دانشگاه علوم کشاورزی و منابع طبیعی گرگان

 آمار

تعداد نشریات14
تعداد شماره‌ها687
تعداد مقالات7,106
تعداد مشاهده مقاله11,197,702
تعداد دریافت فایل اصل مقاله10,193,995
نجفی میرک, توحید, دستفال, منوچهر, ساسانی, شهریار, سیاح فر, منوچهر, فرزادی, حسین, نقی پور, فریبا, زالی, حسن. (1402). گزینش لاین های امیدبخش گندم دوروم با توجه به عملکرد دانه و پایداری عملکرد با استفاده از روش های گرافیکی و شاخص های کیفیت. , 16(3), 91-108. doi: 10.22069/ejcp.2024.21010.2565
توحید نجفی میرک; منوچهر دستفال; شهریار ساسانی; منوچهر سیاح فر; حسین فرزادی; فریبا نقی پور; حسن زالی. "گزینش لاین های امیدبخش گندم دوروم با توجه به عملکرد دانه و پایداری عملکرد با استفاده از روش های گرافیکی و شاخص های کیفیت". , 16, 3, 1402, 91-108. doi: 10.22069/ejcp.2024.21010.2565
نجفی میرک, توحید, دستفال, منوچهر, ساسانی, شهریار, سیاح فر, منوچهر, فرزادی, حسین, نقی پور, فریبا, زالی, حسن. (1402). 'گزینش لاین های امیدبخش گندم دوروم با توجه به عملکرد دانه و پایداری عملکرد با استفاده از روش های گرافیکی و شاخص های کیفیت', , 16(3), pp. 91-108. doi: 10.22069/ejcp.2024.21010.2565
نجفی میرک, توحید, دستفال, منوچهر, ساسانی, شهریار, سیاح فر, منوچهر, فرزادی, حسین, نقی پور, فریبا, زالی, حسن. گزینش لاین های امیدبخش گندم دوروم با توجه به عملکرد دانه و پایداری عملکرد با استفاده از روش های گرافیکی و شاخص های کیفیت. , 1402; 16(3): 91-108. doi: 10.22069/ejcp.2024.21010.2565

گزینش لاین های امیدبخش گندم دوروم با توجه به عملکرد دانه و پایداری عملکرد با استفاده از روش های گرافیکی و شاخص های کیفیت

مجله تولید گیاهان زراعی
دوره 16، شماره 3، مهر 1402، صفحه 91-108    اصل مقاله (2.35 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22069/ejcp.2024.21010.2565
نویسندگان
توحید نجفی میرک1؛ منوچهر دستفال2؛ شهریار ساسانی3؛ منوچهر سیاح فر4؛ حسین فرزادی5؛ فریبا نقی پور6؛ حسن زالی* 7
1استاد، موسسه تحقیقات اصلاح و تهیه نهال و بذر ،سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران
2مربی ایستگاه تحقیقات کشاورزی مرکز فارس
3دانشیار، بخش تحقیقات علوم زراعی و باغی،مرکز تحقیقات و آموزشکشاورزی و منابع طبیعی کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمانشاه،
4استادیار، بخش تحقیقات علوم زراعی و باغی،مرکز تحقیقات و آموزشکشاورزی و منابع طبیعی لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، خرم آباد، ایران
5مربی پژوهشی ، بخش تحقیقات علوم زراعی و باغی،مرکز تحقیقات و آموزشکشاورزی و منابع طبیعی دزفول، سازمان تحقیقات، آموزش و ترویج کشاورزی، دزفول، ایران
6استادیار، موسسه تحقیقات اصلاح و تهیه نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران
7استادیار، بخش تحقیقات اصلاح و تهیه نهال و بذر، مرکز تحقیقات کشاورزی و منابع طبیعی فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، داراب، ایران
چکیده
];چکیده
سابقه و هدف: گندم دوروم (Triticum turgidum L. var. durum) محصولی صنعتی و زراعی است که عمدتاً در صنایع تولید ماکارونی استفاده می‎شود. یکی از اهداف مهم برنامه‌های به‌نژادی گندم دوروم تولید ارقام پرمحصول با ویژگی‌های مناسب برای کشت در مناطق مختلف کشور است. بنابراین، هدف از این تحقیق، بررسی برهم‌کنش ژنوتیپ × محیط از طریق روش‌ گرافیکی GGE بای‌پلات در لاین‌های امید‌بخش گندم دوروم و شناسایی و معرفی لاین‌های دارای عملکرد اقتصادی و پایدار جهت معرفی و کشت در مناطق مختلف کشور بود.
مواد و روش‌ها: در این تحقیق تعداد 18 لاین امیدبخش گندم دوروم به‌همراه دو شاهد هانا و آران در پنج ایستگاه تحقیقاتی کرج، کرمانشاه، خرم‌آباد، دزفول و داراب (در دو شرایط آبیاری نرمال و قطع آبیاری در مرحله گل‌دهی) در قالب طرح بلوک‌های کامل تصادفی در 3 تکرار و در دو فصل زراعی (1400-1398) کشت و مقایسه شدند.
یافته‌ها: نتایج تجزیه واریانس مرکب دو ساله برای عملکرد دانه در شرایط آبیاری نرمال در پنج ایستگاه تحقیقاتی داراب، دزفول، خرم‌آباد، کرج و کرمانشاه و شرایط خشکی آخر فصل در داراب نشان داد که اثر سال در هر دو شرایط و همه ایستگاه‌ها معنی‌دار شد. از نظر عملکرد دانه در شرایط آبیاری نرمال نیز اختلاف بین ژنوتیپ‌ها در ایستگاه‌های داراب، دزفول و کرمانشاه معنی‌دار بود، ولی در ایستگاه‌های کرج و خرم‌آباد معنی‌دار نبود. برهم‌کنش ژنوتیپ × سال در شرایط نرمال در داراب و کرمانشاه معنی‌دار، ولی در کرج، دزفول و خرم‌آباد معنی‌دار نبود. بر اساس میانگین عملکرد دانه، لاین‌های G8، G9، G10، G14 و G18 (به‌ترتیب با میانگین عملکرد دانه 7725، 7597، 7742، 7661 و 7558 کیلو‌گرم در هکتار) برتر از شاهد‌ها بودند. با توجه به بای‌پلات GGE، سه محیط بزرگ مشخص گردید. اولین محیط بزرگ شامل مناطق دزفول و خرم‌آباد بود که ژنوتیپ‌های G8 و G10 به‌ترتیب جزو ژنوتیپ‌های برتر در این دو منطقه بودند. دومین محیط بزرگ دربرگیرنده مناطق کرمانشاه و کرج بود که ژنوتیپ‌های G9 و G14 جزو ژنوتیپ‌های برتر در این دو منطقه بودند. سومین محیط بزرگ شامل دو شرایط اجرای آزمایش در داراب بود و ژنوتیپ‌ برتر در داراب در هر دو شرایط تنش خشکی و شرایط بدون تنش G18 بود. نتایج بای-پلات نشان داد که ژنوتیپ‌های G8 و G10 جزو پایدارترین لاین‌ها بودند که در ضمن بیش‌ترین مقدار عملکرد دانه را هم داشتند. مقایسه لاین‌های مورد بررسی با ژنوتیپ ایده‌آل نشان داد که G10 و G8 نزدیک‌ترین ژنوتیپ‌ها به ژنوتیپ ایده‌آل می‌باشند که بیش‌ترین عملکرد دانه و پایداری را داشتند. نتایج خصوصیات کیفی نشان داد میانگین درجه سختی ژنوتیپ‌های مختلف در محدوده 57- 58 قرار داشت و لاین‌های امیدبخش با ارقام شاهد تفاوت قابل توجهی با هم نداشتند. ژنوتیپ G17 کم‌ترین (14%) و ژنوتیپ G14 بیش‌ترین درصد لکه آردی دانه (45%) را داشتند. هم‌چنین، تنوع نسبتاً زیادی از نظر میزان گلوتن مرطوب مشاهده شد به‌طوری‌که ژنوتیپ‌های G9 و G13 به-ترتیب با 8/23 و 3/27 درصد، پایین‌ترین و بالاترین میزان گلوتن مرطوب را دارا بودند.
نتیجه‌گیری: در کل با در نظر گرفتن میانگین عملکرد دانه و نتایج GGE بای پلات در هر دو شرایط نرمال و خشکی و با در نظر گرفتن برخی از خصوصیات کیفی دانه، لاین‌های G8 (D-98-8) و G10 (D-98-10) به‌عنوان مناسب‌ترین لاین‌ها برای هر دو شرایط نرمال و خشکی انتخاب گردیدند. این لاین‌ها در آزمایشات تحقیقی- ترویجی در شرایط زارعین مورد بررسی بیشتر قرار گرفته و هر کدام از آن‌ها که در مزارع زارعین نیز برتری خود را نشان دهد به‌عنوان رقم جدید معرفی خواهد شد.
کلیدواژه‌ها
برهمکنش ژنوتیپ × محیط؛ روش‌های چند متغیره؛ خصوصیات کیفی؛ نقشه گرمایی؛ GGE بای پلات
مراجع
  1. Brennan, J. P., Aw-Hassan, A., Quade, K. J., & Nordblom, T. L. (2002). Impact of ICARDA Research on Australian Agriculture, Economic Research Report No. 11. NSW Agriculture, Wagga Wagga.
  2. Dastfal, M., Aghaee-Sarbarzeh, M., & Zali, H. (2022). Genetic diversity and selection of durum wheat pure lines with desirable agronomy traits using SIIG index. Iranian Journal of Field Crop Science, 53, 161-174. [In Persian]
  3. Gresta, F., Avolab, G., Cannavòa, S., & Santonocetoa, C. (2018). Morphological, biological, productive and qualitative characterization of guar (Cyamopsis tetragonoloba Taub.) genotypes. Industrial Crops and Products, 114, 98-107.
  4. Esmaeilzadeh Moghaddam, M., Tahmasebi, S., Lotf Ali Ayeneh, Gh A., Akbari Moghadam, H., Mahmoudi, Kh., Sayyahfar, M., Tabib Ghaffari, S. M., & Zali, H. (2018). Iranian Journal of Crop Science, 20(1), 61-76. [In Persian]
  5. Gauch, H. G. (1992). Statistical Analysis of Regional Trials. AMMI analysis of factorial designs. Elsevier, Amsterdam, Netherlands. 287pp.
  6. 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.
  7. Yan, W., & Kang, M. S. (2003). GGE biplot analysis: A graphical tool for breeders, Geneticists and agronomists. CRC Press, Boca Raton, FL.
  8. Yan, W. 2001. GGEbiplot-A windows application for graphical analysis of multi-environment trial data and other types of two-way data. Agronomy Journal, 93, 1111-1118.
  9. Pourdad, S. S., & Jamshid Moghaddam, M. (2013). Study on genotype × environment interaction through GGE biplot for seed yield in spring rapeseed (Brassica Napus) in rain-fed condition. Journal of Crop Breeding, 5 (12), 1-14. [In Persian]
  10. Yan, W., & Tinker, N. A. (2005). An integrated biplot analysis system for displaying, interpreting and exploring genotype × environment interaction. Crop Science, 45, 1004-1016.
  11. Farshadfar, E., Zali, H., & Mohammadi, R. (2011). Evaluation of phenotypic stability in chickpea genotypes using GGE-Biplot. Annals Biological Research, 2 (6), 282-292.
  12. 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 (28), 1-12.
  13. Rao, P. S., Reddy, P. S. Ratore, A., Reddy B. V. S., & Panwar, S. (2011). Application GGE biplot and AMMI model to evaluate sweet sorghum (Sorghum bicolor) hybrids for genotype× environment interaction and seasonal adaptation. Indian Journal of Agricultural Science, 81, 438-444.
  14. Zali, H., Sofalian, O., Hasanloo, T., & Asghari, A. (2016). Evaluation of yield stability and drought tolerance-based AMMI and GGE biplot analysis in Brassica napus Agricultural Communications, 4(1), 1-8.
  15. Karimizadeh, R., Pezeshkpour, P., Barzali, M., Mehraban, A., & Sharifi, P. (2020). Evaluation the mean performance and stability of lentil genotypes by combining features of AMMI and BLUP techniques. Journal of Crop Breeding, 12 (36), 160-170. [In Persian]
  16. Zali, H., Barati, A., & Jabari, M. (2021). Evaluation of variation at barley inbred lines (Hordeum vulgare) using SIIG Index. Journal of Crop Breeding, 13 (39), 179-194.
  17. Mohammadi, R., Armion, M., Sadeghzadeh, B., Golkari, S., Khalilzadeh, Gh., Ahmadi, H., Abedi-Asl, Gh., & Eskandari, M. (2016). Assessment of grain yield stability and adaptability of rainfed durum wheat breeding lines. Applied Field Crops Research, 29 (4), 25-42. [In Persian]
  18. Fan, X. M., Kang, M. S. Chen, H., Zhang, Y., Tan, J., & Xu, C. (2007). Yield stability of maize hybrids evaluated in multi-environment trials in Yunnan, China. Agronomy Journal, (99), 220-228.
  19. Yan, W., & Rajcan, I. (2002). Biplot analysis of sites and trait relations of soybean in Ontario. Crop Science, (42), 11-20.
  20. Barati, A., Zali, H., Lakzadeh, I., Koohkan, Sh., Jafarby, J. A., Hosseinpour, A., Jabari, M., Marzooghian, A., Gholipour, A., Poodineh, O., & Kheirgoo, M. (2022). Study of grain yield stability of barley promising lines in warm regions using GGE biplot. Journal of Agricultural Science Sustainable Production, 1(32), 65-78. [In Persian]
  21. Farshadfar, E., Sabaghpour, S. H., & Zali, H. (2012). Comparison of parametric and non‐parametric stability statistics for selecting stable chickpea (Cicer arietinum) genotypes under diverse environments. Australian Journal of Crop Science, 6, 514‐524.
  22. Navabi, A., Yang, R., Helm, J., & Spaner, D. M. (2006). Can spring wheat-growing mega environments in the northern Great Plains be dissected for representative locations or niche adapted genotypes? Crop Science, (46), 1107–1116.
  23. Cutler, G. H., & Brinson, G. A. (1990). The granulation of whole wheat meal and a method of expressing it numerically. Cereal Chemistry, (12), 120-129.
  24. Donelson, J. R., & Yamazaki, W. T. (1982). Note on a rapid method of the estimation of damaged starch in soft wheat flours. Cereal Chemistry, (39), 460-462.
  25. Tohver, M. (2007). High molecular weight (HMW) glutenin subunit composition of Nordic and Middle European wheat. Genetic Resources and Crop Evolution, (54), 67-81.
  26. Singh, N. K., Shepherd, K. W., & Comish, G.B. (1991). Rapid communication: a simplified SDS-PAGE. Procedure for separating LMW subunits of Glutenin. Journal of Cereal Science, (14), 203-208.
  27. Walsh, D. E., & Gills, K. A. (1971). Influence of protein composition on spaghetti quality. Cereal Chemistry, 48, 544-554.
  28. Zhao, C., Ning, T., Jiao, N., Han, B., & Li, Z. (2005). Effects of genotype and environment on protein and starch quality of wheat grain. Chinese Journal of Applied Ecology, 16, 1257-1260.
  29. Guttieri, M. J., Ahmad, R., Stark, J. C., & Souza, E. (2000). End-use quality of six hard red spring wheat cultivars at different irrigation levels. Crop Science, (40), 631-635.
آمار
تعداد مشاهده مقاله: 493
تعداد دریافت فایل اصل مقاله: 433


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب