دوره 14، شماره 42 - ( تابستان 1401 )
جلد 14 شماره 42 صفحات 85-76 |
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:
Ansarifard I, Mostafavi K, Khosroshahli M, Bihamta M R, Ramshini H. (2022). The Evaluation of Grain Yield Stability in Sunflower Varieties Using Univariate Analysis and AMMI Method. jcb. 14(42), 76-85. doi:10.52547/jcb.14.42.76
URL: http://jcb.sanru.ac.ir/article-1-1264-fa.html
URL: http://jcb.sanru.ac.ir/article-1-1264-fa.html
انصاری فرد عیسی، مصطفوی خداداد، خسروشاهلی محمود، بی همتا محمدرضا، رامشینی حسین. بررسی پایداری عملکرد دانه در ارقام آفتابگردان با استفاده از روش‌های تک متغیره و مدل AMMI پژوهشنامه اصلاح گیاهان زراعی 1401; 14 (42) :85-76 10.52547/jcb.14.42.76
گروه زراعت و اصلاح نباتات، دانشگاه آزاد اسلامی، واحد کرج، کرج
چکیده: (780 مشاهده)
چکیده مبسوط
مقدمه و هدف: ارزیابی تاثیرات محیط های مختلف بر عملکرد دانه هیبریدهای آفتابگردان (Helianthus annuus L.) و تعیین ژنوتیپ های برتر و پایدار در مکان های مختلف به عنوان الگویی برای پایداری و سازگاری با محیط مورد توجه است.
مواد و روش ها: به منظور بررسی پایداری عملکرد دانه در 12 ژنوتیپ آفتابگردان، آزمایشی در قالب طرح بلوک‌های کامل تصادفی (RCBD) در پنج منطقه (کرج، بیرجند، فیروزآباد، کاشمر، اراک) و در دو سال زراعی 98-1397 در سه تکرار مورد آزمایش قرار گرفت.
یافته ها: نتایج تجزیه واریانس در سطح احتمال 1% حاکی از آن بود که تمام ژنوتیپ‌ها از نظر عملکرد دارای اختلاف معنی‌داری با هم بودند. نتایج مقایسه میانگین نیز نشان داد که ژنوتیپ Zaria نسبت به سایر ژنوتیپ‌ها به عنوان ژنوتیپ برتر و ژنوتیپ Progress کمترین میزان رتبه را به خود اختصاص داد. بر اساس تجزیه واریانس مدل AMMI اثر محیط، اثر ژنوتیپ و اثر متقابل ژنوتیپ × محیط به ترتیب در سطح احتمال 1% و 5% معنی‌دار بود و دو مولفه اول اثرمتقابل در مجموع بیش از 80 درصد از واریانس داده‌ها را توجیه نمود (IPC1=52.4%, IPC2=27.9%). مدل AMMI1 نشان داد ژنوتیپ Zaria به دلیل داشتن کمترین میزان اولین مولفه اصلی اثر متقابل به عنوان ژنوتیپ پایدار شناسایی شد. مدل AMMI2 مشخص نمود که ژنوتیپهای Zargol و Master در اراک، ژنوتیپهای SHF81-90 و Zariaدر کاشمر، ژنوتیپهای Progress،Gabur ،Favorite و Record در بیرجند و ژنوتیپهای Armaverski، Azargol و Lakumka در کرج و فیروزآباد دارای سازگاری خصوصی بودند. بر اساس روش‌های پارامترهای پایداری (واریانس محیطی، ضریب تغییرات، اکووالانس ریک، واریانس شوکلا، شیب رگرسیون، روش ابرهارت و راسل و ضریب تشخیص) ژنوتیپ Zargol به عنوان ژنوتیپ پایدار و ژنوتیپ SHF81-90 به عنوان ژنوتیپ ناپایدار شناسایی شدند.
نتیجه گیری: به طور کلی ژنوتیپهای Zaria و Zargol به عنوان پایدارترین ژنوتیپ‌ها و ژنوتیپهای SHF81-90 به عنوان ژنوتیپ ناپایدار شناسایی شد. نتایج همبستگی بین پارامترهای پایداری نیز حاکی از آن بود که پارامترهای واریانس محیطی و ضریب تغییرات با پارامترهای ابرهارت و راسل، واریانس شوکلا و اکووالانس ریک دارای همبستگی مثبت و معنی‌داری بودند.
مقدمه و هدف: ارزیابی تاثیرات محیط های مختلف بر عملکرد دانه هیبریدهای آفتابگردان (Helianthus annuus L.) و تعیین ژنوتیپ های برتر و پایدار در مکان های مختلف به عنوان الگویی برای پایداری و سازگاری با محیط مورد توجه است.
مواد و روش ها: به منظور بررسی پایداری عملکرد دانه در 12 ژنوتیپ آفتابگردان، آزمایشی در قالب طرح بلوک‌های کامل تصادفی (RCBD) در پنج منطقه (کرج، بیرجند، فیروزآباد، کاشمر، اراک) و در دو سال زراعی 98-1397 در سه تکرار مورد آزمایش قرار گرفت.
یافته ها: نتایج تجزیه واریانس در سطح احتمال 1% حاکی از آن بود که تمام ژنوتیپ‌ها از نظر عملکرد دارای اختلاف معنی‌داری با هم بودند. نتایج مقایسه میانگین نیز نشان داد که ژنوتیپ Zaria نسبت به سایر ژنوتیپ‌ها به عنوان ژنوتیپ برتر و ژنوتیپ Progress کمترین میزان رتبه را به خود اختصاص داد. بر اساس تجزیه واریانس مدل AMMI اثر محیط، اثر ژنوتیپ و اثر متقابل ژنوتیپ × محیط به ترتیب در سطح احتمال 1% و 5% معنی‌دار بود و دو مولفه اول اثرمتقابل در مجموع بیش از 80 درصد از واریانس داده‌ها را توجیه نمود (IPC1=52.4%, IPC2=27.9%). مدل AMMI1 نشان داد ژنوتیپ Zaria به دلیل داشتن کمترین میزان اولین مولفه اصلی اثر متقابل به عنوان ژنوتیپ پایدار شناسایی شد. مدل AMMI2 مشخص نمود که ژنوتیپهای Zargol و Master در اراک، ژنوتیپهای SHF81-90 و Zariaدر کاشمر، ژنوتیپهای Progress،Gabur ،Favorite و Record در بیرجند و ژنوتیپهای Armaverski، Azargol و Lakumka در کرج و فیروزآباد دارای سازگاری خصوصی بودند. بر اساس روش‌های پارامترهای پایداری (واریانس محیطی، ضریب تغییرات، اکووالانس ریک، واریانس شوکلا، شیب رگرسیون، روش ابرهارت و راسل و ضریب تشخیص) ژنوتیپ Zargol به عنوان ژنوتیپ پایدار و ژنوتیپ SHF81-90 به عنوان ژنوتیپ ناپایدار شناسایی شدند.
نتیجه گیری: به طور کلی ژنوتیپهای Zaria و Zargol به عنوان پایدارترین ژنوتیپ‌ها و ژنوتیپهای SHF81-90 به عنوان ژنوتیپ ناپایدار شناسایی شد. نتایج همبستگی بین پارامترهای پایداری نیز حاکی از آن بود که پارامترهای واریانس محیطی و ضریب تغییرات با پارامترهای ابرهارت و راسل، واریانس شوکلا و اکووالانس ریک دارای همبستگی مثبت و معنی‌داری بودند.
نوع مطالعه: پژوهشي |
موضوع مقاله:
اصلاح نباتات، بیومتری
دریافت: 1400/3/3 | ویرایش نهایی: 1401/5/15 | پذیرش: 1400/6/13 | انتشار: 1401/5/21
دریافت: 1400/3/3 | ویرایش نهایی: 1401/5/15 | پذیرش: 1400/6/13 | انتشار: 1401/5/21
فهرست منابع
1. Akcura, M., Y. Kaya and S. Taner. 2005. Genotype-environment interaction and phenotypic stability analysis for grain yield of durum wheat in the centeral Anatolian region. Turkish Journal of Agriculture and Forestry, 29: 369-375.
2. Akter A, J. Hassan, U. Kulsum, I. K Hossain and M Rahman. 2014. AMMI Biplot Analysis for Stability of Grain Yield in Hybrid Rice (Oryza sativa L.). Journal Rice Research, 2(2): 126. [DOI:10.4172/jrr.1000126]
3. Albert, M.J.A. 2004. A comparison of statistical methods to describe genotype× environment interaction and yield stability in multi-location maize trials. M.Sc. Thesis. Department of Plant Sci. The University of the Free State, Bloemfontein.
4. 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 Research Communications, 31: 97-104. [DOI:10.1007/BF03543255]
5. Branković, G., I. Balalić, M. Zorić, V. Miklič, S. Jocić and G. Šurlan-Momirović. 2012. Characterization of sunflower testing environments in Serbia. Turkish Journal of Agriculture and Forestry, 36(3): 275-283. [DOI:10.3906/tar-1106-45]
6. Casadebaig, P., E. Mestries and P. Debakey. 2016. A model-based approach to assist variety evaluation in sunflower crop. European Journal of Agronomy, 81: 92-105. [DOI:10.1016/j.eja.2016.09.001]
7. Chukan, R. 2007. Methods of genetic analysis of quantitative traits in plant breeding, publication of agricultural education, 270 pp.
8. De La Vega, A.J. and S.C. Chapman. 2001. Genotype by environment interaction and indirect selection for seed yield in sunflower, II. Three-mode principal component analysis of oil and biomass yield across environments in Argentina. Field Crops Research, 72(1): 39-50. [DOI:10.1016/S0378-4290(01)00163-0]
9. De La Vega, A.J. and S.C. Chapman. 2006. Defining sunflower selection strategies for a highly heterogeneous target population of environments. Crop Science, 46(1): 136-144. [DOI:10.2135/cropsci2005.0170]
10. De La Vega, A.J. and S.C. Chapman. 2010. Mega-environment differences affecting genetic progress for yield and relative value of component traits. Crop Science. 50 (2): 574-583. [DOI:10.2135/cropsci2009.04.0209]
11. Ebdon, J.S. and H.G. Guach. 2002. Additive main effect and multiplicative interaction analysis of national turf grass performance trails. II Cultivar recommendations. Crop Science, 42: 489-496. [DOI:10.2135/cropsci2002.4890]
12. Eberhart, S.A. and W.A. Russell. 1966. Stability parameters for comparing varieties. Crop Science, 6: 36-40. [DOI:10.2135/cropsci1966.0011183X000600010011x]
13. Farshadfar, E. 1998. Application of Biometrical Genetics in Plant Breeding. Razi University. Kermanshah, Iran (In Persian).
14. Farshadfar, E., N. Mahmodi and A. Yaghotipoor. 2011. AMMI stability value and simultaneous estimation of yield and yield stability in bread wheat (Triticum aestivum L.). Australian Journal of Crop Science, 5: 1837-1844 (In Persian).
15. Francis, T.R. and L.W. Kannenberg. 1978. Yield stability studies in short-season maize. I. A descriptive method for grouping genotypes. Canadian Journal of Plant Science, 58(4): 1029-1034. [DOI:10.4141/cjps78-157]
16. Gauch, H.G. 1988. Model selection and validation for yield trials with interaction. Biometr, 44(3): 705-715. [DOI:10.2307/2531585]
17. Guach, H.G. and R.W. Zobel. 1997. Identifying mega environments and targeting genotypes. Crop Science. 37: 311-326.http://dx.doi.org/10.4172/jrr.1000126 [DOI:10.4172/jrr.1000126]
18. Hu, J., G. Seiler and C. Kole. 2010. Genetics, Genomics and Breeding of Sunflower. CRC Press, Clemson, USA. [DOI:10.1201/b10192]
19. Jahromi, M.A., M. Khodarahmi, A.R. Mohammadi and A. Mohammadi. 2011. Stability analysis for grain yield of promising durum wheat genotypes in southern warm and dry agro-climatic zone of Iran.Iranian Journal of Crop Sciences, 13: 565-579 (In Persian).
20. Kaya, Y., M. Akcura and S. Taner. 2006. GGE-Biplot analysis of multi environment yield trials in bread wheat. Bahari Dağdaş International Agricultural Research Institute. Turkish. Journal of Agriculture and Forestry. For. 30: 325-337.
21. Krishnamurthy, S.L., S.K. Sharma, D.K. Sharma, P.C. Sharma, P. Singh and V.K. Shra, et al. 2015.Analysis of Stability and G × E interaction of Rice Genotypes across Saline and Alkaline Environments in India Cereal Research Communications 44(2): 349-360. DOI: 10.1556/0806.43.2015.05. [DOI:10.1556/0806.43.2015.055]
22. Marjanović-Jeromela, A., N. Nagl, J. Gvozdanović-Varga, N. Hristov, A. Kondić-Špika, M. Vasić and R. Marinković. 2011. Genotype by environment interaction for seed yield per plant in rapeseed using AMMI model. Pesquisa Agropecuária Brasileira, 46(2): 174-181. [DOI:10.1590/S0100-204X2011000200009]
23. Mijić, A., I. Liović, A. Sudarić, D. Gadžo, Z. Jovović, M. Jankulovska, A. Markulj-Kulundžić and T. Duvnjak. 2017. The effect of environment on the phenotypic expression of grain yield, oil content and oil yield in sunflower hybrids. Agriculture and Forestry 63(1): 309-318. [DOI:10.17707/AgricultForest.63.1.32]
24. Mohammadi, R., S.S. Pourdad and A. Amri. 2008. Grain yield stability of spring safflower (Carthamus tinctorius L.). Australian Journal of Crop Science. Res. Vol, 59. pp: 546-553. [DOI:10.1071/AR07273]
25. Najafian, G., A.K. Kaffashi and A. Jafar- Nezhad. 2010. Analysis of grain yield stability in hexaploid wheat genotype grown in temperate regions of Iran using additive main effects and multiplicative interaction. Journal of Agricultural Science and Technology, 12: 213-222.
26. Purchase, J.L., H. Hatting and C.S. Vandeventer. 2000. Genotype× environment interaction of winter wheat (Triticum aestivum L.) in South Africa: II. Stability analysis of yield performance. South African Journal of Plant and Soil. 17(3): 101-107. [DOI:10.1080/02571862.2000.10634878]
27. Radanović, A., D. Miladinović, S. Cvejić, M. Jocković and S. Jocić. 2018. Sunflower Genetics from Ancestors to Modern Hybrids - a review. Genes, 9(11): 1-19. [DOI:10.3390/genes9110528]
28. Rocha, M.M., F.R. Freire Filho, V.Q. Ribeiro, H.W.L. Carvalho, J. Belarmino Filho, J.A.A. Raposo, J.P. Alcântara. S.R.R. Ramos and C.F. Machado. 2007. Yield adaptability and stability of semi-erect cowpea genotypes in the Brazil Northeast Region. Pesquisa Agropecuária Brasileira, 42: 1283-1289. [DOI:10.1590/S0100-204X2007000900010]
29. Roy, D. 2000. Plant breeding: Analysis and exploitation of variation. Alpha Science Int'l Ltd.
30. Schoeman, L.J. 2003. Genotype × environment interaction in sunflower (Helianthus annuus) in South Africa. MSc.Thesis, Department of Agronomy, University of the Free State, Bloemfontein.
31. Seiler, G. and C.C. Jan. 2010. Basic information. In: Genetics, genomics and breeding of sunflower, ed. Hu, J. Seiler, G. and Kole, C., 1-40, Enfield, New Hampshire, USA, CRC Press. [DOI:10.1201/b10192-2]
32. Shojaei, S.H., K. Mostafavi, A. Omrani, S. Omrani, S.M. Nasir Mousavi, A. Illés and J. Nagy. 2021. Yield Stability Analysis of Maize (Zea mays L.) Hybrids Using Parametric and AMMI Methods. Scientifica, 2021. [DOI:10.1155/2021/5576691]
33. Shukla, G.K. 1972. Some statistical aspects of partitioning genotype- environmental components of variability. Heredity, 29: 237-245. [DOI:10.1038/hdy.1972.87]
34. Stanley, O., P.B. Samente, 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. Tamesgen, A., K. Mammo and L. Dagnachew. 2014. Genotype by Environment Interaction (G x E) and Grain Yield Stability Analysis of Ethiopian Linseed and Niger Seed Varieties. Journal of Applied Biosciences, 80: 7093-7101. [DOI:10.4314/jab.v80i1.1]
36. Tamesgen, T., G. Keneni, T. Sefera and M. Jarso. 2015. Yield stability and relationship among stability parameters in faba bean (Vicia faba L.) genotypes. The Crop Journal 3: 258-268 and Salerno, J. C. 2010. Statistical models for evaluating the genotype-environment interaction in maize. International Journal of Experimental Botany, 79: 39-46. [DOI:10.1016/j.cj.2015.03.004]
37. Torres R.O. and A. Henry. 2018. Yield stability of selected rice breeding lines and donors across conditions of mild to moderately severe drought stress. Field Crops Research Vol. 220: 37-45. [DOI:10.1016/j.fcr.2016.09.011]
38. Wricke., G. 1962. Ubereine method zurrefassung der okologischenstreubretite in feldversuchen, Flazenzuecht, 47: 92- 96.
39. Yan, W. and C. Rajcan. 2002. Biplot analysis of test sites and trait relations of Soybean in Ontario. Crop Science, 42: 11-20. [DOI:10.2135/cropsci2002.1100]
40. Yan, W. and L.A. Hunt. 2001. Interpretation of genotype × environment interaction for winter wheat yield in Ontario. Crop Science, 41: 656-663. [DOI:10.2135/cropsci2001.41119x]
41. Zarei, L., E. Farshadfar, R. Haghparast, R. Rajabi, M. Mohammadi-Sarab-Badieh and H. Zali. 2012. Comparison of different methods of stability evaluation in bread wheat genotypes under drought stress conditions. Electronic Journal of Crop Production, 5: 81-97 (In Persian).
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
