ارزیابی برخی از خصوصیات زراعی در ژنوتیپ‌های نخود (Cicer arietinum L.) در کشت پائیزۀ دیم استان کردستان

نامداری, آرمان; کانونی, همایون; احمدی, هادی; اسماعیلی, احمد

doi:10.22059/ijfcs.2019.243228.654389

فهرست نشریات

فهرست نشریات دارای اعتبار وزارت علوم، تحقیقات و فناوری

فهرست مجلات علمی- پژوهشی دانشگاه تهران

نحوه ارسال مقاله برای مجله- ثبت نام در سامانه- فراموش کردن رمز عبور

تعداد نشریات	161
تعداد شماره‌ها	6,532
تعداد مقالات	70,500
تعداد مشاهده مقاله	124,089,283
تعداد دریافت فایل اصل مقاله	97,192,606

ارزیابی برخی از خصوصیات زراعی در ژنوتیپ‌های نخود (Cicer arietinum L.) در کشت پائیزۀ دیم استان کردستان

علوم گیاهان زراعی ایران

مقاله 1، دوره 51، شماره 2، تیر 1399، صفحه 1-14 اصل مقاله (1.02 M)

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22059/ijfcs.2019.243228.654389

نویسندگان

آرمان نامداری¹؛ همایون کانونی^* ²؛ هادی احمدی³؛ احمد اسماعیلی⁴

¹دانشجوی سابق کارشناسی ارشد دانشگاه لرستان گروه اصلاح نباتات

²دانشیار پژوهشی، عضو هیات علمی سازمان تحقیقات آموزش و ترویج کشاورزی

³گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانگشاه لرستان، خرم آباد، ایران

⁴گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، داتنگشاه لرستان، خرم آباد، ایران

چکیده

به منظور ارزیابی تنوع ژنتیکی و توسعه کشت پائیزه نخود در کشور، چهارده ژنوتیپ نخود شامل 13 لاین منتخب از سری ژرم‌پلاسم مرکز بین المللی تحقیقات کشاورزی در مناطق خشک (ایکاردا)، به همراه ژنوتیپ ILC 482 به عنوان رقم شاهد، در قالب طرح بلوکهای کامل تصادفی در چهار تکرار و طی دو سال زراعی (93-1391)، در ایستگاه تحقیقات کشاورزی سارال استان کردستان بررسی شدند. لاینهای نخود از لحاظ تعداد روز از کاشت تا گلدهی و رسیدگی، ارتفاع بوته، تعداد غلاف در بوته، تعداد دانه در غلاف، تعداد شاخههای اولیه و ثانویه، عملکرد بیولوژیک، شاخص برداشت، وزن 100 دانه و عملکرد دانه مورد ارزیابی قرار گرفتند. تجزیه واریانس مرکب نشان داد که بین ژنوتیپهای مورد بررسی برای تعداد روز از کاشت تا گلدهی و رسیدگی، تعداد شاخههای ثانویه، ارتفاع بوته، تعداد غلاف در بوته، وزن 100 دانه، شاخص برداشت، تعداد بوته در کرت و عملکرد دانه، اختلاف آماری معنیداری وجود داشت و لاینهای جدید از نظر اغلب صفات، برتری چشمگیری بر شاهد (ILC 482) داشتند. بر اساس تجزیه ضرایب مسیر، عملکرد بیولوژیک، شاخص برداشت و تعداد شاخههای ثانویه، بیشترین اثر مستقیم را بر عملکرد دانه داشتند و بنابراین برای انتخاب ارقام پرمحصول نخود در کشت پائیزه غرب کشور باید به این صفات توجه بیشتری نمود. علاوه بر این، لاینFLIP 09-130C، با دارا بودن عملکرد دانه بالاتر و معنی‌دار نسبت به شاهد (ILC 482)، برای کشت پائیزه نخود در شرایط دیم استان کردستان مناسب تشخیص داده شد. این لاین از وزن 100 دانه مطلوب و ارتفاع بوته مناسب برای برداشت مکانیزه برخوردار بود.

کلیدواژه‌ها

صفات زراعی؛ عملکرد دانه؛ نخود

عنوان مقاله [English]

Evaluation of some agricultural characteristics of chickpea (Cicer arietinum L.) genotypes in autumn dryland sowing in Kurdistan province

نویسندگان [English]

Arman Namdari¹؛ Homayoun Kanouni²؛ Hadi Ahmadi³؛ Ahmad Ismaili⁴

¹Former M.Sc. Student, Lorestan University

²Agricultural Research, Education and Extension Organization (AREEO), Sanandaj, Iran

³Agronomy and Plant breeding Dept., Faculty of Agriculture, University of Lorestan, KhorramAbad, Iran.

⁴Agronomy and Plant breeding Dept., Faculty of Agriculture, University of Lorestan, KhorramAbad, Iran.

چکیده [English]

To evaluate the genetic diversity and develop of new chickpea cultivars for autumn planting in the country, 14 genotypes of chickpea including 13 selected lines from germplasm of International Center for Agricultural Research in the Dry Areas (ICARDA), as well as one check variety, ILC 482, investigated in a randomized complete block design with four replications during two years (2012-2014) in Saral Agriculture Research Station, Kurdistan province. The evaluation of chickpea lines was performed in terms of number of days from planting to flowering and maturity, plant height, number of pods per plant, number of seeds per pod, number of primary and secondary branches per plant, biological yield, harvest index, 100-seed weight and grain yield. Combined analysis of variance showed that there were significant differences between the studied genotypes for days from planting to flowering and maturity, plant height, number of pods per plant, number of secondary branches, harvest index, 100 seed weight and grain yield, and new lines compared to control cultivar had a significant superiority for most of the traits. Based on path analysis, biological yield, harvest index and number of secondary branches had the most direct effect on grain yield. Therefore, to select high-yielding chickpea cultivars in autumn sowing in west highland areas of Iran, these traits should be paid more attention. In addition, FLIP 09-130C line which had higher and significant seed yield than check line (ILC 482), was identified favorable for autumn sowing in Kurdistan province. This genotype had appropriate seed yield and plant height for mechanical harvesting.

کلیدواژه‌ها [English]

Agronomic traits, chickpea, seed yield

اصل مقاله

مقدمه

حبوبات نه تنها از لحاظ پروتئین و نشاسته غنی هستند، بلکه سرشار از عناصری مانند فیبر، ویتامینها، و مواد معدنی می‌باشند و سلامت مصرف‌کنندگان را تضمین می‌کنند. مزایای متعدد حبوبات برای سلامتی انسان، از جمله شاخص گلایسمیک پائین برای افراد مبتلا به بیماری دیابت و جلوگیری از سرطان، به اثبات رسیده است (Yadav et al., 2007). حبوبات همچنین به بهبود حاصلخیزی خاک، مخصوصاً در نواحی دیم کمک میکنند. نخود از مهم‌ترین حبوبات ایران است که سطح زیر کشت آن در سال زراعی 94-1393 در ایران 463000 هکتار و تولید و عملکرد آن به ترتیب 193000 تن و 402 کیلوگرم در هکتار بوده است (Ahmadi et al., 2016).

نخود دارای ریشۀ عمیق است و میتواند تحت شرایط تنش شدید خشکی که برای اغلب محصولات زراعی کشنده است، رشد کند و دانه دهد. این گیاه از طریق همزیستی با باکتری ریزوبیوم، باعث تثبیت ازت اتمسفری می‌شود و در هر فصل زراعی، به طور متوسط 50 کیلوگرم در هکتار نیتروژن به خاک می‌افزاید (Singh et al., 1993). علاوه بر این، نخود می‌تواند فسفر را از منابعی که برای سایر گیاهان زراعی قابل دسترس نیست، استخراج کند و مورد استفاده قرار دهد. این توانایی، بهدلیل وجود ترشحات ریشهای غنی از اسید سیتریک است که به حل شدن کلسیم فسفاتها کمک مینماید (Hunter et al., 2014). از طرف دیگر این محصول، به دلیل جلوگیری از تجمع آفات، بیماریها و علفهای هرز، از جایگاه ویژه‌ای درتناوب باغلات برخوردار است.

افزایش عملکرد دانه، مهم‌ترین هدف اصلاحی نخوداست (Yadav et al., 2007). یکی از راههای نیل به این هدف، تغییر زمان کاشت از بهار به پائیز یا زمستان است (Malhotra and Saxena, 1993). پس از پی بردن به مزایای تغییر زمان کاشت نخود از بهار به پائیز، تلاش‌های به نژادی برای تحمل به تنش‌ سرما در نخود شروع شده است (Malhotra & Saxena, 1993). عملکرد دانه، صفت کمّی پیچیدهای است که تا حد زیادی تحت تأثیر حاصلخیزی خاک، رطوبت، دما و بسیاری از عوامل محیطی قرار میگیرد (Kearsey & Pooni, 1996) و به‌دلیل تعداد زیاد ژن کنترل کننده عملکرد و تأثیر عوامل محیطی بر آن، قابلیت توارث آن پایین است. از طرف دیگر، انتخاب بر اساس صفات مرفولوژیک وابسته به عملکرد دانه مانند اجزای آن، به دلیل آسانی اندازه‌گیری و وراثت‌پذیری نسبتاً بالا، روشی سریع و مطمئن برای غربال جوامع گیاهی برای بهبود عملکرد دانه است (Sleper & Poehlman, 2006). بنابراین، پی بردن به رابطه آن‌ها با عملکرد و به‌عبارت دیگر همبستگی بین عملکرد و اجزای آن ضروری می‌باشد.

معمولاً بین صفات مرتبط با عملکرد، همبستگی منفی وجود دارد و با توجه به روابط پیچیده صفات با یکدیگر، قضاوت نهایی نمیتواند فقط بر مبنای همبستگی ساده انجام گیرد و لازم است از روشهای آماری چندمتغیره برای درک عمیقتر روابط بین صفات بهره برد (Singh et al., 1993). در مطالعات مربوط به عملکرد، از روش تجزیه علیّت برای بررسی اثرات صفات مؤثر بر عملکرد و روابط بین آن‌ها استفاده میشود. با کمک این روش، میتوان همبستگی بین عملکرد و اجزای آن را تفکیک و بررسی نمود. تجزیه علیت، ابزار مناسبی برای تعیین اهمیت صفات مؤثر بر عملکرد در گیاهان زراعی است. در این روش، ماهیت همبستگیهای ساده مشخص می‌شود و میزان اثرات مستقیم و غیرمستقیم متغیرهای وابسته تعیین میگردد (Dewey & Lu, 1959).

در ارزیابی ژنوتیپهای نخود، از فنون آماری تک و چند متغیره استفاده می‌شود و بر آزمون مفروضات تجزیه واریانس تأکید شده است (Ahmad Khan, 2009). Tadesse et al. (2016) ضرایب همبستگی و تجزیه علیّت را برای بررسی صفات کمّی در ژنوتیپهای نخود تیپ دسی در اتیوپی بهکار بردند. بر اساس نتایج این تحقیق، صفات ارتفاع بوته، شاخص برداشت و عملکرد بیولوژیک، بیشترین اثر مستقیم را بر عملکرد دانه نخود تیپ دسی داشتند. Kanouni and Malhotra (2003) در بررسی تنوع ژنتیکی و روابط بین صفات ژنوتیپهای نخود، بالاترین اثرات مستقیم مثبت بر عملکرد دانه را مربوط به شاخص برداشت و وزن 100 دانه دانستند وآنها را به عنوان مهم‌ترین صفات مؤثر بر افزایش عملکرد نخود در شرایط دیم اعلام کردند.

نخود در نواحی غرب کشور، به‌طور سنتی در بهار، با تکیه بر رطوبت ذخیره شده در خاک کشت میشود. چنین محصولی از مرحله گلدهی تا رسیدگی، با دمای بالا و تنش خشکی روبه‌رو است و تا حد زیادی از عملکرد آن کاسته میشود. انتقال زمان کاشت از بهار به پائیز، مشکل تنش خشکی را برطرف می‌کند ولی مشکلات دیگری مانند بیماری برقزدگی، تنش سرما و علفهای‌هرز را به دنبال دارد. بنابراین، با بررسی صفات و مقایسه ارقام، باید ژنوتیپهایی که در برابر برقزدگی و سرما مقاوم هستند را گزینش و معرفی کرد. در ایستگاههای وابسته به مؤسسۀ تحقیقات کشاورزی دیم کشور، همه ساله خزانههای متعددی برای گزینش و غربال لاینهای متحمل به سرما مورد بررسی قرار می‌گیرد و ارقام مناسبی برای کشت پائیزه معرفی می‌شوند (Kanouni et al., 2013). تحقیق حاضر به منظور ارزیابی عملکرد دانه و اجزای آن و تعیین روابط بین این صفات در لاینهای پیشرفته نخود در شرایط دیم پائیزه، به مرحله اجرا درآمد.

مواد و روشها

این تحقیق به مدت دو سال زراعی و در فاصله سال‌های 93-1391، در ایستگاه تحقیقات کشاورزی سارال استان کردستان در 60 کیلومتری شمال سنندج، با مختصات جغرافیایی 48 درجه و هشت دقیقه طول شرقی و 35 درجه و 43 دقیقه عرض شمالی و 2100 متر ارتفاع از سطح دریا انجام شد. محل اجرای آزمایش دارای خاک زراعی عمیق با بافت لوم و ساختمان دانهای کلوخهای بود. ژنوتیپهای مورد استفاده در این تحقیق شامل 13 لاین منتخب از سری ژرم‌پلاسم مرکز بین المللی تحقیقات کشاورزی در مناطق خشک (ایکاردا[1])، به همراه لاین ILC 482 به عنوان رقم شاهد بودند (جدول1). متوسط پارامترهای اقلیمی در سالهای اجرای تحقیق در جدول2 و میانگین دما و بارندگی در شکل1 نشان داده شدهاند. بر اساس این جدول‌ها، تعداد روزهای بارندگی و تعداد روزهای یخبندان (دمای زیر صفر درجه سانتیگراد) در سال اول کمتر از سال دوم بود. مجموع نزولات جوّی در سال اول و دوم به ترتیب برابر با 296 و 6/332 میلیمتر بود.

در هر دو سال، آزمایش به‌صورت طرح بلوکهای کامل تصادفی با 14 ژنوتیپ در چهار تکرار انجام شد و عملیات کاشت در نیمه مهر ماه، بهصورت دستی صورت گرفت. عملیات آماده سازی بستر بذر شامل شخم، دو دیسک عمود بر هم و تسطیح بود. کود‌دهی مزرعه بر اساس آزمون خاک و کاربرد 30 کیلوگرم کود نیتروژن در هکتار به عنوان شروع کننده[2] انجام شد. ابعاد هر واحد آزمایشی چهار متر در 2/1 متر بود که هر واحد،در برگیرندۀ چهار ردیف چهار متری به فواصل 30 سانتیمتر از یکدیگر بود و بذرها با فاصله 10 سانتیمتری از هم روی ردیفها کشت شدند.

کلیه مراقبتهای زراعی مانند وجین و مبارزه با آفات، بر اساس نیاز و بهطور یکسان در تمامی واحدهای آزمایش انجام گرفت. عملیات برداشت با دست و پس از زرد شدن بیش از 90 درصد بوتههای داخل هر کرت انجام شد. تعداد روز تا گلدهی یعنی فاصلۀ زمانی از کاشت تا هنگامی که 50 درصد از بوتههای هر کرت حداقل دارای یک گل بودند، تعداد روز تا رسیدگی یعنی تعداد روزها از کاشت تا زمانیکه حداقل 80 درصد از غلافهای موجود در کرت رسیده شدند، تعداد غلاف در بوته (پنج بوته به‌طور تصادفی از دو ردیف میانی هر کرت انتخاب و تعداد غلافها شمارش شدند و میانگین تعداد غلاف به عنوان ارزش کرت منظور شد) از جمله صفات مورد مطالعه بودند.

تعداد دانه در غلاف (تعداد دانه در غلافهای پنج بوته به تصادف انتخاب و شمارش شدند و میانگین آن به عنوان ارزش کرت ثبت شد)، ارتفاع بوته (ارتفاع پنج بوته تصادفی از سطح خاک تا بالاترین سطح تاجپوش بر حسب سانتیمتر اندازهگیری و یادداشت شد)، تعداد شاخه‌های اولیه (متوسط تعداد شاخه اولیه در پنج بوته

جدول 1- مشخصات ژنوتیپ‌های نخود مورد مطالعه

Table 1. Characteristics of studied chickpea genotypes

Pedigree	Origin	Entry name	No.
X03TH-20/(S00784XFLIP97-28C)XICCV2	ICARDA	FLIP07-201C	1
X02TH69/S00792 X FLIP98-028C	ICARDA	FLIP07-225C	2
X05TH21/(FLIP98-206CXFLIP97-90C)XFLIP02-42C	ICARDA	FLIP09-2C	3
X04TH163/ICCV-2XFLIP97-116	ICARDA	FLIP09-40C	4
X04TH163/ICCV-2XFLIP97-116	ICARDA	FLIP09-47C	5
X05TH11/X04TH-130XFLIP02-36C	ICARDA	FLIP09-65C	6
X05TH110/FLIP00-16XFLIP97-85	ICARDA	FLIP09-107C	7
X05TH112/FLIP97-121XFLIP00-17	ICARDA	FLIP09-109C	8
X05TH120/FLIP98-38XFLIP97-85	ICARDA	FLIP09-115C	9
X05TH131/FLIP97-118XFLIP00-17	ICARDA	FLIP09-123C	10
X05TH134/FLIP00-14XF5LM(5308)	ICARDA	FLIP09-130C	11
X06TH6/X05TH103XFLIP03-120	ICARDA	FLIP09-147C	12
X06TH8/X05TH111XFLIP03-109	ICARDA	FLIP09-162C	13
Turkish landrace	Turkey	ILC 482(check)	14

جدول 2- مشخصات اقلیمی و داده‌های هواشناسی ایستگاه تحقیقات کشاورزی سارال کردستان برای فصلهای زراعی 93-1391

Table 2. Climatological characteristics and meteorological data of Saral agricultural research station in Kurdistan in 2012-2014 cropping seasons

Cropping Season						Months
2013-14			2012-13
Days below zero	Relative Humidity (%)	Rainy days No.	Days below zero	Relative Humidity (%)	Rainy days No.
3	41.7	0	0	29	0	Oct
19	66.8	14	13	41	10	Nov
24	71.6	13	25	46	12	Dec
30	73.4	4	30	85.7	5	Jan
30	76.9	6	30	82	6	Feb
19	77.6	13	26	67	15	Mar
16	68.8	11	12	44	8	Apr
0	62.2	11	0	59	11	May
0	58.4	4	0	45	5	Jun
0	45.5	3	0	36.2	0	Jul
0	33.1	0	0	34.8	0	Aug
0	27.9	0	0	29.7	0	Sep
141	58.7	79	136	49.9	72	Mean/Total

تصادفی شمارش و ثبت شد)، تعداد شاخه‌های ثانویه (متوسط تعداد شاخه ثانویه در پنج بوته تصادفی شمارش و ثبت شد)، وزن 100 دانه (وزن 100 دانه از بذرهای تولیدی در هر کرت که رطوبت اضافی خود را در هوای آزاد از دست داده بودند، با ترازوی حساس اندازهگیری و بر حسب گرم یادداشت شد)، عملکرد بیولوژیک (وزن همه بوتههای موجود در سطح کرت با حذف ردیفهای حاشیه و 25 سانتیمتر از ابتدا و انتهای ردیفها اندازه‌گیری شد و بر حسب کیلوگرم در هکتار برای هر کرت ثبت شد)، شاخص برداشت (نسبت عملکرد دانه به عملکرد بیولوژیک به‌صورت درصد محاسبه و ثبت شد) و عملکرد دانه (پس از رسیدن بوتههای هر کرت و حذف حاشیه، وزن بذر تولیدی در هر کرت اندازهگیری و بر حسب کیلوگرم در هکتار یادداشت شد) از دیگر صفات مورد بررسی بودند. علاوه بر این صفات، تعداد بوته باقیمانده در هر پلات بعد از سرمای زمستان نیز ثبت شدند.

پس از پایان هر سال، تجزیه واریانس ساده و در پایان دورۀ دو ساله و به منظور بررسی اثر متقابل بین سال و ژنوتیپ، تجزیه واریانس مرکب بر روی دادهها انجام شد. میانگین صفات توسط آزمون کمترین اختلاف معنیدار (LSD) مقایسه شدند. از تحلیل کوواریانس برای حذف اثر متغیر مداخلهگر (تعداد بوته) استفاده شد تا عملکرد دانه با دقت بیشتری برآورد شود. سپس ضرایب همبستگی ساده بین صفات و مدل رگرسیون خطی چندگانه صفات مؤثر بر عملکرد دانه محاسبه شدند. از عامل تورم واریانس (VIF)[3] برای تعیین وجود چند همخطی و ارزیابی ضعف یا قوت ضرایب رگرسیون استفاده شد. بهمنظور درک بهتر روابط بین صفات، ضرایب همبستگی به اثرات مستقیم و غیر مستقیم تجزیه شدند (Dewey & Lu, 1959). فرض مخالف صفر بودن اثرات مستقیم، توسط آزمون t- student تأیید شد. تمام تجزیههای آماری توسط نرمافزار GenStat نسخۀ 1/12 انجام شدند.

شکل 1- میزان بارندگی و دمای حداقل (خط ممتد) و حداکثر (خط منقطع) ایستگاه سارال کردستان طی دو سال متوالی 92-1391 (a) و 93-1392 (b) .

Figure1. Rainfall and minimum (continued) and maximum (discontinued) temperature of Saral station in Kurdistan during two successive cropping years, 2012-2013 (a) and 2013-2014(b).

نتایج و بحث

تجزیه واریانس ساده صفات نشان داد که بین ژنوتیپ‌های مورد بررسی از نظر همه صفات بجز عملکرد بیولوژیک و تعداد دانه در غلاف در سال اول و عملکرد بیولوژیک در سال دوم، تفاوت معنی‌داری وجود داشت (جداول ارائه نشدهاند). نتایج تجزیه واریانس مرکب دو ساله در جدول 3 نشان داده شده است. کمترین و بیشترین میزان ضریب تغییرات به ترتیب مربوط به تعداد روز از کاشت تا رسیدگی (2/0) و تعداد شاخههای اولیه (1/35) بود. این نتاج حاکی از آن است که میزان پراکندگی در تعداد شاخههای اولیه، حدوداً 175 برابر میزان پراکندگی در تعداد روز از کاشت تا گلدهی بوده است. برخی از محققان، اندازه ضریب تغییرات را به دقت اندازهگیری صفت مورد نظر نسبت میدهند (Goa, 2014). ضریب تغییرات برای عملکرد دانه، 8/30 درصد بود. یکی از عوامل بالا بودن ضریب تغییرات عملکرد در چنین تحقیقاتی میتواند اجرای آزمایش در شرایط دیم باشد (Tadesse et al., 2016).

جدول 3- تجزیه واریانس مرکب و میانگین مربعات صفات مورد بررسی در ژنوتیپهای نخود

Table 3. Combined ANOVA and mean squares of investigated traits in chickpea genotypes

P/P	PHT	SBN	PBN	DM	DF	Degree of freedom	Source of variation
2442.2	3291.78**	180.04**	60.04**	0.57	3.22*	1	Year(Y)
273.4	21.08	8.56	4.04	0.21	0.38	6	Error1
1564.1**	93.16**	22.68**	0.63	40.73**	26.68**	13	Genotype(G)
453.2**	21.86**	13.94**	0.86	5.32**	3.56	13	G×Y
168.5	7.35	4.16	1.05	0.25	2.23	78	Error2
7.6	4.0	11.7	18.3	0.01	0.1	CV% (1)
22.3	8.9	30.6	35.1	0.2	0.6	CV% (2)

ادامه جدول 3...

YLD	S/P	P/Plot	HI	BYLD	SW	Degree of freedom	Source of variation
126565	0.16*	41387.3*	227.01	0.24	34.55	1	Year(Y)
72941	0.02	5936.4	497.4	135.81	21.68	6	Error1
316345**	0.01	2355.4**	1920.2**	24.08	42.23**	13	Genotype(G)
56178*	0.02	1096.0**	244.82	1.54	7.22	13	G×Y
25459	0.01	407.7	360.71	27.02	4.93	78	Error2
13.9	3.9	21.9	16.9	19.0	3.5	CV% (1)
30.8	11.3	22.5	33.9	31.6	6.2	CV% (2)

*و ** به ترتیب نشانگر تفاوت معنی دار در سطوح احتمال پنج و یک درصد می‌باشند.DF= تعداد روز از کاشت تا گلدهی، DM= تعداد روز از کاشت تا رسیدگی، PBN= تعداد شاخههای اولیه، SBN= تعداد شاخههای ثانویه، PHT= ارتفاع بوته، p/p = تعداد غلاف در بوته، SW= وزن 100 دانه، BYLD= عملکرد بیولوژیک، HI= شاخص برداشت، p/plot= تعداد بوته در کرت، s/p= تعداد دانه در غلاف,YLD= عملکرد دانه.

*, **: Significant at 0.05 , 0.01 of probability levels, respectively

DF= Days from sowing to flowering, DM= Days to maturity, PBN= Primary branches number, SBN= Secondary branches number, PHT= Plant height, p/p= Pod per plant, SW= 100- seed weight, BYLD= Biological yield, HI= Harvest index, P/Plot= Plant per plot, S/P= Seed per pod, YLD= Seed yield.

میانگین برخی از صفات به تفکیک سال، میانگین دو ساله و همچنین مقایسه میانگینها برای ژنوتیپهای تحت مطالعه در جدول 4 ارائه شدهاند. چنانچه ملاحظه میشود، اثر سال بر تعداد روز از کاشت تا گلدهی معنیدار بود. تعداد روز از کاشت تا گلدهی در سال اول (20/220 روز) کمتر از سال دوم (41/235 روز) بود (جدول 4).

یکی از دلایل عمده تفاوت حدود 15 روز در میانگین تعداد روز از کاشت تا گلدهی در دو سال اجرای آزمایش میتواند شرایط جوی و به‌ویژه تفاوت در میزان بارندگی در دو سال زراعی باشد (جدول 1). از طرف دیگر، تفاوت بین ژنوتیپهای مورد بررسی از نظر تعداد روز از کاشت تا گلدهی، معنیدار بود (P < 0.01). میانگین این صفت

جدول 4- میانگین صفات مورد بررسی در ژنوتیپهای نخود تیپ کابلی به تفکیک سال

Table 4. Mean of studied traits in Kabuli type chickpea genotypes by years.

Plant height(cm)			Days to Maturity			Days to Flowering			Genotype
Mean	2013	2012	Mean	2013	2012	Mean	2013	2012
33.06	27.00	39.13	260.00	262.00	258.00	235.30	236.50	235.25	FLIP07-201C
28.75	22.25	35.25	259.13	260.00	258.25	235.00	235.00	235.00	FLIP07-225C
32.17	25.75	38.53	259.13	259.00	259.25	236.88	235.80	238.00	FLIP09-2C
40.62	40.00	41.25	258.00	257.75	258.25	235.88	236.80	235.00	FLIP09-40C
29.88	23.50	36.25	262.00	264.00	260.00	238.75	237.30	240.25	FLIP09-47C
28.38	22.50	34.25	251.50	251.00	252.00	230.16	230.00	230.25	FLIP09-65C
29.92	25.00	34.84	259.00	260.00	258.00	235.38	235.80	235.00	FLIP09-107C
29.17	24.50	33.84	258.38	258.75	258.00	235.25	235.50	235.00	FLIP09-109C
31.88	25.00	38.75	257.63	257.25	258.00	235.12	235.30	235.00	FLIP09-115C
29.87	24.50	35.25	258.13	258.00	258.25	234.50	234.00	235.00	FLIP09-123C
36.29	35.00	37.59	258.13	258.00	258.25	235.38	235.50	235.25	FLIP09-130C
30.25	25.00	35.50	259.25	260.00	258.50	236.00	236.80	235.25	FLIP09-147C
26.50	20.75	32.25	258.25	258.25	258.25	235.00	235.00	23.500	FLIP09-162C
27.17	23.25	31.09	258.50	259.00	258.00	235.75	236.50	235.00	ILC 482(check)
30.57	25.14	35.98	258.36	258.79	257.93	235.31	235.41	220.20	Mean
2.69	3.08	4.54	0.494	0.69	0.73	1.487	2.83	1.06	LSD _5%

برای ژنوتیپ‌های نخود طی دو سال نشان داد که ژنوتیپ‌های FLIP09-65C وFLIP09-47C به ترتیب کمترین و بیشترین تعداد روز از کاشت تا گلدهی را داشتند (جدول 4).

تفاوت بین ژنوتیپهای نخود از لحاظ تعداد روز از کاشت تا رسیدگی معنی‌دار بود. لاین FLIP 09-47C با 262 روز و لاین FLIP 09-115Cبا 63/257 روز از کاشت تا رسیدگی، به ترتیب دیررسترین و زودرسترین ژنوتیپهای آزمایشی بودند (جدول 4). همچنین اثر سال بر ارتفاع بوته معنی‌دار بود (جدول 3). میانگین ارتفاع بوته گیاهان تحت بررسی در سال اول (98/35 سانتیمتر) بیشتر از سال دوم (14/25 سانتیمتر) بود (جدول 4). تفاوت بین ژنوتیپ‌ها از نظر ارتفاع بوته نیز معنی‌دار بود. مقایسۀ میانگینها برای این صفت نشان داد که در بلندترین ژنوتیپ (FLIP 09-40C)، ارتفاع بوته برابر با 62/40 سانتیمتر بود، درحالیکه ارتفاع بوته رقم شاهد (ILC 482) برابر با 17/27 سانتیمتر بود. با توجه به معنیدار بودن اثر متقابل سال × ژنوتیپ برای ارتفاع بوته، بیشترین ارتفاع بوته مربوط به همان ژنوتیپ در سال اول زراعی (92-91) بود (جدول 4). بسیاری از محققان بر این عقیده هستند که ارتفاع بوته در کنار ساختار ژنتیکی، به تراکم و زمان کاشت و شرایط اقلیمی بستگی دارد (Upadhyaya, 2003; Kujur et al., 2016). با این وصف، گزارش شده است که ارتفاع بوته تا حد زیادی به وسیلۀ عوامل محیطی بهویژه رطوبت و محتوای مواد معدنی خاک و همچنین تراکم بوته تحت تأثیر قرار میگیرد (Yadav et al., 2007). لاین FLIP 09-40Cقابلیت برداشت با کمباین یا هد مخصوص را دارد و در صورت داشتن خصوصیات مطلوب دیگری مانند عملکرد و اندازۀ دانه می‌تواند کاندیدی برای معرفی رقم جدید باشد. Ganjealiet al. (2011) دامنۀ ارتفاع بوته را بین 2/24 تا 42 سانتیمتر و Atienoet al. (2017) بین 1/33 تا 3/41 سانتیمتر گزارش کرده‌اند که با نتایج این تحقیق همخوانی دارد. البته گزارشاتی از اجرای آزمایشات مختلف در محیطهای معتدل مدیترانه‌ای وجود دارند که متوسط ارتفاع بوته را 8/52 تا 2/68 سانتیمتراعلام نمودهاند (Ceyhan et al., 2013).

نتایج تجزیه واریانس نشان داد که اثر سال برای وزن 100 دانه معنی‌دار نبود ولی بین ژنوتیپها از لحاظ این صفت تفاوت معنیداری وجود داشت (جدول 3). میانگین این صفت نشان داد که وزن 100 دانۀ ژنوتیپهای مورد بررسی، بین 74/32 گرم (FLIP 09-162C) تا 71/41 گرم (FLIP 09-147C) متغیر بود (جدول 5). وزن 100 دانه یکی از اجزای مهم عملکرد در نخود است و شرایط محیطی و ساختار ژنتیکی ژنوتیپها بر آن اثر می‌گذارد (Yadav et al., 2007; Namvar et al., 2011). در مطالعات اخیر، وزن 100 دانۀ نخود بین 7/34 تا 40/49 گرم (Goa, 2014) و 4/29 تا 6/44 گرم (Namvar et al., 2011) گزارش شده است.

بر اساس نتایج تجزیه واریانس، اثر سال بر تعداد غلاف در بوته معنی‌دار نبود ولی همان‌گونهکه در جدول 3 مشاهده میشود، بین ژنوتیپها از لحاظ این صفت تفاوت معنیدار وجود داشت. همچنین تفاوت بین تعداد غلاف در بوته در ژنوتیپهای مورد بررسی در دو سال معنیدار بود (P=0.01). کمترین (2/14) و بیشترین (6/41) تعداد غلاف در بوته به ترتیب مربوط به ژنوتیپ‌های FLIP 07-225C و FLIP 09-130C بود. تعداد غلاف در بوته، یکی از اجرای عملکرد نخود است و تاثیر زیادی بر عملکرد دانه دارد (Upadhyaya, 2003). یافتههای قبلی در رابطه با این صفت، دامنهای بین 9/15 تا 3/37 غلاف (Kanouni et al., 2013) و 46/23 تا 29/33 غلاف (Ceyhan, et al., 2013) را نشان میدهند که تا حد زیادی با نتایج این تحقیق همخوانی دارد.

اثر سال بر تعداد دانه در غلاف معنی‌دار بود ولی بین ژنوتیپهای آزمایشی از نظر این خصوصیت تفاوتی وجود نداشت (جدول 3). میانگین کل این صفت (01/1) مبین آن است که اغلب لاینها و ارقام تحت مطالعه، دارای بیش از یک دانه در غلاف بودهاند (جدول 5).

اثر سال بر تعداد شاخههای اولیه معنیدار بود ولی تفاوت معنیداری بین ارقام از لحاظ این صفت مشاهده نشد (جدول3). میانگین کل این صفت در دو سال آزمایش نشان داد که در سال اول، 66/3 و در سال دوم، 2/2 شاخه اولیه توسط لاینهای آزمایش تولید شده است. برخی از مطالعات، نشان دهنده تنوع ژنتیکی بین ژنوتیپهای بررسی شده از نظر تعداد شاخههای اولیه می‌باشند (Liu et al., 2003; Navab et al., 2013).

جدول 5- میانگین صفات مورد بررسی در ژنوتیپهای نخود کابلی به تفکیک سال

Table 5. Mean of Studied traits in Kabuli type chickpea genotypes by years

No. of seeds per pod			No. of Pods per plant			Seed weight (g)			Genotype
Mean	2013	2012	Mean	2013	2012	Mean	2013	2012	Genotype
0.97	0.95	0.98	27.55	25.75	29.37	36.31	36.84	35.78	FLIP 07-201C
1.04	1.01	1.06	14.20	11.38	17.0	34.50	33.78	35.21	FLIP 07-225C
1.03	0.95	1.09	26.90	33.13	20.63	36.95	38.53	35.37	FLIP 09-2C
1.06	0.96	1.17	27.30	28.38	26.25	33.20	33.41	33.00	FLIP 09-40C
1.08	1.06	1.10	24.80	23.88	25.75	36.30	34.06	38.54	FLIP 09-47C
1.02	1.08	0.95	41.50	42.63	40.38	34.62	33.81	35.44	FLIP 09-65C
1.01	0.96	1.07	30.75	40.25	21.25	34.82	34.11	35.54	FLIP 09-107C
0.95	0.89	1.01	31.90	37.63	26.13	37.44	35.73	39.15	FLIP 09-109C
1.01	0.96	1.06	26.95	25.63	31.25	36.14	35.44	36.83	FLIP 09-115C
1.05	1.06	1.05	26.90	27.88	25.88	34.56	34.07	35.05	FLIP 09-123C
0.99	0.97	1.03	41.60	41.63	41.63	38.33	38.21	38.45	FLIP 09-130C
0.96	0.86	1.06	25.55	28.75	22.38	41.71	41.13	42.28	FLIP 09-147C
1.05	0.98	1.11	35.10	39.88	30.38	32.74	31.23	34.25	FLIP 09-162C
1.01	1.00	1.02	26.95	33.88	20.0	37.21	36.70	37.71	ILC 482(check)
1.02	0.98	1.05	29.14	31.48	27.02	36.06	35.50	36.61	Mean
0.11	0.16	0.17	6.46	9.59	8.965	2.21	2.73	3.56	LSD _5%

در مورد تعداد شاخه های ثانویه، اثر سال، ژنوتیپ و اثر متقابل آنها معنی دار بود (جدول 3). میانگین این صفت در سال اول، 89/7 شاخه و در سال دوم، 39/5 شاخه بود. بر اساس میانگین دو سال، بیشترین تعداد شاخه ثانویه (12/11) مربوط به لاین FLIP 09-65Cو کمترین تعداد شاخه ثانویه (00/5) مربوط به لاین FLIP 07-225Cبود (جدول 6). در بررس یهای مشابه، تعداد شاخههای ثانویه ارقام مختلف نخود 40/4 تا 65/11 (Atta et al., 2008) و 81/7 تا 02/15 (Goa et al., 2017) گزارش شده است.

اثر هیچ‌کدام از منابع تغییر بر عملکرد بیولوژیک معنیدار نبود. بیشترین و کمترین عملکرد بیولوژیک به‌ترتیب مربوط به لاین ILC 482 (شاهد) و لاین FLIP 09-109C بود (جدول 6).

جدول 6- میانگین صفات مورد بررسی در ژنوتیپهای نخود کابلی به تفکیک سال

Table 6. Mean of studied traits in Kabuli type chickpea genotypes by years

Biological yield (kg/h)				No. of Secondary branches					No. Primary branches				Genotype
Mean		2013	2012	Mean		2013	2012		Mean	2013		2012
1794		1847	1740.5	5.75		4.50	7.00		2.75	2.25		3.25	FLIP 07-201C
1839		1864	1813.3	5.00		4.50	5.50		2.50	2.00		3.00	FLIP 07-225C
1461		1446	1476.0	5.88		5.00	6.75		2.50	2.00		3.00	FLIP 09-2C
1844		1863	1824.3	6.88		5.50	8.25		3.00	2.00		4.00	FLIP 09-40C
1492		1475	1508.5	5.75		5.25	6.25		3.25	2.75		3.75	FLIP 09-47C
1558		1519	1596.5	11.12		12.25	10.00		3.25	1.75		4.75	FLIP 09-65C
1790		1839	1740.7	5.75		5.50	6.00		2.75	2.50		3.00	FLIP 09-107C
1291		1171	1412.3	5.25		4.50	6.00		2.5	2.00		3.00	FLIP 09-109C
1611		1620	1601.5	6.12		4.75	7.50		3.13	2.00		4.25	FLIP 09-115C
1532		1532	1533.3	5.25		4.00	6.50		2.88	2.00		3.75	FLIP 09-123C
1722		1709	1735.3	9.00		5.00	13.00		3.13	2.25		4.00	FLIP 09-130C
1696		1734	1658.5	6.62		5.50	7.75		3.13	2.25		4.00	FLIP 09-147C
1524		1543	1504.0	7.62		5.25	10.00		3.13	2.50		3.75	FLIP 09-162C
1855		1846	1864.5	7.25		4.00	10.00		3.13	2.50		3.75	ILC 482(check)
1644.0		1643	1643.5	6.66		5.39	7.89		2.93	2.20		3.66	Mean
517.2	775.0		709.7	2.03	2.59			3.21	1.02		0.88	1.87	LSD _5%

بر اساس جدول3، تفاوت بین ژنوتیپهای مورد بررسی از نظر شاخص برداشت معنیدار بود (P=0.01). جدول 7 نشان میدهد که در مطالعه حاضر، دامنه تغییرات شاخص برداشت قابل توجه بود (4/14-1/71 درصد). این موضوع نشان از تنوع ژنتیکی برای شاخص برداشت در ژنوتیپهای مورد مطالعه دارد. در بررسی تأثیر رژیمهای آبیاری بر عملکرد و اجزای عملکرد ارقام نخود در دو کشت پائیزه و بهاره در استان لرستان، متوسط شاخص برداشت، 2/42 درصد گزارش شد و تفاوت معنیداری بین ارقام مورد نظر مشاهده نشد (Gholami-Zali et al., 2015).

جدول 7- میانگین صفات مورد بررسی در ژنوتیپهای نخود کابلی به تفکیک سال

Table 7. Mean of studied traits in Kabuli type chickpea genotypes by years

Seed yield (kg/h)			Harvest index			Genotype
Mean	2013	2012	Mean	2013	2012	Genotype
512.2	503.9	519.3	31.1	30.80	31.32	FLIP 07-201C
144.4	180.4	108.2	14.4	11.67	17.18	FLIP 07-225C
442.2	520.5	363.6	31.5	40.07	22.95	FLIP 09-2C
538.1	393.8	682.8	36.6	28.85	44.43	FLIP 09-40C
662.0	643.7	680.1	55.4	55.01	55.71	FLIP 09-47C
947.3	1035.7	859.1	71.1	78.98	63.27	FLIP 09-65C
520.1	562.5	477.4	29.1	31.46	26.74	FLIP 09-107C
460.2	360.9	559.4	39.0	36.70	41.25	FLIP 09-109C
392.2	345.6	483.6	24.2	19.64	28.66	FLIP 09-115C
373.1	335.9	409.7	23.6	19.53	27.70	FLIP 09-123C
822.4	603.0	1040.9	49.5	37.94	61.02	FLIP 09-130C
429.2	399.6	458.4	30.4	25.80	35.01	FLIP 09-147C
611.1	550.9	671.7	40.1	35.81	44.29	FLIP 09-162C
400.1	346.1	454.6	22.2	18.85	25.65	ILC 482(check)
518.4	484.46	554.91	35.23	33.65	37.51	Mean
158.8	195.1	257.1	18.91	28.54	25.72	LSD _5%

ارقام و لاینهای موردآزمایش از لحاظ عملکرد دانه با یکدیگر اختلاف معنی‌داری داشتند (جدول3). بر مبنای میانگین ارقام، بیشترین عملکرد دانه (3/947 کیلوگرم در هکتار) مربوط به لاین FLIP 09-65Cبودو کمترین آن (4/144 کیلوگرم در هکتار) به لاین FLIP 07-225Cاختصاص داشت (جدول 7). اثر متقابل سال× ژنوتیپ برای عملکرد دانه معنی‌دار بود (P=0.05)؛ به عبارت دیگر، نمود ژنوتیپهای نخود در دو سال زراعی اجرای آزمایش متفاوت بود. نتایج نشان میدهند که در دو سال اجرای این تحقیق، بیشترین عملکرد دانه، به لاین FLIP 09-130Cدر سال اول (9/1040 کیلوگرم در هکتار) و کمترین میزان عملکرد دانه به لاین FLIP 07-225Cدر همان سال اول (2/108 کیلوگرم در هکتار) تعلق داشت. این تفاوت قابل ملاحظه در عملکرد ژنوتیپهای آزمایشی، ناشی از تلفات بوتهها در داخل واحدهای آزمایشی در اثر خسارت سرما بود که ضریب تغییرات را به بیش از 30 درصد افزایش داد (جدول 3). پرمحصولترین لاین آزمایشی، از ارتفاع بوته خوبی برخوردار نبود (3/28 سانتیمتر) و بنابراین قابلیت برداشت مکانیزه را نداشت. در مقابل، لاین FLIP 09-130C با عملکرد 4/822 کیلوگرم در هکتار، از ارتفاع بوته (29/36 سانتیمتر) و وزن 100 دانۀ مطلوبی (33/38 گرم) برخوردار بود (جداول 4 و 5).

تفاوت معنی‌دار بین ژنوتیپها از نظر تعداد بوته در کرت (P<0.05)، یکسان نبودن تعداد بوتۀ موجود در هر واحد آزمایشی را نشان داد (جدول 3) و حاکی از آن بود که تفاوت ژنوتیپهای آزمایشی از لحاظ عملکرد دانه، علاوه بر پتانسیل ذاتی هر ژنوتیپ، تحت تأثیر تعداد بوته در کرت نیز قرار گرفته است. جدول میانگینها نشان میدهد که کمترین و بیشترین تعداد بوته در کرت، به‌ترتیب به لاین‌های FLIP 09-109C (44 بوته) و FLIP 09-130C(137 بوته) تعلق داشت. بنابراین از تجزیه کوواریانس که مدل ادغام شدۀ آنوا (ANOVA) و روشهای رگرسیونی برای متغیرهای پیوسته است، برای تصحیح مقادیر عملکرد دانه استفاده شد (جدول 8). تجزیه کوواریانس نشان داد که متغیّر کمکی (کوواریت) در سال دوم و در تجزیه مرکب دو سال معنیدار بود.

جدول 8- تجزیه کوواریانس با تعداد بوته در پلات به عنوان متغیر کمکی و عملکرد دانۀ لاینهای نخود به عنوان متغیر وابسته

Table 5. Analysis of covariance (ANCOVA) with plant/plot as covariate and seed yield of chickpea lines as dependent variable.

Mean Square			degree of freedom (d.f.)	Source of variation (S.O.V)
Combined (d.f.)	2013	2012	degree of freedom (d.f.)	Source of variation (S.O.V)
*276995(1)**	182812	140668	1	Covariate
32130(5)	17592	39491	2	Residual
174675(13)**	64747**	144028**	13	Genotype(G)
33815^ns (13)	-	-	-	YLD
*156137(1)**	214221**	36564	1	Covariate
23762(77)	13469	32189	38	Error

بر اساس جدول 9، عملکرد دانه لاینهای تحت بررسی بر اساس متغیر کمکی (تعداد بوته درکرت) تصحیح شد. میانگین عملکرد دانه (تصحیح شده) نشان میدهد که کمترین و بیشترین عملکرد دانه به ترتیب مربوط به لاین‌های FLIP 07-225C (198 کیلوگرم در هکتار) و FLIP 09-65C (857 کیلوگرم در هکتار) بود. هر چند در عملکرد دانه تعدیل شده لاینهای آزمایشی، قدری کاهش یا افزایش رخ داد اما ترتیب ارقام تغییر نکرد. تحقیقات مشابهی بر روی مقاومت به سم ضد آفت ملخ در برنج، با برآورد LT₅₀ و تجزیه کوواریانس انجام شده است (Heong et al., 2013).

جدول 9- متغیر کمکی (تعداد بوته باقی مانده پس از سرمای زمستان) و عملکرد تعدیل شدۀ ژنوتیپ‌های نخود

Table 9. Covariate (number of survived plants after winter /plot) and adjusted yield of chickpea genotypes

Seed yield (Adjusted)			No. of plants per plot			Genotype
Mean	2013	2012	Mean	2013	2012	Genotype
473	371	508	107.2	96.0	118.5	FLIP 07-201C
198	259	149	65.9	55.7	76.0	FLIP 07-225C
439	494	366	91.4	75.7	107.0	FLIP 09-2C
545	394	691	86.8	70.7	102.8	FLIP 09-40C
645	594	673	97.8	80.2	115.2	FLIP 09-47C
857	717	833	130.8	131.5	130.0	FLIP 09-65C
512	557	470	93.4	71.7	115.0	FLIP 09-107C
495	501	565	74.1	44.0	104.2	FLIP 09-109C
399	428	427	86.6	55.0	118.2	FLIP 09-115C
424	405	451	66.8	57.5	76.0	FLIP 09-123C
818	733	1007	91.5	46.0	137.0	FLIP 09-130C
466	453	488	73.0	60.5	85.5	FLIP 09-147C
590	503	659	99.5	79.7	119.2	FLIP 09-162C
391	375	437	94.2	65.2	123.2	ILC 482(check)
518	484.57	551.71	89.93	70.67	109.13	Mean
240.6	186.7	264.2	40.09	20.21	31.49	LSD _5%

روابط بین صفات بر اساس ضرایب همبستگی در جدول10 ارایه شده است. همبستگی بین دو صفت می‌تواند از لینکاژ بین ژنها، اثرات متقابل غیر آللی و اثر یک ژن بر روی چند صفت (پلیوتروپی) به‌دست آید (Kearsey & Pooni, 1996 ). نتایج نشان میدهند که از بین صفات مورد بررسی، شاخص برداشت، بیشترین همبستگی را با عملکرد در واحد سطح داشت (**73/0=r ) و به دنبال آن، صفات تعداد شاخههای ثانویه و تعداد غلاف در بوته، به ترتیب بیشترین همبستگی مثبت و معنیدار را با عملکرد دانه داشتند. نتایج حاضر تا حد زیادی با گزارشهای سایر محققان مطابقت دارد (Singh et al., 1993; Atta et al., 2008; Ceyhan et al.m 2013). وجود رابطه مثبت و بسیار معنیدار بین تعداد روز از کاشت تا گلدهی و تعداد روز از کاشت تا رسیدگی دور از انتظار نبود. از طرف دیگر، بین ارتفاع بوته و تعداد شاخههای اولیه، همبستگی معنی‌دار مشاهده شد (P=0.05). علاوه بر این، همبستگی بین عملکرد تک بوته و عملکرد بیولوژیک در سطح احتمال پنج درصد معنیدار بود. در برنامههای بهنژادی، وجود همبستگی بین زوج صفات، برای گزینش بر اساس تعدادی از صفات لازم است (Atieno et al., 2017).

جدول10- ضرایب همبستگی فنوتیپی بین صفات (n=14)

Table 10. Phenotypic correlation coefficients between traits

X₁₁	X₁₀	X₉	X₈	X₇	X₆	X₅	X₄	X₃	X₂	X₁	صفات	Traits
											(X₁)	DF
										0.677**	(X₂)	DM
									-0.111	-0.053	(X₃)	PBN
								0.401	-0.429	-0.324	(X₄)	SBN
							0.285	0.523*	-0.101	0.097	(X₅)	PHT
						-0.145	0.222	-0.009	-0.327	-0.285	(X₆)	P/P
					-0.271	0.201	0.162	0.111	-0.049	0.049	(X₇)	S/P
				-0.099	0.036	0.088	0.052	0.065	0.088	0.122	(X₈)	SW
			0.122	-0.096	0.008	0.122	0.092	0.282	0.031	0.024	(X₉)	BYLD
		-0.489	-0.005	0.215	0.383	-0.005	0.439	-0.016	-0.274	-0.137	(X₁₀)	HI
	-0.166	0.598*	0.109	-0.022	0.190	0.259	0.138	0.184	-0.037	0.021	(X₁₁)	YLDP
0.241	0.731**	0.085	0.121	0.119	0.536*	0.102	0.638*	0.225	-0.331	-0.210	(X₁₂)	YLDH

برای اختصارات به جدول 3 مراجعه کنید. See Table 3 for abbreviations.

بر اساس تجزیه رگرسیون گام به گام، از 12 صفت وارد شده به مدل، فقط صفات شاخص برداشت، تعداد شاخههای ثانویه، تعداد غلاف در بوته و عملکرد بیولوژیک در مدل باقی ماندند (جدول 11). به‌طوریکه مشاهده میشود، نتایج این تجزیه با نتایج همبستگیهای ساده مطابقت داشت. شاخص برداشت، تعداد شاخههای ثانویه و تعداد غلاف در بوته، همبستگی مثبت و معنیداری با عملکرد دانه داشتند و بنابراین برای افزایش عملکرد در نخود، می‌توان گزینش را بر اساس صفات مزبور انجام داد. ضریب تبیین این مدل، 18/84 درصد بود که حاکی از دقت مدل رگرسیونی در توجیه عملکرد از طریق صفات باقی‌مانده در مدل است. بررسی همراستایی[4] متغیرهای وارد شده در مدل نشان داد که عامل تورم واریانس برای هیچکدام از متغیر‌ها بیش از 10 نبود و بنابراین همراستایی یا همخطی مشاهده نشد. نتایج تجزیه علیت[5] در جدول 12 نشان داده شده است. در این تجزیه، روابط علت و معلولی بین عملکرد دانه و صفاتی که در رگرسیون گام به گام در مدل باقی ماندند مورد بررسی قرار گرفت. بر اساس نتایج این تجزیه، شاخص برداشت از بین صفات یاد شده، بیشترین اثر مستقیم و معنیدار را بر عملکرد دانه داشت (792/0). اثر غیر مستقیم شاخص برداشت از طریق سایر صفات ناچیز بود و اثر مستقیم تعداد شاخههای ثانویه بر عملکرد دانه مثبت و معنیدار بود. همچنین، اثر غیر مستقیم این صفت بر عملکرد از طریق شاخص برداشت قابل توجه بود (354/0). از بین اجزای عملکرد، تعداد غلاف در بوته، تنها صفت حاضر در این تجزیه بود که هر چند اثر مستقیم آن بر عملکرد معنیدار بود ولی مقدار قابل توجهی نداشت. در مقابل، اثر غیر مستقیم تعداد غلاف در بوته از طریق شاخص برداشت (301/0)، حاکی از رابطه قوی این صفت با عملکرد دانه به واسطۀ سایر صفات بود. اثر مستقیم مثبت تعداد غلاف در بوته بر عملکرد دانه، در توافق با سایر تحقیقات انجام شده است (Kayan & Adak, 2012; Navab et al., 2013; Mousavi et al., 2017).

در مطالعۀ Naveed et al. (2012) اثر مستقیم و مثبت زیست‌توده بر عملکرد دانه گزارش شده است. Singh et al. (1995) اثرات مستقیم عملکرد بیولوژیک، تعداد غلاف در بوته و وزن 100دانه بر عملکرد دانه را در شرایط آبیاری تکمیلی بالا و معنیدار گزارش کردند. تنش خشکی انتهای فصل میتواند روابط بین صفات را در آزمایشات آبی، متفاوت از آزمایشات دیم و حتی متضاد نماید (Yadav et al., 2007). عملکرد بیولوژیک پس از شاخص برداشت، بیشترین اثر مستقیم را بر عملکرد دانه داشت (450/0). این صفت دارای اثر غیر مستقیم منفی و قابل توجهی بر عملکرد دانه، از طریق شاخص برداشت بود (393/0-). اثر مستقیم تعداد شاخههای ثانویه بر عملکرد دانه، مثبت و معنیدار بود. با توجه به اینکه شاخههای ثانویه، اصلیترین جزء حامل غلاف و دانه در نخود است، اثر مستقیم بالای این صفت بر عملکرد دانه، توسط محققان متعددی گزارش شده است (Atta et al., 2008; Karimi & Farnia, 2010; Kayan & Adak, 2012; Goa, 2014). در این تجزیه، اثر باقی‌مانده کم نبود (368/0)؛ با این حال، 2/84 درصد از تنوع در عملکرد دانه با استفاده از چهار متغیر که در بالا به آن‌ها اشاره شد، توجیه شدند.

جدول 11- تجزیه رگرسیون گام به گام و متغیرهای باقیمانده در مدل

Table 11. Stepwise regression analysis and variables remained in the model.

Coefficient	Est.	S.E.	L.L.(95%)	U.L.(95%)	t	P-value	Mallow's Cp	VIF
Const.	-403.75	48.14	-499.19	-3080.32	-8.39	<0.0001	-	-
HI	8.81	0.63	7.56	10.07	13.96	<0.0001	197.12	2.26
SBN	17.71	3.89	10.11	25.41	4.56	<0.0001	24.59	1.46
PP	2.39	0.55	1.30	3.48	4.35	<0.0001	22.81	1.25
BYLD	21.55	2.30	16.98	26.11	9.35	<0.0001	90.68	1.64

برای اختصارات به جدول 3 مراجعه کنید. See Table 3 for abbreviations.

جدول12- تجزیه ضرایب همبستگی (تجزیه علیّت)

Table 12. Correlation coefficients analysis (Path analysis)

p-value	Coefficient	Path		Effect
				No. of pods/ plant
	0.181**	p₁y			Direct Effect
					Indirect effect via:
	0.038	r₁₂p₂y			Biological yield
	0.301	r₁₃p₃y			Harvest index
	0.051	r₁₄p₄y			No. of secondary branches
<0.0001	0.564**	r₁y		Polled effects
				Biological yield
	0.450**	p₂y			Direct Effect
					Indirect effect via:
	0.015	r₁₂p₁y			No. of pods/ plant
	-0.393	r₂₃p₂y			Harvest index
	0.022	r₂₄p₄y			No. of secondary branches
0.3697	0.094^ns	r₂y		Polled effects
				Harvest index
	0.792**	p₃y			Direct Effect
					Indirect effect via:
	-0.221	r₁₃p₁y			Biological yield
	0.072	r₂₃p₂y			No. of pods/ plant
	0.093	r₃₄p₄y			No. of secondary branches
<0.0001	0.736**	r₃y		Polled effects
				No. of secondary branches
	0.211**	p₄y			Direct Effect
					Indirect effect via:
	0.042	r₁₄p₁y			Biological yield
	0.354	r₂₄p₂y			Harvest index
	0.042	r₃₄p₃y			No. of pods/ plant
<0.0001	0.649**	r₄y		Polled effects
			= 0.368 Effect of Residual
			= 0.842R² adjusted

** : معنی دار در سطح احتمال یک درصد **: Significant at 1% of probability level

نتیجه گیری کلی

نتایج این تحقیق نشان داد که ژنوتیپهای آزمایشی از نظر عملکرد دانه و سایر صفات تحت بررسی، تفاوت معنیداری با یکدیگر داشتند. برای صفات مختلف، دامنه تغییرات مشخص شد و بهترین لاینها از لحاظ صفات مورد بررسی تعیین شدند. در رگرسیون گام به گام، از تمامی صفات وارد شده به مدل، فقط شاخص برداشت، تعداد شاخههای ثانویه، تعداد غلاف در بوته و عملکرد بیولوژیک در مدل باقی ماندند. بر اساس نتایج تجزیۀ رگرسیون، تفکیک اثرات غیر مستقیم صفات مرتبط با عملکرد دانه از اثر مستقیم آنها، از طریق تجزیه علیت صورت گرفت و نتایج نشان داد که شاخص برداشت، بالاترین اثر مستقیم مثبت را بر عملکرد در واحد سطح داشت. هر چند تعداد غلاف در بوته در بین صفات، کمترین اثر مستقیم را بر عملکرد دانه داشت، ولی اثرات غیر مستقیم و مثبت این صفت از طریق تعداد شاخه‌های ثانویه، شاخص برداشت و عملکرد بیولوژیک، همبستگی بالایی (564/0 r =) را بین عملکرد دانه و تعداد غلاف در بوته ایجاد نمود. با توجه به مجموعه نتایج حاصل از این تحقیق، لاین FLIP 09-130C با دارا بودن عملکرد دانه بالاتر و معنیدار نسبت به شاهد، برای کشت پائیزه نخود در شرایط دیم استان کردستان مناسب تشخیص داده شد. این لاین از وزن 100 دانه مطلوب و ارتفاع بوته مناسب برای برداشت مکانیزه برخوردار بود.

REFERENCES

1. Ahmadi, K., Gholizageh, H., Ebadzadeh, H. R., Hatami, F., Fazli Estabragh, M., Husseinpour, R., Kazemian, A. & Rafiei, M. (2016). Agricultural statistics yearbook 2014-2015. Center for Information Technology and Communications, Deputy of Programming and Economics, Ministry of Jihad-e-Agriculture, Tehran, Iran.

2. Atieno, J., Li, Y., Langridge, P., Dowling, K., Brien, C., Berger, B., Varshney, R. K. & Sutton, T. (2017). Exploring genetic variation for salinity tolerance in chickpea using image-based phenotyping. Scientific Report, 7, 1.

3. Atta, B. M., Ahsanul Haq, M. & Mahmud Shah, T. (2008). Variation and inter-relationships of quantitative traits in chickpea (Cicer arietinum L.). Pakistan Journal of Botany, 40(2), 637-647.

4. Ceyhan, E., Kahraman, A. & Dalgıç, H. (2013). Determination of some agricultural characters of chickpea (Cicer arietinum L.) genotypes. International Journal of Biological, Bio-molecular, Agricultural, Food and Biotechnological Engineering, 7(11), 1092-1095.

5. Dewey, D. R. & Lu, K. H. (1959). A correlation and path coefficient analysis of components of crested Wheatgrass seed production. Agronomy Journal, 51, 515-518.

6. Ganjeali, A., Porsa, H., & Bagheri, A. (2011). Response of yield and morphophysiological characteristics of earliness chickpea genotypes (Cicer arietinum L.) under drought stress. Iranian Journal of Pulses Research, 2(1) 65-80. (In Persian).

7. Gholami-Zali, A., Ehsanzadeh, P. & Razmjoo, J. (2015). Effects of irrigation regimes on seed yield and yield components of chickpea cultivars at two autumn and spring planting seasons in Lorestan province. Iranian Journal of Field Crop Science, 46(1) 123-135. (In Persian).

8. Goa, Y., Bassa, D., Gezahagn, G. & Chichaybelew, M. (2017). Farmers participatory evaluation of chickpea varieties in Mirab Badwacho and Damot Fullasa districts of Southern Ethiopia. Hydroogy: Current Research, 8, 264.

9. Goa, Y. (2014). Evaluation of chickpea (Cicer arietinum L.) varieties for yield performance and adaptability to southern Ethiopia. Journal of Biology, Agriculture and Healthcare, 4: 34-38.

10. Heong, K. L., Tan, K. H., Garcia, C. P. F., Liu, Z. & Lu, Z. (2013). Research methods in toxicology and insecticide resistance monitoring of rice plant hoppers (2nd edition). Los Baños (Philippines): International Rice Research Institute (IRRI). 145 Pp.

11. Hunter, P. H., Teakle, R. G. & Bending, G. D. (2014). Root traits and microbial community interactions in relation to phosphorus availability and acquisition, with particular reference to Brassica. Frontiers in Plant Science, 5, 27.

12. Kanouni, H. & Malhotra, R. S. (2003). Genetic variation and relationships between traits in chickpea (Cicer arietinum L.) lines under dryland conditions. Iranian Journal of Crop Sciences, 5 (3), 185-196. (In Persian).

13. Kanouni, H., Farayedi, Y., Sabaghpour, S. H., Sadeghzaeh-Ahari, D., Shahab, M. R., Kamel, M., Saeid, A., Mahmoudi, A. A., Pezeshkpour, P., Nourallahi, Kh., Hosni, M. H., Mahdieh, M, Bahrami Kamangar, S., Mahmoudi, F., Nematifrd, M. & Ghasemi, M. (2013). Saral, new chickpea variety to expand autumn sowing in highland cold areas of Iran. Research Achievements for Field and Horticultural Crops, 2(4), 265-276. (In Persian).

14. Karimi B. & Farnia A. (2010). Agronomic characteristics, yield and yield components of some rainfed chickpea cultivars by supplemental irrigation. Agroecology Journal (Journal of New Agricultural Science), 5(17), 83-90.

15. Kayan, N. & Adak. M. S. (2012). Associations of some characters with grain yield in chickpea (Cicer arietinum L.). Pakistan Journal of Botany 44(1), 267-272.

16. Kearsey, M. J. & Pooni, H. S. (1996). The Genetical analysis of quantitative traits. Chapman and Hall, London SE1 SHN. UK.

17. Kujur, A., Upadhyaya, H. D., Bajaj, D., Gowda, C. L. L., Sharma, S., Tyagi, A. K. & Paridam S. K. (2016). Identification of candidate genes and natural allelic variants for QTLs governing plant height in chickpea. Scientific Reports, 6, 27968.

18. Leport, L., Turner, N. C., Davies, S. L. & Siddique, K. H. M. (2006). Variation in pod production and abortion among chickpea cultivars under terminal drought, European Journal of Agronomy, 24, 236-246.

19. Liu, P., Gan, Y., Warkentin, T. & Mc Donald, C. (2003). Morphological plasticity of chickpea in a semiarid environment. Crop Science. 43,426-429.

20. Maleki, S., Moghaddam, A. N., Sabbaghpour, S. H., Noorinia, A. A. & Sabouri, H. (2016). Effect of Zeolite and Potassium on yield and yield components of chickpea (Cicer arietinum L.) in the different Irrigation regimes. Advances Biomedical Research, 7(4), 119- 127.

21. Malhotra, R. S. & Saxena, M. C. (1993). Screening for cold and heat tolerance in cool-season food legumes. In: K. B.Singh and M. C. Saxena (eds.), Breeding for stress tolerance in cool-season food legumes. John Wiley and Sons, Chichester, UK, pp.429-438.

22. Mousavi, S. S., Abdullahi, M. R., Kian-ersi, F. & Ahmadi Dehrashid, D. (2017). Identification and evaluation of genetic variation and heritability traits affecting yield of chickpea under moisture stress conditions. Iranian Journal of Pulse research, 8(1), 192-208. (In Persian).

23. Namvar, A., Seyed-Sharifi, R. & Khandan, T. (2011). Growth analysis and yield of chickpea (Cicerarietinum L.) in relation to organic and inorganic nitrogen fertilization. Ekologija, 57(3), 97–108.

24. Naveed, M. T., Ali, Q., Ahsan, M. & Hussain, B. (2012). Correlation and path coefficient analysis for various quantitative traits in chickpea (Cicer arietinum L.). International Journal for Agro Veterinary and Medical Sciences, 6(2), 97-106.

25. Nawab, N. N., Subhani G. M. & Ullah, M. N. (2013). Patterns of morphological diversity and character association in chickpea genotypes through multivariate approach. Journal of Animal and Plant Sciences, 23(4), 1107-1114.

26. Singh, I. S., Hussain, M. A. & Gupta, A. K. (1995). Correlation studies among yield and yield contributing traits in F2 and F3 chickpea populations. International and Pigeon Pea Newsletter, 2, 11-13.

27. Singh, K. B., Malhotra, R. S. & Saxena, M. C. (1993). Relationship between cold severity and yield loss in chickpea (Cicer arietinum L.). Journal of Agronomy and Crop Science, 170 (2), 121 – 127.

28. Sleper, D. A. & Poehlman, J. M. (2006). Breeding Field Crops, Wiley-Blackwell, pp. 432.

29. Tadesse, M., Fikre, A., Eshete, M., Girma, N., Korbu, L., Mohamed, R., Bekele, D., Funga, A. & Ojiewo, C. O. (2016). Correlation and path coefficient analysis for various quantitative traits in desi chickpea genotypes under rainfed conditions in Ethiopia. Journal of Agricultural Science, 8(12), 112-118.

30. Upadhyaya, H. D. (2003). Geographical patterns of variation for morphological and agronomic characteristics in the chickpea germplasm collection. Euphytica, 132(3), 343-352.

31. Yadav, S. S., Redden, R. J., Chen, W. & Sharma, B. (2007). Chickpea Breeding and Management. Wallingford, Oxon, UK: CAB International.

[1]International Center for Agricultural Research in the Dry Areas (ICARDA)

[2]Starter

[3]Variance inflation factor (VIF)

[4] Collinearity

[5] Path analysis

مراجع