استفاده از تجزيه‎هاي چند متغيره در ارزيابي گل محمدي برخي مناطق اكولوژيكي كشور

The application of multivariate analyses in Evaluation of Rosa damascena accessions from different locations of Iran

گل محمدي جمع‌آوري شده از 10 استان مختلف در قالب طرح بلوك‎هاي كامل تصادفي با سه تكرار در ايستگاه تحقيقاتي همند آبسرد دماوند كشت و براي صفات مختلف شامل: عملكرد گل در هكتار‎، وزن گلبرگ، تعداد گل در بوته‎، وزن گلبرگ به گل‎،‎ ارتفاع بوته و محيط بوته (تاج پوشش) مورد بررسي قرار گرفتند. داده‎هاي مربوط به هر صفت مورد تجزيه واريانس قرار گرفتند. براي تعيين نزديكي يا دوري و گروه بندي اكسش‌ها از تجزيه خوشه اي و تجزيه به مولفه‌هاي اصلي استفاده شد. نتايج تجزيه آماري اختلاف معني‌داري بين اكسش‌ها براي صفات مورد مطالعه نشان داد. اكسشن فارس1 داراي بيش‎ترين ميزان گل در بين اكسشن‌هاي مورد مطالعه بود. با استفاده از تجزيه به مولفه هاي اصلي مهم‎ترين متغيرهاي موثر در عملكرد گل محمدي شناسايي شدند. دو مولفه اول 90% از كل واريانس متغيرها را توجيه كردند. صفات عملكرد گل و وزن گلبرگ، وزن گلبرگ به وزن گل و‎ ارتفاع بوته در تبيين مولفه اول و تعداد گل در بوته در تبيين مولفه دوم مهم‎ترين نقش را داشتند. با توجه به نتايج بدست آمده، مي‎توان مولفه اول را به نام مولفه عملكرد گل نامگذاري كرد. نتايج بدست آمده از تجزيه خوشه‎اي، اكسشن‌هاي ارزيابي شده را در سه گروه متفاوت قرار داد. در اكسشن‌هاي كلاستر 1 شامل فارس 1 با ارزش بيش‎تر از نظر بيش‎تر عملكرد گل نسبت به دو گروه ديگر برتري داشتند.

In this study, Rosa damascena genotypes collected from 10 provinces of Iran were compared for flower yield and components using randomized complete block design with three replications at Research Station of Homand Absard, Damavand, Iran. Flower yield, flower number per plant, petal weight, petal/flower weight ratio, plant height and plant canopy. Results were recorded. The data were subjected to ANOVA, mean comparison, analyses. Showed significant differences for the traits with the highest flower yield for Fars1. By using principal components analysis, the most important variable flower yield characters were identified. First two independent components accounted for 90% of total variation. The first principal component indicated that flower yield, petal weight petal /flower weight and plant height were important characterstics for classification. The results indicated that 1 and 2 components were known as flower yield and plant flower number components respectively. Based on wardʹs cluster analysis, entries were divided into three groups. In cluster number 1, genotypes including Fars1 had the highest values for flower yield.