Proposed system approach for freezing tolerance estimate of breeding material of winter wheat allows to differentiate the samples by physiological properties of resistance to low temperatures and based on to carry out selecting parents for hybridization in changeable environments of global warming.

Proposed system approach for freezing tolerance estimate of breeding material of winter wheat allows to differentiate the samples by physiological properties of resistance to low temperatures and based on to carry out selecting parents for hybridization in changeable environments of global warming.

Мета. Виявити закономірності рівня прояву врожайності сортів ячменю ярого у взаємодії «генотип–середовище» за випробування в різних екологічних зонах України та виділити генотипи з підвищеним адаптивним потенціалом. Методи. Об’єкт досліджень – 36 сортів ячменю ярого вітчизняної та зарубіжної селекції. Сортовипробування проведено в Миронівському інституті пшениці імені В. М. Ремесла НААН України (МІП) (Центральний Лісостеп) у 2015–2017 рр., на Носівській селекційно-дослідній станції МІП (НСДС) (Полісся) та на Кіровоградській державній сільськогосподарській дослідній станції НААН (КДСГДС) (Північний Степ) у 2016–2017 рр. За три роки досліджень (2015–2017) отримано результати випробування сортів у семи середовищах. Ділянки обліковою площею 10 м2 закладали у триразовій повторності методом повних рендомізованих блоків, відповідно до загальноприйнятих методик. Статистичний аналіз експериментальних даних проведено з використанням комп’ютерних програм Excel 2010 і Statistica 8.0. Для наочної інтерпретації взаємодії «генотип–середовище» використано GGE biplot модель. Результати. Дисперсійний аналіз даних урожайності засвідчив достовірні внески у загальну варіацію середовища – 64,64%, гено­типу – 14,90% та їх взаємодії – 20,46%. Найвищою диференціювальною здатністю (інформативністю) характеризувались умови МІП у 2016 р., найнижчою – умови КДСГДС у 2017 р. Найбільш репрезентативними були умови МІП у 2017 р. і НСДС у 2016 р., найменш репрезентативними – у КДСГДС (2016 р.). Найвіддаленішими між собою були умови МІП та KДСГДС у 2016 р. Візуалізація GGE biplot «хто-де-переміг» дала змогу розподілити середовища на два сектори: перший – умови МІП 2015–2017 рр. і НСДС 2016–2017 рр., другий – умови КДСГДС 2016–2017 рр. У першому секторі суттєву перевагу мав сорт ‘МІП Мирний’, у другому – сорт ‘Скарб’. Диференційовано й виділено сорти ячменю ярого з оптимальним рівнем прояву врожайності в середовищах, найближчих до гіпотетичного «ідеального» генотипу GGE biplot моделі – ‘МІП Мирний’, ‘МІП Богун’, ‘Талісман Миронівський’, ‘МІП Азарт’, ‘Доказ’, ‘Пан’. Висновки. Моделювання багатосередовищних сортовипробувань шляхом комбінування контрастних за гідротермічним режимом років і різних екологічних умов з інтерпретацією результатів досліджень за сучасними статистично-графічними методами сприяє детальнішій характеристиці взаємодії «генотип–середовище», ранжируванню і виділенню перспективних генотипів.

Цель. Выявить закономерности уровня проявления урожайности сортов ячменя ярового во взаимодействии «генотип–среда» при испытании в разных экологичес­ких зонах Украины и выделить генотипы с повышенным адаптивным потенциалом.Методы. Объект исследований – 36 сортов ячменя ярового отечественной и зарубежной селекции. Сортоиспытания проведены в Мироновском институте пшеницы имени В. Н. Ремесло НААН Украины (МИП) (Центральная Лесостепь) в 2015–2017 гг., на Носовской селекционно-опытной станции МИП (НСОС) (Полесье) и Кировоградской государственной сельскохозяйственной опытной станции НААН (КГСХОС) (Северная Степь) в 2016–2017 гг. За три года исследований (2015–2017) получены результаты испытания сортов в семи средах. Делянки учетной площадью 10 м2 были заложены в трёхкратной повторности методом полных рендомизированных блоков, в соответствии с общепринятыми методиками. Статистический анализ экспериментальных данных проведен с использованием компьютерных программ Excel 2010 и Statistica 8.0. Для наглядной интерпретации взаимодействия «генотип–среда» использована GGE biplot модель.Результаты. Дисперсионный анализ данных урожайности засвидетельствовал достоверные вклады в общую вариацию среды – 64,64%, генотипа – 14,90% и их взаимодействия – 20,46%. Самой большой дифференцирующей способностью (информативностью) характеризировались условия МИП в 2016 г., наименьшей – условия КГСХОС в 2017 г. Наиболее репрезентативными были условия МИП в 2017 г. и НСХОС в 2016 г., наименее – в КГСХОС (2016 г.). Наиболее отдаленными между собой были условия МИП и КГСХОС в 2016 г. Визуализация GGE biplot «кто-где-победил» позволила разделить среды на два секторы: первый – условия МИП 2015–2017 гг. и НСОС 2016–2017 гг., второй – условия КГСХОС 2016–2017 гг. В первом секторе существенно превалировал сорт ‘МИП Мирный’, во втором – ‘Скарб’. Дифференцированы и выделены сорта ячменя ярового с наиболее оптимальным уровнем проявления урожайности в средах, наиболее близких к гипотетическому «идеальному» генотипу GGE biplot модели – ‘МИП Мирный’, ‘МИП Богун’, ‘Талисман Мироновский’, ‘МИП Азарт’, ‘Доказ’, ‘Пан’. Выводы. Моделирование многосредовых сортоиспытаний путем комбинирования контрастных по гидротермическим режимам годов и различных экологических условий с интерпретацией результатов исследований в соответствии с современными статистическо-графическими методами способствует более детальной характеристике взаимодействия «генотип–среда», ранжированию и выделению перспективных генотипов. | Purpose. To define the regularities of yield level for spring barley varieties in “genotype–environment” interaction when testing in different ecological zones environments of Ukraine and identify genotypes with increased adaptive potential. Methods. As object of the research there were 36 spring barley varieties of domestic and foreign breeding. Varieties were tested at the V. M. Remeslo Myronivka Institute of Wheat of NAAS (MIW) (the Central Forest-Steppe) in 2015–2017, at Nosivka Plant Breeding Experimental Station of the V. M. Remeslo Myronivka Institute of Wheat of NAAS (NPBES) (Polissia) in 2016–2017 and at Kirovohrad State Agricultural Experimental Station of NAAS (KSAES) (the Northern Steppe) in 2016–2017. During three years of the investigation (2015–2017), the results of varieties testing in seven environments have been obtained. Plots with discount area of 10 m2 were laid out with three replications by the method of full randomized blocks, in accordance with conventional methods. Statistical analysis of experimental data was performed using Excel 2010 and Statistica 8.0 software. To interpret visually “genotype-environment” interaction the GGE biplot model was used. Results. The ANOVA of yield data showed reliable contributions into the total variation of environment (64.64%), genotype (14.90%), and their interaction (20.46%). Environmental conditions of MIW in 2016 were characterized with the highest discriminative fineness (informativeness), while KSAES in 2017 were characterized with the lowest one. Environmental conditions of both MIW in 2017 and NPBES in 2016 were the most representative; conditions of KSAES in 2016 were the least representative. The conditions of MIW and KSSGDS in 2016 were the most distant against each other. The GGE biplot “who-won-where” vizualization allowed to divide the environments in two sectors: the first – conditions of MIW 2015–2017 and NPBES 2016–2017, the second – conditions of KSAES 2016–2017. The variety ‘MIP Myrnyi’ had a significant advantage in the first sector, while the variety ‘Skarb’ had it in the second one. The varieties of spring barley ‘MIP Myrnyi’, ‘MIP Bohun’, ‘Talisman Myronivskyi’, ‘MIP Azart’, ‘Dokaz’, ‘Pan’ have been differen­tiated and defined as those with the optimal level of yield in environments being the closest to hypothetical “ideal” genotype of the GGE biplot model. Conclusions. Modelling of integrated variety testing by combining years being contrast in hydrothermal regime and different ecological conditions with interpretation of the investigation results using modern statistical and graphical method contributes to more detailed characterization of the “genotype–environment” interaction, ranking and identifying of prospecting genotypes. | Мета. Виявити закономірності рівня прояву врожайності сортів ячменю ярого у взаємодії «генотип–середовище» за випробування в різних екологічних зонах України та виділити генотипи з підвищеним адаптивним потенціалом.Методи. Об’єкт досліджень – 36 сортів ячменю ярого вітчизняної та зарубіжної селекції. Сортовипробування проведено в Миронівському інституті пшениці імені В. М. Ремесла НААН України (МІП) (Центральний Лісостеп) у 2015–2017 рр., на Носівській селекційно-дослідній станції МІП (НСДС) (Полісся) та на Кіровоградській державній сільськогосподарській дослідній станції НААН (КДСГДС) (Північний Степ) у 2016–2017 рр. За три роки досліджень (2015–2017) отримано результати випробування сортів у семи середовищах. Ділянки обліковою площею 10 м2 закладали у триразовій повторності методом повних рендомізованих блоків, відповідно до загальноприйнятих методик. Статистичний аналіз експериментальних даних проведено з використанням комп’ютерних програм Excel 2010 і Statistica 8.0. Для наочної інтерпретації взаємодії «генотип–середовище» використано GGE biplot модель.Результати. Дисперсійний аналіз даних урожайності засвідчив достовірні внески у загальну варіацію середовища – 64,64%, гено­типу – 14,90% та їх взаємодії – 20,46%. Найвищою диференціювальною здатністю (інформативністю) характеризувались умови МІП у 2016 р., найнижчою – умови КДСГДС у 2017 р. Найбільш репрезентативними були умови МІП у 2017 р. і НСДС у 2016 р., найменш репрезентативними – у КДСГДС (2016 р.). Найвіддаленішими між собою були умови МІП та KДСГДС у 2016 р. Візуалізація GGE biplot «хто-де-переміг» дала змогу розподілити середовища на два сектори: перший – умови МІП 2015–2017 рр. і НСДС 2016–2017 рр., другий – умови КДСГДС 2016–2017 рр. У першому секторі суттєву перевагу мав сорт ‘МІП Мирний’, у другому – сорт ‘Скарб’. Диференційовано й виділено сорти ячменю ярого з оптимальним рівнем прояву врожайності в середовищах, найближчих до гіпотетичного «ідеального» генотипу GGE biplot моделі – ‘МІП Мирний’, ‘МІП Богун’, ‘Талісман Миронівський’, ‘МІП Азарт’, ‘Доказ’, ‘Пан’.Висновки. Моделювання багатосередовищних сортовипробувань шляхом комбінування контрастних за гідротермічним режимом років і різних екологічних умов з інтерпретацією результатів досліджень за сучасними статистично-графічними методами сприяє детальнішій характеристиці взаємодії «генотип–середовище», ранжируванню і виділенню перспективних генотипів.