دوره 10، شماره 28 - ( زمستان97 1397 )                   جلد 10 شماره 28 صفحات 93-100 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

ahangar L, Sabori H. Correlation and Path Analysis of Some Yield Determine Traits in Rice Genotypes. jcb. 2018; 10 (28) :93-100
URL: http://jcb.sanru.ac.ir/article-1-757-fa.html
آهنگر لیلا، صبوری حسین. روابط همبستگی و تجزیه علیت برخی صفات موثر بر عملکرد دانه در ژنوتیپ های برنج . پژوهشنامه اصلاح گیاهان زراعی. 1397; 10 (28) :93-100

URL: http://jcb.sanru.ac.ir/article-1-757-fa.html


دانشگاه گنبد کاووس
چکیده:   (498 مشاهده)

برنج یکی از مهم­ترین محصول غذایی است، لذا شناخت صفات موثر بر تولید و عملکرد آن می­ تواند در برنامه­ های اصلاحی کاربرد داشته باشد. به ­منظور تعیین شاخص­ های مناسب برای انتخاب ژنوتیپ برتر، بذر 15 ژنوتیپ برنج که شامل 5 رقم والدینی به نام­ های بی نام، دشت، ندا، دم سیاه مشهد و IR62871-175-1-10  10 هیبرید که حاصل از یک تلاقی دای­ آلل 5 × 5 بود مورد ارزیابی قرار گرفت. آزمایش در قالب طرح بلوک­ های کامل تصادفی در سه تکرار در سال 1395 در مزرعه تحقیقاتی دانشگاه گنبد کاووس اجرا گردید. در این تحقیق دوازده صفت شامل، ارتفاع بوته، طول و عرض برگ پرچم، طول خوشه، تعداد دانه پر و پوک، تعداد روز تا 50 درصد گلدهی، وزن هزار دانه، تعداد پنجه موثر، وزن خوشه، تعداد سنبلچه در خوشه و عملکرد ارزیابی شدند. عملکرد دانه با صفات عرض برگ پرچم، تعداد دانه پر و وزن خوشه همبستگی مثبت و معنی­ دار داشته در حالی­که با صفت طول برگ پرچم همبستگی منفی و معنی ­داری را نشان داد. نتایج رگرسیون گام ­به ­گام با ضریب تبیین 69 درصد نشان داد که وزن خوشه و عرض برگ پرچم مهم­ترین جزء عملکرد می ­باشند. تجزیه علیت نشان داد که تعداد دانه پر  خوشه (27/1=I) بیشترین تأثیر مثبت مستقیم را بر عملکرد بذر دارا بود، در حالیکه وزن خوشه (81/0- =I) بیشترین تاثیر مستقیم منفی را نشان داد ولی این صفت از طریق تعداد دانه پر بیشترین تاثیر غیرمستقیم را بر عملکرد داشته است. ماتریس فاصله اقلیدسی با الگوریتم UPGMA ژنوتیپ­ های برنج را به سه گروه دسته ­بندی نمود. همچنین ضریب کوفنتیک (86/0) بیانگر همبستگی زیاد ماتریس تشابه و ماتریس حاصل از دندروگرام می‌باشد. در مجموع در ﺑﯿﻦ ﺧﺼﻮﺻﯿﺎت مورد بررسی، ﺻﻔﺎﺗﯽ ﻧﻈﯿﺮ عرض برگ پرچم، تعداد دانه پر و وزن خوشه می­ توانند ﺷﺎﺧﺺﻫﺎی ﻣﻬمی ﺑﺮای ﮔزینش ژنوتیپ­ هایی ﺑﺎ ﻋﻤﻠﮑﺮد ﺑﺎﻻ می ­باشند.

متن کامل [PDF 817 kb]   (127 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: اصلاح نباتات
دریافت: ۱۳۹۶/۲/۴ | ویرایش نهایی: ۱۳۹۷/۱۲/۱۱ | پذیرش: ۱۳۹۶/۵/۲۲ | انتشار: ۱۳۹۷/۱۲/۱۱

فهرست منابع
1. Akhtar, N., M.F. Nazir, A. Rabnawaz, T. Mahmood, M.E. Safdar, M. Asif and A. Rehman. 2011. Estimation of heritability, correlation and path coefficient analysis in fine grain rice (Oryza sativa L.). Journal of Animal Plant Science, 21: 660-664.
2. Allah Gholipor, M., A. Farshadfar and B. Rabie. 2014. Morphologic and physicochemical diversity among different genotypes of rice grain using factor analysis and cluster analysis. Cereal research, 4: 293-307 (In Persian).
3. Amin Panah, H. and P. Sharaifi. 2012. Path analysis yield and component yield in rice (Oryza sativa) in competition with Echinochloa crus-galli weeds. Journal of crop production and processing, 9: 105-120 (In Persian).
4. Bagheri, N., N. Babaeian-Jelodar and A. Pasha. 2011. Path coefficient analysis for yield and yield components in diverse rice (Oryza sativa L.) genotypes. Biharean Biologist, 5: 32-35.
5. Cypriem, M. and V. Kumar. 2011. Correlation and Path coefficient analysis of rice cultivars data. Journal of Reliability and Statistical Studies, 4: 119-131.
6. Dewey, D.R. and K.I. Lu. 1959. A correlation and path coefficient analysis of components of created wheat grass seed production. Agronomy Journal, 51: 515-518. [DOI:10.2134/agronj1959.00021962005100090002x]
7. Elyasi, S., V. Mollasadeghi and S.H. Abdollahi. 2016. Study the relationship of Some Morphological traits with seed yield in rice genotypes. Journal of Crop Breeding, 8: 184-190. [DOI:10.18869/acadpub.jcb.8.17.191]
8. Ezeaku, I.E. and S.C. Mohammed. 2006. Character association and path analysis in grain sorghum. African Journal of Biotechnology, 5(14): 1337-1340.
9. Farshadfar, A.H. 1997. Plant Breading Methodology. Razi University Press, 310 pp.
10. Fraser, J. and G. Eaton. 1983. Applications of yield component analysis to crop research. Field Crop Abstracts, 36: 787-797.
11. Ganghua, L., J. Zhang, C. Yang, Y. Song, C.H. Zheng, S.H. Wang, Z.H. Liu and Y. Ding. 2014. Optimal yield-related attributes of irrigated rice for high yield potential based on path analysis and stability analysis. The crop Journal, 2: 235-243. [DOI:10.1016/j.cj.2014.03.006]
12. Gopikannan, M. and S.K. Ganesh. 2013. Inter-relationship and Path Analysis in Rice (Oryza sativa L.) under Sodicity. Indian Journal of science and technology, 9: 201-211.
13. Hairmansis, A., B. Kustianto and S. Suwarno. 2010. Correlation analysis of agronomic characters and grain yield of rice for tidal swamp areas. Indonesian Journal Agriculture Science, 11: 11-15. [DOI:10.21082/ijas.v11n1.2010.p11-15]
14. Islam, M.A., S.A. Raffi, M.A. Hossain and A.K. Hasan. 2015. Character association and path coefficient analysis of grain yield and yield related traits in some promising early to medium duration rice advanced. International Journal of Experimental Agriculture, 5: 8-12.
15. Jahani, M., G.H. Nematzade and G.H. Mohammadi Nejad. 2015. Evaluation of agronomic traits associated with grain yield in rice using regression and path analysis, 7: 115-122.
16. Jobson, J.D. 1992. Applied Multivariate Data Analysis. Volume H, Categorical and Multivariate Methods. Springer-Verlag, New York, 23: 65-86. [DOI:10.1007/978-1-4612-0921-8]
17. Khan, A.S., M. Imran and M. Ashfaq. 2009. Estimation of genetic and environmental variability in soybeans. Agronomical Journal, 47: 314-318.
18. Khare, R., A.K. Singh, S. Eram and P.K. Singh. 2014. Genetic variability, association and diversity analysis in upland rice. SAARC Journal of Agriculture, 12: 40-51. [DOI:10.3329/sja.v12i2.21915]
19. Lasalita-Zapico, F.C., J.A. Namocatcat and J.L. Carino-Turner. 2010. Relative efficiency of morphological characters and molecular markers in the establishment of an apricot core collection. Heredity, 149: 163-172. [DOI:10.1111/j.1601-5223.2012.02245.x]
20. Maji, A.T. and A.A. Shaibu. 2012. Application of principal component analysis for rice
21. germplasm characterization and evaluation. Journal of Plant Breeding and Crop Science, 4: 87-93.
22. Mantel, N. 1967. The detection of disease clustering and a generalized regression approach. Cancer research, 27(1): 209-220.
23. Mesbah, M., H.R. Soaroush and A.H.H. Zadeh. 2004. A study of relationship between grain yield components in rice. Iranian Journal of Agriculture Science, 5: 983-993
24. Nurbakhshian, J. and A. Rezaei. 1996. Correlation and path analysis of rice grain yield and rice grain yield path analysis. Iranian journal of crop science, 1: 55-56.
25. Pratap, N., P.K. Singh, R. Shekhar, S.K. Soni and A.K. Mall. 2012. Genetic variability, character association and diversity analyses for economic traits in rice (Oryza sativa L.). SAARC Journal of Agriculture, 10: 83-94 [DOI:10.3329/sja.v10i2.18326]
26. Rohlf, F.J. 1998. NTSYS-pc: numerical taxonomy and multivariate analysis system, version 2.02. Exeter Software: Setauket, NY
27. Rohlf, F.J. 2000. NTSYS-pc: numerical taxonomy and multivariate analysis system, version 2.1. Exeter Software: Setauket, NY,
28. Sabori, H., A. Rezai, S.A.M. Mirmohammady Maibody and M. Esfahani. 2005. Path Analysis for Rice Grain Yield and Related Traits in Tow Planting Patterns. Journal of Water and Soil Science, 9: 113-129.
29. Sabori, H., M. Nahvi, A. Torabi and M. Kanoni. 2008. Classification of rice varieties at different levels from the osmotic potential of sorbitol based on cluster analysis and fisher linear functions. Iranian Congress of Agronomy and Plant Breeding, 28-30 August, Karadj, Iran, Crop Science Society, 7: 327-340.
30. Sadeghi, S.M. 2011. Heritability, phenotypic correlation and path coefficient studies for some agronomic
31. characters in landrace rice varieties. World Applied Science Journal, 13: 1229-1233.
32. SPSS-Inc. 2010. IBM SPSS statistics 19 core system user's guide, USA: SPSS Inc., an IBM Company
33. Headquarters.
34. Sneath, P.H. and R.R. Sokal. 1973. Numerical taxonomy. The principles and practice of numerical classification. Freeman and company Sanfrancisco, 573 pp.
35. Sohrabi, M., M.Y. Raffi, M.M. Hanafi, A. SitiNor Akmar and M.A. Latif. 2012. Genetic Diversity of UplandRice Germplasm in Malaysia Based on Quantitative Traits. The Scientific World Journal, 9-19 pp. [DOI:10.1100/2012/416291]
36. Ullah, M.Z., M.K. Bashar, M.S.R. Bhuiyan, M. Khalequzzamana and M.J. Hasan. 2011. Interrelationship and cause-effect analysis among morpho-physiological traits in biroin rice of Bangladesh. International Journal of Plant Breeding and Genetics, 5: 246-254. [DOI:10.3923/ijpbg.2011.246.254]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به پژوهشنامه اصلاح گیاهان زراعی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2020 All Rights Reserved | Journal of Crop Breeding

Designed & Developed by : Yektaweb