@article { author = {Movahedpour, F and Mohammadi Dabbagh Nassab, A and Shakiba, MR and Aharizad, S and Safare Gale, S and Ahmadi, A}, title = {Using Empirical Models for Evaluation of Soybean Yield Loss at Different Weed Control Methods}, journal = {JOURNAL OF AGRICULTURAL SCIENCE AND SUSTAINABLE PRODUCTION}, volume = {21}, number = {2}, pages = {59-72}, year = {2011}, publisher = {University of Tabriz}, issn = {2476-4310}, eissn = {2476-4329}, doi = {}, abstract = {          In order to assess the soybean )Glycin max (L.) Merrill.( grain, oil and protein yield loss caused by interference of  natural field weeds and the effects of weed management on weed dry weight loss an factorial experiment was conducted based on randomized complete blocks design with 3 replications at Research Farm of the University of Tabriz in 2008. Two factors included Johnsongrass water extract spray at four levels as No-spray, one spraying at 15 days after emergence (DAE), two sprays at 15 and 30 DAE and three sprays at 15, 30 and 40 DAE and current weed control methods in four levels as two hand-weedings, Trifluralin (pre-planting application), Trifluralin plus two hand-weedings and weedy infested. Integrated application of pre-planting herbicide and Johnsongrass water extract spray had severe effects on percentage of weed dry weight loss in comparison to application of only herbicide. Also application of water extract at three times showed considerable increase in weed dry weight loss compared to other treatments. The relative damage coefficient (q) of Kropff and Spitters model showed that weeds were more competitor  than soybean (q=1.001 and 1.002). The protein yield of soybean suffered a greater reduction as weed density increased. The response of grain, oil and protein yield loss with relative weed dry weight and weed density were linear and hyperbolic, respectively.  Increasing of relative weed dry weight decreased oil and grain yield and increasing of weed density decreased protein yield. Results based on model showed that weed density at 9.5 and 20 plant/m2 and relative weed dry weight at 5 and 10.2 caused grain yield loss by 5 and 10 %, respectively. This information about yield loss related to density and relative weed dry weight can be used to determine the acceptable yield loss and weed economic damage threshold. }, keywords = {empirical models,Integrated Weed Management,relative weed dry weight,soybean yield,Weed Density}, title_fa = {استفاده از مدل ‌های تجربی جهت ارزیابی افت عملکرد سویا در روش‌های مختلف کنترل علف ‌های هرز}, abstract_fa = {         آزمایشی در ایستگاه تحقیقاتی دانشکده کشاورزی دانشگاه تبریز در قالب طرح فاکتوریل بر اساس بلوک­های کامل تصادفی با 3 تکرار در سال 1387 جهت بررسی تاثیر مدیریت تلفیقی علف­های هرز (IWM) روی درصد افت وزن خشک علف­های هرز در مقایسه با شاهد (آلوده به علف هرز) اجرا شد. فاکتور اول اسپری عصاره آبی قیاق در 4 سطح شامل شاهد (بدون اسپری)، یکبار اسپری در 15 روز پس از سبز شدن سویا (15 DAE)، دو بار اسپری در 15 و 30 DAE، سه بار اسپری در 15، 30 و 40 DAE و فاکتور دوم روشهای متداول کنترل علف هرز نیز در 4 سطح شامل 2 بار وجین دستی، علف کش تریفلورالین (قبل از کشت)، 2 بار وجین دستی+ تریفلورالین و شاهد آلوده به علف هرز بودند. کاربرد تلفیقی علف کش قبل از کاشت و اسپری عصاره آبی قیاق در مقایسه با کاربرد فقط علف کش درصد افت وزن خشک علف­های هرز را بیشتر تحت تاثیر قرار داد. همچنین کاربرد عصاره آبی در 3 زمان افزایش قابل توجهی را در افت وزن خشک علف­های هرز در مقایسه با سایر تیمارهای کاربرد عصاره نشان داد. ضریب خسارت نسبی علف­های هرز در مدل کراف و اسپیترز نشان داد که علف­های هرز رقیب قویتری نسبت به سویا هستند (002/1 , 001/1 q=). عملکرد پروتئین سویا با افزایش تراکم علف­های هرز بیشتر آسیب دیده و کاهش شدیدی یافت. منحنی رشد افت عملکرد دانه، روغن و پروتئین به ترتیب با وزن خشک نسبی و تراکم علف­های هرز به صورت تقریبا خطی و هذلولی بدست آمد. می­توان نتیجه­گیری کرد که با افزایش وزن خشک نسبی علف­های هرز عملکرد دانه و روغن و با افزایش تراکم علف­های هرز عملکرد پروتئین بیشتر تحت تاثیر قرار می­گیرند. بر اساس مدل­های مورد استفاده در این تحقیق مشخص گردید که تراکم های 5/9 و 20  بوته در متر مربع و وزن نسبی معادل 5 و 2/10 از علف­های هرز به ترتیب موجب افت 5 و 10 درصدی عملکرد دانه سویا گردیدند. از اطلاعات مربوط به افت محصول در نتیجه تراکم و وزن خشک علف­های هرز می­توان در تعیین افت قابل قبول محصول وتعیین آستانه خسارت اقتصادی علف­های هرز بسته به هزینه­های کنترل استفاده کرد.}, keywords_fa = {تراکم علف‌های هرز,عملکرد سویا,مدل تجربی,مدیریت تلفیقی,وزن خشک نسبی علف‌های هرز}, url = {https://sustainagriculture.tabrizu.ac.ir/article_1224.html}, eprint = {https://sustainagriculture.tabrizu.ac.ir/article_1224_e024f07af53a6d8c3871316545c33986.pdf} }