تعداد نشریات | 31 |
تعداد شمارهها | 744 |
تعداد مقالات | 7,079 |
تعداد مشاهده مقاله | 10,192,707 |
تعداد دریافت فایل اصل مقاله | 6,873,470 |
مطالعه اثر متقابل ژنوتیپ × محیط در ژنوتیپهای برنج از طریق GGE بایپلات | ||
تحقیقات غلات | ||
مقاله 1، دوره 6، شماره 1، خرداد 1395، صفحه 1-14 اصل مقاله (413.87 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22124/c.2016.3680 | ||
نویسنده | ||
مهرزاد اله قلی پور* | ||
استادیار، موسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران | ||
چکیده | ||
روش GGE بایپلات با بهرهگیری از روشهای چند متغیره، علاوه بر تجزیه و تحلیل مناسب دادهها، کار تفسیر نتایج را تسهیل میکند. در این آزمایش تعداد 10 رقم محلی و اصلاح شده با دارا بودن خصوصیات کمی و کیفی مطلوب در قالب طرح بلوکهایکامل تصادفی با سه تکرار در سه منطقه رشت، آبکنار و چپرسر طی دو سال زراعی 1392 و 1393 مورد بررسی قرار گرفتند. نتایج حاصل از روش GGE بایپلات نشان داد که شش ژنوتیپ BC25، BC4، RI18446-13، RI18435-13، حسنی و آبجیبوجی در رأس چند ضلعی قرار گرفتند و بیشترین فاصله را از مرکز بایپلات داشتند و بنابراین، از نظر عملکرد دانه بهترین یا ضعیفترین ژنوتیپها در همه محیطها و یا حداقل در تعدادی از محیطهای مورد مطالعه بودند. در این مطالعه، ژنوتیپهای BC9، BC25، RI18436-46 و صالح دارای عملکرد و پایداری زیاد، BC4 دارای عملکرد زیاد و پایداری متوسط، RI18446-13 دارای عملکرد زیاد و پایداری کم، RI18435-13 دارای عملکرد و پایداری کم، حسنی دارای عملکرد کم و پایداری متوسط و آبجیبوجی و RI18430-74 دارای عملکرد کم و پایداری زیاد بودند. در مجموع بر اساس نتایج این پژوهش، لاین BC4 (حاصل تلاقی برگشتی رقم آبجیبوجی به عنوان والد دورهای و رقم صالح به عنوان والد بخشنده)، که دارای پایداری متوسط و عملکرد دانه قابل قبول (5/5-5 تن در هکتار) بود، با برخورداری از میزان آمیلوز متوسط (21-20 درصد)، دوره رشد مناسب (115-110 روز) و ارتفاع بوته مطلوب (110-105 سانتیمتر)، به عنوان ژنوتیپ برتر (پرمحصول و پایدار) این آزمایش انتخاب شد که جهت کشت در شرایط محیطی استانهای شمالی کشور پیشنهاد میشود. | ||
کلیدواژهها | ||
آزمایش های چند ناحیه ای؛ پایداری؛ عملکرد دانه | ||
مراجع | ||
Allahgholipour, M., Moumeni, A., Nahvi, M., Yekta, M. and Zarbafi, S. S. 2012. Identification of parental combinations for improvement of rice grain quality, yield and yield components in rice. Cereal Research 1 (1): 1-10. (In Persian with English Abstract).#Allahgholipour, M., Rabiei, B., Ebadi, A. A., Hossieni, M. and Yekta, M. 2010. Starch viscosity properties: New criteria for assessment of cooking quality of rice (Oryza sativa L.) cultivars. Iranian Journal of Crop Science 12 (2): 140-151. (In Persian with English Abstract).#Allahgholipour, M., Shokofe, A. A., Yekta, M., Shafieisabet, H., Mohammadi, M. and Lotfi, A. 2014. Improving high yielding rice cultivars by participatory plant breeding approach. Rice Research Institute of Iran. (In Persian).#Becker, H. B. and Leon, J. 1988. Stability analysis in plant breeding. Plant Breeding 101: 1-23.#Cornelius, P. L. and Crossa, J. 1999. Prediction assessment of shrinkage estimators of multiplicative models for multi-environment cultivar trials. Crop Science 39: 998–1009.#Crossa, J., Gauch, H. G. and Zobel, R. W. 1990. Additive main effects and multiplicative interaction analysis of two international maize cultivar trials. Crop Science 30: 493-500.#Dehghani, H., Ebadi, A. and Yousefi, A. 2006. Biplot analysis of genotype by environment interaction for barley yield in Iran. Agronomy Journal 98: 388-393.#Ebdon, J. S. and Gauch, H. G. 2002. Additive main effect and multiplicative interaction analysis of national turfgrass performance trials: I. Interpretation of genotype environment interaction. Crop Science 42: 489-496.#Flores, F., Moreno, M. T. and Cubero, J. I. 1998. A comparison of univariate and multivariate methods to analyze G×E interaction. Field Crops Research 56: 271-286.#Freed, R. D. and Eisensmith, S. P. 1992. MSTAT-C software. Ver. 1.42. Crop and Soil Sciences Department, Michigan State University, Michigan, USA.#Gabriel, K. R. 1971. The biplot graphic display of matrices with application to principal component analysis. Biometrika 58: 453-467.#Gauch, H. G. 1988. Model selection and validation for yield trials with interaction. Biometrics 44: 705-715.#Gauch, H. G. 2006. Statistical analysis of yield trials by AMMI and GGE. Crop Science 46: 1488-1500.#IBM. 2010. IBM SPSS statistics for windows. Ver. 19.0. International Business Machines Corporation. Headquarter in Armonk, New York, USA.#Kaya, Y., Akcura, M. and Taner, S. 2006. GGE-biplot analysis of multi-environment yield trials in bread wheat. Turkish Journal of Agriculture and Forestry 30: 325-337.#Lakew, T., Tariku, S., Alem, T. and Bitew, M. 2014. Agronomic performances and stability analysis of upland rice genotypes in North-West Ethiopia. International Journal of Scientific and Research Publications 4 (4): 1-9.#Lin, C. S., Binns, M. R. and Lefcovitch, L. P. 1986. Stability analysis: Where do we stand? Crop Science 26: 894-900.#Ma, B. L., Yan, W., Dwyer, L. M., Fregeau-Reid, J., Voldeng, H. D., Dion, Y. and Nass, H. 2004. Graphic analysis of genotype, environment, nitrogen fertilizer and their interaction on spring wheat yield. Agronomy Journal 96: 169-180.#Moreno-Gonzalez, J., Crossa, J. and Cornelius, P. L. 2004. Genotype × environment interaction in multi-environment trials using shrinkage factors for AMMI models. Euphytica 137: 119-127.#Mostafavi, K., Hosseini Imeni, S. S. and Zare, M. 2011. Stability analysis of rice genotypes based GGE biplot method in North of Iran. Journal of Applied Sciences Research 7 (11): 1690-1694.#Roy, D. 2000. Plant breeding analysis and exploitation of variation. Alpha Science International Ltd. UK.#Sabaghnia, N., Dehghani, H. and Sabaghpour, S. H. 2008. Graphic analysis of genotype × environment interaction for lentil (Lens culinaris Medik) yield in Iran. Agronomy Journal 100: 760-764.#Samonte, S. O. P. B., Wilson, L. T., McClung, A. M. and Medley, J. C. 2005. Targeting cultivars onto rice growing environments using AMMI and SREG GGE biplot analyses. Crop Science 45: 2414-2424.#Yan, W., Cornelius, P. L., Crossa, J. and Hunt, L. A. 2001. Two types of GGE biplots for analyzing multi-environment trial data. Crop Science 41: 656-663.#Yan, W., Hunt, L. A., Sheng, Q. and Szlavnics, Z. 2000. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science 40: 597-605.#Yan, W. and Kang, M. S. 2003. GGE biplot analysis: A graphical tool for breeders, geneticists and agronomists. CRC Press, Boca Raton, FL, USA.#Yan, W., Kang, M. S., Ma, B., Woods, S. and Cornelius, P. L. 2007. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science 47: 643-655.#Zobel, R., Wright, W. M. J. and Gauch, H. G. 1988. Statistical analysis of a yield trial. Agronomy Journal 80: 388-393. | ||
آمار تعداد مشاهده مقاله: 705 تعداد دریافت فایل اصل مقاله: 515 |