Analyses AMMI et GGE de l’interaction génotype x milieux du blé dur Triticum turgidum L. var : durum et indentification des facteurs explicatifs de l’interaction

Abstract

Le présent travail se fixe pour objectif l’étude des facteurs explicatifs de l’interaction génotypes x milieux du blé dur (Triticum turgidum L. var. durum) sous les conditions semi-arides de Sétif, par l’utilisation des modèles AMMI et GGE ainsi que quelques indices de stabilité. À cet effet, quinze variétés de blé dur ont été semés au cours de trois campagnes agricoles consécutives (2012/13, 13/14 et 14/15) en deux dates de semis (précoce et tardive), au niveau de l’ITGC Sétif. Les résultats qui s’y découlent de cette étude indiquent des effets moyens année, génotype et date de semis et des interactions significatifs pour l’ensemble des 13 caractères analysés. Du point de vu importance des sources de variation du rendement en grains, les différences entre années, dates de semis, génotypes et interaction GxE expliquent respectivement, 84.3%, 1.6%, 2.4% et 11.6% de la somme des carrés des écarts des traitements. La régression conjointe explique 37.2% des 11.6% de la SCE de l’IGE. Alors que le modèle AMMI explique 92.1% de la SCE de l’interaction soit 2.5 fois plus que la régression conjointe. Le modèle AMMI indique que les génotypes Setifis, Bousselam et Massara sont les plus performants à l’inverse de Tajdid, MBB et Cyprus2 qui sont les moins performants. Les résultats de l’analyse des corrélations entre les scores du rendement en grains sur l’IPCA1 et les moyennes génotypiques des caractères morphologiques indiquent que le nombre d’épis, le poids des épis et le poids de 1000 grains contribuent significativement à l’interaction GxE du rendement, ce qui suggère que, pour réduire de l’IGE du rendement, il faut garder sous contrôle la variation, inter environnements, de ces caractères, qui doit être la plus faible possible. Pour le modèle GGE, il explique 73.4 % de la SCE des effets GGE du rendement et identifie 5 environnements potentiels typiques dont trois sont représentés parmi les six environnements testés. Ce modèle indique que Massara est performant et stable. Enfin, les différents indices de stabilité calculés sont séparables en deux groupes, selon le type de stabilité recherchée, dynamique ou statique. Parmi ces indices, l’indice Pi montre une relation très étroite avec la performance de rendement. Il identifie le génotype Setifis comme le plus performant et stable alors que l’indice TOP suggère le génotype Massara. Ces deux génotypes apportent un gain de rendement de 42% et 35% relativement au rendement du témoin MBB.