Growth analysis of winter wheat cultivars as affected by nitrogen fertilization / Wachstumsanalyse von Winterweizensorten in Abhängigkeit von Stickstoffdüngung

Eszter Sugár; Zoltán Berzsenyi; Péter Bónis; Tamás Árendás

doi:10.1515/boku-2017-0005

.blurhash-client-img { display: none !important; }

Growth analysis of winter wheat cultivars as affected by nitrogen fertilization / Wachstumsanalyse von Winterweizensorten in Abhängigkeit von Stickstoffdüngung

Die Bodenkultur: Journal of Land Management, Food and Environment

Volume 68 (2017): Issue 1 (March 2017)

By: Eszter Sugár, Zoltán Berzsenyi, Péter Bónis and Tamás Árendás

Open Access

|Mar 2017

Figures & Tables

Effect of N treatment on the above-ground dry matter (g plant^-1) of wheat cultivars (mean values for the years 2007-2009)
Error bars are LSD (p<0.05) separating means of different fertilization treatments.
Abbildung 1. Einfluss der N-Düngung auf die oberirdische Trockenmasse (g Pflanze^-1) der Weizensorten (Mittelwerte für die Jahre 2007-2009)
Die Fehlerbalken zeigen Grenzdifferenzen (p<0,05), welche die Mittelwerte der Düngebehandlungen abgrenzen.

Effect of N treatment on the leaf area (cm² plant^-1) of wheat cultivars (mean values for the years 2007-2009)
Error bars are LSD (p<0.05) separating means of different fertilization treatments.
Abbildung 2. Einfluss der N-Düngung auf die Blattfläche (cm² Pflanze^-1) der Weizensorten (Mittelwerte für die Jahre 2007-2009)
Die Fehlerbalken zeigen Grenzdifferenzen (p<0,05), welche die Mittelwerte der Düngebehandlungen abgrenzen.

Effect of N treatment on the dynamics of the AGR, RGR, LAI, ALGR, NAR and LAR of Mv Palotás in 2008
Error bars are LSD (p<0.05) separating means of different fertilization treatments.
Abbildung 3. Einfluss der N-Düngung auf die Dynamik von AGR, RGR, LAI, ALGR, NAR und LAR der Sorte Mv Palotás in 2008
Die Fehlerbalken zeigen Grenzdifferenzen (p<0,05), welche die Mittelwerte der Düngebehandlungen abgrenzen.

Table 1

Effect of N fertilization on the mean values of the growth parameters and the maximum leaf area index (LAI) of wheat cultivars, using the functional method of growth analysis (2007-2009)

Tabelle 1. Einfluss der N-Düngung auf die Mittelwerte der Wachstumsparameter und den maximalen Blattflächenindex (LAI) der Weizensorten nach der funktionellen Methode der Wachstumsanalyse (2007-2009)

	2007			2008			2009

N rate	Toborzó	Palotás	Verbunkos	Toborzó	Palotás	Verbunkos	Toborzó	Palotás	Verbunkos
					AGR_mean [g day⁻¹ 10⁻²]
N₀	2.17	2.04	2.28	2.33	2.07	2.61	2.14	2.40	2.26
N₈₀	2.50	2.63	2.64	2.98	3.25	3.52	3.82	3.87	3.29
N₁₆₀	2.79	2.95	2.84	3.28	3.40	3.63	4.60	4.42	3.92
N₂₄₀	2.88	2.98	3.01	3.49	3.52	3.83	4.09	3.99	3.76
					LSD values
N rate (N)		0.21^***			0.15^***			0.26^***
Cultivar (C)		0.14^NSNS			0.14^***			0.17^***
N × C		0.30^*			0.26^***			0.36^*

					ALGR_mean [cm² day⁻¹]†
N₀	0.35	0.83	0.82	1.35	1.13	1.25	0.67	0.99	1.17
N₈₀	1.15	1.51	1.35	1.69	1.91	2.28	1.50	1.86	1.76
N₁₆₀	1.57	1.85	1.44	2.34	1.90	2.48	2.32	2.36	1.84
N₂₄₀	1.49	2.02	1.65	2.32	1.86	2.78	2.50	2.08	2.61
					LSD values
N rate (N)		0.10^***			0.09^***			0.13^***
Cultivar (C)		0.10^***			0.08^***			0.08^***
N × C		0.18^***			0.15^**			0.17^***

					RGR_mean [g g⁻¹ day⁻¹10⁻²]
N₀	2.34	2.73	2.72	2.94	3.15	3.24	2.45	2.87	2.54
N₈₀	2.45	2.82	2.72	3.20	3.36	3.19	3.40	3.54	2.97
N₁₆₀	2.59	2.82	2.75	3.44	3.53	3.45	3.63	3.79	3.29
N₂₄₀	2.54	2.73	2.84	3.39	3.53	3.34	3.27	3.33	3.07
					LSD values
N rate (N)		0.13^**			0.11^***			0.34^***
Cultivar (C)		0.18^***			0.13^NSNS			0.30^NSNS
N × C		0.31^*			0.22^***			0.58^**

					NAR_mean [g m⁻² day⁻¹]
N₀	2.17	2.31	2.13	1.92	2.81	2.64	3.84	3.83	3.50
N₈₀	2.22	2.39	2.35	1.93	2.98	1.98	4.56	3.91	3.03
N₁₆₀	2.06	2.43	2.29	2.24	3.30	2.20	4.06	3.81	3.14
N₂₄₀	2.16	2.18	2.57	2.17	3.13	2.11	3.23	3.53	3.06
					LSD values
N rate (N)		0.18^***			0.15^***"			0.23^***
Cultivar (C)		0.11^***			0.16^**			0.23^**
N × C		0.24^***			0.30^***			0.42^NSNS

					LAR_mean[cm² g ⁻¹]
N₀	75.2	84.8	88.1	107.7	82.8	93.0	74.4	75.2	64.1
N₈₀	84.5	90.8	88.6	113.2	85.0	113.2	81.6	79.6	85.8
N_l60	95.2	91.6	92.9	112.8	80.6	115.3	88.0	88.9	97.1
N₂₄₀	90.5	98.7	89.1	113.4	82.7	117.1	85.8	83.8	87.3
					LSD values
N rate (N)		2.4^***			3.0^**			6.0^***
Cultivar (C)		2.6^NSNS			1.5^***			5.5^*
N × C		4.7^***			3.7^***			10.4^NSNS

					CGR_mean [g m⁻ day⁻¹]
N₀	10.3	9.3	10.9	12.5	10.1	13.0	9.8	8.4	9.6
N₈₀	14.8	12.6	14.4	15.3	16.1	16.8	17.3	16.1	15.2
N_l60	17.2	15.4	15.3	17.2	16.3	18.3	20.1	18.1	16.9
N₂₄₀	16.6	14.7	14.9	16.3	17.0	18.2	15.8	17.9	15.6
					LSD values
N rate (N)		1.2^***			0.9^***			0.9^***"
Cultivar (C)		1.0^***			0.6^***			0.8^***
N × C		1.9^**			1.3^***			1.5^*

					LAI_max [m² m⁻²]
N₀	2.95	3.85	4.43	5.77	4.53	5.13	3.71	2.63	3.43
N₈₀	7.49	6.79	7.06	6.88	7.64	9.39	4.76	4.95	5.59
N_l60	10.49	8.67	7.50	9.70	7.51	10.56	6.59	6.38	5.74
N₂₄₀	9.58	9.23	7.64	8.51	7.38	10.93	7.13	5.26	6.88
					LSD values
N rate (N)		0.37^***			0.34^***			0.25^***
Cultivar (C)		0.60^**			0.23^***			0.30^*
N × C		1.03^***			0.48^***			0.53^**

*** p<0.001

NS NS=non-significant;

*** p<0.001

* p<0.05

*** p<0.001

* p<0.05

† ALGR values are for the leaf area increasing period

*** p<0.001

** p<0.01

*** p<0.001

** p<0.01

*** p<0.001

NS NS=non-significant;

* p<0.05

*** p<0.001

** p<0.01

*** p<0.001

** p<0.01

*** p<0.001

NS NS=non-significant;

*** p<0.001

** p<0.01

*** p<0.001

NS NS=non-significant;

*** p<0.001

* p<0.05

*** p<0.001

NS NS=non-significant;

*** p<0.001

** p<0.01

*** p<0.001

* p<0.05

*** p<0.001

** p<0.01

*** p<0.001

* p<0.05

*** p<0.001

** p<0.01

Table 2

Effect of N fertilizer treatments on the biomass duration (BMD) and the leaf area duration (LAD_LAI, LAD_flag-ieaf) of wheat cultivars, using the classical method of growth analysis (2007-2009)

Tabelle 2. Einfluss der N-Düngung auf die Biomassedauer (BMD) und die Blattflächendauer (LAD_LAI, LAD_flagdeaf) der Weizensorten nach der klassischen Methode der Wachstumsanalyse (2007-2009)

	2007			2008			2009

N rate	Toborzó	Palotás	Verbunkos	Toborzó	Palotás	Verbunkos	Toborzó	Palotás	Verbunkos
					BMD (g day)
N₀	200	178	194	149	132	156	133	131	129
N₈₀	249	221	229	181	199	200	186	182	171
N₁₆₀	273	250	249	201	205	208	213	197	187
N₂₄₀	288	256	264	217	213	219	209	195	187
					LSD values
N rate (N)		6^***			4^***			4^***
Cultivar (C)		3^***			2^***			3^***
N × C		8^**			5^***			6^***

					LAD_LAI (day)
N₀	193	243	287	325	235	265	265	191	229
N₈₀	472	408	436	376	386	450	310	288	365
N₁₆₀	639	520	475	488	383	502	366	349	378
N₂₄₀	606	554	465	437	389	511	352	328	388
					LSD values
N rate (N)		18^***			8^***			11^***
Cultivar (C)		12^***			7^***			6^***
N × C		25^***			13^***			14^***

					LAD_{flag_leaf} (cm² day)
N₀	533	487	488	499	437	559	368	349	412
N₈₀	574	568	549	627	685	678	477	568	553
N₁₆₀	667	572	623	907	825	858	483	654	675
N₂₄₀	650	624	637	806	826	925	602	611	777
					LSD values
N rate (N)		18^***			30^***			27^***
Cultivar (C)		19^***			21^***			38^***
N × C		35^{NS^NS}			₄₃^***			66^**

*** p<0.001

** p<0.01

*** p<0.001

NS NS=non-significant

*** p<0.001

** p<0.01

Table 3

Variables significantly influencing yield per plant (g plant⁻¹) alone or in combination, based on the stepwise method of multiple regression analysis (n = 36)

Tabelle 3. Variablen, die den Ertrag der Einzelpflanzen (g Pflanze⁻¹) signifikant beeinflussen, allein oder in Kombinationen, nach der schrittweisen Methode der Mehrfach-Regressionsanalyse (n = 36)

No. of variables	Variable	R²	R²	C_p	AIC
1	GN† spike⁻¹	93.6	93.4	161	197
1	RGR_mean	70.8	70.0	848	884
1	AGR_mean	63.4	62.3	1072	1108
1	ALGR_mean	58.5	57.3	1219	1255
1	LAD_{flag_leaf}	30.9	28.8	2054	2090
2	GN spike⁻¹ TKW‡	98.2	98.1	24.5	60.5
2	GN spike⁻¹ RGR_mean	94.6	94.2	134	170
2	GN spike⁻¹ AGR_mean	94.3	93.9	143	179
3	GN spike⁻¹ TKW RGR_mean	98.7	98.6	11.0	47.0
3	GN spike⁻¹ LAR_mean NAR_mean	95.5	95.i	107	143
4	GN spike⁻¹ TKW RGR_mean LAD_{flag_leaf}	98.9	98.7	8.4	44.4
4	GN spike⁻¹ TKW ALGR_mean LAD_{flag_leaf}	98.7	98.5	14.7	50.7
4	GN spike⁻¹ TKW LAR_mean NAR_mean	98.5	98.4	18.1	54.1

R2: multiple correlation coefficient, R² : adjusted R², Cp: Cp criterion, AIC: Akaike’s information criterion

† GN, grain number

‡ TKW, thousand kernel weight

Table 4

Variables significantly influencing crop yield (t ha⁻¹) alone or in combination, based on the stepwise method of multiple regression analysis (n = 36)

Tabelle 4. Variablen, die den Ertrag des Pflanzenstandes (t ha⁻¹) signifikant beeinflussen, allein oder in Kombinationen, nach der schrittweisen Methode der Mehrfach-Regressionsanalyse (n = 36)

No. of variables	Variable	R²	R²	Cp	AIC
1	GN† m⁻²	71.4	70.5	16.5	52.5
1	CGR_mean	54.3	53.0	45.3	81
1	LAI_max	32.4	30.4	82	118
1	HI	25.3	23.1	94	130
1	TKW‡	19.4	17	104	140
1	LAD_LAI	17.8	15.4	107	143
2	GN m⁻² LAD_LAI	80.6	79.4	2.9	38.9
2	GN m⁻² LAI_max	78.3	77.0	6.8	42.8
2	GN m⁻² CGR_mean	76.9	75.5	9.1	45.1
2	GN m⁻² BMD	76.3	74.8	10.2	46.2
2	GN m⁻² HI	74.6	73.1	12.9	48.9
3	GN m⁻²_LAImax HI	81.7	80.0	2.9	38.9

R2: multiple correlation coefficient, R² : adjusted R², Cp: Cp criterion, AIC: Akaike’s information criterion

† GN, grain number

‡ TKW, thousand kernel weight

References

Authors

Metrics

Articles in this issue

DOI: https://doi.org/10.1515/boku-2017-0005 | Journal eISSN: 2719-5430 (formerly 0006-5471) | Journal ISSN: 0006-5471

Journal RSS Feed

Language: English, German

Page range: 57 - 70

Submitted on: Jan 13, 2017

Accepted on: Mar 21, 2017

Published on: Mar 31, 2017

Published by: Universität für Bodenkultur Wien

In partnership with: Paradigm Publishing Services

Publication frequency: Volume open

Keywords:

yield response,

classical growth analysis,

Related subjects:

Ecology,

© 2017 Eszter Sugár, Zoltán Berzsenyi, Péter Bónis, Tamás Árendás, published by Universität für Bodenkultur Wien
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.

Volume 68 (2017): Issue 1 (March 2017)