انتخاب صفات مؤثر بر عملكرد قند به‌عنوان شاخص‌هاي انتخاب در ارقام مختلف داخلي و خارجي چغندرقند (.Beta vulgaris L)

Selection of traits affecting sugar yield as selection criteion in various domestic and foreign sugar beet (Beta vulgaris L.) cultivars

به منظور شناسايي صفات مؤثر بر عملكرد قند و تعيين روابط علت و معلولي بين آن­ها، تعداد 13 رقم مونوژرم مختلف داخلي و خارجي چغندرقند در سال زراعي 1397 در قالب طرح بلوك­ هاي كامل تصادفي با چهار تكرار به لحاظ 11 صفت مهم كمّي و كيفي در ايستگاه تحقيقات كشاورزي مياندوآب طي سه تاريخ برداشت مختلف (15 مهر، 30 مهر و 15 آبان) مورد ارزيابي قرار گرفت. نتايج تجزيه واريانس نشان داد كه اختلاف بين ارقام مورد بررسي از نظر كليه صفات مورد ارزيابي در سطح احتمال يك درصد معني ­دار بود. ضرايب تنوع فنوتيپي و ژنوتيپي براي اكثر صفات بالا بود كه بيانگر وجود تنوع نسبتاً بالا در ارقام مورد مطالعه براي صفات ارزيابي شده مي ­باشد. ضرايب همبستگي ژنتيكي بين صفات نشان داد كه بيشترين همبستگي مثبت و معني­ دار به ترتيب در بين صفت عملكرد قند با صفات عملكرد قند خالص (**0/88)، درصد قند ناخالص (**0/71) و خالص (**0/65) و با صفات ميزان قند ملاس (**0/62-)، ضريب قلياييت (**0/58-) و ميزان پتاسيم ريشه (**0/52-) همبستگي منفي و معني­ داري وجود دارد. در تجزيه رگرسيون چندگانه به روش گام به گام، صفات درصد قند خالص، درصد قند ناخالص، ميزان نيتروژن مضره و عملكرد ريشه به ترتيب وارد مدل رگرسيوني شدند كه 84 درصد از كل تغييرات عملكرد قند را توجيه كردند. بر اساس نتايج تجزيه عليّت، صفات درصد قند ناخالص (1/12) و عملكرد ريشه (1/03) به‌ترتيب بيشترين اثر مستقيم را با عملكرد قند داشتند، بنابراين گزينش بر اساس صفات مذكور مي ­تواند ما را در دستيابي به ژنوتيپ­ هاي با عملكرد قند بالا ياري دهد.

In order to identify traits affecting sugar yield and determine cause and effect relationships between them, 13 different domestic and foreign sugar beet monogerm cultivars were evaluated at three different harvest time (7 October, 22 October, and 6 November) in a RCB design with four replications in terms of 11 important quantitative and qualitative traits in 2018 crop season in Miandoab Agricultural Research Station. The ANOVA results showed that the difference between studied cultivars was significant for all evaluated traits at 0.01 probability level. Phenotypic and genotypic coefficients of variation were high for most traits, indicating relatively high variability in the studied cultivars for evaluated traits. Genetic correlation coefficients between traits showed that the highest positive and significant correlations were observed between sugar yield trait on the one hand and white sugar yield (0.88**), impure sugar content (0.71**) and white sugar content (0.65**) traits in that order, and the highest negative and significant correlation was found between sugar yield trait on the one hand and molasses sugar (-0.62**), alkalinity coefficient (-0.58**), and root potassium (-0.52**) traits, in that order. In multiple regression analysis by stepwise method, sugar content, white sugar content, α-amino nitrogen, and root yield traits were entered into the regression model, respectively, that explained %84 of the total sugar yield variations. Based on path analysis results, sugar content (1.12) and root yield (1.03) traits had the highest positive direct effect on sugar yield and thus, selection based on these traits can help us to achieve high-yielding genotypes.