Evaluation of the application of three types of organic fertilizers on the yield and yield components of white bean (Phaseolus vulgaris) in the Hidaj region, Zanjan province

Document Type : Research Paper

Authors

1 Ph.D. student of Soil Science and Engineering, Faculty of Agriculture, University of Zanjan, Zanjan Iran.

2 Associate professor of Soil Science, Faculty of Agriculture, University of Zanjan, Zanjan Iran

3 Ph.D. in Food Engineering, Farhikhtegan Zarnam Industrial Research Group, Alborz Province, Hashtgerd city, Alborz Iran

4 Associate professor of Soil Science, Faculty of Agriculture, University of Zanjan, Zanjan Iran.

5 Ph.D. student of Soil Science and Engineering, Faculty of Agriculture, University of Zanjan, Zanjan Iran

10.22092/ijsr.2025.368115.766

Abstract

This study was conducted in the summer of 2024 in the Hidaj region of Zanjan province to evaluate the effects of three types of organic fertilizers on agronomic traits and yield of white bean using a randomized complete block design (RCBD) with three replications. The treatments consisted of different mixing ratios of liquid organic fertilizers derived from corn prossing, molasses, and vinasse, applied at a rate of 90 liters per hectare. The treatments included: 100-0-0 (Z1), 75-25-0 (Z2), 75-0-25 (Z3), 50-25-25 (Z4), 0-100-0 (M5), 25-75-0 (M6), 0-75-25 (M7), 25-50-25 (M8), 0-0-100 (V9), 25-0-75 (V10), 0-25-75 (V11), 25-25-50 (V12), and 0-0-0 (C13, control). Among the treatments applied, treatment (Z1) increased plant height, dry weight, number of seeds per plant and grain yield by 18.14, 17.39, 21.34 and 25.82 percent, respectively, compared to the control. Also, treatment (Z2) increased plant height, dry weight, number of seeds per plant and grain yield by 16.72, 21.67, 19.51 and 26.18 percent, respectively, and treatment (M6) increased plant height, dry weight, number of seeds per plant and grain yield by 15.89, 18.27, 18.90 and 21.77 percent, respectively, compared to the control. Considering the cost price of these three types of organic fertilizers, the economic analysis of the studied treatments showed that treatment (Z2) increased yield by 26.17% compared to the control treatment and ultimately led to an increase in net profit equivalent to 0.801 billion rials.

Keywords

Main Subjects

References

  1. بیات، جواد، هاشمی، سید حسین، خوشبخت، کورس، و دیهیم فرد، رضا، 1395. پهنه­بندی عناصر غذایی (نیترات و فسفات)، کربن آلی، هدایت الکتریکی و pH خاک در اراضی جنوب شهر تهران. فصلنامه علوم محیطی، 14(2)، صص. 1-12.
  2. رحیم­پور، فاطمه، علی عباس پور، رحیم، 1393. پهنه­بندی آلودگی فلزات سنگین خاک با استفاده از روش­های کریجینگ و توابع پایه شعاعی (مطالعه موردی: شهرستان هریس). فصلنامه علمی-پژوهشی اطلاعات جغرافیایی، 23(91)، صص. 55-67.
  3. شعبانی، حدیثه، دلاور، محمد امیر، صفری، یاسر، علمداری، پریسا، 1398. پهنه بندی و تحلیل مکانی برخی خصوصیات خاک در اراضی دانشگاه زنجان. تحقیقات کاربردی خاک، 7 (4)، صص 164-187.
  4. طاعتی، عباس، سرمدیان، فریدون، متقیان، حمید رضا، و موسوی، سید روح الله، 1399. پهنه­بندی برخی ویژگی­های سطحی و عمقی پروفیل خاک با استفاده از تکنیک زمین آمار در بخشی از اراضی دشت قزوین. فصلنامه انسان و محیط زیست، 52، صص67-81.
  5. عباسی، طاهره و شمس­نیا سید امیر، 1393. ارزیابی مقایسه­ای سیستم استنتاج فازی-عصبی (ANFIS ) و روش­های متداول درون­یابی در تخمین بارش در استان فارس. نشریه آبیاری و زهکشی ایران، 3(11)، صص 448-460.
  6. فتوحی فیروز آباد، فرزانه و افخمی اردکانی، حمیده، 1401. ارزیابی و مقایسه روش­های درون­یابی و رگرسیون خطی جهت تعیین توزیع مکانی بارش در استان چهارمحال و بختیاری. نشریه محیط زیست و مهندسی آب، 8 (1)، صص 221-232.
  7. کشتکار، سمیرا، جعفری، اعظم و فرپور، محمد هادی، 1397. تاثیر عوامل محیطی و خاکساز بر تنوع خاک های مناطق کرمان و لاله زار. نشریه مدیریت خاک و تولید پایدار، 8(1)، صص 106-89.
  8. کوره­پزان دزفولی، امین، 1384، اصول تئوری مجموعه های فازی و کاربردهای آن در مدلسازی مسایل مهندسی منابع آب، چاپ اول. انتشارات جهاد دانشگاهی واحد صنعتی امیر کبیر، صص 137-153.
  9. نوروزی، سارا، سهرابی، اکبر، خاوازی، کاظم، متین فر، حمیدرضا ،1397. تاثیر مصرف گوگرد بر روند تغییرات pH و قابلیت جذب فسفر خاک در گندم (Triticum aestivum L.)', ، زیست شناسی خاک، 6(1)، صص 41-29.
  10. هاشمی، مسعود، غلامعلی­زاده آهنگر، احمد، بامری، ابوالفضل، سارانی، فریدون، و حجازی زاده، ابوالفضل، 1395. شناسایی و پهنه­بندی خصوصیات فیزیکی و شیمایی خاک با استفاده از روش­های زمین­آماری درGIS (مورد مطالعاتی: منطقه میانکنگی سیستان). نشریه آب و خاک (علوم و صنایع کشاورزی)، 30(2)، صص 443-458.
  11. Barrow, N.J. and Hartemink, A.E., 2023. The effects of pH on nutrient availability depend on both soils and plants. Plant and Soil, 487(1), pp.21-37.
  12. Carter, M.R. and Gregorich, E.G., 2007. Soil sampling and methods of analysis. CRC press.
  13. Fornasier, E., Fornasier, F. and Di Marco, V., 2018. Spectrophotometric methods for the measurement of soil pH: A reappraisal. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 204, pp.113-118.
  14. Hilal, A., Bangroo, S.A., Kirmani, N.A., Wani, J.A., Biswas, A., Bhat, M.I., Farooq, K., Bashir, O. and Shah, T.I., 2024. Geostatistical modeling—a tool for predictive soil mapping. In Remote Sensing in Precision Agriculture, 389-418. Academic Press.
  15. Gia PHam, T., Kappas, M., Van Huynh, C. and Hoang Khanh Nguyen, L., 2019. Application of ordinary kriging and regression kriging method for soil properties mapping in hilly region of Central Vietnam. ISPRS International Journal of Geo-Information, 8(3), pp.147.
  16. Odhiambo, B.O., Kenduiywo, B.K. and Were, K., 2020. Spatial prediction and mapping of soil pH across a tropical afro-montane landscape. Applied Geography, 114, pp.102129.
  17. Powell, B., McBratney, A.B. and MacLeod, D.A., 1991. The application of fuzzy classification to soil pH profiles in the Lockyer Valley, Queensland, Australia. Catena, 18(3-4), pp.409-420.
  18. Yang, H., Zhu, Z., Li, C. and Li, R., 2020. A novel combined forecasting system for air pollutants concentration based on fuzzy theory and optimization of aggregation weight. Applied Soft Computing, 87, pp.105972.
  19. Zeraatpisheh, M., Bakhshandeh, E., Emadi, M., Li, T. and Xu, M., 2020. Integration of PCA and fuzzy clustering for delineation of soil management zones and cost-efficiency analysis in a citrus plantation. Sustainability, 12(14), pp.5809.
  20. Zhang, Y., Ye, H., Liu, R., Tang, M., Nie, C., Han, X., Zhao, X., Wei, P. and Wen, F., 2024. Spatial and Temporal Variations of Soil pH in Farmland in Xinjiang, China over the Past Decade. Agriculture, 14(7), pp.1048.
  21. Zare Mehrjardi, M., Taghizadeh-Mehrjardi, R. and Akbarzadeh, A., 2010. Evaluation of geostatistical techniques for mapping spatial distribution of soil pH, salinity and plant cover affected by environmental factors in Southern Iran. Notulae Scientia Biologicae, 2(4), pp.92-103.
Iranian Journal of Soil Research
Volume 39, Issue 1
June 2025
Pages 103-126

Files

Share

How to cite

Statistics