تنوع ژنتیکی صفات زراعی در لاین های اصلاحی پیشرفته برنج (Oryza sativa)
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 91
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCB-11-30_018
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
به منظور بررسی تنوع ژنتیکی لاین های اصلاحی جدید برنج از نظر صفات مختلف زراعی، ۲۰ لاین پیشرفته جدید به همراه رقم فجر در مزرعه معاونت تحقیقات برنج کشور (آمل) در سال زراعی ۱۳۹۰ در قالب طرح بلوک های کامل تصادفی با سه تکرار مورد بررسی قرار گرفتند. بر روی هر ژنوتیپ صفات طول شلتوک، عرض شلتوک، طول دانه، عرض دانه، ارتفاع بوته، بیشترین طول خوشه، تعداد پنجه، متوسط طول خوشه، شکل دانه، تعداد دانه های پر و پوک، درصد دانه های پر، وزن هزار دانه و عملکرد دانه ارزیابی شدند. نتایج حاصل از تجزیه واریانس نشان داد که بین ژنوتیپ ها از نظر صفات مورد بررسی به غیر از صفت عرض دانه اختلافات معنیداری وجود دارد که نشان دهنده حضور تنوع ژنتیکی در لاینهای مورد بررسی است. در مقایسه میانگین عملکرد، گروهی از لاینها برتری معنی داری نسبت به شاهد فجر داشتند. بر اساس مقایسه میانگینها، لاینهای NA۹، NA۱۷ و NA۵ بیشترین عملکرد را تولید نمودند که لاین NA۵ علاوه بر عملکرد بالاتر، از نظر صفات وزن هزار دانه و طول شلتوک نیز دارای اندازه های مناسبی بود. بر اساس نتایج تجزیه رگرسیون گام به گام دو صفت ارتفاع بوته و وزن هزاردانه به عنوان متغیرهای تاثیرگذار بر عملکرد وارد مدل شدند، به طوری که وزن هزاردانه حدود ۳۰ درصد تاثیر بیشتر نسبت به ارتفاع بوته بر مقدار عملکرد داشت. تجزیه علیت نشان داد که دو صفت فوق هر کدام مستقل از همدیگر و عمدتا به کمک اثرات مستقیم در تعیین عملکرد تاثیر دارند. تجزیه خوشه ای با استفاده از روش WARD، لاینها را به چهار خوشه گروه بندی کرد.
کلیدواژه ها:
نویسندگان
علیرضا نبی پور
Rice Research Institute of Iran, Mazandaran Branch, Agriculture Research, Education and Extension Organization, Amil, Iran
محمد نوروزی
Agricultural research, education and extension organization
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :