مطالعه ویژگی های کمی مرتبط با عملکرد دانه برنج با استفاده از روش های آماری چند متغیره
Publish place: Journal of Crop Breeding، Vol: 10، Issue: 27
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 198
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCB-10-27_016
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
تسهیل در امر گزینش برای بهبود عملکرد در ژنوتیپ های برنج مهم و ضروری است. در این مطالعه، به منظور بررسی ارتباط بین عملکرد با صفات زراعی، آزمایشی در سال ۹۵-۱۳۹۴ در مزرعه مرکز تحقیقات کشاورزی و منابع طبیعی استان کهگیلویه و بویراحمد اجرا شد. در این مطالعه ۱۰ ژنوتیپ برنج در طرح بلوک های کامل تصادفی با سه تکرار مورد بررسی قرار گرفتند. عملکرد دانه به همراه ۱۰ صفت مختلف زراعی دیگر ارزیابی شدند. نتایج حاصل از تجزیه واریانس نشان داد که بین ژنوتیپ های مورد بررسی از نظر کلیه صفات اختلاف معنی داری وجود داشت. نتایج حاصل از تجزیه به عامل ها نشان داد که چهار عامل اصلی و مستقل، ۳۱/۸۰ درصد از تغییرات کل داده ها را توجیه می نمایند، به طوری که چهار عامل تحت عنوان شکل و اندازه دانه (۴۴/۲۸ درصد)، عملکرد و اجزای عملکرد(۵۸/۲۳ درصد) و خصوصیات مورفولوژیک گیاه (۲۹/۲۸ درصد) نام گذاری شدند. تجزیه رگرسیون گام به گام نشان داد که دو صفت تعداد دانه پر و پوک در خوشه روی عملکرد دانه در گیاه برنج اثر معنی دار دارند. نتایج تجزیه ضرایب علیت نشان داد که تعداد دانه پر در خوشه بیشترین اثر مستقیم (۸۲/۰) نسبت به سایر صفات بر روی عملکرد دانه داشت، و اثر غیرمستقیم این صفت از طریق تعداد دانه پوک در خوشه بر روی عملکرد دانه ۱۰/۰ بود. تعداد دانه پوک در خوشه نیز دارای اثر مستقیم و منفی ۳۶/۰- بود. بنابراین مهمترین صفات به عنوان شاخص مناسب برای بهبود عملکرد دانه در گیاه برنج به ترتیب تعداد دانه پر و پوک در خوشه مشخص شد.
Keywords:
Correlation , Path Analysis , Rice and Stepwise regression , برنج , تجزیه علیت , رگرسیون گام به گام و همبستگی
Authors
احمد مجیدی مهر
۱Young Researchers and Elite Club, Yasouj Branch, Islamic Azad University, Yasouj, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :