Beruflich Dokumente
Kultur Dokumente
Laboratoire deValorisation des Ressoucres Biologiques Naturelles (LVRBN), Fac. SNV, UFA Stif, 19000
Rsum. Confronte des contraintes dordre climatiques et techniques, la production algrienne dorge est faible et surtout variable dans lespace et le
temps. La slection de varits plus performantes est confronte la prsence dinteraction gnotype x milieux significative qui en rduise lefficacit. La
prsente tude, conduite sur 4 sites Khroub, Stif, Sidi Bel Abbes et Sada, analyse linteraction gnotype x environnements du rendement grain de 12
lignes et cultivars dorge (Hordeum vulgare L.), dorigines diverses. Linteraction est analyse avec les modles de la rgression conjointe et lAMMI. Les
rsultats de lanalyse combine confirment la prsence de linteraction dont 62.9 et 79.8% sont, respectivement, expliqus par la rgression et lAMMI. La
rgression identifie deux zones diffrentes permettant dexploiter positivement linteraction ; la premire reprsente le domaine de recommandation de
Fouara et la seconde celui de la varit Acsad176. Lanalyse AMMI indique que la varit Acsad176 prsente une adaptation gnrale lensemble des
environnements alors que les autres gnotypes prsentent des adaptations spcifiques permettant de valoriser chaque environnement. Ladoption dune
stratgie, qui exploite positivement linteraction sur les sites haut potentiel de production et ladaptation gnrale pour les sites au potentiel relativement
plus faible, permet damliorer le rendement grain de 6%.
Mots cls. Hordeum vulgare L. ; rendement ; interaction ; slection ; rgression ; AMMI ; stress.
1. Introduction
En Algrie, 35 % de la superficie cralire est
consacre la culture de lorge qui est concentre entre
les isohytes 250 et 450 mm. Le rendement de cette
espce est faible et irrgulier, suite aux effets des
contraintes climatiques et aux techniques culturales
appliques qui restent peu performantes [1]. La recherche
vise slectionner des lignes haut potentiel de
rendement et production plus rgulire, peu sensibles
aux variations climatiques dun lieu de production
lautre et dune anne lautre [2, 3]. Cette recherche
passe par lidentification dune architecture gnotypique
qui sharmonise au mieux avec le milieu de production,
grce un rythme de dveloppement appropri et dune
meilleure efficacit dutilisation de leau [4]. En dehors
des espoirs fonds sur la slection assiste par des
marqueurs molculaires, de tels gnotypes restent
difficiles identifier suite la prsence de linteraction
gnotype x environnements (GxE) [1, 3, 5].
En milieux favorables, la slection faite sur la base du
rendement a engendr un progrs gntique qui avoisinait
1% par an pour un potentiel de 70 q/ha [6]. Le mme
Revue Nature & Technologie . n 05/Juin 2011. Pages 99 106
100
2. Matriel et mthodes
2.1. Dispositif exprimental et variables mesures
Lexprimentation a t mene sur quatre sites,
reprsentant laire o prdomine la culture de lorge avec
20 % de la production nationale. Les sites exprimentaux,
caractriss par un climat variant du subhumide laride,
sont ceux des stations exprimentales de lInstitut
Technique des Grandes Cultures (ITGC) du Khroub,
Stif, Sidi Bel Abbs et Saida. Lessai multi sites a t
ralis avec douze varits dorge dorigines locale,
syrienne et europenne. Le dispositif exprimental, adopt
par site, est le modle des blocs alatoires complets avec
trois rptitions. Lunit exprimentale est une parcelle de
10 m de long sur 1.20 m de large (6 rangs espacs de 0.20
m). 100 kg ha-1 d'azote, sous forme d'ure, ont t
appliqus en dbut de la priode de croissance active de la
vgtation, au mois de mars. Le contrle des mauvaises
herbes est effectu chimiquement par application de
l'herbicide Gand Star, raison de 12.0 g ha-1, aprs
lapplication de la fertilisation azote. La fertilisation
phosphate est applique avant le semis raison de 100
kg ha-1 de super phosphate 46%. Parmi les variables
mesures seul le rendement grain fait lobjet danalyse
dans le prsent article.
2.2. Analyses des donnes
Les donnes du rendement grain ont fait lobjet dune
analyse de la variance par site pour dduire leffet
gnotype et identifier les meilleurs gnotypes par site,
dont la moyenne de rendement est incluse dans
lintervalle du rendement maximal moins la plus petite
diffrence significative au seuil de 5%. Une analyse de la
variance combine des donnes des qui montrent un effet
gnotype significatif a t faite selon le modle :
Yijk = + Gi + Lj + (G x L)ij + eijk
o Yijk est le rendement du gnotype i sur le site j et la
rptition k, est la grande moyenne, Gi est leffet moyen
du gnotype i, lj est leffet moyen du site j, (G x L)ij est
linteraction du gnotype i sur le site j, et eijk est lerreur
pondrale [11].
Pour dcomposer linteraction (GxL)ij, en vue
didentifier les gnotypes large adaptabilit et
101
Tableau 1. Carrs moyens des cartes de lanalyse de la variance du rendement grain obtenu par site, effet moyen site et gnotypes se
classant en premire position pour le rendement grain par localit
Source de
Localits
Variation
ddl
Khroub
Setif
Sidi Bel Abbs
Sada
Gnotype
11
0.275
0.118
0.011
0.025
Bloc
2
2.991**
0.218**
0.296**
0.321**
Erreur
22
0.512
0.060
0.037
0.0300
CV (%)
16.8
11.7
6.5
13.2
RDT/localit (t ha-1)
4.253
2.091
2.99
1.31
Meilleurs
Fouara
Acsad176
Acsad176
Acsad176
Gnotypes
Saida
Plaisant
Barberousse
Rahma
Par site
Tichedrett
Rahma
Fouara
Rihane
Tina
Rahma
Rihane
Saida
Tichedrett
** effet significatif au seuil de 1%. = gnotype dont le rendement par site [rendement max 1ppds5%]
ddl
3
8
11
33
88
CMEa
574.08**
1.07ns
12.47ns
8.60**
1.6
R(%)
80.4
--13.2
--
102
Tableau 4. Moyennes gnotypiques (Yi.), coordonnes sur lIPC1 (score), coefficients de rgression (b), et ordonnes
lorigine (a) du rendement grain (g m-2) des 12 gnotypes valus dans 4 localits
Gnotypes/Sites
Yi.
score
b
a
Plaisant
246.8
-3.07
0.77*
43.01
Tina
267.4
2.85
1.07*
-18.78
Bgonia
263.6
-0.42
0.97*
6.89
Jador
217.0
-5.27
0.68*
37.04
Bahia
210.9
-7.77
0.49+
81.22
Fouara
306.0
9.40
1.65**
-130.67
Rahma
295.1
-0.40
0.94*
46.33
Acsad176
301.1
-0.89
0.88*
68.21
Barberousse
235.0
-5.42
0.73*
41.71
Sada
288.2
6.06
1.47**
-100.84
Rihane03
279.3
1.71
1.06*
-1.23
Tichedrett
280.0
3.21
1.27**
-56.11
Khroub
425.3
14.5
--Sidi Bel Abbs
292.9
-4.6
--Stif
209.1
-4.9
--Saida
131.3
-6.1
--+, *, ** = coefficient de rgression significativement infrieure 1, non significativement diffrent de 1 et significativement suprieur 1 respectivement.
Figure 1. Comportement prdictif des gnotypes valus pour le rendement selon le modle de la rgression conjointe.
ddl
13
20
CMEa
17.42**
2.84
R(%)
79.8
---
103
104
Tableau 6. Rendements et gains de rendements attendus (g m-2) selon trois stratgies de slection possibles: adaptation
gnrale, adaptation spcifique et combinaison des deux.
Stratgie
Site
Gnotype
Rendement
Moyenne
indice
Adaptation
KHR
Acsad176
448.8
Gnrale
SBA
Acsad176
288.1
SET
Acsad176
202.9
SAI
Acsad176
135.5
301.3
100.0%
Adaptation
KHR
Fouara
602.9
Gnrale +
SBA
Acsad176
333.4
Spcifique
SET
Acsad176
202.9
SAI
Acsad176
135.5
317.8
105.8%
Adaptation
KHR
Fouara
602.9
Spcifique
SBA
Acsad176
333.4
SET
Jaidor
187.2
SAI
Bahia
124.9
312.1
103.6%
Figure 2. Biplot AMMI1 reprsentant la relation entre les scores de lIPCA1 et les effets moyens gnotype et localit du
rendement grain des 12 gnotypes valus
105
1.00
0.97**
1.00
adaptation
spcifique
aux
environnements favorables reprsents dans cette tude
par le site du Khroub. Ladoption dune stratgie, qui
exploite positivement linteraction sur les sites haut
potentiel de production et ladaptation gnrale sur les
sites au potentiel relativement plus faible, permet
damliorer le rendement grain de 6%.
Rfrences
106
[19] Lin, C.S., M.R. Binns, L.P. Lefkovitch. Crop Sci., 26 (1986) 894 900.
[20] Mohammadi, R., M. Armion, A. Shaban, A. Daryaei. Asian
Journal of Plant Sciences 6 (2007) 1261-1268.
[21] Fellah, A., H. Bouzerzour, A. Benmahammed, A. Djekoun.
Actes de lIAV HII, 64 (2002) 35-42.