بررسی اثر متقابل ژنوتیپ و صفت در کلزا با استفاده از روش بایپلات
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 991
This Paper With 6 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:
NSASD02_332
تاریخ نمایه سازی: 25 اسفند 1390
Abstract:
به منظور مطالعه تنوع ژنتیکی و مقایسه ارقام کلزا از نظر برخی از صفات مورفولوژیک و کمی از بایپلات اثر متقابل ژنوتیپ و صفت استفاده گردید. بدین منظور ده رقم کلزا در قالب طرح بلوکهای کامل تصادفی با 3 تکرار در بیرجند کشت و ارزیابی شدند. صفات مورد بررسی شامل عملکرد دانه در کرت، تعداد روز از کاشت تا پنجاه درصد گلدهی، ارتفاع بوته، تعداد غلاف در ساقه اصلی، طول غلاف، تعداد دانه در غلاف، شاخص برداشت و تعداد ساقه جانبی بود. نتایج تجزیه واریانس نشان داد که بین ارقام کلزا از لحاظ کلیه صفات اختلاف معنیداری وجود دارد. اثر متقابل ژنوتیپ و صفت با استفاده از روش گرافیکی بایپلات مورد بررسی قرار گرفت. نتایج نشان داد که ژنوتیپ شماره هفت از نظر ارتفاع بوته، ژنوتیپ شماره هشت از نظر تعداد روز تا 50 درصد گلدهی و ژنوتیپ شماره سه از نظر سایر صفات بیشترین مقدار را دارا میباشند. نتایج گرافیکی همچنین نشان داد که صفت تعداد روز تا 50% گلدهی همبستگی منفی و معنی دار و سایر صفات همبستگی مثبت و معنیداری با عملکرد دانه دارند. همبستگی بین ارتفاع بوته و تعداد روز تا 50 درصد گلدهی نیز منفی بود. صفات عملکرد دانه، ارتفاع بوته و تعداد روز تا 50 درصد گلدهی به ترتیب بهترین صفات برای تشخیص ژنوتیپها بودند. سایر صفات از این نظر رتبه یکسانی داشتند. رتبهبندی ژنوتیپها بر اساس صفت عملکرد بصورت G3>G7>G8>G5>G1>G6>G9≈G4>G2>G 10 بود. در این بررسی بر اساس تمامی صفات ژنوتیپ شماره 3 بهترین ژنوتیپ و ژنوتیپ شماره 10 نامرغوبترین ژنوتیپ تشخیص داده شد.
Keywords:
Authors
خداداد مصطفوی
دانشکده کشاورزی دانشگاه آزاد اسلامی واحد کرج،
محمد ضابط
دانشکده کشاورزی دانشگاه بیرجند
سیدحبیب شجاعی
دانشکده کشاورزی دانشگاه آزاد اسلامی واحد کرج
علی بختیاری غریب دوستی
دانشکده کشاورزی دانشگاه آزاد اسلامی واحد کرج
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 :