6.3.2 Performances de rendement et importance de
l'interaction G x E
L'analyse de la variance combinée, intégrant
tous les sites, confirme la présence d'une l'interaction significative
pour le rendement en grains et un effet site hautement significatif (Tableau
6.12). Ces résultats indiquent que sous ces conditions pédo-
climatiques, la culture de blé dur est doublement affectée par un
effet localité et par une interaction génotype x localité.
L'effet localité explique 91.78% de la somme des carrés des
écarts, alors que l'effet génotype et l'interaction n'expliquent
que 2.06 et 6.15% de la somme des carrées des écarts des
traitements du rendement en grains (Tableau 6.12).
Tableau 6.12 : Analyse de la variance de la régression
conjointe et de l'AMMI (effet moyen additif et interaction multiplicative) du
rendement en grains.
|
Source de variation
|
ddl
|
SCE
|
CME
|
F-obs
|
F-test
|
|
Traitements
|
119
|
1651.46
|
13.88
|
74.41
|
**
|
|
Localité (L)
|
03
|
1515.78
|
505.26
|
315.95
|
**
|
|
Bloc (localité)
|
12
|
19.19
|
1.60
|
8.57
|
**
|
|
Génotype (G)
|
29
|
34.05
|
1.17
|
1.01
|
ns
|
|
G x L
|
87
|
101.63
|
1.17
|
6.26
|
**
|
|
Régression
|
29
|
10.30
|
0.36
|
0.23
|
ns
|
|
Déviation de la régression
|
58
|
91.33
|
1.57
|
8.44
|
**
|
|
IPCA1
|
31
|
77.25
|
2.49
|
9.01
|
**
|
|
IPCA2
|
29
|
16.91
|
0.58
|
2.11
|
**
|
|
Résiduelle
|
27
|
7.47
|
0.28
|
1.48
|
ns
|
|
Erreur pondérée
|
348
|
64.9
|
0.19
|
----
|
---
|
|
Totale
|
479
|
1735.55
|
----
|
|
---
|
ns,*,**= effets non significatifs et significatifs au seuil de 5
et 1%, respectivement.
Sur les quatre milieux testés, Les moyennes des
rendements varient de 0.72 à 6.55 t/ha, moyennes extrêmes
mesurées, respectivement, chez le génotype
Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8) sur le site de Tiaret et le
génotype Bichena / Ariza_2//Solga_8 (n°3) sur le site du Khroub
(Appendice C, Tableau 5). La moyenne des rendements des localités
98
(effet site) varie de 1.00 à 5.45 t/ha, valeurs
mesurées respectivement à Tiaret et au Khroub (Tableau 6.13).
Lorsque l'interaction génotype x environnement est
significative, le sélectionneur ne peut se baser sur les performances
moyennes inter-sites pour choisir le meilleur génotype. En effet une
interaction génotype x environnement significative indique que chaque
environnement a son propre classement des performances génotypiques et
donc son meilleur génotype. Ceci est d'autant plus vrai que les
environnements expérimentés dans l'évaluation des
génotypes divergent fortement du point de vue capacité
d'expression de potentiel de production.
Cette procédure rend plus aisé le choix d'un
génotype donné dans une série ou groupe d'environnements
qui classent de manière uniforme les génotypes
évalués. Les génotypes Bichena / Ariza_2//Solga_8,
(n°3) Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), Aaz
77_2/Porron_11//Busca_3 (n°18) et le témoin Waha figurent parmi les
meilleurs génotypes dans au moins deux sites (Tableau 6.13).
Tableau 6.13 : Rendement moyen (t/ha) et numéro des
génotypes performants Par localité.
|
Sites
|
OSM
|
KHR
|
SET
|
TRT
|
|
RDT (t/ha)
|
3.06
|
5.45
|
4.93
|
1.00
|
|
Ppds5%
|
0.9
|
1.13
|
0.45
|
0.34
|
|
Numéro des a
Génotypes Performants
|
12
|
3
|
3
|
16
|
|
7
|
6
|
5
|
30
|
|
13
|
8
|
12
|
20
|
|
29
|
22
|
18
|
|
12
|
18
|
11
|
a = génotypes dont le RDT se situe dans la marge de RDTmax
- 1Ppds5%
L'identification du génotype le plus performant sur des
sites spécifiques est désirable pour les sélectionneurs et
les producteurs. Dans le cas où ces résultats se
répètent dans le temps et l'espace, un gain de rendement de 1.05
t/ha = (4.69-3.64), sera réalisé, si la sélection retient
le génotype Bichena / Ariza_2//Solga_8 (n°3) pour KHR et SET, le
génotype
99
Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) pour OSM
et le génotype Inter_9/Poho_1 (n°16) pour TRT (Tableau 6.13).
D'après FINLY et WINLKINSON, (1963) [11] le
modèle de l'analyse de la variance n'est pas approprié pour
décrire ces changements dans les environnements peu favorables qui
induisent des changements des réponses des génotypes. Il est
souvent fait recours aux modèles linéaires et multiplicatifs pour
caractériser le comportement de chaque génotype lorsque le milieu
varie [13].
| 
