>
Fa   |   Ar   |   En
   استفاده از شاخص انتخاب ژنوتیپ ایده‌آل (Siig) به‌منظور گزینش هیبریدهای جدید آفتابگردان با عملکرد بالا و خصوصیات زراعی مطلوب  
   
نویسنده قلی‌زاده امیر ,غفاری مهدی ,شریعتی فرناز
منبع پژوهشنامه اصلاح گياهان زراعي - 1400 - دوره : 13 - شماره : 38 - صفحه:116 -123
چکیده    تولید ارقام هیبرید پرمحصول آفتابگردان از اهداف اصلی برنامه‌های به‌نژادی این گیاه می‌باشد. بنابراین انتخاب هیبریدهای پرمحصول در این گیاه از اهمیت بالایی برخوردار است. در این راستا تعداد 24 هیبرید جدید آفتابگردان به همراه رقم گلسا در ایستگاه تحقیقات کشاورزی گرگان در قالب طرح لاتیس ساده (5 ×5) با دو تکرار طی سال زراعی 1399 مورد ارزیابی قرار گرفتند. در این تحقیق به‌منظور گزینش هیبریدهای جدید آفتابگردان و مطالعه روابط میان صفات از روش شاخص انتخاب ژنوتیپ ایده‌آل (siig) و تجزیه به عامل‌ها استفاده شد. بر اساس شاخص siig، ژنوتیپ‌های g5، g10، g2، g12، g3 و g19 با مقدار siig بیشتر (به ترتیب 0/747، 0/689، 0/660، 0/641، 0/640 و 0/572) جزء ژنوتیپ‌های برتر بودند. از طرفی ژنوتیپ‌های g23، g15، g24، g25 و g18 با مقدار siig کمتر (به ترتیب 0/233، 0/264، 0/277، 0/278 و0/285) جزء ژنوتیپ‌های ضعیف از نظر اکثریت صفات مورد بررسی بودند. ژنوتیپ‌های g5، g19، g2، g10، g3، g9 و g11 با داشتن مقدار siig بالا و همچنین عملکرد دانه بالاتر از میانگین به‌عنوان ژنوتیپ‌های برتر از نظر عملکرد دانه و سایر صفات زراعی شناخته شدند و می‌توان از آن‌ها برای انجام آزمایشات بیشتر از جمله آزمایشات سازگاری در مناطق گرم مرطوب استفاده نمود. همچنین نتایج تجزیه به عامل‌ها نشان‌دهنده ارتباط مثبت صفات قطر ساقه، قطر طبق و تعداد دانه در طبق با عملکرد دانه بود. به طور کلی می‌توان نتیجه گرفت که صفات قطر ساقه، قطر طبق و تعداد دانه در طبق می‌توانند به عنوان شاخص‌های مناسب در برنامه‌های اصلاحی برای انتخاب ژنوتیپ‌های با عملکرد بالا در آفتابگردان مورد استفاده قرار گیرند.
کلیدواژه آفتابگردان، تجزیه به عامل‌ها، شاخص انتخاب ژنوتیپ ایده‌آل، عملکرد دانه
آدرس سازمان تحقیقات، آموزش و ترویج کشاورزی, مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان, بخش تحقیقات علوم زراعی و باغی, ایران, سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات اصلاح و تهیه نهال و بذر, بخش تحقیقات دانه‌های روغنی, ایران, سازمان تحقیقات، آموزش و ترویج کشاورزی, موسسه تحقیقات اصلاح و تهیه نهال و بذر, بخش تحقیقات دانه‌های روغنی, ایران
 
   Use of Selection Index of Ideal Genotype (SIIG) in Order to Select New High Yielding Sunflower Hybrids with Desirable Agronomic Characteristics  
   
Authors Gholizadeh Amir ,Shariati Farnaz ,Ghaffari Mehdi
Abstract    Production of high yielding hybrid cultivars is the main objectives of breeding programs in sunflower. Therefore, the selection of high yielding hybrids is essential in this plant. In this regard, 24 new sunflower hybrids and Golsa cultivar were evaluated in a simple lattice design with two replications in the Gorgan Agricultural Research Station during 2020 cropping season. In this study, the selection index of ideal genotype (SIIG) and factor analysis was used to select new sunflower hybrids and finding interrelationships among them. Based on the SIIG index, the genotypes G5, G10, G2, G12, G3 and G19 with the highest SIIG values (0.747, 0.689, 0.660, 0.641, 0.640 and 0.572, respectively) were the best genotypes. On the other hand, G23, G15, G24, G25 and G18 genotypes with the least amount of SIIG value (0.233, 0.264, 0.277, 0.278 and 0.285, respectively) were the weakest genotypes for most studied traits. The genotypes of G5, G19, G2, G10, G3, G9 and G11 with high SIIG value and higher seed yield that total average were recognized as superior genotypes from the point of yield and other agronomic traits. Therefore, these genotypes can be used for further testing, including adaptation tests in warm wet areas. Also, the results of factor analysis indicated a positive relationship between stem diameters, head diameter and seed number per head with seed yield. Generally, it can be concluded that traits of stem diameter, head diameter and seed number per head could be used as suitable criteria in selecting for increased seed yield in sunflower breeding programs.
Keywords Factor analysis ,Seed yield ,Selection index of ideal genotype (SIIG) ,Sunflower
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved