
تعداد نشریات | 13 |
تعداد شمارهها | 622 |
تعداد مقالات | 6,501 |
تعداد مشاهده مقاله | 8,616,855 |
تعداد دریافت فایل اصل مقاله | 8,206,604 |
بهینهسازی پرتودهی بذر ماش با امواج آلتراسونیک برای افزایش مؤلفههای بنیه گیاهچه توسط الگوریتم ژنتیک | ||
مجله تولید گیاهان زراعی | ||
مقاله 1، دوره 11، شماره 4، اسفند 1397، صفحه 1-10 اصل مقاله (999.4 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/ejcp.2019.12225.1942 | ||
نویسندگان | ||
منوچهر قلی پور* 1؛ شمس الدین اسکندر نژاد2؛ حسن مکاریان3 | ||
1عضو هیأت علمی دانشگاه صنعتی شاهرود | ||
2دانشجوی دکتری | ||
3عضو هیأت علمی | ||
چکیده | ||
چکیده سابقه و هدف: جوانهزنی کامل (C)، سریع (R) و یکنواخت (U) گیاهچههای قوی (V)، ویژگیهایی میباشند که همه باهم (CRUV) باعث کوتاه شدن زمان تا بسته شدن کانوپی و در نتیجه افزایش عملکرد گیاه میشوند. اگر احتمالاً بین کلیه یا برخی از اجزای CRUV همبستگی مثبتِ قوی (همبستگی بزرگتر از 95/0+) وجود نداشته باشد، یک سطح تیمار ممکن است بالاترین افزایش را در یک یا تعدادی از اجزای CRUV بدنبال داشته باشد ولی برای اجزای دیگر، با تأثیر کم یا حتی کاهنده به شمار آید. در این شرایط، انتخاب بهترین سطح تیمار دشوار است (مخمصه قضاوت؛ Judgment predicament ). درونیابی سطوح تیمار برای حصول حداکثر افزایش ممکن در کلیه اجزای CRUV به طور همزمان (بهینهسازی مبتنی بر الگوریتم ژنتیک) میتواند به عنوان تجزیه تکمیلی، راهی برای فایق آمدن بر مخمصه قضاوت به شمار رود. هدف از این آزمایش، ابتدا یافتن پاسخ این سؤال بود که آیا در ماش و گیاهان دیگر این مخمصه قضاوت وجود دارد یا خیر؟. ثانیاً، در صورت مثبت بودن پاسخ این سؤال، بهترین ترکیب مؤلفههای پرتودهی بذر ماش با امواج آلتراسونیک (به عنوان تیمارهای افزاینده CRUV) شامل مدت خیساندن بذر قبل از پرتودهی، دمای پرتودهی و مدت پرتودهی بدست آورده شد. مواد و روشها: ابتدا بر روی میانگین دادههای CRUV 10 مقاله منتشر شده، تجزیه همبستگی انجام شد. سپس یک آزمایش جوانهزنی بذر ماش به صورت فاکتوریل بر پایه طرح کاملاً تصادفی با 3 تکرار اجرا گردید. فاکتورهای آزمایش شامل مدت خیساندن بذر (2، 4، 6، 8، 10 و 12 ساعت)، مدت پرتودهی (0، 3، 6، 9 و 12 دقیقه) و دمای پرتودهی (17، 22، 27 و 32 درجه سانتیگراد) بود. به لحاظ عدم وجود همبستگی مثبتِ قوی بین کلیه اجزای CRUV در ماش، اقدام به بهینهسازی آنها با استفاده از الگوریتم ژنتیک شد. برای این امر، ابتدا تابع مطلوبیت محاسبه گردید و سپس مقادیر تابع مطلوبیت کل به دست آورده شد. برای پیشبینی متغیرهای پاسخ، توابع خطی و غیر خطی متفاوتی مورد آزمون قرار گرفت که از بین آنها، تابع غیر خطی چندگانه مناسب تشخیص داده شد. سپس با استفاده از الگوریتم ژنتیک و توسط نرمافزار متلب، مقادیری از فاکتورهای آزمایش که در آن، کمیت CRUV به طور همزمان حداکثر میگردد، بدست آورده شد. یافتهها: نتایج نشان داد که در ماش همانند گیاهان دیگر گزارش شده در 10 مقاله مورد بررسی، بین برخی یا کلیه اجزای CRUV همبستگی مثبتِ قوی وجود نداشت. در نتیجه، به طور مورد انتظار در ماش نیز وجود مخمصه قضاوت صادق بود. نتایج تجزیه واریانس نشان داد که علاوه بر اثرات اصلی، برهمکنش سه گانه فاکتورها بر CRUV معنیدار بود. ترکیب بهینه شده فاکتورهای آزمایش برابر با دمای پرتودهی 89/24 درجه سانتیگراد، مدت پرتودهی 125/4 دقیقه و خیساندن بذور به مدت 013/6 ساعت قبل از پرتودهی شد. این مقادیر فاکتورها توانست بالاترین افزایش ممکن را در CRUV به طور همزمان به دنبال داشته باشد. نتیجهگیری: بر اساس نتایج این بررسی، به نظر میرسد مخمصه قضاوت همهگیر بوده و برای کلیه گیاهان زراعی صدق نماید. در نتیجه همانطور که برای ماش روی داد، مقادیر ترکیبی هر یک از فاکتورهای آزمایش (یا سطحی از تیمار) که برای آن (ها) بالاترین مقدار هر یک از اجزای CRUV حاصل میگردد مشابه نخواهد بود. در این شرایط، بهینهسازی به عنوان تجزیه و تحلیل تکمیلی در کنار مقایسه میانگین-ها، میتواند بهترین سطح تیمار (آزمایشات تک عاملی) یا ترکیب تیماری (آزمایشات چند عاملی) را مشخص نموده و به لحاظ حصول افزایش ممکن در CRUV به طور همزمان، باعث تسریع در بسته شدن کانوپی گردد. | ||
کلیدواژهها | ||
بنیه گیاهچه؛ دمای پرتودهی؛ مدت خیساندن. امواج آلتراسونیک | ||
مراجع | ||
1. Ansori, A., Shahgholi, H., Asghari, H.R., and Azarni, M. 2012. Study of allelopatic effects of seven plants on germination and initial growth of Indigifera tinctoria L. Tech. Plant Prod., 11: 89-98 (In Persian). 2. Ansori, A., Shahgholi, H., Gholipoor, M., and Makarian, H. 2013. Effect of salinity and temperature on seed germination of Indigofera tinctoria L. Tech. Plant Prod., 13: 54-65 (In Persian). 3. Bar, R. 1988. Ultrasound-enhanced bioprocesses: cholesterol oxidation by Rhodococcus erythropolis. Biotech. Bioeng., 32: 655– 663. 4. Derringer, G., and Suich, R. 1980. Simultaneous optimization of several response variables. J. Qual. Tech. 12: 214-219. 5. Fazeli, F., Nezami, A., Parsa, M., and Kafi, M. 2014. Evaluation of components of germination and seedling growth of Sesamum indicum L. ecotypes under salinity conditions. Environ. Stresses Plant Sci., 7: 217-232 (In Persian). 6. Ghorbani, R., Rahban, S., Mojtabaii, M., and Badri, A. 2015. Effect of seed aging on germination and seedling growth of sunflower (Helianthus annuus L.) cultivars. Iran. J. Seed Res., 1: 7-13 (In Persian). 7. Ghorbani, M.H., Soltani, A., and Amiri, S. 2008. The effect of salinity and seed size on response of wheat germination and seedling growth. J. Agri. Sci. Nat. Res., 14: 22-30 (In Persian). 8. Golestani-Far, F., and Mahmoodi, S. 2015. Cardinal temperatures for germination in wild orach (Atriplex dimorphostegia L.), saltwort (Salola crassa L.) and seepweed (Suaeda aegyptiaca L.) and effect of temperature on their germination characteristics. J. Seed Ecophysiol., 1: 71-87 (In Persian). 9. Harrington, E.J.R. 1965. The desirability function. Indust. Qual. Cont., 21: 494- 498. 0.81 0.94 0.94 0.95 0.92 0.00 0.20 0.40 0.60 0.80 1.00 Combined (D) Vigor Uniformity Rapidity Completeness Indivitual desirability function (di) Objective response مقادیر مطلوبیت متغیرهای پاسخ 10. Hay, R.K.M., and Walker, A.J. 1989. Introduction to the Physiology of Plant Yield. Longman Group UK Limited, Harlowm Pp: 57-72. 11. Jafarnezhad, A., Taheri, G., and Rahchamanie, A.A. 2009. Study of drought tolerance in four wheat genotypes at germination stage. Environ. Stresses Agric. Sci. 2: 73-85 (In Persian). 12. Khaliliaqdam, N., Soltani, A., Latifi, N., and Ghaderi-Far, F. 2003. Effect of environmental conditions on soybean seed vigor. Elect. J. Plant Prod., 5: 87- 104 (In Persian). 13. Koza, J., Keane, M., Streeter, M., Mydlowec, W., Yu, J., and Lanza, G. 2003. Genetic Programming IV: Routine Human-Competitive machine intelligence. Kluwer Academic Publishers. 14. Lopez-Castaneda, C., Richards, R.A., and Farquahar, G.D. 1995. Variation in early vigor between barley and wheat. Plant Sci., 35: 472- 479. 15. Maleki-Farahani, S., and Fahiminejad, H. 2011. The effect of seed germination in common caraway (Carum sp.) and cumin (Cuminum sp.) treated with ultrasonics. Paper Abstracts of the 2nd Conference on Seeds. Mashhad: Ferdowsi University, pp. 258-262. 16. Moghanibashi, M., Karimmojeni, H., and Nikneshan, P. 2013. Seed treatment to overcome drought and salt stress during germination of sunflower (Helianthus annuus L.). J. Agrobiol., 2: 89–96 (In Persian). 17. Rebetzke, G.J., and Richards, R.A. 1999. Genetic improvement of early vigour in wheat. Aust. J. Agric. Res., 50: 291–301. 18. Saleminasab, M., Gholipoor, M., Makarian, H., and Ariani, 2015. Interaction of ultrasound and drought stress on growth and development of corn. Procedings of the first conference on novel findings in bioscience & agriculture, Zabol University, Iram (In Persian). 19. Sharifi, R., and Sharifi, R. 2008. Study the effect of PEG on germination and seedling growth of safflower cultivars. J. Iran. Biol., 21: 14-21 (In Persian). 20. Shimomura, S. 1990. The effects of ultrasonic irradiation on sprouting radish seed, Ultrasonic Symposium, Proceedings, IEEE, 3: 1665-1667. 21. Sivakumar, T., Manavalan, R., and Valliappan, K. 2007. Global optimization using derringer's desirability function: Enantioselective determination of ketoprofen in formulations and in biological matrices. Acta Chrom., 19: 29-47. 22. Soltani, E., Soltani, A., and Oveisi, M. 2013. Modeling the seed aging effects on emergence of drought-stressed wheat: Optimization of GERMIN software for prediction of emergence pattern. J. Agron., 15: 147-160 (In Persian). 23. Soltani, E., and Soltani, A. 2015. Metaanalysis of seed priming effects on seed germination, seedling emergence and plant yield: Iranian studies. Int. J. Plant Prod., 9: 413-432. 24. Tanner, C.B., and Sinclair, T.R. 1983. Efficient water use in plant production: research or re-search? P 1-28, In: H.M. Taylor, W.R. Jordan and T.R. Sinclair (eds), Limitations to Efficient Water use in Plant Production, American Society of Agronomy. Madison, WI. 25. Vinning, G.G. 1998. A compromise approach to multi-response optimization. J. Quality Tech., 30: 309-313. 26. Yaldagard, M., Mortazavi, S.A., and Tabatabaie, F. 2008a. Influence of ultrasonic on the germination of barley seed and its alpha-amylase. Afr. J. Biotech., 7: 2456-2471. 27. Yaldagard, M., Mortazavi, S.A., and Tabatabaie, F. 2008b. The effect of ultrasound in combination with thermal treatment on the germinated barley’s alpha-amylase activity. Korean J. Chemical Eng., 25: 517-523. 28. Zadbood, A., Noghondarian, K., and Zadbood, Z. 2013. Multiresponse surface optimization via harmony search algorithm. Int. J. Indus. Eng. Prod. Res., 24: 131-136. | ||
آمار تعداد مشاهده مقاله: 355 تعداد دریافت فایل اصل مقاله: 378 |