تحلیل میزان ریسک معرفی ارقام با پتانسیل عملکرد بالا و پایدار در ذرت

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 107

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJFCS-56-2_006

تاریخ نمایه سازی: 20 مهر 1404

چکیده مقاله:

نادیده گرفتن برهمکنش ژنوتیپ × محیط در آزمایش های چندمحیطی می تواند احتمال ارائه توصیه های نادرست به کشاورزان را افزایش دهد. برای اتخاذ تصمیمات آگاهانه، ارقامی که احتمال تجربه بازده بسیار پایین را به حداقل می رسانند، ترجیح داده می شوند. پیشرفت های اخیر در تئوری احتمال و نرم افزارهای پیشرفته، رویکرد کارآمدتری برای انتخاب کاندیدهای مناسب در محیط های مختلف ارائه می دهد. برای بهره مندی از مزیت های تعیین احتمال عملکرد بهتر یک ژنوتیپ در چارچوب بیزی، آزمایشی با ۳۸ هیبرید ذرت و در قالب طرح بلوک های کامل تصادفی با سه تکرار در پنج مکان مختلف انجام شد. مولفه های واریانس برآوردشده برای اثرات ژنوتیپ، محیط و ژنوتیپ × محیط در مدل بیزی به­ترتیب ۵۵۰/۰، ۵۲۸/۷۱ و ۷۳۶/۰ بود که نشان دهنده سهم بیشتر عوامل محیط از تغییرات کل است. شدت انتخاب ۲۰ درصد با هدف افزایش میانگین عملکرد دانه در پانل ژنوتیپ های انتخابی اعمال شد. در مکان­های مختلف هیبرید شماره ۱۵ در ۹۸ درصد مواقع عملکرد بهتری نسبت به هیبرید شاهد نشان داد، اما تنها در ۴% موارد پایداری بهتری داشت. لذا برای شناسایی ژنوتیپ هایی با عملکرد و پایداری بالا به­طور هم زمان، تجزیه و تحلیل احتمال توام ضروری است. بر اساس این تجزیه و تحلیل، هیبریدهای شماره ۱۲، ۱۳ و ۱۵ به عنوان بهترین ها شناخته شدند. نتایج نشان می دهد که استفاده از روش ریسک/احتمال می تواند منجر به تصمیم گیری دقیق تری برای انتخاب و توصیه رقم شود.

کلیدواژه ها:

احتمال ، آزمایش های چندمحیطی ، برهمکنش های ژنوتیپ × محیط ، تحلیل بیزی ، توصیه رقم

نویسندگان

محمدرضا شیری

موسسه تحقیقات اصلاح و تهیه نهال و بذر، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

افشار استخر

بخش تحقیقات علوم زراعی و باغی، ، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران

علی شیر خانی

بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمانشاه،

سیدافشین مساوات

بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان، ایران

مسلم بهمن کار

بخش تحقیقات علوم زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی دزفول، سازمان تحقیقات، آموزش و ترویج کشاورزی، دزفول، 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 :
  • منابعAnnicchiarico, P. (۱۹۹۲). Cultivar adaptation and recommendation from alfalfa trials ...
  • Barah, B.C., Binswanger, H.P., Rana, B.S., & Rao, N.G.P. (۱۹۸۱). ...
  • Carpenter, B., Gelman, A., Hofman, M.D., Lee, D., Goodrich, B., ...
  • Chaves, S.F.S., Evangelista, J.S.P.C., Trindade, R.S., Dias, L.A.S., Guimarães, P.E., ...
  • Crossa, J. (۱۹۹۰). Statistical analyses of multilocation trials. Advances in Agronomy, ...
  • Crossa, J., & Cornelius, P.L. (۱۹۹۷). Sites regression and shifted ...
  • Crossa, J., Perez-Elizalde, S., Jarquin, D., Cotes, J.M., Viele, K., ...
  • Dias, K.O.G., Santos, J.P.R., Krause, M.D., Piepho, H.P., Guimarães, L.J.M., ...
  • Eskridge, K., Byrne, P., & Crossa, J. (۱۹۹۱). Selection of ...
  • Eskridge, K.M. (۱۹۹۰). Selection of stable cultivars using a safety-first ...
  • Eskridge, K.M., & Mumm, R.F. (۱۹۹۲). Choosing plant cultivars based ...
  • Fabreti, L.G., & Höhna, S. (۲۰۲۲). Convergence assessment for Bayesian ...
  • Falconer, D.S., & Mackay, T.F.C. (۱۹۹۶). Introduction to quantitative genetics ...
  • Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A., ...
  • Goodfellow, I., Bengio, Y., & Courville, A. (۲۰۱۶). Machine learning ...
  • Hoffman, M.D., & Gelman, A. (۲۰۱۴). The No-U-Turn sampler: Adaptively ...
  • Kang, M.S. (۱۹۸۸). A rank-sum method for selecting high-yielding stable ...
  • Lin, C.S., & Binns, M.R. (۱۹۸۸). A superiority measure of ...
  • Malikouski, R.G., Ferreira, F.M., Chaves, S.F.D.S., Couto, E.G.D.O., Dias, K.O.D.G., ...
  • Mead, R., Riley, J., Dear, K., & Singh, S.P. (۱۹۸۶). ...
  • Müller, C., Elliott, J., Pugh, T.A.M., Ruane, A.C., Ciais, P., ...
  • Najafi, E., Devineni, N., Khanbilvardi, R.M., & Kogan, F. (۲۰۱۸). ...
  • Nishio, M., & Arakawa, A. (۲۰۱۹). Performance of Hamiltonian Monte ...
  • Piepho, H.P. (۱۹۹۶). A simplified procedure for comparing the stability ...
  • Ray, D.K., Gerber, J.S., MacDonald, G.K., & West, P.C. (۲۰۱۵). ...
  • Tigchelaar, M., Battisti, D.S., Naylor, R.L., & Ray, D.K. (۲۰۱۸). ...
  • Reckling, M., Ahrends, H., Chen, T.W., Eugster, W., Hadasch, S., ...
  • Shukla, G.K. (۱۹۷۲). Some statistical aspects of partitioning genotype environmental ...
  • Stan Development Team. (۲۰۲۰). RStan: The R interface to Stan. ...
  • Yan, W., Hunt, L., Sheng, Q., & Szlavnics, Z. (۲۰۰۰). ...
  • نمایش کامل مراجع