افزایش عملکرد چغندرقند: بررسی تأثیر کشت نشایی بر کنترل علف‌های هرز و راندمان تولید
محورهای موضوعی : پژوهش علف های هرز
ولی اله یوسف آبادی
1
,
علی صارمی راد
2
,
بابک بابایی
3
,
شهرام خدادادی
4
1 - موسسه تحقیقات اصلاح و تهیه بذر چغندرقند، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران.
2 - مؤسسه تحقیقات اصلاح و تهیه بذر چغندرقند، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران.
3 - مؤسسه تحقیقات اصلاح و تهیه بذر چغندرقند، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران.
4 - مؤسسه تحقیقات اصلاح و تهیه بذر چغندرقند، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران.
کلید واژه: پایدار, کنترل, شاخص, عملکرد, راندمان.,
چکیده مقاله :
رقابت علف‌های هرز با چغندرقند برای منابع ضروری، نهایتاً بر عملکرد و کیفیت چغندرقند تأثیر می‌گذارد؛ بنابراین، اعمال اقدامات مؤثر کنترل علف‌های هرز جهت حفظ عملکرد و کیفیت مطلوب چغندرقند بسیار حیاتی است. مطالعه حاضر به‌منظور ارزیابی تأثیر روش‌های مختلف کشت شامل کشت بذر در زمان معمول، کشت تأخیری بذر و کشت نشائی بر کنترل مؤثر علف‌های هرز و کاهش عملکرد کمی و کیفی، به‌صورت طرح کرت‌های خردشده در قالب طرح پایه بلوک‌های کامل تصادفی با چهار تکرار طی دو سال زراعی متوالی 1400 و 1401 در کرج انجام شد. نتایج نشان داد که سال‌های مختلف به‌طور چشم‌گیری بر عملکرد و کیفیت محصول تأثیر گذاشته است. برهمکنش بین سال و روش کشت، اثر قابل توجهی را بر درصد قند ملاس، محتوی پتاسیم و نیتروژن آمینه نشان داد. اثر اصلی کنترل علف هرز تنها بر وزن تر علف‌های هرز تأثیرگذار بود. برهمکنش آن با شرایط محیطی سال بر صفات عملکرد ریشه، درصد قند ناخالص، سدیم، پتاسیم، نیتروژن آمینه، عملکرد شکر سفید، راندمان استحصال شکر، درصد قند ملاس و شاخص سطح برگ و با شیوه کشت و شرایط سال بر صفات درصد قند ناخالص، محتوی پتاسیم، راندمان استحصال شکر و درصد قند ملاس تأثیر معنی‌داری داشت. در این میان، کنترل علف‌های هرز به شیوه وجین دستی، کنترل شیمیایی با ترکیب علف‌کش‌های پروگرس، پیرامین و سوپر گالانت و ترکیب مشابه بدون تکرار در شیوه کشت نشایی، منجر به کنترل بهتر علف‌های هرز و در نتیجه عملکرد مناسب چغندرقند شد. در مجموع، نتایج نشان داد که کنترل علف‌های هرز نقش مهمی در تعیین عملکرد کمی و کیفی چغندرقند دارد.
The competition between weeds and sugar beets for essential resources ultimately impacts the sugar beets yield and quality. Hence, it is crucial to implement effective weed control measures to preserve the desired yield and quality of sugar beets. To assess the impact of various cultivation and weed control methods on weed control effectiveness, a study was conducted using split plots in a randomized complete block design with four replications over two consecutive crop years, 2021 and 2022, in Karaj. The findings revealed significant year-to-year variations affecting product yield and quality. The interaction between the year and cultivation method notably influenced molasses sugar, K+, and alpha amino N. The primary impact of weed control was observed solely on weed fresh weight. Its interaction with the year's environmental conditions affected root yield, sugar content, Na+, K+, alpha amino N, white sugar yield, extraction efficient of sugar, molasses sugar, and leaf area index. Additionally, the interaction of weed control with cultivation method and year conditions significantly influenced sugar content, K+, extraction efficient of sugar, and molasses sugar. Notably, manual weeding and herbicide spraying led to improved weed control, resulting in a suitable sugar beet yield. In conclusion, the study underscores the pivotal role of weed control in determining both the quantitative and qualitative yield of sugar beets.
Abu-Nassar, J. and M. Matzrafi. 2021. Effect of herbicides on the management of the invasive weed solanum rostratum dunal (Solanaceae). Plants 10(2): 284.
Aljabri, M., S. Alharbi, R. N. Al-Qthanin, F. M. Ismaeil, J. Chen and S. F. Abou-Elwafa. 2021. Recycling of beet sugar byproducts and wastes enhances sugar beet productivity and salt redistribution in saline soils. Environmental Science and Pollution Research 28(33): 45745-45755. https://doi.org/10.1007/s11356-021-13860-3
Anonymous. 2021. Climatic features of Karaj.Alborz, Iran. http://www.alborz-met.ir/Index.aspx?page_=form&lang=1&sub=0&tempname=Default&PageID=7971
Bartlett, M. S. 1937. Properties of sufficiency and statistical tests. Proceedings of the Royal Society of London. Series A-Mathematical and Physical Sciences 160(901): 268-282.
Cook, D. and R. Scott. 1993. The Sugar Beet Crop: Science into Practice. Champan and Hall Press.
Dexter, A. G., J. L. Gunsolus and W. S. Curran. 1994. Herbicide mode of action and sugarbeet injury symptoms.
Fang, H., M. Niu, X. Wang and Q. Zhang. 2022. Effects of reduced chemical application by mechanical-chemical synergistic weeding on maize growth and yield in East China. Frontiers in plant science 13: 1024249.
Gippert, A.-L., S. Madritsch, P. Woryna, S. Otte, M. Mayrhofer, H. Eigner, A. Garibay-Hernández, J. C. D’Auria, E. M. Molin and H.-P. Mock. 2022. Unraveling metabolic patterns and molecular mechanisms underlying storability in sugar beet. BMC plant biology 22(1): 430. https://doi.org/10.1186/s12870-022-03784-6
Grubbs, F. E. 1969. Procedures for detecting outlying observations in samples. Technometrics 11(1): 1-21.
Hassani, M., S. B. Mahmoudi, A. Saremirad and D. Taleghani. 2024. Genotype by environment and genotype by yield*trait interactions in sugar beet: analyzing yield stability and determining key traits association. Scientific reports 13(1): 23111. https://doi.org/10.1038/s41598-023-51061-9
Hoffmann, C. M., T. Huijbregts, N. van Swaaij and R. Jansen. 2009. Impact of different environments in Europe on yield and quality of sugar beet genotypes. European Journal of Agronomy 30(1): 17-26.
Khaembah, E. N. and W. R. Nelson. 2016. Transplanting as a means to enhance crop security of fodder beet. BioRxiv: 056408.
Kunz, M., D. Martin and H. Puke. 2002. Precision of beet analyses in Germany explained for polarization. Zuckerindustrie 127(1): 13-21.
Lawrence, N. and A. Kniss. 2021. Herbicide Options for Control of Glyphosate-resistant Weeds in Sugar Beet. University of Nebraska-Lincoln, Extension Division.
Makhlouf, B. S. I., S. R. A. E. Khalil and H. S. Saudy. 2022. Efficacy of Humic Acids and Chitosan for Enhancing Yield and Sugar Quality of Sugar Beet Under Moderate and Severe Drought. Journal of Soil Science and Plant Nutrition 22(2): 1676-1691. https://doi.org/10.1007/s42729-022-00762-7
Martínez-Arias, R., B. U. Müller and A. Schechert. 2017. Near-Infrared Determination of Total Soluble Nitrogen and Betaine in Sugar Beet. Sugar Tech 19(5): 526-531. https://doi.org/10.1007/s12355-016-0496-0
Melander, B. Year. Mechanical weed control in transplanted sugar beet. Proceedings of the 4th EWRS Workshop on Physical Weed Control Elspeet, the Netherlands.
Monteiro, F., L. Frese, S. Castro, M. C. Duarte, O. S. Paulo, J. Loureiro and M. M. Romeiras. 2018. Genetic and genomic tools to asssist sugar beet improvement: the value of the crop wild relatives. Frontiers in plant science 9: 74-89.
Moore, K. J. and P. M. Dixon. 2015. Analysis of combined experiments revisited. Agronomy Journal 107(2): 763-771.
Mostafavi, K. and A. Saremirad. 2021. Genotype - Environment Interaction Study in Corn Genotypes Using additive main effects and multiplicative interaction method and GGE- biplot Method. Journal of Crop Production 14(3): 1-12. https://doi.org/10.22069/ejcp.2022.17527.2293
Muir, B. M. 2022. Sugar Beet Processing to Sugars. In Sugar Beet Cultivation, Management and Processing (pp. 837-862). Springer.
Nouzaei, A. K., S. Sadeghzadeh Hemayati and A. Saremirad. 2022. Investigating the competitive ability of different potato varieties with weeds in autumn cultivation. Weed Research 14(1): 25-39.
Reinfeld, E., G. Emmerich, C. Baumgarten and U. Beiss. 1974. Zur Voraussage des Melassez zuckersaus Ruben analysen Zucker. Chapman & Hall, World Crop Series.
Sabaghnia, N., H. Dehghani, B. Alizadeh and M. Mohghaddam. 2010. Genetic analysis of oil yield, seed yield, and yield components in rapeseed using additive main effects and multiplicative interaction biplots. Agronomy Journal 102(5): 1361-1368.
Sadeghzadeh Hemayati, S., A. Saremirad, M. Hosseinpour, A. Jalilian, M. Ahmadi, H. Azizi, H. Hamidi, F. Hamdi and F. Matloubi Aghdam. 2022. Evaluation of white sugar yield stability of some commercially released sugar beet cultivars in Iran from 2011-2020. Seed and Plant Journal 38(3): 339-364. https://doi.org/10.22092/spj.2023.362024.1305
Salazar-Ordóñez, M., P. P. Pérez-Hernández and J. M. Martín-Lozano. 2013. Sugar beet for bioethanol production: An approach based on environmental agricultural outputs. Energy Policy 55: 662-668.
Saremirad, A. and D. Taleghani. 2022. Utilization of univariate parametric and non-parametric methods in the stability analysis of sugar yield in sugar beet (Beta vulgaris L.) hybrids. Journal of Crop Breeding 14(43): 49-63.
Saremirad, A., M. R. Bihamta, A. Malihipour, K. Mostafavi and H. Alipour. 2020. Evaluation of Resistance of Some Iranian Spring Bread Wheat Cultivars to Stem Rust Disease at Seedling Stage. Seed and Plant Journal 36(4): 383-401. https://doi.org/10.22092/sppi.2021.123891
Saremirad, A. and K. Mostafavi. 2020. Genetic diversity study of sunflower (Helianthus annus L.) genotypes for agro-morphological traits under normal and drought stress conditions. Plant Productions 43(2): 227-240. https://doi.org/10.22055/ppd.2020.27588.1671
Saremirad, A., K. Mostafai and M. S. Hosseini. 2021. Evaluation of Tolerance to Terminal Drought Stress in Sunflower Genotypes (Hellianthus annuus L.). Plant Production Technology 12(2): 1-18.
Taleghani, D., M. Hosseinpour, R. Nemati and A. Saremirad. 2023a. Study of the possibility of winter sowing of sugar beet (Beta vulgaris L.) early cultivars in Moghan region, Iran. Iranian Society of Crops and Plant Breeding Sciences 24(4): 319-334. http://agrobreedjournal.ir/article-1-1269-fa.html
Taleghani, D., A. Rajabi, A. Saremirad and s. khodadadi. 2023b. Genotype- environment interaction analysis and selection of sugar beet stable genotypes in terms of white sugar yield using AMMI model. Plant Productions 46(2): 155-169. https://doi.org/10.22055/ppd.2023.43177.2089
Taleghani, D., A. Rajabi, S. Sadeghzadeh Hemayati and A. Saremirad. 2022a. Improvement and selection for drought-tolerant sugar beet (Beta vulgaris L.) pollinator lines. Results in Engineering 13: 100367. https://doi.org/https://doi.org/10.1016/j.rineng.2022.100367
Taleghani, D., A. Saremirad, M. Hosseinpour, M. Ahmadi, H. Hamidi and R. Nemati. 2022b. Genotype × Environment Interaction Effect on White Sugar Yield of Winter-Sown Short-Season Sugar Beet (Beta vulgaris L.) Cultivars. Seed and Plant Journal 38(1): 53-69. https://doi.org/10.22092/spj.2022.360021.1275
Xie, X., Q. Zhu, Y. Xu, X. Ma, F. Ding and G. Li. 2022. Potassium Determines Sugar Beets’ Yield and Sugar Content under Drip Irrigation Condition. Sustainability 14(19): 12520.
Yan, W. and M. S. Kang. 2002. GGE biplot analysis: A graphical tool for breeders, geneticists, and agronomists. CRC press.