>
Fa   |   Ar   |   En
   شناسایی صفات موثر بر عملکرد ژنوتیپ‌ های لوبیا با استفاده از روش‌ های آماری چند متغیره  
   
نویسنده قنبری علی اصغر ,مظفری حمید ,حسین پور درویشی حسین
منبع پژوهشنامه اصلاح گياهان زراعي - 1396 - دوره : 9 - شماره : 22 - صفحه:53 -62
چکیده    به منظور بررسی صفات کمی و کیفی 138 ژنوتیپ لوبیا، آزمایشی با چهار شاهد (صدری، کوشا، ks21676 و ks21682) و به صورت آگمنت اجرا شد. مهم ترین صفات رویشی، زراعی و عملکرد و اجزای عملکرد بررسی شد. بررسی پارامترهای آماری شامل دامنه، کمترین، بیشترین، میانگین، انحراف معیار و واریانس نشان داد که صفت تعداد دانه در بوته بیشترین تغییرات فنوتیپی را داشت و پس از آن صفت ارتفاع بوته قرار گرفت. ژنوتیپ ها از نظر کلیه مراحل رشدی، عملکرد و اجزای عملکرد تفاوت های زیادی نشان دادند. نتایج تجزیه همبستگی نشان داد که صفات تعداد روز تا ظهور سه برگچه اول، ارتفاع بوته و بازارپسندی دانه در سطح احتمال پنج درصد و تیپ بوته و تعداد دانه در غلاف در سطح احتمال یک درصد با عملکرد دانه همبستگی معنی دار داشتند. در تجزیه رگرسیون گام به گام، بهترتیب صفات تیپ بوته، تعداد دانه در غلاف، دوره پرشدن دانه، تعداد روز از کاشت تا ظهور سه برگچه اول و بازارپسندی دانه وارد مدل شدند. با توجه به اثرات مستقیم موجود، می توان صفات تعداد دانه در غلاف، دوره پرشدن دانه، تعداد روز تا ظهور سه برگچه اول و بازارپسندی دانه را جهت برنامه های اصلاحی پیشنهاد داد. به طور کلی، طبق نتایج تجزیه علیت می توان عنوان کرد صفات تیپ بوته، تعداد دانه در غلاف و دوره پرشدن دانه موثرترین عوامل مستقیم تغییرات عملکرد دانه می باشند. نتایج تجزیه به عامل ها به روش تجزیه به مولفه های اصلی، صفات را به هفت عامل اصلی تقسیم کرد که بیش از 76 درصد تغییرات کل داده ها را توجیه کردند. با توجه به نتایج، می توان از تنوع موجود در برنامه های اصلاحی لوبیابهره برداری کرد و برای افزایش عملکرد از صفاتی مانند تعداد دانه در غلاف و دوره پرشدن دانه استفاده کرد.
کلیدواژه تجزیه عامل‌ ها، تجزیه علیت، تیپ بوته، دوره پرشدن دانه، لوبیا
آدرس دانشگاه آزاد اسلامی واحد شهرقدس, گروه زراعت, ایران, دانشگاه آزاد اسلامی واحد شهرقدس, گروه زراعت, ایران, دانشگاه آزاد اسلامی واحد شهرقدس, گروه علوم و مهندسی آب, ایران
 
   Identification of Effective Traits on the Yield in bean Genotypes using Multivariate Statistical Methods  
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved