Ocena stabilności plonowania odmian owsa oplewionego na podstawie danych z doświadczeń wstępnych
Krzysztof Ukalski
krzysztof_ukalski@sggw.edu.plKatedra Ekonometrii i Statystyki, Zakład Biometrii, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie (Poland)
Tadeusz Śmiałowski
Instytut Hodowli i Aklimatyzacji Roślin — PIB, Zakład Roślin Zbożowych w Krakowie (Poland)
Abstrakt
W pracy wykonano analizę plonu rodów owsa oplewionego. Dane pochodziły z doświadczeń wstępnych przeprowadzonych w 2007 roku. Badano 30 rodów owsa oplewionego i 2 wzorce w 6 miejscowościach. Do analizy plonu wykorzystano metodę graficzną biplot dla modeli GGE, AMMI, SREG i GREG. Na podstawie wykresów typu biplot scharakteryzowano rody oraz wskazano te o największym efekcie GGE (na efekty GGE składają się efekty główne genotypów G oraz efekty interakcji genotypowo-środowiskowej GE) w każdym środowisku. Spośród 30 rodów owsa oplewionego we wszystkich badanych miejscowościach najwyżej plonowały: STH 657, STH 5242, STH 123, POB 483/03, STH 289, CHD 1193/04, CHD 1601/04, CHD 1382/03 oraz CHD 1263/04. Najbardziej stabilnymi rodami owsa oplewionego były: CHD 1382/03, CHD 1263/04, STH 5071, CHD 1430/02 a najmniej stabilnymi: STH 5244 i CHD 1534/04. Na podstawie wykresu biplot według modelu GREG utworzono 3 mega-środowiska z 6 miejscowości, w których prowadzono doświadczenia wstępne.
Słowa kluczowe:
AMMI, GGE, GREG, interakcja genotypowo-środowiskowa, owies oplewiony, SREG, stabilnośćBibliografia
Cornelius P. L., Crossa J., Seyedsadr M. S. 1996. Statistical tests and estimators of multiplicative models for genotype-by-environment interaction. In M. S. Kang and H. G. Gauch (ed.) Genotype-by-environment interaction. CRC Press, Boca Raton, FL: 199 — 234.
Google Scholar
Cornelius P. L., Seyedsadr M. S. 1997. Estimation of general linear-bilinear models for two-way tables. J. Statist. Comput. Simulation 58: 287 — 322.
Google Scholar
Crossa J., Cornelius P. L. 1997. Site regression and shifted multiplicative model clustering of cultivar trials sites under heterogeneity of error variances. Crop Sci. 37: 406 — 415.
Google Scholar
Gabriel, K. R. 1971. The biplot graphic display of matrices with application to principal component analysis. Biometrika 58: 453-467.
Google Scholar
Gauch H. G. 1992. Statistical analysis of regional yield trials: AMMI analysis of factorial designs. Elsevier, Amsterdam, The Netherlands.
Google Scholar
Gauch H. G. 2006. Statistical analysis of yield trials by AMMI and GGE. Crop Sci. 46:1488 — 1500.
Google Scholar
Gauch H. G., Piepho H. P., Annicchiarico P. 2008. Statistical analysis of yield trials by AMMI and GGE: Further considerations. Crop Sci. 48:866 — 889.
Google Scholar
Gauch G. H., Zobel R. W. 1997. Interpreting mega-environments and targeting genotypes. Crop Sci. 37, 311-326.
Google Scholar
Gollob H. F. 1968. A statistical model which combines features of factor analytic and analysis of variance. Psychometrika 33: 73 — 115.
Google Scholar
SAS Institute Inc. 2008. SAS/STAT® 9.2 User’s Guide. Cary, NC: SAS Institute Inc.
Google Scholar
Ukalski K., Śmiałowski T., Ukalska J. 2010 a. Analysis of oat yield environments using graphical GGE method. Colloquium Biometricum 40: 81 — 93.
Google Scholar
Ukalski K., Śmiałowski T., Ukalska J. 2010 b. Analiza plonowania i stabilności genotypów owsa za pomocą metody graficznej typu GGE. Żywność. Nauka, Technologia, Jakość, R. 17, 3: 127 — 140.
Google Scholar
Yan W. 2002. Singular-value partitioning in biplot analysis of multienvironment trial data. Agron. J. 94: 990 — 996.
Google Scholar
Yan W., Cornelius P.L., Crossa J., Hunt L. A. 2001. Two types of GGE biplots for analyzing multi-environment trial data. Crop Sci. 41: 656 — 663.
Google Scholar
Yan W., Hunt L.A. 2001. Interpretation of genotype × environment interaction for winter wheat yield in Ontario. Crop Sci. 41: 19 — 25.
Google Scholar
Yan W., Hunt L.A., Sheng Q., Szlavnics Z. 2000. Cultivar evaluation and mega environment investigation based on the GGE biplot. Crop Sci. 40: 597 — 605.
Google Scholar
Yan W., Kang M. S. 2003. GGE biplot analysis: a graphical tool for breeders, genetics and agronomists. CRC Press, Boca Raton, FL.
Google Scholar
Yan W., Kang M. S., Ma B., Woods S., Cornelius P. L. 2007. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Sci. 47: 643 — 655.
Google Scholar
Yan W., Rajcan I. 2002. Biplot analysis of test sites and trait relations of soybean in Ontario. Crop Sci. 42: 11 — 20.
Google Scholar
Yan W., Tinker N. A. 2005. An integrated system of biplot analysis for displaying, interpreting, and exploring genotype-by-environment interactions. Crop Sci. 45: 1004 — 1016.
Google Scholar
Autorzy
Krzysztof Ukalskikrzysztof_ukalski@sggw.edu.pl
Katedra Ekonometrii i Statystyki, Zakład Biometrii, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Poland
Autorzy
Tadeusz ŚmiałowskiInstytut Hodowli i Aklimatyzacji Roślin — PIB, Zakład Roślin Zbożowych w Krakowie Poland
Statystyki
Abstract views: 23PDF downloads: 39
Licencja
Prawa autorskie (c) 2012 Krzysztof Ukalski, Tadeusz Śmiałowski
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Z chwilą przekazania artykułu, Autorzy udzielają Wydawcy niewyłącznej i nieodpłatnej licencji na korzystanie z artykułu przez czas nieokreślony na terytorium całego świata na następujących polach eksploatacji:
- Wytwarzanie i zwielokrotnianie określoną techniką egzemplarzy artykułu, w tym techniką drukarską oraz techniką cyfrową.
- Wprowadzanie do obrotu, użyczenie lub najem oryginału albo egzemplarzy artykułu.
- Publiczne wykonanie, wystawienie, wyświetlenie, odtworzenie oraz nadawanie i reemitowanie, a także publiczne udostępnianie artykułu w taki sposób, aby każdy mógł mieć do niego dostęp w miejscu i w czasie przez siebie wybranym.
- Włączenie artykułu w skład utworu zbiorowego.
- Wprowadzanie artykułu w postaci elektronicznej na platformy elektroniczne lub inne wprowadzanie artykułu w postaci elektronicznej do Internetu, lub innej sieci.
- Rozpowszechnianie artykułu w postaci elektronicznej w internecie lub innej sieci, w pracy zbiorowej jak również samodzielnie.
- Udostępnianie artykułu w wersji elektronicznej w taki sposób, by każdy mógł mieć do niego dostęp w miejscu i czasie przez siebie wybranym, w szczególności za pośrednictwem Internetu.
Autorzy poprzez przesłanie wniosku o publikację:
- Wyrażają zgodę na publikację artykułu w czasopiśmie,
- Wyrażają zgodę na nadanie publikacji DOI (Digital Object Identifier),
- Zobowiązują się do przestrzegania kodeksu etycznego wydawnictwa zgodnego z wytycznymi Komitetu do spraw Etyki Publikacyjnej COPE (ang. Committee on Publication Ethics), (http://ihar.edu.pl/biblioteka_i_wydawnictwa.php),
- Wyrażają zgodę na udostępniane artykułu w formie elektronicznej na mocy licencji CC BY-SA 4.0, w otwartym dostępie (open access),
- Wyrażają zgodę na wysyłanie metadanych artykułu do komercyjnych i niekomercyjnych baz danych indeksujących czasopisma.
Inne teksty tego samego autora
- Joanna Ukalska, Krzysztof Ukalski, Tadeusz Śmiałowski, Wielowymiarowe wydzielanie fenotypowo podobnych grup obiektów w kolekcji roboczej pszenicy ozimej (Triticum aestivum L.) , Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin: Nr 253 (2009): Wydanie regularne
