[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
فهرست داوران همکار::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
ISSN
شاپای آنلاین: ISSN 2676-7309
شاپای چاپی: ISSN 2383-1367
..




 
..
:: دوره 7، شماره 2 - ( 1399 ) ::
جلد 7 شماره 2 صفحات 82-65 برگشت به فهرست نسخه ها
بررسی اثر متقابل ژنوتیپ × محیط و پایداری عملکرد دانه ژنوتیپ‌های کلزا در مناطق سرد و معتدل سرد ایران
بهرام علیزاده* ، عباس رضایی زاد ، محمد یزداندوست همدانی ، غلامحسین شیراسماعیلی ، فرشاد ناصرقدیمی ، حمیدرضا خادم حمزه
بخش تحقیقات دانه‌های روغنی، مؤسسه تحقیقات اصلاح و تهیه نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج ، ba.alizadeh@areeo.ac.ir
چکیده:   (9241 مشاهده)
اثر متقابل ژنوتیپ × محیط مسئله‌ای مهم در مطالعه صفات کمی می‎باشد زیرا پایداری عملکرد در محیط‌های مختلف را کاهش می‌دهد و همچنین تفسیر آزمایش‌های ژنتیکی را دشوار و پیش‌بینی‌ها را با مشکل مواجه می‌سازد. در این راستا به‌منظور تجزیه اثر متقابل ژنوتیپ × محیط و تعیین پایداری عملکرد و سازگاری ژنوتیپ‌های کلزا زمستانه در مناطق سرد و معتدل سرد کشور، تعداد 9 لاین و 4 رقم در شش ایستگاه‌ تحقیقاتی (اصفهان، همدان، کرج، کرمانشاه، خوی و زرقان) در قالب طرح بلوک‌های کامل تصادفی با سه تکرار به مدت دو سال زراعی (96-1394) مورد ارزیابی قرار گرفتند. نتایج تجزیه مرکب عملکرد دانه نشان داد که اثرات محیط، ژنوتیپ و اثر متقابل ژنوتیپ × محیط معنی‌دار بود. معنی‌دار بودن اثر متقابل ژنوتیپ × محیط، بیانگر واکنش متفاوت ژنوتیپ‌ها در محیط‌های مختلف بود و از این‌رو، امکان تجزیه پایداری ژنوتیپ‌ها وجود داشت. رقم نفیس و لاین BAL-92-1 به‌ترتیب با عملکرد دانه 4086 و 3829 کیلوگرم در هکتار نسبت به میانگین کل برتر بودند و دارای متوسط رتبه و واریانس رتبه کمتری نسبت به سایر ژنوتیپ‌ها بودند. بر اساس نتایج تجزیه پایداری با روش ابرهارت و راسل، لاین BAL-92-1 با عملکرد بالاتر از میانگین و ضریب رگرسیون نزدیک به یک به‌عنوان ژنوتیپ با سازگاری عمومی بالا برای تمام مناطق شناخته شد. بر اساس روش گزینش هم‌زمان برای عملکرد و پایداری (YSi)، لاین‌های HW-92-1، BAL-92-1، BAL-92-11 و رقم نفیس با کمترین مقادیر به‌عنوان پایدارترین و لاین‌های BAL-92-4، HW-92-2، HW-92-3 و رقم احمدی با بیشترین مقدار آماره‌ مذکور به‌عنوان ناپایدارترین ژنوتیپ‌ها شناسایی شدند. همچنین بر اساس شاخص SIIG، لاین‌های HW-92-1، BAL-92-1، BAL-92-6، BAL-92-11 و رقم نفیس با داشتن مقدار SIIG بالا و همچنین عملکرد دانه بالاتر از میانگین به‌عنوان ژنوتیپ‌های برتر از نظر پایداری و عملکرد دانه شناخته شدند. در مجموع، لاین BAL-92-1 با داشتن عملکرد و پایداری عمومی بالا، لاین برتر این آزمایش بود که برای مطالعات تکمیلی جهت معرفی به‌عنوان رقم تجاری جدید در مناطق سرد و معتدل سرد ایران انتخاب شد.
واژه‌های کلیدی: پایداری عمومی، روش ابرهارت و راسل، شاخص SIIG، کلزای زمستانه
متن کامل [PDF 734 kb]   (1554 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: ژنتیک کلاسیک و ژنتیک جمعیت
فهرست منابع
1. Ahmadi, J., Vaezi, B. and Pour-Aboughadareh, A. (2016). Evaluation of forage yield stability of advanced lines of grass pea (Lathyrus sativa L.) by parametric and non-parametric methods. Journal of Crop Breeding, 8: 149-159 (In Persian).
2. Ahmadpour, S., Darvishzadeh, R., Sofalian, O. and Hatamzadeh, H. (2019). Evaluation of yield stability of sunflower inbred lines under salt stress conditions. Journal of Crop Breeding, 11: 1-10 (In Persian).
3. Akbarpour, O., Dehghani, H. and Sorkhi-Lalehloo, B. (2012). Study of grain yield stability of barley (Hordeum vulgare L.) promising lines in cold regions of Iran using regression methods. Iranian Journal of Crop Sciences, 14: 155-170 (In Persian).
4. Alishah, O., MahmoodJanloo, H., Hekmat, M.H., Naderi Arefi, A., Sidmasoomi, S.Y. and Talat, F. (2019). Investigation of genotype × environment interaction and yield stability of hopeful cotton (G. hirsutum L.) genotypes. Journal of Crop Breeding, 11: 226-236 (In Persian).
5. Alizadeh, B., Yazdandust Hamedani, M., Rezaei Zad, A., Azizinia, S., Khiyavi, M., Shirani Rad, A.H., Javidfar, F., Pasban Eslam, B., Mostafavi Rad, M., Shariati, F., Rahmanpour Ozan, S., Alem Khumaram, M.H., Majd Nasiri, B., Amiri Oghan, A. and Zareei Siahbidi, A. (2019). Nima, new winter oilseed rape variety for cultivation in the cold and moderately cold regions of Iran. Research Achievements for Field and Horticulture Crops, 8: 61-76 (In Persian).
6. Becker, H. and Leon, J. (1988). Stability analysis in plant breeding. Plant Breeding, 101: 1-23. [DOI:10.1111/j.1439-0523.1988.tb00261.x]
7. Becker, H.C. (1981). Correlation among some statistical measures of phenotypic stability. Euphytica, 30: 835-884.
8. Dalló, S.C., Zdziarski, A.D., Woyann, L.G., Milioli, A.S., Zanella, R., Conte, J. and Benin, G. (2019). Across year and year-by-year GGE biplot analysis to evaluate soybean performance and stability in multi-environment trials. Euphytica, 215: 113.
9. Dehghani, M.R., Majidi, M.M., Mirlohi, A. and Saeidi, G. (2016). Integrating parametric and non-parametric measures to investigate genotype × environment interactions in tall fescue. Euphytica, 208: 583-596.
10. Dorrani-Nejad, M. and Mohammadi-Nejad, G. (2018). Stability analysis for seed yield in different fenugreek (Trigonella foenum-graecum L.) ecotypes using Eberhart-Russel regression and different univariate statistics methods. Journal of Crop Breeding, 10: 19-27 (In Persian).
11. Eagles, H. and Frey, K.J. (1977). Repeatability of the stability-variance parameter in oats 1. Crop Science, 17: 253-256 (In Persian).
12. Ebadi, A., Sabaghpour, S.H., Dehghani, H. and Kamrani, M. (2008). Non-parametric measures of phenotypic stability in chickpea genotypes (Cicer arietinum L.). Euphytica, 162: 221-229.
13. Eberhart, S.T. and Russell, W. (1966). Stability parameters for comparing varieties 1. Crop Science, 6: 36-40.
14. Esmaeilzadeh Moghaddam, M., Tahmasebi, S., Lotf Ali Ayeneh, G.A., Akbari Moghadam, H., Mahmoudi, M., Sayyahfar, M., Tabib Ghaffari, S.M. and Zali, H. (2018). Yield stability evaluation of bread wheat promising lines using multivariate methods. Cereal Research, 8: 333-344 (In Persian).
15. Esmaeilzadeh Moghaddam, M., Zakizadeh, M., Akbari, M.H., Abedini, E.M., Sayahfar, M., Nikzad, A., Tabib, G.S. and Lotfi, A.G. (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: 257-273 (In Persian).
16. Esmaeilzadeh Moghaddam, M., Zakizadeh, M., Akbari, M.H., Abedini, E.M., Sayahfar, M., Nikzad, A., Tabib, G.S. and Aeineh, A. (2010). Study of grain yield stability and genotype-environment interaction in 20 bread wheat lines in warm and dry areas of south of Iran. Electronic Journal of Crop Production, 3: 179-200 (In Persian).
17. Falconer, D.S. (1981). Introduction to quantitive genetics. 2nd Ed, Longman, London, UK.
18. Farshadfar, E. and Sutka, J. (2006). Biplot analysis of genotype-environment interaction in durum wheat using the AMMI model. Acta Agronomica Hungarica, 54: 459-467.
19. Gerrish, B.J., Ibrahim, A.M., Rudd, J.C., Neely, C. and Subramanian, N.K. (2019). Identifying mega-environments for hard red winter wheat (Triticum aestivum L.) production in Texas. Euphytica, 215: 129.
20. Hemmati, I., Pourdad, S.S. and Choukan, R. (2018). Studying the genotype × environment interaction under different conditions of moisture stress using graphical GGE biplot analysis in synthetic varieties of sunflower (Helianthus annuus L.). Environmental Stresses in Crop Scienses, 11: 471-480 (In Persian).
21. Hühn, M. and Léon, J. (1995). Nonparametric analysis of cultivar performance trials: experimental results and comparison of different procedures based on ranks. Agronomy Journal, 87: 627-632.
22. Hwang, C.L. and Yoon, K. (1981). Multiple Attributes Decision Making Methods and Applications. Springer, Berlin Heidelberg, DE.
23. Jafari, M., Asghari, Z.R., Alizadeh, B., Sofalian, O. and Zare, N. (2015). Study of seed yield stability in winter rapeseed (Brassica napus L.) genotypes using Eberhart and Russell's method. Iranian Journal of Field Crop Science, 45: 585-592 (In Persian).
24. Jafari, T. and Farshadfar, E. (2018). Stability analysis of bread wheat genotypes (Triticum aestivum L.) by GGE biplot. Cereal Research, 8: 199-208 (In Persian).
25. Jamshidmoghaddam, M. and Pourdad, S.S. (2013). Genotype× environment interactions for seed yield in rainfed winter safflower (Carthamus tinctorius L.) multi-environment trials in Iran. Euphytica, 190: 357-369.
26. Kang, M. (1988). A rank-sum method for selecting high-yielding, stable corn genotypes. Cereal Research Communication, 16: 113-115.
27. Khalili, M. and Pour‐Aboughadareh, A. (2016). Parametric and non-parametric measures for evaluating yield stability and adaptability in barley doubled haploid lines. Journal of Agricultural Science and Technology, 18: 789-803.
28. Mahdavi, A.M., Babaeian Jelodar, N., Farshadfar, E. and Bagheri, N. (2020). Evaluation of stability and adaption of bread wheat genotypes using univariate statistics parameters and AMMI. Plant Genetic Researches, 7(1): 19-32 (In Persian).
29. MINITAB, INC. (2005). Minitab User's Guide, Vers. 14. Minitab Inc, Harrisburg, Pennsylvania, USA
30. Moghaddaszadeh, M., Asghari Zakaria, R., Hassanpanah, D. and Zare, N. (2018). Non-parametric stability analysis of tuber yield in potato (Solanum tuberosum L.) genotype. Journal of Crop Breeding, 28: 50-63 (In Persian).
31. Mohammadi, M., Karimizadeh, R., Hosseinpour, T., Ghojogh, H., Shahbazi, K. and Sharifi, P. (2018). Use of parametric and non-parametric methods for genotype × environment interaction analysis in bread wheat genotypes. Plant Genetic Researches, 4: 75-88 (In Persian).
32. Mortazavian, S., Nikkhah, H., Hassani, F., Sharif, A.H.M., Taheri, M. and Mahlooji, M. (2014). GGE biplot and AMMI analysis of yield performance of barley genotypes across different environments in Iran. Journal of Agricultural Science and Technology, 16: 609-622.
33. Movahedi, Z., Dehghani, H. and Mofidian, M. (2010). A study of yield stability in cold region ecotypes of alfalfa (Medicago sativa L.) through non-parametric measures. Iranian Journal of Field Crop Science, 40: 103-111 (In Persian).
34. Najafi Mirak, T., Dastfal, M., Andarzian, B., Farzadi, H., Bahari, M. and Zali, H. (2018). Assessment of non-parametric methods in selection of stable genotypes of durum wheat (Triticum turgidum L. var. durum). Iranian Journal of Crop Sciences, 20: 126-138 (In Persian).
35. Nowosad, K., Liersch, A., Popławska, W. and Bocianowski, J. (2016). Genotype by environment interaction for seed yield in rapeseed (Brassica napus L.) using additive main effects and multiplicative interaction model. Euphytica, 208: 187-194.
36. Pourdad, S., Moghaddam, M., Faraji, A. and Naraki, H. (2014). Study on different non-parametric stability methods on seed yield of spring rapeseed varieties and hybrids. Iranian Journal of Field Crop Science, 44: 539-548 (In Persian).
37. Pourdad, S.S. and Jamshidmoghaddam, 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).
38. Sabaghnia, N., Dehghani, H. and Sabaghpour, S.H. (2006). Nonparametric methods for interpreting genotype × environment interaction of lentil genotypes. Crop Science, 46: 1100-1106.
39. Safavi, S. and Bahraminejad, S. (2017). The evaluation of genotype × environment interactions for grain yield of oat genotypes using AMMI model. Journal of Crop Breeding, 922: 125-132 (In Persian).
40. SAS Inc. (2011). Base SAS 9.1 Procedures Guide. SAS Institute Inc, Cary, North Carolina, USA.
41. Setimela, P., Vivek, B., Bänziger, M., Crossa, J. and Maideni, F. (2007). Evaluation of early to medium maturing open pollinated maize varieties in SADC region using GGE biplot based on the SREG model. Field Crops Research, 103: 161-169.
42. Shiri, M.R. and 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).
43. Shukla, G. (1972). Some statistical aspects of partitioning genotype environmental components of variability. Heredity, 29: 237-245 (In Persian).
44. SPSS Inc. (2010). SPSS 20. Users Guied. IBM Corp, Chicago, USA.
45. Sserumaga, J.P., Oikeh, S.O., Mugo, S., Asea, G., Otim, M., Beyene, Y., Abalo, G. and Kikafunda, J. (2016). Genotype by environment interactions and agronomic performance of doubled haploids testcross maize (Zea mays L.) hybrids. Euphytica, 207: 353-365.
46. Vaezi, B., Pour-Aboughadareh, A., Mohammadi, R., Armion, M., Mehraban, A., Hossein-Pour, T. and Dorii, M. (2017). GGE biplot and AMMI analysis of barley yield performance in Iran. Cereal Research Communications, 45: 500-511.
47. Vaezi, B., Pour-Aboughadareh, A., Mohammadi, R., Mehraban, A., Hossein-Pour, T., Koohkan, E., Ghasemi, S., Moradkhani, H. and Siddique, K.H. (2019). Integrating different stability models to investigate genotype × environment interactions and identify stable and high-yielding barley genotypes. Euphytica, 215: 63.
48. Wachira, F., Ng'etich, W., Omolo, J. and Mamati, G. (2002). Genotype × environment interactions for tea yields. Euphytica, 127: 289-297.
49. Yan, W. and Kang, M.S. (2003). GGE biplot analysis: A graphical tool for breeders, geneticists and agronomists. CRC Press, Boca Raton, FL, USA.
50. Yan, W., Cornelius, P.L., Crossa, J. and Hunt, L. (2001). Two types of GGE biplots for analyzing multi‐environment trial data. Crop Science, 41: 656-663.
51. Yan, W., Hunt, L., Sheng, Q. and Szlavnics, Z. (2000). Cultivar evaluation and mega‐environment investigation based on the GGE biplot. Crop Science, 40: 597-605.
52. 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: 643-653.
53. Zali, H., Hasanloo, T., Sofalian, O., Asghari, A. and Zeinalabedini, M. (2016). Appropriate strategies for selection of drought tolerant genotypes in canola. Journal of Crop Breeding, 8(20): 77-90 (In Persian).
54. Zali, H., Sofalian, O., Hasanloo, T., Asgharii, A. and Hoseini, S.M.M. (2015). Appraising of drought tolerance relying on stability analysis indices in canola genotypes simultaneously, using selection index of ideal genotype (SIIG) technique: Introduction of new method. Biological Forum-An International Journal, 7(2): 703-711.
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


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

Alizadeh B, Rezaizad A, Yazdandoost Hamedani M, Shiresmaeili G, Nasserghadimi F, Khademhamzeh H R. Investigation of genotype × environment interaction and seed yield stability of rapeseed genotypes in cold and mild cold regions of Iran. pgr 2021; 7 (2) :65-82
URL: http://pgr.lu.ac.ir/article-1-198-fa.html

علیزاده بهرام، رضایی زاد عباس، یزداندوست همدانی محمد، شیراسماعیلی غلامحسین، ناصرقدیمی فرشاد، خادم حمزه حمیدرضا. بررسی اثر متقابل ژنوتیپ × محیط و پایداری عملکرد دانه ژنوتیپ‌های کلزا در مناطق سرد و معتدل سرد ایران. پژوهش های ژنتیک گیاهی. 1399; 7 (2) :65-82

URL: http://pgr.lu.ac.ir/article-1-198-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 7، شماره 2 - ( 1399 ) برگشت به فهرست نسخه ها
پژوهش های ژنتیک گیاهی Plant Genetic Researches
Persian site map - English site map - Created in 0.06 seconds with 40 queries by YEKTAWEB 4657