GGE biplot аналіз урожайності та стабільності генотипів пшениці твердої в екологі-чному сортовипробуванні у Алжирі

Автор(и)

  • A. Bendjama Технічний інститут польових культур, Алжир, Algeria
  • M. Solonechnyi Інститут рослинництва ім. В.Я. Юр’єва НААН, Україна, Ukraine

DOI:

https://doi.org/10.30835/2413-7510.2018.152126

Ключові слова:

GGE біплот, пшениця тверда, врожайність, адаптивність, взаємодія генотип-середовище, стабільність

Анотація

Вступ. У посушливих умовах Алжиру врожайний потенціал сортів пшениці твердої реалізується не повною мірою. За таких несприятливих умов добір кращих генотипів є ускладненим, особливо якщо вони оцінюються лише в одному середовищі. Тому для більш ефективної оцінки продуктивності та адаптивного потенціалу перспективних генотипів було проведено екологічне сортовипробування на чотирьох експериментальних станціях Технічного інституту польових культур (Алжир).

Метою даного дослідження було оцінити врожайність та стабільність генотипів твердої пшениці з використанням GGE біплот аналізу для добору генотипів з високою продуктивністю та фенотиповою стабільністю.

Матеріали та методи. Дослідження проведено у 2008–09 та 2009–10 роках у чотирьох пунктах випробування з повною рандомізацією з чотирма повтореннями. За вихідний матеріал було використано 23 генотипи твердої пшениці – комерційні сорти та селекційні лінії від національних та CIMMYT-ICARDA селекційних програм.

Обговорення результатів. На врожайність усіх генотипів значно вплинули умови вирощування, цей фактор обумовлював 88,2 % від загальної дисперсії врожайності, тоді як вплив генотипу та взаємодія між генотипом та середовищем становила 2,9 % та 8,9 % відповідно. GGE біплот відображав більшу частину варіації, викликану ефектами взаємодії генотипу та генотипу-середовища в перших двох основних компонентах – 69,9 %. GGE біплот "який генотип де виграє" показав, що вісім досліджених середовищ сформували три мега-середовища, в яких найбільш продуктивними були генотипи G20, G19 і G9. Генотипи G19, G3, G12, G20 та G21 мали найбільшу середню врожайність. При цьому врожайність генотипу G21 була найбільш варіабельною, тоді як генотипи G20 і G12 характеризувалися високою та стабільною продуктивністю. Порівняння з «ідеальним» генотипом виявило, що найкращими за поєднанням високої врожайності та її стабільного прояву були генотипи G19, G20 і G12. Аналіз диференціюючої здатності та репрезентативності середовищ виявив, що середовище E4 (Khroub09/10) було ідеальним для тестування генотипів, так як воно було найбільш інформативним та репрезентативним, тобто є оптимальним для вибору кращих генотипів. Середовища E2 (Guelma 09/10) та E8 (Tiaret 08/09) були не інформативними щодо диференціації генотипів.

Висновки. Детально оцінено взаємодію генотип-середовище за допомогою GGE біплот аналізу, що дозволило добрати найбільш продуктивні та стабільні генотипи, а також генотипи з широкою та специфічною адаптивністю.

Посилання

Annicchiarico P, Bellah F, Chiari T. Repeatable genotype x location interaction and its exploitation by conventional and GIS-based cultivar recommendation for durum wheat in Algeria. Eur. J. Agron. 2006; 24:70–81.

Chennafi H, Aidaoui A, Bouzerzour H, Saci A. Yield response of durum wheat (Triticum durum Desf.) cultivar Waha to deficit irrigation under semi arid growth conditions. Asian Journal of Plant Sciences Volume. 2006; 5(5): 854–860. DOI: 10.3923/ajps.2006.854.860.

Bahlouli F, Bouzerzour H, Benmahammed A. Hassous KL. Selection of high yielding and risk efficient durum wheat (Triticum durum Desf.) cultivars under semi-arid conditions. Pak. J. Agro. 2005; 4: 360–365. DOI: 10.1016/j.envexpbot.2011.05.002.

Nouar H, Bouzerzour H, Haddad L, Menad A. Genotype x environment interaction assessment in durum wheat (Triticum durum Desf.) using AMMI and GGE models. Adv. Environ. Biol. 2012; 6: 3007–3015.

Kadi Z, Adjel F, Bouzerzour H. Analysis of the Genotype X Environment interaction of barley grain yield (Hordeum vulgare L.) under semi arid conditions. Adv. Environ. Biol. 2010; 4(1): 34–40.

Meziani NH, Bouzerzour A, Benmahammed A et al. Performance and adaptation of barley genotypes (Hordeum vulgare L.) to diverse locations. Adv. Environ. Biol. 2011; 5: 1465–1465.

Farshadfar E, Sutka J. Multivariate analysis of drought tolerance in wheat substitution lines. Cereal Research Communications. 2003; 31(1–2): 33–40.

Oosteroom EJ, Ceccarelli S, Peacock JM. Yield response of barley to rainfall and temperature in Mediterranean environments. The Journal of Agricultural Science. 1993; 121(03): 307–313. DOI: 10.1017/S0021859600085488.

Annicchiarico P, Pecetti L, Abdelguerfi A, Bouizgaren A, Carroni AM, Hayek T, Hammadi Bouzina MM, Mezni M. Adaptation of landrace and variety germplasm and selection strategies for lucerne in the Mediterranean basin. Field Crops Res. 2011; 120: 283–291. DOI: 10.1016/j.fcr.2010.11.003.

Solonechnyi P, Vasko N, Naumov O, Solonechnaya O, Vazhenina O, Bondareva O, Logvinenko Yu. GGE biplot analysis of genotype by environment interaction of spring barley varieties. Zemdirbyste-Agriculture. 2015; 102(4): 431–436. DOI: 10.13080/z-a.2015.102.055.

Solonechnyi P, Kozachenko M, Vasko N et al. AMMI and GGE biplot analysis of yield performance of spring barley (Hordeum vulgare L.) varieties in multi environment trials. Agriculture & Forestry. 2018; 64(1): 121–132. DOI: 10.17707/AgricultForest. 64.1.15

Yan W, Kang MS. GGE biplot analysis: a graphical tool for breeders, geneticists and agronomists. Boca Raton, USA. 2003.

Dehghani H, Sabaghpour SH, Ebadi-Segherioo A. Study of genotype × environment interaction for chickpea yield in Iran. Agronomy Journal. 2010; 102: 1–8.

Annicchiarico P. Genotype×environment interactions: challenges and opportunities for plant breeding and cultivar recommendations. FAO Plant Production and Protection Paper. FAO, Rome. 2002. P. 174.

Karimizadeh R, Mohammadi M, Shefazadeh MK, Karimpour F. Relationship among and repeatability of ten stability indices for grain yield of food lentil genotypes in Iran. Turkish J. Field Crop. 2012; 17(1): 51–61.

Mortazavian SMM, Nikkhah HR, Hassani FA, Sharif-al-Hosseini M, Taheri M, Mahlooji M. GGE biplot and AMMI analysis of yield performance of barley genotypes across different environments in Iran. J. Agr. Sci. Tech. 2014; 16: 609–622.

Finlay KW, Wilkinson GN. The analysis of adaptation in a plant-breeding programme. Australian Journal of Agricultural Research. 1963; 14: 742–754. DOI: 10.1071/AR9630742.

Zobel RW, Wright AJ, Gauch HG. Statistical analysis of a yield trial. Agronomy Journal. 1988; 80: 388–393. DOI: 10.2134/agronj1988.00021962008000030002x.

Yan W, Hunt LA, Sheny Q, Szlavnics Z. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science. 2000; 40: 597–605. DOI: 10.2135/cropsci2000.403597x.

Yan W, Hunt LA. Interpretation of genotype – environment interaction for winter wheat yield in Ontario. Crop Science. 2001; 41: 19–25.

Gabriel KR. The biplot graphic display of matrices with application to principal component analysis. Biometrika. 1971; 58(3): 453–467. DOI: 10.2307/2334381.

Yan W. Singular-value partitioning in biplot analysis of multi-environment trial data. Agronomy Journal. 2002; 94: 990–996. DOI: 10.2134/agronj2002.9900.

Gauch HGJr, Piepho PH, Annicchiarico P. Statistical analysis of yield trials by AMMI and GGE: further considerations. Crop Science. 2008; 48: 866–889. DOI: 10.2135/cropsci2007.09.0513.

Yan W, Kang MS, Ma B, Woods S. GGE biplot vs. AMMI analysis of genotype by environment data. Crop Science. 2007; 47: 643–655. DOI: 10.2135/cropsci2006.06.0374.

Yan W, Tinker NA. Biplot analysis of multi-environment trial data: principles and applications. Can. J. Plant Sci. 2006; 86: 623–645. DOI: 10.4141/P05-169.

Yan W, Rajcan I. Biplot evaluation of test sites and trait relations of soybean in Ontario. Crop Science. 2002; 42: 11–20.

##submission.downloads##

Опубліковано

2018-12-28

Номер

Розділ

МЕТОДИ І РЕЗУЛЬТАТИ СЕЛЕКЦІЇ