کاربرد روش های آماری چند متغیره در شناسایی صفات موثر بر عملکرد گندم نان تحت شرایط تنش رطوبتی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه زراعت و اصلاح نباتات دانشکده کشاورزی دانشگاه بوعلی سینا همدان

2 دانشجوی کارشناسی ارشد گروه زراعت و اصلاح نباتات دانشکده کشاورزی دانشگاه بوعلی سینا همدان

3 استادیار گروه زراعت و اصلاح نباتات دانشکده کشاورزی دانشگاه بو‌علی‌سینا همدان

چکیده

به منظور بررسی کارایی روش­های آماری چند متغیره در شناسایی مهم‌ترین صفات موثر بر عملکرد دانه، تعیین سهم هر صفت در تغییرات عملکرد و گروه بندی 20 لاین امید بخش گندم نان تحت شرایط تنش رطوبتی آخر فصل، به صورت قطع کامل عمل آبیاری از مرحله ظهور سنبله­ها به بعد، آزمایشی در قالب طرح بلوک­های کامل تصادفی با 3 تکرار در سال زراعی 91-1390 انجام شد. بر اساس نتایج تجزیه ­به مؤلفه­های اصلی سه مؤلفه اول در مجموع 72 درصد از تغییرات داده­ها را توجیه کردند که طبق این نتایج، صفات شاخص برداشت سنبله، آب حفظ شده برگ­های جدا شده (ELWR) و شاخص برداشت به عنوان معیارهایی مناسب در انتخاب لاین­ها، تأثیر قابل توجهی در واریانس دو مؤلفه مهم اول داشتند. تجزیه خوشه­ای به روش Ward، لاین­های مورد بررسی را در چهار گروه قرار داد که نتایج حاصله از تجزیه تابع تشخیص نیز این گروه­بندی را تایید کرد. نتایج تجزیه رگرسیون گام به گام بیانگر این بود که مهم­ترین صفات تأثیرگذار بر عملکرد اقتصادی به ترتیب شامل شاخص برداشت، عملکرد زیست توده و RWC بودند که در مجموع 94 درصد از تغییرات عملکرد دانه را توجیه کردند. بر اساس نتایج تجزیه علیت، صفت شاخص برداشت بیشترین تأثیر مثبت مستقیم و صفت زیست توده بیشترین تأثیر منفی غیر مستقیم را (از طریق کاهش شاخص برداشت) بر عملکرد اقتصادی داشتند که با توجه به ماهیت هر اثر، می­توان از این صفات در انتخاب ارقام پر محصول گندم در شرایط تنش رطوبتی آخر فصل استفاده کرد.

کلیدواژه‌ها


عنوان مقاله [English]

Application of multivariate statistical methods in detection of effective traits on bread wheat (Triticum aestivum L.) yield under moisture stress condition

نویسندگان [English]

  • Sayyed Saeed Moosavi 1
  • Farzad Kian Ersi 2
  • Mohammad Reza Abdollahi 3
1 Assist. Prof., Dept. of Agronomy and Plant Breeding, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran
2 Graduate Student, Dept. of Agronomy and Plant Breeding, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran
3 Assist. Prof., Dept. of Agronomy and Plant Breeding, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran
چکیده [English]

To evaluate performance of multivariate statistical methods in detection of the most important effective traits on grain yield of 20 promising bread wheat lines and for determination of the role of each trait on yield changes, an experiment was conducted based on randomize complete block design with 3 replications in 2011-2012. Results of principal components analysis showed that three first principal components explained 72 % of the total variance. Accordion to the results, spike harvest index, ELWR and harvest index had highest effects on two first principal components. Cluster analysis by Ward’s method grouped the lines in 4 clusters. Discrimination function analysis confirmed the four groups derived from cluster analysis. Stepwise regression analysis indicated that harvest index, biomass and RWC were the most important effective traits on economic yield and explained 94% of its total variance. Results of path analysis showed that harvest index and biomass had maximum positive direct and negative indirect effect on economic yield, respectively, which can be used for selection of wheat varieties under terminal moisture stress condition.

کلیدواژه‌ها [English]

  • Bread wheat
  • Cluster analysis
  • Discrimination function analysis
  • Principle components analysis
  • Stepwise regression