گزینش لاین ‎های برتر گوجه ‎فرنگی با استفاده از روش ‎های آماری چندمتغیره در منطقه جیرفت

چکیده مبسوط مقدمه و هدف: گوجه ‎فرنگی (L.Solanum lycopersicum  ) یکی از مهم‎ترین محصولات زراعی در سراسر جهان است، و سطح زیر کشت این گیاه در ایران (۱۰۳ هزار هکتار) و میزان تولید آن (بیش از ۵ میلیون تن) بر اهمیت این گیاه دلالت دارند. در اصلاح نباتات از روش ‎های مختلفی در گزینش ژنوتیپ ‎ها استفاده می ‎شود. برای گزینش برترین ژنوتیپ ‎ها نیاز به روشی است که بتواند همه صفات را براساس مطلوبیت و عدم مطلوبیت در گزینش ‎ها مدنظر قرار دهد. شاخص انتخاب ژنوتیپ برتر (SIIG) یکی از روش ‎هایی است که می ‎تواند علاوه‎بر انتخاب ژنوتیپ ‎های برتر، فاصله بین ژنوتیپ‎ ها را هم مشخص کند. در این روش، امکان شناسایی ژنوتیپ‎ هایی با خصوصیات خاص وجود دارد. به‎ عنوان مثال، با روش SIIG می ‎توان ژنوتیپ ‎هایی با عملکرد بالا و زودرس را شناسایی و گزینش کرد. هدف این مطالعه، ارزیابی ژنوتیپ ‎های گوجه‎فرنگی از طریق صفات کمی و کیفی و گزینش برترین‎ ها برای شرایط آب و هوایی منطقه جیرفت بود. مواد و روش‎ ها: به ‎منظور ارزیابی و گزینش لاین‎ های برتر گوجه‎ فرنگی در منطقه جیرفت، آزمایشی با ۱۱ ژنوتیپ (۱۰ لاین امیدبخش به‎‎ همراه رقم کارون) در قالب طرح بلوک ‎های کامل تصادفی با سه تکرار در طی دو سال زراعی (۱۴۰۱-۱۴۰۰ و ۱۴۰۲-۱۴۰۱) در مزرعه تحقیقاتی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی جنوب استان کرمان (جیرفت) انجام شد. لاین‎ ها به‎ صورت نشاء و در تاریخ اول بهمن زیر پلاستیک کشت گردیدند. آبیاری به ‎صورت قطره‎ای و علف‎های هرز به‎صورت دستی وجین شدند. در طی فصل رشد و پس از برداشت (اردیبهشت)، صفات کیفی شامل یکنواختی، ترک‎خوردگی، شانه سبزی، نوع گل‎آذین و داشتن لایه سواگر برای هر ژنوتیپ ثبت شدند. صفات میزان بریکس، pH، سفتی بافت، تعداد حفره، طول میوه، عرض میوه، وزن میوه و عملکرد هر بوته در آزمایشگاه اندازه‎ گیری شدند. صفات روز تا گلدهی، روز تا رسیدگی و تعداد گل‎ آذین نیز در هر کرت ثبت گردیدند. تجزیه‎ های آماری با استفاده از نرم ‎افزار SAS (۹.۴) انجام شدند و محاسبات مربوط به روش SIIG با استفاده از ماتریس ‎های مربوطه انجام شدند. یافته ‎ها: تجزیه واریانس مرکب داده‎ ها در طی دو سال آزمایش نشان داد که اثر سال بر تمامی صفات مورد مطالعه، به ‎جز صفت تعداد حفره، معنی ‎دار بود. این موضوع نشان دهنده شرایط متفاوت در طی دو سال آزمایش و تاثیرپذیری صفات مورد مطالعه از شرایط آزمایشی است. اثر ژنوتیپ و برهمکنش ژنوتیپ در سال بر تمامی صفات مورد مطالعه، به‎ جز تعداد گل ‎آذین، معنی ‎دار بود. این نتیجه بیانگر تنوع موجود بین لاین‎ های مورد آزمایش از لحاظ صفات مورد مطالعه است. نتایج مقایسه میانگین اثر ژنوتیپ نشان داد که لاین‎ های شماره ۱۴ و ۶-۳۳ توانستند با توجه به گلدهی زودهنگام، زودتر به مرحله برداشت برسند. ژنوتیپ ‎های شماره ۸ و ۳۲ بیشترین عملکرد میوه را داشتند و کمترین مقدار از لحاظ این صفت به لاین‎ های ۶-۳۳ و ۷-۲۲ اختصاص داشت. مقایسه میانگین میان ژنوتیپ ‎ها نشان داد که گزینش برترین‎ ها برمبنای همه صفات ممکن نبود چون صفات به‎ صورت منفرد مقایسه شدند. چنانچه گزینش تنها برمبنای عملکرد صورت گیرد در گروه برتر ۲ لاین شماره ۸ و ۳۲ قرار می ‎گیرند. گروه ‎بندی بر اساس تجزیه کلاستر در گروه برتر، چهار لاین با شماره ۸، ۷-۲۲، ۱۱ و رقم کارون را قرار داد. گروه ‎بندی لاین‎ های گوجه‎فرنگی بر مبنای شاخص SIIG، شش لاین را در گروه برتر قرار داد. برتری روش SIIG نسبت به سایر روش ‎ها، گروه‎ بندی لاین ‎ها براساس مطلوبیت صفات است (به ‎طور مثال، میانگین کم ژنوتیپ‎ ها در صفات روز تا گل‎دهی و روز تا رسیدگی مطلوب هستند). بنا بر این، لاین‎ های گزینش ­شده از طریق شاخص SIIG به‎ عنوان لاین ‎های برتر با در نظر گرفتن تمامی صفات در منطقه جنوب کرمان معرفی می‎ گردند. با توجه به این‎که روش SIIG تنها صفات کمی را در نظر می‎ گیرد و صفات غیرپارامتری در این گزینش دخیل نیستند، اشاره می ‎گردد که رقم کارون به‎دلیل ترک‎ خوردگی میوه ‎ها و لاین شماره ۷ به‎ دلیل عدم وجود یکنواختی و نداشتن لایه سواگر، برای گزینش در شرایط جنوب کرمان مطلوب نیستند.

کلیدواژه ها:

Brix ، Cluster analysis ، Fruit yield ، SIIG index ، بریکس ، تجزیه کلاستر ، شاخص SIIG ، عملکرد میوه