CC BY
0
Научная статья/Research Article УДК 633.16:631.527
Николай Валерьевич Тетянников13, Ольга Николаевна Ковалева2
Федеральный научный селекционно-технологический центр садоводства и питомниководства, Москва, Россия
2ФИЦ Всероссийский институт генетических ресурсов растений имени Н.И. Вавилова, Санкт-
Петербург, Россия
1tetyannikovnv@ya.ru
2o.kovaleva@vir.nw.ru
ОЦЕНКА СТАБИЛЬНОСТИ УРОЖАЙНОСТИ ЯРОВОГО ЯЧМЕНЯ
Цель исследований - определить долю влияния факторов в общей изменчивости урожайности ячменя и оценить стабильность с использованием параметрических и непараметрических методов статистики в условиях юга Московской области. По результатам исследования (2020-2022 гг.) выявлены достоверные вклады в вариабельность урожайности: условий среды -81,9 %; генотипических особенностей - 7,4 и взаимодействия генотип * среда - 8,2 %. К числу превысивших стандарт отнесены 7 образцов (280,7-345,2 г/м2). Оценка по параметрическим (bi - коэффициент регрессии; S2d¡ - отклонение от регрессии; Q¡ - средний компонент дисперсии; Q(i) -компонент дисперсии GE; W¡2 - экологическая валентность; o¡2 - варианса стабильности; CV - коэффициент вариации) и непараметрическим (S(1-2-3-6) - ранговые статистики; NP(i) - непараметрическая статистика стабильности; KR - ранговая сумма) показателям стабильности позволила выявить различия в ответе исследуемой выборки на условия окружающей среды. Высокая корреляция отмечена между S(3) и NP(4) (r = 0,90), S(1) и S(2) (r = 0,96), S(6) и NP(4) (r = 0,98), W¡2 и o2, (r = 1,00), Wi2 и 0¡ (r = 1,00), o2¡ и 0¡ (r = 1,00), W2 и 0m (r = -1,00), o2¡, и 0m (r = -1,00), 0¡ и 0m (r = -1,00). Связь с урожайностью у таких показателей, как S(1), S(2), S(3), NP(1), W¡2, o2¡, S2d¡, CV, 0¡, 0¡) была слабая, наибольшая сопряженность отмечена с b¡ (r = 0,60), NP(3) (r = -0,67), NP(4) (r = -0,67), S(6) (r = -0,69), KR (r = -0,71), NP(2) (r = -0,78). Выделены образцы, с сочетанием стабильности и высокой урожайности Алей (к-31363, Россия), Максимус (к-31366, Россия), Austris (к-31368, Латвия), Поволжский луч (к-31392, Россия).
Ключевые слова: яровой ячмень, Hordeum vulgare, генотипические особенности, стабильность урожайности, изменчивость урожайности, параметрическая статистика, непараметрическая статистика
Для цитирования: Тетянников Н.В., Ковалева О.Н. Оценка стабильности урожайности ярового ячменя // Вестник КрасГАУ. 2024. № 1. С. 10-16.
Благодарности: исследование проведено в рамках реализации государственного задания ФГБНУ ФНЦ садоводства № 0432-2021-0003 «Сохранить, пополнить, изучить генетические коллекции сельскохозяйственных растений и создать репозитории плодовых и ягодных культур, заложенные свободными от вредоносных вирусов растениями».
Nikolay Valeryevich Tetiannikov13, Olga Nikolaevna Kovaleva2
1Federal Scientific Selection and Technology Center for Horticulture and Nursery Growing, Moscow, Russia 2FRC All-Russian Institute of Plant Genetic Resources named after N.I. Vavilov, St. Petersburg, Russia 1tetyannikovnv@ya.ru 2o.kovaleva@vir.nw.ru
© Тетянников Н.В., Ковалева Ü.M., 2024 Вестник КрасГАУ. 2024. № 1. С. 10-16. Bulliten KrasSAU. 2024;(1):10-16.
EVALUATION OF SPRING BARLEY YIELD STABILITY
The purpose of research is to determine the share of influence of factors in the overall variability of barley yield and assess stability using parametric and non-parametric statistical methods in the conditions of the south of the Moscow Region. According to the results of the study (2020-2022), significant contributions to yield variability were identified: environmental conditions - 81.9 %; genotypic characteristics - 7.4 and genotype * environment interaction - 8.2 %>. 7 samples (280.7-345.2 g/m2) were classified as exceeding the standard. Evaluation by parametric (bi - regression coefficient; S2di - deviation from regression; Oi - average variance component; O® - GE variance component; Wi2 - environmental valence; oi2 - stability variance; CV - coefficient of variation) and nonparametric (S(1-2-3-6) - rank statistics; NP(i) - non-parametric stability statistics; KR - rank sum) stability indicators allowed us to identify differences in the response of the sample under study to environmental conditions. A high correlation was noted between S(3) u NP(4) (r = 0,90), S1 u S(2) (r = 0,96), S(6) u NP(4) (r = 0,98), W22 u o2, (r = 1,00), W 2 u Oi (r = 1,00), o2i u Oi (r = 1,00), Wi2 u O(i) (r = -1,00), o2i, u O(i) (r = -1,00), Oi u O(i) (r = -1,00). Relationship with productivity in such indicators as S(1), S(2), S(3), NP(1), WF, o2i, S2di, CV, Oi, O(i) was weak, the greatest association was noted with bi (r = 0,60), NP(3) (r = -0,67), NP(4) (r = -0,67), S(6) (r = -0,69), KR (r = -0,71), NP(2) (r = -0,78). Samples with a combination of stability and high yield were identified: Alei (k-31363, Russia), Maximus (k-31366, Russia), Austris (k-31368, Latvia), Povolzhsky Luch (k-31392, Russia).
Keywords: spring barley, Hordeum vulgare, genotypic characteristics, yield stability, yield variability, parametric statistics, nonparametric statistics
For citation: Tetyannikov N.V., Kovaleva O.N. Evaluation of spring barley yield stability // Bulliten KrasSAU. 2024;(1): 10-16. (In Russ.).
Acknowledgments: research has been carried out within the framework of the State Assignment of FSBSO ARHCBAN № 0432-2021-0003 "Preserve, replenish, and study genetic collections of agricultural plants and establish repositories of fruit and berry crops planted free of viruses".
Введение. Из-за непостоянности климатических условий роль общей адаптивности, даже в относительно однородной эдафической среде, может быть определяющим условием для благоприятного роста и эффективной реализации генетического потенциала возделываемых сортов [1]. В достижении высокого урожая в различных условиях среды адаптивность и стабильность играют важную роль, и их повышение является одной из задач, стоящих перед селекционерами [2, 3].
Для ячменя урожайность является важным количественным показателем и хозяйственно ценным признаком, который во многом определяется факторами окружающей среды, геноти-пическими особенностями и эффектами их взаимодействия [4]. При этом существует множество статистических методов оценки взаимодействия между генотипом и средой, позволяющих интерпретировать данные многолетних испытаний, выделить перспективные генотипы или отбросить нестабильные сорта.
Цель исследования - определить долю влияния факторов в общей изменчивости урожайности ячменя и оценить стабильность с ис-
пользованием параметрических и непараметрических методов статистик в условиях юга Московской области.
Объекты и методы. Исследования проведены в 2020-2022 гг., в условиях юга Московской области, на дерново-подзолистых среднесугли-нистых почвах (55°08'09.2"N 37°57'30.7"E). Объектом исследования послужили образцы ярового ячменя (41 шт.), полученные из ФИЦ Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова (ВИР), относящиеся к подвиду двурядного ячменя. В качестве стандарта использовался сорт Зазерский 85. Площадь учетной делянки - 2 м2. Закладка полевого опыта, учеты и наблюдения за растениями выполнены в соответствии с «Методическими указаниями по изучению и сохранению мировой коллекции ячменя и овса» (2012) [5], «Методикой полевого опыта» Б.А. Доспехова (2014) [6]. Статистическая обработка экспериментальных данных проведена методами дисперсионного и корреляционного анализа. Расчет индекса условий среды (Ij) выполнен согласно S.A. Eberhard и W.A. Russell [7]. Ранжирование и оценка стабильности урожайности проведена при помощи параметри-
ческих (коэффициент регрессии (bi; Finlay, Wilkinson, 1963), отклонение от регрессии (S2di; Eberhard, Russell, 1963), средний компонент дисперсии (ft; Plaisted, Peterson, 1959), компонент дисперсии GE (% Plaisted, 1960), экологическая валентность (W2, G. Wricke, 1962), варианса стабильности (oi2, Shukla, 1972), коэффициент вариации (CV, Francis, Kannenberg, 1978)) и непараметрических (ранговые статистики (S<1)- S<2)-
S(3), S(6), Nassar, Huhn, 1987; Huhn 1990), непараметрическая статистика стабильности (NP('¡, Thennarasu, 1995), ранговая сумма (KR) (Kang, 1988)) методов при помощи программы STABILITYSOFT [8].
Результаты и их обсуждение. Климатические условия вегетационных периодов в годы исследования существенно отличались по тепло- и влагообеспеченности (табл. 1).
Климатические условия в годы проведения исследований
Таблица 1
Месяц n (1968-2021) 2020 2021 2022
x I x I x I x I
Май 13,2 42,2 11,4 135,4 13,6 90,4 10,2 62,5
Июнь 17,2 60,8 18,3 159,7 19,7 85,5 18,2 28,7
Июль 19,2 70,1 18,6 106,8 21,6 51,0 20,3 48,6
Август 17,4 57,1 16,9 23,8 19,5 66,0 21,3 15,9
x 16,8 - 16,3 - 18,6 - 17,5 -
I - 230,2 - 425,7 - 292,9 - 155,7
Примечание: п - среднемноголетние значения (по данным гос. фондов Гидрометеоцентра); х-среднесуточная температура воздуха, °С; £ - сумма осадков, мм.
При расчете индекса условий среды (//) было установлено, что вегетационные периоды 2020 и 2021 гг. были менее благоприятны для роста и формирования урожая ячменя, о чем говорят полученные отрицательные значения -8,97 и -16,77 соответственно. Наиболее оптимальные условия для развития растений наблюдались в 2022 г. - 25,73.
По результатам дисперсионного анализа было установлено достоверное влияние факто-
ров в общей изменчивости урожайности. Наибольший вклад вносил фактор «среда», отражающий климатические условия вегетационных периодов - 81,9 % (табл. 2).
За весь период проведения исследования (2020-2022 гг.) образцы ячменя демонстрировали широкий диапазон изменчивости урожайности (табл. 3).
Таблица 2
Вклад факторов и их взаимодействия в формирование урожайности ячменя
Источник варьирования df mS Рфакт. Вклад в вариацию, %
Среда (env) 2 6174616,44 4047,07* 81,9
Генотип (gen) 40 27982,54 18,34* 7,4
Взаимодействие (genxenv) 80 15324,48 10,04* 8,2
Неучтенный фактор 246 1525,7 - 2,5
Примечание: df - степень свободы; mS - средний квадрат; (*) - достоверно при Р < 0,05.
Таблица 3
Урожайность ячменя в вегетационные периоды (2020-2022 гг.)
Код генотипа Образец Урожайность, г/м2 CV, % Процент к стандарту
min max x
G1 Eunova 112,8 475,7 251,2 78,11 94,1
G2 Concerto 137,5 432,8 244,5 66,90 91,6
G3 Djamila 41,5 317,1 182,0 75,75 68,2
G4 Henley 80,4 337,9 208,6 61,72 78,2
G5 KWS 09321 15,4 477,2 206,7 116,53 77,5
G6 Лида 35,3 394,7 214,2 83,91 80,3
G7 Алей 124,3 531,5 306,9 67,38 115,0
G8 Kangoo 70,2 410,4 203,5 89,24 76,3
G9 Чайна 45,2 476,7 262,3 82,26 98,3
G10 Максимус 113,9 661,7 345,2 82,17 129,4
G11 Kornelja 49,9 380,7 185,2 93,64 69,4
G12 Austris 175,4 602,5 319,3 76,81 119,7
G13 Тимошка 150,0 648,9 321,8 88,08 120,6
G14 Карабалыкский 110 30,1 520,8 210,3 128,41 78,8
G15 Волгоградский 08 20,6 454,6 196,7 116,02 73,7
G16 Волгоградский 12 43,5 401,7 216,7 82,77 81,2
G17 Francin 48,3 501,1 240,6 97,23 90,2
G18 Поволжский луч 144,8 528,8 298,7 67,97 112,0
G19 KWS Vermont 15,4 515,4 216,1 122,25 81,0
G20 Dimension 23,9 408,3 176,6 115,56 66,2
G21 Сударь 127,5 584,5 280,7 93,73 105,2
G22 Klarinette 78,3 623,1 263,8 117,97 98,9
G23 SC 101-12E 35,1 586,8 242,3 123,97 90,8
G24 Bettina 24,8 557,3 246,5 112,44 92,4
G25 Rapid 34,7 446,0 182,7 125,09 68,5
G26 Авалон 31,8 339,9 162,2 98,25 60,8
G27 Su Zaza 36,3 390,6 158,1 127,36 59,3
G28 Cupito 84,8 449,6 197,3 110,96 74,0
G29 Montoya 12,5 52,1 33,8 59,05 12,7
G30 Tatum 31,6 411,6 191,9 102,57 71,9
G31 Editha 31,8 387,1 162,1 120,67 60,8
G32 Kerstiin 32,6 557,5 235,0 120,11 88,1
G33 Salome 32,5 554,4 210,9 141,12 79,0
G34 Su Suren 20,2 463,9 177,2 140,33 66,4
G35 KWS Thessa 45,7 558,3 240,5 115,41 90,1
G36 Soldo 45,5 632,4 256,0 127,66 95,9
G37 Britny 24,1 525,6 242,4 106,01 90,9
G38 KWS Irina 41,3 586,4 230,1 134,21 86,2
G39 KWS Dante 13,4 606,4 244,1 130,13 91,5
G40 Fabiola 19,4 619,4 288,8 105,50 108,2
G41 Harbinger 27,1 437,0 213,9 96,96 80,2
St Зазерский 85 58,3 484,1 226,8 77,45 -
Высокой урожайностью отличились семь образцов G7, G10, G12, G13, G18, G21, G40, превысившие стандарт на 5,2-29,4 %. Урожайностью на уровне стандарта (90,1-98,9 %) характеризовались G1, G2, G9, G17, G22, G23, G24, G35, G36, G37, G39. Коэффициент регрессии (bi) и отклонение от регрессии (Sd) варьировали в широком диапазоне: bi - от 0,06 (G29) до 1,44 (G36) и S2d¡ - от 0,04 (G8) до 116,31 (G9). Среди высокоурожайных образцов только G1, G2, G7, G9 отличились низкой отзывчивостью на улучшение условий выращивания. С практической точки зрения, наиболее желательными являются генотипы с b > 1 и низкими значениями отклонения от регрессии, данным сочетанием обладали G10, G17, G23, G24, G35, G39. По среднему компоненту дисперсии (&) и компоненту дисперсии GEI (дд) выделились G5 (д = 28,31; д() = 52,22), G15 (ft = 26,33; д() = 52,32), G17 (di = 28,94; дт = 52,19). Самым нестабильным оказался низкоурожайный образец G29 (di = 259,17; д() = 40,68). Наименьшим значением экологической валентности характеризовались G15 (W2 = 0,63), G5 (W2 = 8,41), G20 (W2 = 9,94). Согласно вариансе стабильности (о2), отличились G5, G15, G17, G18, G25. Согласно полученным данным по статистике
Б(2), генотипы G7, С10, 012, 018, С20, G25, G26, 031 были определены как стабильные. По показателям в(3), в(6) выделены 010, 017, также имеющие минимальные значения. Низкие значение по ЫР(1) имели 05, 012, 015, 018, а по ИР!2) наибольшую стабильность продемонстрировали 07, 017, 012. Генотипы 010, 012, 015, 017, 018 были более стабильными согласно ИР(3) и ИР(4). Низкие значения суммы рангов (КН) имели 07, 012, 017, 018 (КН - 11-22). Из всех исследуемых генотипов наибольшей стабильностью с меньшим средним значением суммы рангов (ASR) характеризовались G18, 017, 012, 010, 07, 01, 020, 015 - 7,13; 8,50; 9,81; 9.81; 10,63; 11,06; 11,75; 13,00 соответственно.
Проведенный корреляционный анализ позволил выявить значимые связи между Б(1) и Б(2), Б!3); Б® и Б(3), КН, ЫР(3), ЫР(4); ЫР(3) и ЫР(4), Щ2, а2;, в/, КН; Щ2 и о2,, в/; ЫР(4) и КН, в(/) и ИР(3), Щ2, о2,, 01 (рис.). С урожайностью отмечена с Ь, (г = 0,60), отрицательная с ЫР(2) (г = -0,78), ЫР(3) (г = -0,67), КН (г = -0,71), Б® (г = -0,69), ЫР(4) (г = -0,67). Установленные связи необходимо учитывать при отборе адаптивных, стабильных и высокоурожайных генотипов.
• • • • • • • □ • KR
• • • • • • • □ [х: в • & 0 64
• — _üJ пп • • 6:
Т| □ • CV1 032
Ь 0 67 0 46
• • • s^d.
• • • • • • • • О1, 1 00 0 64
• • • • • • W,' 1 00 1 00 064
• • • • • • • NP" 0 60 0 60 060 0 76
• 5 NP3 0 74 080 080 080 0 80
• NP'* 0 70 056
— А • • NP' 0.40] 048 0 40 046
• □с: В 077 0 98 0 65 0 65 065 0.74
□ □ В 0 87 049 0 58 090 061 0 61 0 61 069
— ИМ 0 87 056 057 061 038 _ 0 43 0 38 0.50
Sr,; 096 086 0 57 0 63 065 _ 7J 0 44 036 0.51
Y _ 0 60 0 45
I
1.0 0.5 0.0 •0.5 •1.0
Коэффициенты парных корреляций между урожайностью ячменя, параметрическими и непараметричисками показателями
Заключение. По результатам исследований установлено влияние климатических условий (81,9 %), генотипических особенностей (7,4 %) и взаимодействия данных факторов (8,2 %) на урожайность ячменя.
Слабая корреляция с урожайностью таких показателей, как S(1), S(2), S(3), NP(1), W2, o2i, S2d,, CV, 6i, 6(i), свидетельствует о возможности их применения для отбора стабильных генотипов, не ориентируясь на урожайность. Обратная связь с NP(2), NP(3), NP4), S(6), KR говорит о меньшей связи данных показателей со стабильностью генотипов и о большей связи с урожайностью. Показатель bi характеризовался более равномерным соотношением урожайности и стабильности. Выявленные закономерности могут быть использованы при оценке адаптивности исследуемых генотипов.
В зависимости от используемого показателя наблюдались изменения рангов изучаемых образцов. По результатам оценки выделены наиболее стабильные образцы Eunova (к-31356, Германия); Алей (к-31363, Россия); Максимус (к-31366, Россия); Austris (к-31368, Латвия); Волгоградский 08 (к-31371, Россия); Francin (к-31391, Чехия); Поволжский луч (к-31392, Россия); Dimension (к-31394, Франция). Из них образцы Алей, Максимус, Austris, Поволжский луч имели среднюю урожайность, превышающую стандарт на 12,0-29,4 %, что позволяет их рекомендовать для использования в качестве исходного материала для селекционных программ в условиях юга Московской области.
Список источников
1. Урожайность, пластичность, стабильность и гомеостатичность сортов ярового ячменя в условиях Нечерноземной зоны / Л.М. Еро-шенко [и др.] // Тр. по прикладной ботанике, генетике и селекции. 2022. Т. 183, № 1. С. 3847. DOI: 10.30901/2227-8834-2022-1-38-47.
2. Заушинцена А.В. Источники биологических свойств и хозяйственно ценных признаков для селекции ячменя // Вестник КрасГАУ. 2019. № 12(153). С. 64-68. DOI: 10.36718/ 1819-4036-2019-12-64-68.
3. Barley yield response to agroclimatic indices variability / L. Vasilescu [et al.] // Scientific Papers. Series A. Agronomy. 2022. Vol. 65(1). P. 567-576.
4. Analysis of promising barley (Hordeum vulgare L.) lines performance by AMMI and GGE biplot in multiple traits and environment / E. Kendal [et al.] // Applied Ecology and Environmental Research. 2019. Vol. 17(2). P. 5219-5233. DOI: 10.15666/aeer/1702_521 95233.
5. Лоскутов И.Г., Ковалева О.Н., Блинова Е.В. Методические указания по изучению и сохранению мировой коллекции ячменя и овса. СПб.: ВИР, 2012.
6. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). М.: Альянс, 2014.
7. Eberhart S.A., Russel W.A. Stability parameters for comparing varieties // Crop Science. 1966. Vol. 6 (1). P. 36-40.
8. STABILITYSOFT: A new online program to calculate parametric and non-parametric stability statistics for crop traits / A. Pour-Aboughadareh [et al.] // Applications in Plant Sciences. 2019. Vol. 7 (1). e1211. DOI: 10.1002/aps3.1211.
References
1. Urozhajnost', plastichnost', stabil'nost' i gomeo-statichnost' sortov yarovogo yachmenya v usloviyah Nechernozemnoj zony / L.M. Eroshen-ko [i dr.] // Tr. po prikladnoj botanike, genetike i selekcii. 2022. T. 183, № 1. S. 38-47. DOI: 10.30901/2227-8834-2022-1 -38-47.
2. Zaushincena A.V. Istochniki biologicheskih svojstv i hozyajstvenno cennyh priznakov dlya selekcii yachmenya // Vestnik KrasGAU. 2019. № 12(153). S. 64-68. DOI: 10.36718/18194036-2019-12-64-68.
3. Barley yield response to agroclimatic indices variability / L. Vasilescu [et al.] // Scientific Papers. Series A. Agronomy. 2022. Vol. 65(1). P. 567-576.
4. Analysis of promising barley (Hordeum vulga-re L.) lines performance by AMMI and GGE biplot in multiple traits and environment / E. Kendal [et al.] // Applied Ecology and Environmental Research. 2019. Vol. 17(2). P. 5219-5233. DOI: 10.15666/aeer/1702_521 95233.
5. Loskutov I.G., Kovaleva O.N., Blinova E.V. Metodicheskie ukazaniya po izucheniyu i sohraneniyu mirovoj kollekcii yachmenya i ovsa. SPb.: VIR, 2012.
6. Dospehov B.A. Metodika polevogo opyta (s osnovami statisticheskoj obrabotki rezul'ta-tov issledovanij). M.: Al'yans, 2014.
7. Eberhart S.A., Russel W.A. Stability parameters for comparing varieties // Crop Science. 1966. Vol. 6 (1). P. 36-40.
8. STABILITYSOFT: A new online program to calculate parametric and non-parametric stability statistics for crop traits / A. Pour-Aboughadareh [et al.] // Applications in Plant Sciences. 2019. Vol. 7 (1). e1211. DOI: 10.1002/aps3.1211.
Статья принята к публикации 10.08.2023 / The article accepted for publication 10.08.2023. Информация об авторах:
Николай Валерьевич Тетянников1, научный сотрудник лаборатории полевых культур отделения генофонда и биоресурсов растений, кандидат сельскохозяйственных наук Ольга Николаевна Ковалева2, ведущий научный сотрудник отдела генетических ресурсов овса и ячменя, кандидат биологических наук
Information about the authors:
Nikolay Valeryevich Tetiannikov1, Researcher, Laboratory of Field Crops, Department of Gene Pool and Plant Bioresources, Candidate of Agricultural Sciences
Olga Nikolaevna Kovaleva2, Leading Researcher, Department of Genetic Resources of Oats and Barley, Candidate of Biological Sciences
