دوره 9، شماره 23 - ( پاییز 1396 )
جلد 9 شماره 23 صفحات 124-117 |
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:
Khomari A, Mohammadi A. (2017). Stability Study of Yield in Sunflower (Helianthus annuus L.) Cultivars using AMMI Method. J Crop Breed. 9(23), 117-124. doi:10.29252/jcb.9.23.117
URL: http://jcb.sanru.ac.ir/article-1-879-fa.html
URL: http://jcb.sanru.ac.ir/article-1-879-fa.html
خماری علی، مصطفوی خداداد، محمدی عبدالله. مطالعه پایداری عملکرد در ارقام آفتابگردان با استفاده از روش AMMI پژوهشنامه اصلاح گیاهان زراعی 1396; 9 (23) :124-117 10.29252/jcb.9.23.117
1- دانشگاه آزاد اسلامی، واحد کرج
چکیده: (5180 مشاهده)
اثر متقابل ژنوتیپ در محیط برای بهنژادگران از اهمیت ویژه‌ای برخوردار بوده و یکی از مسائل مهم و پیچیده در برنامه‌های به‌نژادی برای تهیه ژنوتیپ پر محصول و پایدار از لحاظ عملکرد و آزاد‌سازی ژنوتیپ‌های جدید محسوب می‌شود. بهمنظور بررسی سازگاری و پایداری ارقام آفتابگردان به شرایط آب و هوایی مختلف، 12 رقم آفتابگردان در پنج منطقه آب و هوایی شامل اراک، بیرجند، شیراز، کاشمر و کرج در قالب طرح بلوک‌های کامل تصادفی با سه تکرار ارزیابی شدند. جهت بررسی اثر متقابل ژنوتیپ و محیط از مدل اثرات اصلی افزایشی و اثرات متقابل ضرب پذیر (امی) استفاده شد. بر اساس نتایج تجزیه اثرات افزایشی جمع‌پذیر (تجزیه واریانس) و اثرات متقابل ضرب پذیر (تجزیه به مؤلفه‌های اصلی) اثر محیط و اثر متقابل ژنوتیپ در محیط به ترتیب در سطح احتمال یک و پنج درصد معنی‌دار بود و دو مؤلفه اصلی اول اثر متقابل بیش از 84 درصد از مجموع مربعات اثر متقابل را توجیه نمودند. نمودار بای‌پلات اولین مؤلفه اصلی اثر متقابل و میانگین عملکرد دانه برای ژنوتیپ‌ها و محیط‌ها نشان داد که ژنوتیپ Progress با عملکردی بیش از میانگین و کم‌ترین میزان از نظر اولین مؤلفه اصلی اثر متقابل بهعنوان ژنوتیپ پایدار و پر محصول شناخته شد. ژنوتیپ‌های Record و Gabur بعد از ژنوتیپ Progress بهعنوان ژنوتیپ‌های پایدار و پر محصول شناخته شدند. نمودار بای‌پلات مربوط به دو مؤلفه اصلی اول اثر متقابل نشان داد که ژنوتیپ‌های Progress، Master و Zargol در اراک و کرج، ژنوتیپ‌های Favorit، Record و Azargol در شیراز، Gabur و SHF81-90 در کاشمر و ژنوتیپ‌های Armaverski، Lakomka، Zaria و Sor در بیرجند دارای سازگاری خصوصی بودند. همچنین ژنوتیپ‌های Zaria، Lakomka، SHF81-90، Gabur و Zargol نیز نسبت به سایر ژنوتیپ‌ها از سازگاری عمومی بیشتری برخوردار بودند.
فهرست منابع
1. Abamuf, J. and A. Allurik. 1998. AMMI analysis of rain fed lowland rice (Oriza sativa L.) traits in Nigeria. Plant Breeding, 117: 395-397. [DOI:10.1111/j.1439-0523.1998.tb01961.x]
2. Anandan, A. and R. Eswaran. 2009. Genotype by environment interaction of rice (Oryza sativa L.) hybrids in the east ciast saline region of Tamil Nadu. In the Proceeding of 2ⁿd Interaction Rice Congress, 226 pp.
3. Asenjo, C.A., R. Bezus and H.J. Acciaresi. 2003. Genotype by environment interaction of rice (Oryza sativa L.) in temperate region using the joint regression analysis and AMMI methods. Cereal Res. Communi, 31: 97-104.
4. Arminian, A. and S. Houshmand. 2012. Additive Main and Multiplicative Interaction Effect in Stability Analysis of Wheat (Triticum aestivum L.) Yield. Journal of Crop Breeding, 4(9): 1-13.
5. Bange, M.P., G.L. Hammer and K.G. Rickert. 1997. Environmental control of potential yield of sunflower (Helianthus annuus L.) in the tropics. Australian Journal of Agricultural Research, 48: 231-240. [DOI:10.1071/A96079]
6. Becker, H.B. and J. Leon. 1988. Stability analysis in plant breeding. Plant Breeding, 101: 1-23. [DOI:10.1111/j.1439-0523.1988.tb00261.x]
7. Cornelius, P. L. and J. Crossa. 1999. Prediction assessment of shrinkage estimators of multiplicative models for multi-environment cultivar trials. Crop Science, 39: 998-1009. [DOI:10.2135/cropsci1999.0011183X003900040007x]
8. Crossa, J., H.G. Gauch and R.W. Zobel. 1990. Additive main effects and multiplicative interaction analysis of two international maiz cultivar trials. Crop Science, 30: 493-500. [DOI:10.2135/cropsci1990.0011183X003000030003x]
9. Crossa, J., P.L. Cornelius and W. Yan. 2001. Biplot of linear-bilinear models for studying crossover genotype × environment interaction. Crop Science, 41: 158-163.
10. Crossa, J., P.N. Fox, W.H. Pfeiffer, S. Rajaram and H.G. Gauch. 1991. AMMI adjustment for statistical analysis of an interaction wheat yield trial. Theoretical and Applied Genetics, 81: 27-37. [DOI:10.1007/BF00226108]
11. Dehghani, H., A. Ebadi and A. Yousefi. 2006. Biplot analysis of genotype by environment interaction for barley yield in Iran. Agronomy Journal, 98: 388-393. [DOI:10.2134/agronj2004.0310]
12. Ebdon, J.S. and H.G. Gauch. 2002. Additive main effect and multiplicative interaction analysis of national turf grass performance trials: Interpretation of genotype × environment interaction. Crop Science, 42: 489-496. [DOI:10.2135/cropsci2002.0489]
13. Falconer, D.S. 1989. Introduction to Quantitative Genetics. Longman Scientific & Technical, U.K. 438pp.
14. Farshadfar, E. and J. Sutka. 2006. Biplot analysis of genotype-environment interaction in durum wheat using the AMMI model. Acta Agronomica Hungarica, 54: 459-467. [DOI:10.1556/AAgr.54.2006.4.8]
15. Gauch, H.G. and R.W. Zobel. 1996. AMMI analysis of yield trials. In: Genotype-by-Environment interaction, Kang MS and HG Gauch (Eds.). Boca Raton CRE CRC, New York, 85-122 pp. [DOI:10.1201/9781420049374.ch4]
16. Gower, J.C. and D.J. Hand. 1996. Biplots. Chapman and Hall, UK. 277 pp.
17. Hanamaratti, N.G., P.M. Salimth., C.H.M. Vijayakumar, R.L. Ravikumar, S.T. Kajjidoni and M.B. Chetti. 2009. Genotype stability of superior near isogenic introgression lines for productivity in upland rice. Karnataka Journal of Agriculture Science, 22: 736-740.
18. Kaiser, D.E., J.J. Wiersma and J.A. Anderson. 2014. Genotype and environment variation in elemental composition of spring wheat flag leaves. Agronomy Journal, 106: 324-336. [DOI:10.2134/agronj2013.0329]
19. Lin, C.S., M.R. Binne and L.P. Lefcovitch. 1986. Stability analysis: where do we stand? Crop Science, 26: 894-900. [DOI:10.2135/cropsci1986.0011183X002600050012x]
20. Kalateh-Jari, S., Kh. Mostafavi and A. Nabipour. 2014. Interaction of genotype and environment on the open pollinated sunflower (Helianthus annuus) cultivars based on parametrice methods and tai method. Journal of Crop Breeding, 8(17): 114-122. [DOI:10.18869/acadpub.jcb.8.17.122]
21. Marinkovic, R., M. Jockovic, A. Marjanovic-Jeromela, S. Jocic, M. Ciric, I. Balalic and Z. Sakac. 2011. Seed yield and oil content in sunflower (Helianthus annuus L.) using AMMI model. Helia, 34: 79-88. [DOI:10.2298/HEL1154079M]
22. Mostafavi, K., R. Choukan, M. Taeb, E. Majidi Heravan and M.R. Bihamta. 2011. Genetic potential evaluation of Iranian corn inbred line using griffing diallel and AMMI model. Journal of Agricultural Research, 2: 67-79 (In Persian).
23. Nikkhah, H.R., A. Yousefi, S.M. Mortazavian and M. Arazmjoo. 2007. Analysis of yield stability of barley (Hordeum vulgare L.) genotypes using additive main effects and multiplicative interaction (AMMI) model. Iranian Journal of Crop Sciences, 9: 1-12 (In Persian).
24. Peterson, C.J., M. Moffatt and J.R. Erickson. 1997. Yield stability of hybrid vs. pure line hard winter wheats in regional performance trials. Crop Science, 37: 116-120. [DOI:10.2135/cropsci1997.0011183X003700010019x]
25. Qadir, G., S. Ahmad, F. Ul-Hassan and M.A. Cheema. 2006. Oil and fatty acid accumulation in sunflower (Helianthus annuus L.) as influenced by temperature variation Pakistan Journal of Botany, 38: 1137-1147.
26. Radic, V., S. Jocic and J. Mrda. 2008. Effect of environment on the chemical composition and some other parameters of sunflower seed quality. In: Proceedings of the 17th international sunflower (Helianthus annuus L.) conference, Cordoba, pp: 747-750.
27. Rondanini, D., R. Savin and A.J. Hall. 2003. Dynamics of fruit growth and oil quality of sunflower (Helianthus annuus L.) exposed to brief intervals of high temperature during grain filling. Field Crop Res, 83: 79-90. [DOI:10.1016/S0378-4290(03)00064-9]
28. Roy, D. 2000. Plant breeding analysis and exploitation of variation. Alpha Science International Ltd. U. K. 699pp.
29. Sabaghania, N., H. Dehghani and S.H. Shabaghpour. 2008. Graphic analysis of genotype×environment interaction of lentil yield in Iran. Agron, 100: 760-764. [DOI:10.2134/agronj2006.0282]
30. Salah, B., M. Ahmed, A. Wahab and H. Abdalla. 2008. Genotype×environment interaction for yield and yield components in sunflower (Helianthus annuus L.) hybrids. Karnataka Journal of Agriculture Science, 16: 15-31.
31. Saeid, A., M. Moghadam and A. Mohammadi. 2005. Investigation of yield stability in rics cultivars and lines using AMMI analysis. Abstract article of 8th Iranian Congress in Agronomy and Plant Breeding. Gilan University, Rasht, 168 pp (In Persian).
32. Shafii, B. and W.J. Price. 1998. Analysis of genotype-by-environment interaction using the additive main effects and multiplicative interaction model and stability estimates. Journal of Agricultural, Biological. Environ. Stat, 3: 335-345. [DOI:10.2307/1400587]
33. Schoemam, L.J. 2003. Genotype x environment interaction in sunflower (Helianthus annuus) in South Africa. M.SC. Thesis, department of agronomy. Faculty of agricultural. University of Free State Bloemfontein, South Africa. 200 pp.
34. Stanley, O., P.B. Samante, T. Wilson, M.M. Anna and J.C. Medley. 2005. Targeting cultivars onto rice growing environment using AMMI and SREG GGE Biplot analysis. Crop Science, 45: 2414-2424. [DOI:10.2135/cropsci2004.0627]
35. Tarakanovas, P. and V. Ruzgas. 2006. Additive main effact and multiplicative interaction analysis of grain yield of wheat varieties in Lithuania. Agronomy Research, 4: 91-98.
36. Vargas, M., J. Crossa, F. Vaneeuwijk, D.K. Sayre and M.P. Reynolds. 2001. Interpreting treatment×environment interaction in agronomy trials. Agron, 93: 949-960. [DOI:10.2134/agronj2001.934949x]
37. Yan, W., M.S. Kang, B. Ma, S. Woods and P.L. Cornelius. 2007. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science, 47: 643-655. [DOI:10.2135/cropsci2006.06.0374]
38. Yan, W. and M.S. Kang. 2003. GGE-biplot analysis: A graphical tool for breeders, geneticists, and agronomists. CRC Press, Boca Raton, FL. 288 pp. [DOI:10.1201/9781420040371]
39. Yan, W. and L.A. Hunt. 2002. Biplot analtsis of multi-environment trial data, in M. S. Kang, ed. Quantitative genetics, genomics and plant breeding. CAB international, pp: 288-303.
40. Yan, W. and I. Rajcan. 2002. Biplot analysis of test sites and trait relations of soybean in Ontario, Crop Science, 42: 11-20. [DOI:10.2135/cropsci2002.0011]
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
