CC BY
26УДК 633.16:631.559:631.524.85 https://doi.Org/10.21498/2518-1017.14.2.2018.134766
Урожайность та адаптивность мироно'вських сортов ячменю ярого ро'зних перо'одо'в селекцо'йноо роботи
В. М. Гудзенко1*, Т. П. Полщук1, 0. 0. Бабой1, Л. В. Худол1й2
1Мирон!вський институт пшеницi 1'мет В. М. Ремесла НААН УкраТни, вул. Центральна, 68, с. Центральне, Мирон1вський р-н, КиТвська обл., 08853, Украина, *е-mail: barley22@ukr.net
2УкраТнський iнститут експертизи сортiв рослин, вул. Генерала Родимцева, 15, м. КиТв, 03041, УкраТна
Мета. Пор1вняльна оц1нка за врожайнктю та адаптивнктю сорлв ячменю ярого Мирот'вського 1'нституту пшениц 1мен1 В. М. Ремесла НААН р1зних рок1'в реестрац1Т. Методи. Досл1дження проведен в Миронвському 1нститут1 пшениц 1мен1 В. М. Ремесла НААН у 2013-2017 рр. в1дпов1дно до загальноприйнятих методик. Об'ект досл1джень - 19 сорлв ячменю ярого мирон1вськоТ селекц1Т зареестрованих в УкраТнт за пер1од 1995-2017 рр. Для характеристики взаемодл генотип-середовище та диференц1'ац1'Т сорлв за врожайнктю 1 стаб1льн1стю використали низку найб1льш поширених п1дход1в: S. A. Eberhart, W. A. RusseL (1966); G. Wricke (1962); C. S. Lin, M. R. Binns (1988); M. Huehn (1990); А. В. Кильчевский, Л. В. Хотылёва (1985); В. В. Хангильдин, Н. А. Литвиненко (1981); J. L. Purchase та 1н. (2000); AMMI; GGE bipLot. Результати. Частка умов року досл1джень у загальн1'й вар1ацп"Т становила 83,40%. Достов1рн1, але суттево нижч1' значення мали генотип - 10,65% та взаемод1я генотип-середовище - 5,95%. Перш1' дв1 головн1' компоненти GGE bipLot пояснювали дещо 61'льшу частку взаемодл генотип-середовище (85,58%) пор1'вняно з AMMI моделлю (80,9%). Кореляц'йний анал1'з виявив, що середня врожайн1'сть (Mean) мала вищесередт'й зв'язок як з максимальним (Max) (r = 0,69), так i м1'н1'мальним (Min) (r = 0,72) ТТ значеннями. Сильну позитивну кореляц1'ю Mean виявлено з параметрами: СЦГ (r = 0,88), Hom (r = 0,86), Sc (r = 0,82). Дуже сильний негативний зв'язок Mean в1дзначено з P. (r = -0,96). Для Max середт'й негативний зв'язок спостер1гали лише з P. (r = -0,60). M1n сильно корелювала з Sc (r = 0,96), СЦГ (r = 0,87), Hom (r = 0,84). Негативну сильну кореляцш в1дзначено Min з Sg. (r = -0,86). М1ж деякими показниками виявлено зв'язок в1д функцюнального позитивного: ct2CA3. 1' Kg- (r = 1,00), W. 1' Lg? (r = 0,98), СЦГ 1' Hom (r = 0,98), СЦГ 1' Sc (r = 0,96), S2di 1 W. (r = 0,96), W. 1 ASV (r = 0,94), Sc 1 Hom (r = 0,94), ct2CA3. 1 b. (r = 0,93), S2di 1 ASV (r = 0,93) до сильного1 негативного: Sgd СЦГ, (r = -0,94), Sg, 1 Sc (r = -0,92), Sg, 1 Hom (r = -0,91), P, 1 c'цГl.'(r = -0,83), P, '1 Sc (r = -0,80), P, 1 Hom (r = -0,79). Висновки. Системна пор1вняльна оц1нка статистичними 1 граф1чними п1дходами св1дчить, що внесет до Державного реестру сорлв рослин, придатних для поширення в УкраТт у 2016-2017 рр. сорти ячменю ярого 'В1раж', 'Тал1сман Мирон1вський', 'М1П Мирний', 'М1П Салют', 'М1П Сотник', 'М1П Азарт', 'М1П Богун' переважають створен на попередн1х етапах селекц1йноТ роботи сорти як за продуктивним, так 1 адаптивним потенц1алом.
Ключов1 слова: ячм1'нь ярий;урожайнiсmь; стабiльнiсть; взаeмодiя генотип-середовище; показники адаптивностi; кореля^я; AMMI; GGE biplot.
Вступ
Основними двома глобальними виклика-ми, як1 стоять перед аграрного наукою сього-дення, б1льш1стю досл1дник1в визнаються стр1мке зростання чисельносп населення планети i адаптащя ильськогосподарського виробництва до глобальних клiматичниx змiн [1-5]. Роль селекци в складному комп-лексi завдань, як слiд розв'язати для шдви-щення i стабiлiзацii виробництва ильгос-ппродукци, е однieю з ключових. Biдповiдно
Volodymyr Hudzenko
https://orcid.org/0000-0002-9738-1203 Tetiana Polishchuk
https://orcid.org/0000-0001-9358-9181 Olha Babii
https://orcid.org/0000-0003-3395-3732 Liudmyla Khudolii
https://orcid.org/0000-0002-9586-7592
до наведених проблем, основш завдання се-лекцшно-генетичних дослiджень - зб^ьшен-ня потенщалу продуктивностi створюваних сортiв та шдвищення ix стiйкостi до дii абю-тичних i бiотичниx стресiв [6-11].
Ячмшь - одна з основних свггових культур за поивними площами та валовим збо-ром. Украша належить найбiльшиx вироб-нишв зерна ще! культури [12]. Тому збЬгь-шення i стабiлiзацiя виробництва зерна ячменю в Укра']!ш мае вагоме значення як для продовольчо! безпеки держави, так й у свио-вому аспекта загалом.
Низка публшацш [13-17] шдтверджують, що значна частка у зростанш врожайност зернових культур останнix десятилiть пов'язана саме iз селекцiйно-генетичним по-лшшенням сучасних сортiв. Ретроспектив-ний аналiз даних офiцiйниx випробувань та статистично! звiтностi, проведений в умовах Норвеги, св1дчить, що за перiод 1946-2008 рр.
зб1льшення врожайносп ввдбулося на 70%, з яких 48% пов'язано i3 впровадженням но-вих сортiв [18]. В умовах Чехи за перюд 1955-2005 рр. урожайшсть сортiв пивоварного ячменю ярого щорiчно зростала на 55 кг/га [19]. У Kрасноуфiмському селекцшному цент-рi за перiод 1961-2015 рр. урожайтсть за рахунок селекщйно! роботи збiльшено на 22% [20]. У перюд 1983-2015 рр. у Шмеччи-ш, починаючи з 1983 р., урожайнють за рахунок нових сорив збшьшилася на 43% у державному сортовипробуванш та на 35% -у виробничих почвах [21].
Grausgruber H. та ш. [22] в умовах Ав-стрй оцiнили 24 сорти ячменю, створених у рiзнi перiоди. Дослiджено, що починаючи з 50-х рр. XX ст. селекцшне зб^ьшення вро-жайност становило 60 кг/га в середньому за рш. Condon F. та ш. [23] дослiджували в трьох локащях упродовж двох рокiв 98 ге-нотипiв використаних та створених у селек-цiйних програмах Ушверситету Miннесоти протягом 1958-1998 рр. Достовiрний селек-цiйний ефект вiд значено для 11 господар-сько-цiнних ознак. Mirosavljevic M. та iн. [24] в умовах Сербй виявили, що для сортiв ячменю озимого дворядного, створених у 1977-2010 рр., середнш рiвень збiльшення врожайностi становив 46 кг/га на р1к. Ortiz R. та ш. [25] повiдомляють, що для скандинав-ських сортiв ячменю за перюд 1930-1991 рр. рiчний генетичний ефект щодо зб^ьшення врожайностi дворядного ячменю становив 13 кг/га (13%), для багаторядного - 22 кг/га (34%). Fekadu W. та ш. [26] вщзначають в умовах Ефюпй за перюд 1970-2006 рр. що-рiчне збiльшення врожайностi харчових сорив ячменю за рахунок селекцй на 42,96 кг/га.
Oстаннiми роками в Укра1Ш ефективна рiзнопланова селекцiйна робота з ячменем ярим проводиться в 1нституп рослинництва iм. В. Я. Юр'ева НААН: створено традицiйнi плiвчастi остистi сорти [27], безостi сорти [28], waxy форми [29], розширюеться гене-тичне рiзноманiття методами мутагенезу та ибридизаци iз залученням рвдкюних рiзно-видностей [30, 31]. У Селекцшно-генетично-му iнститутi - НЦНС НААН на основi багато-рiчних теоретичних i практичних напрацю-вань виведено високопродуктивш, адаптивнi сорти [32] та активно розвиваеться напрям щодо створення голозерних сорив iз полш-шеними харчовими якостями [33, 34]. Голо-зернi сорти створено на Ноивськш СДС М1П iм. В. М. Ремесла НААН [35]. Виведено новi високопродуктивш сорти в Мирошвському шституп пшеницi iменi В. М. Ремесла НААН
[36], 1нститут1 KopMiB та ильського госпо-дарства Под1лля НААН [37], Дoнeцькiй ДСДС НААН [38].
Таким чином, як зазначалося вище, прак-тичне значення мае як високий потенщал пpoдуктивнoстi, так i здатшсть генотипу йо-го peалiзoвувати у взаемоди з середовищем, особливо за прояву несприятливих абютич-них та бioтичних чинникiв [39]. Оцшюван-ню вpoжайнoстi та стаб^ьносп ячменю oстаннiми роками присвячено значну шль-кiсть poбiт iз використанням статистичних параметричних [40] та непараметричних по-казнишв [41], AMMI [42-44], GGE biplot [4547] або поеднання oстаннiх двох пiдхoдiв [48-52].
Мета досл1джень - пopiвняльна oцiнка за врожайнютю та адаптивнiстю сopтiв ячменю ярого Мирошвського iнституту пшенищ iмeнi В. М. Ремесла НААН piзних poкiв (1995-2017) реестрац11.
Материали та методика досл1*джень
Дoслiджeння проводили в Мирошвському шституп пшeницi 1м. В. М. Ремесла НААН (М1П) у 2013-2017 pp. в1дпов1дно до загаль-ноприйнятих методик [53, 54]. Об'ект досл1-джень - 19 сорив ячменю ярого мирошв-сько'1 селекцИ" зареестрованих в Укpаïнi за перюд 1995-2017 pp. (табл. 1).
Сорти попередшх перюд!в сeлeкцiйнoï роботи виывали щороку в одному 6лоц1 з кон-курсним сортовипробуванням, що дало змо-гу пор!вняти ¿х 1з новоствореними сортами, починаючи з ощнювання oстаннiх як се-лeкцiйних л1н1й i продовжуючи паралельно з державним сортовипробуванням. Характеристику взаемодй генотип-середовище та дифepeнцiацiю сорив за врожайшстю i ста-б!льшстю проводили з використанням най-поширешших у в1тчизнян1й i св1тов1й прак-тиц1 п1дход1в. Розраховували такi показни-ки: S. A. Eberhart, W. A. Russel [55] - кое-фщ!ент eкoлoгiчнoï пластичнoстi (bi) i вар!-анса стабiльнoстi (S2di); G. Wricke [56] - еко-валенса (Wi); С. S. Liii, M. R. Binns [57] - по-казник переваги сорту (Pi); M. Huehn [58] -нeпаpамeтpичнi показники стабiльнoстi (Si(1) i Si(2)); А. В. Шльчевський, Л. В. Хоти-льова [59] - загальна адаптивна здатнють (ЗА31), ваpiанса спeцифiчнoï' адаптивнoï здатнoстi (c2CA3i), вiднoсна стабiльнiсть генотипу (Sgi), сeлeкцiйна ц1нн1сть генотипу (СЦГ1), кoeфiцieнт нeлiнiйнoстi (Lgi), коеф^ ц1снт компенсацГ1 (Kgi), продуктивн1сть се-редовища (dk), дифepeнцiювальна здатнiсть середовища (с2ДЗСк), вiднoсна дифepeнцiю-вальна здатнють середовища (Sek), кoeфiцi-
Таблиця 1
Cop™ ячмeню яpoгo ceëeKôiï MIÏ, внeceн1 дo Äeprnpeecrpy Укpaïни в 1995-2017 pp.
Шифp Haзвa copту Рж peccтpaцi"l Пoxoджeння
G1 Mиpoнiвcький 86 1995 Cлaвутич II MK-42 I ELgina I3I Rupee
G2 Mиpoнiвcький 92 1996 Л1'н1'я 11I21I77I Mиpoнiвcький 66
G3 Цeзap 1998 Cepпaнoк I Georgie
G4 Acкoльд 2001 Hockey I Poмaнтик
G5 Coбopний 2004 Hockey I Poмaнтик
G6 Пepceй 2004 Oдecький 115 I Magnif 104 II Sara
G7 Coнцeдap 2007 Vanja I PaveL II RoLand
G8 Юкатан 2007 (69703I71 I ^ин^кий 2) + HEC 0,05%
G9 Aвгiй 2008 (Severa I Trophee) + HEC 0,05%
G10 Пcьoл 2009 ^зимут I Каштан) + HEC 0,05%
G11 Xaдap 2010 (Sara I Atem) + HEC 0,05%
G12 Tpипoль 2013 (Каштан I Meresi) + HEC 0,05%
G13 Bipaœ 2016 Пам'ятний I Цeзap
G14 Taлicмaн Mиpoнiвcький 2016 Звepшeння I AmuLet
G15 MIП Mиpний 2017 Trophee I Rodeo II Acкoльд
G16 MIП Caлют 2017 Adagio I Пам'ятний
G17 MIП Coтник 2017 CeLinka I Пам'ятний
G18 MIП Aзapт 2017 Юкатан I Hanka
G19 MIП Бoгун 2017 Пpoмiнь I Ca 0010223 II CLara
ент нeлiнiйнocтi вiдгyкy та cepeдoвищe (Lek), кoeфiцieнт кoмпeнcaцiï (Kek); В. В. Xa^^^ дiн, M. A. Литвитанк [60] - гoмeocтaтич-нicть (Hom) i ceлeкцiйнa щннгсть (Sc). кaзник cтaбiльнocтi для AMMI мoдeлi (ASV) виpaxoвyвaли вiдпoвiднo дo J. L. Purchase тa iн. [61]. Для нaoчнoï iнтepпpeтaцiï ви^-pиcтaли AMMI i GGE biplot. Ocrn^m пpин-ципи гpaфiчниx пiдxoдiв oEMcano в низцi пyблiкaцiй [62-64].
Cтaтиcтичнi пoкaзники poзpaxoвyвaли в пpoгpaмax Excel 2010 тa Statistica 8.0. rpa-фiчний aнaлiз пpoвoдили з викopиcтaнням пpoгpaмнoгo зaбeзпeчeння та ocнoвi R-Hpoi'pa-мyвaння [65].
Peçyë^a^ дocл1джeнь
Пoгoднi yмoви xapaктepизyвaлиcя ^ли-вaнням гiдpoтepмiчниx пapaмeтpiв зa po^-ми. Ocoбливicтю 2013 p. бyлo пiзня вecнa з пoдaльшим piзким нapocтaнням тeплa. У 2014 p. вiдзнaчeнo cильнi зливи як y пepioд вiд виxoдy в тpyбкy дo кoлociння, тaк i ввд кoлociння дo нaливy зepнa, шр пpoвoкyвaлo вилягaння pocлин. У 2015 p. тaкoж ввдзта-чeнo гавга пepeвищeння кiлькocтi oпaдiв y пepioд кoлociння-дocтигaння, пopiвнянo з бaгaтopiчними дaними. У 2016 p., нaвпaки, дeщo вищoю бyлa кiлькicть oпaдiв дo кoлo-ciння, a в пepioд кoлociння-дocтигaння roc-тyпaлacя бaгaтopiчнiм дaним. Oднaк oпaди в цeй пepioд тaкoж 6ули y виглядi кiлькapaзo-виx злив зi шквaлaми. Becняний пepioд 2017 p. xapaктepизyвaвcя пiдвищeними тeмпepaтy-paми пoвiтpя з нeдocтaтньoю кiлькicтю om-дiв. У пepioд кoлociння вiдзнaчeнo aнoмaльнi кoливaння тeмпepaтypи з нижньoю мeжeю
дo +1,0 °C. Зaгaльнoю xapaктepиcтикoю po-шв дocлiджeнь бyлa нepiвнoмipнicть вита-дaння oпaдiв пpoтягoм вeгeтaцiï тa пiдвищe-нi тeмпepaтypи пoвiтpя з шиpoкoю aмплiтy-дoю кoливaнь пpoтягoм дoби. Щoдo poзвиткy бioтичниx чинникiв, то ^вд зaзнaчити, щo в yci poки зaфiкcoвaнo пoшиpeння 6opo0-ниcтoï pocи. У 2013 p. вiдзнaчeнo eпiфiтoтiю cтeблoвoï ipœi. У 2014-2016 pp. знaчнoгo poз-витку табули плямиcтocтi лиcтя (ciтчacтa, cмyгacтa i тeмнo-бypa), a 2016 p. взaгaлi був eпiфiтoтiйним зa poзвиткoм ci^acTOï пля-миcтocтi. Пopiвнянo з шшими poкaми 2017 p. xapaктepизyвaвcя cлaбшим poзвиткoм збуд-никiв xвopoб y^^io^ пocyшливиx yмoв. Xiмiчнoгo зaxиcтy пociвiв вiд шкoдoчинниx oб'eктiв тa для зaпoбiгaння вилягaнню нe пpoвoдили, тому oтpимaнi дaнi xapa^ep^y-ють здaтнicть дocлiджeниx copтiв peaлiзoвy-вaти пoтeнцiaл пpoдyктивнocтi зa ди piзнo-го пoeднaння aбioтичниx тa бioтичниx чин-никiв.
Haйвищy cepeдню вpoжaйнicть го дocлiдy вiдзнaчeнo y 2015 p. - 7,08 т/га, тайнижчу в 2013 p. - 3,48 т/га ^бл. 2). Bapiювaння вpo-жaйнocтi мiж copтaми в мeжax po^ OTaro-вилo 1,55-2,84 т/гa. У cepeдньoмy зa п'ять poкiв нaйвищe знaчeння вpoжaйнocтi ввдзта-чeнo в copтy G19 ('MIП Бoгyн') - 6,04 т/га, нaйнижчe в copтy G1 ('Mиpoнiвcький 86') -4,44 т/га.
Xapaктepизyючи poки дocлiджeнь як фoн для oцiнювaння copтiв ^бл. 3), пoмiтнo, щo нaйвищy дифepeнцiювaльнy здaтнicть ввд-знaчeнo в E16, тайнижчу - в E14. Haйбiль-шoю вiднocнoю дифepeнцiювaльнoю здaтнic-тю xapaктepизyвaвcя E13, нaйнижчoю - E15.
Taônuun 2
ypoœaémcTb copTiB amm6H№ nporo piçHèx nepioflÏB ceëeKuiéHoï poôoTM b copToBMnpoôyBaHHi Min
Wièôp Pokm Mean Max Min
2013 2014 2015 2016 2017
E13 E14 E15 E16 E17
G1 3,21 4,17 6,27 4,57 3,98 4,44 6,27 3,21
G2 3,41 4,18 6,67 6,25 3,88 4,88 6,67 3,41
G3 1,94 4,43 6,72 5,99 4,53 4,72 6,72 1,94
G4 3,03 4,32 7,17 5,58 4,00 4,82 7,17 3,03
G5 3,62 4,68 6,73 6,38 3,78 5,04 6,73 3,62
G6 3,76 3,59 6,83 5,95 3,71 4,77 6,83 3,59
G7 3,64 4,72 7,79 4,82 3,93 4,98 7,79 3,64
G8 3,58 4,17 7,18 5,74 3,83 4,90 7,18 3,58
G9 2,52 3,84 6,96 6,00 4,14 4,69 6,96 2,52
G10 3,41 4,37 6,56 6,23 4,30 4,97 6,56 3,41
G11 3,36 4,34 6,79 6,73 4,82 5,21 6,79 3,36
G12 3,40 4,87 7,08 6,70 4,52 5,31 7,08 3,40
G13 3,83 5,01 7,50 7,13 5,08 5,71 7,50 3,83
G14 3,52 4,95 7,17 7,05 4,97 5,53 7,17 3,52
G15 4,12 5,35 7,81 7,41 5,23 5,98 7,81 4,12
G16 3,67 5,32 7,27 7,16 5,01 5,69 7,27 3,67
G17 3,62 5,12 7,24 7,22 4,83 5,61 7,24 3,62
G18 3,82 5,45 7,39 7,38 5,19 5,85 7,39 3,82
G19 4,70 5,48 7,34 7,21 5,45 6,04 7,34 4,70
Mean 3,48 4,65 7,08 6,40 4,48 5,22 7,08 3,47
Max 4,70 5,48 7,81 7,41 5,45 6,04 7,81 4,70
Min 1,94 3,59 6,27 4,57 3,71 4,44 6,27 1,94
R (max-min) 2,76 1,89 1,55 2,84 1,74 1,60 1,55 2,76
HIP0,05 0,18 0,35 0,26 0,28 0,17 0,25 - -
ÏpMMiTKa. Mean, Max, Min - BiflnoBiflHO cepeflHA, MaKCHMaëbHa i MiHiMaëbHa Bpo-œaérncTb; R (max-min) - po3Max BapiioBaHHfl.
BëH3BKi 3HarcHHa ^oro napaMeTpa MaëH E14, E16 Ta E17. HaBefleHi napaMeTpH câifl^aTB, ùo cyTTeBima flèôepeH^a^a Miœ copTaMH cno-cTepiraëaca ça «œopcTKimHx» Ta MeHm npo-AyKTHBHHX yMoB BereTa^iï, nopiBHaHo 3i cnpH-aTëEBimzMM Ta npoflyKTHBHimHMH. Toôto, y flHÔepeH^a^ï цнx copTiB, nopafl 3 noTeH^a-ëoM npo^yKTHBHocTi, 3Ha^Hy poëB BiflirpaBa-ëa ctïhkïctb flo KoMnëeKcy aôioTH^HHx Ta 6io-
TH^HHX ^HHHHKÏB.
Taônuun 3
ÏapaMeTpè cepefloBMùa ak ôoHy flën ouiHWBaHHfl Ta AMÔepeHuiauiï copTiB flHMeHW nporo
PiK dk a2fl3Ck Lek S k ek Kk ek
E13 3,48 0,16 0,52 16,21 1,42
E14 4,65 0,05 0,16 11,76 1,33
E15 7,08 0,12 0,77 5,58 0,69
E16 6,40 0,22 0,31 12,97 3,06
E17 4,48 0,06 0,19 12,60 1,42
XapaKTepncTHKy copTiB 3a HH3Koro napaMeT-phïhhx Ta HenapaMeTpn^HHX noKa3HHKÏB Ha-BefleHo b TaôëH^x 4 i 5. flëa 3py^HocTi ÏHTep-npeTa^ï Ta flèôepeH^a^ï 3a koshhm noêa3-hhkom copTaM npècBoroBaëH BiflnoBiflHHH pair (R). KpampMy 3HaqeHHro noêa3HHKa BiflnoBi-flae nepmèH pair. 3a 6iëBmicTro napaMeTpiâ
Kpaùi noKa3HHKH paHriâ MaëH copTH G19 ('Min BoryH') i G15 ('Min Mhphhh'). 3araëoM cëifl Bifl3HaiiHTH 3MiHy paHriâ ôiëBmocTi copTiB 3a pi3HHMH cTaTHcTH^HHMH noêa3HHKaMH.
flëa norëèôëeHoro aHaëi3y 3aKoHoMipHoc-Teé piBHa npoaBy BpoœaHHocTi Ta BH3HarcHHa 3B'a3Ky po3rëaHyTHX noKa3HHKÏB aflanTHBHoc-tï 3 ypoœaËHicTro, 3acTocyBaëH Kopeëa^H-hhh aHaëi3 (Ta6ë. 6). CepeflHa BpoœaHHicTB (Mean) Maëa BHùecepeflHié 3B'a3oK, npaKTH^-ho Ha oflHoMy piBHi aK 3 MaKcHMaëBHHM (Max) (r = 0,69), TaK i MÏHÏMaëBHHM (Min) (r = 0,72) ïï 3HâieHHaMH. Miœ coôoro Max i Min MaëH noMipHy Kopeëa^ro (r = 0,50). ÔyH^ioHaëBHy 3aëeœHicTB BHaBëeHo Miœ Mean i 3A3i (r = 1,0),
ùo 3aKoHoMipHo, ocêiëBKH ocTaHHa e ÏHfleK-chhm BHpaœeHHaM nepmoï. ToMy 3HarcHHa Koeô^ieHTa Kopeëa^ï flëa hhx e ifleHTH^HH-mh. CèëBHy no3HTHBHy Kopeëa^ro Mean Maëa 3 napaMeTpaMH: CЦГi (r = 0,88), Hom (r = 0,86), Sc (r = 0,82). flyœe chjbhhh HeraTHBHHH 3B'a3oK Mean Bifl3Ha^eHo 3 P. (r = -0,96), cepefl-hïh HeraTHBHHH - 3 Sg. (r = -0,66), S.(1) (r = -0,55), S.(2) (r = -0,51). 3araëoM, bhùï pïbhï 3B'a3KÏB 3 noKa3HHKaMH Bifl3HarcHo flëa Min, Hiœ flëa Max. OcTaHHa B3araëi Maëa cepeflHié HeraTHBHHH 3B'a3oK ëème 3 P. (r = -0,60). flëa ÏHmèx napaMeTpiB cyTTeBHx 3aëeœHocTeé He Bifl3Ha-
CeëeK^a та нaciннuцтвo
Taблuця 4
Xapaктepиcтикa cop™ ячмeню яpoгo зa пapaмeтpaми aдaптивнoï здaтнocт1, cтaб1льнocт1 тa гoмeocтaтичнocт1
Copт 3A3" R ct2CA3, R Sgi R ЩП R Hom R Sc R
G1 -0,78 19 1,28 1 25,49 2 2,51 12 17,35 12 2,27 16
G2 -0,34 14 2,17 5 30,21 13 2,36 13 16,11 13 2,49 13
G3 -0,50 17 3,35 19 38,75 19 1,60 19 12,17 19 1,37 19
G4 -0,40 15 2,54 16 33,06 17 2,10 17 14,55 17 2,04 17
G5 -0,18 10 2,09 4 28,71 10 2,57 11 17,51 11 2,71 8
G6 -0,45 16 2,29 7 31,72 15 2,19 15 15,00 16 2,51 12
G7 -0,24 11 2,71 17 33,05 16 2,17 16 15,04 15 2,33 15
G8 -0,32 13 2,32 8 31,10 14 2,30 14 15,72 14 2,44 14
G9 -0,53 18 3,14 18 37,79 18 1,67 18 12,39 18 1,70 18
G10 -0,25 12 1,83 3 27,21 7 2,66 9 18,22 9 2,59 9
G11 -0,01 9 2,28 6 28,98 11 2,63 10 17,93 10 2,58 10
G12 0,09 8 2,37 11 28,99 12 2,69 8 18,28 8 2,55 11
G13 0,49 4 2,39 12 27,09 6 3,07 5 21,03 5 2,92 4
G14 0,31 7 2,41 13 28,05 8 2,89 7 19,68 7 2,72 7
G15 0,77 2 2,45 14 26,18 3 3,31 2 22,82 2 3,15 2
G16 0,47 5 2,32 9 26,82 5 3,09 4 21,16 4 2,87 5
G17 0,39 6 2,51 15 28,25 9 2,91 6 19,81 6 2,80 6
G18 0,63 3 2,35 10 26,23 4 3,23 3 22,24 3 3,02 3
G19 0,82 1 1,37 2 19,36 1 4,04 1 31,07 1 3,87 1
Taàëu^ 5
Xapaктepиcтикa copт1в ячмeню яpoгo зa пapaмeтpичними тa нeпapaмeтpичними пoкaзникaми
Copт bi R S2di di R W, R P, R S/1) R S« R ASV R
G1 0,7i1 8 0,25 16 1,51 18 1,66 19 0,i80 4 4,56 7 1,28 18
G2 0,99 2 0,06 7 0,20 5 0,85 12 1,50 13 6,00 10 0,31 2
G3 1,19 11 0,39 18 1,48 17 1,28 18 2,00 16 15,75 15 1,14 17
G4 1,06 10 0,13 12 0,43 11 1,00 14 1,90 14 9,81 12 0,74 14
G5 0,96 4 0,15 14 0,47 12 0,69 10 1,95 15 16,31 16 0,36 6
G6 0,97 3 0,34 17 1,04 16 1,06 15 2,60 18 33,25 18 0,85 15
G7 0,95 5 1,00 19 3,04 19 1,08 16 2,80 19 40,75 19 2,27 19
G8 1,00 1 0,20 15 0,61 15 0,88 13 2,40 17 17,81 17 0,95 16
G9 1,19 12 0,05 6 0,49 13 1,19 17 0,80 5 10,00 13 0,39 7
G10 0,92 6 0,01 2 0,12 4 0,72 11 1,30 11 8,00 11 0,24 1
G11 1,00 2 0,13 13 0,42 10 0,50 9 0,90 7 11,50 14 0,70 11
G12 1,04 6 0,02 3 0,10 2 0,40 8 1,20 10 5,50 9 0,35 4
G13 1,04 7 0,03 4 0,11 3 0,13 4 1,10 9 2,50 4 0,41 8
G14 1,04 5 0,08 8 0,27 6 0,25 7 1,00 8 4,31 6 0,69 10
G15 1,06 9 0,01 1 0,09 1 0,04 2 0,40 1 0,75 1 0,35 5
G16 1,02 3 0,09 9 0,28 7 0,16 5 0,50 2 0,75 2 0,64 9
G17 1,06 8 0,09 10 0,32 8 0,21 6 1,35 12 4,56 8 0,71 12
G18 1,02 4 0,11 11 0,34 9 0,10 3 0,70 3 1,00 3 0,73 13
G19 0,79 7 0,03 5 0,50 14 0,03 1 0,80 6 4,00 5 0,35 3
чeнo. Haтoмicть Min дyжe cильнo кopeлювa-лa з Sc (r = 0,96). ^зитивний cильний зв'язoк Min зaфiкcoвaнo з CЦГi (r = 0,87), Hom (r = 0,84). ^льну нeгaтивнy кopeляцiю Min виявлeнo з Sgi (r = -0,86), cepeдню - з Pi (r = -0,69), c2CAЗi '(r = -0,62), Kgi (r = -0,62), bi (r i -0,53). i i
Taкий xapaктep зaлeжнocтeй Hoœe бути cвiдчeнням тoгo, щo нижнш пopiг ypoжaй-нocтi зa eкcтpeмaльниx yмoв poбив вaгoмий внecoк y cepeднe ïï знaчeння зa poкaми тa aдaптивний пoтeнцiaл дocлiджeниx copтiв зaгaлoм. Фyнкцioнaльнy зaлeжнicть (r = 1,00) виявлeнo мiж c2CAЗi i Kgi. Toмy нижчe бyдe
oxapaктepизoвaнo лишe зв'язки для oднieï з ник (c2CAЗi). Близький дo фyнкцioнaльнoгo зв'язoк вiдзнaчeнo мiж пapaмeтpaми: Wi i Lgi (r = 0,98), CЦГi i Hom (r = 0,98), ЩГ i Sc (r = 0,96), S2di i Wi (r = 0,96), Wi i ASV (r = 0,94), Sc i Hom (r = 0,94), c2CAЗi iibi (r = 0,93), S2di i ASV (r = 0,93). ^львд пoзитивнa ^pe-лящя вiдзнaчeнa м:1ж пoкaзникaми: ASV i Lgi (r = 0,91), S2di i Lgi (r = 0,90), Si(1) i Si(2) (r = 0,87), S2di i S/2) (r 'i 0,84), c2CAЗi i Sg (r i 0,83), Wi i Si(2i (r i 0,76). Дyжe cиЛьнийi тa cильний нeгaтивний зв'язoк м:ж coбoю мaли пapaмeтpи: Sgi i CЦГi (r i -0,94), Sgi i Sc (r i -0,92), Sgi i Hom (r i -0,91), Pi i CЦiГi
Таблиця 6
Кореляф'я врожайносп сорт'в ячменю ярого з показниками адаптивно! здатносл, пластичносп та стаб!*льност1*
Показники Mean Max Min b. S2d. d. W. P. S.d) S.(2) ASV 3A3. ct2CA3. Lg. Sg. СЦГ. Kg. Hom
Max 0,69
Min 0,72 0,50
b. 0,02 0,26 -0,53
S2d. d. -0,38 0,17 -0,17 -0,10
W. -0,45 0,05 -0,23 -0,21 0,96
p -0,96 -0,60 -0,69 -0,10 0,49 0,60
S (1) -0,55 -0,06 -0,23 0,04 0,68 0,58 0,51
S (2) -0,51 0,02 -0,17 -0,02 0,84 0,76 0,53 0,87
ASV -0,35 0,16 -0,20 -0,15 0,93 0,94 0,49 0,54 0,67
3A3. 1,00 0,69 0,72 0,02 -0,38 -0,45 -0,96 -0,55 -0,51 -0,35
ct2CA3. -0,14 0,28 -0,62 0,93 0,26 0,15 0,12 0,26 0,26 0,20 -0,14
Lg.i -0,47 -0,04 -0,17 -0,37 0,90 0,98 0,63 0,50 0,69 0,91 -0,47 -0,01
Sg.i -0,66 -0,16 -0,86 0,69 0,40 0,36 0,63 0,52 0,50 0,33 -0,66 0,83 0,24
СЦГ. 0,88 0,42 0,87 -0,44 -0,43 -0,42 -0,83 -0,58 -0,55 -0,37 0,88 -0,60 -0,36 -0,94
Kg, -0,14 0,28 -0,62 0,93 0,26 0,15 0,12 0,26 0,26 0,20 -0,14 1,00 -0,01 0,83 -0,60
Hom 0,86 0,40 0,84 -0,44 -0,40 -0,37 -0,79 -0,57 -0,52 -0,36 0,86 -0,59 -0,31 -0,91 0,98 -0,59
Sc 0,82 0,43 0,96 -0,47 -0,35 -0,38 -0,80 -0,42 -0,37 -0,36 0,82 -0,62 -0,33 -0,92 0,96 -0,62 0,94
(r = -0,83), P. i Sc (r = -0,80), P. i Hom (r = -0,79). 1 1
Дисперсшний aHaëi3 AMMI MOfleëi засв1дчив найсуттев1ший внесок у дисперою умов середо-вища (83,40%) (табл. 7). Генотип та взаемодш генотип-середовище мали значно нижчi, але доcтовiрнi ефекти - 10,65 i 5,95% в1дпов1дно. Перш двi головнi компоненти (РС1 i PC2) по-яснюють 80,9% взаемодп генотип-середовище.
Таблиця 7
Дисперс'йний анал''з AMMI модел'' (тест Голоба)
Чинники SS DF MS F Частка внеску, %
Середовище 496,80 4 124,20 4759,08 83,40
Генотип 63,45 18 3,52 135,07 10,65
Взаемод1'я гено-
тип-середовище 35,43 72 0,49 18,86 5,95
PC1 19,81 21 0,94 38,77 55,91
PC2 8,85 19 0,47 19,15 24,99
PC3 4,40 17 0,26 10,63 12,41
PC4 2,37 15 0,16 6,50 6,69
PC5 0,00 13 0,00 0,00 0,0
Resi'duaLs 4,96 190 0,03 - -
AMMI1 biplot (рис. 1) репрезентуе вaрiaнcу головних адитивних eфeктiв cортiв (G1...G19) i рокiв випробувань (E13...E17) по горизонтально оci (YLD) та вaрiaнcу мультиплша-тивних eфeктiв взаемодй генотип-середовище (cорт-рiк випробувань) - по вертикально (Factor 1). G змога вiзуaльно aнaлiзувaти дисперию cортiв i рокiв випробувань та вза-eмодiю мiж ними.
£16
- sa щ G 1 -Gi7 ^ 1-5 1 ЬЛз16
05 sî'o,. Si/ G,3G15 / G M
Gfi.
ai
ЙЗ Й7
Н-1-1—-1-г
3 4 5 6 7
yld
Рис. 1. AMMI1 biplot - розпод1'л генотит'в i середовищ у координатах: середня врожайн1'сть (YLD) - головна компонента 1 (Factor 1)
AMMI2 biplot (рис. 2) демонструе мульти-плшативш ефекти взаемодп генотип-середовище в координатах першо'1 (Factor 1) i друго'1 (Factor 2) головних компонент. Пунктирш л^ нп, якi вiдходять в1д центру AMMI biplot роз-бивають його на сектори в яких розмщеш середовища та генотипи. На вeрхiвкaх пол^ гонально'1 фiгури розмiщeнi сорти, як мали нaйвирaжeнiшу рeaкцiю на умови того чи шшого року, або сукупност рокiв (мегасере-довищ). Перше мегасередовище утворене умо-
вами Е14 1 Е17. Решта три середовища роз-ташувалисв у р1зних секторах - Е13, Е15 та Е16.
Е1& ч V. ае^ X V у / / ^ ( ^ / г у / / ( / / ^
/ * - - , ; 1 / г / ( г \ &ЦВ <Э9 \ 1 I 1 1 1 ^
-1--1-г
10 -0 5 О.О 0.5 1.0
Райм 1 (56 91
Рис. 2. АММ12 ЫрЫ - розпод1л сорп'в 1* середовищ
у координатах перших двох головних компонент
Перш1 дв1 головн1 компоненти (AXIS1 та АХК2) 00Е biplot пояснюютв 85,58% взаемо-дп генотип-середовище (рис. 3). Представлений Ыр^ характеризуе диференц1ювалвну здатшств та репрезентативн1ств середовищ. Л1н1я, що перетинае центр biplot 1 позначена стр1лкою в кол1 е середнвою в1ссю середовищ. Пунктирними л1н1ями позначен! вектори окремих середовищ. Найвищою диференщю-валвною здатн1стю характеризувалося середо-вище Е16, дещо нижчою - Е13. Водночас Е13 1 Е16 були найв1ддален1шими один в1д одного. Найменшу диференц1ювалвну здатн1ств мали умови Е15. Найрепрезентатившшим був Е14. Найменш репрезентативними - Е13 1 Е16.
00Е biplot «хто-де-перем1г» характеризуе взаемов'язок сортов з умовами рок1в вирощу-вання (рис. 4). Незважаючи на в1зуалвну схо-ж1ств з АММ12 Ыркй, цей 00Е biplot мае дещо 1ншу интерпретацию. У секторах, де ло-кал1зован1 середовища, на верх1вках пол1го-налвно'1 ф1гури розташован1 генотипи, як1 маютв перевагу в цвому середовищ1, або мега-середовищ!. Сл1д вид1лити мегасередовище утворене умовами Е13, Е14 та Е15. Друге се-редовище - умови Е17, трете - Е16. У першо-му мегасередовищ1 суттеву перевагу мали сорти 019 ('М1П Богун'), 015 ('М1П Мирний') 1 018 ('М1П Азарт'). До нвого також увшшли сорти 013 ('В1раж'), 016 ('М1П Салют'), 017 ('М1П Сотник'). Сорт 014 ('Талисман Мирон1в-свкий') розташувався в середовищ1 Е17. Сорт 012 ('Триполв') був ближчим до центру 1 на
ах1э1 71.46%
Рис. 3. ССЕ ЫрЫ диференц1ювально1 здатност* та репрезентативност1 середовищ
меж1 середовищ Е16 1 Е17. Решта сортов, як1 потрапили в сектори без середовищ поступа-лися названим за врожайн1стю.
-2-10 1 ах1б1 71.40%
Рис. 4. ССЕ ЫрЫ «хто-де-перем1г»
На рисунку 5 00Е biplot дае змогу харак-теризувати сорти за поеднанням середнво'1 врожайност1 та стаб1лвност1. В1св, що перетинае центр 00Е Ыр^ по горизонтал1 е середнвою для середовищ абсцисою. У напрям-ку позначеному стр1лкою, що вид1лена колом на абсцис1, сорти ранжируваш за серед-
о • тт • о •
нвою врожайн1стю. У вертикалвн1й площин1 центр 00Е Ыр^ перетинае середня ордината. М1сце 'х перетину - репрезентуе середню врожайн1ств по досл1ду. Зм1щення сорт1в по
oci opflHHaT Bifl aô^aca (n03Ha^eH0 nyHKTH-paMa) xapaKTepnçye 'ix BapiaôeëtHicTt. HaH-Bèùy cepeflHro BpoœaËHicTt ça poKè flocëi-flœeHt MaB copT G19 ('Min BoryH'), HaËHHœ^y - G1 ('MapomBctKHH 86'). BoflHo^ac copT G19 ('Min BoryH') MaB BHcoKy cTaôiëtmcTt. CTa-ôiëtHicTro TaKoœ xapaKTepaçyBaëHca copTH G10 ('Ïctoë') i G2 ('MapoHiBctKHH 92'), oflHaK bohh Maëè BpoœaËHicTt HHœqy ça cepeflHro b flocëifli. HaËBapiaôeëtHimHMH 6yëH copTH G7 ('Coнцeflap'), G1 ('MapomBctKHH 86') Ta G3 ('Dieçap').
<f) <=> I °
e13
g.7 E15 GJ9,
g.i g3 g6 V, g4 'a g5 \ \ g15 ...........i......i.-gil........A..................
'"i \ Xn ■ '' G16 G1S \ g12 ■ g17 \ g'14 \ e17 g\i
g'9 \ E16
g3
Pmc. 5. GGE biplot cepeflHbocepeflûBMùHa KoopflMHauin copTÏB AMMeH№ nporo 3a cepeflHboro BpoœaéHicrro Ta CTaôiëbHiCTro
Pèc. 6. GGE biplot paHœupyBaHHfl copriâ AMMeHro nporo ùoflo «ifleaëbHoro» reHoTMny
Ha pacyHKy 6 HaBefleHo peçyëtTaTH paHœa-pyBaHHa copTiâ ça noeflHaHHHM ypoœaHHocTi Ta cTaôiëtHocTi BiflHocHo flo rinoTeTH^Horo «ifleaëtHoro» reHoTHny, hkhh yMoBHo HBëse coôoro cepeflèHy ^htph^hhx êië. y ^HTpi poçTamyBaBca copT G19 ('Min BoryH'), hkhh MaB HanonTHMaëtHime noeflHaHHH BpoœaH-HocTi Ta cTaôiëtHocTi. BëH3tKHM flo Htoro 6yB copT G15 ('Min Mhphhh'). fle^o nocTynaëaca HaçBaHHM, aëe cyTTeBo nepeBaœaëH pemTy copTH G18 ('Min AçapT'), G13 ('Bipaœ'), G16 ('Min CaëroT'), G17 ('Min Cothhk'), G14 ('Ta-ëicMaH MapomBctKHH').
Bmchobkm
CacTeMHa nopiBHaëtHa oцiнкa cTaTHcTH^-hhmh i rpaôi^HHMH niflxoflaMH câifl^HTt, ùo BHeceHi flo flepœpeecTpy yKpaÏHH y 20162017 pp. copTH a^MeHro sporo 'Bipaœ', 'Taëic-MaH MapoHiBctKHH', 'Min Mhphhh', 'Min CaëroT', 'Min Cothhk', 'Min AçapT', 'Min BoryH' nepeBaœaroTt cTBopeHi Ha nonepeflHix eTanax ceëeK^HHoï poôoTH copTH hk ça npo-flyKTHBHHM, TaK i aflanTHBHHM noTeH^aëoM. HaËonTHMaëtHimHM noeflHaHHSM npoflyKTHB-HocTi Ta aflanTHBHocTi xapaKTepaçyroTtca copTH 'Min BoryH' i 'Min Mhphhh'. OflHaK çara-ëoM hk cTaTHcTH^Hi noêaçHHKH, TaK i Biçyaëiça-цiï AMMI i GGE biplot BKaçyroTt, ùo BHfliëeHi copTH piçHSTtca ça peaкцiero Ha KoHTpacTHi yMoBH poêiâ flocëiflœeHt, a ToMy y bhpoôhh^hx yMoBax flonoBHroBaTHMyTt oflHH oflHoro ça Biflno-BiflHoro ôopMyBaHHH copToBoro cKëafly. npa-cêopeHe BnpoBaflœeHHH hobhx copTiâ a^MeHro sporo y bhpoôhh^bo cnpHHTHMe niflBHùeHHro piBHa BpoœaHHocTi Ta ïï cTaôiëtHocTi.
BèHBëeHi çaêoHoMipHocTi Kopeës^ï' Bpo-œaHHocTi ç noêaçHHKaMH cTaôiëtHocTi mo-œyTt 6yTH BHKopacTaHi flëa noflaëtmoro poç-poôëeHHa MeTofloëori^HHx ochob aflanTHBHoï ceëeK^ï, çoêpeMa b acneKTi xapaKTepacTHKH reHoTHniâ ça piBHeM npoHBy BpoœaHHocTi y BçaeMofliï ç yMoBaMH cepefloBHùa.
BèKopèCTaHa ëiTepaTypa
1. Godfray H. C. J., Beddington J. R., Crute I. R. et al. Food security: The challenge of feeding 9 billion people. Science. 2010. Vol. 327, Iss. 5967. P. 812-818. doi: 10.1126/science.1185383
2. Foley J. A., Ramankutty N., Brauman K. A. et al. Solutions for a cultivated planet. Nature. 2011. Vol. 478, Iss. 7369. P. 337-342. doi: 10.1038/nature10452
3. Tilman D., Balzer C., Hill J., Befort B. L. Global food demand and the sustainable intensification of agriculture. Proc. Natl. Acad. Sci. USA. 2011. Vol. 108, Iss. 50. P. 20260-20264. doi: 10.1073/ pnas.1116437108
4. Smith P., Gregory P. J. Climate change and sustainable food production. Proc. Nutr. Soc. 2013. Vol. 72, Iss. 1. P. 21-28. doi: 10.1017/S0029665112002832
5. Moore F. C., Lobell D. B. The fingerprint of climate trends on European crop yields. Proc. Natl. Acad. Sci. USA. 2015. Vol. 112, Iss. 9. P. 2670-2675. doi: 10.1073/pnas.1409606112
6. Araus J. L., SLafer G. A., Royo C., Serret M. D. Breeding for yield potential and stress adaptation in cereals. Crit. Rev. Plant. Sci. 2008. Vol. 27, Iss.6. P.377-412. doi:10.1080/07352680802467736
7. Li W.-T., Liu C., Liu Y.-X. et al. Meta-analysis of QTL associated with tolerance to abiotic stresses in barley. Euphytica. 2013. Vol. 89, Iss. 1. P. 31-49. doi: 10.1007/s10681-012-0683-3
8. Dockter C., Hansson M. Improving barley culm robustness for secured crop yield in a changing climate. J. Exp. Bot. 2015. Vol. 66, Iss. 12. P. 3499-3509. doi: 10.1093/jxb/eru521
9. Dawson I. K., Russell J., Powell W. et al. Barley: a translational model for adaptation to climate change. New Phytol. 2015. Vol. 206. P. 913-931. doi: 10.1111/nph.13266
10. Benkherbache N., TondelliA., Djekoune A. et al. Marker characterization of vernalization and low-temperature tolerance loci in barley genotypes adapted to semi-arid environments. Czech J. Genet. Plant Breed. 2016. Vol. 52, Iss. 4. P. 157-162. doi: 10.17221/16/2016-CJGPB
11. Gilliham M., Able J. A., Roy S. J. Translating knowledge about abiotic stress tolerance to breeding programmes. Plant J. 2017. Vol. 90, Iss. 5. P. 898-917. doi: 10.1111/tpj.13456
12. Barley: production, improvement, and uses / S. E. Ullrich (ed.). Chichester, UK : Wiley-Blackwell, 2011. 637 p.
13. Laidig F., Piepho H. P., Rentel D. et al. Breeding progress, environmental variation and correlation of winter wheat yield and quality traits in German official variety trials and on farm during 1983-2014. Theor. Appl. Genet. 2017. Vol. 130, Iss. 1. P. 223-245. doi: 10.1007/s00122-016-2810-3
14. Laidig F., Piepho H. P., Rentel D. et al. Breeding progress, variation, and correlation of grain and quality traits in winter rye hybrid and population varieties and national on-farm progress in Germany over 26 years. Theor. Appl. Genet. 2017. Vol. 130, Iss. 5. P. 981-998. doi: 10.1007/s00122-017-2865-9
15. Peltonen-Sainio P., Jauhiainen L., Laurila I. P. Cereal yield trends in Northern European conditions: changes in yield potential and its realization. Field Crops Res. 2009. Vol. 110, Iss. 1. P. 85-90. doi: 10.1016/j.fcr.2008.07.007
16. Mackay I. J., Horwell A., Garner J. et al. Reanalysis of the historical series of UK variety trials to quantify the contributions of genetic and environmental factors to trends and variability in yield over time. Theor. Appl. Genet. 2011. Vol. 122, Iss. 1. P. 225-238. doi: 10.1007/s00122-010-1438-y
17. Rijk B., van Ittersum M., Withagen J. Genetic progress in Dutch crop yields. Field Crops Res. 2013. Vol. 149. P. 262-268. doi: 10.1016/j.fcr.2013.05.008
18. Lillemo M., Reitan L., Bjrnrnstad A. Increasing impact of plant breeding on barley yields in central Norway from 1946 to 2008. Plant Breed. 2009. Vol. 129, Iss. 5. P. 484-490. doi: 10.1111/j.1439-0523.2009.01710.x
19. Psota V., Hartmann J., Sejkorova S. et al. 50 Years of progress in quality of malting barley grown in the Czech Republic. J. Inst. Brew. 2009. Vol. 115, Iss. 5. P. 279-291. doi: 10.1002/j.2050-0416.2009.tb00382.x
20. Максимов P. А., Киселев Ю. А. Современные проблемы адаптивной селекции ячменя на Среднем Урале. Пермский аграрный вестник. 2017. № 3. С. 91-95.
21. Laidig F., Piepho H. P., Rentel D. et al. Breeding progress, genotypic and environmental variation and correlation of quality traits in malting barley in German official variety trials between 1983 and 2015. Theor. Appl. Genet. 2017. Vol. 130, Iss. 11. P. 2411-2429. doi: 10.1007/s00122-017-2967-4
22. Grausgruber H., Bointer H., Tumpold R. et al. Genetic improvement of agronomic and qualitative traits of spring barley. Plant Breed. 2002. Vol. 121, Iss. 5. P. 411-416. doi: 10.1046/j.1439-0523.2002.756385.x
23. Condon F., Rasmusson D. C., Schiefelbein E. et al. Effect of advanced cycle breeding on genetic gain and phenotypic diversity in barley breeding germplasm. Crop Sci. 2009. Vol. 49, Iss. 5. P. 1751-1761. doi: 10.2135/cropsci200 8.10.0585
24. Mirosavljevic M., Momcilovic V., Przulj N. et al. The variation of agronomic traits associated with breeding progress in winter
barley cultivars. Zemdirbyste-Agriculture. 2016. Vol. 103, No. 3. P. 267-272. doi: 10.13080/z-a.2016.103.034
25. Ortiz R., Nurminiemi M., Madsen S. et al. Genetic gains in Nordic spring barley breeding over sixty years. Euphytica. 2002. Vol. 126, Iss. 2. P. 283-289. doi: 10.1023/A:1016302626527
26. Fekadu W., Zeleke H., Ayana A. Genetic improvement in grain yield potential and associated traits of food barley (Hordeum vulgare L.) in Ethiopia. Ethiop. J. Appl. Sci. Technol. 2011. Vol. 2, Iss. 2. P. 43-60.
27. Козаченко М. P., Васько H. I., Наумов 0. Г. та 1'н. Сорти ячменю ярого для сучасного ст'льськогосподарського вироб-ництва. Вкн. ЦНЗ АПВ Харювсько! областi. 2014. Вип. 17. С. 97-103.
28. Васько Н. I., Козаченко М. P., Наумов 0. Г. та 1'н. Безостий сорт ячменю ярого Модерн. Вкн. ЦНЗ АПВХарювсько! облас-mi. 2012. Вип. 13. С. 48-54.
29. Наумов 0. Г., Козаченко М. P., Васько Н. I. та 'н. Селекц'я waxy - ячменю. Селекщя i наанництво. 2014. Вип. 105. С. 60-69.
30. Васько Н. I., Козаченко М. P., Солонечний П. М., Наумов 0. Г. Орипнальт форми ячменю ярого, створен' методами мутагенезу та пбридизацн. Генетичн ресурси рослин. 2013. № 13. С. 50-58.
31. Козаченко М. P., Васько Н. I., Солонечний П. М., Наумов 0. Г. Нов1' форми ячменю ярого, створен' методом пбридизацпТ. Селекщя iнаанництво. 2014. Вип. 106. С. 42-51.
32. Ё1'нчевський А. А. 95 рок'в селекцгт ячменю в селекц'йно-генетичному 1'нститут'. Збiрник наук. праць СГ1-НЦНС. 2012. Вип. 20. С. 66-83.
33. Pибалка 0. I., Полщук С. С., К'рдогло £. К., Моргун Б. В. Генетичт та селекц'йт критер'' створення сорт'в ячменю голозерного харчового напряму. Физиология и биохимия культ. растений. 2013. Т. 45, № 3. С. 187-205.
34. Ё1'нчевський А. А. Ячм1'нь - джерело здорового способу жит-тя сучаснот людини. Вкн. аграр. науки. 2017. № 12. С. 14-21.
35. Сардак М. 0. Сорти голозерного ячменю ярого для виробни-цтва без пл1'вчастого зерна в Укратн'. Професор С. Л. Франкфурт (1866-1954) - видатний вчений-агробiолог, один i3 дicвих органiзаmорiв академ1'чно1 науки в Укран (до 150^ччя вiд дня народження) : матер. М1'жнар. наук.-практ. конф. (м. КиТв, 18 лист. 2016 р.). КиТв, 2016. Ч. 1. С. 87-88.
36. Гудзенко В. Н. 0ценка и использование генетических источников ценных признаков в селекции ячменя ярового. Земледелие и селекция в Беларуси. 2015. Вып. 51. С. 287-294.
37. Гончар Т. М., Дорощук В. 0., Беценко Л. Б., Маренюк 0. Б. Ефективт'сть селекц'йнот роботи з ячменем ярим. Вкн. аграр. науки. 2013. Спец. вип. С. 42-43.
38. В'нюков 0. 0., Бондарева 0. Б., Коробова 0. М. Еколог'чна пластичт'сть нових сорт'в ячменю ярого до стресових фак-тор1'в. Селекщя iнаанництво. 2016. Вип. 110. С. 29-35.
39. Гудзенко В. М., Васильк'вський С. П., Демидов 0. А. та 1'н. Селек-ц1'я ячменю ярого на тдвищення продуктивного та адаптивного потенц'алу. Селек^я iнаанництво. 2017. Вип. 111. С. 51-61.
40. Марухняк А. Я. 0ценка адаптивных особенностей сортов ярового ячменя. Вестн. Белорус. гос. с.-х. акад. 2018. № 1. С. 67-72.
41. Verma A., Singh J., Kumar V. et al. Non parametric analysis in multi environmental trials of feed barley genotypes. Int. J. Curr. Microbiol. App. Sci. 2017. Vol. 6, Iss. 6. P. 1201-1210. doi: 10.20546/ijcmas.2017.606.139
42. Mirosavljevic M., Przulj N., Canak P. Analysis of new experimental barley genotype performance for grain yield using AMMI biplot. Selekcija i Semenarstvo. 2014. Vol. 20, Iss. 1. P. 27-36. doi: 10.5937/SelSem1401027M
43. Verma R. P. S., Kharab A. S., Singh J. et al. AMMI model to analyse GxE for dual purpose barley in multi-environment trials. Agric. Sci. Digest. 2016. Vol. 36, Iss. 1. P. 9-16. doi: 10.18805/asd.v35i1.9303
44. Solonechnyi P. M., Kozachenko M. R., Vasko N. I. et al. AMMI (additive main effect and multiplicative interaction) model for
assessment of yield stability of spring barley genotypes. Селек-Ц1Я iнаа'нництво. 2016. Вип. 110. С. 131-141.
45. Solonechnyi P., Vasko N., Naumov A. et al. GGE biplot analysis of genotype by environment interaction of spring barley varieties. Zemdirbyste-Agriculture. 2015. Vol. 102, No. 4. P. 431-436. doi: 10.13080/z-a.2015.102.055
46. Kendal E. GGE biplot analysis of multi-environment yield trials in barley (Hordeum vulgare L.) cultivars. Ekin J. Crop Breed. and Gen. 2016. Vol. 2, Iss. 1. P. 90-99.
47. Демидов 0. А., Гудзенко В. M., Сардак M. 0. та i'h. Багатосере-довищт випробування ячменю ярого за врожайт'стю та ста-бильтстю. Plant Varieties Studying and Protection. 2017. T. 13, № 4. С. 343-350. doi: 10.21498/2518-1017.13.4.2017.117727
48. Солонечный П. H. AMMI и GGE biplot анализ взаимодействия генотип-среда линий ячменя ярового. Вавиловский журнал генетики и селекции. 2017. T. 21, №6. C. 657-662. doi: 10.18699/VJ17.283
49. Демидов 0. А., Гудзенко В. M., Сардак M. 0. та i'h. Еколоп'чне сортовипробування ячменю на завершальному етап' селек-цт1. Aгроекологiчний журнал. 2017. № 4. С. 58-65.
50. Vaezi В., Pour-Aboughadareh A., MohammadiR. et al. GGE biplot and AMMI analysis of barley yield performance in Iran. Cereal Res. Comm. 2017. Vol. 45, Iss. 3. P. 500-511. doi: 10.1556/0806.45.2017.019
51. Khanzadeh H., VaeziB., MohammadiR. et al. Grain yield stability of barley genotypes in uniform regional yield trails in warm and semi warm dry land area. Indian J. Agric. Res. 2018. Vol. 52, Iss. 1. P. 16-21. doi: 10.18805/IJARe.A-290
52. Solonechnyi P., Kozachenko M., Vasko N. et al. AMMI and GGE biplot analysis of yield performance of spring barley (Hordeum vulgare L.) varieties in multi environment trials. Agriculture & Forestry. 2018. Vol. 64, Iss. 1. P. 121-132. doi: 10.17707/AgricultForest.64.1.15
53. Методика проведення експертизи сорт'в рослин групи зер-нових, круп'яних та зернобобових на придатт'сть до поши-рення в Украй'нп / за ред. С. 0. Ткачик. Вкниця : Ф0П Корзун Д. Ю., 2016. 82 с.
54. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). 5-е изд., доп. и перераб. Москва : Агропромиздат, 1985. 351 с.
55. Eberhart S. A., Russel W. A. Stability parameters for comparing varieties. Crop Sci. 1966. Vol. 6, Iss. 1. P. 36-40. doi: 10.2135/ cropsci1966.0011183X000600010011x
56. Wricke G. Über eine Methode zur Erfassung der ökologischen Streubreite in Feldversuchen. Z. Pflanzenzüchtg. 1962. Vol. 47. P. 92-96.
57. Lin C. S., Binns M. R. A superiority measure of cultivar performance for cultivar * location data. Can. J. Plant Sci. 1988. Vol. 68, Iss. 1. P. 193-198. doi: 10.4141/cjps88-018
58. Huehn M. Nonparametric measures of phenotypic stability. Part 1: Theory. Euphytica. 1990. Vol. 47, Iss. 3. P. 189-194. doi: 10.1007/BF00024241
59. Кильчевский А. В., Хотылева Л. В. Метод оценки адапивной способности и стабильности генотипов, диференцирующей способности среды. Сообщение I. 0боснование метода. Генетика. 1985. Т. 21, № 9. С. 1481-1489.
60. Хангильдин В. В., Литвиненко H. А. Гомеостатичность и адаптивность сортов озимой пшеницы. Науч.-техн. бюл. ВСГИ. 1981. Вып. 1. С. 8-14.
61. Purchase J. L., Hatting H., van Deventer C. S. Genotype * environment interaction of winter wheat (Triticum aestivum L.) in South Africa: II. Stability analysis of yield performance. South Afric. J. Plant Soil. 2000. Vol. 17, Iss. 3. P. 101-107. doi: 10.1080/02571862.2000.10634878
62. Hongyu K., Garcia-Pena M., de Araujo L. В., dos Santos Dias C. T. Statistical analysis of yield trials by AMMI analysis of genotype * environment interaction. Biometrical letters. 2014. Vol. 51, Iss. 2. P. 89-102. doi: 10.2478/bile-2014-0007
63. Yan W., Tinker N. A. Biplot analysis of multi-environment trial data: principles and applications. Can. J. Plant Sci. 2006. Vol. 86, Iss. 3. P. 623-645. doi: 10.4141/P05-169
64. Yan W., Kang M. S., Ma B. et al. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Sci. 2007. Vol. 47, Iss. 2. P. 641-653. doi: 10.2135/cropsci2006.06.0374
65. Frutos E., Galindo M. P., Leiva V. An interactive biplot implementation in R for modeling genotype-by-environment interaction. Stoch. Environ. Res. Risk. Assess. 2014. Vol. 28, Iss. 2. P. 1629-1641. doi 10.1007/s00477-013-0821-z
References
1. Godfray, H. C. J., Beddington, J. R., Crute, I. R., Haddad, L., Lawrence, D., Muir, J. F., ... Toulmin, C. (2010). Food security: The challenge of feeding 9 billion people. Science, 327(5967), 812818. doi: 10.1126/science.1185383
2. Foley, J. A., Ramankutty, N., Brauman, K. A., Cassidy, E. S., Gerber, J. S., Johnston, M., ... Zaks, D. P. M. (2011). Solutions for a cultivated planet. Nature, 478(7369), 337-342. doi: 10.1038/nature10452
3. Tilman, D., Balzer, C., Hill, J., & Befort, B. L. (2011). Global food demand and the sustainable intensification of agriculture. Proc. Natl. Acad. Sci. USA, 108(50), 20260-20264. doi: 10.1073/ pnas.1116437108
4. Smith, P., & Gregory, P. J. (2013). Climate change and sustainable food production. Proc. Nutr. Soc., 72(1), 21-28. doi: 10.1017/S0029665112002832
5. Moore, F. C., & Lobell, D. B. (2015). The fingerprint of climate trends on European crop yields. Proc. Natl. Acad. Sci. USA., 112(9), 2670-2675. doi: 10.1073/pnas.1409606112
6. Araus, J. L., Slafer, G. A., Royo, C., & Serret, M. D. (2008). Breeding for yield potential and stress adaptation in cereals. Crit. Rev. Plant. Sci., 27(6), 377-412. doi: 10.1080/07352680802467736
7. Li, W.-T., Liu, C., Liu, Y.-X., Pu, Z.- E., Dai, S.- F., Wang, J.- R.....Wei,
Y.-M. (2013). Meta-analysis of QTL associated with tolerance to abiotic stresses in barley. Euphytica, 89(1), 31-49. doi: 10.1007/ s10681-012-0683-3
8. Dockter, C., & Hansson, M. (2015). Improving barley culm robustness for secured crop yield in a changing climate. J. Exp. Bot., 66(12), 3499-3509. doi: 10.1093/jxb/eru521
9. Dawson, I. K., Russell, J., Powell, W., Steffenson, B., Thomas, W. T., & Waugh, R. (2015). Barley: a translational model for adaptation to climate change. New Phytol., 206(3), 913-931. doi: 10.1111/nph.13266
10. Benkherbache, N., Tondelli, A., Djekoune, A., Francia, E., Pecchioni, N., Hassous, L., & Stanca, A. M. (2016). Marker characterization of vernalization and low-temperature tolerance loci in barley genotypes adapted to semi-arid environments. Czech J. Genet. Plant Breed., 52(4), 157-162. doi: 10.17221/16/2016-CJGPB
11. Gilliham, M., Able, J. A., & Roy, S. J. (2017). Translating knowledge about abiotic stress tolerance to breeding programmes. Plant J., 90(5), 898-917. doi: 10.1111/tpj.13456
12. Ullrich, S. E. (Ed.). (2011). Barley: production, improvement, and uses. Chichester, UK: Wiley-Blackwell.
13. Laidig, F., Piepho, H. P., Rentel, D., Drobek, T., Meyer, U., & Huesken, A. (2017). Breeding progress, environmental variation and correlation of winter wheat yield and quality traits in German official variety trials and on farm during 1983-2014. Theor. Appl. Genet., 130(1), 223-245. doi: 10.1007/s00122-016-2810-3
14. Laidig, F., Piepho, H. P., Rentel, D., Drobek, T., Meyer, U., & Huesken, A. (2017). Breeding progress, variation, and correlation of grain and quality traits in winter rye hybrid and population varieties and national on-farm progress in Germany over 26 years. Theor. Appl. Genet., 130(5), 981-998. doi: 10.1007/s00122-017-2865-9
15. Peltonen-Sainio, P., Jauhiainen, L., & Laurila, I. P. (2009). Cereal yield trends in Northern European conditions: changes in yield potential and its realization. Field Crops Res., 110(1), 85-90. doi: 10.1016/j.fcr.2008.07.007
16. Mackay, I. J., Horwell, A., Garner, J., White, J., McKee, J., & Philpott, H. (2011). Reanalysis of the historical series of UK variety trials to quantify the contributions of genetic and environmental factors to trends and variability in yield over
Ceflenu,ifl ma HaciHHLiu,mBO
time. Theor. Appl. Genet., 322(1), 225-238. doi: 10.1007/ s00122-010-14-38-y
17. Rijk, B., van Ittersum, M., & Withagen, J. (2013). Genetic progress in Dutch crop yields. Field Crops Res., 149, 262-268. doi: 10.1016/j.fcr.2013.05.008
18. Lillemo, M., Reitan, L., & Bjwrnstad, A. (2009). Increasing impact of plant breeding on barley yields in central Norway from 1946 to 2008. Plant Breed., 129(5), 484-490. doi: 10.1111/j.1439-0523.2009.01710.x
19. Psota, V., Hartmann, J., Sejkorova, S., Louckova, T., & Vejrazka, K. (2009). 50 Years of progress in quality of malting barley grown in the Czech Republic. J. Inst. Brew., 115(5), 279-291. doi: 10.1002/j.2050-0416.2009.tb00382.x
20. Maksimov, R. A., & Kiselev, Yu. A. (2017). Current problems of adaptive selection of barley in the Middle Ural. Permskii Agrarnyi Vestnik [Perm Agrarian Journal], 3, 91-95. [in Russian]
21. Laidig, F., Piepho, H. P., Rentel, D., Drobek, T., & Meyer, U. (2017). Breeding progress, genotypic and environmental variation and correlation of quality traits in malting barley in German official variety trials between 1983 and 2015. Theor. Appl. Genet., 130(11), 2411-2429. doi: 10.1007/s00122-017-2967-4
22. Grausgruber, H., Bointer, H., Tumpold, R., Ruckenbauer, P., & Fishbeck, G. (2002). Genetic improvement of agronomic and qualitative traits of spring barley. Plant Breed., 121(5), 411416. doi: 10.1046/j.1439-0523.2002.756385.x
23. Condon, F., Rasmusson, D. C., Schiefelbein, E., Velasquez, G., & Smith, K. P. (2009). Effect of advanced cycle breeding on genetic gain and phenotypic diversity in barley breeding germ-plasm. Crop Sci., 49(5), 1751-1761. doi: 10.2135/cropsci200 8.10.0585
24. Mirosavljevic, M., Momcilovic, V., Przulj, N., Hristov, N., Acin, V., Canak, P., & Dencic, S. (2016). The variation of agronomic traits associated with breeding progress in winter barley cultivars. Zemdirbyste-Agriculture, 103(3), 267-272. doi: 10.13080/z-a.2016.103.034
25. Ortiz, R., Nurminiemi, M., Madsen, S., Rognli, O., & Bj0rn-stad, A. (2002). Genetic gains in Nordic spring barley breeding over sixty years. Euphytica, 126, 283-289. doi: 10.1023/A:1016302626527
26. Fekadu, W., Zeleke, H., & Ayana, A. (2011). Genetic improvement in grain yield potential and associated traits of food barley (Hordeum vulgare L.) in Ethiopia. Ethiop. J. Appl. Sci. Technol., 2(2), 43-60.
27. Kozachenko, M. R., Vasko, N. I., Naumov, A. G., Solonechny, P. N., Vazhenina, 0. Ye., Solonechnaya, 0. V., ... Shevchenko, A. S. (2014). Spring barley varieties for modern agricultural industry. Visnyk centru naukovogo zabezpechennja APV Harkivs'koi' oblasti [Bulletin of the Center of Science Provision for Agribusiness in the Kharkiv region], 17, 97-103. [in Ukrainian]
28. Vasko, N. I., Kozachenko, M. R., Naumov, 0. G., Matviiets, N. M., & Zviahintseva, A. M. (2012). Awnless spring barley variety Modern. Visnyk centru naukovogo zabezpechennja APV Harkivs'koi' oblasti [Bulletin of the Center for Science Provision for Agribusiness in the Kharkiv region], 13, 48-54. [in Ukrainian]
29. Naumov, 0. H., Kozachenko, M. R., Vasko, N. I., Solonechnyi, P. M., & Vazhenina, 0. E. (2014). Waxy-barley breeding. Selekcia i nasinnictvo [Plant Breeding and Seed Production], 105, 60-69. [in Ukrainian]
30. Vasko, N. I., Kozachenko, M. R., Solonechnyi, P. M., & Naumov, 0. H. (2013). 0riginal forms of spring barley bred by methods of mutagenesis and hybridization. GeneticnIresursi roslin [Plant Genetic Resources], 13, 50-58. [in Ukrainian]
31. Kozachenko, M. R., Vasko, N. I., Solonechniy, P. N., & Naumov, A. H. (2014). New forms of spring barley bred by hybridization. Selekcia i nasinnictvo [Plant Breeding and Seed Production], 106, 42-51. [in Ukrainian]
32. Linchevskyi, A. A. (2012). 95 years of barley breeding at Plant Breeding and Genetics Institute. Zbirnyk naukovykh prats SHI - NTsNS [Collected Scientific Articles of PBGI - NCSCI], 20, 66-83. [in Ukrainian]
33. Rybalka, 0. I., Polishchuk, S. S., Kirdohlo, Ye. K., & Morhun, B. V. (2013). Genetic and breeding criteria for hulles food barley varieties creation. Fiziol. Biokhim. Kul't. Rast. [Physiology and biochemistry of cultivated plants], 45(3), 187-205. [in Ukrainian]
34. Linchevskyi, A. A. (2017). Barley is the source of healthy lifestyle for modern men. Visnik agrarno'inauki [Bulletin of Agricultural Science], 12, 14-21. [in Ukrainian]
35. Sardak, M. 0. (2016). Hulles barley varieties for hulles grain production in Ukraine. In ProfesorS. L. Frankfurt (1866-1954)
- vydatnyi vchenyi-ahrobioloh, odyn iz diievykh orhanizato-riv akademichnoi nauky v Ukraini (do 150-richchia vid dnia narodzhennia): mater. Mizhnar. nauk.-prakt. konf. [Professor Solomon Frankfurt (1866-1954) - an outstanding scientist-agrobiologist, one of the most active organizers of academic science in Ukraine (devoted to 150-th anniversary of his birth): Proc. of Sci. and Pract. Conf.] (Part. 1, pp. 87-88). Nov. 18, 2016, Kyiv, Ukraine. [in Ukrainian]
36. Gudzenko, V. N. (2015). Assessment and use of genetic sources of valuable traits in spring barley breeding. Zemledelie i selektsiya v Belarusi [Agriculture and Plant Breeding in Belarus], 51, 287-294. [in Russian]
37. Honchar, T. M., Doroshchuk, V. 0., Betsenko, L. B., & Mareniuk, 0. B. (2013). Effectiveness of spring barley breeding. Visnik agrarno'i nauki [Bulletin of Agricultural Science], Special issue, 42-43. [in Ukrainian]
38. Vinyukov, A. A., Bondareva, 0. B., & Korobova, 0. M. (2016). Ecological plasticity of new spring barley varieties to stress factors. Selekcia i nasinnictvo [Plant Breeding and Seed Production], 110, 29-35. [in Ukrainian]
39. Hudzenko, V. M., Vasylkivskyi, S. P., Demydov, 0. A., Polishchuk, T. P., & Babii, 0. 0. (2017). Spring barley breeding for improving of productive and adaptive capacities. Selekcia inasinnictvo [Plant Breeding and Seed Production], 111, 51-61. [in Ukrainian]
40. Marukhnyak, A. Ya. (2018). Evaluation of spring barley varieties adaptive ability. Vestnik Belorusskoj gosudarstvennoj sel'skohozBjstvennoj akademii [Bulletin of the Belarussian State Agricultural Academy], 1, 67-72. [in Russian]
41. Verma, A., Singh, J., Kumar, V., Kharab, A. S., & Singh, G. P. (2017). Non parametric analysis in multi environmental trials of feed barley genotypes. Int. J. Curr. Microbiol. App. Sci., 6(6), 1201-1210. doi: 10.20546/ijcmas.2017.606.139
42. Mirosavljevic, M., Przulj, N., & Canak, P. (2014). Analysis of new experimental barley genotype performance for grain yield using AMMI biplot. Selekcija iSemenarstvo, 20(1), 27-36. doi: 10.5937/SelSem1401027M
43. Verma, R. P. S., Kharab, A. S., Singh, J., Kumar, V., Sharma, I., & Verma, A. (2016). AMMI model to analyse GxE for dual purpose barley in multi-environment trials. Agric. Sci. Digest., 36(1), 9-16. doi: 10.18805/asd.v35i1.9303
44. Solonechnyi, P. M., Kozachenko, M. R., Vasko, N. I., Naumov, 0. G., Solonechna, 0. V., Vazhenina, 0. Ye., & Kompanets, K. V. (2016). AMMI (additive main effect and multiplicative interaction) model for assessment of yield stability of spring barley genotypes. Selekcia i nasinnictvo [Plant Breeding and Seed Production], 110, 131-141.
45. Solonechnyi, P., Vasko, N., Naumov, A., Solonechnaya, 0., Vazhenina, 0., Bondareva, 0., & Logvinenko, Y. (2015). GGE biplot analysis of genotype by environment interaction of spring barley varieties. Zemdirbyste-Agriculture, 102(4), 431436. doi: 10.13080/z-a.2015.102.055
46. Kendal, E. (2016). GGE biplot analysis of multi-environment yield trials in barley (Hordeum vulgare L.) cultivars. Ekin J. Crop Breed. and Gen., 2(1), 90-99.
47. Demydov, 0. A., Hudzenko, V. M., Sardak, M. 0., Ishchenko, V. A., Smulska, I. V., & Koliadenko, S. S. (2017). Spring barley integrated testing for yielding and stability. Plant Varieties Studying and Protection, 13(4), 343-350. doi: 10.21498/25181017.13.4.2017.117727 [in Ukrainian]
48. Solonechnyi, P. N. (2017). AMMI and GGE biplot analyses of genotype-environment interaction in spring barley lines.
Vavilovskii Zhurnal Genetiki i Selektsii [Vavilov Journal of Genetics and Breeding], 21(6), 657-662. doi: 10.18699/ VJ17.283 [in Russian]
49. Demydov, O. A., Hudzenko, V. M., Sardak, M. O., Ishchenko, V. A., & Demyanyuk, 0. S. (2017). Ecological testing of spring barley during the final stage of breeding. Agroèkologiceskij iurnal [Agroecological Journal], 4, 58-65. [in Ukrainian]
50. Vaezi, B., Pour-Aboughadareh, A., Mohammadi, R., Armion, M., Mehraban, A., Hossein-Pour, T., & Dorii, M. (2017). GGE biplot and AMMI analysis of barley yield performance in Iran. Cereal Res. Comm., 45(3), 500-511. doi: 10.1556/0806.45.2017.019
51. Khanzadeh, H., Vaezi, B., Mohammadi, R., Mehraban, A., Hos-seinpor, T., & Shahbazi, K. (2018). Grain yield stability of barley genotypes in uniform regional yield trails in warm and semi warm dry land area. Indian J. Agric. Res., 52(1), 16-21. doi: 10.18805/IJARe.A-290
52. Solonechnyi, P., Kozachenko, M., Vasko, N., Gudzenko, V., Ishenko, V., Kozelets, ... Vinyukov, A. (2018). AMMI and GGE biplot analysis of yield performance of spring barley (Hordeum vulgare L.) varieties in multi environment trials. Agriculture & Forestry, 64(1), 121-132. doi: 10.17707/Agricult-Forest.64.1.15
53. Tkachyk, S. O. (Ed.). (2016). Metodyka provedennia eksper-tyzy sortiv roslyn hrupy zernovykh, krupianykh ta zernobo-bovykh na prydatnist do poshyrennia v Ukraini [VCU method for cereal, grain and leguminous plant varieties examination in Ukraine]. Vinnytsia: FOP Korzun D. Yu. [in Ukrainian]
54. Dospekhov, B. A. (1985). Metodika polevogo opyta (s osnovami statisticheskoy obrabotki rezul'tatov issledovaniy) [Methods of field experiment (with the basics of statistical processing of research results)]. (5th ed., rev.). Moscow: Agropromizdat. [in Russian]
55. Eberhart, S. A., & Russel, W. A. (1966). Stability parameters for comparing varieties. Crop Sci., 6(1), 36-40. doi: 10.2135/ cropsci1966.0011183X000600010011x
56. Wricke, G. (1962). Über eine Methode zur Erfassung der
ökologischen Streubreite in Feldversuchen. Z. Pflanzen-züchtg, 47, 92-96.
57. Lin, C. S., & Binns, M. R. (1988). A superiority measure of cultivar performance for cultivar * location data. Can. J. Plant Sci., 68(1), 193-198. doi: 10.4141/cjps88-018
58. Huehn, M. (1990). Nonparametric measures of phenotypic stability. Part 1: Theory. Euphytica, 47(3), 189-194. doi: 10.1007/BF00024241
59. Kilchevskiy, A. V., & Khotyleva, L. V. (1985). Method for genotypes adaptive ability and stability assessment and differentiating ability of environment. I. Grounds of the method. Genetika [Genetics], 21(9), 1481-1490. [in Russian]
60. Khangildin, V. V., & Litvinenko, N. A. (1981). Stability and adaptability of winter wheat varieties. Nauchno-tekhnicheskiy byulleten VSGI [Scientific and technical bulletin APBGI], 1, 8-14. [in Russian]
61. Purchase, J. L., Hatting, H., & van Deventer, C. S. (2000). Genotype * environment interaction of winter wheat (Triticum aes-tivum L.) in South Africa: II. Stability analysis of yield performance. South Afric. J. Plant Soil., 17(3), 101-107. doi: 10.1080 /02571862.2000.10634878
62. Hongyu, K., Garcia-Pena, M., de Araujo, L. B., & dos Santos Dias, C. T. (2014). Statistical analysis of yield trials by AMMI analysis of genotype * environment interaction. Biometrical letters, 51(2), 89-102. doi: 10.2478/bile-2014-0007
63. Yan, W., & Tinker, N. A. (2006). Biplot analysis of multienvironment trial data: principles and applications. Can. J. Plant Sci., 86(3), 623-645. doi: 10.4141/P05-169
64. 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(2), 641-653. doi: 10.2135/crops-ci2006.06.0374
65. Frutos, E., Galindo, M. P., & Leiva, V. (2014). An interactive biplot implementation in R for modeling genotype-by-environment interaction. Stoch. Environ. Res. Risk. Assess., 28(7), 1629-1641. doi: 10.1007/s00477-013-0821-z
УДК 633.16:631.559:631.524.85
Гудзенко В. H.1*, Полищук Т. П.1, Бабий О. О.1, Худолий Л. В.2 Урожайность и адаптивность мироновских сортов ярового ячменя разных периодов селекционной работы // Plant Varieties Studying and Protection. 2018. Т. 14, № 2. С. 190-202. https://doi.Org/10.21498/2518-1017.14.2.2018.134766
'Мироновский институт пшеницы имени В. Н. Ремесло НААН, ул. Центральная, 68, с. Центральное, Мироновский р-н, Киевская обл., 08853, Украина, "е-mail: barley22@ukr.net
Украинский институт экспертизы сортов растений, ул. Генерала Родимцева, 15, г. Киев, 03041, Украина
Цель. Сравнительная оценка по урожайности и адап- взаимодействия генотип-среда (85,58%) по сравнению с
тивности сортов ярового ячменя Мироновского института пшеницы имени В. Н. Ремесло НААН разных годов регистрации. Методы. Исследования проведены в Мироновском институте пшеницы имени В. Н. Ремесло НААН в 2013-2017 гг. в соответствии с общепринятыми методиками. Объект исследований - 19 сортов ярового ячменя мироновской селекции, зарегистрированных в Украине за период 1995-2017 гг. Для характеристики взаимодействия генотип-среда и дифференциации сортов по урожайности и стабильности использован ряд наиболее распространенных подходов: S. A Eberhart, W. A. Russel (1966); G. Wricke (1962); C. S. Lin, M. R. Binns (1988); M. Huehn (1990); А. В. Кильчевский, Л. В. Хотылёва (1985); В. В. Хангильдин, Н. А. Литвиненко (1981); J. L. Purchase и др. (2000); AMMI; GGE biplot. Результаты. Доля условий годов исследований в общей вариации была 83,40%. Достоверные, но существенно ниже значение имели генотип - 10,65%, взаимодействие генотип-среда - 5,95%. Первые две главные компоненты GGE biplot объясняли несколько большую долю
AMMI моделью (80,90%). Корреляционный анализ выявил вышесреднюю связь средней урожайности (Mean) как с максимальным (Max) (r = 0,69), так и минимальным (Min) (r = 0,72) ее уровнем. Сильную положительную корреляцию Mean имела с параметрами: СЦГ. (r = 0,88), Hom (r = 0,86), Sc (r = 0,82). Очень сильная отрицательная связь Mean отмечена с P.. (r = -0,96). Для Max средняя отрицательная корреляция была только с P. (r = -0,60). Min имела сильную связь с Sc (r = 0,96), СЦГ. (r = 0,87), Hom (r = 0,84). Сильную отрицательную корреляцию Min отмечено с Sg. (r = -0,86). Между отдельными показателями установлена связь от функциональной и очень сильной положительной: ct2CAC. и Kg- (r = 1,00), W. и Lg. (r = 0,98), СЦГ. и Hom (r = 0,98), СЦГ. и Sc (г = 0,96), S2d. и W. (r = 0,96), W. и ASV (r = 0,94), Sc и Hom (r = 0,94), ст2сАз. и b. (r = 0,93), S2d. и ASV (r = 0,93) до сильной отрицательной: Sg. и СЦГ. (r = -0,94), Sg. и Sc (r = -0,92), Sg. и Hom (r = -0,91), P. и сЦг. (r = -0,83), P. и Sc (r = -0,80), P. и Hom (r = -0,79). Выводы. Системная сравнительная оценка статистическими и графическими под-
ходами свидетельствует, что внесенные в Государственный реестр сортов растений, пригодных к распространению на территории Украины в 2016-2017 гг. сорта ярового ячменя 'В1'раж', 'Талкман Мирот'вський', 'М1П Мирний', 'М1П Салют', 'М1П Сотник', 'М1П Азарт', 'М1П Богун' превосходят создан-
ные на предыдущих этапах селекционной работы сорта как по продуктивному, так и адаптивному потенциалу.
Ключевые слова: яровой ячмень; урожайность; стабильность; взаимодействие генотип-среда; показатели адаптивности; корреляция; AMMI; GGE biplot.
UDC 633.16:631.559:631.524.85
Hudzenko, V. M.1*, Polishchuk, T. P.1, Babii, O. O.1, & Khudolii, L. V.2 (2018). Productivity and adaptability of Myronivka spring barley varieties of different breeding periods. Plant Varieties Studying and Protection, 14(2), 190-202. https://doi.org/10.21498/2518-1017.14.2.2018.134766
1The V. M. Remeslo Myronivka Institute of Wheat, NAAS of Ukraine, 68 Tsentralna St., Tsentralne, Myronivka district, Kyiv region, 08853, Ukraine, *e-mail: barley22@ukr.net
2Ukrainian Institute for Plant Variety Examination, 15 Henerala Rodymtseva St., Kyiv, 03041, Ukraine
Purpose. To give comparative estimation of yield pro- mum (Min) (r = 0.72) levels. The strong positive correlation ductivity and adaptability of spring barley varieties, deve- was peculiar to Mean with parameters SVGi (r = 0.88), Hom loped at the V. M. Remeslo Institute of Wheat of NAAS and (r = 0.86), Sc (r = 0.82). The strong negative correlation
included to the State Register of Ukraine during 1995-2017. Methods. The study was carried out at the V. M. Remeslo Institute of Wheat of NAAS during 2013-2017 according to accepted methods. Objects of the research - 19 Myronivka spring barley varieties, registered in Ukraine during 1995-2017. To characterize the "genotype-environment" interaction and varieties differentiation according to productivity and stability, a number of the most used approaches were applied: S. A. Eberhart, W. A. Russel (1966); G. Wricke (1962); C. S. Lin, M. R. Binns (1988); M. Huehn (1990); A.V. Kilchevskiy, L.V. Khotyleva (1985); V. V. Khan-gildin, N. A. Litvinenko (1981); J. L. Purchase et al. (2000); AMMI; GGE biplot. Results. The share of year's conditions in the common variation was 83.40%. Reliable, but significantly lower values were calculated for genotype - 10.65% and "genotype-environment" interaction - 5.95%. The first two principal components of the GGE biplot explain the slightly higher percentage of the "genotype-environment" interaction (85.58%) in comparison with the AMMI model (80.90%). Correlation analysis revealed above-average positive interrelation of average productivity (Mean) with the maximum (Max) (r = 0.69) as well as the mini-
was registered for Mean with P. (r = -0.96). For Max only average negative correlation with P.. (r = -0.60) was found. Min strongly correlated with Sc (r = 0.96), SVG. (r = 0.87) and Hom (r = 0.84). The strong negative correlation Min with Sgi (r = -0.86) was observed. Between the some indices correlation varied from functional and very strong positive: ct2SAA. and Kg- (r = 1.00), W. and Lg.(r = 0.98), SVG. and Hom (r = 0.98),' SVG. and Sc (r' = 0.96), S2di and W. (r = 0.96), W. and ASV (r = 0.94), Sc and Hom (r = 0.94), ct2SAA' and b. (r = 0.93), S2di and ASV (r = 0.93) to strong negative: Sg. and SVG. (r = -0.94), Sg. and Sc (r = -0.92), Sg. and Hom (r = -0.91),P. and SVG.. (r = -0.83), P.. and Sc (r =' -0.80), P. and Hom (r = -0.79). Conclusions. The systemic comparative estimation with statistical and graphical approaches shows that new spring barley varieties 'Virazh', 'Talisman Myronivskyi', 'MIP Myrnyi', 'MIP Saliut', 'MIP Sotnyk', 'MIP Azart', 'MIP Bohun' included to the State Register of Ukraine during 2016-2017 have advantages over older varieties by both productive and adaptive potential.
Keywords: spring barley; variety; yield; stability; genotype-environment interaction; adaptability indices; correlation; AMMI; GGE biplot.
Hadiuwëa/ Received 15.05.2018 nozodxeHO do dpyny/ Accepted 19.06.2018
