دوره 15، شماره 45 - ( بهار 1402 )
جلد 15 شماره 45 صفحات 148-135 |
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:
Kabiri A, Zaefaian F, Omrani A, Abassian A. (2023). Evaluation of Yield and Yield Components in Promising Wheat Lines using Multivariate Statistical Methods. J Crop Breed. 15(45), 135-148. doi:10.61186/jcb.15.45.135
URL: http://jcb.sanru.ac.ir/article-1-1395-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1395-fa.html
کبیری امیر، زعفریان فائزه، عمرانی علی، عباسیان ارسطو. بررسی عملکرد و اجزای عملکرد در لاین های امیدبخش گندم با استفاده از روش های آماری چند متغیره پژوهشنامه اصلاح گیاهان زراعی 1402; 15 (45) :148-135 10.61186/jcb.15.45.135
1- گروه زراعت، دانشکده علوم زراعی، دانشگاه کشاورزی و منابع طبیعی ساری، ساری، ایران
2- بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان اردبیل (مغان)، سازمان تحقیقات، آموزش و ترویج کشاورزی، مغان، ایران.
2- بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان اردبیل (مغان)، سازمان تحقیقات، آموزش و ترویج کشاورزی، مغان، ایران.
چکیده: (2060 مشاهده)
چکیده مبسوط
مقدمه و هدف: گندم (Triticum aestivum L.) مهمترین گیاه زراعی و غذای اصلی سه چهارم جمیعت جهان به شمار می‌رود. لذا، بررسی تنوع ژنتیکی این گیاه استراتژیک، به نژادگران را در شناسایی پتانسیل و ظرفیت ژنتیکی واقعی صفات مرتبط با اهداف به نژادی از جمله عملکرد و اجزای عملکرد، کمک می‌نماید. آگاهی از اختلاف بین ژنوتیپ های مختلف گندم و چگونگی روابط این تفاوت با عملکرد بالقوه آنها در بهبود و پیشرفت عملکرد ارقام جدید بسیار حیاتی است.
مواد و روشها: به منظور دستیابی به ژنوتیپ های گندم مطلوب، بررسی تنوع ژنتیکی عملکرد، اجزای عملکرد و اثر متقابل ژنوتیپ در صفت 21 لاین امیدبخش گندم از نظر 14 صفت مهم زراعی در قالب طرح بلوک های کامل تصادفی (RCBD) به‌همراه ارقام تجاری مهم منطقه (تیرگان و کلاته) به عنوان شاهد در سه تکرار در ایستگاه تحقیقات کشاورزی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان اردبیل (مغان) انجام گرفت. از بین روش های موجود برای ارزیابی تنوع، تحلیل چند متغیره یکی از مهمترین و پرکاربردترین روشها می‌باشد.
یافته‌ها: نتایج تجزیه واریانس در سطح احتمال 0/01 و 0/05 حاکی از آن بود که لاین های گندم مورد مطالعه از نظر تمام صفات به جز صفت تعداد دانه در سنبله دارای اختلاف معنی داری با هم بودند. مقایسه میانگین انجام شده به روش دانکن نیز نشان داد که لاین های G17 و G15 از نظر تمامی صفات اندازه گیری شده به‌عنوان لاین های مطلوب انتخاب شدند؛ درحالی که لاین های G3 و G19 در این تجزیه از کمترین رتبه برخوردار بودند. نتایج تجزیه همبستگی نیز حاکی از آن بود که صفت عملکرد دانه با تمام صفات مورد ارزیابی به جز صفات تعداد پنجه، طول پدانکل و تعداد دانه در سنبله همبستگی مثبت و معنی داری داشت. براساس تجزیه به مولفه های اصلی صورت گرفته روی داده های آزمایش نیز 5 مولفه اول بیش از 75 درصد از واریانس داده ها را توجیه نمودند. براساس نمودار گروه بندی لاین ها از نظر مولفه اول و دوم، لاین ها به چهار گروه، گروه بندی شدند. براساس تجزیه گرافیکی انجام گرفته نمودار رتبه بندی لاین ها، لاین های امیدبخش گندم G15 و G17 نسبت به سایر لاین های مورد مطالعه از عملکرد مطلوب تری در صفات مورد ارزیابی برخوردار بودند و لاین G4 از نظر پایداری در صفات به عنوان لاین پایدار انتخاب شد. نمودار چندوجهی نیز لاین های G15، G17، G18، G23، G6، G10 و G12 را به عنوان ژنوتیپ های مطلوب شناسایی نمود و از نظر نمودار رتبه بندی لاین ها براساس لاین ایده آل نیز لاین های G15 و G17 به عنوان لاین های با رتبه برتر شناسایی شدند.
نتیجه‌گیری: از لاین های دارای پتانسیل بالای عملکرد و سایر صفات زراعی مطلوب شناسایی شده در این تحقیق می توان در ایجاد جمعیت های برتر و سازگار با خصوصیات اقلیم گرم و مرطوب شمال کشور، استفاده نمود.
مقدمه و هدف: گندم (Triticum aestivum L.) مهمترین گیاه زراعی و غذای اصلی سه چهارم جمیعت جهان به شمار می‌رود. لذا، بررسی تنوع ژنتیکی این گیاه استراتژیک، به نژادگران را در شناسایی پتانسیل و ظرفیت ژنتیکی واقعی صفات مرتبط با اهداف به نژادی از جمله عملکرد و اجزای عملکرد، کمک می‌نماید. آگاهی از اختلاف بین ژنوتیپ های مختلف گندم و چگونگی روابط این تفاوت با عملکرد بالقوه آنها در بهبود و پیشرفت عملکرد ارقام جدید بسیار حیاتی است.
مواد و روشها: به منظور دستیابی به ژنوتیپ های گندم مطلوب، بررسی تنوع ژنتیکی عملکرد، اجزای عملکرد و اثر متقابل ژنوتیپ در صفت 21 لاین امیدبخش گندم از نظر 14 صفت مهم زراعی در قالب طرح بلوک های کامل تصادفی (RCBD) به‌همراه ارقام تجاری مهم منطقه (تیرگان و کلاته) به عنوان شاهد در سه تکرار در ایستگاه تحقیقات کشاورزی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان اردبیل (مغان) انجام گرفت. از بین روش های موجود برای ارزیابی تنوع، تحلیل چند متغیره یکی از مهمترین و پرکاربردترین روشها می‌باشد.
یافته‌ها: نتایج تجزیه واریانس در سطح احتمال 0/01 و 0/05 حاکی از آن بود که لاین های گندم مورد مطالعه از نظر تمام صفات به جز صفت تعداد دانه در سنبله دارای اختلاف معنی داری با هم بودند. مقایسه میانگین انجام شده به روش دانکن نیز نشان داد که لاین های G17 و G15 از نظر تمامی صفات اندازه گیری شده به‌عنوان لاین های مطلوب انتخاب شدند؛ درحالی که لاین های G3 و G19 در این تجزیه از کمترین رتبه برخوردار بودند. نتایج تجزیه همبستگی نیز حاکی از آن بود که صفت عملکرد دانه با تمام صفات مورد ارزیابی به جز صفات تعداد پنجه، طول پدانکل و تعداد دانه در سنبله همبستگی مثبت و معنی داری داشت. براساس تجزیه به مولفه های اصلی صورت گرفته روی داده های آزمایش نیز 5 مولفه اول بیش از 75 درصد از واریانس داده ها را توجیه نمودند. براساس نمودار گروه بندی لاین ها از نظر مولفه اول و دوم، لاین ها به چهار گروه، گروه بندی شدند. براساس تجزیه گرافیکی انجام گرفته نمودار رتبه بندی لاین ها، لاین های امیدبخش گندم G15 و G17 نسبت به سایر لاین های مورد مطالعه از عملکرد مطلوب تری در صفات مورد ارزیابی برخوردار بودند و لاین G4 از نظر پایداری در صفات به عنوان لاین پایدار انتخاب شد. نمودار چندوجهی نیز لاین های G15، G17، G18، G23، G6، G10 و G12 را به عنوان ژنوتیپ های مطلوب شناسایی نمود و از نظر نمودار رتبه بندی لاین ها براساس لاین ایده آل نیز لاین های G15 و G17 به عنوان لاین های با رتبه برتر شناسایی شدند.
نتیجه‌گیری: از لاین های دارای پتانسیل بالای عملکرد و سایر صفات زراعی مطلوب شناسایی شده در این تحقیق می توان در ایجاد جمعیت های برتر و سازگار با خصوصیات اقلیم گرم و مرطوب شمال کشور، استفاده نمود.
فهرست منابع
1. Aharizad, S., M. Sabzi, S.A. Mohammadi and E. Khodadadi. 2012. Multivariate analysis of genetic diversity in wheat (Triticum aestivum L.) recombinant inbred lines using agronomic traits. Annals of Biological Research, 3: 2118-2126.
2. Dehghani, H., H. Omidi and N. Sabaghnia. 2008. Graphic analysis of trait relations of rapeseed using the biplot method. Agronomy Journal, 100(5): 1443-1449. [DOI:10.2134/agronj2007.0275]
3. FAO .2020. FAOSTAT. Food and agricultural commodities production. Available at http://www.fao.org/faostat/en/#home. FAO, Rome, Italy.
4. Flister, L. and V. Galushko. 2016. The impact of wheat market liberalization on the seed industry's innovative capacity: an assessment of Brazil's experience. Agricultural and Food Economics, 4(1): 11. [DOI:10.1186/s40100-016-0055-8]
5. Ghafari, M. 2004. Use of principal component analysis method for selection of superior three-way cross hybrids in sunflower. Seed and Plant Journal, 19(4): 513-527 (In Persian).
6. Khodarahmi, M., H. Soughi, J. Jafarby, M.S. Khavarinejad and H. Khanzadeh, 2021. Stability analysis of bread wheat genotypes by using GGE biplot method in Caspian sea regions. Journal of Crop Breeding, 13(40): 83-90 (In Persian). [DOI:10.52547/jcb.13.40.83]
7. Nematzadeh, G.H. and G.h. Kiyani. 2010. Plant Breeding; Classical Methods. First volume. Mazandaran University Press. 153 pp (In Persian).
8. Omrani, A., S. Omrani, M. Khodarahmi, S.H. Shojaei, Á. Illés, C. Bojtor, S.M.N. Mousavi and J. Nagy. 2022. Evaluation of grain yield stability in some selected wheat genotypes using AMMI and GGE biplot methods. Agronomy, 12(5): 1130. [DOI:10.3390/agronomy12051130]
9. Poehlman, J.M. 2013. Breeding field crops: Springer Science & Business Media, USA, 723 pp.
10. Qaseem, M.F., R. Qureshi, N. Illyas and S.G. Jalal-Ud-Din. 2017. Multivariate statistical analysis for yield and yield components in bread wheat planted under rainfed conditions. Pakistan Journal of Botany, 49(6): 2445-2450.
11. Reif, J.C., P. Zhang, S. Dreisigacker, M.L. Warburton, M. van Ginkel, D. Hoisington, M. Bohn and A.E. Melchinger. 2005. Wheat genetic diversity trends during domestication and breeding. Theoretical and Applied Genetics, 110(5): 859-864. [DOI:10.1007/s00122-004-1881-8]
12. Shojaei, S.H., K. Mostafavi, M.R. Bihamta, A. Omrani, S.M.N. Mousavi, Á Illés, C. Bojtor and J. Nagy. 2022. Stability on maize hybrids based on GGE biplot graphical technique. Agronomy, 12(2): 394. [DOI:10.3390/agronomy12020394]
13. Shojaei, S.H., K. Mostafavi, A. Omrani, Á. Illés, C. Bojtor, S. Omrani, S.M.N. Mousavi and J. Nagy. 2022. Comparison of maize genotypes using drought-tolerance indices and graphical analysis under normal and humidity stress conditions. Plants, 11(7): 942. [DOI:10.3390/plants11070942]
14. Singh, B.D. 2015. Plant Breeding: Principles and Methods: Kalyani Publishers, India.
15. Singh, R.P. and R. Trethowan. 2007. Breeding spring bread wheat for irrigated and rainfed production systems of the developing world. Breeding Major Food Staples, 109-140 pp.
16. Tahmasebi, G., J. Heydarnezhadian and A.P. Aboughadareh. 2013. Evaluation of yield and yield components in some of promising wheat lines. International Journal of Agriculture and Crop Sciences, 5(20): 2379-2384.
17. Vahabzadeh, M., G. Aminzadeh, M. Ghasemi, M. Kalateh, J. Jaafabai, S. Khavarinejad, M. Abedi Parikhan, H. Fallah, A. Tarinejad, A. Abroudi, A. Saidi, G. Yahyaie, B. Pirayeshfar, A. Nourinia, K. Nazari, F. Afshari, M. Torabi, M. Serajazari, M. Dehghan and M. Ahmadian Moghaddam. 2008. Moghan 3, A new bread wheat cultivar for warm humid climate of Khazar, Iran. Seed and Plant Journal, 24(4): 767-771 (In Persian).
18. Yan, W. and M.S. Kang. 2003. GGE Biplot Analysis: A graphical Tool for Breeders, Geneticists, and Agronomist. CRC press. Boca Raton, FL [DOI:10.1201/9781420040371]
19. Yan, W. 2001. GGEbiplot-a windows application for graphical analysis of multi-environment trial data and other types of two-way data. Agronomy Journal, 93: 1111-1118. [DOI:10.2134/agronj2001.9351111x]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |