دوره 12، شماره 36 - ( زمستان 1399 1399 )
جلد 12 شماره 36 صفحات 76-66 |
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:
Farayedi Y, Asadi A A, Ahak paz F, Saeed َ, Kanoni H, 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. jcb. 12(36), 66-76. doi:10.52547/jcb.12.36.66
URL: http://jcb.sanru.ac.ir/article-1-1140-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1140-fa.html
فرایدی یدالله، اسدی علی اکبر، آهک پز فرهاد، سعید علی، کانونی همایون، احسان نصرتی علی. ارزیابی اثر متقابل ژنوتیپ -محیط برای عملکرد دانه ژنوتیپ های نخود (Cicer arietinum L.) در اقلیم سرد ایران با روشGGE بای پلات پژوهشنامه اصلاح گیاهان زراعی 1399; 12 (36) :76-66 10.52547/jcb.12.36.66
بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات آموزش کشاورزی و منابع طبیعی استان زنجان، سازمان تحقیقات، آموزش و ترویج کشاورزی، زنجان، ایران
چکیده: (1864 مشاهده)
وجود اثر متقابل ژنوتیپ -محیط ایجاب میکند که عملکرد ژنوتیپ ها در دامنه وسیعی از شرایط محیطی مورد آزمایش قرار گیرند تا اطلاعات حاصل بتواند کارایی مربوط به گزینش و معرفی آنها را افزایش دهد. بدین منظور این تحقیق با استفاده از 11 لاین منتخب از آزمایش‌های یکنواخت سراسری به همراه، ارقام شاهد سارال و آنا و نیز دو لاین پیشرفته در قالب طرح بلوک های کامل تصادفی با چهار تکرار و در چهار منطقه سردسیر کشور (مراغه، ارومیه، کردستان و همدان) در سه سال زراعی 1395 تا 1398 انجام شد. نتایج تجزیه مرکب نشان داد که که اثرات ساده سال، مکان و ژنوتیپ و همچنین اثرات متقابل عملکرد دانه ازنظر آماری معنی‌داربودند. تصویر چندضلعی بای پلات نشان داد که ژنوتیپ G6 در ایستگاه کردستان بیشترین عملکرد را داشت. از طرف دیگر ژنوتیپ G13 در ایستگاه‌های همدان، مراغه و ارومیه دارای بیشترین عملکرد بود و در ایستگاه کردستان نیز در رتبه دوم قرار داشت که نشان می‌دهد این ژنوتیپ دارای پایداری عملکردی بالایی در تمامی ایستگاه‌ها می‌باشد. رتبه‌بندی ژنوتیپ‌ها بر اساس میانگین عملکرد دانه و میزان پایداری در محیط‌های مورد مطالعه نشان داد که ژنوتیپ های G6، G4 و G15پایداری کمتری نسبت به سایر ژنوتیپ ها داشتند. در مقابل ژنوتیپ‌هایG7، G9 و G5 نسبتاً پایدارتر از سایر ژنوتیپ‌ها بودند. همچنین ژنوتیپ‌های G4، G10، G12 و G6 دارای عملکرد متوسط و نسبتاً ناپایدار بودند. ژنوتیپ G15 کمترین عملکرد و پایداری را به خود اختصاص دادهبود و از سوی دیگر ژنوتیپ G13 با بیشترین عملکرد به همراه پایداری مطلوب شناسائی شد. در انتها مشخص شد که ژنوتیپ شماره 13 با پتانسیل عملکرد بالا و پایداری بیشتر، بهتر از دو رقم آنا و سارال عمل نموده و به‌عنوان ژنوتیپ نزدیک به ایدهآل معرفی می‌شود و جهت برنامه‌های به زراعی و آزمایش‌های تحقیقی تطبیقی می‌تواند پیشنهاد شود.
نوع مطالعه: پژوهشي |
موضوع مقاله:
اصلاح براي تنش هاي زنده و غيرزنده محيطي
دریافت: 1399/3/24 | ویرایش نهایی: 1399/11/16 | پذیرش: 1399/7/13 | انتشار: 1399/11/17
دریافت: 1399/3/24 | ویرایش نهایی: 1399/11/16 | پذیرش: 1399/7/13 | انتشار: 1399/11/17
فهرست منابع
1. Arshad, M., A. Bakhsh, A. M. Haqqani and M. Bashir. 2003. Genotype environment interaction for grain yield in chickpea (Cicer arietinum L.). Pakistan Journal of Botany, 35: 181-186.
2. Bakhsh, A., L.H. Akhtar, S.R. Malik, A. Masood, S.M. Iqbal and R. Qurashi. 2011. Grain yield stability in chickpea (Cicer arietinum L.) across environments. Pakistan Journal of Botany, 43: 2947-2951.
3. Blanche S.B. and G.O. Myers. 2006. Identifying discriminating locations for cultivar selection in Louisiana. Crop Science, 46: 946-949. [DOI:10.2135/cropsci2005.0279]
4. 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]
5. Dadras, A.R., H. Samizadeh and H. Sabouri. 2017. Evaluation of soybean varieties and advanced lines yield under drought stress conditions using GGE biplot analysis. Journal of crop Breeding, 9(23): 18-26. [DOI:10.29252/jcb.9.23.18]
6. Dimitrios, B., G. Christos, R. Jesus and B. Eva. 2008. Separation of cotton cultivar testing sites based on representativeness and discriminating ability using GGE Biplots. Agronomy Journal, 100: 1230-1236. [DOI:10.2134/agronj2007.0363]
7. Fan, X.M., M.S. Kang, H. Chen, Y. Zhang, J. Tan and C. Xu. 2007. Yield stability of maize hybrids evaluated in multi-environment trials in Yunnan, China. Agronomy Journal, 99: 220-228. [DOI:10.2134/agronj2006.0144]
8. FAO. 2012. Food and Agriculture Organization of the United Nations. Rome, Italy.
9. Farayedi, Y. 2013. Seed yield stability of advanced Kabuli type chickpea lines at dry fall sowing in cold region of Maragheh, Iranian Journal of Dryland Agriculture, 1(4): 17-32.
10. Gabriel, K.R. 1971. The biplot graphic display of matrices with application to principal component analysis, Biometrika, 58: 453-467. [DOI:10.1093/biomet/58.3.453]
11. Gauch, H.G. 2006. Statistical analysis of yield trials by AMMI and GGE. Crop Science, 46: 1488-1500. [DOI:10.2135/cropsci2005.07-0193]
12. Hamayoon, R., H. Khan, S.L. Naz, I. Munir, M. Arif, I.A. Khalil and A.Z. Khan. 2011. Performance of chickpea genotypes under two different environmental conditions. African Journal of Biotechnology, 10: 1534-1544.
13. Imtiaz, M., R.S. Malhotra, M. Singh and S. Arslan. 2013. Identifying high yielding, stable chickpea genotypes for spring sowing: specific adaptation to location and sowing seasons in the mediterranean region. Crop Science, 53: 1472-1480. [DOI:10.2135/cropsci2012.10.0589]
14. Kanoni, H. 2001. The yielding ability and adaptability of chickpea cultivars under rainfed conditions of Kurdistan. Seed and Plant Improvement Journal, 17(1): 1-11.
15. Kempton, R.A. 1984. The use of biplot in interpreting variety by environment interaction. The Journal of Agricultural Science, l22: 335-342.
16. Koocheki, A., B. Sorkhi and M. Eslam Zade Hesar. 2012. Yield stability of barley elite genotypes in cold regions of Iran using GGE biplot. Seed and Plant Improvement Journal, 28(4): 26-39.
17. Letta, T., M.G. D'Egidio and M. Abinasa. 2008. Analysis of multi-environment yield trials in durum wheat based on GGE-biplot electronic resource. Journal of Food Agriculture and Environment, 6(2): 217-221.
18. Mohammadi, R.M., E. Armion, M. Zadhasan, M. Ahmadi and D. Sadeghzadeh Ahari. 2012. Genotype ×environment interaction for grain yield of rainfed durum wheat using the GGE biplotmodel. Seed Plant Improv Journal, 28-1(3): 503-518 (In Persian).
19. Mohammadi, R., R. Haghparast, A. Amri and S. Ceccarelli. 2010. Yield stability of rainfed durum wheat and GGE biplot analysis of multi environment trials. Crop and Pasture Science, 61: 92-101. [DOI:10.1071/CP09151]
20. Omrani, S., A. Omrani, M. Afshari, A. Saremi-rad, S. bardehji and P. Foroozesh. 2019. Application of multivariable of additive main effects and multiplicative interaction and biplot graphical analysis multivariate methods on the study of genotype-environment interaction on safflower genotypes grain yield. Journal of crop Breeding, 11(31): 153-163. [DOI:10.29252/jcb.11.31.153]
21. Perkins, J.M. and J.L. Jinks. 1971. Environmental and genotype environment components of variability.III. Multiple line and crosses. Heredity, 23: 339-356. [DOI:10.1038/hdy.1968.48]
22. Pourdad, S.S. and M. Jamshid Moghaddam. 2013. Study on genotype×environment interaction through GGE biplot for seed yield in spring rapeseed (Brassica Napus L.) in rain-fed condition. Journal of crop Breeding, 5(12): 1-14.
23. Poustini, K. 1985. Evaluation of quantitative and qualitative characteristics of several chickpea cultivars in relation to cold and water amount. M.Sc. Thesis. College of Agricultural University of Tehran, Iran (In Persian).
24. Pouresmael, M., H. Kanoni, H. Astaraki, M. Hajhasani and A. MirAkhorli. 2017. Yield evaluation of kabuli type chickpea landraces in rainfed conditions, Seed and Plant Improvement Journal, 1(33): 29-43.
25. Roozeboom, K.L., T.W. Schapaugh, M.R. Tuinstra, R.L. Vanderlip and G. Milliken. 2008. Testing wheat in variable environments: Genotype, environment, interaction effects, and grouping test locations. Crop Science, 48: 317-330. [DOI:10.2135/cropsci2007.04.0209]
26. Roustaei, M., A. Sadeghzadeh Ahari, A. Hesami, K. Soleymani, H. Pashapour, K. Nader Mahmoudi, M. poursiahbidi, M.M. Masood Ahmadi and M. Hassanpour Hassani. 2003. A study of adaptability and stability of grain yield in bread wheat genotypes in cold and semi-cold dryland areas. Seed and Plant, 19: 263-280 (In Persian).
27. Roy, D. 2000. Plant breeding analysis and exploitation of variation. Alpha Science International Ltd. UK.
28. Sabaghpour, S.H., A.A. Mahmodi, A. Saeed, M. Kamel and R.S. Malhotra. 2006. Study on chickpea drought tolerant lines under dryland condition of Iran. Indian Journal of Crop Science, 1: 70-73.
29. Sabaghpour, S.H., E. Sadeghi and S. Malhotra. 2003. Present status and future prospects of chickpea cultivation in Iran. In: Proceedings of International Chickpea Con. J, 20-22. India Gandhi Agricaltural University, Raipur Chhattisgarh, India.
30. Yadav, S.S., A.K. Verma, A.H. Rizvi, D. Singh, J. Kumar and M. Andrews. 2010. Impact of genotype × environment interactions on the relative performance of diverse groups of chickpea (Cicer arietinum L.) varieties. Archive of Agronomy and Soil Science, 56: 49-64. [DOI:10.1080/03650340902922688]
31. Yaghotipoor, A. and E. Farshadfar. 2007. Non-parametric estimation and component analysis of phenotypic stability in chickpea (Cicer arietinum L.). Pakistan Journal of Biological Science, 10: 2446-2453. [DOI:10.3923/pjbs.2007.2646.2652]
32. Yan, W., J.A. Fregeau-Reid, D.R.A. Pageau, J.W. Mitchell Fetch, M. Etienne, J. Rowsell, P. Scott, M. Price, B. De Haan, A. Cummiskey, J. Lajeunesse, J. Durand and E. Sparry. 2010. Identifying essential test locations for oat breeding in eastern Canada. Crop Science, 50: 504-515. [DOI:10.2135/cropsci2009.03.0133]
33. 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]
34. Yan, W. and N.A. Tinker. 2006. Biplot analysis of multi-environment trial data: Principles and applications. Canadian Journal of Plant Science, 86: 623-645. [DOI:10.4141/P05-169]
35. Yan, W. and M.S. Kang. 2003. GGE Biplot Analysis: A graphical tool for breeders, geneticists, and agronomists. CRC Press. Boca Raton, FL. [DOI:10.1201/9781420040371]
36. Yan, W. 2002. Singular-value partitioning in biplot analysis of multi-environment trial data. Agronomy Journal, 94: 990-996. [DOI:10.2134/agronj2002.9900]
37. Yan, W., P.L. Cornelius, J. Crossa and L. A. Hunt. 2001. Two types of GGE biplots for analyzing multi-environment trial data. Crop Science, 41: 656-663. [DOI:10.2135/cropsci2001.413656x]
38. Zobel, R., W.M.J. Wright and H.G. Gauch. 1988. Statistical analysis of a yield trial. Agronomy Journal, 80: 388-393. [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. |
