علوم گیاهان زراعی ایران

علوم گیاهان زراعی ایران

تعیین دماهای کاردینال بذر گیاه دارویی بادرنجبویه (Mellissa officinalis L.) در واکنش به دما و پتانسیل‌های مختلف آب

نوع مقاله : مقاله پژوهشی

نویسندگان
الهام نوذرپور 1
رضا توکل افشاری 2
الیاس سلطانی 3
ناصر مجنون حسینی 4
1 دانشجوی سابق کارشناسی ارشد علوم و تکنولوژی بذر، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج
2 استاد، گروه زراعت و اصلاح نباتات، دانشکدۀ کشاورزی، دانشگاه فردوسی مشهد
3 استادیار، علوم و تکنولوژی بذر، گروه علوم زراعی و اصلاح نباتات، پردیس ابوریحان، دانشگاه تهران
4 استاد گروه زراعت و اصلاح نباتات، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج
10.22059/ijfcs.2016.60116
چکیده
به‌منظور ارزیابی تأثیر خشکی و دما بر سرعت جوانه‌زنی بذرهای بادرنجبویه آزمایشی در دماهای 20، 23، 25، 27، 30 و 32 درجۀ سلسیوس و پتانسیل‌های خشکی 0، 2/0-، 4/0-، 6/0- و 8/0- مگاپاسکال در سه تکرار در آزمایشگاه بذر پردیس کشاورزی و منابع طبیعی دانشگاه تهران (عرض جغرافیایی 35 درجه و 48 دقیقۀ شمالی و طول جغرافیایی 50 درجه و 59 دقیقۀ شرقی) در سال 1393 به‌صورت تجزیۀ مرکب در قالب طرح کامل تصادفی در چند مکان انجام گرفت. بنا بر نتایج جوانه‌زنی بادرنجبویه در دامنۀ گسترده‌ای صورت نمی‌گیرد، به‌طوری‌که جوانه‌زنی آن در گسترۀ دمایی 32-23 درجۀ سلسیوس صورت گرفت. برای به دست آوردن دماهای مهم (کاردینال) از مدل‌های دندان مانند، دوتکه‌ای و بتا استفاده شد. بنا بر آماره‌های RMSE، ضریب تبیین (R2) و ضریب همبستگی (r) مدل دندان مانند نسبت به مدل‌های دیگر واکنش سرعت جوانه‌زنی به دما و پتانسیل آب را بهتر توصیف می‌کند. دمای کمینه، دمای بهینۀ کم، بهینۀ بیش و دمای بیشینه (سقف) برای جوانه‌زنی بذر بادرنجبویه در شرایط نداشتن تنش به ترتیب 31/17، 26/30، 15/31 و 35 درجۀ سلسیوس به دست آمدند. شمار ساعت‌های زیستی برای جوانه‌زنی در پتانسیل‌های مختلف آب بین 41 تا 137 ساعت بود. شمار ساعت‌های زیستی به ازای یک واحد افزایش پتانسیل آب (مگاپاسکال) حدود 96 ساعت کاهش یافت. از این فراسنجه‌ها و رابطه‌های به‌دست‌آمده می‌توان برای پیش‌بینی زمان تا جوانه‌زنی و یا سبز شدن بادرنجبویه در شرایط عادی و دامنۀ گسترده‌ای از تنش خشکی استفاده کرد.
کلیدواژه‌ها
بادرنجبویه
تنش خشکی
دماهای کاردینال
جوانه‌زنی
مدل‌های رگرسیونی غیرخطی
موضوعات

عنوان مقاله English

Determination of cardinal temperatures of lemon balm (Melissa officinalis L.) seeds in response to temperatures and water potentials

نویسندگان English

Elham Nozarpour 1
Reza Tavakkol afshari 2
Elias Soltani 3
Naser Majnon Hoseini 4
1 Former M. Sc. Studdent, Seed Science and Technology, University College of Agriculture and Natural Resources, University of Tehran, Karaj, Iran
2 Professor, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran
3 Assistant Professor, Department of Agronomy and Plant Breeding, Aboureihan Campus University of Tehran, Pakdasht, Iran
4 Professor, Department of Agronomy and Plant Breeding, University College of Agriculture and Natural Resources, University of Tehran, Karaj, Iran
چکیده English

Germination is series of biochemical reactions that depends mainly on temperature and moisture. Therefore, seed germination rate of lemon balm (Mellissa officinalis L.) were evaluated in temperatures of 20, 23, 25,27, 30 and 32ºC and water potentials of 0, -0.2, -0.4, -0.6 and -0.8MPa. According to the results, germination temperature window was not very wide in a way that germination temperature range was 23-32ºC. Three non-linear regression models (Dent-like, Segmented and Beta) were used to evaluate cardinal temperatures. According to the indices including RMSE, the coefficient of determination (R2) and correlation coefficient (r), the best model was Dent-like which can better estimate germination rate in response to temperature and water potential. The base, the lower and the upper and the ceiling temperatures of lemon balm were 17.31, 30.26, 31.15 and 35ºC in the optimum conditions of water potential, respectively. Biological time for germination ranged from 41 to 137 h in different water potentials. Biological time decreased about 96 h by increasing 1 MPa in water potential. Estimated parameters and the relations can be used to predict time to germination or emergence in lemon balm under wide environmental conditions from normal to drought stress.

کلیدواژه‌ها English

cardinal temperature
Drought stress
germination
Mellissa officinalis L
non-linear regression models
  1. Akram-Ghaderi, F., Soltani, E., Soltani, A. & Miri, A. A. (2008). Effect of priming on response of germination to temperature in cotton. Journal of Agricuhtural Sciences and Natural Resources, 15, 44-51. (in Farsi)
  2. Alvarado, V. & Bradford, K. J. (2002). A hydrothermal time model explains the cardinal temperatures for seed germination. Plant, Cell & Environment, 25, 1061-1069.
  3. Atashi, S., Bakhshandeh, E., Zeinali, Z., Yassari, E. & Teixeira da Silva, J. A. (2014). Modeling seed germination in Melissa officinalis L. in response to temperature and water potential. Acta Physiologiae Plantarum, 36, 605-611.
  4. Bewley, J. D., Bradford, K., Hilhorst, H. & Nonogaki, H. (2013). Seeds: Physiology of Development, Germination and Dormancy. (Tavakkol- Afshari, R. & Shayan-Far, A., translated). Springer-Verlag New York.
  5. Bradford, K. J. (2002). Application of hydrothermal time to quantifying and modeling seed germination and dormancy. Weed Science, 50, 248-260.
  6. Dorri, M. A., Kamkar, B., Aghdasi, M. & Komshi-Kamar, E. (2014). Determine the best model to evaluate the germination characteristics and cardinal temperatures of milk thistle. Iranian Journal of Seed Science and Technology, 3, 189-200. (in Farsi)
  7. Fyfield, T. P. & Gregory, P. J. (1989). Effects of temperature and water potential on germination, radicle elongation and emergence of mungbean. Journal of Experimental Botany, 40, 667-674.
  8. Hardegree, S. P. & Winstral, A.H. (2006). Predicting germination response to temperature. II. Threedimensional regression, statistical gridding and iterative-probit optimization using measured and interpolated-subpopulation data. Annals of Botany, 98, 403–410.
  9. ISTA. (2009). International rules for seed testing. International Seed Testing Association (ISTA). Edition 2009.
  10. Jame, Y. W. & Cutforth, H. W. (2004). Simulating the effects of temperature and seeding depth on germination and emergence of spring wheat. Agricultural and Forest Meteorology, 124, 207-218.
  11. Jami Al-Ahmadi, M. & Kafi, M. (2007). Cardinal temperatures for germination of Kochia scoparia (L.). Journal of Arid Environment, 68, 308-314.
  12. Kamkar, B., Koocheki, A., Nasiri Mahallati, M. & Rezvani Moghdam, M. P. (2005). Cardinal temperatures for germination in three millet species (Panicum miliaceum, Pennisetum glaucum and Setaria italica). Asian Journal of Plant Science, 5, 316-319.
  13. Kebreab, E. & Murdoch, A. J. (1999). Modelling the effect of water stress and temperature on germination rate of Orobanche aegyptiaca seeds. Journal of Experimental Botany, 50, 655-664.
  14. Kebreab, E. & Murdoch, A. J. (2000). The effect of water stress on the temperature range for germination of Orobanche aegyptiaca seeds. Seed Science Research, 10, 127-133.
  15. Larsen, S. U., Bailly, C., Come, D. & Corbineau, F. (2004). Use of the hydrothermal time model to analysis interacting effects of water and temperature on germination of three grass species. Seed Science Research, 14, 35-50.
  16. Michel, B. E. & Kaufmann, M. R. (1973). The osmotic potential of polyethylene glycol 6000. Plant Physiology, 51, 914-916.
  17. Nozari-nejad, M., Zeinali, E., Soltani, A., Soltani, E. & Kamkar, B. (2013). Quantify wheat germination rate response to temperature and water potential. Electronic Journal of Crop Production, 6(4), 117-135. (in Farsi)
  18. Shayanfar, A. Tavakkol Afshari, R., Alizadeh, H., Rasoulnia, A. 2014. Proteome analysis of wheat seed embryo (Tritium aestivum) in tolerant and susceptible cultivars under drought stress during early germination phase. Iranian Journal of Field Crop Science, 46:207-215. (in Farsi)
  19. Soltani, A., Robertson, M. J., Torabi, B., Yousefi-Daz, M. & Sarparast, R. (2006). Modeling seedling emergence in chickpea as affected by temperature and sowing depth. Agricultural and Forest Meteorology, 138, 156-167.
  20. Soltani, A. (2007). Application of SAS in statistical analysis. (2nd ed.). Jahad Daneshgahi Mashhad. (in Farsi)
  21. Soltani, E., Galeshi, S., Kamkar, B. & Akram-Ghaderi, F. (2008). Modeling seed aging effects on the response of germination to temperature in wheat. Seed Science and Biotechnology, 2, 32-36.
  22. Soltani, E., Soltani, A. & Oveisi, M. (2013a). Modeling the effect of deterioration on germination of wheat in drought stress: Germin program optimization to predict the emergence model. Agricultural Crop Management, 15, 147-160. (in Farsi)
  23. Soltani, E., Soltani, A., Galeshi, S., Ghaderi-Far, F. & Zeinali, E. (2013b). Seed germination modeling of wild mustard (Sinapis arvensis L.) as affected by temperature and water potential: hydrothermal time model. Journal of Plant Production, 20, 19-34. (in Farsi)
  24. Soltani, E., Oveisi, M., Soltani, A., Galeshi, S., Ghaderi-Far, F. & Zeinali, E. (2014). Seed germination modeling of volunteer canola as affected by temperature and water potential: hydrothermal time model. Weed Research Journal, 6, 23-38. (in Farsi)
  25. Tahmasebi-Gojegi, S., Naghadi-Badi, H. A., Mehr-Afarin, A., Abdousi, V. & Labafi, M. R. (2014). Germination characteristics and cardinal temperatures of Salvia spp species. Iranian Journal of Seed Science and Technology, 3, 233-239. (in Farsi)

  • تاریخ دریافت 20 مهر 1394
  • تاریخ بازنگری 30 آذر 1394
  • تاریخ پذیرش 19 دی 1394
  • تاریخ انتشار 01 آذر 1395