растворе гуммиарабика с последующей инокуляцией каждого из штаммов флокулянта из расчета 5 г кг семян -1. Семена мягко перемешивали и сушили на воздухе в течение 30 мин до посадки. Каждая обработка получала базальное применение 30 кг Р га -1 в виде тройного суперфосфата. Сто кг N га -1 в виде мочевины применяли в качестве обработки +N и расщепляли при внесении из расчета 20 кг N га -1 через 2 недели после посадки и оставшиеся 80 кг N га -1 при 50% цветении (состояние роста R 2).
Растения убирали вручную из внутренних рядов, исключая пограничные ряды при полной спелости и стручки обоих арахиса и cowpea отделились. Стручки Cowpea сушили до постоянной массы, обмолачивали и просеивали для определения урожайности зерна. Урожайность земляного ореха, с другой стороны, определялась без шелушения. Зерно и стручки взвешивались с использованием стандартных электронных весов, а урожайность оценивалась на гектарной основе.
Поскольку использовались два разных бобовых хозяина (земляной орех и cowpea), для каждой культуры был проведен отдельный анализ. Данные из всех локаций были объединены вместе и проверены на нормальное распределение и однородность дисперсии остатков, прежде чем подвергнуться дисперсионному анализу. Модель ANOVA включала лечение, расположение и их взаимодействие. Достоверные средние различия были разделены с помощью метода Скотта Нотта с вероятностью 5%. Лечение × взаимодействие местоположения (TLI) было дополнительно оценено с использованием среднего эффекта генотипа (G) плюс функция взаимодействия генотипа с окружающей средой (GE) (GGE) в программном обеспечении GEA-R. GGE биплот-анализ помогает решать важные концепции, такие как перекрестное лечение × ответ на местоположение и специфическая адаптация лечения в простой для понимания форме (т. е. графически), а также очень эффективен, особенно когда рассматривается несколько видов лечения.
Для оценки генотипа (далее-оценка лечения) было использовано разделение сингулярных значений, ориентированных на лечение (SVP = 1), в программном обеспечении. Вариант "кто-выиграл-где" использовался для определения режима с наилучшей производительностью в конкретных местах и для определения границ мега среды.

Продолжение следует...

Наука
7 млн интересуются