Evaluation and preliminary identification of superior lines of bread wheat in the north of khuzestan province

Document Type : Research Paper

Authors

1 Seed and Plant Improvement Research Department, Safiabad Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO), Dezful, Iran

2 Seed and Plant Improvement Institute, Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran

Abstract

For this purpose and identify the best bread wheat lines in terms of yeild and stability, an experiment was carried out during the two crop years of 2020-2021 and 2021-2022 in the research farm of Safi Abad Agricultural and Natural Resources Research Center, Dezful. 407 new wheat lines were evaluated along with 4 regional control varieties, in the first year & 88 best lines of the first year were evaluated along with Mehrgan and Chamran 2 varieties, in the second year. One of the main reasons for this decrease in yield can be attributed to the increase in the temperature of March in the second year (20 degrees Celsius) compared to the first year (16 degrees Celsius), which caused the average grain filling period from 49.5 days in the first year to reach 46.7 days in the second year. Finally, according to the total measured traits of each line during two crop years, lines No. 384, 365, 356, 383, 355, 389 and 424 were selected as the best lines. Pedigree study of the top lines, it was found that in the pedigree of the top 5 lines, there is a common parent named BORL14, which probably made these lines superior to the other tested lines. According to these results, it is possible to propose and implement the use of this line to improve the wheat breeding program in the hot and dry areas of the south.

Keywords

Main Subjects


. مقدمه

در ایران گندم به عنوان مهمترین گیاه زراعی کشور نقش اصلی را در تامین غذای مردم ایفا می‌کند
 (Esmaielzadeh Moghadam et al., 2018). براساس جدیدترین آمار، سطح زیر کشت گندم در سال زراعی 1400-1399 در کشور برابر 26/6 میلیون هکتار بوده که از این سطح مقدار 34 درصد یعنی 14/2 میلیون هکتار به کشت گندم آبی و 66 درصد یعنی میزان 12/4 میلیون هکتار به کشت گندم دیم اختصاص یافته است. میانگین تولید گندم آبی طی این سال زراعی برابر 3600 کیلوگرم در هکتار و برای اراضی دیم برابر 829 کیلوگرم در هکتار بوده است (Anony.mous , 2022). برآوردهای مرکز تحقیقات بین­المللی گندم و ذرت (CYMMYT) حاکی از آن است که میزان تقاضای جهانی گندم در سال 2050 به میزان 60 درصد بیش از سطح فعلی تقاضا (حدود 663 میلیون تن) افزایش خواهد یافت و این در حالی است که میزان منابع در دسترس تولید گندم 20 تا 30 درصد کاهش می‌یابد. برآوردها حاکی از کسری 260 میلیون تنی در عرضه گندم در بازارهای جهانی در سال 2050 می‌باشد (Anony.mous , 2015).

اقلیم گرم و خشک جنوب (Zone II) در جنوب رشته کوه‌های زاگرس و شمال خلیج فارس واقع شده ‏است و شامل استان‌های خوزستان، هرمزگان، قسمت‌های جنوبی استان‌های فارس، کهکیلویه و بویراحمد، لرستان، ایلام، کرمان، سیستان و بلوچستان و بخشی از استان یزد (طبس) می‌باشد. میزان بارندگی سالیانه بین 40 تا 300 میلیمتر و دارای آب و هوای گرمسیری با زمستان‌های ملایم (به­ندرت زیر صفر درجه سانتیگراد)، بهار کوتاه و گرم وتابستان‌های بسیار گرم (معمولاً بیش از 4۵ درجه سانتیگراد) و طولانی می‌باشد. فصل زراعی در مناطق گرم و خشک جنوب کشور با زمستان‌های ملایم و کوتاه، بهار خیلی کوتاه و گرم و تابستان زودرس و خیلی گرم تعریف می شود و معمولاً طول فصل زراعی حداکثر 16۵ روز (از اول آذرماه تا 1۵ اردیبهشت­ماه) یا 14۵ روز (از اواسط آذرماه تا اوایل اردیبهشت­ماه) می‌باشد (Esmaielzadeh Moghadam et al., 2017).

عملکرد دانه یک صفت کمی است که توسط تعداد زیادی ژن کنترل می­شود. وراثت­پذیری این صفت به­دلیل برهمکنش ژنوتیپ × محیط پایین است و از­این­رو ضروری است به منظور افزایش عملکرد دانه، گزینش از طریق اجزای عملکرد صورت گیرد (Richards, 1996). Alexander et al. (1984) نشان دادند که انتخاب مستقیم بر اساس عملکرد و انتخاب همبسته از طریق وزن هزار دانه مؤثرتر از بقیه اجزای عملکرد در گندم است. Dawari & Luthra (1991) بیان کردند که با گزینش صفاتی که وراثت­پذیری بالایی دارند و دارای همبستگی بالایی با عملکرد دانه نیز هستند، می­توان به­طور غیر مستقیم عملکرد را بهبود بخشید. بررسی لاین‌های جدید گندم در قالب آزمایش‌های پیشرفته در مناطق هم­اقلیم و استفاده از جمع­بندی آنها به منظور دست­یابی به ارقام مناسب جهت کشت در هر منطقه دراغلب برنامه‌های به­نژادی دنیا متداول است. این قبیل تحقیقات سال‌های متمادی است که توسط مراکز تحقیقاتی بین­المللی نظیر سیمیت و ایکاردا در پهنه وسیعی از جهان اجرا شده و منجر به معرفی ارقام منطقه‌ای و جهانی شده است که نمونه بارز آن رقم گندم فلات (Seri 82) می‎باشد که توسط سیمیت در سال 1982 وارد آزمایش‌های بین­المللی (ESWYT) شد و با توجه به برتری و سازگاری این ژنوتیپ در چندین کشور جهان نامگذاری و معرفی شده است
 (Rajaram & Van Ginkel, 1994). این رقم میلیون‌ها هکتار از سطح زیر کشت گندم جهان را در سال‌های متوالی به خود اختصاص داده بود. در ایران نیز بررسی ارقام و لاین‌های جدید گندم‌های پیشرفته از حدود سی سال قبل شروع شده ‌است. منتهی این بررسی در مراحل نهایی به صورت مقایسه ارقام و لاین‌های برتر ایستگاه­های تحقیقاتی هر اقلیم صورت گرفته و اخیرا با هدف حداکثر بهره‌مندی از ژرم­پلاسم و صرفه‌جویی در وقت و هزینه‌ها، بررسی سازگاری از مراحل مقایسه عملکرد مقدماتی (PRWYT) در مناطق هم­اقلیم کشور آغاز شده ‌است و در مراحل پیشرفته­تر نیز ادامه می‌یابد. بنابراین پژوهش حاضر جهت بررسی اولیه لاین­های گندم نان و شناسایی لاین­های برتر جهت انجام آزمایش­های نهایی به منظور معرفی ارقام جدید در منطقه شمال استان خوزستان انجام شد.

 

  1. روششناسی پژوهش

این آزمایش طی دو سال زراعی 1400-1399 و 1401-1400 در مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی صفی‌آباد دزفول با عرض جغرافیایی 32 درجه و 22 دقیقه شمالی، طول جغرافیایی 48 درجه و 32 دقیقه شرقی و ارتفاع 82 متر از سطح دریا اجرا شد. وضعیت دما و بارندگی در طول دوره آزمایش در شکل 1 نشان داده شده است. خاک محل اجرای آزمایش دارای بافت لومی-رسی با اسیدیته معادل 9/1 و هدایت الکتریکی 56/7 دسی­زیمنس بر متر بود. نتایج آزمون خاک نشان داد که محتوای ماده آلی 78/0 درصد، فسفر 4/12 میلی­گرم برکیلوگرم و پتاسیم 209 میلی­گرم بر کیلوگرم بود. قبل از کشت مقدار 125 کیلوگرم در هکتار کود سوپرفسفات به خاک داده شد. مقدار کود نیتروژن توصیه­شده 325 کیلوگرم در هکتار بود که در سه مرحله به صورت سرک به گندم داده شد. در سال اول تعداد 407 لاین جدید گندم به همراه چهار رقم شاهد منطقه شامل ارقام مهرگان، چمران 2، سارنگ و برات (به صورت مشاهده­ای) کشت شدند. مواد شرکت­کننده در این مطالعه از مراکز و ایستگاه‌های تحقیقاتی کرج، داراب و زابل و نیز لاین­های دابل هاپلویید حاصل از برنامه مشترک بین موسسه اصلاح و تهیه نهال و بذر و شرکت فلوریماند دپره تهیه و به آزمایش اضافه شد. بقیه مواد از لاین­های برتر آزمایش‌های بین‌المللی ESWYT[1]،IBWSN[2] ، HTWYT[3]، CWYT[4]، SAWYT[5]، SAWSN[6] و STEMRRSN[7] انتخاب شدند. هر لاین روی دو پشته به فاصله 60 سانتی­متر و مجموعاً شش خط کاشت (سه خط روی هر پشته) به طول شش مترکاشته شد و فاصله خطوط 20 سانتی­متر بود. سطح کاشت 2/7 متر مربع (2/7 =2/1 × 6) و سطح برداشت شش متر مربع (6 =2/1 × ۵) بود. میزان بذر مصرفی براساس 3۵0 دانه در متر مربع و میزان کود مصرفی بنا به توصیه بخش تحقیقات خاک و آب مرکز تعیین و مصرف شد. برای کنترل علف‎های هرز باریک­برگ از علف‌کش آتلانیس (5/1 لیتر در هکتار) و برای کنترل برگ­پهن‌ها از 2-4-D (یک لیتر درهکتار) استفاده شد. در صورت لزوم برای کنترل علف‌های هرز وجین دستی نیز انجام شد. علاوه­بر عملکرد دانه، صفات زراعی مهم دیگر شامل تاریخ‌های ظهور سنبله، رسیدگی فیزیولوژیکی، طول دوره پر شدن دانه، میزان خوابیدگی، ارتفاع بوته و وزن هزار دانه محاسبه و در انتخاب نهایی مدنظر قرار گرفتند. شاهدهای این آزمایش هر کدام پس از هر بیست لاین جدید کشت و پس از هر 80 ژنوتیپ تکرار شدند. عملکرد لاین­های مورد مطالعه با عملکرد نزدیک­ترین شاهدها با استفاده از روش رسم نمودار مورد بررسی و مقایسه قرار گرفتند. در نهایت با توجه به صفات اندازه­گیری­شده تعداد 88 لاین برتر انتخاب و در سال دوم به همراه دو شاهد موجود در منطقه (ارقام مهرگان و چمران 2) در قالب طرح آلفالاتیس 15×6 با دو تکرار کشت و مجددا صفات ذکر شده در بالا اندازه­گیری شدند. برای نتایج هر سال پارامترهای آماری مختلف (شاخص­های تمایل به مرکز) با استفاده از نرم­افزار Excel اندازه‌گیری شد. همچنین میزان همبستگی بین صفات با استفاده از نرم­افزار SPSS اندازه‌گیری شد. علاوه­براین جهت انجام تجزیه واریانس طرح آلفالاتیس از نرم­افزار MetaR استفاده شد. در نهایت گزینش لاین­های برتر با توجه به مجموعه صفات اندازه­گیری­شده طی دو سال زراعی صورت گرفت.

 

 

 

شکل 1. مشخصات آب و هوایی محل اجرای آزمایش در طول دوره رشد گندم طی دو سال زراعی 1400-1399 و 1401-1400.

 

  1. یافته­های پژوهش و بحث

با توجه به نتایج به­دست­آمده در سال اول آزمایش که با استفاده از 407 لاین جدید به همراه چهار شاهد منطقه انجام گرفت با استفاده از رسم نمودار بر مبنای عملکرد و مقایسه عملکرد هر لاین با نزدیک­ترین شاهد به آن و همچنین با توجه به سایر مشخصات ثبت­شده از جمله میزان خوابیدگی، تعداد روز تا رسیدگی و وزن هزار دانه، تعداد 88 لاین برتر انتخاب شدند. همچنین برای تمامی لاین‌های مورد بررسی، شاهدها و لاین‌های گزینش­شده در سال اول پارامترهای آماری (شاخص­های تمایل به مرکز) مختلف محاسبه و در جدول 1 آمده است. نتایج بررسی صفات در سال اول نشان داد که لاین‌های مورد آزمایش دارای تنوع بسیار بالایی بودند؛ به­نحوی­که میزان عملکرد آنها از 2873 کیلوگرم در هکتار برای ضعیف­ترین لاین تا 9056 کیلوگرم در هکتار برای بهترین لاین متغیر بود و میانگین عملکرد کلیه لاین­های مورد آزمایش برابر 6925 کیلوگرم در هکتار بود. این تغییرات عملکرد در لاین‌های انتخابی براساس صفات مختلف به شدت کاهش یافته به­نحوی­که اختلاف بین کمترین و بیشترین میزان عملکرد به 1940 کیلوگرم در هکتار کاهش پیدا کرد. همچنین میزان متوسط عملکرد لاین‌های انتخابی نسبت به بهترین شاهد مورد آزمایش (رقم مهرگان با میانگین 7664 کیلوگرم در هکتار) در حدود 275 کیلوگرم در هکتار افزایش پیدا کرد. نتایج سایر صفات اندازه‌گیری­شده نیز نشان­دهنده همین موضوع می‌باشد که در لاین‌های انتخابی، نسبت به مجموع لاین‌ها و شاهدهای منطقه میزان صفات اندازه‌گیری­شده بهبود یافته است. نتایج سایر تحقیقات نشان داد که صفات روز تا سنبله­دهی، روز تا رسیدگی، ارتفاع، وزن هزار دانه و عملکرد در بین ارقام مختلف گندم نان و دوروم دارای تنوع بسیار بالایی می‌باشند (Kotal et al., 2010; Fiker et al., 2015;
Arya et al., 2017).

 

جدول 1. شاخص‌های آماری صفات اندازه‌گیری­شده در سال اول (1400-1399).

Traits

Statistical index

All lines (407 lines)

Sarang

Chamran 2

Mehregan

Barat

Selected lines (88 lines)

 

Grain Yield (Kg/ha)

Mean

6925

6985

7404

7664

7136

7939

 Std

1126

453

397

452

455

485

Max

9056

7350

8006

8086

7883

9056

Min

2873

6140

7040

7066

6640

7116

 

Plant height (cm)

Mean

103

100

109

100.8

110.2

104

 Std

11.7

5.5

1.9

5.9

6.4

6.1

Max

150

105

112

108

118

120

Min

60

95

107

93

103

88

 

Heading date (days)

Mean

104

102

109

98.8

106.3

99.1

 Std

10.4

1.5

1.8

1.6

0.8

5.4

Max

144

103

112

100

107

111

Min

85

100

107

97

105

87

 

Days to maturity (days)

Mean

150

148

151

144.6

149.2

148.5

 Std

4.8

2

2.4

1.8

2.6

3.3

Max

171

150

154

147

153

155

Min

126

145

148

142

146

126

 

Grain filling period (days)

Mean

45.9

46

42

46

43

49.5

 Std

7

2

0.9

2.7

2.5

5.4

Max

60

49

43

48

48

59

Min

20

43

41

42

42

40

 

Lodging (%)

 

Mean

29.3

17.8

25.3

35

8.2

20.2

 Std

29.1

13.3

16

18

6

12.4

Max

100

45

60

60

15

30

Min

0

0

0

15

0

0

 

1000-Kernel weight (g)

Mean

43

47.2

40.5

46.2

44.3

46.2

 Std

6.5

2.9

2.4

1.3

1.7

4.2

Max

56.4

50.3

43.9

47.8

45.9

55.1

Min

19.3

41.8

38.7

44.6

41.5

31.9

                 

 

نتایج به­دست­آمده از اجرای آزمایش در سال دوم (1401-1400) نشان داد که میانگین عملکرد در مجموع لاین‌های مورد آزمایش برابر 6919 کیلوگرم در هکتار بوده است (جدول 2) که نسبت به میانگین همین لاین‌ها در سال اول در حدود یک تن کاهش را نشان می‌دهد. همچنین میانگین عملکرد ارقام شاهد مهرگان و چمران 2 نیز به­ترتیب برابر 6977 و 6784 کیلوگرم در هکتار بوده که نسبت به سال اول به­ترتیب 687 و 620 کیلوگرم درهکتار کاهش عملکرد را نشان می‌دهد. یکی از اصلی‌ترین دلایل این کاهش عملکرد را می‌توان به افزایش دمای اسفند­ماه در سال دوم (دمای میانگین 20 درجه سانتیگراد) نسبت به سال اول (دمای میانگین 16 درجه سانتیگراد) ذکر کرد (شکل 1). این افزایش دما سبب شد که تعداد روز دوره پرشدن دانه در سال دوم نسبت به سال اول در حدود سه روز کاهش پیدا کند و از 5/49 روز در سال اول به 7/46 روز در سال دوم رسیده است. این تغییر همچنین باعث شد که وزن هزار دانه نیز از 2/46 در سال اول به 5/43 گرم در سال دوم کاهش یابد و در نهایت باعث کاهش نهایی عملکرد در لاین‌های مختلف شود (جداول 1 و2).

 

جدول 2. شاخص‌های آماری صفات اندازه‌گیری­شده 88 لاین منتخب در سال دوم (1401-1400).

Traits

Mean

 Std

 Max

Min

Chamran 2

Mehregan

Grain Yield (Kg/ha)

6919

808

8407

4104

6784

6977

Plant height (cm)

94.3

6.7

108

75

100

93

Heading date (days)

104

4.4

115

95

113

104

Days to maturity (days)

150.8

2.3

157

146

154

151

Grain filling period (days)

46.7

3

53

41

41

47

Lodging (%)

21.5

24.3

87

0

2.5

2.5

1000-Kernel weight (g)

43.5

4.5

55

30

45

47

 

نتایج تجزیه واریانس 90 لاین مورد آزمایش در سال دوم در قالب طرح آلفا لاتیس 15×6 با دو تکرار نشان داد که اثر ژنوتیپ در تمامی صفات اندازه­گیری­شده معنی دار می­باشد. تنوع زیاد و تعداد بالای لاین­های مورد استفاده در این پژوهش باعث شد که اثر ژنوتیپ برای تمامی صفات اندازه­گیری­شده در سطح آماری یک درصد معنی دار شود. همچنین نتایج نشان داد که اثر بلوک به جزء در صفت میزان خوابیدگی در سایر صفات اندازه­گیری­شده معنی دار نمی­باشد (جدول 3).

 

جدول 3. نتایج تجزیه واریانس 90 لاین مورد آزمایش در سال دوم در قالب طرح آلفا لاتیس 15×6 با دو تکرار.

S.O.V.

df

 

Mean Square (MS)

Days to Heading (days)

Days to maturity (days)

Grain filling period (days)

Lodging (%)

1000-Kernel weight (g)

Grain Yield (Kg/ha)

Rep

1

0.94

7.2

2.94

13261

83

65056

Block (adj.)

5

.074 ns

3.17 ns

2.01 ns

1142*

98 ns

706757 ns

Genotype(adj.)

89

36.19**

9.85**

17.41**

1129**

265**

1320897**

Error

84

1.53

2.32

2.62

448

94

388969

C.V.%

-

7.3

6.5

4.5

18

5.5

9.1

ns، * و ** به­ترتیب نشان‌دهنده عدم ‌معنی‌داری، معنی‌داری در سطح پنج درصد و معنی‌داری در سطح یک درصد می‌باشد.

 

نتایج همبستگی صفات اندازه‌گیری نشان داد که در تمامی لاین‌های مورد آزمایش، صفت عملکرد با صفات وزن هزار دانه و طول دوره پرشدن دارای همبستگی مثبت و با صفات روز تا سنبله‌دهی، روز تا رسیدگی و میزان خوابیدگی همبستگی منفی و معنی­دار دارد (جدول 4). انتظار بر این بود که هرچه تعداد روز تا رسیدگی در یک رقم بالاتر باشد، میزان عملکرد نیز بیشتر شود؛ ولی نتایج نشان داد که در این بررسی این رابطه کاملا برعکس و معنی‌دار می‌باشد. علت وقوع این حالت به این دلیل است که در این آزمایش، مجموعه بسیار متنوعی از لاین‌ها (به­خصوص لاین­های دابل هاپلوئید) وجود داشت که رفتار رشدی آنها با مناطق گرم و خشک سازگار نبوده و دوره ظهور سنبله در آنها بسیار طولانی بود. به همین دلیل دوره پر­شدن دانه در فصل گرم سال بود و این دوره بسیار کوتاه می‌شد و در نتیجه میزان عملکرد در آنها با افت شدیدی روبرو می‌شد. به همین دلیل بهتر است در زمان‌هایی که با مجموعه متنوعی از ارقام و لاین‌ها (به­خصوص زمانی که رفتار رشدی آنها برای ما نامشخص است) روبرو هستیم، از شاخص طول دوره پرشدن دانه جهت گزینش لاین‎های برتر استفاده شود، زیرا این صفت با عملکرد نهایی گیاه ارتباط مثبت بالایی دارد. در تحقیقات انجام­شده در گندم نان (Mecha et al., 2017) و در گندم دوروم (Wolde et al., 2016) بین صفت روز تا ظهور سنبله با صفات دوره پرشدن دانه، وزن هزار دانه و شاخص برداشت همبستگی منفی و معنی­دار گزارش شده است. با وجود اینکه تاریخ سنبله‌دهی واکنشی نسبت به فتوپریود می‌باشد، عوامل محیطی نیز در بروز آن موثرند، درنتیجه اثر ژنوتیپی در ظهور آن تا حدودی پوشانده می­شود. واضح است که هرچه گیاه زودتر به مرحله ظهور سنبله وارد شود، دوره پرشدن دانه نیز زودتر آغاز شده و به دنبال آن رسیدگی فیزیولوژیکی نیز زودتر به وقوع می پیوندد (Poehlman, 1978). نتایج همبستگی صفات با استفاده از 88 لاین انتخابی نشان داد که صفت عملکرد با طول دوره پرشدن دانه و وزن هزار دانه دارای همبستگی مثبت و معنی­دار و با میزان خوابیدگی ارتباط منفی و معنی­دار دارد و سایر صفات تاثیر معنی‌داری در عملکرد نداشتند. نتایج سایر تحقیقات نیز نشان­دهنده رابطه مثبت و معنی‌دار عملکرد با وزن هزار دانه می‌باشد (Naghavi et al., 2002). همچنین نتایج برخی تحقیقات نشان‌داده که رابطه بین عملکرد و تعداد روز تا سنبله‌دهی و رسیدگی فیزیولوژیکی منفی و معنی‌دار می‌باشد (Baye et al., 2020).

 

جدول 4. همبستگی صفات در دو سال زراعی، قسمت بالا مربوط به تمامی لاین‌ها و قسمت پایین مربوط به لاین‌های انتخابی (88 لاین).

Traits

Plant height (cm)

Heading date (days)

Days to maturity (days)

Grain filling period (days)

Lodging (%)

1000-Kernel weight (g)

Grain Yield (Kg/ha)

Plant height (cm)

1

.0146**

0.054 ns

-0.181**

0.341**

0.155**

0.059 ns

Heading date (days)

0.199 ns

1

0.825**

-0920**

-0.013 ns

-0.730**

-0.668**

Days to maturity (days)

0.039 ns

0.320**

1

-0.537**

0.063 ns

-0.640**

-0.534**

Grain filling period (days)

-0.177 ns

-0.818**

0.284**

1

0.062 ns

0.645**

0.627**

Lodging (%)

0.159 ns

-0.087 ns

0.185ns

0.200 ns

1

0.018 ns

-0.182**

1000-Kernel weight (g)

0.103 ns

-0.413**

0.290**

0.242*

-0.101 ns

1

0.678**

Grain Yield (Kg/ha)

0.104 ns

0.163 ns

0.089 ns

0.359**

-0.204*

0.320**

1

ns، * و ** به­ترتیب نشان‌دهنده عدم ‌معنی‌داری، معنی‌داری در سطح پنج درصد و معنی‌داری در سطح یک درصد می‌باشد.

 

با توجه به مجموعه صفات اندازه­گیری­شده طی دو سال زراعی اجرای آزمایش و میزان عملکرد هر لاین در دو سال زراعی (جدول 5)، برترین لاین­ها جهت شرکت در آزمایش مرحله نهایی معرفی رقم انتخاب شدند. با توجه به این نتایج لاین­های شماره 384، 365، 356، 383، 355، 389 و 424 به عنوان لاین­های منتخب در منطقه شمال استان خوزستان معرفی شدند. با توجه به نتایج جدول 5 مشخص می­شود که این لاین­ها طی دو سال زراعی دارای عملکرد بالایی بوده و دارای رتبه پایینی می­باشند. در این جدول لاین­ها براساس میزان عملکرد در هر سال از بزرگ به کوچک مرتب شده­اند و لاینی که دارای بالاترین عملکرد است رتبه یک و لاینی که پایین­ترین عملکرد را دارد رتبه 90 را دریافت می­کند. بنابراین لاین­های مطلوب علاوه بر داشتن عملکرد بالا باید داری رتبه پایینی طی دو سال زراعی اجرای آزمایش باشند. به عنوان مثال عملکرد لاین 384 در سال اول اجرای آزمایش برابر 8706 کیلوگرم در هکتار بوده و رتبه هفت را در بین 90 لاین مورد آزمایش به خود اختصاص داده است و میزان عملکرد آن نسبت میانگین عملکرد مجموع لاین­ها در سال اول (7939 کیلوگرم در هکتار) در حدود 770 کیلوگرم و نسبت به بهترین شاهد (رقم مهرگان با عملکرد 7664 کیلوگرم درهکتار) بیش از یک تن افزایش پیدا کرده است. عملکرد همین لاین در سال دوم اجرای آزمایش 8277 کیلوگرم در هکتار بوده و رتبه دو را در بین 90 لاین مورد آزمایش به خود اختصاص داده است. این لاین در سال دوم در حدود 1350 کیلوگرم در هکتار نسبت به میانگین مجموع لاین­های مورد آزمایش (6919 کیلوگرم در هکتار) و درحدود 1300 کیلوگرم نسبت به بهترین شاهد (رقم مهرگان با عملکرد 6977 کیلوگرم در هکتار) افزایش عملکرد داشته است. همچنین تغییرات طول دوره پرشدن دانه (شکل 1) به عنوان یکی از مهترین صفات مرتبط با عملکرد نشان داد که میزان این صفت در هفت لاین برتر نسبت به دو شاهد و میانگین کل لاین­های مورد آزمون طی دو سال زراعی افزایش پیدا کرده است. این افزایش در ادامه باعث افزایش وزن هزار دانه در لاین­های برتر شده (شکل 2) و توانسته است از این طریق باعث افزایش در میزان نهایی عملکرد شود. محققان زیادی رابطه مثبت بین عملکرد دانه گندم و اجزای آن مانند وزن هزار دانه و تعداد دانه در سنبله را گزارش کرده­اند (Ghaderi et al., 2009; Kandić et al., 2009; Ahmad et al., 2018; Khan et al., 2010; Leilah & Al-Khateeb, 2005).

 

 

شکل 1. طول دوره پرشدن دانه لاین­های برتر، شاهدها و میانگین لاین­های مورد آزمایش طی دو سال زراعی.

 

 

شکل 2. وزن هزار دانه لاین­های برتر، شاهدها و میانگین لاین­های مورد آزمایش طی دو سال زراعی.

 

  1. نتیجه­گیری

 نتایج به­دست­آمده از این پژوهش نشان داد که با توجه به صفات اندازه‌گیری­شده طی دو سال زراعی، لاین‌های شماره 384، 365، 356، 383، 355، 389 و 424 به­عنوان برترین لاین‌ها می‌باشند. در بررسی شجره لاین‌های برتر مشخص شد که در شجره پنج لاین برتر، یک والد مشترک به نام BORL14 وجود دارد که احتمالا توانسته تا حدودی باعث برتری این لاین‌ها نسبت به سایر لاین‌های مورد آزمایش شود. با توجه به این نتایج می‌توان پیشنهاد استفاده از این لاین جهت بهبود برنامه اصلاحی گندم نان در مناطق گرم و خشک جنوب را مطرح و اجرایی کرد.

 

  1. سپاسگزاری

بدین­وسیله از همکاری و مساعدت مسئولین محترم مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی صفی‌آباد دزفول و موسسه تحقیقات اصلاح و تهیه نهال و بذر جهت اجرای این طرح کمال تشکر و قدردانی را داریم. این مقاله مستخرج از طرح‌های تحقیقاتی به شماره­های 991073-112-03-03-0 و 001016-123-03-03-0 مصوب موسسه تحقیقات اصلاح و تهیه نهال و بذر می‌باشد.

جدول 5. عملکرد و رتبه 88 لاین مورد آزمایش به همراه شاهد‌های چمران 2 و مهرگان طی دو سال زراعی.

Line No.

First year Yeild (Kg/ha( and rank

Second year Yeild (Kg/ha( and rank

Line No.

First year Yeild (Kg/ha( and rank

Second year Yeild (Kg/ha( and rank

Line No.

First year Yeild (Kg/ha( and rank

Second year Yeild (Kg/ha( and rank

Chamran 2

7404(78)

6783(60)

107

7430(77)

6713(63)

362

7636(65)

7105(42)

5

8526(14)

7318(30)

110

7650(61)

6007(77)

363

8036(33)

7657(17)

6

8500(17)

6428(69)

123

7593(67)

5429(85)

364

7893(40)

7085(43)

7

8026(35)

6878(56)

143

7440(76)

5837(81)

365

8876(4)

7909(6)

8

7790(48)

7040(47)

177

7376(80)

5112(89)

366

8956(2)

7198(38)

9

7756(51)

6337(72)

182

7606(66)

5502(84)

368

8470(19)

7332(29)

11

7523(72)

5133(87)

184

8483(18)

5127(88)

371

7876(43)

8193(3)

13

8023(26)

6265(73)

186

7466(74)

5707(83)

383

8533(12)

8035(4)

14

8526(13)

5407(86)

251

8513(16)

6435(68)

384

8706(7)

8277(2)

16

7160(89)

6758(61)

267

7716(53)

6115(75)

385

8513(15)

7380(28)

17

7230(87)

6721(62)

278

8046(30)

7747(12)

386

9056(1)

7267(33)

18

7116(90)

6963(53)

295

7573(70)

6930(54)

389

8260(25)

8407(1)

21

7736(52)

6682(64)

296

8596(11)

6077(76)

390

7690(57)

6507(65)

23

7443(75)

7485(24)

299

7643(63)

7673(16)

391

7240(86)

7024(50)

28

7790(47)

6850(58)

308

7880(42)

5847(80)

392

7890(41)

6482(66)

32

8373(23)

7707(14)

309

7916(39)

7145(39)

393

7833(45)

7280(32)

36

7493(73)

7525(22)

310

8773(6)

7540(20)

394

8076(29)

7754(11)

38

7683(58)

7244(34)

312

8106(28)

7413(26)

395

7693(55)

7073(46)

41

7260(85)

7395(27)

338

7696(54)

7035(48)

397

7773(49)

6920(55)

42

7386(79)

7020(51)

339

8040(31)

7027(49)

398

7196(88)

6404(70)

45

7666(59)

4140(90)

343

8030(34)

7288(31)

402

7873(44)

7202(37)

46

7643(64)

7980(5)

344

7806(46)

7080(45)

406

7270(83)

7682(15)

47

8400(22)

7520(23)

349

7646(62)

6443(67)

409

7266(84)

7777(9)

48

8123(27)

5863(79)

352

7316(82)

6867(57)

411

7950(38)

7222(36)

50

7693(56)

6250(74)

353

8420(21)

7537(21)

412

7583(69)

7422(25)

52

8456(20)

7224(35)

354

7773(50)

7085(44)

415

7530(71)

7799(8)

64

7586(68)

7145(40)

355

8803(5)

7640(18)

424

8626(9)

7872(7)

83

8040(32)

5775(82)

356

8933(3)

7714(13)

425

8360(24)

7772(10)

90

7370(81)

6360(71)

357

8613(10)

5892(78)

428

8010(37)

7590(19)

94

8630(8)

7135(41)

358

8166(26)

6835(59)

Mehrehan

7664(60)

6977(52)

 

  1. منابع

Ahmad, T., Kumar, A., Pandey, D., & Prasad, B. (2018). Correlation and path coefficient analysis for yield and its attributing traits in bread wheat (Triticum aestivum L. em Thell). Journal of Applied and Natural Science, 10(4), 1078–1084.

Alexander, W.L., Smith, E.L., & Dhanasobhan, C. (1984). A comparison of yield and yield component selection in winter wheat. Euphytica, 33, 953-961.

Anony.mous (2015). Resistance economy program for the production of basic products (wheat production self-reliance plan) in 2015-2025. Ministry of Jihad-e-Agriculture, Tehran, Iran, 140 pp. (In Persian).

Anony.mous (2022). Statistical year book of agricultural crops. 1st Volume: Filed Crops. Ministry of Jihad-e-Agriculture, Tehran, Iran, 92 pp. (In Persian).

Arya, V.K., Singh, J., Kumar, L., Kumar, R., Kumar, P., & Chand, P. (2017). Genetic variability and diversity analysis for yield & its components in wheat. Indian Journal of Agricultural Research, 51(2), 128–134.

Baye, A., Berihun, B., Bantayehu, M., & Derebe, B. (2020). Genotypic and phenotypic correlation & path coefficient analysis for yield and yield-related traits in advanced bread wheat (Triticum ae stivum L.) lines. Cogent Food & Agriculture, 6(1), 205-215.

Dawari, N.H., & Luthra, O.P. (1991). Character association studies under high and low environments in wheat (Triticum aestivum L.). Indian Journal of Agricultural Research, 25, 68-72.

Esmaielzadeh Moghadam, M., Khodarhmi, M., Mahmoudi, K.H., Akbari, H., Sayahfar, M., Tahmasebi, S., Ayeneh, A., Naderi, A., Amirbakhtyar, N., Farhadisadr, M., Afshari, F., Dalvand, M., Zakeri, K., Tabatabaie, N., Yasaie, M., Roohparvar, R., & Kia, S.H. (2018). Barat, a new bread wheat cultivar, suitable for irrigated areas in southern warm and dry zone of Iran. Research Achievements for Field Horticulture Crop, 7(2), 139-147. (In Persian).

Esmaielzadeh Moghadam, M., Khodarhmi, M., Poorshahbazi, A., Akbari, H., Sayahfar, M., Tahmasebi, S., Ayeneh, Amirbakhtyar., N., Afshari, F., Dalvand, M., Zakeri, K., Tabatabaie, N., Yasaie, M., Roohparvar, R., & Kia, S.H. (2017). Mehreghan, a new bread wheat cultivar, resistant to yellow, leaf & stem rust and high bread making quality for cultivation in agricultural systems in southern warm and dry zone of Iran. Research Achievements for Field Horticulture Crop, 6(1), 71-77. (In Persian).

Fikre, G., Alamerew, S., & Tadesse, Z. (2015). Genetic variability studies in bread wheat (Triticum aestivum L.) genotypes at kulumsa agricultural research center, south east Ethiopia. Journal of Biology, Agriculture & Healthcare, 5(7), 89–98.

Ghaderi, M., Zeinaali, K.H., Hosseinzadeh, A.H., Taleei, A.R., & Naghavi, M.R. (2009). Evaluation of relationshipsbetween grain yield, yield components and the other characteristics associated with grain yield in bread wheat using multivariate statistical analysis. Iranian Journal of Field Crops Research, 79(2), 573-582 (In Persian).

Kandić, V., Dodig, D., Jović, M., Nikolić, B., & Prodanović, S. (2009). Importance of physiological traits in wheat breeding under irrigation and drought stress. Genetika, 41(1), 11–20.

Khan, A.J., Azam, F., & Ali, A. (2010). Relationship of morphological traits and grain yield in recombinant inbred wheat lines grown under drought conditions. Pakistan Journal of Botany, 42(1), 259–267.

Kotal, B.D., Das, A., & Choudhury, B.K. (2010). Genetic variability and association of characters in wheat (Triticum aestivum L.). Asian Journal of Crop Science, 2(3), 155–160.

Leilah, A.A., & Al-Khateeb, S.A. (2005). Statistical analysis of wheat yield under drought conditions. Journal of Arid Environments, 61(3), 483–496.

Mecha, B., Alamerew, S., Assefa, A., Dutamo, D., & Assefa, E. (2017). Correlation and path coefficient studies of yield and yield associated traits in bread wheat genotypes. Advances in Plants and Agriculture Research, 6(5), 1–10.

Naghavi, M.R., Shahbaze Poorshahbazi, A., & Talei, A. (2002). Study of genetic variation in durum wheat germplasm for some morphological and agronomic characteristics. Iranian Journal of Crop Sciences, 4, 81-86. (In Persian).

Poehlman, J.M. (1978). Breeding field crops. An Avi Pub. Van Nostrand Rainhold. New York, USA.

Rajaram, S., & Van-Ginkel, M. (1994). A guide to the CIMMYT bread wheat program. Wheat special, NO. 5.

Richards, R.A. (1996). Defining selection criteria to improve yield under drought. Plant Growth Regulation, 20, 157-166.

Wolde, T., Eticha, F., Alamerew, S., Assefa, E., Dutamo, D., & Mecha, B. (2016). Trait associations in some durum wheat (Triticum durum L.) accessions among yield and yield related traits at Kulumsa, south eastern Ethiopia. Advances in Crop Science and Technology, 4(4), 234-245.

 

[1]. Elite Selection Wheat Yield

[2]. International Beard Wheat Screening Nursey

[3]. Heat Tolerance Wheat Yield Trial

[4]. Collaborative Wheat Yield Trial

[5]. Semi Arid Wheat Yield Trial

[6]. Semi Arid Wheat Screening Nursery

[7]. Steam Rust Resistance Screening Nursery

References:
Ahmad, T., Kumar, A., Pandey, D., & Prasad, B. (2018). Correlation and path coefficient analysis for yield and its attributing traits in bread wheat (Triticum aestivum L. em Thell). Journal of Applied and Natural Science, 10(4), 1078–1084.
Alexander, W.L., Smith, E.L., & Dhanasobhan, C. (1984). A comparison of yield and yield component selection in winter wheat. Euphytica, 33, 953-961.
Anony.mous(2015). Resistance economy program for the production of basic products (wheat production self-reliance plan) in 2015-2025. Ministry of Jihad-e-Agriculture, Tehran, Iran, 140 pp. (In Persian).
Anony.mous(2022). Statistical year book of agricultural crops. 1st Volume: Filed Crops. Ministry of Jihad-e-Agriculture, Tehran, Iran, 92 pp. (In Persian).
Arya, V.K., Singh, J., Kumar, L., Kumar, R., Kumar, P., & Chand, P. (2017). Genetic variability and diversity analysis for yield & its components in wheat. Indian Journal of Agricultural Research, 51(2), 128–134.
Baye, A., Berihun, B., Bantayehu, M., & Derebe, B. (2020). Genotypic and phenotypic correlation & path coefficient analysis for yield and yield-related traits in advanced bread wheat (Triticum ae stivum L.) lines. Cogent Food & Agriculture, 6(1), 205-215.
Dawari, N.H., & Luthra, O.P. (1991). Character association studies under high and low environments in wheat (Triticum aestivum L.). Indian Journal of Agricultural Research, 25, 68-72.
Esmaielzadeh Moghadam, M., Khodarhmi, M., Mahmoudi, K.H., Akbari, H., Sayahfar, M., Tahmasebi, S., Ayeneh, A., Naderi, A., Amirbakhtyar, N., Farhadisadr, M., Afshari, F., Dalvand, M., Zakeri, K., Tabatabaie, N., Yasaie, M., Roohparvar, R., & Kia, S.H. (2018). Barat, a new bread wheat cultivar, suitable for irrigated areas in southern warm and dry zone of Iran. Research Achievements for Field Horticulture Crop, 7(2), 139-147. (In Persian).
Esmaielzadeh Moghadam, M., Khodarhmi, M., Poorshahbazi, A., Akbari, H., Sayahfar, M., Tahmasebi, S., Ayeneh, Amirbakhtyar., N., Afshari, F., Dalvand, M., Zakeri, K., Tabatabaie, N., Yasaie, M., Roohparvar, R., & Kia, S.H. (2017). Mehreghan, a new bread wheat cultivar, resistant to yellow, leaf & stem rust and high bread making quality for cultivation in agricultural systems in southern warm and dry zone of Iran. Research Achievements for Field Horticulture Crop, 6(1), 71-77. (In Persian).
Fikre, G., Alamerew, S., & Tadesse, Z. (2015). Genetic variability studies in bread wheat (Triticum aestivum L.) genotypes at kulumsa agricultural research center, south east Ethiopia. Journal of Biology, Agriculture & Healthcare, 5(7), 89–98.
Ghaderi, M., Zeinaali, K.H., Hosseinzadeh, A.H., Taleei, A.R., & Naghavi, M.R. (2009). Evaluation of relationshipsbetween grain yield, yield components and the other characteristics associated with grain yield in bread wheat using multivariate statistical analysis. Iranian Journal of Field Crops Research, 79(2), 573-582 (In Persian).
Kandić, V., Dodig, D., Jović, M., Nikolić, B., & Prodanović, S. (2009). Importance of physiological traits in wheat breeding under irrigation and drought stress. Genetika, 41(1), 11–20.
Khan, A.J., Azam, F., & Ali, A. (2010). Relationship of morphological traits and grain yield in recombinant inbred wheat lines grown under drought conditions. Pakistan Journal of Botany, 42(1), 259–267.
Kotal, B.D., Das, A., & Choudhury, B.K. (2010). Genetic variability and association of characters in wheat (Triticum aestivum L.). Asian Journal of Crop Science, 2(3), 155–160.
Leilah, A.A., & Al-Khateeb, S.A. (2005). Statistical analysis of wheat yield under drought conditions. Journal of Arid Environments, 61(3), 483–496.
Mecha, B., Alamerew, S., Assefa, A., Dutamo, D., & Assefa, E. (2017). Correlation and path coefficient studies of yield and yield associated traits in bread wheat genotypes. Advances in Plants and Agriculture Research, 6(5), 1–10.
Naghavi, M.R., Shahbaze Poorshahbazi, A., & Talei, A. (2002). Study of genetic variation in durum wheat germplasm for some morphological and agronomic characteristics. Iranian Journal of Crop Sciences, 4, 81-86. (In Persian).
Poehlman, J.M. (1978). Breeding field crops. An Avi Pub. Van Nostrand Rainhold. New York, USA.
Rajaram, S., & Van-Ginkel, M. (1994). A guide to the CIMMYT bread wheat program. Wheat special, NO. 5.
Richards, R.A. (1996). Defining selection criteria to improve yield under drought. Plant Growth Regulation, 20, 157-166.
Wolde, T., Eticha, F., Alamerew, S., Assefa, E., Dutamo, D., & Mecha, B. (2016). Trait associations in some durum wheat (Triticum durum L.) accessions among yield and yield related traits at Kulumsa, south eastern Ethiopia. Advances in Crop Science and Technology, 4(4), 234-245.
Volume 54, Issue 4
January 2024
Pages 177-186
  • Receive Date: 13 June 2023
  • Revise Date: 16 July 2023
  • Accept Date: 23 July 2023
  • Publish Date: 22 December 2023