Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
Unkraut sind unerwünschte Pflanzenarten, die in Kulturpflanzen wachsen. Wie andere Kulturpflanzen auch, ist Mais mit dem Problem der Konkurrenz durch Unkraut konfrontiert. In kleineren landwirtschaftlichen Betrieben wurden aufgrund von Unkraut Verluste von bis zu 70 % der Maisernte gemeldet. Die Zusammensetzung und Häufigkeit von Unkraut wird durch eine Reihe von Umweltvariablen sowie durch landwirtschaftliche Praktiken in einem Ökosystem beeinflusst. Die vorliegende Studie wurde konzipiert, um den Einfluss von Umweltvariablen auf die Zusammensetzung, Häufigkeit, Verbreitung und Bildung verschiedener Unkrautgemeinschaften im Distrikt Mardan in Pakistan zu untersuchen. Für jedes Feld wurden phytosoziologische Merkmale wie Dichte, Häufigkeit, relative Dichte, relative Häufigkeit und Importanzwerte gemessen. Die Daten zur An- und Abwesenheit von 29 Arten und 65 Feldern wurden mit Hilfe von Cluster- und Zwei-Wege-Clusteranalysen mit PC-ORD Version 5 analysiert, was zu vier Hauptunkrautgemeinschaften führte. Die CANOCO-Software Version 4.5 wurde verwendet, um die Umweltgradienten von Unkräutern durch kanonische Korrespondenzanalysen (CCA) zu bewerten. Die Ergebnisse zeigten, dass unter allen Umweltvariablen die stärksten Variablen CaCO3, hohe Phosphorkonzentration und höhere elektrische Leitfähigkeit waren.