Использование многомерного анализа для характеристики экологического вектора «Экада»

щение локальных точек вдоль экологического вектора при этом не стабильно. Выявлено, что направление экологического вектора определяется крайними точками – левая (Безенчук) с наибольшими нагрузками лимитирующихз факторов среды и правая (Казань и Ульяновск) с наибольшим вкладом в формирование урожая генотипического компонента[3]. Эти исследования выполнены с использованием комплекса статистических методов дисперсионного и регрессионного анализов.

Статистики второго порядка, в том числе методы многомерного шкалирования позволяют не только более глубоко проанализировать комплексы данных, но и визуализировать результаты анализа [4, 5]. В США и Канаде метод многомерного шкалирования на основе факторного анализа (метод главных компонент) широко используется под названием Biplot analysis [6, 7]. Более того, по мнению ряда исследователей [8, 9] биплот-анализ даёт наиболее адекватную информацию о ге-нотип-средовых взаимодействиях.

В задачу данной работы входило уточнение параметров экологического вектора «Экада» на основе многомерного шкалирования в координатах двух главных компонент.

Материал и методика . Опыты закладывались в 2009- 201 1 гг. Экологический вектор «Экада» представлен шестью экологическими точками в исторически сложившихся селекционных центрах: ГНУ Самарский НИИСХ Рос-сельхозакадемии (Безенчук, далее B ), ГНУ Ульяновский НИИСХ Россельхозакадемии (Тимирязевский, далее U ), ГНУ Пензенский НИИСХ Россельхозакадемии (Лунино, далее P ), ГНУ

Башкирский НИИСХ Россельхозакадемии (Чишмы, далее Ch ), ГНУ Татарский НИИСХ Россельхозакадемии (Казань, далее K ), НПФ «Фитон» (Карабалык, Кустанайская область, Р Казахстан, далее F ).

Объектом исследования служил модельный набор сортов яровой мягкой пшеницы в количестве 13 генотипов: Экада 6, Экада 70, Тулай-ковская 10, Омская 35, Нива 2, Дуэт, Землячка, Тулайковская 105, Казанская юбилейная, Пирамида, Башкирская 26, Маргарита, Любава 5.

Посев производили селекционными сеялками в трёхкратной повторности, площадь делянки 10-12 м2, размещение вариантов внутри повторений рендомизированное, норма высева, сроки сева, место в севообороте, основная и предпосевная обработка почвы типичные для зоны.

Совокупность сформированных числовых рядов подвергли корреляционному анализу, а матрицу коэффициентов корреляции – фактор- ному анализу методом главных компонент с алгоритмом варимакс-вращения [10]. Статистическая обработка проведена с использованием пакета прикладных программ «Агрос 2.13».

Результаты и обсуждение . Как видно из результатов факторного анализа (табл. 1) достоверные нагрузки анализируемые среды имеют на первые три главные компоненты. При этом если две первые главные компоненты более или менее выявляют определённые закономерности (первая главная компонента привязана в основном к экологическим точкам K, U и Ch, а вторая к F, P и B), то третья компонента не имеет логичной привязки, ни к годам, ни к экологическим точкам. После перестройки расчёта (до двух главных компонент) нагрузки третьего фактора перераспределяются, что хорошо визуализируется на рис. 1.

Как видно из рисунка, экологические точки Казани, Ульяновска и Чишмов стабильно проявляются в независимости от лет испытания,

Таблица 1. Факторные нагрузки анализируемых сред на четыре главные компоненты

Рис. 1. Распределение экологических точек

в системе координат двух главных компонент

формируя единую плеяду. Наибольшую изменчивость по годам проявляют Безенчук и Пенза. При этом в 2009 году точка Безенчука оказалась в области Чишмов, Казани и Ульяновска. Таким образом, с учётом анализа, проведённого ранее [3], точки экологического вектора имеют направление B ^ P ^ F ^ Ch ^ U ^ K. Этот факт даёт возможность совершенствовать схему отбора генотипов с широкой нормой реакции на факторы среды с применением элементов челночной селекции.