
تعداد نشریات | 13 |
تعداد شمارهها | 623 |
تعداد مقالات | 6,503 |
تعداد مشاهده مقاله | 8,660,543 |
تعداد دریافت فایل اصل مقاله | 8,261,968 |
ارزیابی برهمکنش ژنوتیپ × محیط عملکرد دانه ژنوتیپ های پیشرفته عدس دیم با روش چند متغیره GGE biplot | ||
مجله تولید گیاهان زراعی | ||
دوره 15، شماره 2، تیر 1401، صفحه 203-218 اصل مقاله (941.47 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22069/ejcp.2022.19702.2471 | ||
نویسندگان | ||
امین نامداری* 1؛ پیام پزشکپور2؛ اصغر مهربان3؛ امیر میرزایی4؛ بهروز واعظی5 | ||
1استادیار موسسه تحقیقات کشاورزی دیم کشور، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کهگیلویه و بویراحمد، سازمان تحقیقات، آموزش | ||
2استادیار موسسه تحقیقات کشاورزی دیم کشور، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، | ||
3استادیار موسسه تحقیقات کشاورزی دیم کشور، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی اردبیل، سازمان تحقیقات، آموزش و ترویج کشاورزی، | ||
4استادیار موسسه تحقیقات کشاورزی دیم کشور، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی ایلام ، سازمان تحقیقات، آموزش و ترویج کشاورزی، | ||
5مربی پژوهشی موسسه تحقیقات کشاورزی دیم کشور، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کهگیلویه و بویراحمد، سازمان تحقیقات، آموزش | ||
چکیده | ||
سابقه و هدف. با توجه به کمبودهای موجود در زمینه رقم های عدس سازگار به مناطق دیم معتدله و نیمه گرم کشور، شناسایی ژنوتیپ های واجد پتانسیل جهت معرفی به عنوان رقم، بسیار مهم میباشد و در واقع میتواند بخشی از محدودیت ها در زمینه عملکرد عدس در این مناطق را برطرف نماید. این ژنوتیپ ها افزون بر عملکرد بالا باید واجد پایداری عملکرد در مناطق گوناگون و به عبارتی سازگاری عمومی باشند. در این راستا در پژوهش حاضر، در ادامه برنامه های به نژادی عدس در اقلیم معتدل و نیمه گرم، ژنوتیپهای عدس پیشرفته برگزیده از آزمایش های سال های گذشته، در قالب آزمایش های چندمحیطی، جهت شناسایی برترین ژنوتیپ(ها) با سازگاری عمومی قابل قبول و عملکرد بالا، با روش چند متغبیره GGE بایپلات مورد ارزیابی قرار گرفتند. مواد و روشها. به منظور بررسی پایداری عملکرد ژنوتیپ های پیشرفته عدس، پژوهش حاضر با 14 ژنوتیپ برگزیده برنامه بهنژادی سال های گذشته به همراه دو رقم گچساران و سپهر به عنوان شاهد طی دو سال (از سال 97) و در چهارمنطقه گچساران، خرمآباد، ایلام و مغان در قالب طرح بلوک های کامل تصادفی و در سه تکرار انجام پذیرفت. یافته ها. تجزیه به مولفهها در مدل GGE بایپلات نشان داد که 1/47 % تنوع، توسط دو مولفه نخست، توجیه میشود. نمودار موزاییکی آشکار ساخت که سهم تنوع ناشی از برهم کنش ژنوتیپ × محیط، به طور قابل توجهی بالاتر از تنوع ناشی از ژنوتیپ به تنهایی است. با استفاده از مدل GGE بایپلات و در نظر گرفتن دو ویژگی توان تمایز و نمایندگی، محیط های 1و2 مربوط به منطقه گچساران به عنوان محیط مطلوب جهت تفکیک ژنوتیپها ، شناسایی شدند. بایپلات روابط میان محیطها، آشکار ساخت که همبستگی هیچ یک از مناطق خرم اباد، گچساران، مغان و ایلام به نحوی نبود که بتوان گفت که برخی از مناطق یادشده میتوانند از یکدیگر نمایندگی کنند و به نحوی امکان کاهش مکانهای اجرای آزمایش در اینده وجود داشته باشد. ژنوتیپ 11 از نظر عملکرد، نزدیکترین فاصله را با ژنوتیپ ایدهآل داشت. این ژنوتیپ در محور عملکرد ، واجد بالاترین عملکرد بود و از نظر پایداری نیز در وضعیتی متوسط قرار داشت. ژنوتیپ 9، از نظر عملکرد در رتبه دوم قرار داشت ولی پایداری عملکرد بهتری از ژنوتیپ 11 و سایر ژنوتیپها داشت و در واقع از نظر پایداری نزدیکترین ژنوتیپ به ژنوتیپ ایدهآل بود. ژنوتیپ های 10 و 1 نیز در رتبههای بعدی قرار داشتند. نتیجه گیری. با در نظر گرفتن هر دو فاکتور عملکرد و پایداری عملکرد در محیط های گوناگون، ژنوتیپ های 9، 11، 10 و 1 ، ژنوتیپ-های مطلوب میباشند. این ژنوتیپ ها از هر دو رقم شاهد (ژنوتیپ های 15 و 16) به طور قابل توجهی هم از نظر عملکرد و هم پایداری عملکرد، برتر بودند. | ||
کلیدواژهها | ||
اقلیم معتدل؛ اقلیم نیمه گرم؛ پایداری عملکرد؛ ژنوتیپ ایدهآل؛ مولفههای اصلی | ||
مراجع | ||
1.Gurmu, F., Lire, E.A., Asfaw, A., Alemayehu, F., Rezene, Y. and Ambachew, D. 2012. GGE- biplot analysis of grain yield of faba bean genotypes in Southern Ethiopia. Electron J. Plant Breed. 3: 3. 898-907.
2.Moreno-Gonzalez, J., Crossa J. and Cornelius, P.L. 2004. Genotype × environment interaction in multi-environment trials using shrinkage factors for AMMI models. Euphytica. 137: 119-127.
5.Yan, W., Cornelius.,P.L., Crossa. J. and Hunt, L.A. 2001. Two types of GGE biplots for analyzing multi environment trial data. Crop Sci. 41: 656-663.
6.Yan, W., Fregeau-Reid, J.A., Pageau, D.R.A., Mitchell Fetch, J.W., Etienne, M., Rowsell, J., Scott, P., Price, M., De Haan., B., Cummiskey., A., Lajeunesse, J., Durand, J. and Sparry, E. 2010. Identifying essential test locations for oat breeding in eastern Canada. Crop Sci. 50: 504-515.
8.Yan, W., Kang, M.S., Ma, B., Woods, S. and Cornelius. P.L. 2007. GGE- biplot vs AMMI analysis of genotype-by environment data. Crop Sci. 47: 643-655.
9.Sabaghnia, N., Dehghani, H. and Sabaghpour, S.H. 2008. Graphic analysis of genotype and environment interaction for lentil (Lens culinaris Medik) yield in Iran. Agron J. 100: 760-764. (In Persian)
10.Laffont, J.L., Hanafi. M. and Wright. K. 2007. Numerical and graphical measures to facilitate the interpretation of GGE biplots. Crop Sci. 47: 990-996.
11.Barati, A., Lakzadeh, I., Jabbari, M., Poodineh, O., Jafarbby, J., Shahbazihomonlo, K., Gholipour, A. and Tabatabaei Fard, N.A. 2020. Evaluation of grain yield stability of irrigated barley (Hordeum vulgare L.) promising lines in warm regions of Iran using GGE biplot analysis. Ir. J. Crop Sci. 22: 212-224. (In Persian)
12.Pourdad, S. and Jamshidi Moghaddam, M. 2013. Study on genotype and environment interaction through GGE biplot for seed yield in spring rapeseed (Brassica napus L.) in rain-Fed condition. J. Crop Breed. 5: 12. 12-23.
13.Donoso-Ñanculao, G., Paredes, M., Becerra, V., Arrepol, C. and Balzarini, C. 2018. GGE- Biplot analysis of multienvironment yield trials of rice produced in a temperate climate. Chil J Agric Res. 76: 2. 152-157
14.Mohammadi, R., Armion, M., Zadhassan, E. and Eskandari, M. 2014. Analysis of genotype and environment interaction for grain yield in rain-fed durum wheat. J. Dryland Agric Ir. 1: 4. 23-32. (In Persian)
15.Mohammadi, M., Karimizadeh, R., Hosseinpour, T., Ghojogh, H., Shahbazi, K. and Sharifi, P. 2018. Use of parametric and non-parametric methods for genotype ×environment interaction analysis in bread wheat genotypes. Plant Genet Res. 4: 2. 75-88.
16.Yan, W. and Tinker, N.A. 2006. Biplot analysis of multi-environment trial data: Principles and applications. Can J. Plant Sci. 86: 623-645.
17.Farayedi, Y., Asadi, A., Ahakpaz, F., Saeed, F., Kanoni. H. and Ehsan nosrati, A. 2020. Evaluation of genotype-environment interaction for grain yield of chickpea genotypes (Cicer arietinum L.) in cold agro-climate zone of Iran by GGE biplot method. J Crop Breed. 12 : 36. 66-76. (In Persian)
18.Farshadfar, E. 2013. Simultaneous selection of yield and yield stability in chickpea genotypes using the GGEBiplot technique. Acta Biol Hung. 61: 185-194.
19.Mohamed, N.E. and Ahmed. A.A. 2013. Additive main effects and multiplicative interaction (AMMI) and GGE-biplot analysis of genotype × environment interaction for grain yield in bread wheat (Triticum aestivum). Afr J. Agric Res. 8: 5197-5203.
20.Blanche, S.B. and Myers, G.O. 2006. Identifying discriminating locations for cultivar selection in Louisiana. Crop Sci. 46: 946-949.
21.Yan, W., Hunt, L.A., Sheng, Q. and Szlavnics, Z. 2000. Cultivar evaluation and mega environment investigations based on the GGE- biplot. Crop Sci. 40: 597-605.
22.Sheikh, F., Sekhavat, R., Asteraki, H., Parkasi, A. and Aghajani, M.A. 2021. Evaluation of seed yield stability of faba bean (Vicia faba L.) genotypes using GGE biplot analysis. J Crop Prod Process (JCPP). 11: 3. 85-99. (In Persian)
23.Amira, J.O., Ojo, D.K., Ariyo, O.J., Oduwaye, O.A. and Ayo-Vaughan, M.A. 2013. Relative discriminating powers of GGE and AMMI models in the selection of tropical soybean genotypes. Afr Crop Sci. J. 21: 1- 67-73.
24.Bhartiya, A., Aditya, J.P., Singh, K., Purwar, J.P. and Agarwal. A. 2017. AMMI & GGE biplot analysis of multi environment yield trial of soybean in North Western Himalayan state Uttarahand of India. Legume Res. 40: 2. 306-312. | ||
آمار تعداد مشاهده مقاله: 250 تعداد دریافت فایل اصل مقاله: 213 |