ارزیابی پتانسیل عملکرد ژنوتیپ‌های گندم دیم در شرایط بهره‌بردار

ارزیابی و نمایش پتانسیل ارقام جدید و لاین‌های امید‌بخش در مزارع زارعین به منظور معرفی ارقام و لاین‌های جدید اصلاحی و نفوذ بیشتر آن ها در مزارع حائز اهمیت است. به همین منظور، تعداد 33 رقم و لاین‌ انتخابی از برنامه های اصلاحی گندم موسسه تحقیقات کشاورزی دیم و ارسالی از مرکز تحقیقات بین‌المللی ایکاردا در قالب طرح بلوک‌های کامل تصادفی در مزارع زارعین شهرستان کوهدشت ارزیابی شدند. نتایج عملکرد دانه ژنوتیپ‌ها نشان داد، ارقام کبیر و پایا و لاین‌های g17، g18 و g31 به ترتیب با میانگین‌های عملکرد دانه 5280، 3985، 4210، 4003 و 3950 کیلوگرم در هکتار بیشترین عملکرد دانه را دارا بودند. ارزیابی ژنوتیپ‌ها از نظر شاخص انتخاب ژنوتیپ ایده‌آل (siig) نیز نشان داد، ارقام کبیر و پایا و لاین‌های g31، g18، g29، g17، g16 با بیشترین مقدار شاخص siig (به ترتیب 0/822، 0/720، 0/791، 0/779، 0/767، 0/736 و 0/745) جزء برترین ژنوتیپ‌ها بودند. ژنوتیپ‌های g13 و g27 با مقدار siig کمتر (به ترتیب 0/582 و 0/576) جزء ژنوتیپ‌های ضعیف از نظر اکثر صفات مورد ‌ارزیابی بودند. نتایج این مطالعه نشان داد عملکرد بیوماس، تعداد دانه در سنبله، شاخص برداشت و زودرسی را می‌توان بعنوان معیار گزینش مناسب برای شناسایی ژنوتیپ‌های پرمحصول در برنامه به‌نژادی گندم دیم در نظر گرفت. همبستگی مثبت و قوی بین شاخص siig و عملکرد دانه بیانگر سهم بیشتر عملکرد دانه در مقدار شاخص siig بود. بر اساس نتایج تجزیه خوشه‌ای، ژنوتیپ‌ها به سه گروه ژنوتیپ‌های زودرس با عملکرد دانه بالا (گروه 1)، ژنوتیپ‌های دیررس با عملکرد دانه پایین (گروه 2) و ژنوتیپ‌های زودرس با عملکرد دانه پایین (گروه 3) گروه‌بندی شدند. ژنوتیپ‌های با عملکرد بالا و زودرس در گروه 1 می‌توانند به عنوان ژنوتیپ‌های امیدبخش برای کاشت در دیم زارهای مناطق گرمسیر و یا به عنوان والدین برای بهبود عملکرد و سایر خصوصیات مطلوب زراعی در برنامه به‌نژادی گندم دیم در نظر گرفته شوند.

grain yield potential of wheat genotypes on farmers’ fields under rainfed conditions

introduction: it is crucial  to introduce and develop new high-yielding dryland wheat cultivars with resistance to biotic and abiotic stresses, given the extent of wheat cultivation in tropical regions and the occurrence of drought in recent years. on-farm experimentation provides new insights and is a suitable method for informing farmers about novel technologies, such as new crop varieties. using the siig index and cluster analysis, the current study aimed to identify the superior wheat genotypes for grain yield and other agronomic traits in tropical drylands and introduce them to farmers.material and methods: in current study, 33 varieties/ pure lines selected from the dari and icarda wheat breeding programs were cultivated on farmers’ fields of lorestan province using a randomized complete block design (rcbd) with two replications during 2017-18 cropping season. the genotypes evaluated consisted of 12 cultivars and 21 pure lines of bread wheat and durum wheat, respectively. the pedigree of all genotypes is presented in table 1. the following nine characteristics were recorded: days to heading (dh), plant height (ph), days to maturity (dm), spikes per square meter (ssm), number of grains per spike (ngps), 1000 kernel weight (tkw), biological yield (by), grain yield (gy), and harvest index (hi). using anova, all investigated characteristics were analyzed. genotypes means were compared using the least significance difference (lsd) at 5% and 1% probability level. correlation analysis was performed using the pearson method. selection index of ideal genotype (siig) was utilized to select the genotypes with the highest yield and agronomic traits. in addition, cluster analysis using the ward method and principal component analysis were employed to categorize genotypes. to analyze the data, mstatc, ibm spss statistics ver. 22 and excel were utilized.results and discussion:  paya and kabir varieties and g17, g18, and g31 lines had the highest average grain yields, with yields of 5,280, 3,985, 4,210, 4,003, and 3,950 kg/ha, respectively. the siig index indicated that kabir and paya varieties, and g31, g18, g29, g17 and g16 lines with a high siig value (0.822, 0.720, 0.791, 0.779, 0.767, 0.736 and 0.745, respectively) were superior genotypes, whereas g13 and g17 lines with a low siig (0.582 and 0.576, respectively) were the weakest genotypes for the majority of traits evaluated in the current study. grain yield exhibited a significant and positive correlation with biological yield (by), number of grains per spike (ngps), and harvest index, according to correlation analysis (hi). days to heading and maturity correlated negatively with grain yield. therefore, by, ngps, hi, and early maturity may be suitable indicators for selecting high-performing genotypes in wheat breeding programs under rainfed conditions. strong and positive correlation was observed between the siig index and grain yield. this issue reflected a larger proportion of grain yield in the siig index. cluster analysis classified genotypes into three primary classes. class 1 consisted of maturity date genotypes with high yield, class 2 consisted of early maturity genotypes with low yield, and class 3 consisted of early maturity genotypes with low yield.