Nitrogen Application Improved Photosynthetic Productivity, Chlorophyll Fluorescence, Yield and Yield Components of Two Oat Genotypes under Saline Conditions
Notice bibliographique
Résumé
: Understanding the interaction between salinity and nitrogen (N) nutrition is of great economic importance to improve plant growth and grain yield for oat plants. The objective of this study was to investigate whether N application could alleviate the negative effect of salinity (NaCl) stress on oat physiological parameters and yield performance. Two oat genotypes with contrasting salt tolerance response (6-SA120097, a salt-tolerant genotype SA and 153-ND121147, salt-sensitive ND) were grown under four N rates (0, 100, 200, and 400 mg N pot−1) in non-saline and saline (100 mM NaCl) conditions. The results showed that salinity, N fertilization and their interaction significantly affected the photosynthetic rate, transpiration rate, agronomic nitrogen use efficiency (aNUE), physiological nitrogen efficiency (pNUE) and apparent nitrogen recovery (ANR), seed number, and grain yield. Saline stress reduced gas exchange rate, nitrogen use efficiency (NUE), grain yield, and yield components. N fertilization increased photosynthetic productivity and chlorophyll fluorescence, resulting in improved grain yields and yield components for both genotypes. On average, the photosynthetic rate was increased by 38.7%, 74.1%, and 98.8% for SA and by 49.8%, 77.6%, and 110% for ND, respectively, under the N rates of 100, 200, and 400 mg N pot−1, as compared with non-fertilized treatment. In addition, grain yield was increased by 80.6% for genotype SA and 88.7% for genotype ND under higher N application rate (200 mg N pot−1) in comparison with the non-nitrogen treatment. Our experimental results showed that an increase of N supply can alleviate the negative effects induced by salinity stress and improved plant growth and yield by maintaining the integrity of the photosynthesis and chlorophyll fluorescence processes of oat plants, which provides a valuable agronomic strategy for improving oat production in salt-affected soils.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».