تعیین مهم‌‌ترین صفات مؤثر بر عملکرد گندم نان زمستانه و بینابین تحت تنش خشکی آخر فصل با استفاده از روش‌های آماری چندمتغیره

نویسندگان

1 استادیار، مؤسسۀ تحقیقات اصلاح و تهیۀ نهال و بذر کشور، کرج

2 کارشناس ارشد، دانشگاه رازی کرمانشاه

3 دانشیار، مؤسسۀ تحقیقات اصلاح و تهیۀ نهال و بذر کشور، کرج

4 استادیار، مؤسسۀ تحقیقات اصلاح و تهیۀ نهال و بذر کشور، کرج

doi
10.22059/ijfcs.2013.50336
چکیده

مطالعۀ صفات فیزیولوژیک مرتبط با تحمل به تنش خشکی، به­­عنوان یکی از عوامل اصلی کاهش تولید محصولات زراعی و نیز صفات مرتبط با تعیین عملکرد در این شرایط می­تواند به شناخت راهکارهای مناسب برای انتخاب ارقام متحمل و افزایش عملکرد کمک کند. این تحقیق با هدف ارزیابی تحمل 19 ژنوتیپ امیدبخش گندم نان زمستانه و بینابین به تنش خشکی در مرحلۀ گلدهی (S2) و 20 روز بعد از گلدهی (S1) در سه سال زراعی90-1387، تحت وضعیت آبیاری نرمال و تنش خشکی به­صورت کرت­های یک­بار خردشده بر پایۀ طرح بلوک­های کامل تصادفی با سه تکرار در سه مکان کرج، اراک و جلگه رخ اجرا شد. رژیم آبیاری و ژنوتیپ به­ترتیب به­عنوان فاکتور اصلی و فرعی بررسی شدند. تجزیه­های آماری شامل تجزیۀ همبستگی، رگرسیون گام‌به‌گام، تجزیۀ علیت و تجزیه به عامل­ها بود. نتایج حاکی از همبستگی زیاد و معنا­دار وزن بیومس با وزن سنبله، تعداد دانه در سنبله با عملکرد دانه و نیز تعداد دانه در سنبله با وزن سنبله و دانه تحت وضعیت نرمال بود. در وضعیت تنش خشکی ملایم، همبستگی زیادی بین تعداد دانه در سنبله با عملکرد دانه و وزن دانه در سنبله، و در وضعیت تنش خشکی شدید، همبستگی مثبت زیادی بین تعداد دانه در سنبله، وزن هزاردانه و شاخص برداشت با عملکرد دانه به­دست آمد. بیشترین اثر مستقیم در وضعیت تحت بررسی مربوط به صفت تعداد دانه در سنبله بود که در تجزیۀ رگرسیون مرحله­ای نیز مشهود بود. همچنین از صفات تعداد دانه در سنبله، وزن دانه در سنبله و وزن هزاردانه، واردشده در مدل­های تجزیۀ علیت می­توان به­عنوان صفات بالقوه در اصلاح عملکرد دانه گندم استفاده کرد. براین‌اساس و با توجه به تأثیرات زیاد مستقیم و غیرمستقیم تعداد دانه در سنبله بر عملکرد دانه، می­توان از این صفت در برنامه­های به­نژادی به‌منظور بهبود عملکرد دانۀ گندم به‌طور مؤثرتری استفاده کرد. به­طور کلی و با توجه به نتایج تجزیه به عامل­ها، به­نظر می­رسد می­توان با تقویت صفات عامل اول که بیشترین درصد واریانس تغییرات بین داده­ها را توجیه می­کنند، گام مؤثری در بهبود عملکرد دانه برداشت.