31 C CHHAAPPIITTRREEIIII--MMAATTEERRIIEELLEETTMMEETTHHOODDEESS I III..11..SSIITTEESS,,MMAATTEERRIIEELLVVEEGGEETTAALLEETTDDIISSPPOOSSIITTIIFFEEXXPPEERRIIMMEENNTTAALL
L’expérimentation a été menée sur quatre sites au cours des campagnes 2008/2009 et 2009/2010. Les sites expérimentaux, caractérisés par un climat variant du subhumide au semi-aride, sont ceux des stations expérimentales de l’Institut Technique des Grandes Cultures (ITGC) :
- Khroub (36°26’N, 06°66’E, 713 m), - Sétif (36°12’N, 05°24’E, 1023 m) - Guelma (36°45’N, 07°47’E, 272 m) - Tiaret (36°05’N, 01°06’E, 1003 m).
Guelma et Khroub appartiennent à la sous-région B, alors que Sétif et Tiaret sont situés dans la sous-région A. Les sous régions considérées sont celles décrites par (Annicchiarico et al., 2006). La sous-région B est moins élevée, ayant un climat modéré, par contre, la sous-région A est plus haute et froide (Figure 8).
L’essai multi sites a été réalisé sous conditions pluviales avec vingt-trois génotypes de blé dur provenant essentiellement de l’Icarda (Tableau1). Le dispositif expérimental adopté est celui des blocs complètement randomisés avec quatre répétitions. La parcelle élémentaire est de 5.0 m de long par 1.2 m de large (6 rangs espacés de 0.20 m). 100 kg ha-1 d'azote, sous forme d'urée ont été appliqués en début de la période de croissance active de la végétation, au mois de mars. Le contrôle des mauvaises herbes est effectué chimiquement par application de l'herbicide Grand Star, à raison de 12.0 g ha-1, après l’application de la fertilisation azotée. La fertilisation phosphatée est appliquée avant le semis à raison de 100 kg ha-1 de super phosphate à 46%.
Matériels et Méthodes
32
Figure 8. Localisation des sous régions et des sites d’expérimentation utilisés
Matériels et Méthodes
33
Tableau 1. Pedigree et abréviation des 23 génotypes testés dans quatre sites
durant les campagnes 2008-09 et 2009-10.
N° Pedigree Abr
1 Vitron= Hoggar Vit
2 Mohammed Ben Bachir Mbb
3 Boussalem Bss
4 Ter-2/3/HFN94-8/Mrb5/Zina-1 ICD00-1090-T-2AP-AP-2AP-TR Thm
5 Mgnl3/Aghrass2 ICD99-0015-C-9AP-AP-21AP-AP Mga
6 Adnan-1 ICD00-0866-C-0AP-5AP-AP-8AP-AP Adn
7 Ter-1/Mrf1/Stj2 Tms
8 Aghrass-1/HFN94N-8/Mrb5/Zina-1 ICD00-1085-T-2AP-AP-2AP-TR Amz 9 Aghrass-1/3/Mrf1/Mrb16/Ru ICD00-0834-C-32AP-AP-6AP-TR Amr
10 Amedakul-1 ICD96-0242-T-2AP-0AP-1AP-AP Amd
11 Bigost-1 ICD96-0887-C-2AP-0AP-5AP-0AP Big
12 Mrf1/Stj2/Bcrch1 ICD99-0027-C-0AP-14AP-AP-9AP-AP Msb
13 Aghrass-1/HFN94N-8/Mrb5/Zina-1 ICD00-1085-T-10AP-AP-10AP-AP Amz2
14 Stj2/Dra-2/Bcr/3/Ter-3 Sdb
15 Beltagy-2 ICD97-0396-T-1AP-AP-5AP-0AP-16AP-AP Bel
16 Icasyr-1 ICD95-0169-C-0AP-3AP-0AP-5AP-0AP Ica
17 Azeghar-2/Ch1/F1 13 ICD98-0493-W-AP-2AP-0AP-11AP-AP Acf
18 Azeghar-1/Blm//Mrf-2 ICD00-0818-C-18AP-AP-9AP-TR Abm
19 Miki-3 ICD94-0994-C-10AP-0AP-2AP-0AP-9AP-0TR Miki
20 Azeghar-1/3/Mrf-2/Bcr/Gro-1 ICD00-0904-H-9AP-AP-1AP-TR Amg 21 Ter-1/3/Stj3/Bcr/Lks-4 ICD99-1036-T-0AP-7AP-AP-3AP-AP Tsb
22 Ammar-2 ICD94-0918-C-12AP-0AP-6AP-0AP-3AP-0AP Amm
Matériels et Méthodes
34
I
III..22..MMEESSUURREESSEETTNNOOTTAATTIIOONNSS
Les notations ont porté sur la détermination du rendement grain, la hauteur de la végétation et la durée de la phase végétative
- Le rendement grain
Le rendement reste un paramètre majeur même s’il est loin d’être le seul qui intéresse les sélectionneurs. Les parcelles ont été récoltées séparément, Le grain est pesé par une balance numérique.
- La hauteur de la plante (ou hauteur de la vegetation): à partir d'un lot
de plantes pris au hazard sur chaque parcelle élémentaire, nous avons mesuré de la base de la tige jusqu'au bout de l'épi (barbe non comprise).
- La date d'épiaison (ou durée de la phase végétative) :
Déterminée en jours calendaires du 1er janvier à la date d'épiaison notée sur toutes les parcelles des essais.
I
III..33..AANNAALLYYSSEEDDEESSDDOONNNNEEEESS
Les données collectées ont fait l’objet d’une analyse de la variance par site pour identifier les meilleurs génotypes par site. Elle est complétée par une analyse de la variance combinée sur les quatre sites et les deux campagnes selon le modèle additif suivant où les effets génotype et localité sont fixés alors que les effets année et bloc sont aléatoires:
Yijkr = µ + Gi + Lj + Yk + BYkLj + GxLij + GxYik + LxYjk + GxLxYijk + eijkr,
où Yijkr = rendement du génotype i, du site j, de l’année k et la répétition r. µ= Moyenne générale
G, L, Y = effets principaux génotype, localité et année.
GxL, GxY, LxY, GxLxY = interactions entre génotypes, localités et années, BYkLj = effet blocs hiérarchisés aux localités et aux années
eijkr = erreur pondérée
Les variances des effets principaux année et localité et de l’interaction localité x années sont testés relativement à la variance des effets blocs hiérarchisés aux effets années et localités. Les variances de l'effet principal
Matériels et Méthodes
35
génotype et les interactions GxA, GxL sont testés relativement à la variance de l'interaction GxAxL. La variance de cette dernière interaction est testée relativement à la résiduelle du modèle (Annicchiarico., 2002).
Les modèles de la régression conjointe et de l’analyse des effets additifs et de l’interaction multiplicative (AMMI) (Gauch., 1992) ont été utilisés pour analyser l’interaction du rendement en grain Selon la méthode de (Finlay et Wilkinson., 1963), l’interaction est subdivisée en deux composantes représentées par la pente b et par la variance des déviations de la régression S²di.
L’interaction a été traitée par le modèle AMMI suivant (Gauch., 1992): GxLij = ∑ιnｕniｖnj +rij,
où ∑ = somme des n =1, 2… n axes de l’analyse en composantes principales (PCA),
ιn = valeur propre de l’axe n,
ｕni = vecteur propre du génotype i sur l’axe n, vnj = vecteur propre du site j sur l’axe n,
rij = résiduelle de l’interaction.
L’analyse GGE a éte traité par le modèle (Yan., 2001):
Yij – μ– Ȳ j = λ1 gi1e1j + λ2 gi2e2j+ εij, Ou
Yij est le rendement moyen du génotype i à l’environnement j
μ est la moyenne générale
Ȳ j est le rendement moyen de tous les génotypes dans l’environnement j λ1, λ2 sont lesvaleurs singulières de PC1 et PC2 respectivement
gi1 et gi2 sont les scores du PC1 et PC2 du génotype i, respectivement
Matériels et Méthodes
36
εij la résiduelle associée au génotype i et l’environnement j.
Les variances génotypiques et phénotypiques ont été calculées selon Johnson et al. 1955 ; Singh et Choudhary., 1985).
La variance génotypique ( ) : = (MSg – MSe)/r ou
MSg et MSe sont la somme moyenne des carrés pour les génotypes et l'erreur dans l'analyse de la variance, respectivement, r est le nombre de réplications.
La variance phénotypique ( ) a été estimée comme la somme des variances génotypiques et environnementales: = + ou
: La somme des carrés moyens de l'erreur (MSe) Les coefficients de variation génotypique et phénotypique
Les coefficients de variation génotypique (CVg) et phénotypique (CVp) ont été calculés en utilisant la formule suggérée par (Burton., 1952 ; Al-Jibouri et al., 1958 ; Acquaah., 2007).
CVp (%)=100 x (σp /Y) et CVg (%)=100 x (σg /Y)
L'héritabilité au sens large (h²) a été estimée selon (Lush., 1943 ; Falconer et McKay., 1996).
h² = /
Le gain génétique (GG) sous sélection a été calculé par la formule suggérée par (Johnson et al. 1955). Le gain génétique en pourcentage de la moyenne a été calculé selon la méthode donnée par (Comstock et Robinson., 1952) selon la formule :
GG%= R*100/Ms ou
R : Réponse observée à la sélection ; Ms : rendement moyen par site
L’analyse de la stabilité est approchée par le calcul de l’écovalence de Wricke (1962), l’indice de la supériorité génotypique de (Lin et al., 1986),
Matériels et Méthodes
37
La variance environnementale de chaque génotype (Becker.,1981 ; Piepho., 1998 ; Barbottin., 2004), le coefficient de variabilité (CVi) de (Francis et Kannenberg.,1978) et La valeur de stabilité AMMI (ASVi) décrite par (Purchase et al.,2000). Le coefficient de corrélation de Spearman a été calculé pour chaque paire de la comparaison par paires possible des paramètres de stabilité.
Dans la méthode de la régression conjointe, le rendement du génotype est régressé sur l'indice du milieu Ij (Ij = Y.j - Y..) pour générer deux statistiques : le coefficient de régression b, spécifique à chaque génotype évalué et le carré moyen des écarts résiduels de la régression (S²di).
S²di est calculé par la formule suivante :
[∑ ̅ ̅ ̅ ∑( ̅ ̅ ) ] L’indice Pi de (Lin et al., 1986b) est calculé comme suit :
Pi = ∑
Yij = rendement du génotype i de l’environnement j, Mj = rendement du génotype le plus performant de l’environnement j, n = nombre d’environnements testés.
L’écovalence environnementale ( ) calculée comme suit (Wricke., 1962) :
∑
Où représente la performance du génotype g dans l’environnement e ; la performance moyenne du génotype g ; , la performance moyenne de l’environnement e et la performance moyenne de l’ensemble des génotypes sur l’ensemble des environnements.
La variance environnementale ( ) de chaque génotype est estimée comme suit :
Matériels et Méthodes
38 ∑
où Yge représente la performance du génotype g dans l’environnement e ; Yg. : la performance moyenne du génotype g sur l’ensemble des environnements et E le nombre d’environnements considérés.
La valeur de stabilité AMMI (ASVi) est calculée par la formule suivante :
√[
]
Les analyses ont été faites avec le logiciel (Cropstat, 7.3.2., 2007), utilisant la procédure « cross site analysis » qui donne simultanément les résultats de l’analyse AMMI et celle de la régression conjointe (Annicchiarico., 2002).
Les GGE-biplot ont été réalisé en utilisant les scores des deux premières composantes (IPCA1et IPCA2) de l’analyse en composantes principales en utilisant le logiciel Genstat version 12 qui génère des graphes indiquant :
- Le modèle « wich won where »
- Le classement des génotypes selon leur performance, et leur stabilité. - Le classement des environnements testés suivant la capacité
discriminante et la représentativité.
Les coefficients de rang de Spearman(rs) sont déterminés avec le programme Past (Hammer et al., 2001). La classification hiérarchique est réalisée selon la méthode de Ward par le logiciel Minitab 18.