Documenting Crop Managements Affecting on Rice (Oryza sativa L.) Production in Guilan Province

Document Type : Research Paper

Authors

1 Department of Agronomy and Plant Breeding, Faculty of Agriculture, University of Tehran, Karaj, Iran

2 Department of Agroecology, Environmental Sciences Research Institute, Shahid Beheshti University, Tehran, Iran.

3 Rice Research Institute of Iran, Agricultural Research, Education and Extension Organization (AREEO), Rasht, Iran

Abstract

In order to document effective crop managements on rice production and yield in Guilan province, a field experiment was carried out during two years 2018 and 2019. So that the effect of applied management factors applied (seedling age, transplanting date, planting density, planting method, amount of nitrogen fertilizer, and irrigation volume) by the farmers of three counties of Sangar, Khoshkebijar and Kouchesfahan on rice yield and yield components was investigated. Therefore, 36 farms were selected in the mentioned counties that represented the management in the entire province. The results showed that the highest yield of paddy with an average of 4500 kg.ha-1 was recorded for the two villages of Jorkuye Khoshkebijar and Ebrahimsara Kouchsefahan, and the lowest grain yield was related to the village of Gilvadashtan Kouchsefahan with an average of 3000 kg.ha-1. The reason for the high yield in the fields is related to the timely planting dates, transplanting with the suitable age, optimal plant density per m2, more soil organic carbon and the appropriate amount of nitrogen fertilizer, which shows the impact of the crop management and soil characteristics on yield. Among all management factors, timely planting can be introduced as the most important management component of rice cultivation in the province. So that suitable weather conditions in timely planting dates, especially during flowering and seed filling, led to the use of appropriate temperature for a longer time and to take advantage of all the environmental and management factors that led to higher grain yield.

Keywords

Main Subjects


. مقدمه

امروزه با افزایش پیوسته جمعیت جهان و مصرف سالانه مواد غذایی، اهمیت جایگاه امنیت غذایی بیش از پیش مورد توجه می­باشد (Mohidem et al., 2022). اگرچه، بعد از انقلاب سبز و تحول صورت­گرفته در علم کشاورزی افزایش عملکرد گیاهان زراعی رخ داد، اما عوامل بسیاری سیر صعودی عملکرد را به روندی کاهشی یا به حالت سکون تبدیل کرد. از­این­رو، تولید هر چه بیشتر مواد غذایی نیازمند توجه به مدیریت­های زراعی از قبیل حاصلخیزی خاک، تاریخ و تراکم مناسب کاشت، مصرف بهینه آب و مواد غذایی، افزایش بهره­وری واحد­های کشاورزی و … می­باشد (Kumar et al., 2021).

غلات نقش مهم و ویژه­ای در الگوی مصرف هر کشوری در دنیا دارند. در میان غلات برنج پس از گندم بیشترین سطح زمین­های کشاورزی جهان را به­خود اختصاص داده است و غذای اصلی حدود نیمی از مردم جهان و کشور­های در حال توسعه می­باشد (Hajarpour et al., 2017). بر اساس آمار در سال زراعی 99-1398 سطح زیر کشت زمین‌های شالیزاری کشور بیش از 854 هزار هکتار بوده است. زمین‌های زیر کشت برنج در ایران به‌طور عمده متعلق به پنج استان مازندران (31 درصد)، گیلان (26 درصد)، خوزستان (21 درصد)، گلستان (12 درصد) و فارس (چهار درصد) می‌باشد. لازم به ذکر است که 60000 هکتار از زمین­های استان مازندران مربوط به کشت دوم است. همچنین، مقدار تولید این محصول در همان سال در سطح کشور 4560693 تن شلتوک بود که استان مازندران با 1539744 و استان گیلان با 1095442 تن، بیشترین مقدار تولید محصول را به‌خود اختصاص داده‌اند (Agricultural statistics, 2021).

با­توجه­به محدودیت منابع ورودی به­ویژه آب در ایران و شرایط خاص جغرافیایی کشور، بررسی مدیریت­های مختلف در زمینه تولید محصولات راهبردی نظیر برنج امری بدیهی می­باشد. با اعمال مدیریت صحیح در سیستم آب، خاک و گیاه می­توان ضمن افزایش یک محصول، به کشاورزی پایدار نیز دست یافت (Liaghat et al., 2018). تاریخ کشت مناسب، ابزار مدیریتی مهمی برای تعیین بهترین تطابق زمانی مراحل فنولوژیکی گیاه با عوامل محیطی مؤثر بر آن‌ها می­باشد (Cerioli et al., 2021). همچنین، پژوهش­های انجام­شده در ایری نشان می­دهد که بهترین سن نشا در روش خزانه مرطوب 30-20 و در خزانه خشک 18-14 روز است (Latif Virk et al., 2020).

یکی دیگر از عوامل مدیریتی که در ارزیابی عملکرد گیاهان زراعی مورد توجه می­باشد، تراکم بوته و فاصله گیاهان در ردیف­های کاشت است. به­طوری­که در برنج لازمه دست­یابی به عملکرد بالا، وجود تعداد کافی پنجه و خوشه بارور در واحد سطح می­باشد که بستگی به تراکم بوته­ها دارد. در آزمایشی جهت تعیین مناسب­ترین تراکم بوته برای عملکرد بالا در برنج در آرایش کشت­های 20×20، 5/22×5/22 و 25×25 سانتی­متر مربع، مشخص شد که در فواصل بیشتر هر بوته به­دلیل داشتن فضای بهتر در اطراف خود، نور بیشتری دریافت کرده و فعالیت فتوسنتزی را بهتر انجام می­دهد (Hussain et al., 2022). بر اساس پژوهش­ها، زمان و مقدار مصرف نیتروژن به­عنوان یک عنصر کلیدی یکی از روش‌های مدیریتی است که برای افزایش کارایی مصرف نیتروژن در اختیار می­باشد (Rajput et al., 2020). به­طوری که مناسب­ترین مقدار مصرف کود اوره 200 کیلوگرم در هکتار گزارش شده است. همچنین، گزارش شده است که با مصرف نیتروژن در سه نوبت می­توان به یک عملکرد مناسب دست یافت. برای این منظور می­بایست یک­سوم نیتروژن در مرحله نشاکاری، یک­سوم در مرحله پنجه­زنی و یک­سوم باقی­مانده در مرحله ظهور خوشه به زمین اضافه شود (Rao et al., 1997).

امروزه پژوهش­های بسیاری نشان می­دهد که در بسیاری از مناطق کشت برنج، سرعت روند افزایش عملکرد در حال کاهش می­باشد (Zhang et al., 2022). خلأ عملکرد به عوامل مختلفی از جمله عوامل مرتبط با خاک، کمبود رطوبت، شوری آب، مکانیزاسیون، آفات، بیماری­ها، علف­های هرز و ... نسبت داده شده است (Yousefan et al., 2021). بنابراین، اعمال روش­های مدیریتی مناسب که در جهت رفع محدودیت­های موجود عمل کرده و منجر به نزدیک­شدن عملکرد واقعی به عملکرد پتانسیل شود می­تواند در کاهش مقدار خلأ عملکرد نقش مثبتی داشته باشد (Bhuiyan et al., 2020). از­این­رو، پژوهش حاضر با بررسی و مقایسه عوامل مدیریتی کشت برنج در استان گیلان، به بیان شباهت­ها و تفاوت­های این عوامل در بین مزارع پرداخته و در نهایت، مؤثرترین عوامل مدیریتی بر عملکرد و اجزای عملکرد برنج معرفی می‌شود.

 

  1. روششناسی پژوهش

تحقیق حاضر به‌صورت آزمایش مزرعه‌ای- میدانی در بخش مرکزی سفیدرود استان گیلان در سال‌های 1397 و 1398 اجرا شد. استان گیلان در 36 درجه و 36 دقیقه تا 38 درجه و 27 دقیقه عرض شمالی و 48 درجه و 25 دقیقه تا 50 درجه و 34 دقیقه طول شرقی قرار گرفته است. داده­های آب و هوایی مربوط به دوره رشد گیاه در هر دو سال آزمایش از ایستگاه هواشناسی که در میانه مناطق مورد مطالعه قرار داشت، دریافت شد که در جدول 1 ارائه شده است. همچنین، برخی ویژگی­های فیزیکی و شیمیایی خاک سه شهرستان مورد مطالعه در جدول 2 مشاهده می‌شود.

محدوده استان گیلان به چهار دشت تقسیم‌بندی شده است که در پژوهش حاضر، محدوده دشت سفیدرود مورد بررسی قرار گرفت. طبق آمار سازمان جهاد کشاورزی 171000 هکتار از سطح شالیزاری استان گیلان در شبکه آبیاری سفیدرود قرار دارد. دشت مرکزی سفیدرود بر مبنای توپوگرافی و شیب اراضی (وزارت نیرو، 1392)، به سه منطقه بالادست، میان‌دست و پایین‌دست تقسیم شده است و از مستعدترین مناطق استان و کل کشور محسوب می­شود. رایج‌ترین رقم‌های کشت­شده در این ناحیه شامل رقم­های محلی: هاشمی، علی‌کاظمی، دم‌سیاه و رقم­های اصلاح­شده خزر و گیلانه می‌باشد. بیشترین سطح زیر کشت رقم­های محلی در این ناحیه مربوط به رقم هاشمی با 75 درصد سطح زیر کشت است (مکاتبات شخصی نویسندگان با سازمان جهاد کشاورزی).

واحد مطالعاتی در این آزمایش مزرعه‌ کشاورز بود. بدین­منظور تعداد 36 مزرعه از مجموع سه شهرستان که از لحاظ دسترسی به آب به سه منطقه سنگر (بالادست)، کوچصفهان (میان­دست) و خشکبیجار (پایین­دست) تقسیم شده بود، انتخاب و چهار روستا در هر منطقه (شهرستان سنگر (روستاهای ده‌بنه، نصراله‌آباد، بنکده و میان‌ده)، کوچصفهان (روستاهای ابراهیم‌سرا، حشکوا، گیلوادشتان و بلسبنه) و خشکبیجار (روستاهای امین‌آباد، جورکویه، جیرسرویشکا و پیرعلی‌ده)) و سه مزرعه در هر روستا به‌عنوان تکرار در نظر گرفته شد.

جدول 1. اطلاعات هواشناسی مربوط به دوره اجرای آزمایش سال‌های 1397-1398

Year

Sunny Hours

Average rainfall

(mm)

Average temperature

(°C)

Max. temperature

(°C)

Min. temperature

(°C)

Months

2018

4.7

0.7

13.7

18.8

8.6

March

5.5

1.2

19.4

24.5

14.2

April

7.4

1.6

23.0

27.9

18.2

May

9.5

1.0

28.1

33.3

22.9

June

5.3

2.2

27.0

31.3

22.7

July

6.8

0.4

25.1

30.4

19.7

August

2019

3.3

4.2

13.3

16.8

9.9

March

7.2

2.1

19.2

24.6

13.8

April

7.4

1.6

23.0

27.9

18.2

May

8.2

5.5

26.2

31.0

21.4

June

7.3

0.8

25.9

31.4

20.4

July

4.0

5.1

23.0

27.3

18.7

August

 

انتخاب مزارع هدف بر پایه بازدیدهای میدانی قبل از شروع آزمایش و با همکاری مراکز خدمات جهاد کشاورزی صورت پذیرفت. در هر منطقه مزارع به‌گونه­ای انتخاب شد که شرایط و ویژگی‌های حاکم بر مزرعه و مدیریت زارع معرف کل منطقه مورد مطالعه باشد و بتوان نتایج به‌دست­آمده را به کل منطقه تعمیم داد. به‌منظور جمع‌آوری اطلاعات مورد نیاز در رابطه با چگونگی مدیریت مزارع توسط کشاورزان، از طریق مصاحبه رو‌‌­در­‌رو پرسش‌هایی از کشاورزان توسط پژوهشگر انجام و اطلاعات ثبت شد. در پرسش‌نامه طیف گسترده‌ای از اطلاعات مشتمل بر تاریخچه مزرعه، عملیات کاشت (تاریخ نشاکاری، تراکم کاشت، فاصله بین ردیف و روش کشت)، عملیات داشت (تاریخ، نوع و زمان مصرف کود نیتروژن، تاریخ آبیاری، حجم آب آبیاری) و تاریخ برداشت و چگونگی مدیریت مزرعه جمع­آوری شد. برخی از این اطلاعات در ابتدای فصل و برخی دیگر با­توجه­به ماهیت آن‌ها در طول دوره رشد برنج با حضور پی‌در‌پی در مزارع هدف و پرسش از کشاورزان ثبت شد. در پایان فصل رشد نیز در مرحله برداشت نهایی، برای اندازه‌گیری عملکرد از سطحی معادل دو متر مربع از ردیف‌های وسط مزرعه و برای اندازه‌گیری اجزای عملکرد از سطحی برابر با یک متر مربع اقدام به کف‌بر­کردن کپه‌ها شد و پس از خرمن­کوبی عملکرد شلتوک محاسبه شد. لازم به ذکر است تمامی اندازه‌گیری‌ها و نمونه‌برداری‌ها در طول دوره رشد در مزرعه کشاورز توسط پژوهشگر انجام شد.

داده‌های جمع‌آوری­شده، با استفاده از نرم‌افزار آماری SAS (SAS Institute, 2008) مورد تجزیه و تحلیل قرار گرفتند. قبل از تجزیه واریانس نیز از نرمال­بودن توزیع خطای آزمایشی در هر یک از تیمارها و یکنواخت­بودن آن در بلوک‌­های آزمایشی و همگنی سال­های آزمایش بر اساس آزمون بارتلت اطمینان حاصل شد. عملیات تجزیه واریانس و مقایسه میانگین داده‌ها، براساس آزمون چند­دامنه‌ای دانکن در سطح احتمال پنج درصد صورت گرفت.

 

جدول 2. ویژگی­های فیزیکی و شیمیایی خاک مناطق مورد مطالعه (عمق صفر تا 30 سانتی‌متر)

County

Clay

(%)

Silt

(%)

Sand

(%)

Bulk Density

(g.cm-3)

Organic Carbon

(%)

Total Nitrogen

(%)

Absorbable Phosphorus

(ppm)

Absorbable Potassium

(ppm)

Electrical Conductivity

(dS.m-1)

Khoshkebijar

43.3

42.5

14

0.84

2.74

0.34

18

215.4

1.6

Kouchesfahan

45.5

43.8

10.6

0.94

1.37

0.14

8.9

203.4

0.98

Sangar

53.6

39.5

6.8

0.88

1.49

0.16

8.6

228

0.98

 

  1. یافته­های پژوهش و بحث

بر اساس آزمون همگنی سال­های آزمایش، بین دو سال از نظر تعداد خوشه و وزن هزار دانه تفاوت معنی­دار آماری وجود داشت (جدول 5). در­حالی­که بر سایر صفات فاقد اثر معنی­دار آماری بود. نتایج تجزیه واریانس مرکب نشان داد که سال‌های آزمایش بر تعداد پنجه در متر مربع، طول خوشه، تعداد دانه در خوشه و عملکرد دانه در سطح یک درصد و بر تعداد دانه پر در خوشه در سطح پنج درصد معنی­دار می­باشد. بر­همکنش روستا در شهرستان نیز بجز بر طول خوشه که از نظر آماری فاقد معنی­داری بود، بر سایر صفات معنی­دار شد. همچنین، بر­همکنش سال در روستا بر تعداد دانه در سطح احتمال یک درصد و تعداد دانه پر در خوشه در سطح احتمال پنج درصد معنی­دار و بر سایر صفات فاقد تفاوت آماری معنی‌دار بود (جدول 3). مطابق با جدول 5، بر­همکنش روستا در شهرستان بر تعداد خوشه در هر دو سال فاقد اختلاف معنی­دار شد. افزون­بر­این، برهمکنش روستا در شهرستان بر وزن هزار دانه در سال اول تفاوت معنی­دار نداشت و در سال دوم در سطح یک درصد معنی­دار شد.

 

جدول 3. تجزیه واریانس مرکب عملکرد و اجزای عملکرد برنج در مزارع مورد بررسی استان گیلان طی سال‌های 98-1397

S.O.V

d.f

Number of tiller

Panicle length

Number of grain

Number of filled grain

Grain yield

Year

1

278382**

147**

1549**

975*

2549658**

Replication (year)

4

3799ns

0.8ns

86.3ns

95ns

306045.7ns

village×county

11

24064*

3ns

538.5**

564**

1305654.6**

year×village×county

11

14866ns

5.4ns

490**

405*

465016ns

Error

44

11952

3.5

160.7

159.5

255785.4

C.V. (%)

-

27

6.5

14

15.3

13.6

ns، * ‌و ** به­ترتیب ‌بیانگر عدم معنی‌داری، معنی‌داری در سطح احتمال پنج و یک درصد هستند.

 

3-1. مدیریت زراعی

در استان گیلان به‌طور عموم عملیات نشا‌کاری از اوایل اردیبهشت آغاز می‌شود و در اواسط اردیبهشت به‌اوج خود رسیده و تا خردادماه نیز ادامه دارد. تاریخ کاشت به‌موقع با میانگین 48 روز پس از اول فروردین برای شهرستان خشکبیجار (شکل 1) منجر به افزایش عملکرد و افزایش کارایی مصرف آب برای این شهرستان شد. تاخیر در تاریخ کاشت به‌دلیل مواجه اواخر دوره رشد گیاه با بارندگی‌های آخر فصل در منطقه، موجب افزایش خطر ورس و در نتیجه، تأثیر منفی بر عملکرد می‌شود. یکی از موارد مدیریتی اعمال­شده از سوی کشاورزان، سن نشای کاشته­شده می­باشد. سن نشاء جهت انتقال به زمین اصلی در شهرستان‌های مورد بررسی بین 20 تا 30 روز بود (شکل 2). استفاده از نشاهایی با سن مناسب می‌تواند یکی از دلایل افزایش عملکرد در مزارع باشد. مناسب‌ترین سن نشا در پژوهش‌های انجام­شده در ایری 20 تا 30 روز گزارش شده است که با نتایج حاضر همخوانی دارد. بر اساس بررسی‌های به‌عمل­آمده تراکم کاشت در مزارع مورد بررسی بین 17 تا 22 بوته در متر مربع بود که به­عنوان بهترین تراکم برای رقم محلی هاشمی می­تواند معرفی شود. بیشتر روستاها بدون تفاوت معنی‌دار در طیف مذکور قرار داشتند (شکل 3). مصرف کود نیتروژن در مزارع بین 160 تا 290 کیلوگرم در هکتار متغیر بود (شکل 4). مزارعی که از ماده آلی و نیتروژن کمتری برخوردار می‌باشند، مصرف بهینه کود نیتروژن جهت دست­یابی به مطلوب‌ترین نتیجه، تا 250 کیلوگرم در هکتار، می‌باشد و بیش از آن هدررفت نهاده محسوب می‌شود. افزون­بر­این، کاربرد بهینه کود نیتروژن همسو با پایش دقیق سایر عوامل مدیریتی بایستی به‌کار رود. میانگین مقدار آب مصرفی در شهرستان خشکبیجار طی سال‌های 1397 و 1398 به‌ترتیب 7490 و 7570، شهرستان کوچصفهان 8090 و 8270 و شهرستان سنگر 8820 و 9450 متر مکعب در هکتار بود (شکل 5). عملکرد بالاتر دانه و مصرف آب کمتر در شهرستان خشکبیجار منجر به دست­یابی به بیشترین کارایی مصرف آب در این شهرستان شد. پژوهش‌ها نشان می‌دهد که کاربرد روش‌های کم‌آبیاری، در حدود 38 درصد مصرف آب شالیزار را بدون کاهش عملکرد و سود کشاورزان، کاهش می‌دهد (Avijit Sen et al., 2020). با اعمال مدیریت مطلوب آبیاری، می‌توان بهره‌وری آب در بخش کشاورزی را تا حد ممکن افزایش داد.

 

جدول 4. تجزیه واریانس مرکب عوامل مدیریتی در مزارع برنج استان گیلان طی سال­های 98-1397

S.O.V

d.f

Date of transplanting

Seedling age

Plant density

Nitrogen fertilizer

Volume of water used

Year

1

144.5*

272**

82*

122/72ns

19668**

Replication (year)

4

17.44ns

38ns

11ns

2574.5ns

376ns

village×county

11

241.37**

80**

18ns

10476.38ns

28359**

year×village×county

11

43.46ns

50**

14ns

7542.44ns

937**

Error

44

26.65

17

14.4

6283.09

332

C.V. (%)

-

9.42

16

20.7

6.53

2.19

ns، * ‌و ** به­ترتیب ‌بیانگر عدم معنی‌داری، معنی‌داری در سطح احتمال پنج و یک درصد هستند.

 

جدول 5. تجزیه واریانس ساده عملکرد و اجزای عملکرد برنج در مزارع مورد بررسی استان گیلان طی سال­های 1397 و 1398

Year

S.O.V

d.f

Number of panicle

1000-grain weight

 

Replication

2

7609ns

1.4ns

2018

village×county

11

17721.4ns

0.35ns

 

Error

22

12535.7

1.6

 

C.V. (%)

-

25.3

5.3

Year

S.O.V

d.f

Number of panicle

1000-grain weight

 

Replication

2

2991.6ns

0.02ns

2019

village×county

11

13224.7ns

1.9**

 

Error

22

6076.7

0.57

 

C.V. (%)

-

5.6

3

ns، * ‌و ** به­ترتیب ‌بیانگر عدم معنی‌داری، معنی‌داری در سطح احتمال پنج و یک درصد هستند.

 

3-2. تاثیر عوامل مدیریت زراعی بر عملکرد و اجزای عملکرد

3-2-1. تعداد پنجه

بر اساس نتایج مقایسه میانگین، بیشترین تعداد پنجه با میانگین 522 عدد به روستای ابراهیم‌سرا در شهرستان کوچصفهان تعلق داشت. این در حالی بود که روستاهای حشکوا در همان شهرستان، تمام روستاهای خشکبیجار و روستاهای ده‌بنه، نصراله‌آباد و میان‌ده سنگر با روستای ابراهیم‌سرا دارای حرف مشترک آماری بودند. کمترین تعداد پنجه نیز با میانگین 311 عدد، برای روستای گیلوادشتان شهرستان کوچصفهان ثبت شد (شکل 6).

مطابق با پژوهش­ها با افزایش سن نشا از تعداد پنجه به­طور خطی کاسته می‌شود. نشاهای 20 روزه بر نشاهای 40 روزه از نظر تعداد پنجه بارور در متر مربع برتری دارند (Sarkar et al., 2011). بنابراین، بیشتر روستا‌های مورد مطالعه از نشاهای زیر 30 روز استفاده کردند که با­توجه­به پژوهش­ها، بهترین سن نشا می‌باشد (شکل 2). یکی دیگر از موارد مدیریتی مؤثر بر تعداد پنجه، تراکم بوته در متر مربع است (شکل 3). نتایج پژوهش­ها نشان داد با افزایش تراکم، تعداد پنجه به‌طور معنی‌داری کاهش می‌یابد؛ زیرا در تراکم کم فاصله کاشت و شرایط تغذیه­ای مانند نور و هوا برای هر بوته مناسب‌تر است و رقابت بین گیاهان مجاور با کاهش مواجه می‌شود (Hasanuzzaman et al., 2009). اما در مطالعه حاضر تراکم بوته در محدوده بین مناسب و بسیار کم قرار داشت. بنابراین، تراکم بین 17 تا 22 بوته در متر مربع به‌عنوان بهترین تراکم می­تواند معرفی شود. چرا که بیشتر روستاها بدون تفاوت معنی­دار در طیف مذکور قرار داشتند. گزارش شده است که بیشترین تعداد پنجه از تراکم 15×15 سانتی­متر با میانگین 519 و کمترین نیز از تراکم 30×30 سانتی­متر با میانگین 335 پنجه در واحد سطح به­دست می‌آید (Sharma et al., 2011).

مقدار کود نیتروژن مصرفی در روستاهای مورد بررسی نیز از عواملی بود که ممکن است بر تعداد پنجه برنج اثر­گذار باشد. در روستای ابراهیم سرا میانگین کاربرد کود نیتروژن بیش از 200 کیلوگرم در هکتار بود (شکل 4). در این بررسی، کمتر­بودن ماده آلی و نیتروژن موجود در خاک مزارع شهرستان­های کوچصفهان و سنگر، این مناطق را مستعد کاربرد کود نیتروژن می­سازد و با کاربرد کود تا 250 کیلوگرم در هکتار، افزایش عملکرد برنج مورد انتظار می­باشد. دلیل افزایش تعداد پنجه با مصرف بیشتر نیتروژن، تأثیر غیر مستقیم نیتروژن بر سیتوکنین و جیبرلین بیان شده است. به­این­ترتیب که سیتوکنین موجب تکثیر و افزایش بخش­های انتهایی شاخه­ها و برگ­های جوان می‌شود که محل ساخت جیبرلین هستند (Luo et al., 2022). در پژوهش­های دیگری نیز گزارش شده است که با افزایش مصرف نیتروژن، تعداد پنجه­ها افزایش می­یابد (Ma et al., 2021; Zhou et al., 2022).

 

 

شکل 1. میانگین تاریخ نشا‌کاری در مزارع مورد بررسی شهرستان‌های مورد مطالعه

 

 

 

شکل 2. میانگین سن نشاء در مزارع مورد بررسی شهرستان‌های مورد مطالعه

 

 

شکل 3. میانگین تراکم بوته در متر مربع در مزارع روستا­های مورد مطالعه

 

 

شکل 4. میانگین مقدار کود نیتروژن مصرفی در مزارع روستاهای مورد مطالعه

 

 

شکل 5. میانگین حجم آب مصرفی در مزارع روستاهای مورد بررسی

 

3-2-2. تعداد خوشه

همان­گونه که در شکل مقایسه میانگین (شکل 7) مشاهده می‌شود، در سال اول آزمایش میانگین تعداد خوشه در تمام محیط­ها فاقد تفاوت معنی­دار بود. با­این­حال بیشترین و کمترین تعداد با میانگین 538 و 319 عدد، به­ترتیب به میان­ده سنگر و بلسبنه کوچصفهان تعلق داشت. میانگین تعداد خوشه در تمامی مزارع در سال دوم کمتر از سال اول بود. بیشترین تعداد خوشه در سال 1398 با میانگین 351 عدد برای روستای نصراله آباد سنگر ثبت شد که با تمامی روستاهای شهرستان سنگر و دو روستای امین آباد و جیرسرویشکا شهرستان خشکبیجار فاقد تفاوت معنی­دار بود. کمترین تعداد خوشه در سال 1398 با 55 درصد کاهش نسبت به نصراله آباد در روستای جورکویه خشکبیجار مشاهده شد. در مجموع، تعداد خوشه تمامی مزارع در سال 1398 نسبت به سال 1397 کاهش یافت. گزارش شده است که با افزایش تراکم، تعداد ساقه اصلی و تعداد خوشه در متر مربع افزایش می­یابد
 (Melkie Tilahun, 2019). بر اساس شکل 3، میانگین تراکم بوته تمامی مزارع در سال اول بیشتر از سال دوم بود. می‌توان بیان کرد که تراکم بین 20 تا 25 بوته در متر مربع منجر به تولید بیشترین تعداد خوشه و تراکم­های کمتر از 18 بوته با کاهش تعداد خوشه مواجه شدند. بر همین اساس، روستای میان­ده سنگر، در سال 97، 25 بوته و بیشترین تعداد خوشه را به­دنبال داشت؛ در­حالی­که در سال 98، با میانگین 16 بوته در متر مربع، 53 درصد کاهش در تعداد خوشه را نشان داد.

 

 

شکل 6. میانگین تعداد پنجه در متر مربع در مزارع مورد بررسی شهرستان‌های مورد مطالعه. میانگین‌های دارای حداقل یک حرف مشترک در هر ستون فاقد تفاوت معنی‌دار آماری در سطح پنج درصد می‌باشند. Kh1: امین‌آباد، Kh2: جورکویه، Kh3: جیرسر ویشکا، Kh4: پیرعلی‌ده، K1: ابراهیم سرا، K2: حشکوا، K3: گیلوادشتان، K4: بلسبنه، S1: ده بنه، S2: نصراله آباد، S3: بنکده، S4: میان ده.

 

 

شکل 7. میانگین تعداد خوشه در متر مربع در مزارع روستاهای مورد مطالعه درسال­های 1397 و 1398. میانگین‌های دارای حداقل یک حرف مشترک در هر ستون فاقد تفاوت معنی‌دار آماری در سطح پنج درصد می‌باشند. Kh1: امین‌آباد، Kh2: جورکویه، Kh3: جیرسر ویشکا، Kh4: پیرعلی‌ده، K1: ابراهیم سرا، K2: حشکوا، K3: گیلوادشتان، K4: بلسبنه، S1: ده بنه، S2: نصراله آباد، S3: بنکده، S4: میان ده.

 

3-2-3. طول خوشه

مطابق با شکل 8، میانگین طول خوشه در روستاهای مورد بررسی با یکدیگر فاقد اختلاف معنی­دار آماری بود. با­این­حال، بیشترین مقدار با میانگین 30 سانتی­متر در روستاهای میان‌ده و بنکده سنگر، روستاهای جورکویه و پیرعلی‌ده خشکبیجار مشاهده شد. کمترین مقدار با میانگین 28 سانتی­متر به روستاهای گیلوادشتان و بلسبنه در شهرستان کوچصفهان تعلق یافت. سن نشاء و تراکم بوته از عوامل مدیریتی هستند که می­توانند بر طول خوشه مؤثر باشند. به‌طوری­که نشاهایی با سن 20 تا 25 روز بهتر می­توانند خودشان را با شرایط تطبیق دهند (Latif Virk et al., 2021). در پژوهش حاضر، بیشتر روستاهای مورد بررسی از نشاهایی با سن 20 تا 25 روزه استفاده کردند. بنابراین، عدم معنی­داری طول خوشه در تمامی مکان­های مورد بررسی می­تواند به­دلیل کاربرد نشاهایی با سن مطلوب باشد. افزون­بر­این، تراکم بوته به­عنوان دیگر عامل مدیریتی کشاورز نیز در بین مزارع اختلاف زیادی نداشت.

 

 

شکل 8. میانگین طول خوشه در مزارع روستاهای مورد مطالعه درسال­های 1397 و 1398. میانگین‌های دارای حداقل یک حرف مشترک در هر ستون فاقد تفاوت معنی‌دار آماری در سطح پنج درصد می‌باشند. Kh1: امین‌آباد، Kh2: جورکویه، Kh3: جیرسر ویشکا، Kh4: پیرعلی‌ده، K1: ابراهیم سرا، K2: حشکوا، K3: گیلوادشتان، K4: بلسبنه، S1: ده بنه، S2: نصراله آباد، S3: بنکده، S4: میان ده.

 

3-2-4. تعداد دانه در خوشه

بر اساس نتایج مقایسه میانگین، بیشترین تعداد دانه در خوشه بدون اختلاف معنی­دار آماری، به دو روستای پیرعلی‌ده در شهرستان خشکبیجار با میانگین 105 عدد و میان‌ده در شهرستان سنگر با میانگین 103 عدد اختصاص داشت. در‌حالی‌که روستاهای امین‌آباد و جورکویه خشکبیجار، ابراهیم‌سرا و حشکوا کوچصفهان و بنکده و نصراله‌آباد سنگر با دو روستای ذکرشده در سطح آماری یکسانی قرار داشتند. کمترین تعداد دانه در خوشه نیز با میانگین 75 عدد در روستای ده‌بنه شهرستان سنگر مشاهده شد (شکل 9). مطابق با پژوهش­ها، افزایش تعداد خوشه در بوته منجر به افزایش تعداد دانه در خوشه می­شود (Latif Virk et al., 2021).

 

 

شکل 9. میانگین تعداد دانه در خوشه در مزارع روستاهای مورد بررسی. میانگین‌های دارای حداقل یک حرف مشترک در هر ستون فاقد تفاوت معنی‌دار آماری در سطح پنج درصد می‌باشند. Kh1: امین‌آباد، Kh2: جورکویه، Kh3: جیرسر ویشکا، Kh4: پیرعلی‌ده، K1: ابراهیم سرا، K2: حشکوا، K3: گیلوادشتان، K4: بلسبنه، S1: ده بنه، S2: نصراله آباد، S3: بنکده، S4: میان ده.

 

3-2-5. تعداد دانه پر در خوشه

همان­گونه که در شکل 10 مشاهده می‌شود، بیشترین تعداد دانه پر در خوشه با میانگین 100 عدد به دو روستای پیر‌علی‌ده واقع در شهرستان خشکبیجار و میان‌ده در شهرستان سنگر اختصاص داشت. از سوی دیگر، روستاهای جورکویه خشکبیجار، ابراهیم‌سرا و حشکوا کوچصفهان و نصراله‌آباد و بنکده سنگر با دو روستای بیان­شده دارای حرف مشترک آماری بودند. کمترین تعداد، با میانگین حدود 69 عدد، بدون معنی­داری آماری به دو روستای ده‌بنه سنگر و گیلوادشتان کوچصفهان تعلق یافت.

بین تعداد دانه­های پر و طول خوشه همبستگی مثبتی گزارش شده است (Talcukdar et al., 2002)، در این پژوهش طول خوشه در دو روستای پیرعلی‌ده و میان­ده بیشترین مقدار و برای روستای گیلوادشتان با 94 درصد کاهش نسبت به دو روستای مذکور، کمترین مقدار ثبت شد. به­نظر می­رسد، افزایش تأمین مواد فتوسنتزی بیشتر منجر به پر­شدن دانه­ها در نتیجه تقسیط بیشتر شیره پرورده به دانه در گیاهانی با طول خوشه بلند­تر شده است (Hussain et al., 2022). افزایش معنی­دار عملکرد و اجزای عملکرد برنج با افزایش مصرف نیتروژن از صفر تا 90 کیلوگرم در هکتار گزارش شده است. در پژوهشی دیگر گزارش شد که بالاترین عملکرد دانه با مصرف سه نوبت نیتروژن (یک­سوم 15 روز بعد از نشاکاری، یک­سوم 30 روز پس از نشاکاری و یک­سوم در مرحله ظهور خوشه) با مقدار 105 کیلوگرم در هکتار کود نیتروژن به­دست می­آید (Talcukdar et al., 2002).

نتایج پژوهش­های بیان­شده در مغایرت با نتایج حاضر بود. به­گونه­ای که روستای گیلوادشتان کوچصفهان با 300 کیلوگرم در هکتار بیشترین مقدار مصرف نیتروژن را در بین مزارع مورد بررسی به­خود اختصاص داد. از­این­رو، همان‌گونه که پیش از این نیز ذکر شد در روستاهای شهرستان کوچصفهان و سنگر که در مقایسه با خشکبیجار از کربن آلی و نیتروژن کمتری برخوردار می­باشند، مصرف بهینه کود نیتروژن جهت دست­یابی به مطلوب­ترین نتیجه، تا 250 کیلوگرم در هکتار، می­باشد و بیش از آن هدررفت نهاده محسوب می‌شود. افزون­بر­این، کاربرد بهینه کود نیتروژن همسو با پایش دقیق سایر عوامل مدیریتی بایستی به‌کار رود. در تفسیر این نتایج می­توان بیان کرد که در مقادیر بالای نیتروژن، تولید پنجه و توسعه سطح برگ افزایش می­یابد که منجر به سایه­اندازی برگ­ها روی یکدیگر شده و در نتیجه، مقدار فتوسنتز خالص کاهش می­یابد. روند کاهشی سرعت جذب خالص در سطوح بالاتر نیتروژن شدیدتر می­باشد که علت این امر تسریع تولید برگ و زودتر بسته­شدن پوشش گیاهی است. چرا که تشعشع خورشیدی کمتری به هریک از برگ­ها رسیده و در نتیجه میزان فتوسنتز خالص مربوط به هر برگ کمتر می‌شود (Hussain et al., 2022).

 

 

شکل 10. میانگین تعداد دانه پر در خوشه در مزارع روستاهای مورد بررسی. میانگین‌های دارای حداقل یک حرف مشترک در هر ستون فاقد تفاوت معنی‌دار آماری در سطح پنج درصد می‌باشند. Kh1: امین‌آباد، Kh2: جورکویه، Kh3: جیرسر ویشکا، Kh4: پیرعلی‌ده، K1: ابراهیم سرا، K2: حشکوا، K3: گیلوادشتان، K4: بلسبنه، S1: ده بنه، S2: نصراله آباد، S3: بنکده، S4: میان ده.

3-2-6. وزن هزار دانه

بر اساس شکل 11، میانگین وزن هزار دانه در مناطق مختلف در سال اول از نظر آماری بدون اختلاف معنی­دار مشاهده شد. این در حالی بود که در سال دوم وزن هزار دانه در سطح یک درصد معنی­دار شد. پژوهش­ها نشان می­دهند که وزن هزار دانه بیشتر تحت تأثیر ژنتیک می­باشد. افزون­بر عوامل ژنتیکی، از عوامل مدیریتی که در افزایش وزن هزار دانه نقش دارد، کود نیتروژن مصرفی است. به­طوری­که افزایش کود نیتروژن تا 180 کیلوگرم در هکتار در افزایش وزن هزار دانه مؤثر دانسته شده است. هرچند که برخی پژوهش­ها عدم تأثیر معنی­دار مقادیر نیتروژن را بر وزن هزار دانه گزارش کرده­اند (Goncharova et al., 2020). کمبود شدید نیتروژن می­تواند به کاهش اندازه دانه منتهی شود و افزایش نیتروژن معدنی خاک تا یک حد معین با افزایش اندازه دانه همراه است و پس از آن تأثیری بر اندازه دانه ندارد (Jiang et al., 2021). در مطالعه حاضر، میانگین کاربرد کود نیتروژن در مناطق مورد بررسی در سال اول حدود 215 و در سال دوم 217 کیلوگرم در هکتار بود. همچنین، در هر سال مناطق تفاوت معنی­داری در کاربرد کود نیتروژن با یکدیگر نداشتند. بنابراین، می­توان نتیجه گرفت به­دلیل کاربرد کود نیتروژنه یکسان در همه مناطق، عدم معنی­داری وزن هزار دانه که بیشتر در کنترل عوامل ژنتیکی است، منطقی می­باشد.

 

 

 

شکل 11. میانگین وزن هزاردانه در مزارع روستاهای مورد بررسی. میانگین‌های دارای حداقل یک حرف مشترک در هر ستون فاقد تفاوت معنی‌دار آماری در سطح پنج درصد می‌باشند. Kh1: امین‌آباد، Kh2: جورکویه، Kh3: جیرسر ویشکا، Kh4: پیرعلی‌ده، K1: ابراهیم سرا، K2: حشکوا، K3: گیلوادشتان، K4: بلسبنه، S1: ده بنه، S2: نصراله آباد، S3: بنکده، S4: میان ده.

3-2-7. عملکرد دانه

مطابق با نتایج مقایسه میانگین، بیشترین عملکرد دانه با میانگین 4500 کیلوگرم در هکتار برای دو روستای جورکویه خشکبیجار و ابراهیم‌سرا کوچصفهان ثبت شد. روستای امین‌آباد خشکبیجار نیز با دو روستای بیان­شده فاقد تفاوت معنی­دار آماری بود. کمترین مقدار نیز برای روستای گیلوادشتان شهرستان کوچصفهان با میانگین 3000 کیلوگرم در هکتار ثبت شد (شکل 12). عملکرد دانه یکی از صفات مهم گیاه برنج می­باشد، بر پایه اطلاعات پرسش‌نامه‌ای و مشاهده­ای مستقیم صورت­گرفته از مزارع، علت عملکرد پایین بسیاری از مزارع مدیریت ضعیف مزرعه بود که سبب شد گیاه در طول دوره رشد با تنش‌های غیر زنده (نیتروژن و خشکی) و زنده (آفات و علف هرز) مواجه شود. در مزارعی که عملکرد بالا تولید کردند تاریخ کشت زودتر، دور آبیاری کمتر و مصرف نهاده‌ها به­طور بهینه بود. وقوع تنش­های مختلف منجر به کاهش عملکرد گیاه می­شود. در این میان آب نقش مهمی در دست­یابی به بیشترین عملکرد دارد (Cerioli et al., 2021). تاریخ کشت زودتر در شهرستان خشکبیجار منجر به بیشترین مقدار عملکرد در دو روستا از چهار روستای مورد مطالعه شد که می­تواند به­دلیل شرایط آب و هوایی مناسب به­ویژه در زمان گلدهی و پر­شدن دانه باشد. همچنین، در نشاکاری زودهنگام درجه حرارت مناسب بیشتری در زمان پنجه­دهی در مقایسه با نشاکاری دیرتر دریافت می­شود که این امر تعداد بیشتر خوشه در متر مربع و به تبع آن عملکرد بالاتر دانه را به­دنبال خواهد داشت (Avijit Sen et al., 2020). عملکرد بالاتر دانه و مصرف آب کمتر در شهرستان خشکبیجار منجر به دست­یابی به بیشترین کارایی مصرف آب در این شهرستان شد.

به­طور کلی، تغییرپذیری زیاد عملکرد در بین مزارع مختلف مورد مطالعه حاکی از وجود خلأ عملکرد قابل توجه در استان گیلان می‌باشد که لازم است مورد توجه بیشتری قرار گیرد.

 

 

شکل 12. میانگین عملکرد دانه برنج در مزارع روستاهای مورد بررسی. میانگین‌های دارای حداقل یک حرف مشترک در هر ستون فاقد تفاوت معنی‌دار آماری در سطح پنج درصد می‌باشند. Kh1: امین‌آباد، Kh2: جورکویه، Kh3: جیرسر ویشکا، Kh4: پیرعلی‌ده، K1: ابراهیم سرا، K2: حشکوا، K3: گیلوادشتان، K4: بلسبنه، S1: ده بنه، S2: نصراله آباد، S3: بنکده، S4: میان ده.

  1. نتیجه­گیری

بر اساس نتایج پژوهش حاضر، عوامل مدیریت زراعی نقش بسیار مهمی در عملکرد و اجزای عملکرد برنج دارد. به­طوری­که روستاهایی با تاریخ کشت زودتر (روستاهای شهرستان خشکبیجار)، تراکم بوته مناسب (17 تا 22 بوته در متر مربع)، سن نشا جوان­تر (20 تا 30 روزه)، مصرف نیتروژن در محدوده 200 تا 250 کیلوگرم در هکتار و با تقسیط، از رشد و عملکرد بهتری در مقایسه با تاریخ کاشت دیرهنگام، تراکم بوته زیاد، استفاده از نشاهای مسن و مصرف کمتر نیتروژن برخوردار بودند. همچنین، در این مطالعه، تغییرپذیری عملکرد در بین مزارع مختلف زیاد بود که حاکی از وجود خلأ عملکرد قابل توجه برنج در استان گیلان می‌باشد. از جمله دلایل کاهش عملکرد برنج می­توان به­دلیل تغییر اندازه مزارع در مناطق مختلف نیز اشاره کرد که شامل تغییر کاربری زمین کشاورزی به شهر (ویلاسازی)، تغییر الگوی کشت به سمت صیفی و سبزی‌جات، خرده‌مالکی، نزدیکی به مرکز شهرستان و افزایش قیمت و در نتیجه افزایش در خرید و فروش و قطعه‌بندی می­باشد که کاهش اندازه مزارع را به­دنبال دارد. کوچک­شدن اندازه مزارع ممکن است از رغبت کشاورزان برای افزایش دانش فنی و اهمیت مکانیزاسیون کاسته و بر اهمیت نیروی کار انسانی بیافزاید.

در استان گیلان، با­توجه­به اینکه برنج به‌عنوان گیاه اصلی در منطقه کشت می‌شود و همچنین، با­توجه­به محدودیت طول فصل به‌دلیل بارندگی‌های انتهای فصل در منطقه، در صورت مساعد­بودن شرایط آب و هوایی، تاریخ کشت مطلوب تا 15 اردیبهشت­ماه می‌باشد. در طی انجام مصاحبه، کشاورزان از جمله دلایل تأخیر در کاشت برنج را تعداد کم ماشین‌آلات خاک­ورزی، کمبود آب (رهاسازی دیرهنگام آب به منطقه) و کمبود نیروی کارگر جهت نشاکاری عنوان کردند. افزون­بر­این، نسبت کم ادوات کشاورزی به سطح زیر کشت در استان موجب تأخیر در انجام عملیات زراعی به‌موقع و مناسب می‌شود. بنابراین، مجموع این عوامل تأخیر در تاریخ نشاکاری و کاهش عملکرد در سطح استان را به‌دنبال داشت.

 

  1. منابع

Avijit Sen, C., Srivastava, V.K., Sankar, A., & Sahoo, M. (2020). Effect of planting dates on dry weight, flowering and yield of different rice varieties. Journal of Pharmacognosy and Phaytochemistry, 9(1), 1394-1397.

Bhuiyan, M.K.A., Islam, A.K.M., Sarkar, M.A.R., Mamun, M.A.A., Salam, M.U., & Kabir, M.S. (2020). Agronomic management and interventions to increase rice yield in Bangladesh. Bangladesh Rice Journal, 24(2), 161-181.

Cerioli, T., Gentimis, T., Linscombe, S.D., & Famoso, A.N. (2021). Effect of rice planting date and optimal planting widow for Southwest Louisiana. Agronomy Journal, 113, 1248-1257.

Hasanuzzaman, M., Nahar, K., Roy, T.S., Rahman, M.L., Hossain, M.Z., & Ahmed, J.U. (2009). Tiller dynamics and dry matter production of transplanted rice as affected by plant spacing and number of seedling per hill. Academic Journal of Plant Science, 2(3), 162-168.

Goncharova, Y., Bragina, O., Goncharov, S., Kharitonov, E., & Svinaryev, S. (2020). Locus determining 1000 grains weight at high temperatures (Russian rice varieties). Materials Science and Engineering Conference, International Scientific and Practical Conference Environmental Risks and Safety in Mechanical Engineering (ERSME-2020), 20-22 Oct., Rostov-on-Don, Russia. Pp. 1-8.

Hajarpour, A., Soltani, A., Zinali, A., Kashiri, H.A., Aieneband, A., & Nazeri, M. (2017). Evaluation of wheat (Triticum aestivum L.) yield gap in Golestan province of Iran using comparative performance analysis method. Iranian Journal of Crop Sciences, 2(19), 86-101. (In Persian)

Hussain, T., Hussain, N., Ahmed, M., Nualsri, C., & Duangpan, S. (2022). Impact of nitrogen application rates on upland rice performance, planted under varying sowing times. Sustainability, 14, 1-17.

Hasanuzzaman, M., Fujita, M., Islam, M.N., Ahamed, K.U., Nahar, K. (2009) Performance of four irrigated rice varieties under different levels of salinity stress. Int. J. Integr Biol., 6, 85–90.

Jiang, S., Du, B., Wu, Q., Zhang, H., & Zhu, J. (2021). Increasing pit-planting density of rice varieties with different panicle types to improves sink charicteristics and rice yield under alternate wetting and drying irrigation. Food and Energy Security, 3, 1-16.

Kumar, N., Chhokar, R.S., Meena, R., Gill, S.C., Tripathi, S.C., Gupta, O.P., Mangrauthia, S.K., Sundaram, R.M., Sawant, C.P., & Gupta, A. (2021). Challenges and opportunities in productivity and sustainability of rice cultivation system: A critical review in Indian perspective. Springer Nature In Cereal Research Communication, 3, 1-17.

Latif Virk, A., Shahbaz Farooq, M., Ahmad, A., Khaliq, T., Ishaq Asif Rehmani, M., Haider, F.U., & Ejaz, I. (2021). Effect of seedling age on growth and yield of fine rice cultivars under alternate wetting and drying system. Journal of Plant Nutrition, 44(1), 1-15.

Liaghat, A., Pourgholam Amiji, M., & Mashhori Nejad, P. (2018). The effect of surface and subsurface irrigation with saline water and mulch on corn yield, water productivity and solute distribution in the soil. Journal of Water and Soil, 32(4), 661-674. (In Persian)

Luo, Z., Song, H., Huang, M., Zhang, Z., Peng, Z., Yang, Z., Shen, T. & Luo, G. (2022). Dense planting with reducing nitrogen rate increased nitrogen use efficiency and translocated nitrogen in grains in double-cropped rice. Agronomy, 12(1090), 1-17.

Ma, P., Lan, Y., Lv, X., Fan, P., Yang, Z., Sun, Y., Zhang, R., & Ma, J. (2021). Reasonable nitrogen fertilizer management improves rice yield and quality a rapeseed/wheat-rice rotation system. Agriculture, 11(490), 1-14.

Melkie Tilahun, Z. (2019). Effect of row spacing and nitrogen fertilizer levels on yield and yield components of rice varieties. International Scientific Journal, 116, 180-193.

Ministry of Jihad-e Agriculture (2021). Agricultural statistics. Volume I: Agricultural Crop Years 2019-2020, Deputy Director of Planning and Economic Affairs, Center for Information and Communication Technology. (In Persian)

Mohidem, N.A., Hashim, N., Shamsudin, R., & Che Man, H. (2022). Rice for food security: Revisiting its production, diversity, rice milling process and nutrient content. Agriculture, 12 (741), 1-28.

Rao, E.V.S.P., Satyanarayana, R., & Sankara. Reddy, G.H. (1997). Studies on effect of time of nitrogen application on growth and yield of direct-seeded Sona (IET 1991) rice under conditions. Andhra Agric. J., 27, 181-186.

Rajput, P., Singh, A.K., Kumar Rajput, K., & Singh, A. (2020). Effect of nitrogen levels on yield and yield attributes of rice (Oryza sativa) grown under different planting geometry. International Journal of Agronomy, 65(2), 235-237.

Sarkar, M.A., Paul, S.K., & Hossain, M.A. (2011). Effect of row arrangement, age of tiller seedling and number of tiller seedling per hill on performance of transplant Aman rice. Journal of Agicultural Science, 3, 1-12.

SAS Institute. (2008). The SAS system for windows, release 8.0. Carry, NC: Statistical Analysis System Institute.

Sharma, A., Dhaliwal, L.K., Sandhu, S.K., & Singh, S.P. (2011). Effect of plant spacing and transplanting time on phenology, tiller production and yield of rice (Oryza sativa L.). International Journal of Agricultural Science, 7(2), 249-253.

Talcukdar. A.S., Sufian, M.A., Meisner, C.A., Duxbury, J.M., Lauren, J.G., & Hossain, A.B. (2002). Rice, wheat and mungbean yield in response to N levels and management under a bed plating system. WCSS, Thailand, 1256- 1267.

Yousefan, M., Soltani, A., Dastan, S., & Ajamnoroozie, H. (2021). Yield gap assessment in rice-grown fields using CPA and BLA approaches in North Iran. International Journal of Plant Production, 10, 1-16.

Zhang, G., Zhang, J., Xu, L., Zhou, Y., Hou, P., Yang, F., Li, W., Liu, Z., Ding, Y., & Li, G. (2022). Study on the nutrient optimal management strategy of high and stable annual yield in the rice-wheat system: A 10-year term experiment. Agronomy, 12(698), 1-17.

Zuo, Z.W., Zhang, Z.H., Huang, D.R., Fan, Y.Y., Yu, S.B., Zhuang, J.Y., & Zhu, Y.J. (2021). Control of thousand-grain weight by OsMADS56 in rice. International Journal of Molecular Sciences, 23(125), 1-15.

References:
Avijit Sen, C., Srivastava, V.K., Sankar, A., & Sahoo, M. (2020). Effect of planting dates on dry weight, flowering and yield of different rice varieties. Journal of Pharmacognosy and Phaytochemistry, 9(1), 1394-1397.
Bhuiyan, M.K.A., Islam, A.K.M., Sarkar, M.A.R., Mamun, M.A.A., Salam, M.U., & Kabir, M.S. (2020). Agronomic management and interventions to increase rice yield in Bangladesh. Bangladesh Rice Journal, 24(2), 161-181.
Cerioli, T., Gentimis, T., Linscombe, S.D., & Famoso, A.N. (2021). Effect of rice planting date and optimal planting widow for Southwest Louisiana. Agronomy Journal, 113, 1248-1257.
Hasanuzzaman, M., Nahar, K., Roy, T.S., Rahman, M.L., Hossain, M.Z., & Ahmed, J.U. (2009). Tiller dynamics and dry matter production of transplanted rice as affected by plant spacing and number of seedling per hill. Academic Journal of Plant Science, 2(3), 162-168.
Goncharova, Y., Bragina, O., Goncharov, S., Kharitonov, E., & Svinaryev, S. (2020). Locus determining 1000 grains weight at high temperatures (Russian rice varieties). Materials Science and Engineering Conference, International Scientific and Practical Conference Environmental Risks and Safety in Mechanical Engineering (ERSME-2020), 20-22 Oct., Rostov-on-Don, Russia. Pp. 1-8.
Hajarpour, A., Soltani, A., Zinali, A., Kashiri, H.A., Aieneband, A., & Nazeri, M. (2017). Evaluation of wheat (Triticum aestivum L.) yield gap in Golestan province of Iran using comparative performance analysis method. Iranian Journal of Crop Sciences, 2(19), 86-101. (In Persian)
Hussain, T., Hussain, N., Ahmed, M., Nualsri, C., & Duangpan, S. (2022). Impact of nitrogen application rates on upland rice performance, planted under varying sowing times. Sustainability, 14, 1-17.
Hasanuzzaman, M., Fujita, M., Islam, M.N., Ahamed, K.U., Nahar, K. (2009) Performance of four irrigated rice varieties under different levels of salinity stress. Int. J. Integr Biol., 6, 85–90.
Jiang, S., Du, B., Wu, Q., Zhang, H., & Zhu, J. (2021). Increasing pit-planting density of rice varieties with different panicle types to improves sink charicteristics and rice yield under alternate wetting and drying irrigation. Food and Energy Security, 3, 1-16.
Kumar, N., Chhokar, R.S., Meena, R., Gill, S.C., Tripathi, S.C., Gupta, O.P., Mangrauthia, S.K., Sundaram, R.M., Sawant, C.P., & Gupta, A. (2021). Challenges and opportunities in productivity and sustainability of rice cultivation system: A critical review in Indian perspective. Springer Nature In Cereal Research Communication, 3, 1-17.
Latif Virk, A., Shahbaz Farooq, M., Ahmad, A., Khaliq, T., Ishaq Asif Rehmani, M., Haider, F.U., & Ejaz, I. (2021). Effect of seedling age on growth and yield of fine rice cultivars under alternate wetting and drying system. Journal of Plant Nutrition, 44(1), 1-15.
Liaghat, A., Pourgholam Amiji, M., & Mashhori Nejad, P. (2018). The effect of surface and subsurface irrigation with saline water and mulch on corn yield, water productivity and solute distribution in the soil. Journal of Water and Soil, 32(4), 661-674. (In Persian)
Luo, Z., Song, H., Huang, M., Zhang, Z., Peng, Z., Yang, Z., Shen, T. & Luo, G. (2022). Dense planting with reducing nitrogen rate increased nitrogen use efficiency and translocated nitrogen in grains in double-cropped rice. Agronomy, 12(1090), 1-17.
Ma, P., Lan, Y., Lv, X., Fan, P., Yang, Z., Sun, Y., Zhang, R., & Ma, J. (2021). Reasonable nitrogen fertilizer management improves rice yield and quality a rapeseed/wheat-rice rotation system. Agriculture, 11(490), 1-14.
Melkie Tilahun, Z. (2019). Effect of row spacing and nitrogen fertilizer levels on yield and yield components of rice varieties. International Scientific Journal, 116, 180-193.
Ministry of Jihad-e Agriculture (2021). Agricultural statistics. Volume I: Agricultural Crop Years 2019-2020, Deputy Director of Planning and Economic Affairs, Center for Information and Communication Technology. (In Persian)
Mohidem, N.A., Hashim, N., Shamsudin, R., & Che Man, H. (2022). Rice for food security: Revisiting its production, diversity, rice milling process and nutrient content. Agriculture, 12 (741), 1-28.
Rao, E.V.S.P., Satyanarayana, R., & Sankara. Reddy, G.H. (1997). Studies on effect of time of nitrogen application on growth and yield of direct-seeded Sona (IET 1991) rice under conditions. Andhra Agric. J., 27, 181-186.
Rajput, P., Singh, A.K., Kumar Rajput, K., & Singh, A. (2020). Effect of nitrogen levels on yield and yield attributes of rice (Oryza sativa) grown under different planting geometry. International Journal of Agronomy, 65(2), 235-237.
Sarkar, M.A., Paul, S.K., & Hossain, M.A. (2011). Effect of row arrangement, age of tiller seedling and number of tiller seedling per hill on performance of transplant Aman rice. Journal of Agicultural Science, 3, 1-12.
SAS Institute. (2008). The SAS system for windows, release 8.0. Carry, NC: Statistical Analysis System Institute.
Sharma, A., Dhaliwal, L.K., Sandhu, S.K., & Singh, S.P. (2011). Effect of plant spacing and transplanting time on phenology, tiller production and yield of rice (Oryza sativa L.). International Journal of Agricultural Science, 7(2), 249-253.
Talcukdar. A.S., Sufian, M.A., Meisner, C.A., Duxbury, J.M., Lauren, J.G., & Hossain, A.B. (2002). Rice, wheat and mungbean yield in response to N levels and management under a bed plating system. WCSS, Thailand, 1256- 1267.
Yousefan, M., Soltani, A., Dastan, S., & Ajamnoroozie, H. (2021). Yield gap assessment in rice-grown fields using CPA and BLA approaches in North Iran. International Journal of Plant Production, 10, 1-16.
Zhang, G., Zhang, J., Xu, L., Zhou, Y., Hou, P., Yang, F., Li, W., Liu, Z., Ding, Y., & Li, G. (2022). Study on the nutrient optimal management strategy of high and stable annual yield in the rice-wheat system: A 10-year term experiment. Agronomy, 12(698), 1-17.
Zuo, Z.W., Zhang, Z.H., Huang, D.R., Fan, Y.Y., Yu, S.B., Zhuang, J.Y., & Zhu, Y.J. (2021). Control of thousand-grain weight by OsMADS56 in rice. International Journal of Molecular Sciences, 23(125), 1-15.
Volume 54, Issue 2
June 2023
Pages 191-204
  • Receive Date: 07 September 2022
  • Revise Date: 31 December 2022
  • Accept Date: 02 February 2023
  • Publish Date: 22 June 2023