دوره 15، شماره 48 - ( زمستان 1402 )                   جلد 15 شماره 48 صفحات 92-78 | برگشت به فهرست نسخه ها

XML English Abstract Print


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

Amini A, Asadi A A, Chaichi M, Ezat-Ahmadi M, Gasemi M, Eivazi A R, et al . (2023). Investigating the Stability of Bread Wheat Genotypes under Water Deficit Stress Conditions in Different Cold Climate Regions of Iran using AMMI and GGE-Biplot Analysis. jcb. 15(48), 78-92.
URL: http://jcb.sanru.ac.ir/article-1-1465-fa.html
امینی اشکبوس، اسدی علی اکبر، چایچی مهرداد، عزت احمدی مسعود، قاسمی معرفت، عیوضی علیرضا، و همکاران.. بررسی پایداری ژنوتیپ‌های گندم نان تحت شرایط تنش کمبود آب آخر فصل در مناطق مختلف اقلیم سرد ایران با استفاده از تجزیه AMMI و GGE-biplot پژوهشنامه اصلاح گیاهان زراعی 1402; 15 (48) :92-78

URL: http://jcb.sanru.ac.ir/article-1-1465-fa.html


دانشیار موسسه تحقیقات اصلاح و تهیه نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران
چکیده:   (403 مشاهده)
مقدمه و هدف: تولید ارقام پایدار جدید با عملکرد بالا در مناطقی که با خشکی مواجه هستند ضروری است. عملکرد ارقام مختلف در محیط‌های گوناگون متفاوت بوده و رتبه عملکردی آن‌ها از محیطی به محیط دیگر متغیر است. این تغییرات با عنوان اثرات متقابل ژنوتیپ × محیط شناخته می‌شوند. کاهش اثرات متقابل و پایداری تولید در محیط‌های گوناگون از اهداف به‏نژادی و معرفی ارقام در مناطق مختلف می‌باشد. هدف از این مطالعه ارزیابی اثر متقابل ژنوتیپ × محیط در مناطق مختلف اقلیم سرد کشور و تعیین ژنوتیپ‌های ایده‌آل و معرفی پایدارترین ژنوتیپ گندم در این شرایط بود.
مواد و روش‌ها: جهت بررسی پایداری 17 ژنوتیپ گندم آبی به همراه ارقام شاهد میهن، حیدری و زرینه در شرایط تنش خشکی انتهای فصل در قالب طرح بلوک‌های کامل تصادفی با سه تکرار در ایستگاه‌های تحقیقاتی کرج، همدان، مشهد، جلگه‌رخ، میاندوآب، اردبیل و اراک در دو سال زراعی 1397 تا 1399 مورد بررسی قرار گرفتند. جهت بررسی پایداری، از روش‌هایAMMI  و GGE-biplot استفاده شد.
یافته‌ها: تجزیه AMMI نشان داد که ده مؤلفه اصلی اول تا دهم معنی‌دار بوده و در مجموع نزدیک به 97% از تغییرات اثر متقابل ژنوتیپ × محیط را توجیه می‌کردند و دو مؤلفه اصلی اول و دوم در مجموع سهم 46 درصدی را در بیان اثر متقابل ژنوتیپ × محیط داشتند. بر اساس دو شاخص SSASV و SSiWAAS به ترتیب ژنوتیپ‌های G2، G19 و G4 به‌عنوان برترین ژنوتیپ‌ها شناسایی شدند. ژنوتیپ G3 پایدارترین ژنوتیپ بود. تجزیه GGE-biplot نشان داد که ژنوتیپ‌های G16، G1، G3 و G7 دارای بیشترین پایداری عمومی نسبت به سایر ژنوتیپ‌ها بودند. ژنوتیپ G16 را می‌توان به‌عنوان ژنوتیپ مطلوب که دارای میانگین عملکرد بالا و نیز پایداری عملکرد بالایی باشد، در نظر گرفت. در رتبه های بعدی ژنوتیپ‌های G12 و G9 قرار داشتند. از طرف دیگر، محیط ایده‌آلی مشاهده نشد ولی محیط‌های مشهد، اردبیل و کرج در سال اول به عنوان نزدیک‌ترین محیط‌ها به محیط ایده‌آل، می‌توانند جهت گزینش ژنوتیپ‌های برتر گندم در شرایط تنش خشکی آخر فصل در اقلیم سرد ایران معرفی ‌شوند.
نتیجه‌گیری: ژنوتیپ‌G3 به عنوان پایدارترین ژنوتیپ‌ و سپس ژنوتیپ‌های G16، G1 و G7 دارای بیشترین پایداری عمومی نسبت به سایر ژنوتیپ‌ها بودند به طوری‏که ژنوتیپ G16 به‌عنوان ژنوتیپ مطلوب که دارای میانگین عملکرد بالا و نیز پایداری عملکرد بالایی بود شناسایی شد. محیط‌های مشهد، اردبیل و کرج در سال اول نیز می‏توانند جهت گزینش ژنوتیپ‌های برتر مورد استفاده قرار گیرند.


 
واژه‌های کلیدی: اقلیم سرد، تنش انتهای فصل، گندم
متن کامل [PDF 2765 kb]   (63 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: اصلاح براي تنش هاي زنده و غيرزنده محيطي
دریافت: 1402/1/21 | ویرایش نهایی: 1402/11/3 | پذیرش: 1402/5/7 | انتشار: 1402/11/3

فهرست منابع
1. Aghaee-Sarbarzeh, M., Dastfal, M., Farzadi, H., Andarzian, A., Shahbazpour Shahbazi, A., Bahari, M. & Rostami, H. (2012). Evaluation of durum wheat genotypes for yield and yield stability in warm and dry areas of Iran. Seed and Plant Improement Journal, 28-1(2): 315-325 (In Persian).
2. Akbarpour, O. A., Dehghani B., & Sorkhi-Lalehloo, H. (2011). Investigating univariate and multivariate stability parameters of barley (Hordeum vulgare L.) promising genotypes in cold climates of Iran. Iranian Journal of Field Crop Science, 42(1): 23-32 (In Persian).
3. Akcura, M., Kaya, Y. Taner S., & Ayranci, R. (2006). Parametric stability analyses for grain yield of durum wheat. Plant Soil Environment, 52(6): 254-261. [DOI:10.17221/3438-PSE]
4. Barati, A., Tabatabaee, S. A., Mahlooji, M. & Saberi, M. H. (2019). Evaluation of grain yield and it's stability in barley promising lines in saline areas. Agricultural Science and Sustainable Production, 29(1): 1-13 (In Persian).
5. Blanche, S. B., & Myers, G. O. (2006). Identifying discriminating locations for cultivar selection in Louisiana. Crop Science, 46: 946-949. [DOI:10.2135/cropsci2005.0279]
6. Bhan, M. K., Pal, S., Rao, B. L., Dhar, A. K., & Kang, M. S. (2005). GGE biplot analysis of oil yield in lemongrass. Journal of New Seeds, 7: 127-139. [DOI:10.1300/J153v07n02_07]
7. Casanoves, F., Baldessari, J. & Balzarini, M. (2005). Evaluation of multienvironment trials of peanut cultivars. Crop Science, 45: 18-26. [DOI:10.2135/cropsci2005.0018]
8. Dardanelli, J. L., Balzarini, M., Martínez, M. J., Cuniberti, M., Resnik, S., Ramunda, S. F., Herrerob, R. & Baigorrib, H. (2006). Soybean maturity groups, environments, and their interaction define mega-environments for seed composition in Argentina. Crop Science, 46: 1939-1947. [DOI:10.2135/cropsci2005.12-0480]
9. Dehghani, H., Ebadi, A. & Yousefi, A. (2006). Biplot analysis of genotype by environment interaction for barley yield in Iran. Agronomy Journal, 98: 388-393. [DOI:10.2134/agronj2004.0310]
10. Dimitrios, B., Christos, G., Jesus, R. & Eva, B. (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]
11. Elakhdar, A., Kumamaru, T., Smith, K. P., Brueggeman, R. S., Capo-chichi, L. J. A. & Solanki, S. (2017). Genotype by environment interactions (GEIs) for barley grain yield under salt stress condition. Journal of Crop Science and Biotechnology, 20(3): 193-204. [DOI:10.1007/s12892-017-0016-0]
12. Esmailzadeh Moghaddam, M., Zakizadeh, M., Akbari Moghaddam, H., Abedini Esfahlani, M., Sayahfar, M., Nikzad, A. R., Tabib Ghafari, S. M. & Lotfali Ayeneh, G. A. (2011). Genotype × environment interaction and stability of grain yield of bread wheat genotypes in dry and warm areas of Iran. Seed and Plant Improvement Journal, 27(2): 257-273 (In Persian).
13. Fan, X. M., Kang, M. S., Chen, H., Zhang, Y., Tan, J. & Xu, C. (2007). Yield stability of maize hybrids evaluated in multienvironment trials in Yunnan, China. Agronomy Journal, 99: 220-228. [DOI:10.2134/agronj2006.0144]
14. Farshadfar, E., Mahtabi, E. & Jowkar, M. M. (2013). Evaluation of genotype × environment interaction in chickpea genotypes using path analysis. International Journal of Advanced Biological and Biomedical Research, 1(6): 583-593.
15. Farshadfar, E. (2008). In corporation of AMMI stability value and Grain yield in a single Nonparametric Index (GSI) in Bread wheat. Pakistan Journal of Biological Sciences, 11(14): 1791-1796. [DOI:10.3923/pjbs.2008.1791.1796]
16. Farshadfar, E. (1998). Application of biometric genetics in plant breeding. Taghe-Bostan Press, Razi University, pp 396. (In Persian).
17. Gauch, H. G. & Zobel, R. W. (1997). Identifying mega-envitonments and targeting genotypes. Crop Science, 31: 311-326. [DOI:10.2135/cropsci1997.0011183X003700020002x]
18. Ghaedrahmati, M., Hosseinpour, T. & Ahmadi, A. (2017). Study of grain yield stability of durum wheat genotypes using AMMI. Journal of Crop Breeding, 9: 67-75 (In Persian).
19. Jafari, T. & Farshadfar, E. (2018). Stability analysis of bread wheat genotypes (Triticum aestivum L.) by GGE biplot. Cereal Research, 8: 199-208 (In Persian).
20. Jamshidi Moghaddam, M. & Pourdad, S. (2012). Evaluation of seed yield adaptability of spring safflower genotypes using nonparametric parameters and GGE biplot method in rain-fed conditions. Seed and Plant Improvement Journal, 29(1): 29-41.
21. Kang, M. S. (1988). A rank-sum method for selecting high yielding, stable corn genotypes. Cereal Research Communication, 16:113-115.
22. Karadavut, U., Palta, C., Kavur maci, Z. & Block, Y. (2010). Some grain yield parameters of multi-environmental trials in faba bean (Vicia faba) genotypes. International Journal of Agricultural Research, 12(2):217-220.
23. Karimzadeh, R., Hosseinpour, T., Sharifi, P., Alt Jafarby, J., Shahbazi Homonlo, K. & Keshavarzi, K. (2020). Grain yield stability of durum wheat genotypes in semi-warm rainfed regions, Cereal Research, 10(2): 135-147, (In Persian).
24. Karimizadeh, R., Mohammadi, M., Sabaghnia, N. & Shefazadeh, M. K. (2012). Using different aspects of stability concepts for interpreting genotype by environment interaction of some lentil genotypes. Australian Journal of Crop Science, 6(6): 1017-1023.
25. Kaya, Y., Akcura, M. & Taner. S. (2006). GGE-bi-plot analysis of multi environment yield trials in bread wheat. Turkish Journal of Agriculture and Forestry, 30: 325-337.
26. Kroonenberg, P. M. (1995). Introduction to biplots for GE tables. Department of Mathematics, Research Report 51. Australia: Univ. of Queensland. 22 p.
27. Malvar, R. A., Revillaa, P., Butrona, A., Gouesnardc, B., Boyatc, A., Soengasa, P., Alvarezb, A. & Ordas, A. (2005). Performance of crosses among French and Spanish maize populations across environments. Crop Science, 45: 1052-1057. [DOI:10.2135/cropsci2004.0301]
28. Mohammadi, R., Armion, M., Sadeghzadeh, B., Golkari, S., Khalilzadeh, G., Ahmadi, H., Abedi-Asl, G. & Eskandari, M. (2016). Asssessment of grain yield stability and adaptability of rainfed durum wheat breeding lines. Applied Field Crops Research, 29(4): 25-42, (In Persian).
29. Mohammadi, R., Farshadfar, E. & Amri, A. (2015). Interpreting genotype environment interactions for grain yield of rainfed durum wheat in Iran. The Crop Journal, 3(6): 526-535. [DOI:10.1016/j.cj.2015.08.003]
30. Mohammadi, R., Armion, M., Zadhassan, E. & Eskandari, M. (2014). Analysis of genotype and environment interaction for grain yield in rain-fed durum wheat. Journal of Dryland Agriculture of Iran, 1(4): 23-32. (In Persian)
31. Mohammadi, R., & Amri, A. (2013). Genotype × environment interaction and genetic improvement for yield and yield stability of rainfed durum wheat in Iran. Euphytica, 192(2): 227-249. [DOI:10.1007/s10681-012-0839-1]
32. Mohammadi, R., Haghparast, R., Amri, A., & Ceccarelli, S. (2010). Yield stability of rainfed durum wheat and GGE bi-plot analysis of multi-environment trials. Crop and Pasture Science, 61: 92-101. [DOI:10.1071/CP09151]
33. Najafi Mirak, T., Agaee Sarbarzeh, M., Moayedi, A., Kaffashi, A. & Sayahfar, M. (2021). Yield stability analysis of durum wheat genotypes using AMMI method. Journal oF Agricultural Science and Sustainable Production, 31(2): 17-28.
34. Najafi Mirak, T., Moayedi, A. A., Sasani, S. & Ghandi, A. (2019). Evaluation of adaptation and grain yield stability of durum wheat (Triticum turgidum L.) genotypes in temperate agro-climate zone of Iran. Iranian Journal of Crop Sciences, 21(2): 127-138, (In Persian). [DOI:10.29252/abj.21.2.127]
35. Najafi Mirak, T., Dastfal, M., Andarzian, B., Farzadi, H., Bahari, M. & Zali, H. (2018). Evaluation of durum wheat cultivars and promising lines for yield and yield stability in warm and dry areas using AMMI model and GGE biplot. Journal of Crop Breeding, 10: 1-12, (In Persian). [DOI:10.29252/jcb.10.28.1]
36. Najafi Mirak, T, Dastfal, M., Andarzian, B., Farzadi, H., Bahari, M. & Zali, H. (2018). Assessment of non-parametric methods in selection of stable genotypes of durum wheat (Triticum turgidum L. var. durum). Agrobreed, 20(2): 126-138 (In Persian).
37. Najafi Mirak, T. (2011). Study of grain yield stability of bread wheat genotypes in cold agro-climatic zone of Iran. Iranian Journal of Crop Sciences, 13(2): 380-394 (In Persian).
38. Najafian, G., Kaffashi, A. K. & Jafar-Nezhad, A. (2010). Analysis of grain yield stability in hexaploid wheat genotypes grown in temperate regions of Iran using additive main effects and multiplicative interaction. Journal of Agricultural Science and Technology, 12: 213-222, (In Persian).
39. Navabi, A., Yang, R. C., Helm, J. & Spaner, D. M. (2006). Can spring wheat‐growing megaenvironments in the northern Great Plains be dissected for representative locations or niche‐adapted genotypes, Crop Science, 46(3): 1107-1116. [DOI:10.2135/cropsci2005.06-0159]
40. Olivoto, T. (2019). Metan: multi environment trials analysis. R package version 1.1.0. https://github.com/TiagoOlivoto/metan (accessed 24 June 2019).
41. Passioura, J. (2007). The drought environment: physical, biological and agricultural perspectives. Journal of Experimental Botany, 58(2): 113-117. [DOI:10.1093/jxb/erl212]
42. Pourdad, S. S. & Jamshidi Mohjadam, M. (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: 1-13 (In Persian).
43. Purchase, J. L., Hatting, H. & Van Deventer, C. S. (2000). Genotype × environment interaction of winter wheat in South Africa: II. Stability analysis of yield performance. South Africa, Journal of Plant and Soil, 17(3): 101-107. [DOI:10.1080/02571862.2000.10634878]
44. Rajaram, S. & Van Ginkel, M. (2001). Mexico, 50 years of international wheat breeding. (Chapter 22). In: Bonjean, A. P., Angus, W. J. (eds) The World Wheat Book, A History of Wheat Breeding, pp. 579-608. Lavoisier Publishing, Paris
45. Rodriguez, M., Rau, D. & R. Papa. (2007). Genotype by environment interactions in barley (Hordeum vulgare L.): different responses of landraces, recombinant inbred lines and varieties to Mediterranean environment. Euphytica, 163(2): 231-247. [DOI:10.1007/s10681-007-9635-8]
46. Roustaei, M., Sadeghzadeh Ahari, A., Hesami, A., Soleymani, K., Pashapour, H., Nader Mahmoudi, K., poursiahbidi, M., Masood Ahmadi, M. M. & Hassanpour Hassani, M. (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).
47. Sadiyah, H. & Hadi, A. F. (2016). AMMI model for yield estimation in multienvironment trials: A comparison to BLUP. Agriculture and Agricultural Science Procedia, 9: 163-169. [DOI:10.1016/j.aaspro.2016.02.113]
48. Samonte, S. O. P., Wilson, L. T., McClung, A. M. & Medley, J. C. (2005). Targeting cultivars onto rice growing environments using AMMI and SREG GGE bi-plot analyses. Crop Science, 45: 2414-2424. [DOI:10.2135/cropsci2004.0627]
49. Scapim, C. A., Oliveira, V. R., Braccini, A. L., Cruz, C. D., Andrade, C. A. B. & Vidigal. C. G. M. (2000). Yield stability in maize (Zea mays L.) and correlations among the parameters of the Eberhart and Russell, Lin and Binns and Huehn models. Genetics and Molecular Biology, 23(2): 387-393. [DOI:10.1590/S1415-47572000000200025]
50. Sharifi, P. (2020). Application of multivariate analysis methods in agricultural sciences. Rasht Branch, Islamic Azad University press. 308 pp, Rasht, Iran
51. Shiri, M. R. & Bahrampour, T. (2015). Genotype × environment interaction analysis using GGE biplot in grain maize (Zea mays L.) hybrids under different irrigation conditions. Cereal Research, 5: 83-94 (In Persian).
52. Siddique, M. R. B., Hamid, A. & Islam, M. S. (2000). Drought sterss effects on water relation of wheat. Botanical Bulletin of Academia Sinica, 41: 35-39.
53. Thomason, W. E., & Phillips, S. B. (2006). Methods to evaluate wheat cultivar testing environments and improve cultivar selection protocols. Field Crops Research, 99: 87-95. [DOI:10.1016/j.fcr.2006.03.007]
54. Voltas, J., Lopez-Corcoles, H. & Borras, G. (2005). Use of bi-plot analysis and factorial regression for the investigation of superior genotypes in multienvironment trials. European Journal of Agronomy, 22: 309-324. [DOI:10.1016/j.eja.2004.04.005]
55. Yan, W., Kang, M. S., Ma, B., Woods, S. & Cornelius, P. L. (2007). GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science, 47: 643-655. [DOI:10.2135/cropsci2006.06.0374]
56. Yan, W. & Tinker, N. A. (2006). Biplot analysis of multi-environment trial data: Principles and applications, Canadian Journal of Plant Science, 86: 623-645. [DOI:10.4141/P05-169]
57. Yan, W. & Kang, M. S. (2003). GGE biplot analysis: A graphical tool for breeders, geneticists and agronomists. Pp: 286. CRC Press, Boca Raton, FL, USA. [DOI:10.1201/9781420040371]
58. Yan, W. & Rajcan, I. (2002). Biplot analysis of test sites and trait relations of soybean in Ontario. Corp Science, 42: 11-20. [DOI:10.2135/cropsci2002.1100]
59. Yan, W., Cornelius, P. L., Crossa, J. & Hunt, L. A. (2001). Two types of GGE biplots for analyzing multi environment trial data. Crop Science, 41: 656-663 [DOI:10.2135/cropsci2001.413656x]
60. Yan, W., Hunt, L. A., Sheny, Q. & Szlavnics, Z. (2000). Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science, 40: 597- 605. [DOI:10.2135/cropsci2000.403597x]
61. Zali, H., Sabaghpour, S. H., Farshadfar, E., Pezeshkpour, P., Safikhani, M., Sarparast, R. & Hashembeygi, A. (2009). Stability analysis of chickpea genotypes using ASV parameter and it's comparison with other methods. Iranian Journal of Field Crop Science, 40(2): 21-29. (In Persian).

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

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

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

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Crop Breeding

Designed & Developed by : Yektaweb