Eskandari Torbaghan, M., nemati, S., Tehranifar, A., Samiei, L. (2016). Stability analysis of seed yield in safflower genotypes. , 29(4), 106-118. doi: 10.22092/aj.2017.110279.1151
Masoud Eskandari Torbaghan; seyyed hossein nemati; Ali Tehranifar; Leila Samiei. "Stability analysis of seed yield in safflower genotypes". , 29, 4, 2016, 106-118. doi: 10.22092/aj.2017.110279.1151
Eskandari Torbaghan, M., nemati, S., Tehranifar, A., Samiei, L. (2016). 'Stability analysis of seed yield in safflower genotypes', , 29(4), pp. 106-118. doi: 10.22092/aj.2017.110279.1151
Eskandari Torbaghan, M., nemati, S., Tehranifar, A., Samiei, L. Stability analysis of seed yield in safflower genotypes. , 2016; 29(4): 106-118. doi: 10.22092/aj.2017.110279.1151

Stability analysis of seed yield in safflower genotypes

پژوهش های کاربردی زراعی
Article 8, Volume 29, Issue 4 - Serial Number 113, September 2017, Pages 106-118    PDF (1.15 M)
Document Type: Research Paper
DOI: 10.22092/aj.2017.110279.1151
Authors
Masoud Eskandari Torbaghan1; seyyed hossein nemati* 2; Ali Tehranifar3; Leila Samiei4
1Agricultural and natural resources research and education center of Khorasan Razavi
2Ferdowsi university of mashhad - agricultural faculty
3Department of Horticultural Sciences, Faculty of Agriculture, Ferdowsi University of Mashhad
4Department of ornamental plants, Research center for plant Sciences, Ferdowsi University of Mashhad
Abstract
Title: Stability analysis of seed yield in safflower genotypes
Introduction: Safflower (Carthamus tinctorius L.) is an annual plant and has been used for dye, food coloring, medicine, vegetable, hay, birdseed, edible oil and both fresh-cut and dried flowers. Spatial variability is inherent in all field experiments. The relative performance of lines varies with environment, and this genotype × environment (G×E) interaction hampers selection of lines for cultivation over a wide region. The objectives of this study were to analyze genotype by environment (GE) interactions on the seed yield of 30 safflower genotypes by the additive main effects and multiplicative interactions (AMMI) model and to evaluate genotype (G), environment (E) and GE interactions using statistics parameter i.e. AMMI stability value (ASV) and ecovalence (W2i).
Materials and Methods: Thirty safflower genotypes were evaluated over a three year period (2012-15) across two research stations in Iran and there were 6 growing environments in total. The individual trials were conducted using a randomized complete block design with 3 replications. The experiments were planted in autumn of each year. Each genotypes was sown in plots (9 m2) of 6 rows, 5-m long with spacing of 30-cm between rows. Normal agronomic operations like weed and pest control were done. Each plot was harvested leaving 30 cm on both ends of the rows in order to exclude border effects. Simple analyses of variance in all environments were done for seed yield, separately. Combined analysis of variance was performed assuming genotype effect as fixed, environment effect as random factor.
Results and Discussion: The results of combined analysis of variance showed that there were highly significant differences (P<0.01) among genotypes, environments and interaction effects for seed yield. The analysis of data from safflower trials showed that 28.70% of the total sum of squares was attributable to environmental effects, 55.91% to genotypic effects, and 15.39% to genotype  environment interaction effects. Main effects due to environment, genotype, and genotype  environment interactions as well as four first interaction principal components (IPCA1-4) were found to be significant, indicating that the agro-climatic environmental conditions were different, and that there was a differential response of the genotypes to the environments. The first two IPCA components of the GE interaction explained 83.57% of the GE interaction. Estimates of six genotypic parameters and their ranking for seed yields of safflower genotypes are given in Table 3. According to IPCA1, G7 and G2 had the lowest scores and were the most stable genotypes whereas G21 and G20 with the highest scores were found to be unstable. The lowest ASV was observed for G2 and G4 that were the most stable genotypes whose mean yield was higher than the grand mean, whereas the highest ASV scores were achieved by G21, G20 and G27. AMMI biplot was used to visualizing mean seed yield performance and stability of safflower genotypes. AMMI biplot was able to distinguish stable genotypes, with wide and specific adaptation, and environments, with high and low genotype discrimination ability. The genotypes 2 and 4 with higher seed yield than total mean were the most stable genotypes, while the genotypes 20 and 21 with the highest contribution to GE interaction were the most instable genotypes. Wricke's ecovalence stability parameter (W2i) showed that the genotypes G9, G2, G11 and G4 were the most stable genotypes.
Conclusion: In this study, according to the AMMI model, the G2 and G4 were the genotypes with the best adaptation and superior in all environments.
Acknowledgements: I would like to thank E. Neyestani and other members of the Agricultural and Natural Resources Research and Education Center of Khorasan Shomali for their kind advices. The collaborations of A. Hakimi, A. Saburi and M. Hakimi at Shirvan agricultural research station are greatly acknowledged.
Key words: Adaptability, GE interaction, AMMI analysis, Carthamus tinctorius.
References:
1. Annicchiarico, P. 1997. Joint regression vs. AMMI analysis of genotype-environment interactions for cereals in Italy. Euphytica, 94: 53-62.
2. Gauch, H.G. and R.W. Zobel. 1996. AMMI analysis of yield trials. P. 85-122. In: Kang, M.S., Gauch, H.G. (eds.) Genotype by environment interaction, 1-14 pp., CRC press. Boca Raton.
3. Mohammadi, R., S.S. Pourdad, and A. Amri. 2008. Grain yield stability of spring safflower. Australian Journal of Agricultural Research.
Keywords
adaptability; GE interaction; AMMI analysis
Full Text

مقدمه:

وجود اثر متقابل ژنوتیپ × محیط مهمترین چالش فرا روی به‌نژادگران گیاه می باشد. تفسیر آثار  متقابل، شناسایی محیط‌های هدف و معرفی ژنوتیپ‌های مناسب با سازگاری خصوصی و عمومی برای محیط‌های مورد مطالعه و تعیین ژنوتیپ‌های پایدار در سال‌های مختلف از اهداف مهم در بررسی ژنوتیپ‌ها در سال‌ها و مکان‌های مختلف می‌باشد. پدیده اثر متقابل ژنوتیپ × محیط به اصلاحگران نبات کمک می کند تا در ارزیابی ژنوتیپ‌ها در محیط‌های مختلف، مکان‌های غیر ضروری را حذف نموده و در نتیجه موجب کاهش عمده هزینه‌ها شوند (Shafii et al. 1992; Kang and Magari, 1996; Basford and Cooper, 1998). پارامترهای زیادی برای تجزیه اثر متقابل ژنوتیپ - محیط ارائه شده است. استفاده از روش مبتنی بر رگرسیون در زمره اولین روش‌های مورد استفاده است (Finlay and Wilkinson, 1963; Eberhart and Russell, 1966). سایر روش‌های آماری از جمله روش امی (AMMI)، روش شم (Shifted Multiplicative Model) یا مدل ضرب پذیر متغیر و مدل SREG  یا GGE biplot نیز زیاد مورد استفاده قرار گرفته‌اند (Gauch & Zobel, 1996; Cornelius et al, 1996; Crossa et al, 1996; Yan, 2001 ). ضمن این که برای تعیین پایداری، معیارهای ناپایداری هان که مبتنی بر تغییر رتبه ارقام می‌باشند(Huhn, 1996)  و روش مجموع رتبه Kang که از جمله روش‌های نا‌پارامتری هستند می‌توانند معیار‌های معتبری برای انتخاب ژنوتیپ‌های برتر باشند (Kang, 1993; Kang, 1998).

روش امی، یک روش چند متغیره آماری می باشد که آثار  جمع پذیر ژنوتیپ، محیط و آثار  ضرب پذیر ژنوتیپ × محیط را توجیه نموده و تفسیر خوبی از اثر متقابل ژنوتیپ × محیط ارائه می نماید (Ebdon & Gauch, 2002). اگر از جزء جمع پذیر مدل، بدون در نظر گرفتن اثر متقابل برای توجیه واریانس آزمایشات استفاده شود، مدل مذکور را امی صفر و اگر از جزء  ضرب‌پذیر امی که اثر متقابل را نیز در نظر می‌گیرد استفاده شود بسته به اینکه از کدام مولفه استفاده شود، مدل امی 1 تا امی F نامیده می‌شود (Gauch and zobel, 1996). مولفه‌های امی معیار معتبری برای بررسی پایداری ژنوتیپ‌ها و ارتباط بین ژنوتیپ‌ها و محیط‌ها می‌باشند. اگر چندین مولفه از مولفه‌های اثر متقابل در مدل امی از لحاظ آماری معنی‌دار باشند، نشان دهنده وجود اثر متقابل پیچیده ژنوتیپ × محیط می باشد (Gauch & Zobel, 1996).

با استفاده از مدل امی یک پارامتر پایداری معتبر برای پایداری ژنوتیپ ها ارائه شد که آن را ارزش پایداری امی (AMMI stability value = ASV) می نامند و در آن از دو مولفه اول امی برای این روش استفاده می‌گردد (Purchase, 1997). همچنین از اکووالانس ریک به منظور تعیین سهم محیط‌ها در اثر متقابل می توان استفاده نمود (Isik and Kleinschmit, 2005 ). در بررسی اثر متقابل ژنوتیپ‌× ‌محیط و برای تعیین پایداری هیبرید های ذرت، روش‌های مختلف تعیین پایداری با هم مقایسه شد و در نهایت مدل AMMI مناسب‌ترین روش برای تجزیه پایداری معرفی گردید ( Albert, 2004 ).

 

برای بررسی اثر متقابل ژنوتیپ × محیط در آفتابگردان از روش های مختلف پایداری استفاده و بیان شد که مدل AMMI  نه تنها پایدار ترین ژنوتیپ ها را معرفی می‌کند، بلکه می تواند بیانگر سازگاری خصوصی ارقام نیز باشد (Schoeman, 2003).

در یک تحقیق، 15 ژنوتیپ گلرنگ طی سه سال متوالی در سه مکان بررسی و مشاهده شد که در مدل امی، شش مولفه اصلی اثر متقابل ژنوتیپ × محیط معنی دار بود و در نهایت چهار ژنوتیپ برتر گلرنگ را به عنوان ژنوتیپ‌های پایدار و سازگار گزینش کردند (Jamshid Moghaddam et al, 2014). هدف از این پژوهش تعیین و انتخاب ژنوتیپ یا ژنوتیپ‌های گلرنگ پایدار به محیط‌های مورد مطالعه با استفاده از روش های چند متغیره و تک متغیره می باشد.

مواد و روش ها:

در این بررسی 30 ژنوتیپ گلرنگ طی سال‌های زراعی 1391 تا 1393 در دو ایستگاه تحقیقات کشاورزی شیروان و سیساب (استان خراسان شمالی) مورد بررسی قرار گرفتند. هر آزمایش در هر محیط در قالب طرح بلوک‌های کامل تصادفی در سه تکرار و در زمینی که در سال قبل به صورت آیش بوده، اجرا شد.

هر کرت آزمایشی 9 متر مربع و شامل 6 ردیف 5 متری با فاصله ردیف 30 سانتیمتر و فاصله بوته روی ردیف 5 سانتیمتر بود. مقدار کود مصرفی بر اساس آزمایش خاک و برای شرایط آبی 100 کیلوگرم فسفات آمونیوم و 150 کیلوگرم اوره در هکتار بود که هم زمان با کاشت استفاده شد. کشت در کلیه محیط‌ها در نیمه دوم مهر ماه انجام گرفت. مقدار بذر برای هر ژنوتیپ براساس 66 دانه در متر مربع و با توجه به وزن هزار دانه ژنوتیپ‌ها محاسبه شد.

برداشت از 4 ردیف میانی با حذف نیم متر از ابتدا و انتهای کرت صورت ‌گرفت. به منظور مبارزه با آفات کرم غوزه خوار، سر‌خرطومی و مگس گلرنگ، از سموم دیازینون و متاسیستوکس به نسبت 2 در هزار استفاده شد. در طول دوره رشد و پس از آن از صفاتی نظیر تعداد روز تا جوانه‌زنی، درصد سبز و خسارت احتمالی سرما، تعداد روز تا گلدهی، رنگ گل، وضعیت خار، ارتفاع بوته، در صد خسارت آفات و بیماری‌ها، تعداد روز تا رسیدن، تعداد قوزه در بوته، تعداد دانه در قوزه، وزن هزار دانه، عملکرد دانه و درصد روغن یادداشت برداری به عمل آمد، ولی فقط از داده های مربوط به عملکرد دانه برای تجزیه پایداری استفاده شد.

قبل از تجزیه امی، یکنواختی واریانس خطای آزمایش‌ها با آزمون لون (Leven's test) آزمون گردید و سپس تجزیه امی روی عملکرد دانه ژنوتیپ ها در محیط های مختلف با استفاده از نرم افزار GenStat انجام شد. جهت تجزیه پایداری عملکرد لاین‌ها و ارقام گلرنگ مورد بررسی از مدل امی و از مولفه های اثر متقابل اول و دوم امی (IPCA 1, IPCA 2) به عنوان پارامترهای پایداری برای ژنوتیپ‌ها و محیط‌ها استفاده گردید (Annicchiarico, 1997). همچنین از مدل بای‌پلات AMMI جهت بررسی واکنش ژنوتیپ‌ها در محیط‌ها استفاده شد. بای‌پلات ها به دلیل نمایش گرافیکی واکنش ژنوتیپ‌ها و محیط‌ها در پدیده اثر متقابل ابزار مفیدی جهت شناسایی ژنوتیپ‌های سازگار به محیط‌های ویژه می باشند (Suadric et al, 2006). به منظور تحلیل بهتر آثار  متقابل از آماره‌های پایداری امی (ASV) و اکووالانس ریک (W2i) استفاده گردید (Purchase et al, 2000; Wricke, 1962). آماره ASV به دلیل اینکه آثار دو مولفه اول اثر متقابل را به طور همزمان مورد بررسی قرار می‌دهد نقش مهمی در تفسیر نتایج تجزیه امی دارد. ژنوتیپ‌ و محیط‌های با مقادیر کم پارامتر ASV پایدار و با مقادیر بیشتر ناپایدار خواهند بود (Purchase et al, 2000). پارامتر پایداری اکووالنس ریک (W2i) که کمتر بودن آن برای ژنوتیپ‌ها و محیط‌ها نشان دهنده پایداری بیشتر آنها و سهم کمتر در اثر متقابل می‌باشد، جهت کمک در تفسیر نتایج امی مورد استفاده قرار گرفت.

نتایج و بحث:

از آنجا که واریانس اشتباه آزمایش‌ها، همگن بود، تجزیه واریانس مرکب داده‌ها برای دو مکان طی سه سال انجام و نتیجه نشان داد که اثر ژنوتیپ در سطح احتمال یک درصد معنی‌دار بود، یعنی ژنوتیپ‌های مورد مطالعه در مکان‌ها و سال‌های مختلف، عملکرد متفاوتی را نشان داده‌اند. همچنین اثر محیط و اثر متقابل ژنوتیپx  محیط در سطح احتمال یک درصد معنی‌دار بود. معنی‌دار بودن اثر محیط نشان می‌دهد که محیط‌ها از نظر عملکرد با هم اختلاف دارند. معنی‌دار بودن اثر متقابل ژنوتیپx  محیط نیز نشان دهنده این است که عملکرد ژنوتیپ‌ها از محیطی به محیط دیگر متفاوت است. با توجه به معنی‌دار بودن اثر متقابل ژنوتیپx  محیط، برای شناسایی ژنوتیپ‌های پایدار از روش امی استفاده شد.

تجزیه آثار اصلی افزایشی و ضرب‌پذیر برای عملکرد دانه با استفاده از مدل امی:

نتایج تجزیه واریانس امی برای آثار  اصلی افزایشی و ضرب پذیر در جدول یک آورده شده است. تجزیه واریانس آثار  افزایشی نشان داد که تفاوت معنی‌داری بین ژنوتیپ‌ها، محیط‌ها و اثر متقابل ژنوتیپ‌ x محیط در سطح احتمال یک درصد وجود داشت.

در این مدل بزرگی آثار اصلی افزایشی برای ژنوتیپ، محیط و اثر متقابل ژنوتیپx  محیط به ترتیب 91/55 ، 70/28 و 39/15 درصد مجموع مربعات کل بود (جدول 1). بزرگی آثار  ژنوتیپ و محیط بیانگر متفاوت بودن ژنوتیپ‌ها و محیط‌ها بوده که باعث ایجاد تنوع در عملکرد دانه ژنوتیپ‌ها شده است. محققین در بررسی پایداری عملکرد 17 ژنوتیپ گلرنگ بهاره در 26 محیط مشاهده نمودند که 83 درصد از کل مجموع مربعات به اثر محیط و به ترتیب 1 و 15% به ژنوتیپ و اثر متقابل ژنوتیپ ‌x ‌‌محیط مربوط بود (Pourdad and Mohammadi, 2008). به علت تفاوت در  میزان اختلاف بین ژنوتیپ‌های مورد بررسی در آزمایش‌های متفاوت و اختلاف بین محیط‌ها و سال‌های آزمایش، درصد سهم هر یک از منابع ایجاد تغییرات در تحقیقات مختلف، متفاوت است.

نتایج آزمون معنی‌داری مولفه‌های اثر متقابل نیز نشان داد که چهار مولفه اول اثر متقابل مدل امی در سطح احتمال یک درصد معنی‌دار بودند. نتایج تجزیه واریانس غیر افزایشی نشان داد که اولین مولفه اثر متقابل 17/63 درصد، دومین مولفه 4/20 درصد و مولفه های اثر متقابل سوم و چهارم نیز به ترتیب 87/8 و 34/5 درصد از تغییرات اثر متقابل ژنوتیپ و محیط را توجیه می‌کنند. این چهار مولفه از لحاظ آماری در توجیه آثار متقابل معنی‌دار بودند. بنابراین مدل دوم امی (AMMI 2) که شامل دو مولفه اول اثر متقابل و آثار اصلی افزایشی ژنوتیپ و محیط می باشد و 8/97 درصد مجموع مربعات تیمار را توجیه نمود در این پژوهش مورد استفاده قرار گرفت. به عبارت دیگر استفاده از مدل دوم امی (AMMI 2 )  به خوبی  در تفسیر نتایج مفید  می باشد  و  برازش خوب  مدل  امی  با داده‌ها را نشان می‌دهد و از این لحاظ با نتایج دیگر محققین مطابقت دارد (Pourdad and Mohammadi, 2008; Jamshid Moghaddam et al, 2014).

از آنجا که 4 مولفه اول بیش از 90 درصد تغییرات کلی را توجیه کردند، از این نظر با نتایج تحقیقات برخی از محققین هم‌سو نمی‌باشد (Farshadfar, 2008; Mohammadi et al, 2008).. محققان دیگری نیز برای تجزیه اثر متقابل ژنوتیپ و محیط در ژنوتیپ‌های بدون خار گلرنگ از روش امی و ضرایب مولفه‌های اصلی اثر متقابل (IPCA) استفاده کرده‌اند. آنها مشاهده نمودند که 6 مولفه اصلی اثر متقابل ژنوتیپ و محیط معنی‌دار شد. همچنین ارقام گلرنگ ایرانی 411، داراب 2، داراب 4 و 47 از نظر پایداری و عملکرد، برتر بودند (Jamshid Moghaddam et al, 2014). ژنوتیپ شماره 2 این بررسی (ژنوتیپ 411) در تحقیق حاضر نیز از نظر پایداری و عملکرد، برتر بود و نتایج این دو بررسی موید یکدیگر هستند. این ژنوتیپ یک رقم گلرنگ بدون خار با گل‌هایی به رنگ نارنجی و قرمز می‌باشد که اخیراً با نام فرامان، برای کشت در هر دو شرایط دیم و آبیاری تکمیلی در مناطق معتدل سرد ایران معرفی شده است.

جدول 01---

به منظور بررسی روابط ژنوتیپ‌ها و محیط‌ها از نمایش گرافیکی بای‌پلات استفاده شد (شکل 1). در این بای‌پلات محور افقی نمایانگر آثار اصلی جمع پذیر یا میانگین عملکرد دانه بر حسب کیلوگرم در هکتار و محور عمودی آثار متقابل ضرب‌پذیر یا مقادیر اولین مولفه اصلی (IPCA 1) یعنی ضرایب عامل برای ژنوتیپ‌ها و محیط‌ها به طور جداگانه می‌باشد. در بای‌پلات مذکور دو جفت از داده ها روی محور نمایش داده شده‌اند. اولین جفت مربوط به میانگین عملکرد هر رقم (محور افقی) و مقادیر اولین مولفه اصلی هر ژنوتیپ (محور عمودی) و دومین جفت مربوط به میانگین عملکرد هر محیط (محور افقی) و مقادیر اولین مولفه اصلی هر محیط (محور عمودی) می‌باشد. بررسی بای‌پلات شکل 1 نشان می دهد که ژنوتیپ 21 و همچنین محیط 5 دارای اثر متقابل بزرگ و بیشترین تاثیر را در ایجاد اثر متقابل دارند.

ژنوتیپ‌هایی که در مرکز بای‌پلات قرار گرفته‌اند، اثر متقابل نزدیک به صفر دارند و دارای پایداری عمومی بیشتری هستند، لذا برای اکثر محیط‌ها قابل توصیه می‌باشند، ژنوتیپ‌هایی که دور از مرکز قرار می‌گیرند دارای پایداری خصوصی می‌باشند (Gauch and zobel, 1996 ). لذا چنین نتیجه گرفته شد که ژنوتیپ‌های شماره 15، 16، 30، 28، 2، 13، 3 و 7 کمترین فاصله را از مرکز بای‌پلات داشتند و دارای اثر متقابل کم بودند، ولی از بین آنها ژنوتیپ‌های شماره 2، 7 و 13 به علت داشتن میانگین عملکرد بالاتر از میانگین کل می توانند به عنوان ژنوتیپ‌های با پایداری و عملکرد مطلوب مورد توجه قرار گیرند.

شکل 01-----

ـ تجزیه‌ی پایداری ژنوتیپ ها :

مقادیر پارامترهای ژنوتیپی و رتبه‌بندی ژنوتیپ‌ها بر اساس این پارامترها در جداول 2 و 3 آمده است. ضرایب دو مولفه اول آثار متقابل به عنوان ساده‌ترین پارامترهای پایداری جهت انتخابژنوتیپ‌ها قبلاً مورد استفاده قرار گرفته است (Annichiarico, 1997; Grausgruber et al., 2000; purchase et al., 2000).

در مورد گیاه گلرنگ نیز از ضرایب مولفه‌های اصلی اثر متقابل (IPCA) جهت گزینش ژنوتیپ‌های پایدار این گیاه استفاده شده است (Mohammadi et al, 2008). ژنوتیپ‌هایی که مقدار اولین مولفه اصلی (IPCA 1) آن‌ها بزرگ (مثبت یا منفی) باشد اثر متقابل زیادی با محیط دارند در‌حالی‌که ژنوتیپ‌ها یا محیط‌های دارای اولین مولفه اصلی نزدیک به صفر دارای اثر متقابل پایینی هستند. در این پژوهش کمترین مقادیر IPCA 1 برابر با 76/0- ، 99/0، 02/1، 26/3، 13/4 و 35/5 به ترتیب مربوط به ژنوتیپ‌های 7، 2، 8، 4، 6 و 13 بود که میانگین عملکرد دانه این ژنوتیپ‌ها نیز بیشتر از میانگین کل است و در‌نتیجه به عنوان ژنوتیپ‌های پایدار دارای سازگاری عمومی بالا شناخته می‌شوند (جدول 2). بیشترین میزان IPCA 1 مربوط به ژنوتیپ‌های 21، 20 و 27 با میانگین عملکرد بیشتر از میانگین کل (1680 کیلو) بود. همچنین، کمترین مقدار IPCA 2 مربوط به ژنوتیپ‌های 9، 16، 2، 11، 15 و 10 و بیشترین ضرایب IPCA2 مربوط به ژنوتیپ‌های 21، 8، 7، 6، 12 و 20 با میانگین عملکرد بیشتر از میانگین کل و ژنوتیپ‌های 25، 5 و 29 با میانگین عملکرد کمتر از میانگین کل بود.

ژنوتیپ‌های شماره 7، 20، 21، 23، 25، 27، 28، 29 و 30 دارای مقادیر IPCA 1 با علامت منفی اثر متقابل منفی ایجاد می‌کنند و بقیه ژنوتیپ‌های دارای مقادیر IPCA 1 با علامت مثبت، واکنش اثر متقابل مثبت ایجاد می‌کنند(جدول 2).

جدول 02----------

محققان، پارامتر ارزش پایداری امی (ASV) را برای انتخاب همزمان عملکرد و پایداری مناسب می‌دانند (Sabaghnia et al., 2008; Jamshid Moghaddam et al., 2014 ). در این مطالعه نیز نتایج استفاده از آماره پایداری امی (ASV)، نتایج بدست آمده از اولین مولفه اصلی (IPCA 1) را تایید کرد و نشان داد که ژنوتیپ‌های 2، 4، 7 و 8 با داشتن کمترین مقادیر ASV، به ترتیب 64/13، 20/108، 66/142 و 14/156 پایدار‌ترین ژنوتیپ‌ها بودند و عملکرد آنها نیز از میانگین کل، بیشتر بود. در حالی که ژنوتیپ‌های 21، 20، 27 و 29 نا‌پایدارترین ژنوتیپ‌ها شناخته شدند (جدول 3). بر اساس پارامتر پایداری اکووالانس ریک، ژنوتیپ های 9، 2، 11 و 4 با کمترین اکووالانس، پایدار‌ترین ژنوتیپ‌ها بودند و به ترتیب با داشتن 39/0، 61/0، 78/0 و 90/0 درصد از مجموع مربعات اثر متقابل، کمترین نقش را در اثر متقابل داشتند. در صورتی که ژنوتیپ‌های 21 و 20 بیشترین نقش را در اثر متقابل داشتند (جدول 3). ژنوتیپ 12 که بالاترین میزان عملکرد دانه را تولید کرد از نظر پایداری عملکرد، وضعیت مطلوبی نداشت ولی ژنوتیپ‌های 2 و 4 (شماره 411 و داراب 7) که در مقایسه میانگین‌ها با روش آزمون چند دامنه‌ای دانکن (در کلیه محیط‌ها) در رتبه دوم عملکرد قرار داشتند، از لحاظ پایداری هم وضعیت مطلوبی نشان دادند.

 

جدول 03----

تجزیه پایداری محیط‌ها:

مقادیر پارامتر‌های پایداری و رتبه‌بندی محیط‌ها بر اساس این پارامتر‌ها در جدول 4 آمده است. بر اساس کمترین مقدار IPCA 1، محیط 2 یعنی سیساب (سال اول) با کمترین پتانسیل عملکرد و محیط 4 یعنی سیساب (سال دوم) با بیشترین پتانسیل عملکرد دارای بیشترین پایداری و کمترین نقش در اثر متقابل بودند یعنی این محیط‌ها، نسبت به محیط‌های دیگر پایداری عملکرد بهتری داشتند. محیط 5 یعنی شیروان (سال سوم) با بیشترین IPCA 1 بیشترین نقش را در ایجاد اثر متقابل ژنوتیپ و محیط داشت. کمترین IPCA 2 محیطی برای محیط‌های 1 و 4 که به ترتیب شیروان (سال اول) و سیساب (سال دوم) و بیشترین آن برای محیط‌های 2 و 6 که به ترتیب سیساب (سال اول) و سیساب (سال سوم) می‌باشند، مشاهده شد. جهت گزینش محیط‌های مناسب با قدرت بالا در تفکیک ژنوتیپ‌ها، محیط‌ها بایستی دارای مقادیر IPCA1 بالا و IPCA2 پایین باشند. محیط ایده‌آل بر اساس IPCA1 بیشتر و IPCA2 کمتر محیط 1 یعنی شیروان (سال اول) بود (جدول 4). بر اساس این دو پارامتر در گندم و همچنین در سویا ژنوتیپ‌های سازگار و پایدار به محیط‌ها و همچنین محیط‌های با قدرت تفکیک ژنوتیپی بالا  را  از  سایر  محیط‌ها  شناسایی  نموده اند  Rajcan, 2002) (Yan, 1999; Yan et al, 2000; Yan and . همچنین در گیاه گلرنگ، به منظور تجزیه بهتر آثار متقابل ژنوتیپ و محیط، پارامترهای پایداری را برای محیط‌ها استفاده نمودند (Mohammadi et al, 2008).

بر اساس آماره پایداری محیطی امی (ASVj)، محیط 4 یعنی سیساب (سال دوم) با بیشترین پتانسیل عملکرد دارای بیشترین پایداری و کمترین نقش در پدیده اثر متقابل بود و بعد از آن محیط 2 یعنی سیساب (سال اول) با پتانسیل عملکرد متوسط قرار داشت در صورتی که محیط 5 یعنی شیروان (سال سوم) با پتانسیل عملکرد پایین بیشترین نا‌پایداری را نشان داد. همچنین بر اساس پارامتر اکووالانس ریک، محیط 5 یعنی شیروان (سال سوم) بیشترین نقش را در اثر‌متقابل داشت (جدول 4).

جدول 04----

از مهم‌ترین کاربردهای روش AMMI تعیین سازگاری خصوصی ژنوتیپ‌ها و معرفی یک یا چند ژنوتیپ برای یک یا چند منطقه خاص است. جدول شماره 5، چهار ژنوتیپی که انتخاب اول تا چهارم روش امی برای هر محیط (ترکیبی از سال و مکان) هستند را نمایش می‌دهد. نتایج نشان می‌دهد که برای منطقه شیروان دو ژنوتیپ 12 و 14 با میانگین عملکرد دانه 3202 و 2574 کیلو‌گرم در هکتار و برای منطقه سیساب نیز ژنوتیپ 12 در مجموع سه سال مناسب بوده و به عنوان سازگار‌ترین و برترین ژنوتیپ‌ها انتخاب شدند.

جدول 05----

نتیجه گیری کلی:

بر اساس پارامترهای IPCA 1 و IPCA 2 ژنوتیپ‌های ایرانی 2 و 4 (رقم محلی داراب 7 و شماره 411) با میانگین عملکرد بالاتر از میانگین کل از پایداری مطلوبی نیز برخوردار بودند. این دو ژنوتیپ گلرنگ بدون خار و دارای گل‌های قرمز رنگ، بر اساس پارامترهای ارزش پایداری امی (ASVi) و اکووالانس ریک نیز جزء پایدار‌ترین ژنوتیپ‌ها بودند. همچنین بای‌پلات امی نشان داد که ژنوتیپ شماره 2 (ژنوتیپ 411) با عملکرد بالاتر از میانگین کل می‌تواند به عنوان ژنوتیپی با پایداری و عملکرد مطلوب مورد توجه قرار گیرد. ژنوتیپ 411 یک ژنوتیپ گلرنگ بی‌خار با گل‌هایی که ابتدا نارنجی رنگ و بعد از خشک شدن به رنگ قرمز در می‌آیند، می‌باشد که اخیراً با نام فرامان، برای کشت در هر دو شرایط دیم و آبیاری تکمیلی در مناطق معتدل سرد ایران معرفی شده است. 

References
Albert, M.J.A. 2004. A comparison of statistical methods to describe genotype x environment interaction and yield stability in multi location maize trials. Ph.D. Diss., department of plant sciences (plant breeding), faculty of natural and agricultural sciences of Uni-versity of the Free State. Bloemfontein, South Africa, pp: 7- 35.
Annicchiarico, P. 1997. Joint regression vs. AMMI analysis of genotype-environment interactions for cereals in Italy. Euphytica, 94: 53-62.
Basford, K.E., and Cooper, M. 1998. Genotype by environment interactions and some considerations of their implication for wheat breeding in Australia. Australian Journal of Agricultural Research, 49: 154-175.
Cornelius, P., Crossa, J., Seyedsadr, M., Kang, M., and Gauch, H. 1996. Statistical Tests and Estimators of Multiplicative Models for Genotype-by-environment Interaction. Genotype-by-environment Interaction. CRC Press, Boca Raton, FL, PP. 199-234.
Crossa, J., Franco, J., and Edmeades, G.O. 1996. Experimental designs and the analysis of multi-location trials of maize grown un-der drought stress. CIMMYT. Pp, 524-536.
Ebdon, J., and Gauch, H. 2002. Additive Main Effect and Multiplicative Interaction Analysis of National Turfgrass Performance Trials. I. Interpretation of Genotype × Environment Interaction. Crop Sciences, 42(2): 489-496.
Eberhart, S.A., and Russell, W.A. 1966. Stability parameters for comparing varieties. Crop Science, 6: 36-40.
Farshadfar, E. 2008. Incorporation of AMMI stability value and grain yield in a single non-parametric index (GSI) in bread wheat. Pakistan Journal of Biological Sciences, 11: 1791-1796.
Finlay, K.W., and Wilkinson, G.N. 1963. The analysis of adaptation in a plant breeding program. Australian Journal of Agricultural Research, 14: 742-754.
Gauch, H.G. and Zobel, R.W. 1996. AMMI analysis of yield trials. P. 85-122. In: Kang, M.S., Gauch, H.G. (eds.) Genotype by en-vironment interaction, 1-14 pp., CRC press. Boca Raton.
Grausgruber, H., Oberforster, M., Werteker, M. Ruckenbauer, P., Vollmann, J. 2000. Stability of quality traits in Austrian-grown winter wheat's. Field Crops Research, 66: 257-267.
Huehn, M. (1996). Nonparametric analysis of genotype x environment interactions by ranks. Genotype by environment interaction. CRC Press, Boca Raton, FL, 213-228
Isik, K., Kleinschmit, J. 2005. Similarities and effectiveness of test environments in selecting and deploying of desirable genotypes. Theoretical and Applied Genetics, 110: 311-322.
Jamshid Moghaddam, M., Eskandari Torbaghan, M., Mirzaee, A. 2014. Analysis of genotype × environment interaction for seed yield in spineless safflower (Carthamus tinctorius L.) genotypes. Crop Breeding Journal, 4(1): 47-56.
Kang, M.S. 1993. Simultaneous selection for yield and stability in crop performance trials: consequences for growers. Agronomy Journal, 85: 754-757.
Kang, M.S., Magari, R. 1996. New developments in selecting for phenotypic stability in crop breeding. In: M.S. Kang and H.G. Zobel (eds.) Genotype by environment interaction, 1-14 pp., CRC press. Boca Raton.
Mohammadi, R., Pourdad, S.S., and Amri, A. 2008. Grain yield stability of spring safflower. Australian Journal of Agricul-tural Research.
Pourdad, S.S., and Mohammadi, R. 2008. Use of stability parameters for comparing safflower genotypes in multi-environment trials. Asian Journal of Plant Sciences, 7(1): 100-104.
Purchase, J.L. 1997. Parametric analysis to describe genotype x environment interaction and yield stability in winter wheat. Ph. D. University of the Free State. South Africa.
Purchase, J.L., Hatting, H., and Van Deventer, C.S. 2000. Genotype x 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.
Sabaghnia, N., Dehghani, H., and Sabaghpour, H. 2008. The use of an AMMI model and its parameters to analyze yield stability in multi-environment trials. Journal of Agriculture Science, 146: 571-581.
Schoeman, L.J. 2003. Genotype x environment interaction in sunflower in South Africa (M.Sc. thesis), University of Free State, Bloemfontein.
Shafii, B., Mahler, K.A., Price, W.J., and Auld, D.L. 1992. Genotype - environment interaction effects on winter rapeseed yield and oil content. Crop Science, 32: 922-927.
Suadric, A., Simic, D., and Vratric, M. 2006. Characterization of genotype by environment interactions in soybean breeding programmes of southeast Europe. Plant Breeding, 125: 191-125.
Wricke, G. 1962. Uber eine method zur refassung der okologischen streubretite in feldversuchen ,Flazenzenzuecht, 47: 92-96
Yan, W., and Rajcan, I. 2002. Biplot analysis of test sites and trait relations of soybean in Ontario. Crop Sciences, 42: 11-20.
Yan, W., Hunt, L.A., Sheng, Q., and Szlavnics, Z. 2000. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Sciences, 40: 597-605.
Yan, W. 2001. GGE biplot - a windows application for graphical analysis of multi-environment trial data and other types of two-way data. Agronomy Journal, 93: 1111-1118.

Statistics
Article View: 1,503
PDF Download: 1,250


counter
Journal management system. designed by sinaweb