رابطه بين عملكرد و اجزاي عملكرد دانه در هيبريدهاي ذرت تحت شرايط مختلف آبياري

Relationship Between Yield and Yield Components of Maize Hybrids under Different Irrigation

به منظور بررسي ارتباط برخي صفات زراعي با عملكرد دانه 14 هيبريد ذرت، آزمايشي در سال زراعي 1389 به-صورت كرت هاي خرد شده با طرح پايه بلوك كامل تصادفي در چهار تكرار در ايستگاه تحقيقاتي دانشكده كشاورزي دانشگاه تبريز (خلعت پوشان) اجرا شد. در اين آزمايش برخي صفات مورفولوژيك، عملكرد و اجزاي عملكرد، در سه شرايط آبياري مختلف (عادي، تنش ملايم و تنش شديد كمبود آب) مورد ارزيابي قرار گرفتند. در كليه صفات مورد مطالعه، به جز قطر بلال، اختلاف معني دار بين سطوح تنش كمبود آب و هيبريدهاي مورد مطالعه مشاهده شد. نتايج تجزيه رگرسيون گام به گام در متوسط شرايط تنش نشان داد كه صفات تعداد رديف در بلال، وزن 300 دانه، تعداد دانه در رديف و تعداد برگ در بوته، در مجموع 83 درصد تغييرات عملكرد دانه را تبيين نمودند. بر اساس تجزيه عليت، بيشترين اثر مستقيم بر عملكرد دانه مربوط به صفت تعداد دانه در بلال بود. تجزيه به مولفه هاي اصلي نشان داد كه مولفه اول داراي ضرايب بزرگ براي صفات وزن 300 دانه، ارتفاع بوته، طول بلال، مساحت برگ پرچم، قطر بلال و قطر چوب بلال و مولفه دوم نيز داراي ضرايب بزرگ بر صفات وزن خشك بوته، تعداد دانه در رديف، تعداد برگ در بوته، تعداد رديف در بلال و عملكرد دانه بودند. دو مولفه اول كه 78 درصد تغييرات را توجيه مي كردند به عنوان مهم ترين مولفه ها برآورد شد كه مولفه اول به عنـوان عامل رشـدي-مورفولوژيكي و مولفه دوم به عنوان عامل عملكرد نام گزاري شدند.

To evaluation the response of some maize hybrids to water deficit stress, a field experiment in 2010 was conducted using a split-plot plan on the basis of complete randomized block design with four replications at the Agricultural Research Station, University of Tabriz (Khalatpoushan). Main plots consisted of three different irrigation regimes (non-stress, mid-stress and sever-stress) and sub plots of 14 maize hybrids. Results showed significant differences among hybrids and irrigation regimes for all traits studied. Analysis of variance revealed significant differences among hybrids and also irrigation levels for all traits except ear diameter. The best model for stepwise regression based on all traits at the average of conditions, indicated that four responsible traits like number of rows per ear, 300-grain weight, number of grains per row and number of leaves per plant remained in model, which justified 83 percent of the total variations in yield performance. The path analysis showed that the number of rows per ear had the highest direct effect on yield. Based on principal component analysis the first component had a major factor on the weight of 300 seeds, plant height, ear length, flag leaf area, ear diameter and corn cob diameter and the second component had a big factor on plant dry weight, number of kernels per row, number of leaves per plant, number of rows per ear and grain yield. Principal component analysis (PCA), based on all of traits studied determined two principal components that could justify the 78 percent of vaiations. In this research the first component named as the growth-morphological factor and second component named as the yield factor.