Resumen de Response and yield stability of canola (brassica napus l.) genotypes to multi-environments using gge biplot analysis

Mehmet Sincik, Abdurrahim Tanju Goksoy, Emre Senyigit, Yahya Ulusoy, Mustafa Acar, Sahin Gizlenci, Gulhan Atagun, Sami Suzer

• español

  The GxE interaction (GEI) provides essential information for selecting and recommending cultivars in multi-environment trials.

  This study aimed to evaluate genotype (G) and environment (E) main effects and GxE interaction of 15 canola genotypes (10 canola lines and 5 check varieties) over 8 environments and to examine the existence of different mega environments. Canola yield performances were evaluated during 2015/16 and 2016/17 production season in three different locations (Southern Marmara, Thrace side of Marmara, and Black Sea regions) of Turkey. The trial in each location was arranged in a randomized complete block design with four replications. The seed yield data were analyzed using GGE biplot and the yield components data were analyzed using ANOVA. The agronomical traits revealed that environments, genotypes, and GEI were significant at 1 % probability for all of the characters. The variance analysis exhibited that genotypes, environments, and GEI explained 21.6, 21.7, and 25.7 % of the total sum of squares for seed yield, respectively. The GGE biplot analysis showed that the first and second principal components explained 57.3 and 18.3 % of the total variation in the data matrix, respectively. GGE biplot analysis showed that the polygon view of a biplot is an excellent way to visualize the interactions between genotypes and environments.

• English

  Estabilidad de rendimiento de genotipos de canola (Brassica napus L.) a multi-ambientes usando el análisis biplot GGE La interacción genotipo x ambiente (IGA) proporciona información esencial para seleccionar y recomendar cultivares en ensayos multi-ambiente. Este estudio tuvo como objetivo evaluar los efectos principales del genotipo y el ambiente, y la IGA, de 15 genotipos de canola en ocho ambientes y examinar la existencia de diferentes mega-ambientes. El rendimiento de la canola se evaluó durante la temporada 2015/16 y 2016/17 en tres lugares distintos (Mármara meridional, el lado Thrace de Mármara, y regiones del Mar Negro) en Turquía. El ensayo en cada ubicación se organizó en un diseño de bloques completos al azar con cuatro repeticiones. Los datos de rendimiento de semillas se analizaron usando GGE biplot y los datos de componentes de rendimiento mediante ANOVA. El análisis de los rasgos agronómicos reveló que los ambientes, genotipos e interacciones genotipo × ambiente (IGA) fueron significativos al 1 % de probabilidad para todos los caracteres. El análisis de varianza mostró que los genotipos, ambientes y el IGA explicaron 21,6 %, 21,7 % y 25,7 % de la suma total de cuadrados para el rendimiento de semillas, respectivamente. El análisis biplot GGE mostró que el primer y el segundo componente principal explicaron el 57,3 y 18,3 % de la variación total en la matriz de datos, respectivamente. El análisis de biplot de GGE mostró que la vista poligonal de un biplot es una forma excelente de visualizar las interacciones entre genotipos y ambientes.