شناسایی صفات موثر بر عملکرد ریشه چغندرقند (beta vulgaris l.) تحت شرایط آلودگی طبیعی به بیماری ویروسی ریزومانیا

به منظور شناسایی صفات موثر بر عملکرد ریشه و تعیین روابط علت و معلولی بین آن ها در 20 رقم مختلف چغندرقند، آزمایشی در سال زراعی 1396 در مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان غربی، ایستگاه تحقیقات کشاورزی میاندوآب در قالب طرح بلوک های کامل تصادفی با چهار تکرار اجرا شد. صفات مورد ارزیابی شامل عملکرد ریشه، عملکرد قند خالص و ناخالص، درصد قند خالص و ناخالص، ضریب استحصال شکر، میزان α-آمینو نیتروژن، سدیم و پتاسیم ریشه، ضریب قلیاییت و درصد قند ملاس بود. نتایج حاصل از تجزیه واریانس نشان داد که اختلاف بین ارقام مورد بررسی از نظر صفت مقدار نیتروژن مضره ریشه در سطح احتمال پنج درصد و برای سایر صفات، در سطح احتمال یک درصد معنی دار بود. ضرایب تنوع فنوتیپی و ژنوتیپی برای اکثر صفات بالا بود که بیانگر وجود تنوع نسبتاً بالا در ارقام مورد مطالعه برای صفات ارزیابی شده می باشد. ضرایب همبستگی بین صفات نشان داد که بیشترین همبستگی منفی و معنی دار به ترتیب در بین صفت عملکرد ریشه با صفات درصد قند ناخالص (0/62-)، درصد قند خالص (0/53-)، ضریب قلیاییت (0/52-)، مقدار پتاسیم (0/49-)، سدیم ریشه (0/45-) و همچنین میزان قند ملاس (0/49-) و با صفات عملکرد قند ناخالص (0/95)، عملکرد قند خالص (0/90) و ضریب استحصال شکر (0/58) همبستگی مثبت و معنی داری وجود داشت. در تجزیه رگرسیون چندگانه به روش گام به گام، صفات درصد قند خالص و ناخالص، میزان نیتروژن مضره و ضریب قلیاییت به ترتیب وارد مدل شدند که 82 درصد از تغییرات عملکرد ریشه را توجیه کردند. بر اساس نتایج تجزیه همبستگی، رگرسیون و علیت، از بین صفات مورد بررسی، صفات میزان نیتروژن مضره (0/35) و درصد قند خالص (0/31-) به ترتیب با بیشترین اثر مستقیم بر عملکرد ریشه موثر بوده و در شناسایی ژنوتیپ ها مفید خواهند بود.

identification of effective traits on sugar beet (beta vulgaris l.) root yield under natural infection conditions to rhizomania virus disease

in order to identification of effective traits on root yield and also determination of cause-and-effect relationships between in 20 different sugar beet cultivars, an experiment was carried out in west azarbaijan agricultural and natural resources research and education center, miandoab research station based on rcb design with four replications in 2017 crop season. the assayed traits included root yield, sugar yield, white sugar yield, sugar content, white sugar content, extraction coefficient of sugar, root α-amino nitrogen, sodium and potassium, alkalinity coefficient and molasses sugar. the results of analysis of variance showed that difference between studied cultivars for amino nitrogen (α-n) all traits was significant at the 0.05 probability level and for other traits was significant at the 0.01 probability level. phenotypic and genotypic coefficients of variation for most traits were high, indicating relatively high variability in studied cultivars for evaluated traits. correlation coefficients between traits showed that there is the most negative and significant correlation between root yield trait with sugar content (-0.62), white sugar content (-0.53), alkalinity coefficient (-0.52), potassium (-0.49), sodium (-0.45) and also molasses sugar content (-049) traits, and the most positive and significant correlation with sugar yield (0.95), white sugar yield (0.90) and extraction coefficient of sugar (0.58) traits, respectively. in multiple regression analysis by stepwise method, sugar content and white sugar content, amino nitrogen and alkalinity coefficient traits were entered into model, respectively, that explained 82 percent of root yield variations. based on correlation, stepwise regression and path analysis results, among the studied traits, amino nitrogen (0.35) and white sugar content(-0.31) traits with most direct effect were effective on root yield and will be useful in identifying genotypes.