Investigation of Grain Yield Stability of Desi Type Chickpea across Different Environments and Introducing Promising Lines

Document Type : Research Paper

Authors

Abstract

Background and Objectives: Improvement and release of last desi types chickpea cultivars (Pirouz and Kaka) goes back to more than forty years ago. Objective of this study was to achieve new high yielding, stable and adaptable chickpea genotypes to spring sowing at dry western highlands of Iran.
 
Material and Methods: In this study, 18 selected desi type chickpea lines as well as two check varieties (Pirouz and Kaka), were compared at four experimental stations including Kurdistan, Maragheh, Urmia and Zanjan during three consecutive years (2015-2018). Experimets were arranged in RCB designs with three replications each year at each station. Statistical calculations including simple and pooled analysis of variance were done on seed yield data. Genotype by environment interaction was analyzed through AMMI model and GGE biplot.
 
Results: Results of this study revealed that two first IPC’s were significant. Partitioning of total sum of squares indicated that effect of genotypes followed by G×E interaction and effect of environment were siginificant sources of variations in this analysis, respectively and identified different environmental groups. According to the GGE biplot analysis, a number of new genotypes were identified that were competitive with Cv. Pirouz in terms of grain yield and yield stability.
 
Conclusion: Genotype by environment interaction had vital role in identification and introduction of two promising lines with high seed yield, acceptable stability rank and favorite marketability, G2 (IDDMAR-2012-32) and G1 (IDDUR-2012-12). These genotypes can be introduced to chickpea farmers as alternative to Cv. Pirouz after complementary studies.
 

Keywords


مقـدمـه

     نخود (Cicer arietinum L.) دوّمین گیاه مهم از گروه محصولات زراعی موسوم به حبوبات در جهان است (یاداو و همکاران 2007). تولید جهانی نخود در سال 2016 بالغ بر 09/12 میلیون تن بوده که از سطحی معادل 65/12 میلیون هکتار با متوسط عملکرد 956 کیلوگرم در هکتار به دست آمده است (فائو 2018). سهم کشورهای در حال توسعه از تولید جهانی نخود در سال­های منتهی به 2016 از 98 درصد به 95 درصد کاهش یافته است و علت اصلی آن، پیوستن کشورهای توسعه یافته به گروه کشورهای تولید کنندۀ نخود و نقش چشمگیر آن­ها در بازار تجارت نخود است. آخرین آمار فائو حاکی از آن است که، استرالیا پس از هندوستان و بالاتر از کشورهایی همچون پاکستان و ترکیه، رتبه دوم تولید جهانی نخود را داراست (فائو 2016). بر اساس آخرین آمارنامه وزارت جهاد کشاورزی، سطح زیر کشت نخود در ایران 550 هزار هکتار و در استان کردستان 80 هزار هکتار می­باشد (احمدی و همکاران 2018). در مناطق غرب و شمال­غرب کشور، نخود به عنوان یک گیاه بهاره به­صورت دیم کشت شده و چرخه زیستی خود را با استفاده از رطوبت ذخیره شده در خاک تکمیل می­کند.در دهه­های اخیر سطح زیر کشت نخود در کشور حدوداً 3  برابر شده ولی عملکرد آن از 610 به حدود 500 کیلوگرم در هکتار کاهش یافته است. دلیل اصلی این کاهش، اختصاص اراضی دیم و کم بازده به کشت نخود در کشور است (بنایی 1996). این اراضی با حداقل آماده سازی بستر بذر کشت شده و با دست برداشت می­شوند (ایکاردا 2000). همچنین به منظور به حداقل رساندن هزینه تولید، هیچگونه مراقبتی از این مزارع صورت نمی­گیرد.

     استان­های کردستان، آذربایجان­غربی و آذربایجان­شرقی مناطق اصلی تولید نخود تیپ دسی در کشور هستند(کانونی و همکاران 2007). کشاورزان این استان­ها نخود را در تناوب با گندم دیم کشت می­کنند. دو رقم نخود تیپ دسی موجود به نام­های پیروز و کاکا حدود چهل سال پیش به ترتیب از توده­های محلی «خراسان» و «اهر» گزینش و معرفی شده­اند و عملکرد دانه آن­ها در شرایط دیم حدود ۶۰۰ کیلوگرم در هکتار است. شناسایی و معرفی ارقام جدید که ضمن تولید عملکرد بالاتر نسبت به ارقام موجود، از ارتفاع بوته مناسب برخوردار بوده و در برابر تنش های زنده عکس­العمل مطلوب­تری داشته باشند به افزایش تولید نخود و ارتقاء وضعیت معیشتی کشاورزان نخودکار کمک خواهد نمود. ارقام نخود تیپ دسی پاکوتاه و زودرس هستند، عملکرد آنها بالاتر است و نسبت به ارقام تیپ کابلی، به خسارت­های مکانیکی، یخبندان و آفات مقاوم­ترند (سینگ 1997).

     در برنامه­های به­نژادی، بررسی میزان سازگاری گیاهان زراعی به شرایط محیطی متفاوت از اهمیت ویژه­ای برخوردار است. از آنجایی­که نیاز بالقوه­ای برای ایجاد ارقام مناسب و سازگار به مناطق جغرافیایی مختلف و با اهداف خاص وجود دارد، برآورد اثر متقابل ژنوتیپ در محیط اجتناب­ناپذیر است. در اصلاح نباتات به ژنوتیپ­هایی سازگار اطلاق می­شود که در طیفی از محیط­ها، توان ژنتیکی عملکرد بالا و پایدار از خود بروز دهند (کانونی و همکاران 2016). ارقام با سازگاری وسیع، در یک سری از محیط­ها عملکرد متوسط و پایدار دارند. ولی ارقامی که منحصراً در شرایط مطلوب پتانسیل ژنتیکی محصول­دهی بالا داشته باشند و در شرایط نامساعد عملکردشان کاهش یابد، به عنوان ارقام با سازگاری محدود شناخته می­شوند (زالی و همکاران 2007).

     هدف اصلی و نهائی برنامه های اصلاحی، دستیابی به ژنوتیپ­های برتر و افزایش عملکرد دانه است (مالهوترا و ساکسنا 2002). آگاهی از حجم تنوع موجود در یک گونه برای مطالعات ژنتیکی و اصلاح نباتات اهمیت زیادی دارد زیرا می تواند مبنایی برای گزینش موثر ژنوتیپ­های مورد نظر باشد. به عبارت دیگر، لازمۀ گزینش، وجود تنوع قابل توارث در جامعه است (آلارد و برادشاو 1984). تنوع کل موجود در یک جمعیت را می­توان به اجزاء ژنوتیپی و محیطی تفکیک نمود. جزء ژنوتیپی تنوع، همواره مورد علاقه اصلاحگران بوده است و بر بخشی از تنوع کل دلالت دارد که مربوط به عوامل ژنتیکی است (زوبل و همکاران 1988). متخصصین اصلاح نباتات، نخود زراعی را به دو تیپ عمده دسی و کابلی تقسیم می کنند. تیپ دسی ۸۵ درصد از تولید جهانی را به خود اختصاص داده است و به طور عمده در هند، پاکستان، ایران، افغانستان و اتیوپی کشت می­شود (کارلوس پوپلکا و همکاران 2004). مناطق جغرافیایی زیادی به کشت نخود اختصاص دارند که شامل شبه قاره هند، غرب آسیا، شمال آفریقا، اروپا، اتیوپی، ارتفاعات شرق آفریقا، آمریکا و استرالیا، و در مجموع 34 کشور دنیا است (صباغ­پور و همکاران 2005). کشت نخود در عرض شمالی ۲۰-۴۰ درجه معمول بوده و ۹۲ درصد سطح زیرکشت جهانی نخود در قاره آسیا قرار دارد. نتایج تحقیقات انجام شده نشان می­دهند که از طریق افزایش بیوماس وافزایش اختصاص مواد فتوسنتزی به دانه­ها یعنی با استفاده از تیپ­های گیاهی ایستاده و پا بلند، افزایش تراکم و کاشت در تاریخ مناسب، می­توان عملکرد نخود را بهبود بخشید (صباغ­پور 2006).

     ارقام قدیمی نخود سفید و نخود سیاه مبداء داخلی داشته و به روش سلکسیون از توده های محلی انتخاب و معرفی شده­اند (کانونی و همکاران 2007). با توجه به این که پتانسیل تولید و موارد مصرف نخود سفید (تیپ کابلی) بیشتر است، به این تیپ توجه بیشتری معطوف شده و در سال های اخیر ارقامی مانند هاشم، آزاد، آرمان، سارال، عادل و ثمین از بین لاین­های آزمایشات بین المللی انتخاب و به عنوان رقم جدید، هر کدام برای شرایط خاص آب و هوایی و مناطق مختلف معرفی شده اند (صباغ­پور 2006). ولی بیش از چهل سال است که هیچ رقمی از نخود نوع دسی (سیاه) آزادسازی نشده است (کانونی 2020). با درنظر گرفتن مقاومت ارقام نخود سیاه به انواع تنش­های زیستی و غیر زیستی و اهمیت صادرات این ارقام علاوه بر مصارف داخلی، لازم است به معرفی لاین­های پرمحصول­تر از این تیپ توجه گردد. ارقام جدید گیاهان زراعی، نه تنها باید کارآیی بالایی برای عملکرد و سایر صفات از خود نشان دهند، بلکه بایستی برتری آن­ها در دامنه وسیعی از شرایط محیطی محرز گردد (سینگ و ساکسنا 1999).

     روش­های مختلف و متعددی برای تخمین پایداری عملکرد گیاهان زراعی ابداع شده و در ارزیابی و انتخاب آن­ها مورد استفاده قرار گرفته­اند (فینلی و ویلکینسون 1963، گولوب 1986 ، لین و بینز 1988، اوزدمیر و کاراداووت 2003، بخش و همکاران، 2011). روش­های مختلف تجزیه پایداری در چهار گروه (A) واریانس محیطی و ضریب تغییرات محیطی، (B) اکووالانس و واریانس پایداری، (C) ضریب رگرسیون و(D) انحراف از خط رگرسیون تقسیم بندی شده­اند. اغلب آماره­های یاد شده همبستگی مثبت و بالایی با یکدیگر دارند (فینلی و ویلکینسون 1963). با این وجود، محققان پیشنهاد می­کنند که برای دقت بیشتر بهتر است نتیجه­گیری براساس ترکیبی از روش­های مختلف صورت گیرد.

     لین و همکاران (1986)، پارامترهای پایداری را به سه تیپ1، 2 و 3 دسته­بندی کردند و چند سال بعد، لین و بینز (1988) پایداری تیپ 4 را تحت عنوان اندازه برتری (Pi) پیشنهاد کردند. در این روش ژنوتیپی پایدار است که واریانس بین سال­های آن در درون یک مکان کوچک باشد.

     یکی از روش­های چند متغیره پر کاربرد که از اعتبار علمی بالایی برخوردار است، روش اثرات اصلی جمع­پذیر و اثر متقابل ضرب­پذیر (AMMI) است (زوبل و همکاران 1988، کانگ و فام 1991). در این روش، تجزیه واریانس و تجزیه به مؤلفه­های اصلی با یکدیگر ادغام شده­اند، به­طوری­که درآن، اثر اصلی ژنوتیپ­ها از طریق تجزیه واریانس، و اجزای ژنوتیپی و محیطی اثر متقابل G×E با استفاده از تجزیه به مؤلفه­های اصلی محاسبه می­گردند. استفاده از مدل AMMI برای تجزیۀ اثر متقابل ژنوتیپ×محیط به منظور ارزیابی ژنوتیپ­ها در آزمایش­های چند محیطی در گیاهان زراعی مختلف گزارش شده است (دهقانی و همکاران 2006، محمدی و همکاران2010). از آنجایی­که مدل AMMI یک برآورد کمّی از پایداری ارائه نمی­کند، پارچز و همکاران (2000) ارزش پایداری امی[1] (ASV) را برای کمّی کردن و رتبه­بندی ژنوتیپ­ها بر حسب پایداری آن­ها پیشنهاد کردند. در این روش ژنوتیپ دارای ASV کمتر از پایداری عملکرد بیشتری برخوردار است. تجزیه بای­پلات GGE، روشی است که به­طور همزمان اطلاعات مربوط به اثر اصلی ژنوتیپ و اثر متقابل ژنوتیپ× محیط را در اختیار قرار می­دهد. این تجزیه عملکرد و پایداری ژنوتیپ­ها را ارزیـابی کرده، محیط­های مطلوب برای ژنوتیـپ­هـای خـاص را تعیین نموده و محیط­ها را به یک یـا چنـد ناحیه بـزرگ[2] دسته­بندی می­کند (یان و راجکان 2002). با توجه به مزایای روش بای­پلات GGE، استفاده از این مدل برای تجزیه اثر متقابل E×G پیشنهاد شده است (کروسا و همکاران 2002، یان و کانگ 2003). روش بای­پلات  GGE توسط محققان متعددی در گیاهان زراعی مختلف برای تجزیۀ داده­های آزمایشات ناحیه­ای مفید و کاربردی تشخیص داده شده است (زالی و همکاران 2007، فرشادفر و همکاران 2012، شیری و بهرام­پور 2015).

     لاین­های مورد نظر برای این تحقیق از بین توده های محلی نخود سیاه جمع آوری شده طی سال­های گذشته از مناطق کردستان و آذربایجان انتخاب شدند. این تحقیق با هدف دستیابی به ژنوتیپ‌های پرمحصول نخود سیاه سازگار به شرایط کشت دیم بهاره در مناطق مرتفع غرب کشور اجراء شد.

 

مـواد و روش‌هـا

     مشخصات جغرافیایی و آب­وهوایی مکان­های اجرای این پژوهش در جدول 1 ارائه شده است. اطلاعات مندرج در این جدول نشان می­دهند که ایستگاه سارال کردستان با طول جغرافیایی 08/48 درجه شرقی و عرض جغرافیایی 42/35 درجه شمالی، 2120 متر از سطح دریا ارتفاع داشته و مرتفع­ترین ایستگاه تحقیقات کشاورزی سطح کشور است. از طرف دیگر ایستگاه مراغه با 1720 متر ارتفاع از سطح دریا ، پست­ترین ایستگاه در بین مکان­های اجرای آزمایش بود. در این بین بیشترین میزان بارندگی  به میزان1/498 میلی­متر از ایستگاه ارومیه در سال اول اجرای تحقیق و کمترین مقدار بارندگی با 2/263 میلی­متر از همین ایستگاه در سال سوم (97-96) به ثبت رسیده است. گرم­ترین مکان، زنجان در سال زراعی 97-1396 با 37 درجه سلسیوس و سردترین مکان ارومیه در سال سوم اجرای آزمایش (5/21- درجه سلسیوس) بودند.در این پژوهش ۱۸ لاین انتخابی از آزمایش­های قبلی (ارزیابی توده های محلی نخود تیپ دسی غرب کشور) باضافة دو رقم پیروز و کاکا به عنوان شاهد در قالب طرح بلوک­های کامل تصادفی در سه تکرار به مدت ۳ سال در چهار ایستگاه تحقیقاتی کشور (سارال کردستان، مراغه، ارومیه و زنجان) کشت و مورد مقایسه قرار گرفتند. فهرست لاین­های آزمایشی در جدول 2 ارائه شده است. عملیات آماده سازی زمین محل اجرای آزمایشات شامل شخم عمیق پائیزه و پنجه غازی، دیسک و تسطیح در اولین فرصت بهاره انجام شد. هر واحد آزمایشی از ۴ خط ۴ متری به فواصل ۲۵سانتیمتر از یکدیگر تشکیل شده و فواصل بذور روی خطوط ۱۰سانتیمتر در نظر گرفته شد. برداشت، پس از حذف 25 سانتی­متر از ابتدا و انتهای کرت­ها و دو ردیف کناری، از سطحی معادل 75/1مترمربع صورت گرفت.

 

 

 

جدول 1- اطلاعات آب و هوایی و مشخصات جغرافیایی ایستگاه­های محل اجرای آزمایش (97-1394)

مکان

طول و عرض جغرافیایی

ارتفاع از سطح دریا (m)

سال زراعی

کد

دما (oC)

بارندگی

(mm)

حداقل

حداکثر

کردستان

37° 32' N

45° 05' E

2120

95-1394

E1

05/16-

66/36

30/442

96-1395

E2

41/20-

18/30

11/305

97-1396

E3

22/18-

80/32

80/352

مراغه

37° 32' N

45° 05' E

1720

95-1394

E4

22/17-

23/33

22/291

96-1395

E5

93/17-

61/29

20/303

97-1396

E6

32/19-

44/30

16/300

ارومیه

37° 32' N

45° 05' E

1889

95-1394

E7

28/15-

25/36

10/498

96-1395

E8

18/11-

25/34

40/351

97-1396

E9

53/21-

77/35

20/263

زنجان

36° 09' N

48° 49' E

1875

95-1394

E10

40/15-

60/35

70/310

96-1395

E11

80/15-

40/35

30/309

97-1396

E12

60/14-

20/37

01/390

 

 

     در طول فصل زراعی علاوه بر مراقبت­های معمول، یادداشت­برداری از صفات مختلف انجام شد، ولی در این­جا فقط از داده­های عملکرد دانه برای تجزیه پایداری استفاده شد. محاسبات آماری انجام شده عبارت بودند از : (الف) انجام آزمون یکنواختی واریانس­ها به روش لون[3]، (ب) تجزیه واریانس مرکب چهار ایستگاه × سه سال با درنظر گرفتن سال و منطقه به­عنوان عوامل تصادفی و ژنوتیپ به­عنوان عامل ثابت و مقایسه میانگین تیمارها با استفاده از آزمون حداقل تفاوت معنی­دار، (ج) انجام تجزیه پایداری به روش AMMI، (د) محاسبه ارزش پایداری امی (ASV) برای هر ژنوتیپ، (ه) تجزیه اثر متقابل ژنوتیپ در محیط از طریق روش بای­پلات GGE. در این تحقیق برای تجزیه داده­ها از نرم­افزار SAS نسخه 1/9 استفاده شد.


 

جدول 2-  فهرست اسامی ارقام و ژنوتیپ­های شرکت کننده در آزمایش

شماره

کد

نام ژنوتیپ

شماره

کد

نام ژنوتیپ

1

G1

IDDUR-2012-12

11

G11

IDDMAR-2012-6(2)

2

G2

IDDMAR-2012-32

12

G12

IDDSAL-2012-02

3

G3

IDDUR-2012-02

13

G13

IDDSAL-2012-09

4

G4

IDDSAL-2012-08

14

G14

IDDSAL-2012-15

5

G5

IDDMAR-2012-20

15

G15

IDDMAR-2012-32(1)

6

G6

IDDMAR-2012-8

16

G16

IDDMAR-2012-11

7

G7

IDDMAR-2012-14

17

G17

IDDUR-2012-01

8

G8

IDDMAR-2012-27

18

G18

IDDSAL-2012-10

9

G9

IDDSAL-2012-24

19

G19

Pirouz

10

G10

IDDMAR-2012-26

20

G20

Kaka

 

 


نتایج و بحث

      نتایج تجزیه واریانس مرکب عملکرد دانه لاین­های نخود در سه سال و چهار مکان در جدول 3 نشان داده شده است. در آزمایشات ناحیه­ای فرض مدل آماری ثابت، فرض درستی نیست. زیرا سال­ها و مکان­های مختلف با یکدیگر تفاوت دارند و لذا بایستی اثرات سال و مکان را تصادفی در نظر گرفت. از طرف دیگر، اثر واریته ثابت است و مربوط به همان ژنوتیپ­ها می­شود (استیل و توری 1981). بنابراین، آزمون F برای منابع تغییر بر اساس امید ریاضی میانگین مربعات صورت پذیرفت. بطوری­که، برای تشکیل یک نسبت F، دو امید ریاضی از MSها که تفاوت آن­ها فقط در یک جمله بود به یکدیگر تقسیم شدند و جمله­ی متفاوت در دو امید ریاضی، همان اثر تحت آزمون بود.

     تجزیه مرکب عملکرد دانه نشان داد که اختلاف بین سال­ها و مکان­ها و همچنین اثر متقابل بین سال و مکان در سطح احتمال 1 درصد معنی دار بود. از طرف دیگر، تفاوت بین ژنوتیپ­های تحت بررسی و  اثر متقابل بین واریته و مکان در سطح احتمال 5% معنی­دار به­دست آمد. ولی اثر متقابل واریته×سال و اثر متقابل واریته× سال ×مکان معنی­دار نبود. با توجه به معنی­دار بودن اثر متقابل واریته×مکان در آزمون  F واریته، درجه آزادی مخرج آزمون، از فرمول پیشنهادی ساترتویت[4] به­دست آمد. معنی­دار بودن اثر متقابل واریته در مکان برای عملکرد دانه بیانگر آن است که ژنوتیپ­ها در مکان­های مختلف، پاسخ­های متفاوتی بروز داده و لذا می­توان پایداری عملکرد را بررسی نمود (کانونی و همکاران  2016).

 

 

جدول3- تجزیه واریانس عملکرد دانه در سه سال و چهار مکان

منابع تغییر

درجه آزادی

میانگین مربعات

MS

نسبت آزمون F

امید ریاضی میانگین مربعات

مکان (P)

2

E+07**21/1

M1

M1/M3

 

سال(Y)

3

E+07**67/2

M2

M2/M3

 

اثر متقابل Y×P

6

**2868101

M3

M3/M4

 

خطا 1

24

116094

M4

-

 

واریته (V)

19

*57187

M5

   

V×P

38

*37290

M6

M6/M8

 

V×Y

57

26398

M7

M7/M8

 

V×P×Y

114

26065

M8

M8/M9

 

خطا 2

456

23283

M9

-

 

ضریب تغییرات (%)  

13/28

 

**، * به مفهوم معنی دار در سطح احتمال 1% و 5% می­باشد.

 

 

     نتایج تجزیه واریانس برای عملکرد دانه بر اساس مدل اثرات اصلی افزایشی و اثرات متقابل ضرب­پذیر(AMMI) در جدول 4 ارائه شده است. این جدول نشان داد که اختلاف بین محیط­های آزمایشی و ژنوتیپ­ها در سطح احتمال یک درصد و اثر متقابل ژنوتیپ×محیط در سطح احتمال پنج درصد معنی­دار بود. درصد واریانس توجیه شده توسط منابع بیانگر آن است که بیشترین میزان تغییرات موجود در داده­ها توسط واریانس محیط­ها توجیه شده است(35/71). واریانس بین ژنوتیپ­ها و واریانس اثر متقابل ژنوتیپ×محیط به ترتیب 12/2 و 40/8 درصد از تغییرات را توجیه کردند. بزرگ بودن مجموع مربعات محیط­ها حاکی از متنوع بودن محیط­های آزمایشی بود و تفاوت زیاد بین میانگین محیط­ها، بخش اعظم تغییرات در عملکرد دانۀ ژنوتیپ­های آزمایشی را ایجاد نمود. از طرف دیگر، اندازه مجموع مربعات اثر متقابل ژنوتیپ×محیط، 53 برابر بزرگتر از مجموع مربعات ژنوتیپ­ها بود و نشان داد که تفاوت فاحشی بین پاسخ ژنوتیپ­ها در طول محیط­ها وجود دارد.

     مدل­های معمول آماری مانند ANOVA، PCA و رگرسیون خطی غالباً به اندازه کافی برای درک و ارزیابی داده­های مرکب حاصل از آزمایشات ناحیه­ای مؤثر نیستند. در مقابل، تجزیۀ AMMI دو روش ANOVA و PCA را در یک مدل واحد ادغام نموده و یک تفسیر بصری ساده­ از اثرمتقابل ژنوتیپ در محیط فراهم می­کند (محمدی و همکاران2010). بر اساس تجزیه AMMI، اولین مؤلفه اصلی اثر متقابل (IPCA1) با 29 درجه آزادی حدود 38 درصد از مجموع مربعات اثر متقابل ژنوتیپ در محیط را به خود اختصاص داد. مؤلفه اصلی دوم حدود 15 درصد از مجموع مربعات اثر متقابل G×E  و IPCA3 نیز 12 درصد از SS اثر متقابل را توجیه کردند. میانگین مربعات دو مؤلفه اصلی اول و دوم به ترتیب در سطح احتمال 1 و 5 درصد معنی­دار بودند و بطور تجمعی حدود 53  درصد از کل اثر متقابل G×E  را توجیه نمودند. هرچند مقدار باقیمانده معنی­دار نشد، ولی در برگیرندۀ حدود 35 درصد از مجموع مربعات G×E  بود.

 

حیطنشان میس مدل اثرز انه بر اساس مدل اثرزات اصلی افزایشی و اثرات متقابل صربی در سطح احتمال 1% معنیاحتمال 1% معنی دار

جدول4- جدول تجزیه واریانس برای مدل  AMMI

منابع تغییر

درجه آزادی

مجموع مربعات

میانگین مربعات

توجیه شده%

F

F احتمال

کل

719

91407360

127131

-

-

-

ژنوتیپ (G)

19

1942356

102229

12/2

38/3

000/0

محیط (E)

11

65218183

5928926

35/71

50/14

000/0

اثر متقابل G×E

209

7678688

36740

40/8

21/1

0466/0

IPCA1

29

2923903

100824

20/38

33/3

000/0

IPCA2

27

1170973

43369

28/15

93/1

0453/0

IPCA3

25

923518

36941

01/12

22/1

2134/0

باقیمانده

128

2660294

20784

91/2

69/0

9942/0

خطای آزمایشی

456

13730105

30243

02/15

-

-

 

 

     ضمناً استفاده از سایر مؤلفه­های اصلی، کمکی به برآورد نکرده و بهترین مدل با استفاده از دو جزء IPCA1 و IPCA2 به دست آمد.ماتریس داده­های عملکرد دانه و مقادیرمؤلفه­های اصلی برای 20 ژنوتیپ نخود تیپ دسی در 12 محیط در جدول 5 درج شده است.اطلاعات این جدول نشان می­دهند که عملکرد دانه ژنوتیپ­های تحت بررسی در دامنه581 کیلوگرم در هکتار برای G14 تا 759 کیلوگرم در هکتار برای G19 متغیر بود. از طرف دیگر، میانگین عملکرد در محیط­های تحت مطالعه در دامنه 98/250 کیلوگرم در هکتار (مراغه در سال اول) تا 84/1135 کیلوگرم در هکتار (کردستان در سال سوم) متغیر بود. ضمناً با استفاده از مقادیر IPCA1 و IPCA2، ارزش پایداری AMMI برای هر لاین محاسبه شد (جدول 5). کمترین مقادیر که دلالت بر پایداری ژنوتیپ­های آزمایشی داشت، به ترتیب مربوط به لاین­های G16، G6، G17 و G2 بود؛ که از بین آن­ها G2 از بیشترین میزان عملکرد دانه (54/749 کیلوگرم در هکتار) برخوردار بود.

     در یک پروژه به­نژادی برای شناسایی و آزادسازی ژنوتیپ­های واجد سازگاری لازم به محیط­های هدف، اندازه­گیری اثر متقابل G×E بسیار حائز اهمیت است (مرتضویان و همکاران 2014). در این آزمایش، در بین ژنوتیپ­های تحت بررسی، لاینG11 دارای بیشترین مقدار PC1 بود(34/12)، در حالی­که در بین محیط­ها بیشترین مقدار PC1 مربوط به E4 (76/27-)بود. برای بررسی وضعیت سازگاری و پایداری ژنوتیپ­های تحت بررسی بر اساس دو مؤلفه اصلی اول و دوم نمودار بای­پلات رسم شد (شکل3).

 

 

 

 

شکل 1- بای پلات G×E ژنوتیپ­های نخود تیپ دسی در 12 محیط که اثرات دو مؤلفه اصلی اول و دوم (به ترتیبPC1 و PC2) را نشان می­دهند.

 

    

 

بای­پلات اثر متقابل ژنوتیپ در محیط برای ژنوتیپ­های نخود تیپ دسی در 12 محیط نشان داد که محیط­های E3، E7، E8، E10 و E11 شامل کردستان در سال سوم، و مراغه و زنجان در سال­های اول و دوم رفتار پایداری مشابهی نشان داشتند و لاین­های G5، G6، G9، G12 و G20 سازگاری بیشتری به این محیط­ها نشان دادند (شکل 1). در بین محیط­ها بیشترین اثر متقابل با ژنوتیپ مربوط به E6 (مراغه در سال سوم) و E9 (ارومیه در سال سوم) بود. بطور کلی، محیط­های دارای اسکور نزدیک به صفر مانند E2 (کردستان در سال دوم)، اثرمتقابل ناچیزی با ژنوتیپ­های آزمایشی نشان دادند و قادر به ایجاد تمایز بین ژنوتیپ­های آزمایشی نبودند. بر اساس این نمودار ژنوتیپ های شماره 7، 11، 18 و 19 که دارای کمترین مقادیر برای PC1 و PC2 بودند، به عنوان پایدارترین ژنوتیپ‏ها شناسایی شدند و لاین­های شماره 4، 9، 10، 14، 17 و 20 بیشترین نقش را در ایجاد اثر متقابل ایفاء نمودند. از بین لاین­های مشخص شده به عنوان ژنوتیپ پایدار، فقط G19 (رقم شاهد پیروز) از عملکرد بالایی برخوردار بود و سایر ژنوتیپ­ها عملکرد متوسط یا کمتر از متوسط داشتند.

 

 

جدول 5- ماتریس داده­های عملکرد دانه و مقادیرمولفه­های اصلی برای 20 ژنوتیپ نخود تیپ دسی در 12 محیط

ASV†

PC2

PC1

میانگین

E12

E11

E10

E9

E8

E7

E6

E5

E4

E3

E2

E1

ژنوتیپ

98/10

30/4

09/4

64/744

00/950

00/340

00/445

67/1366

40/426

93/707

00/787

33/716

00/180

74/1260

47/558

20/1197

G1

57/7

44/2

87/2

54/749

83/940

00/365

50/412

00/1250

90/638

57/926

67/827

33/598

33/169

74/1212

90/350

76/1296

G2

77/13

57/0-

51/5-

21/690

50/787

33/363

67/641

00/997

17/479

70/748

33/596

33/511

00/432

95/1276

51/304

06/11444

G3

66/13

66/13

09/0

08/639

00/925

33/328

00/410

00/762

10/386

50/707

33/730

33/445

67/446

26/986

49/247

96/1293

G4

08/10

71/6-

01/3-

17/628

17/859

67/341

67/471

67/825

10/586

47/807

33/433

00/536

33/221

26/1137

26/193

22/1079

G5

24/5

79/4-

85/0-

69/608

67/816

50/387

67/431

33/724

93/456

47/761

33/381

00/567

33/209

95/1154

75/288

38/1124

G6

14/12

32/0

86/4-

93/612

83/665

17/284

83/370

00/923

17/579

03/807

67/537

00/405

33/317

35/1113

48/160

39/1191

G7

40/9

42/1-

72/3

72/658

17/819

33/430

50/422

00/910

13/470

06/835

67/617

00/482

67/190

81/1242

59/296

81/1187

G8

79/21

71/8-

00/8

22/590

17/789

00/365

83/345

00/703

83/554

03/855

67/487

00/361

33/113

97/1160

55/390

27/956

G9

86/11

25/9

97/2

93/678

00/820

50/337

83/545

00/687

90/513

70/690

33/906

67/529

33/373

84/1224

86/309

26/1208

G10

81/30

09/0-

34/12

66/635

33/908

17/439

17/294

33/981

93/531

03/660

00/686

67/327

67/126

38/1239

48/320

76/1112

G11

93/15

80/6-

77/5-

09/698

00/805

00/285

50/642

00/1235

40/651

80/832

33/611

67/579

64/142

91/1199

41/305

47/1086

G12

57/11

05/3-

47/4-

78/613

67/676

33/318

17/519

33/908

23/479

70/827

33/610

00/548

67/170

67/1030

14/275

22/938

G13

87/7

73/0

14/3

71/581

83/880

67/291

00/435

33/541

00/500

90/744

67/554

00/437

67/243

51/992

39/316

56/1042

G14

36/10

65/2

01/4-

35/689

17/689

50/257

33/243

00/1063

10/586

70/871

33/636

33/609

67/218

06/984

18/1009

93/1139

G15

37/4

29/2-

49/1

67/600

83/805

83/315

33/368

00/839

60/423

47/873

33/470

00/361

33/237

42/1114

40/283

61/1115

G16

30/7

13/7

63/0

78/699

83/900

17/239

17/304

67/1399

13/611

53/788

00/756

23/463

00/260

19/1009

06/405

41/1260

G17

78/25

87/0

32/10-

92/673

33/773

67/341

83/510

33/1092

20/529

20/703

33/508

67/642

33/429

35/1135

87/246

96/1137

G18

73/11

25/1

67/4-

34/759

00/1070

83/345

00/630

00/1048

03/718

07/1032

33/758

33/604

33/353

92/1058

21/265

13/1201

G19

01/13

91/7-

14/4

07/653

33/893

00/335

00/360

33/1232

73/709

77/757

00/587

00/361

00/184

55/1181

59/316

63/918

G20

-

-

-

33/660

83/838

60/335

75/440

69/974

49/542

98/796

54/625

29/504

98/250

84/1135

22/342

7/1135

میانگین

-

-

-

-

78/241

67/157

82/128

68/635

23/224

06/174

52/291

45/325

21/332

78/260

34/208

03/258

LSD5%

-

-

-

-

26/2

43/1-

99/2

01/9

33/0

39/2-

72/2

61/1-

76/27-

88/7

19/6

80/1

PC1

-

-

-

-

33/11

16/1-

35/8-

81/7

66/0

06/14

04/7-

31/8-

08/1-

58/4-

84/4-

49/1

PC2

 

 

ASV †=ارزش پایداری AMMI

 

 

 

 

 

PC1

 

شکل2- بای­پلات مؤلفه اول اثر متقابل (PC1) و میانگین عملکرد دانه ژنوتیپ­های نخود

 

 

     لاین­های شماره 2، 13، 15 و 16 در مرحله دوم پایداری قرار گرفتند که از بین آنها G2 پر محصول و واجد خصوصیات مطلوب بود. شکل 2 نشان می دهد که از بین لاین­های با عملکرد دانه بالا مانند G1، G2 و G19، بعد از شاهد پیروز لاین شماره 2 دارای عملکرد پایدار با میانگین بالا و PC1 نزدیک صفر بود.

     از داده­های جدول 5 برای انجام تجزیه بای­پلات GGE استفاده شد. تفکیک اثر متقابل ژنوتیپ در محیط به روش بای­پلات GGE تأیید کرد که دو مؤلفه اصلی اول و دوم در مجموع 33/53 درصد از مجموع مربعات اثر متقابل G×E را بیان کردند.

     نمودار پلی­گون یا چندضلعی برای ژنوتیپ­های نخود تیپ دسی در شکل 3 ارائه شده است. این نمودار ژنوتیپ­های برتر در محیط­های مختلف را مشخص می­کند. بطوری­که در این نمودار ملاحظه می­گردد، ارقام قرار گرفته در رئوس چند ضلعی شامل G1، G19، G10، G14، G9، G20 و G17 بودند که بیشترین فاصله را از مرکز بای­پلات داشته و بعنوان بهترین یا ضعیف­ترین ژنوتیپ­ها در محیط­های مربوط به خود شناسایی ­شدند. خطوطی که از مبداء مختصات عمود بر اضلاع چند ضلعی رسم شده­اند، گروه­های محیطی و یا محیط­های کلان را مشخص می­کنند. اولین گروه محیطی، در برگیرندۀ محیط­های E7 ، E8 و E9 (ارومیه در سال­های اول تا سوم)، E5 (مراغه در سال دوم)،E12 (زنجان در سال سوم)، E2 وE3 (کردستان در سال­های دوم و سوم)، بود. که در آن­ها G1 بیشترین عملکرد را در این محیط­ها داشت. گروه بعدی که شامل E1 (کردستان در سال اول) و E6 (مراغه در سال سوم) بود، G19 (رقم پیروز) بالاترین عملکرد را تولید نمود. گروه سوم در بر دارندۀ محیط­های E10 و E4 بودو در آن G10 بیشترین عملکرد دانه را داشت. گروه چهارم فقط محیط E11 (زنجان در سال دوم) را شامل می­شد و در آن محیط، G14 شاخص­ترین ژنوتیپ بود. ژنوتیپ­های G9 و G20 در هیچکدام از محیط­ها برتری خاصی نداشتند و ژنوتیپ­هایی مانند G8، G7، G18 و G13 که نزدیک به مرکز محور مختصات بای­پلات قرار داشتند از عملکرد متوسطی در همه محیط­ها برخوردار بودند.

     رتبه بندی ژنوتیپ­های نخود بر اساس عملکرد دانه و میزان پایداری عملکرد دانه در 12 محیط در شکل 4 نشان داده شده است. تیپ دسی در شکل 1 ارائه شده است. این نمودار ژنوتیپوع مرعات اثر متقابل 3): 46-61, 2012.and study relationship among the u

 

 

شکل 3- چندضلعی بای­پلات برای تعیین ژنوتیپ­های برتر نخود در محیط­های مختلف

 

    

 

در شکل 4 یک خط دو سر پیکان، ژنوتیپ­های تحت مطالعه را به دو گروه پر محصول و کم محصول تقسیم نموده است. ژنوتیپ­هایی که در سمت راست خط مذکور قرار دارند از نظر عملکرد برتر از میانگین و آن­هایی که در سمت چپ این خط هستند عملکرد کمتری از متوسط کل دارند. بر این اساس، ژنوتیپ­های G1، G2، G19 و G17، G12 دارای عملکرد بالا و ژنوتیپ­های G5، G16، G6، G14 و G9 دارای عملکرد پائین بودند.

 

 

 

شکل 4- تعیین همزمان عملکرد و پایداری 20 ژنوتیپ نخود تیپ دسی در 12 محیط و مقایسه ژنوتیپ­های آزمایشی با ژنوتیپ ایده­آل

 

 

     از بین ارقام پر محصول، آن­هایی که فاصلۀ کمتری از خط ATC [5](خط دو سر پیکان) داشته باشند، از پایداری بیشتری برخوردارند. با این اوصاف، ژنوتیپ­های G1 و G2 دارای عملکرد بالا و پایداری پائین (فاصله زیاد از خط ATC) بودند و ژنوتیپ G19 (رقم پیروز) واجد عملکرد زیاد و پایداری مطلوب بود. ژنوتیپ G3 دارای عملکرد متوسط و پایداری متوسط بود.

     ضمناً چنانچه ملاحظه می­گردد، در سمت چپ خط ATC  هیچ محیطی قرار ندارد و همه محیط ­ها در سمت راست خط یاد شده هستند. لذا گزینش همزمان برای عملکرد و پایداری در ژنوتیپ­های تحت بررسی امکان­پذیر نیست و لازم است ژنوتیپ­های تحت بررسی با ژنوتیپ ایده­آل مقایسه شوند. ژنوتیپ ایده­آل ژنوتیپی فرضی است که دارای بیشترین عملکرد و بالاترین میزان پایداری بوده و در مرکز دوایر متحدالمرکز قرار دارد. میزان مطلوبیت ژنوتیپ­ها با اندازه فاصله آن­ها از ژنوتیپ ایده­آل سنجیده می­شود. مقایسه ژنوتیپ­های آزمایشی نشان داد که پس از G19 ( رقم شاهد پیروز) G2 و G1 نزدیکترین ارقام به ژنوتیپ ایده­آل بودند.

     روابط بین محیط­ها و مقایسه محیط­ها از نظر قابلیت تفکیک مابین ژنوتیپ­ها و قابلیت بیانگر بودن آنها در شکل 5 نشان داده شده است. بر اساس این شکل، زاویه 90 درجه یا نزدیک به آن نشانگر عدم وجود رابطه بین محیط­های آزمایشی است. در این­جا، زاویه بین محیط­های E2، E3، E7، E8و E9کمتر از 90 درجه بوده یعنی این محیط­ها شرایط آب و هوایی نسبتاً یکسان داشته و در رتبه بندی ژنوتیپ­ها مشابه عمل می­کنند. از طرف دیگر محیط­های E1، E4، E5، E6، E10و E12 گروه محیطی دیگری را تشکیل داده و در تفکیک و رتبه بندی ژنوتیپ­ها همانند هم عمل می­کنند. توصیه شده است که مناطق دارای همبستگی بالا در سالهای آتی برای آزمایشات مشابه مورد استفاده قرار نگیرند (دانیالی و همکاران 2012). طول بردار محیط­ها نیز شاخصی برای قابلیت تفکیک محیط­ها است. یعنی بردارهای طویل­تر بیشتر بودن انحراف معیار و در نتیجه قابلیت تفکیک یا تمایز بیشتر را نشان می دهند. محیط E9 (ارومیه در سال سوم) دارای بیشترین طول بردار بوده و می تواند در آزمایشات بررسی ارقام نخود در شرایط دیم تمایز بین ژنوتیپ­ها را مشخص نماید.

 

 

شکل5- بای­پلات روابط بین محیط­ها و مقایسه آن­ها از لحاظ بیانگر بودن

 

    

 

محیط­ ایده­آل محیطی فرضی است که دارای حداکثر مقدار قابلیت بیانگری و تفکیک است و از نظر مکانی در مرکز داویر متحدالمرکز بای پلات واقع است (یان و  کانگ 2003). برای مقایسۀ محیط­های آزمایشی با محیط ایده­آل و تعیین محیط­های برتر، بای پلات مربوطه رسم شد(شکل 6). در روش بای­پلات GGE، زاویۀ بین بردار محیطی و محور مختصات محیط متوسط (AEA)[6]، شاخصی برای تعیین میزان بیانگری یک محیط است. هر چقدر این زاویه کوچکتر باشد، میزان بیانگری بیشتر بوده و محیط مورد نظر نماینده بهتری از محیط هدف خواهد بود.

 

 

 

شکل6- بای­پلات مقایسه محیط­ها با محیط ایده­آل

 

 

     در این بررسی، ارومیه در سال سوم (E9) و مراغه در سال دوم (E5) بیشترین میزان بیانگری را نشان دادند (شکل 6). از طرف دیگر، ارومیه در سال دوم (E8) و مراغه در سال اول (E4) کمترین مقادیر بیانگری را داشتند. با توجه به زاویۀ بردارهای محیطی با خط  AEA و طول آن­ها، دو محیط E9 (ارومیه در سال سوم) و E6 (مراغه در سال سوم) نزدیکترین محیط­ها به محیط ایده­آل بوده و به عنوان محیط مناسب برای گزینش ژنوتیپ­های برتر نخود تیپ دسی در کشت دیم بهاره توصیه می­شوند. از این بردار در تحقیقات متعددی برای تعیین واریته­های پایدار استفاده شده است (فرشادفر 2008، مرتضویان و همکاران 2014).

 

نتیجه­گیری کلی

     نتایج این تحقیق نشان داد که رقم پیروز (G19) هنوز هم پرمحصول­ترین ژنوتیپ­ نخود تیپ دسی کشور بوده و از پایداری بالایی نیز برخوردار است. مع­الوصف این رقم به دلیل درشتی دانه از بازارپسندی لازم برخوردار نیست و کشاورزان نخودکار رغبتی به کشت آن نشان نمی­دهند. بر اساس نتایج به­دست آمده، ژنوتیپ­های G2 (IDDMAR-2012-32) و G1 (IDDUR-2012-12) با عملکرد بالا و پایداری نسبی را می­توان (پس از بررسی­های تکمیلی) به عنوان جایگزین رقم پیروز به کشاورزان نخودکار معرفی نمود.

 

سپاسگزاری :  این مقاله از نتایج پروژه تحقیقاتی به شماره 94175-15-53-0 استخراج شده است. لذا جا دارد از رئیس محترم مؤسسه تحقیقات کشاورزی دیم کشور و رؤسای مراکز دست اندرکار بابت همکاری­های بی­شائبه تشکر و قدردانی گردد.

 



[1] AMMI Stability value

[2] Mega Environment

[3] Levene (1960)

[4] Satterthwaite (1946)

[5] Average Tester Coordinate

[6] Average Environment Axis

Ahmadi K, Gholizadeh H, Ebadzadeh H, Hoseinpour R, Hatami F, Mohiti Z, Fazli B and Rafiei M. 2018. Agricultural year book (2016-2017), Vol. 1. Ministry of Jihad-e-Agriculture, http://www.maj.ir /portal/File/ShowFile.aspx?ID=6f66d3e3-0884-4823-b12d-6319a2edad84. (In Persian).
Allard RW and Bradshaw AD. 1984. Implications of genotype-environmental interaction in applied plant breeding. Crop Science, 4:503-508.
Bakhsh A, Akhtar  LH, Malik SR, Masood A, Iqbal SM and Qurashi R. 2011. Grain yield stability in chickpea (Cicer arietinum L.) across environments. Pakistan Journal of Botany, 43(5): 2947-2951.
Banaei T. 1996. Chickpea, sowing to harvesting. Agricultural Education Publication, Karaj, No. 73/189.
Carlos Popelka J, Terryn N and Higgins T.2004. Gene technology for grain legumes: can it contribute to the food challenge in developing countries? Plant Science, 167(2), 195-206.
Crossa J, Cornelius PL and Yan W. 2002. Biplots of linear-bilinear models for studying crossover genotype × environment interaction. Crop Science, 42: 136–144.
Danyali SF, Razavi F, Ebadi-Segherloo A, Dehghani H and Sabaghpour SH. 2012. Yield stability in chickpea (Cicer arietinum L.) and study relationship among the univariate and multivariate stability parameters. Research in Plant Biology, 2(3): 46-61, 2012.
Dehghani H, Ebadi A and Yousefi A. 2006. Biplot analysis of genotype by environment interaction for barley yield in Iran. Agronomy Journal,  98: 388–393.
Farshadfar E. 2008. Incorporation of AMMI Stability Value and Grain Yield in a Single Non-parametric Index (GSI) in Bread Wheat. Pakistan Journal of Biological Sciences, 11(14): 1791-1796.
Farshadfar E, Rashidi M, Jowkar MM and Zali H. 2012. GGE Biplot analysis of genotype × environment interaction in chickpea genotypes. European Journal of Experimental Biology, 3(1):417-423.
FAOSTAT. 2016. Crops. http://faostat3.fao.org/browse/Q/QC/E. Accessed 22 October, 2016.
FAOSTAT. 2018. Crops. http://faostat.fao.org/browse/Q/QC . Accessed 16 September, 2018.
Finlay KW and Wilkinson GN. 1963. The analysis of adaptation in a plant breeding programme. Australian Journal of Agricultural  Research, 14: 742-754.
Gollob AF. 1986. A statistical model which combines features of factor analytic and analysis of variance technique. Psychometrica, 33:73-115.
ICARDA. 2000. Germplasm program legume. Annual report for 1999. ICARDA. Aleppo, Syria.
Kang MS and Pham HN. 1991. Simultaneous selection for high yielding and stable crop genotypes. Agronomy Journal, 83: 161-165.
Kanouni H, Taleei AR and Khalili M. 2007. Stability analysis of seed yield and one hundred seeds weight in Desi type chickpea genotypes under dryland conditions. Seed and Plant,  23(3): 297-310. (In Persian).
Kanouni H, Farayedi Y, Sabaghpour SH and Saeid S. 2016. Assessment of genotype×environment interaction effect on seed yield of chickpea (Cicer arietinum L.) lines under rainfed winter planting conditions. Iranian Journal of Crop Sciences, 18(1): 63-75. (In Persian).
Kanouni H. 2020. An overview of chickpea breeding in Iran. Technical bulletin, Dryland Agricultural Resaerch Institute, AREEO, Tehran, No. 55945.
Levene, H. 1960. Robust tests for equality of variances. Essays in Honor of Harold Hotelling. In: Olkin I, Ghurye SG, Hoeffding W, Madow WG, Mann HB (eds) Contributions to probability and statistics. Stanford University Press, Palo Alto, p 292.
Lin CS and Binns MR. 1988. A superiority measure of cultivar performance for cultivar × location data. Canadian Journal of Plant Science, 68: 193-198.
Lin CS, Binns MR and Lefkovitch LP. 1986. Stability analysis: Where do we stand?  Crop Science, 26: 894-900.
Malhotra RS and Saxena MC. 2002. Strategies for overcoming drought stress in chickpea. Caravan.17.
Mohammadi R, Haghparast R, Amri A and Ceccarelli S. 2010. Yield stability of rainfed durum wheat and GGE biplot analysis of multi-environment trials. Crop and Pasture Science, 61: 92–101.
Mortazavian SM, NikKhah M, Hassani HR, Sharif-al-Hosseini FA, Taheri M and Mahlooji MM. 2014. GGE-biplot and AMMI analysis of yield performance of barley genotypes across different environments. Iranian Journal of Agricultural Science and Technology, 16: 609-622.
Özdamir S and Karadavut U. 2003. Comparison of the performance of autumn and spring Sowing of chickpeas in a temperate region. Turkish Journal of Agriculture and Forestry, 27: 345-352.
Purchase JL, Hatting H and van Deventer CS. 2000. Genotype × environment interaction of winter wheat (Triticum aestivum L.) in South Africa: Π. Stability analysis of yield performance. South African Journal of Plant and Soil, 17:101-107.
Sabaghpour SH. 2006. Challenges and approaches of dryland pulses production increment in Iran. Iranian Journal of Crop S ciences, 8, 2(30): 15-54.
Sabaghpour SH, Mahmoudi AA, Saeid A, Kamel M and Malhotra RS. 2005. Study on chickpea drought tolerance lines under dryland condition of Iran. Indian Journal of Crop Science, 52: 102-112.
Shiri MR, and Bahrampour T. 2015. Genotype × environment interaction analysis using GGE biplot in grain maize (Zea mays L.) hybrids under different irrigation conditions. Cereal Research, 5(1):83-94. (In Persian).
Satterthwaite FE. 1946. An approximate distribution of estimates of variance components. Biometrics Bulletin. 2:110-114.
Singh KB, and Saxena MC. 1999. Chickpeas (The Tropical Agriculturalist). Macmillan Education LTD, London and Bisingtone.
Singh KB.1997. Chickpea (Cicer arietinum L.). Field Crops Research. 53.161-170.
Steel RGD and Torrie JH. 1981. Principles and procedures of statistics: A biometrical approach. McGraw-Hill, New York, 633 pp.
Yadav SS, Redden RJ, Chen W, and Sharma B. 2007. Chickpea breeding and management. CAB, International. Wallingford, UK, 638 p.
Yan W and Kang MS. 2003. GGE Biplot Analysis: A Graphical Tool for Breeders, Geneticists, and Agronomists. CRC Press, Boca Raton, FL, USA.
Yan W and Rajcan I. 2002. Biplot analysis of test sites and trait relations of soybean in Ontario. Crop Science, 42: 11–20.
Zali H, Sabaghpour SH, Farshadfar E, Pezeshkpour P, Safikhani M, Sarparast R and Hashembeigi A. 2007. Stability analysis of yield in chickpea genotypes by additive main effects and multiplicative interaction (AMMI). Journal of Crop Production and Processing, 11(42):173-180. (In Persian).
Zobel RW, Wright MJ and Gauch HG. 1988. Statistical analysis of a yield trial. Agronomy Journal, 80: 388–393.