تجزیه بای پلات و علیت صفات هیبریدهای مختلف ذرت در شرایط آبیاری عادی و تنش کمبود آب
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 71
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SUST-34-1_015
تاریخ نمایه سازی: 17 اردیبهشت 1403
چکیده مقاله:
تجزیه رگرسیون چندگانه و تجزیه علیت عملکرد دانه ذرت با سایر صفات زراعی برای تعیین صفات موثر بر عملکرد دانه و نیز تجزیه اثر متقابل ژنوتیپ×صفت با استفاده از روش GGE بایپلات، برای ارزیابی واکنش هیبریدها در شرایط محیطی عادی و تنش کمبود آب بر اساس صفات مورد ارزیابی و تعیین هیبریدهای پرمحصول برای هر دو محیط انجام گرفت. ۱۸ هیبرید ذرت به صورت آزمایش کرتهای خرد شده بر پایه طرح بلوکهای کامل تصادفی در سه تکرار و طی دو سال متوالی مورد ارزیابی قرار گرفتند. دو سطح آبیاری در کرتهای اصلی و هیبریدهای ذرت در کرتهای فرعی منظور شدند.در تجزیه علیت عملکرد دانه با سایر صفات مورد بررسی، تعداد ردیف در بلال، وزن ۳۰۰ دانه و تعداد دانه در ردیف در شرایط عادی و تعداد ردیف در بلال و وزن ۳۰۰ دانه در شرایط تنش کمبود دارای اثر مستقیم معنی دار روی عملکرد دانه بودند. نتایج حاصل از تجزیه GGE بایپلات ژنوتیپ×صفت در شرایط عادی و تنش کمبود آب نشان داد که در مجموع دو مولفه اول ۷۲/۲۸ درصد و در شرایط تنش کمبود آب، ۸۳/۶۰ درصد از واریانس کل داده ها را توجیه کردند. در هر دو شرایط عادی و تنش کمبود آب، هیبرید SC۷۰۴ نیز به عنوان ژنوتیپ ایده آل شناخته شد.هیبرید SC۷۰۴ در مرتبه اول به عنوان پرمحصولترین هیبرید در هر دو شرایط عادی و تنش کمبود آب و هیبرید SC۶۴۷ در مرتبه بعدی قرار داشت. در عین حال انجام آزمایشهای بیشتر در مکانها و سالهای مختلف توصیه میشود.
کلیدواژه ها:
نویسندگان
جمیله سیدزوار
گروه به نژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی، دانشگاه تبریز
مجید نوروزی
گروه بهنژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
محمد مقدم واحد
گروه بهنژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
سعید اهری زاد
گروه بهنژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی ، دانشگاه تبریز، تبریز، ایران
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 :