Patates mahsullerinin ısı stresi ile başa çıkmasına yardımcı olmak için etkili olduğu gösterilen yeni bir biyolojik uyarıcı bu sezon kullanıma hazır.
Tarım kimyası şirketi Syngenta tarafından piyasaya sürülen Quantis olarak bilinen ürün, uzun süreli veya aşırı sıcaklık stresi yaşayan mahsullerdeki verimi 2.2 t / ha'ya kadar önemli ölçüde artırıyor.
Birleşik Krallık'ta artan sıcak büyü sıklığı ve şiddeti ile bitkinin moleküler hücre işlevini tamamlamaya yardımcı olan organik karbon, amino asitler, potasyum ve kalsiyum karışımı patates yetiştiricileri için kullanışlı bir araç olabilir.
Ayrıca bakınız: Video: ABD'li patates yetiştiricisi pestisit kullanımını nasıl azaltıyor?
Deneme sonuçları
Kapsamlı saha denemesi araştırmasının ardından, teknik Dave King'in başkanı Syngenta, biyo-uyarıcının yumru başlangıcından mahsul hacimlendirme aşamasına kadar patates tarımında nasıl önemli bir rol oynayabileceğini açıklıyor.
Yumru verimlerindeki en yüksek getirinin, yumru başlangıcından şişirme aşaması boyunca uygulanan 2 litre / ha'da üç uygulamadan elde edildiğini bildirdi.
Uygulama penceresi sırasında dört saatten fazla 32 ° C'nin üzerinde koşullar yaşayan 25 tesisten verimler ortalama 2.2 t / ha daha yüksekti.
Bu süre zarfında 14C'yi aşan bir ısı olayı yaşayan 30 tesiste, ortalama 1.9 t / ha verim artışı kaydetti.
Nasıl çalışır
Ürünün, patates bitkisinin ısı stresine uyum sağlama ve hasarı önleme doğal yeteneğini etkinleştirerek ve geliştirerek çalıştığına inanılıyor.
"Doğrudan bir antioksidan olarak hareket ederek, özellikle yapraklar çok ısınırsa yapraklarda hasara neden olabilecek reaktif oksijen türlerine (serbest radikaller) karşı koymaya yardımcı olabilir" diye açıklıyor Mr King.
Ayrıca, bitki yapılarını stres altındayken nitrojen ve protein bozulmasından korumaya yardımcı olan ve hücre ozmozunu düzenlemek ve ısı stresine karşı hafifletmek için ozmoprotektan düzenleyiciler sağlayan bir amino asit seviyesi içerir.
Bu yıl devam eden saha araştırması, sulama ve mahsul süresi gibi çeşitler ve diğer değişkenler arasındaki farklılıkları araştıran daha kontrollü denemelerle uygulama zamanlamalarının iyileştirilmesine bakacak.