اثر سیستم ‌های تغذیه شیمیایی و غیر شیمیایی بر برخی صفات رشدی، عملکرد و اجزای عملکرد برنج(oryza sativa l.) رقم هاشمی– مطالعه موردی در شهرستان لاهیجان استان گیلان

به منظور مقایسه اثر سیستم های تغذیه شیمیایی و غیر شیمیایی بر عملکرد، اجزای عملکرد و برخی صفات رشدی در برنج  (رقم هاشمی) (oryza sativa l.) شهرستان لاهیجان، آزمایش مزرعه ای به صورت اسپلیت پلات بر پایه طرح بلوک های کامل تصادفی با سه تکرار در دو مکان (مزرعه کشاورز و مزرعه دانشگاه) در سال 1397 اجرا شد. عامل های آزمایشی شامل تغذیه در سه سطح (شاهد، شیمیایی، بوم شناختی) به‌عنوان عامل اصلی و نوع ماده آلی (شاهد، کمپوست زباله شهری، بیوچار و آزولا) در چهار سطح به‌عنوان عامل فرعی در نظر گرفته شدند. نتایج تجزیه مرکب نشان داد که بیشترین عملکرد دانه با میانگین 3699 کیلوگرم در هکتار در تیمار مصرف کود شیمیایی و بیوچار و کمترین عملکرد دانه به‌میزان 2209 کیلوگرم در هکتار (40 درصد کاهش)، در شاهد (بدون مصرف کود) و بیشترین تعداد خوشه در بوته با میانگین 28 عدد خوشه در بوته در تیمار مصرف کود شیمیایی به‌همراه بیوچار مشاهده شد. بالاترین ارتفاع بوته در تیمارهای شیمیایی و بوم شناختی (استفاده از اردک) با حضور بیوچار به‌ترتیب 128.3 و 124.5 سانتی متر و کمترین ارتفاع بوته برنج به مقدار 108.3 سانتی متر، در شاهد (بدون مصرف کود) مزرعه دانشگاه مشاهده شد. بیش ترین درصد پروتئین دانه در شرایط مصرف کود شیمیایی به‌همراه بیوچار به مقدار 8.26 درصد و کمترین درصد پروتئین به‌میزان 6.81 درصد، در شاهد (بدون مصرف کود) به دست آمد. از نظر جذب عناصر ماکرو، بیشترین مقدار نیتروژن، فسفر و پتاسیم دانه به ترتیب با میانگین 1.79، 0.37 و 0.265 درصد در تیمار کود شیمیایی و بیوچار و کمترین مقدار نیتروژن، فسفر و پتاسیم دانه به ترتیب با میانگین 1.18، 0.21 و 0.132 درصد، در شاهد (بدون مصرف کود) مشاهده شد. در تیمارهای فرعی، بیشترین تاثیرگذاری روی مقدار نیتروژن، فسفر و پتاسیم دانه در تیمار مصرف بیوچار به‌همراه کود شیمیایی و بوم شناختی بود. درصد جذب عناصر غذایی در تیمار شیمیایی و بیوچار نسبت به سایر تیمارها بیشتر و معنی دار بود. سیستم های آلی و غیر شیمیایی اثرات متفاوتی در عملکرد گیاه برنج داشت و باعث کاهش میزان مصرف کودهای شیمیایی و افزایش عملکرد (شیمیایی و بیوچار به میزان 3699 کیلوگرم، 67 درصد نسبت به شاهد، شیمیایی و کمپوست زباله شهری به‌میزان 3396 کیلوگرم و 53 درصد نسبت به شاهد و شیمیایی و آزولا به میزان 3243 کیلوگرم در هکتار و 47 درصد بیشتر نسبت به شاهد) می شوند. بیوچار باعث افزایش رشد، عملکرد و افزایش قابلیت جذب عناصر غذایی گیاه برنج شد.

the effect of chemical and non-chemical nutrition systems on some growth traits, yield and yield components of hashemi variety rice (oryza sativa l.) - a case study in lahijan city, gilan province

rice is a staple and valuable grain that is the main source of food for over 50 percent of the world’s population after wheat (lopez et al., 2019; jabran and chauhan, 2015). rice production should increase by over 50 percent by 2050, which can be realized by improving its cultivars and applying sound agronomic management practices (esfahani et al., 2005; asadi et al., 2016). nitrogen (n) is a key macroelement that is decisive for plants, but it is deficient in most farms. n fertilizer is applied chemically, organically, and biologically (moslehi et al., 2015). materials and methodsthis research was conducted as a factorial experiment based on a randomized complete block design with three replications at two sites at the experimental farm of islami azad university of lahijan (the village of tustan) and kateshal farm in 2018-2019. the study site (lat. 36°55’ n., long. 45°20’ e. (first location) and lat. 37°21’ n., long. 50°18’ e. (second location)) has a temperate and humid climate with a 10-year mean annual precipitation of 1150 mm (guilan meteorological quarterly, 2020). table 1 presents the meteorological data of the region during the experiment. before the experiment, the physical and chemical characteristics of the soil at the study site were measured in the laboratory of the water and soil department of rice research center. the experimental factors included organic, chemical fertilizer, and control as the three levels of the first factor and urban waste compost, biochar, and azolla, and control as the four levels of the second factor. statistical analysis of data, data conversion, and drawing of graphs and charts were done using sas 9.2 and excel 2010 software. the averages obtained were statistically compared with each other using tukey’s test and at the probability level of 5%.