بررسی روابط صفات کمی در لاین های پیشرفته کنجد
محل انتشار: پژوهشنامه اصلاح گیاهان زراعی، دوره: 9، شماره: 23
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 196
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCB-9-23_007
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
چهارده لاین برتر کنجد حاصل از بررسیهای مقدماتی پیشین، به همراه رقم اولتان و توده محلی بیرجند در آزمایشی در قالب طرح بلوک کامل تصادفی با ۴ تکرار به مدت ۲ سال ارزیابی شدند. صفات اندازهگیری شده در این تحقیق شامل درصد سبز کردن، تعداد گل در محور، تعداد شاخه فرعی، طول کپسول، تعداد کپسول در بوته، ارتفاع اولین کپسول، ارتفاع بوته، ارتفاع شاخه بندی، ارتفاع زاینده، ارتفاع زاینده کپسول، طول دوره رویشی، عملکرد دانه، وزن هزار دانه و درصد روغن بود. نتایج همبستگی ساده فنوتیپی (پیرسون) نشان داد وزن هزار دانه بیشترین همبستگی را با صفات ارتفاع بوته (۶۹۷/۰r=) دارد. تجزیه خوشهای بر اساس صفات ذکر شده و با روش وارد منجر به تفکیک ۳ گروه متمایز شد. گروه ۲ که شامل توده محلی بیرجند، رقم اولتان، لاین ۱۱ و لاین ۱۲ بود از نظر میانگین تمام صفات وضعیت بهتری داشت و به عنوان گروه برتر شناخته شد. این گروه بیشترین فاصله را با گروه ۱ و ۳ داشت. تجزیه به مولفههای اصلی (PCA) مشخص کرد که ۴ مولفه اصلی اول مقادیر ویژه بالاتر از ۱ را دارند و این چهار مولفه ۴۲/۷۶% تغییرات کل لاینها و ارقام را توجیه میکنند. در مولفه اصلی اول صفات تعداد شاخه فرعی و وزن هزار دانه و در مولفه اصلی دوم وزن صفات درصد سبز کردن و عملکرد کل بیشتر بود، لذا در برنامه انتخاب لاینها باید به این صفات توجه نماییم. کلاسبندی بر اساس صفات ذکر شده نشان داد که برای کشت کنجد در منطقه، استفاده از توده محلی بیرجند به لحاظ برتری از نظر صفات مورد بررسی، توصیه میشود.
کلیدواژه ها:
Cluster Analysis ، Principle Component Analysis ، Sesame ، Superior Group ، تجزیه خوشه ای ، تجزیه به مولفه های اصلی ، کنجد ، گروه برتر
نویسندگان
سید حمید رضا رمضانی
University of Birjand
سعداله منصوری
Seed and Plant Improvement Institute, Karaj
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :