پاسخ ژنوتیپ‌های زودرس خلر زراعی (lathyrus sativus) به سطوح مختلف تنش شوری

مقدمه و هدف: خلر (lathyrus sativus l.) گیاهی یک ساله از خانواده بقولات، به عنوان یک منبع پروتئین بسیار با ارزش برای دام و طیور و همچنین ﺑﻪ ﻣﻨﻈﻮﺭ ﺍﺳﺘﻔﺎﺩﻩ ﺩﺭ تغذیه‌ی ﺍﻧﺴﺎﻥ ﻣﺼﺮﻑ ﻣﻲﺷﻮﺩ. این جنس دارای چندین ویژگی زراعی مفید مانند ظرفیت عملکرد دانه بالا و محتوای پروتئین بالای دانه آن است. لگوم ها در شرایط محیطی مختلف، عملکرد اقتصادی تولید می کنند و پتانسیل بالایی برای استفاده در مناطق حاشیه ای کم بارش دارند. در واقع، این امر، آن را به یک محصول محبوب در کشاورزی معیشتی به ویژه در کشورهای در حال توسعه تبدیل کرده است. بیشترین اهمیت خلر مربوط به مقاومت فوق العاده این گیاه نسبت به شرایط سخت محیطی از جمله خشکی، حاصلخیزی کم خاک و مقاومت به آفات و بیماری های گیاهی می باشد که سبب شده تا تولید و کشت آن از نظر اقتصادی به صرفه باشد. تنش شوری از تنش‌های غیرزیستی مهم است که اثرات زیانباری بر عملکرد گیاه و کیفیت محصول دارد و برای رشد گیاه یک عامل محدود کننده است. اگرچه تنش شوری درتمام مراحل رشدی گیاه می‌تواند رخ دهد اما با توجه به اینکه استقرار اولیه گیاه در عملکرد نهایی تاثیر زیادی دارد. تنش شوری در مرحله گیاهچه‌ای می‌تواند برای گیاه یکی از مراحل بسیار مضر باشد. برای بهبود تحمل به شوری در گیاهان زراعی می‌توان از تنوع ژنتیکی بین و درون گونه‌ای از طریق گزینش و اصلاح استفاده کرد. هدف این آزمایش بررسی واکنش ژنوتیپ‌های زودرس خلر نسبت به سطوح مختلف شوری با ارزیابی برخی ویژگی‌های زراعی و مشخص کردن ژنوتیپ‌های متحمل به شوری بود.مواد و روش‌ها: به منظور ‌بررسی ‌واکنش‌ 26 ژنوتیپ زودرس خلر نسبت به تنش شوری، آزمایشی به صورت فاکتوریل در قالب طرح کاملاً تصادفی با دو تکرار در سال 1396 در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه مراغه انجام شد. تیمارهای شوری در چهار سطح (صفر، 40، 80 و 120 میلی‌مولار) نمکnacl  اعمال شدند و صفات گیاهچه ای و زراعی متعددی نظیر وزن تر شاخساره، وزن خشک شاخساره، وزن تر میوه، وزن خشک میوه، تعداد نیام، تعداد دانه در نیام، ارتفاع گیاه، زاویه برگ نسبت به ساقه، طول برگ، عرض برگ، تعداد برگ، تعداد شاخه، محل شاخه اولی از سطح خاک، طول ریشه اندازه‌گیری شد. همچنین در طول آزمایش تاریخ گلدهی، تاریخ غلاف‌دهی، تاریخ پر شدن غلاف  و تاریخ رسیدن دانه برای هر گلدان نیز یادداشت شد. قبل از تجزیه داده‌ها مفروضات تجزیه واریانس داده‌ها با آزمون های نرمالیته و یکنواختی واریانس ها مورد بررسی قرار گرفت  و مقایسات میانگین به روش دانکن در سطح احتمال یک درصد انجام گردید. برای گروه‌بندی ژنوتیپ‌ها از تجزیه خوشه‌ای به روش وارد و معیار فاصله اقلیدسی با استفاده از داده های استاندارد شده انجام شد. به منظور تعیین سهم هر صفت در تنوع کل، کاهش حجم داده‌ها و تفسیر بهتر روابط، از تجزیه به مولفه‌های اصلی استفاده شد.یافته‌ها: اختلاف بین ژنوتیپ‌ها و سطوح شوری در اکثر صفات گیاهچه ای معنی‌دار بود و با افزایش میزان شوری صفت عملکرد علوفه خشک کاهش یافت. بدین صورت که صفات طول ساقه‌چه، طول ریشه‌چه، طول گیاهچه و نسبت طول ساقه‌چه به طول ریشه‌چه برای اثر ژنوتیپ، شوری و اثر متقابل ژنوتیپ در شوری در سطح احتمال یک درصد معنی‌دار بودند. صفات وزن خشک ساقه‌چه، وزن خشک ریشه‌چه و وزن خشک گیاهچه دارای اثر شوری معنی‌دار در سطح احتمال یک درصد بودند و صفت نسبت وزن خشک ساقه‌چه به ریشه‌چه برای هیچکدام از اثرات دارای اختلاف معنی‌داری نبود. ژنوتیپ‌های 19، 14، 13، 21، 10، 7، 25، 15، 24 و 12 بهترین ژنوتیپ‌ها از لحاظ عملکرد علوفه خشک در مرحله گیاهچه‌ای بودند. در صفات مزرعه ای اختلاف بین ژنوتیپ‌ها و سطوح شوری در اکثر صفات نیز معنی‌دار بود. در تجزیه خوشه ای به روش وارد، ژنوتیپ‌ها به سه خوشه تقسیم بندی شدند. خوشه اول با ژنوتیپ‌های 8، 23، 11، 21، 7، 20، 2، 22، 3، 10 و 26 دارای برترین ژنوتیپ‌ها برای بهبود عملکرد بودند. در تجزیه به مولفه های اصلی، سه مولفه اصلی اول،  82/08 درصد از تنوع کل را توجیه کردند. بدین صورت که مولفه‌‌‌‌‌ اول 38/31 درصد، مولفه‌ دوم 25/31 درصد و مولفه سوم 19/74 درصد از تنوع کل را به خود اختصاص دادند. بر اساس نتایج بدست آمده می توان مولفه اول را به عنوان مولفه عملکرد بیولوژیک و مولفه دوم را به عنوان عملکرد علوفه نام گذاری کرد.نتیجه گیری: نتایج آزمایش در مرحله گیاهچه نشان داد که ژنوتیپ های 2، 6، 10، 13 و 26 (بومی) دارای عملکردی بالا و ژنوتیپ‌های 1، 3 و 5 کمترین عملکرد علوفه را داشتند. نتایج مزرعه‌ای نشان داد با افزایش سطوح شوری به مراتب کاهش عملکرد مشاهده شد. ژنوتیپ های 10 و 26 (بومی) دارای بیشترین عملکرد و ژنوتیپ‌های 13 و 19 کمترین عملکرد را داشتند. به‌طور کلی، ژنوتیپ‌های 6، 10، 20، 22 و 23 متحمل‌ترین ژنوتیپ‌ها بودند و ژنوتیپ‌‌های 1، 2، 3، 4، 5، 7، 8، 9، 11، 21، 24 و 26 به عنوان ژنوتیپ‌های نیمه حساس و ژنوتیپ‌های 12، 13، 14، 15، 16، 17، 18، 19و 25 حساس‌ترین ژنوتیپ‌ها به شوری معرفی شدند.

the response of early-maturing grass pea (lathyrus sativus) genotypes to different levels of salinity stress

 extended abstractintroduction and objectives: lathyrus sativus l. is an annual plant from the legume family, used as a very valuable protein source for livestock and poultry, as well as for human nutrition. this genus has several useful agronomic characteristics such as high grain yield capacity and high protein content of its grains. legumes produce economic performance in different environmental conditions and have a high potential for use in marginal areas with low rainfall. in fact, this has made it a popular crop in subsistence agriculture, especially in developing countries. the greatest importance of grass pea is related to the high resistance of this plant to harsh environmental conditions, such as drought, low soil fertility, and resistance to pests and plant diseases, which makes its production and cultivation economical. salinity stress is an important abiotic stress that has harmful effects on plant performance and product quality and is a limiting factor for plant growth. although salinity stress can occur in all growth stages of the plant, but considering that the initial establishment of the plant has a great impact on the final performance. salinity stress in the seedling stage can be one of the most harmful stages for the plant. to improve the salinity tolerance in crops, genetic diversity between and within species can be used through selection and breeding. the purpose of this experiment was to investigate the response of early-maturing grass pea genotypes to different levels of salinity by evaluating some agronomic traits and identifying salinity-tolerant genotypes.materials and methods:in order to evaluate the response of grass pea early maturing genotypes to salinity stress, 26 genotypes were studied as factorial experiment on based randomized complete block design with two replications at research farm of plant production and genetics department, faculty of agriculture, university of maragheh. the salinity treatments were applied to four levels (0, 40, 80, 120 mm) of nacl and different seedling and agronomic traits such as shoot fresh weight, shoot dry weight, fruit fresh weight, fruit dry weight, number of grains, number of grains per pod, plant height, leaf angle to the stem, leaf length, leaf width, number of leaves, number of shoots, location of the first shoot from the soil surface, root length were evaluated. also, during the experiment, the date of flowering, the date of pod formation, the date of pod filling and the date of grain maturity were also recorded for each pot. before data analysis, the assumptions of data variance analysis were checked with tests of normality and homogeneity of variances, and mean comparisons were made using duncan’s method at the 1% probability level. for the grouping of genotypes, cluster analysis was done by ward’s method and euclidean distance measure using standardized variables. in order to determine the contribution of each trait in the total variation, reduce the amount of data and better interpret the relationships, principal components was used.results:the difference between genotypes and salinity levels was significant in most seedling traits and with increasing salinity, the dry forage yield was decreased. genotypes 19, 14, 13, 21, 10, 7, 25, 15, 24 and 12 were the best genotypes in terms of dry forage yield in seedling stage. also, in the agronomic traits, differences between genotypes and salinity levels were significant in most traits. in general, the yield attribute decreased with increasing salinity. in cluster analysis with ward’s alghorithm, the genotypes were divided into three clusters. the first cluster with the genotypes 8, 23, 11, 21, 7, 20, 2, 22, 3, 10 and 26 had the best genotypes for yield improvement. in principal component analysis, the first four principal components explainaed 82.08% of