دوره 12، شماره 34 - ( تابستان 1399 )
جلد 12 شماره 34 صفحات 53-43 |
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:
Saremi-Rad A, Mostafavi K, Mohammadi A. (2020). Genotype- Environment Interaction Study Base GGE biplot Method for Kernel Yield in Sunflower (Helianthus annuus L.) Cultivars. jcb. 12(34), 43-53. doi:10.29252/jcb.12.34.43
URL: http://jcb.sanru.ac.ir/article-1-1006-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1006-fa.html
صارمی راد علی، مصطفوی خداداد، محمدی عبداله. مطالعه اثر متقابل ژنوتیپ و محیط به روش بای‌پلات (GGE biplot) برای عملکرد دانه در برخی از ژنوتیپهای آفتابگردان پژوهشنامه اصلاح گیاهان زراعی 1399; 12 (34) :53-43 10.29252/jcb.12.34.43
دانشگاه آزاد اسلامی، واحد کرج
چکیده: (2392 مشاهده)
شناخت دقیق ماهیت اثر متقابل ژنوتیپ و محیط، امکان شناسایی ژنوتیپهای پایدار را برای به‌نژادگران فراهم می‌آورد. جهت بررسی اثر متقابل ژنوتیپ در محیط، 12 ژنوتیپ آفتابگردان در 5 منطقه شامل اراک، بیرجند، کاشمر، کرج و شیراز در سال زراعی 1394 در قالب طرح بلوک‌های کامل تصادفی با 3 تکرار کشت و ارزیابی شدند. به‌منظور تجزیه پایداری عملکرد دانه از روش گرافیکی GGE biplot استفاده شد. نتایج نشان داد که ژنوتیپهای Record و Zaria در کرج، ژنوتیپهای SHF81-90 و Sor در بیرجند و کاشمر، ژنوتیپ Gabur در شیراز و Armaverski در اراک دارای بیش‌ترین پایداری و عملکرد دانه بودند. رتبه‌بندی محیط‌ها از بهترین محیط به سمت نامناسب‌ترین محیط به‌صورت بیرجند، کاشمر، کرج، اراک و شیراز بود. نمودار رتبه‌بندی ژنوتیپ‌ها بر اساس ژنوتیپ ایده‌آل و همچنین نمودار رتبه‌بندی ژنوتیپ‌ها بر اساس میانگین عملکرد و پایداری، نشان داد که ژنوتیپهای SHF81-90، Lakomka و Sor به‌عنوان برترین و پایدارترین ژنوتیپ‌ها می‌باشند. نتایج نمودار بای‌پلات بررسی روابط بین محیط‌ها حاکی از همبستگی بالا بین محیط‌های کرج، کاشمر و بیرجند بود. در این مطالعه مناطق مورد بررسی به چهار محیط بزرگ (ابر محیط) بهشرح زیر تقسیم شدند: کرج به‌عنوان اولین محیط بزرگ، کاشمر و بیرجند به‌عنوان دومین محیط بزرگ، شیراز به‌عنوان سومین محیط بزرگ و اراک به‌عنوان چهارمین محیط بزرگ.
نوع مطالعه: پژوهشي |
موضوع مقاله:
اصلاح نباتات
دریافت: 1397/8/7 | ویرایش نهایی: 1399/5/5 | پذیرش: 1398/11/7 | انتشار: 1399/4/10
دریافت: 1397/8/7 | ویرایش نهایی: 1399/5/5 | پذیرش: 1398/11/7 | انتشار: 1399/4/10
فهرست منابع
1. Agaei, M. 1993. Study of genotype×environment interaction in barely cultivars on Tabriz. Journal of Agriculture Science, 1(2): 28-40 (In Persian).
2. Allard, R.W. and A.D. Bradshaw. 1964. Implication of genotype-environmental in applied Plant Breeding. Crop Science, 4: 505-507. [DOI:10.2135/cropsci1964.0011183X000400050021x]
3. Annicchiarico, P. 1997. Joint regression vs. AMMI analysis of genotype- environment interaction for cereals in Italy. Euphytica, 94: 53-62. [DOI:10.1023/A:1002954824178]
4. Cooper, M. and G.L. Hammer. 1996. Plant adaptation and crop improvement. CAB International, Wallingford, England.
5. 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]
6. Delacy, I.H., R.L. Eisemann and M. Cooper. 1990. The importance of genotype by environment interaction in regional variety trials, pp: 287- 300. In: kang. M. S. (Ed.). Genotype by environment interaction and plant breeding. Baton Rouge. Louisiana State University, USA.
7. Farshadfar, E. and J. Sutka. 2006. Biplot analysis of genotype-environment interaction in durum wheat using the AMMI model. Acta Agronomica Hungarica, 54(4): 459-467. [DOI:10.1556/AAgr.54.2006.4.8]
8. Farshadfar, E., M. Mohammadi, M. Aghaee and Z. Vaisi. 2012. GGE biplot analysis of genotype×environment interaction in wheat-barley disomic addition lines. Australian Journal of Crop Science, 6(6): 1074-1079.
9. Fernandez, G.C.J. 1991. Analysis of genotype environment interaction by stability estimates. Horticultural Sciences, 27: 947-950. [DOI:10.21273/HORTSCI.26.8.947]
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. and R.W. Zobel. 1997. Identifying mega-environments and targeting genotypes. Crop Science, 37: 311-326. [DOI:10.2135/cropsci1997.0011183X003700020002x]
12. Kalate jari, S., Kh. Mostafaavi and A. Nabipour. 2016. Interaction of Genotype and Environment on the Open Pollinated Sunflower (Helianthus annuus) Cultivars Based on Parametric methods and Tai method. Journal of Crop Breeding, 8(17): 114-122 (In Persian). [DOI:10.18869/acadpub.jcb.8.17.122]
13. Kang, M.S. 1998. Using genotype by environment interaction for crop cultivar development. Adv. Agronomy, 62: 199-252. [DOI:10.1016/S0065-2113(08)60569-6]
14. Kempton, R.A. 1984. The use of biplot in interpreting variety by environment interaction. Journal of Agricultural Science. Cambridge, l22: 335-342.
15. Kendal, E. 2016. GGE biplot analysis of multi-environment yield trials in barley (Hordeum vulgare L.) cultivars. Ekin Journal, 2(1): 90-99.
16. Lin, C.S., M.R. Binns and L.P Lefcovitch. 1986. Stability analysis: where do we stand? Crop Science, 26: 894- 900. [DOI:10.2135/cropsci1986.0011183X002600050012x]
17. Makumbi, D., A. Diallo, K. Kanampiu, S. Mugo and H. Karaya. 2015. Agronomic performance and genotype × environment interaction of herbicide-resistant maize varieties in Eastern Africa. Crop Science, 55: 540-555. [DOI:10.2135/cropsci2014.08.0593]
18. Mohammadi, R., M. Armion, H. Esmail Zad, M.M. Ahmadi and D. Sadegh zadeh ahari. 2012. Genotype × Environment interaction for grain yield of rainfed durum wheat using the GGE bipot model. Seed and plant improvement journal, 3(28): 503-518 (In Persian).
19. Moreno-Gonzalez, J., J. Crossa and P.L. Cornelius. 2004. Genotype×environment interaction in multi- environment trials using shrinkage factors for AMMI models. Euphytica, 137: 119-127. [DOI:10.1023/B:EUPH.0000040509.61017.94]
20. Mostafavi, K., H. Shojaei, M. Khodarahmi and A. Mohammadi. 2010. The interaction of genotype and environment in canola with using GGE biplot graphical methods, Third International Seminar of oilseeds and edible oils, Tehran, Coordination Center of Science and Industry oilseeds.
21. Oliveira, T.R.A., H.W.L. Carvalho, G.H.F. Oliveira, E.F.N. Costa, G.A. Gravina, R.D. Santos and J. L.S.C. Filho. 2019. Hybrid maize selection through GGE biplot analysis. Bragantia, Campinas, 78: 166-174. [DOI:10.1590/1678-4499.20170438]
22. Omrani, S., A. Omrani, M. Afshari, A. Saremi-rad, S. Bardehji and P. Foroozesh. 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 Genotype Grain Yield. Journal of Crop Breeding, 11(31): 153-163 (In Persian).
23. Pham, H.N. and M.S. Kang. 1988. Interrelationships among and repeatability of several stability statistics estimated from international maize trials. Crop Science, 28: 925-928. [DOI:10.2135/cropsci1988.0011183X002800060010x]
24. Raiger, H.L. and V.T. Prabhakaran. 2001. A study on the performance of a few non-parametric stability measures using pearl-millet data. Indian Journal of Genetics, 61: 7-11.
25. Rajaram, S., C.E. Mann, G. Ortiz-Ferrara and A. Mujeeb-Kazi. 1983. Adaptation, stability and high yield potential of certain 1B/1R CIMMYT wheats. Proc. Sixth Intl. Wheat Genet. Symp. Kyoto, Japan, PP: 613-621.
26. Sabaghnia, N., H. Dehghani and S.H. Sabaghpour. 2008. Graphical analysis of genotype by environment interaction for lentil yield in Iran. Agronomy Journal, 100: 760-764. [DOI:10.2134/agronj2006.0282]
27. Sattari, A., M. Solouki, N. Bagheri, B. Fakheri and A. Nabipour. 2019. Analysis of Genotype, Environment Interaction and Grain Yield Stability of Rice (Oryza sativa L.) Genotypes in Mazandaran Province. Journal of Crop Breeding, 11(31): 1-10 (In Persian).
28. Snell, E.J., and H.R. Simpson. 1991. Applied Statistics: Handbook of Genstat Analysis. Chapman and Hall, 136 pp.
29. Yan, W. 1999. A study on the methodology of cultivar evaluation based on yield trial data- with special reference to winter wheat in Ontario. Ph.D. Thesis, university of Guelph, Guelph, Ontario, Canada.
30. 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]
31. Yan, W. and L.A. Hunt. 2001. Interpretation of genotype × environment interaction for winter wheat yield in Ontario. Crop Science, 41: 19-25. [DOI:10.2135/cropsci2001.41119x]
32. Yan, W. and M.S. Kang. 2003. GGE-biplot analysis: A graphical tool for breeders, geneticists and agronomists. CRC Press, Boca Raton, FL, USA. [DOI:10.1201/9781420040371]
33. Yan, W. and N.A. Tinker. 2005. An integrated biplot analysis system for displaying, interpreting and exploring genotype × environment interaction. Crop Science, 45: 1004-1016. [DOI:10.2135/cropsci2004.0076]
34. Yan, W., P.L. Cornelius, J. Crossa and L.A. Hunt. 2001. Two type of GGE biplots for analyzing multi-environmental trial data. Crop Science, 41: 656-663. [DOI:10.2135/cropsci2001.413656x]
35. Yan, W., L.A. Hunt, Q. Sheng and Z. Szlavnics. 2000. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science, 40: 597-605. [DOI:10.2135/cropsci2000.403597x]
36. 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]
37. Yang, R.C., J. Crossa, P.L. Cornelius and J. Bugueno. 2009. Biplot analysis of genotype× environment interaction: Proceed with caution. Crop Science, 49: 1564-1576. [DOI:10.2135/cropsci2008.11.0665]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
