دوره 17، شماره 3 - ( پاییز 1404 )
جلد 17 شماره 3 صفحات 123-112 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Ghanbari A A, Gholami M, Ahmadi M. (2025). Selection of Promising Pachbaghela lines in Guilan Province using Sustainability Methods. J Crop Breed. 17(3), 112-123. doi:10.61882/jcb.2024.1596
URL: http://jcb.sanru.ac.ir/article-1-1596-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1596-fa.html
قنبری علی اکبر، غلامی مهران، احمدی مهرزاد.(1404). گزینش لاین‌های امیدبخش پاچ‌باقلا در استان گیلان با استفاده از روش‌های پایداری پژوهشنامه اصلاح گیاهان زراعی 17 (3) :123-112 10.61882/jcb.2024.1596
علی اکبر قنبری*1 
، مهران غلامی1 ، مهرزاد احمدی1
، مهران غلامی1 ، مهرزاد احمدی1
1- سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران
چکیده: (569 مشاهده)
چکیده مبسوط
مقدمه و هدف: پاچ باقلا (Phaseolus vulgaris) یکی از انواع لوبیا است و بیشترین مصرف را در استان گیلان دارد. دوره رشد این محصول کوتاه و در حدود 60-70 روز است و قابلیت کشت بهاره و تابستانه را دارد. سطح زیرکشت سالانه این گیاه 10-20 هزار هکتار در استان گیلان بهصورت بهاره و تابستانه است که از این میزان حدود 40 درصد مربوط به کشت بهاره است. زمان برداشت و مصرف این لوبیا در مرحله رشد حداکثری غلاف‌های نارس و تغییر رنگ داده شده (قبل از خشک شدن غلاف‌ها) است. این گیاه به لوبیا چیتی شباهت دارد ولی کشیده‌تر از آن است. از دیرباز پاچ باقلا در غذاهای شمالی از جمله خورش معروف باقالی‌قاتق استفاده می‌شود. در حال حاضر، کشاورزان از توده‌های محلی پاچ باقلا استفاده می‌کنند که از عملکرد چندانی برخوردار نیست و غیر یکنواختی در تولید محصول، مشکلاتی را در کشت این گیاه ایجاد کرده است. سه نوع از این توده‌ها نسبت به سایر توده‌ها متمایز هستند، که به ترتیب اهمیت عبارتند از لوبیا با رگه مشکی، لوبیا رگه قرمز و لوبیا با رگه قهوه‌ای که توده‌های رگه مشکی بیشتر کشت می شوند و موردپسند مصرف کننده هستند. بنابراین، لزوم معرفی لاین‌هایی با عملکرد مطلوب و بازارپسندی بالا ضروری به نظر می‌رسد. بر این اساس، با هدف معرفی لاین امیدبخش پرمحصول با پایداری مناسب، نه لاین پاچ باقلا منتخب از آزمایش‌های مقدماتی ارزیابی عملکرد حاصل از برنامه‌های به‌نژادی این گیاه در بخش تحقیقات سبزی و صیفی موسسه نهال و بذر به همراه توده محلی شاهد، مورد ارزیابی قرار گرفتند.
مواد و روش‌ها: این آزمایش طی دو سال (1395 و 1397) در فصل بهار در سه منطقه از استان گیلان (رشت، لاهیجان، شاندرمن) با تعداد نه لاین (G9-G1) بههمراه توده محلی کوچصفهان (G10) در قالب طرح بلوکهای کامل تصادفی با سه تکرار اجرا شد. کشت بذور لاینها در اواخر فروردین انجام شد. لازم به ذکر است این لاینها منتخب از توده‌های بومی مناطق مختلف استان گیلان بودند و در آزمایشات مقدماتی ارزیابی عملکرد پاچ‌باقلا، برتری داشتند. نتایج مربوط به عملکرد غلاف تر لاینها پس از برداشت، برای سه منطقه مورد تجزیه واریانس مرکب قرار گرفتند. قبل از انجام تجزیه مرکب، آزمون نرمال بودن داده ها و یکنواختی واریانس خطاهای آزمایشی با استفاده از آزمون بارتلت با استفاده از نرم افزار SAS بررسی شد. روش AMMI توسط نرم افزارGenStat 12.0 و PBTools ورژن 2013 انجام شد. همچنین، 16 روش پایداری از جمله S (1-6): آماره‌های پایداری نصار و هان، (1-4)NP: آماره‌های پایداری تنازرو، Wᵢ²: اکووالانس ریک، σ²ᵢ: واریانس پایداری شوکلا، bi: ضریب رگرسیون،S²dᵢ : انحراف از خط رگرسیون، CV: ضریب تغییرات، (i)θ: واریانس اثر متقابل ژنوتیپ و محیط، :θᵢ میانگین واریانس‌ها پلستید، و :KR مجموع رتبه کانگ، توسط نرم افزار STABILITYSOFT محاسبه شدند. میانگین و انحراف معیار رتبه آماره‌های پایداری برای هریک از لاینها با استفاده از نرم افزارEXCEL انجام شد و نمودار سه‌بعدی میانگین عملکرد و رتبه آماره‌های پایداری به همراه انحراف معیار آنها محاسبه شد.
یافته‌ها: نتایج حاصل از این پژوهش نشان دادند که بین لاین‌های مورد بررسی از نظر عملکرد غلاف تر، تنوع ژنتیکی بالایی وجود داشت. اثرات ژنوتیپ، سال در ژنوتیپ، مکان در ژنوتیپ، و سال در مکان در ژنوتیپ در صفت عملکرد غلاف تر معنی‌دار بودند که حاکی از متفاوت بودن پاسخ عملکرد غلاف تر در مکان‌های مختلف بود و محیط‌ها به طور متفاوتی لاینها را تحت تاثیر قرار دادند. نتایج مقایسه میانگین در دو سال و سه منطقه نشان دادند که لاین‌های G9، G3 و G6 بیشترین عملکرد غلاف تر را داشتند. لاین‌های G9 و G7 بیشترین تعداد غلاف در بوته و تعداد دانه در غلاف را داشتند؛ همچنین، لاین G9 بیشترین طول غلاف را داشت. نتایج تجزیه واریانس امی نشان دادند که اثر ژنوتیپ و محیط و ژنوتیپ در محیط در سطح احتمال یک درصد معنی‌دار بود. دو مؤلفه اول 81/1 درصد از تغییرات اثر متقابل ژنوتیپ در محیط را تبیین کردند. مؤلفه اول 66/2 درصد و مؤلفه دوم 14/9 درصد از تغییرات توجیه نمودند. در روش امی، لاین‌های G4، G7،G6 و G5 نزدیک‌ترین لاینها به مرکز بای پلات AMMI بودند؛ در نتیجه، می‌توان گفت که آنها کمترین تغییرات محیطی را نشان دادند و به عنوان لاین‌های پایدار پاچ‌باقلا شناخته شدند. همچنین، لاین‌های G8،G9 و G3 که در راس چندضلعی قرار گرفتند دارای سازگاری خصوصی خوبی با مناطق رشت، لاهیجان و شاندرمن بودند؛ بنابراین، آنها می‌توانند به عنوان نمونه‌های منتخب برای مکان‌های مورد بررسی تعیین شوند. نتایج بررسی که بر روی 16 آماره پایداری صورت گرفت نشان دادند که هر یک از آماره‌های پایداری نتایج متفاوتی را نشان دادند. از این رو، برای انتخاب لاین‌های برتر از نظر همه آماره‌ها و عملکرد مناسب از میانگین و انحراف معیار رتبه آماره‌ها استفاده شد. هر لاینی که کمترین میزان جمع رتبه آماره‌ها (SR) و میانگین رتبه آماره‌ها (AR) و بالاترین عملکرد را داشت به عنوان لاین پایدار انتخاب گردید. از این رو، G6، G7 وG8 به عنوان لاین‌های پایدار و برتر شناسایی شدند.
نتیجه‌گیری: با توجه به ویژگی‌های زراعی و نتایج به دست آمده از روش‌های آماری مورد بررسی، G7 وG6 به عنوان لاین‌های پاچ باقلا با پایداری عملکرد بالا انتخاب شدند.
مقدمه و هدف: پاچ باقلا (Phaseolus vulgaris) یکی از انواع لوبیا است و بیشترین مصرف را در استان گیلان دارد. دوره رشد این محصول کوتاه و در حدود 60-70 روز است و قابلیت کشت بهاره و تابستانه را دارد. سطح زیرکشت سالانه این گیاه 10-20 هزار هکتار در استان گیلان بهصورت بهاره و تابستانه است که از این میزان حدود 40 درصد مربوط به کشت بهاره است. زمان برداشت و مصرف این لوبیا در مرحله رشد حداکثری غلاف‌های نارس و تغییر رنگ داده شده (قبل از خشک شدن غلاف‌ها) است. این گیاه به لوبیا چیتی شباهت دارد ولی کشیده‌تر از آن است. از دیرباز پاچ باقلا در غذاهای شمالی از جمله خورش معروف باقالی‌قاتق استفاده می‌شود. در حال حاضر، کشاورزان از توده‌های محلی پاچ باقلا استفاده می‌کنند که از عملکرد چندانی برخوردار نیست و غیر یکنواختی در تولید محصول، مشکلاتی را در کشت این گیاه ایجاد کرده است. سه نوع از این توده‌ها نسبت به سایر توده‌ها متمایز هستند، که به ترتیب اهمیت عبارتند از لوبیا با رگه مشکی، لوبیا رگه قرمز و لوبیا با رگه قهوه‌ای که توده‌های رگه مشکی بیشتر کشت می شوند و موردپسند مصرف کننده هستند. بنابراین، لزوم معرفی لاین‌هایی با عملکرد مطلوب و بازارپسندی بالا ضروری به نظر می‌رسد. بر این اساس، با هدف معرفی لاین امیدبخش پرمحصول با پایداری مناسب، نه لاین پاچ باقلا منتخب از آزمایش‌های مقدماتی ارزیابی عملکرد حاصل از برنامه‌های به‌نژادی این گیاه در بخش تحقیقات سبزی و صیفی موسسه نهال و بذر به همراه توده محلی شاهد، مورد ارزیابی قرار گرفتند.
مواد و روش‌ها: این آزمایش طی دو سال (1395 و 1397) در فصل بهار در سه منطقه از استان گیلان (رشت، لاهیجان، شاندرمن) با تعداد نه لاین (G9-G1) بههمراه توده محلی کوچصفهان (G10) در قالب طرح بلوکهای کامل تصادفی با سه تکرار اجرا شد. کشت بذور لاینها در اواخر فروردین انجام شد. لازم به ذکر است این لاینها منتخب از توده‌های بومی مناطق مختلف استان گیلان بودند و در آزمایشات مقدماتی ارزیابی عملکرد پاچ‌باقلا، برتری داشتند. نتایج مربوط به عملکرد غلاف تر لاینها پس از برداشت، برای سه منطقه مورد تجزیه واریانس مرکب قرار گرفتند. قبل از انجام تجزیه مرکب، آزمون نرمال بودن داده ها و یکنواختی واریانس خطاهای آزمایشی با استفاده از آزمون بارتلت با استفاده از نرم افزار SAS بررسی شد. روش AMMI توسط نرم افزارGenStat 12.0 و PBTools ورژن 2013 انجام شد. همچنین، 16 روش پایداری از جمله S (1-6): آماره‌های پایداری نصار و هان، (1-4)NP: آماره‌های پایداری تنازرو، Wᵢ²: اکووالانس ریک، σ²ᵢ: واریانس پایداری شوکلا، bi: ضریب رگرسیون،S²dᵢ : انحراف از خط رگرسیون، CV: ضریب تغییرات، (i)θ: واریانس اثر متقابل ژنوتیپ و محیط، :θᵢ میانگین واریانس‌ها پلستید، و :KR مجموع رتبه کانگ، توسط نرم افزار STABILITYSOFT محاسبه شدند. میانگین و انحراف معیار رتبه آماره‌های پایداری برای هریک از لاینها با استفاده از نرم افزارEXCEL انجام شد و نمودار سه‌بعدی میانگین عملکرد و رتبه آماره‌های پایداری به همراه انحراف معیار آنها محاسبه شد.
یافته‌ها: نتایج حاصل از این پژوهش نشان دادند که بین لاین‌های مورد بررسی از نظر عملکرد غلاف تر، تنوع ژنتیکی بالایی وجود داشت. اثرات ژنوتیپ، سال در ژنوتیپ، مکان در ژنوتیپ، و سال در مکان در ژنوتیپ در صفت عملکرد غلاف تر معنی‌دار بودند که حاکی از متفاوت بودن پاسخ عملکرد غلاف تر در مکان‌های مختلف بود و محیط‌ها به طور متفاوتی لاینها را تحت تاثیر قرار دادند. نتایج مقایسه میانگین در دو سال و سه منطقه نشان دادند که لاین‌های G9، G3 و G6 بیشترین عملکرد غلاف تر را داشتند. لاین‌های G9 و G7 بیشترین تعداد غلاف در بوته و تعداد دانه در غلاف را داشتند؛ همچنین، لاین G9 بیشترین طول غلاف را داشت. نتایج تجزیه واریانس امی نشان دادند که اثر ژنوتیپ و محیط و ژنوتیپ در محیط در سطح احتمال یک درصد معنی‌دار بود. دو مؤلفه اول 81/1 درصد از تغییرات اثر متقابل ژنوتیپ در محیط را تبیین کردند. مؤلفه اول 66/2 درصد و مؤلفه دوم 14/9 درصد از تغییرات توجیه نمودند. در روش امی، لاین‌های G4، G7،G6 و G5 نزدیک‌ترین لاینها به مرکز بای پلات AMMI بودند؛ در نتیجه، می‌توان گفت که آنها کمترین تغییرات محیطی را نشان دادند و به عنوان لاین‌های پایدار پاچ‌باقلا شناخته شدند. همچنین، لاین‌های G8،G9 و G3 که در راس چندضلعی قرار گرفتند دارای سازگاری خصوصی خوبی با مناطق رشت، لاهیجان و شاندرمن بودند؛ بنابراین، آنها می‌توانند به عنوان نمونه‌های منتخب برای مکان‌های مورد بررسی تعیین شوند. نتایج بررسی که بر روی 16 آماره پایداری صورت گرفت نشان دادند که هر یک از آماره‌های پایداری نتایج متفاوتی را نشان دادند. از این رو، برای انتخاب لاین‌های برتر از نظر همه آماره‌ها و عملکرد مناسب از میانگین و انحراف معیار رتبه آماره‌ها استفاده شد. هر لاینی که کمترین میزان جمع رتبه آماره‌ها (SR) و میانگین رتبه آماره‌ها (AR) و بالاترین عملکرد را داشت به عنوان لاین پایدار انتخاب گردید. از این رو، G6، G7 وG8 به عنوان لاین‌های پایدار و برتر شناسایی شدند.
نتیجه‌گیری: با توجه به ویژگی‌های زراعی و نتایج به دست آمده از روش‌های آماری مورد بررسی، G7 وG6 به عنوان لاین‌های پاچ باقلا با پایداری عملکرد بالا انتخاب شدند.
فهرست منابع
1. Barili, L.D., Vale, N.M., Moura, L.M., Paula, R.G., Silva, F.F., & Carneiro, J.E.S. (2016). Genetic progress resulting from forty-three years of breeding of the carioca common bean in Brazil. Genetics and Molecular Research, 15 (3), 1-11. [DOI:10.4238/gmr.15038523]
2. Bayzaei, I. (1990). Study and evaluation of yield and determination of adaptability of white bean cultivars. Final report. Markazi Province Agricultural Research Center. Iran. 45 pp.
3. Bilate Daemo, B., Bore Wolancho, G., Ashango Arke, Z., Dalga Wakalto, D., & Haile Onu, M. (2024). Performance evaluation and stability of maize (Zea mays L.) genotypes for grain yield using AMMI and GGE Biplot. International Journal of Agronomy, 801999, 15 pp. doi:10.1155/2024/8801999 [DOI:10.1155/2024/8801999]
4. Bornhofen, E., Benin, G., Storck, L., Woyann, L.G., Duarte, T., Stoco, M.G., et al. (2017). Statistical methods to study adaptability and stability of wheat genotypes. Bragantia, 76 (1), 1-10. doi:10.1590/1678-4499.557 [DOI:10.1590/1678-4499.557]
5. Dorri, H.R., Shahbazi, W., Saidi, A., & Rahimian, M.R. (2007). Study report of Pachbaghela in Guilan province. Final report. Published in AREEO, Ministry of Agriculture, Iran. Document number: 30374.
6. Eberhart, S.A., & Russell, W.A. (1966). Stability parameters for comparing varieties. Crop Science, 6, 36-40. doi:10.2135/cropsci1966.0011183X000600010011x [DOI:10.2135/cropsci1966.0011183X000600010011x]
7. Francis, T.R., & Kannenberg, L.W. (1978). Yield stability studies in short-season maize: I. A descriptive method for grouping genotypes. Canadian Journal of Plant Science, 58, 1029-1034. doi:10.4141/cjps78-157 [DOI:10.4141/cjps78-157]
8. Ghanbari, A.A. (2015). Purification and evaluation of Pach Baghala (Phaseolus vulgaris) populations for cultivar(s) release. Report of Project No. 04-03-03-91203. SPII, Iran. [In Persian]
9. Ghanbari, A.A., Sarparast, R., Tavassoli, A., & Ahmadvand, R. (2022). Evaluation of compatibility and yield stability of green bean (Phaseolus vulgaris L.) lines. Journal of Vegetables Sciences, 6 (11), 58-69. doi:10.22034/IUVS.2022.546608.1190
10. Haji Mohammad Ali Jahromi, M., Khodarahmi, M., Mohammadi, A.R., & Mohammadi, A. (2011). Stability analysis for grain yield of promising durum wheat genotypes in southern warm and dry agro-climatic zone of Iran. Iranian Journal of Crop Sciences, 13(9), 565-579. [In Persian]
11. Huhn, M. (1990). Nonparametric measures of phenotypic stability. Part 1: Theory. Euphytica, 47, 189-199. [DOI:10.1007/BF00024241]
12. Kandel, H., & Endres, G.) 2019(. Dry Bean Production Guide, Northarvest Bean Growers Association. NDSU Distribution Center. 128 pp.
13. Kooshki, M.H., Ghaedrahmati, M., Salehi, F., Dorri, H.R., Shobeiri, S.S., & Khorshidi Benam, M.B. (2017). Study of genotype × environment interaction effect on seed yield of red bean (Phaseolus vulgaris L.) genotypes using AMMI method. Iranian Journal of Crop Sciences, 19 (1), 26-39.
14. Lin, C.S., & Binns, M.R. (1988). A superiority measure of cultivar performance for cultivar × location data. Canadian Journal of Plant Science, 68, 193-198. doi:10.4141/cjps88-018 [DOI:10.4141/cjps88-018]
15. Mowlaie, A., & Ghafari Khaligh, H. (2006). Investigation of the characteristics of white bean lines Karakasehiro and Goynok 98 in Lordegan region. 9th Congress of Crop Science and Plant Breeding of Iran. Abu Reyhan Campus, University of Tehran, Iran.
16. Nassar, R., & Huhn, M. (1987). Studies on estimation of phenotypic stability: tests of significance for nonparametric measures of phenotypic stability. Biometrics, 43, 45-53. doi:10.2307/2531947 [DOI:10.2307/2531947]
17. Pereira, H.S., Bueno, L.G., Peloso, M.J.D., Abreu, A.F.B., Moreiva, J.A.A., Martins, M., Wendland, A., Faria, L.C., de Souza, T.L.P.O., & Melo, L.C. (2014). Agronomic performance and stability of Andean common bean lines with white grains in Brazil . Crop Breeding, 73, 130-137. doi:10.1590/brag.2014.020 [DOI:10.1590/brag.2014.020]
18. Plaisted, R.I., & Peterson, L.C. (1959). A technique for evaluating the ability of selection to yield consistently in different locations or seasons. Potato Journal, 36, 381-385. [DOI:10.1007/BF02852735]
19. Pour-Aboughadareh, A., Yousefian, M., Moradkhani, H., Poczai, P., & Siddique, K.H.M. (2019). STABILITYSOFT: a new online program to calculate parametric and non- parametric stability statistics for crop traits. Applications in Plant Sciences, 7, e1211. doi:10.1002/aps3.1211 [DOI:10.1002/aps3.1211]
20. Rabiei, M., & Khodambashi, M. (2020). Assessment of yield stability in common bean cultivars based on univariate and multivariate methods. Journal of Crop Production and Processing, 9 (4), 33-45. [DOI:10.47176/jcpp.9.4.26763]
21. Resende, M.D.V. (2006). O software SELEGEN REML/BLUP. Embrapa Gado de Corte (Embrapa Gado de Corte Documentos), Campo Grande, Mato Grosso do Sul, Brasil.
22. Sabaghnia, N., Karimizadeh, R., & Mohammadi, M. (2015). Graphic analysis of yield stability in new improved lentil (Lens culinaris Medik.) genotypes using nonparametric statistics. Acta Agriculturae Slovenica, 103(1), 113-127. doi:10.14720/ aas.2014.103.1.12 [DOI:10.14720/aas.2014.103.1.12]
23. Shukla, G.K. (1972). Some statistical aspects of partitioning genotype-environmental components of variability. Heredity, 29, 237-245. Doi:10.1038/hdy.1972.87 [DOI:10.1038/hdy.1972.87]
24. Taheri Mazandarani, M., Taheriyoun, G., Salehi, P., & Mohammadkhani, R. (2007). Study and evaluation of yield and determination of adaptability of white bean cultivars. final report. Markazi Province Agricultural and Natural Resources Research Center, Iran. 52 pp.
25. Thennarasu, K. (1995). On certain non-parametric procedures for studying genotype-environment interactions and yield stability. PhD thesis, PJ School, IARI, New Delhi, India.
26. Wricke, G. (1962). Übereine Methode zur Erfassung der ökologischen Streubreite in Feldversuchen. Zeitschrift für Pflanzenzüchtung, 47, 92-96.
27. Wricke, G. (1965). Zur Berechnung der Ökovalenz bei Sommerweizen und Hafer. Zeitschrift für Pflanzenzüchtung, 52, 127-138.
28. Yan, W. (2001). GGE biplot - a windows application for graphical analysis of multienvironmental trial data and other types of two-way data. Agronomy Journal 93:1111-1118. doi:10.2134/agronj2001.9351111x [DOI:10.2134/agronj2001.9351111x]
29. Yan, W. (2016). Analysis and handling of G × E in a practical breeding program. Crop Science, 56, 2106-2118. doi:10.2135/cropsci2015.06.0336 [DOI:10.2135/cropsci2015.06.0336]
30. Yan, W., Kang, M.S., Ma, B., Woods, S., & Cornelius, P.L. (2007). GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science, 47(2), 643-653. doi:10.2135/cropsci2006.06.0374 [DOI:10.2135/cropsci2006.06.0374]
31. Zobel, R.W., Wright, M.J., & Gauch, H.G. (1988). Statistical analysis of a yield trial. Agronomy Journal, 80, 388-393. doi:10.2134/ agronj1988.00021962008000030002x [DOI:10.2134/agronj1988.00021962008000030002x]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
