Response of Rhizobacterial strains and organic amendments on chickpea growth / Resposta de cepas de rizobactérias e alterações orgânicas no crescimento do grão-de-bico

Plant Growth Promoting Rhizobacteria (PGPR) are beneficial bacteria that colonize plant roots and promote plant growth through a variety of mechanisms such as phosphate solubilization, phytohormones production, antifungal activity and also improve plant growth and yield. Field experiment was carried out to investigate the residual effect of organic amendments plus soil microbes along with integrated nutrient management. (PGPR) are important soil organism that promotes plant growth and yield root colonization is an example of a direct and indirect mechanism. The treatments included control, (inorganic fertilizer and no organic fertilization).Five bacterial strains were identified morphologically and biochemically screened from the rhizospheres of chickpea, lentil, barseem, mungbean, and sesame. The experiment was conducted at the Arid Zone Research Center in D.I.Khan (Pakistan). The majority of isolates resulted in significant increase in shoot length, root length, and dry matter production of Cicer arietinum seedlings' shoot and root. The experiment represented that isolates treated plots with rhizobium strain inoculation resulted in greater plant height (35.000 cm) and nodule count (38.00) No of pods per plant-1 (44.66) when compared to the control treatment, While (Mesorhizobium cicero) along with organic amendments showed significant response the greater root length (50 cm) was observed in T4 treatment. The Performance of rhizobial strains on chickpea germination in an arid environment was found to significantly increase crop germination percentage. This combination thus increases nitrogen and phosphorus uptake in inoculation treated plots. The study found that plots with inoculation treatments yielded significantly higher than non-treated plots Treatment with Mesorhizobium Cicero and compost resulted in a higher grain yield (8%) as compared to the control. The greater grain yield was observed in Treatment T4 (183.67).The result showed that use of PGPR have the potential to increase nutrient absorption from soil while improved growth of chickpea.(AU)

As rizobactérias promotoras de crescimento de plantas (PGPR) são bactérias benéficas que colonizam as raízes das plantas e promovem o crescimento das plantas através de uma variedade de mecanismos, como solubilização de fosfato, produção de fito-hormônios, atividade antifúngica e também melhoram o crescimento e o rendimento das plantas. O experimento de campo foi realizado para investigar o efeito residual de corretivos orgânicos mais micróbios do solo, juntamente com o manejo integrado de nutrientes. PGPR são importantes organismos do solo que promovem o crescimento das plantas e produzem a colonização de raízes, que é um exemplo de mecanismo direto e indireto. Os tratamentos incluíram controle (fertilizante inorgânico e sem adubação orgânica). Cinco cepas bacterianas foram identificadas morfologicamente e bioquimicamente selecionadas das rizosferas de grão-de-bico, lentilha, barseem, feijão-mungo e gergelim. O experimento foi conduzido no Arid Zone Research Center em D.I.Khan (Paquistão). A maioria dos isolados resultou em aumento significativo no comprimento da parte aérea, comprimento da raiz e produção de matéria seca da parte aérea e raiz das plântulas de Cicer arietinum. O experimento demonstrou que isolados de parcelas tratadas com inoculação de cepa de rizóbio resultaram em maior altura de planta (35.000 cm) e contagem de nódulos (38,00) n.º de vagens por planta-1 (44,66), quando comparado ao tratamento controle, enquanto (Mesorhizobium cicero), juntamente com as alterações orgânicas, apresentaram resposta significativa quanto maior o comprimento da raiz (50 cm) observado no Tratamento T4. O desempenho de linhagens de rizóbios na germinação do grão-de-bico em ambiente árido aumentou significativamente a porcentagem de germinação da cultura. Esta combinação aumenta assim a absorção de nitrogênio e fósforo nas parcelas tratadas com inoculação. O estudo constatou que as parcelas com tratamentos de inoculação produziram significativamente mais do que as parcelas não tratadas. O tratamento com Mesorhizobium cicero e composto resultou em maior produtividade de grãos (8%) em comparação com o controle. A maior produtividade de grãos foi observada no Tratamento T4 (183,67). O resultado mostrou que o uso de PGPR tem potencial para aumentar a absorção de nutrientes do solo enquanto melhora o crescimento do grão-de-bico.(AU)

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan

Abstract One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Resumo Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].(AU)

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].(AU)

Phytoremediation of toxic heavy metals in polluted soils and water of Dargai District Malakand Khyber Pakhtunkhwa, Pakistan / Fitorremediação de metais pesados ​​tóxicos em solos e água poluídos do distrito de Dargai Malakand Khyber Pakhtunkhwa, Paquistão

Abstract The contamination of natural resources with heavy metals released from steel mills is the primary cause of soil and water pollution in the Dargai Malakand, located on the northern side of Pakistan. Therefore, the present study was aimed to determine the level of heavy metals in soil and water samples of this area. The wild plant growing (nine native plants: Pteris vittata, Populus nigra, Eucalyptus camaldulensis, Persicaria maculosa, Arundo donax, Xanthium strumarium, Verbascum thapsus, Ricinus communis and Parthenium hysterophorus) there were then tested for their phytoremediation capabilities which is an environmentally friendly, generally utilized, and low-cost approach to eliminate heavy metals from polluted soils and water. Soil, water, and effluent samples were taken from the contaminated sites of seven steel mills in Dargai District Malakand and subjected to heavy metals analysis. Based on bioconcentration factor (BCF) and translocation factor (TF) calculated, The highest BCF for zinc was recorded for Pteris vittata roots (3.93), while the lowest value was observed for Verbascum thapsus leaves (0.306). Pteris vittata root showed the highest BCF for iron (1.618), while Ricinus communis leaves showed the lowest (0.023). The highest BCF value for chromium was highest for Populus nigra roots (0.717), while the lowest value was recorded for Persicaria maculosa leaves (0.031). For the selected metals; Fe, Zn and Cr the highest TF were recorded for Pteris vittata (0.988), Verbascum thapsus (0.944) and Xanthium strumairum (0.968) respectively. Therefore, it is recommended that these plants should be grown near to steel mills to reclaim heavy metals from industrial effluent, polluted soil as well as from polluted water.

A contaminação dos recursos naturais com metais pesados ​​liberados pelas siderúrgicas é a principal causa da poluição do solo e da água no Dargai Malakand, localizado no lado norte do Paquistão. Portanto, o presente estudo teve como objetivo determinar o teor de metais pesados ​​em amostras de solo e água desta área. O cultivo de plantas silvestres (nove plantas nativas: Pteris vittata, Populus nigra, Eucalyptus camaldulensis, Persicaria maculosa, Arundo donax, Xanthium strumarium, Verbascum thapsus, Ricinus communis e Parthenium hysterophorus) foi testado quanto às suas capacidades de fitorremediação, que é um meio ambiente, geralmente utilizado, e abordagem de baixo custo para eliminar metais pesados ​​de solos e águas poluídas. Amostras de solo, água e efluentes foram retiradas dos locais contaminados de sete siderúrgicas no distrito de Dargai, Malakand, e submetidas à análise de metais pesados. Com base no fator de bioconcentração (BCF) e fator de translocação (TF) calculados, o maior BCF para zinco foi registrado para as raízes de Pteris vittata (3,93), enquanto o menor valor foi observado para as folhas de Verbascum thapsus (0,306). A raiz de Pteris vittata apresentou o maior BCF para ferro (1,618), enquanto as folhas de Ricinus communis apresentaram o menor (0,023). O maior valor de BCF para cromo foi maior para raízes de Populus nigra (0,717), enquanto o menor valor foi registrado para folhas de Persicaria maculosa (0,031). Para os metais selecionados, Fe, Zn e Cr, os maiores TF foram registrados para Pteris vittata (0,988), Verbascum thapsus (0,944) e Xanthium strumairum (0,968), respectivamente. Portanto, recomenda-se que essas plantas sejam cultivadas próximas a siderúrgicas para recuperar metais pesados ​​de efluentes industriais, solo poluído e água poluída.