การวิเคราะห์เสถียรภาพผลผลิตข้าวโพดไร่ลูกผสมก่อนการค้าที่พัฒนาโดยศูนย์วิจัยข้าวโพดและข้าวฟ่างแห่งชาติ
Article Sidebar
Main Article Content
บทคัดย่อ
ในกระบวนการปรับปรุงพันธุ์ข้าวโพดและการคัดเลือกพันธุ์ข้าวโพดไร่ลูกผสมเดี่ยวจำเป็นต้องมีการทดลองในสภาพแวดล้อมที่หลากหลายก่อนที่จะส่งเสริมพันธุ์ใหม่ให้กับเกษตรกร วัตถุประสงค์ของการศึกษาครั้งนี้เพื่อวิเคราะห์เสถียรภาพของผลผลิตข้าวโพดไร่ลูกผสมเดี่ยวก่อนการค้าของศูนย์วิจัยข้าวโพดและข้าวฟ่างแห่งชาติ และคัดเลือกพันธุ์ข้าวโพดไร่ลูกผสมเดี่ยวที่มีศักยภาพการให้ผลผลิตสูงกว่าพันธุ์สุวรรณ 4452 โดยนำลูกผสมเดี่ยวก่อนการค้าทั้งหมด 23 พันธุ์ และพันธุ์การค้าปลูกร่วมทดสอบ 7 พันธุ์ ซึ่งเป็นพันธุ์การค้าจากภาครัฐและเอกชน โดยวางแผนการทดลองแบบสุ่มในบลอคสมบูรณ์ (RCBD) ทำ 3 ซ้ำ และปลูกใน 10 สภาพแวดล้อม ใน 8 จังหวัด (นครราชสีมา, สระบุรี, นครสวรรค์, สุโขทัย, ตาก, ลำพูน, เชียงใหม่ และ พะเยา) โดยใช้ GGE วิเคราะห์เสถียรภาพของผลผลิต ผลการทดลอง พบว่า พันธุกรรม (G) สภาพแวดล้อม (E) และปฏิสัมพันธ์ระหว่างพันธุกรรมกับสภาพแวดล้อม (GE) มีความแตกต่างอย่างมีนัยสำคัญยิ่ง (P≤0.01) โดยผลผลิตลูกผสมก่อนการค้ามีผลผลิตเฉลี่ยอยู่ระหว่าง 1,096 – 1,347 กก./ไร่ พันธุ์ที่ให้ผลผลิตสูงสุดคือ KSX5720 (1,347 กก./ไร่) รองลงมาคือ KSX5819 (1,336 กก./ไร่) และ KSX6108 (1,278 กก./ไร่) ตามลำดับ พันธุ์ลูกผสมการค้าร่วมทดสอบมีผลผลิตเฉลี่ยอยู่ระหว่าง 1,094 – 1,448 กก./ไร่ โดยพันธุ์ลูกผสมที่ให้ผลผลิตสูงสุด ได้แก่ พันธุ์ DK9979C (1,448 กก./ไร่) รองลงมาคือ P3875 (1,448 กก./ไร่) และ CP303 (1,360 กก./ไร่) ตามลำดับ ในขณะที่พันธุ์ Suwan 4452 (check) ซึ่งมีผลผลิต 1,197 กก./ไร่ ให้ผลผลิตต่ำกว่า KSX5720 และ KSX5918 คิดเป็น 17% และ 14% ตามลำดับ เมื่อพิจารณาเสถียรภาพตามวิธีการ Eberhart และ Russell พบว่าพันธุ์ข้าวโพดทั้ง 2 พันธุ์ มีค่าสัมประสิทธิ์ของรีเกรสชั่น (b) เท่ากับ 1.18 และ 1.16 ตามลำดับ ซึ่งไม่แตกต่างจาก 1 และ GGE biplot สามารถอธิบายความแปรปรวนทั้งหมดได้ 56.22% (PC1=38.32% และ PC2 =17.9%) พันธุ์ KSX5720 และ KSX5918 เป็นพันธุ์ที่มีเสถียรภาพของผลผลิตดีและให้ผลผลิตสูงกว่า Suwan4452 ดังนั้นสามารถใช้เป็นพันธุ์การค้าพันธุ์ใหม่ได้
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
ชูศักดิ์ จอมพุก. 2562. วิธีวิเคราะห์ทางพันธุศาสตร์ปริมาณในการปรับปรุงพันธุ์พืช. สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์, กรุงเทพฯ.
สำนักงานเศรษฐกิจการเกษตร 2566. สถานการณ์สินค้าเกษตรที่สำคัญและแนวโน้ม ปี 2566. สำนักวิจัยเศรษฐกิจการเกษตร สำนักงานเศรษฐกิจการเกษตร กระทรวงเกษตรและสหกรณ์ .
สุรพล อุปดิสสกุล. 2536. สถิติการวางแผนการทดลอง เล่ม 1. มหาวิทยาลัยเกษตรศาสตร์, กรุงเทพฯ.
Al-Naggar, A., M. Shafik, and R. Musa. 2020. Ammi and gge biplot analyses for yield stability of nineteen maize genotypes under different nitrogen and irrigation levels. Plant Arch. 20: 4431-4443.
Annicchiarico, P., F. Bellah, and T. Chiari. 2005. Defining subregions and estimating benefits for a specific-adaptation strategy by breeding programs: A case study. Crop Science. 45: article ID 1741-9.
Badu-Apraku, B., M. Oyekunle, K. Obeng-Antwi, A. Osuman, S. Ado, N. Coulibay, and A. Didjeira. 2012. Performance of extra-early maize cultivars based on GGE biplot and AMMI analysis. The Journal of Agricultural Science. 150: 473-483.
Balestre, M., J. C. de Souza, R. G. Von Pinho, R. L. de Oliveira, and J. M. Paes. 2009. Yield stability and adaptability of maize hybrids based on GGE biplot analysis characteristics. Crop Breeding and Applied Biotechnology. 9: 219-28.
Changizi, M., R. Choukan, E. M. Heravan, M. R. Bihamta, and F. Darvish. 2014. Evaluation of genotype × environment interaction and stability of corn hybrids and relationship among univariate parametric methods. Canadian Journal of Plant Science. 94: 1255-1267.
Eberhart, S.t. and W. Russell. 1966. Stability Parameters for Comparing Varieties 1. Crop science. 6: 36-40.
Gauch, J. H., and R. Zobel. 1996. AMMI analysis of yield trails. Genotype by Environment Interaction (Kang M and Gauch Junior HG, eds.). CRC Press, Boca Raton.
Kang, M. 1998. Using genotype-by-environment interaction for crop cultivar development. Advances in Agronomy. 62: 199-252.
Kpotor, P., R. Akromah, M. B. Ewool, A. W. Kena, E. Owusu-Adjei, and H. O. Tuffour. 2014. Assessment of the relative yielding abilities and stability of maize (Zea mays L.) genotypes under different levels of nitrogen fertilization across two agro-ecological zones in Ghana. International Journal of Scientific Research in Agricultural Sciences. 1: 128-141.
Kumar, V., A. Rathore, A. Kharub, D. Kumar, and I. Sharma. 2014. GGE biplot analysis of multi-locational yield trials and identification of representative environments for barley (Hordeum vulgare L.) in India. Research on Crops. 15: 871-875.
McPherson, M. 2022. An application of GGE biplot to cotton variety development. Crop Breeding, Genetics and Genomics. 4: article ID e220001.
Mitrović, B., D. Stanisavljević, S. Treskić, M. Stojaković, M. Ivanović, G. Bekavac, and M. Rajković. 2012. Evaluation of experimental maize hybrids tested in multi-location trials using AMMI and GGE biplot analyses. Turkish Journal of Field Crops. 17: 35-40.
Mushayi, M., H. Shimelis, J. Derera, A. I. T. Shayanowako, and I. Mathew. 2020. Multi-environmental evaluation of maize hybrids developed from tropical and temperate lines. Euphytica. 216: 1-14.
Olanrewaju, O. S., O. Oyatomi, O. O. Babalola, and M. Abberton. 2021. GGE biplot analysis of genotype× environment interaction and yield stability in Bambara groundnut. Agronomy. 11: article ID 1839.
Ruswandi, D., M. Syafii, H. Maulana, M. Ariyanti, N. P. Indriani, and Y. Yuwariah. 2021. GGE biplot analysis for stability and adaptability of maize hybrids in western region of Indonesia. International Journal of Agronomy. 2021: article ID 2166022.
Sharma, S. P., D. I. Leskovar, K. M. Crosby, and A. Ibrahim. 2020. GGE biplot analysis of genotype-by-environment interactions for melon fruit yield and quality traits. HortScience. 55: 533-542.
Snedecor, G., and W. G. Cochran. 1980. One way classifications; analysis of variance In Statistical methods. Ames, IA: The Iowa State University Press. Iowa.
Troyer, A., S. Openshaw, and K. Knittle. 1988. Measurement of genetic diversity among popular commercial corn hybrids. Crop Science. 28: 481-485.
Yan, W., L. A. Hunt, Q. Sheng, and Z. Szlavnics. 2000. Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science. 40: 597-605.
Yan, W., and L. A. Hunt. 2002. In: Kang MS, editor. Biplot Analysis of multi-environment trial data. Quantitative genetics, genomics, and plant breeding. 2nd edition. USA: Kansas State University.
Yan, W., M. S. Kang, B. Ma, S. Woods, and P. L. Cornelius. 2007. GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science. 47: 643-653.
Yan, W., and N. A. Tinker. 2006. Biplot analysis of multi-environment trial data: principles and applications. Canadian Journal of Plant Science. 86: 623-645.
Yan, W. 2011. GGE biplot vs. AMMI graphs for genotype-by-environment data analysis. Journal of the Indian Society of Agricultural Statistics. 65: 181-193.
Ye, M., Z. Chen, B. Liu, and H. Yue. 2021. Stability analysis of agronomic traits for maize (Zea mays L.) genotypes based on ammi model. Bangladesh Journal of Botany. 50: 343-350.
