ارزیابی تنوع صفات مورفولوژیکی گونه ها و اکوتیپ های مریم گلی با استفاده از روش های آماری چند متغیره
محل انتشار: پژوهشنامه اصلاح گیاهان زراعی، دوره: 8، شماره: 20
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 281
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-8-20_015
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
گیاه دارویی جنس مریم گلی (Salvia L.) دارای خصوصیات آنتی باکتریایی، آنتی اکسیدانی، آنتی دیابتی و طعمدهندگی است. این جنس دارای ۵۵ گونه در ایران می باشد که ۱۷ گونه از آن ها بومی می باشند. دگرگشنی و پراکنش گسترده تاثیر زیادی روی خصوصیات مورفولوژیکی و تنوع اکوتیپ های مریم گلی داشته است. این بررسی با هدف مطالعه تنوع و رابطه بین صفات مورفولوژیکی در نه اکوتیپ از چهار گونه شامل Salvia nemorosa، S. spinosa، S. verticillata و S. virgata در قالب طرح بلوک های کامل تصادفی با سه تکرار در مرکز آموزش جهاد کشاورزی قزوین اجرا شد. بر اساس نتایج تجزیه واریانس، تفاوت اکوتیپ ها از نظر تمام صفات مورد بررسی معنی دار به دست آمد. همبستگی اکثر صفات با وزن تر و خشک بوته، مثبت و معنی دار بود. تعداد برگ همبستگی منفی با طول و عرض برگ داشت و همبستگی طول گل با تعداد گل و برگ نیز منفی بود. بر اساس نتایج رگرسیون گام به گام، وزن خشک گل ها، برگ ها و تعداد شاخه ها به ترتیب بیشترین اثر را روی وزن خشک بوته نشان دادند. در تجزیه به عامل ها چهار عامل اول ۹/۹۴ درصد از کل تنوع بین صفات را توجیه کردند که عامل اول با داشتن ضرایب بزرگ برای صفات وزنی و تعداد، عامل عملکرد نام گذاری شد. نتایج نشان دادند تفاوت های ژنتیکی بخش قابل توجهی از تنوع صفات را نسبت به عوامل محیطی توجیه می کنند.
کلیدواژه ها:
Correlation ، Factor analysis ، Salvia ، Stepwise regression ، تجزیه به عامل ها ، رگرسیون ، همبستگی ، مریم گلی
نویسندگان
معصومه یوسفی آذرخانیان
Mohaghegh Ardabili University
علی اصغری
Mohaghegh Ardabili University
جعفر احمدی
Imam Khomeini International University
علی اشرف جعفری
Research Institute of Forest and Rangelands
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 :