étude de l'interaction génotype à�‡ milieu et de son impact sur la sélection des variétés de blé dur (triticum durum desf.) cultivées en Algérie.

Blida, Avril 2011

1

UNIVERSITÉ SAAD DAHLAB DE BLIDA

Faculté des Sciences Agronomiques et Vétérinaires
Département des Sciences Agronomiques

MÉMOIRE DE MAGISTER

Spécialité : Amélioration des productions végétales

ETUDE DE L'INTERACTION GENOTYPE X MILIEU ET DE
SON IMPACT SUR LA SELECTION DES VARIETES
DE BLE DUR (Triticum durum Desf.) CULTIVEES EN
ALGERIE

Par

SAFI Rekia

Devant le jury composé de

A. BOUTEKRABT Professeur, U. de Blida Président

A. ACHOUCH Professeur, U. de Blida Examinateur

A. BENBELKACEM Maître de recherche, INRA. Constantine Examinateur

M. BENMOUSSA Professeur, U. de Blida Rapporteur

2

Mots clés : blé dur, caractères phéno-morphologiques, génotype x milieu,

adaptation, Sélection, qualité technologique.

RESUME

L'analyse de l'interaction génotype x environnement et de la stabilité du rendement pour sélectionner un matériel végétal à haut potentiel de rendement et adapté aux différentes zones de production céréalières est l`objectif de cette étude. L'expérimentation a été conduite au cours de la campagne 2006/2007 sur trente génotypes de blé dur (Triticum durum Desf.), évalués sur quatre sites différents. Les résultats montrent des différences d'expression des caractères mesurés et leur relation avec le rendement en grains d'un site à un autre, suite à la présence de l'interaction génotype x environnement GxE. Le rendement grain varie significativement par site et entre sites, suggérant la prépondérance de l'effet milieu sur l'expression de cette variable. L'analyse de la variance combinée montre que les effets milieu, génotype et l'interaction génotype x environnement expliquent, respectivement, 91.78, 2.06 et 6.15% de la variation totale. L'utilisation de la régression conjointe n'explique que 10.13%, alors que le modèle AMMI explique 92.65% de la somme des carrées des écarts de l'interaction. Les résultats indiquent que les sites-tests peuvent être regroupés en deux domaines de recommandation, l'un représenté par Khroub, Sétif et Tiaret et l'autre par Oued Smar. Le génotype Bichena / Ariza_2//Solga_8 (N°3) se distingue par un haut rendement en grains et une bonne stabilité. Il présente une large adaptation à tous les sites d'évaluation. Par contre Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (N°12) montre une adaptation spécifique au site Oued Smar. Ces résultats indiquent que le sélectionneur a le choix entre la sélection de Bichena / Ariza_2//Solga_8 pour l'ensemble des sites ou bien recommander ce génotype aux régions représentées par les sites Khroub, Sétif, et Tiarte et de sélectionner Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 spécialement pour la région représentée par le site Oued Smar. Les résultats montrent aussi que la qualité technologique est d'autant plus acceptable que le milieu est favorable au rendement grain.

3

jetiIo

ÇáÊÎã æ ÇíßÊÊ

,

ÉÇíáÁá ÏæÏÑÇã ÑÏÇÞ ÊÇ ÉÇíÊÁÇä ØÁÇãä ÁÇÞÊäÇ áÌÇ äã ÉáÛáÇ ÑÇÑÞÊÓÇ æ ØÓæ

õ äÕ áÎÇÏÊáÇ áíáÍÊ

ÁØãä 00 ìáá 6002/6002 íÍáÇáÇ ãÓæãáÇ ááÇÎ ÊíÑÌ ÉÇÑÌÊáÇ .ÉÓÇÑÏáÇ å å Ïå æå ÈæÇÍáá ÉÌÊäãáÇ ÞØÁäãáÇ ãíÇÞ íÇí ÊÁÇÞæÑí ÊÇäíÇ ÌÁÇÊäáÇ . ÉÇáÊÎã ãÇÞÇæã ÉÇÚÇÑ íÇí ÁÇåãííÞÊ ãÊ (Triticum durum Desf.) ÈáÕáÇ ÍãÞáÇ äã ÑÇíÛÊÊ ÉÇíÇÍáÇ ÉÇáÛáÇ . ØÇÓæ õ äÇÕ áÎÇÏÇÊáÇ ÏæÇÌæá ÁÇÚÇÊ ÑÇÎÊ ìÇá ãÇÞæã äÇã ÉÇíÇÍáÇ ÉáÛáÁÇ ÁåÊÞáÇá æ ÉÓÁÞãáÇ ÑííÁÚãáÇ ÊÇÑíËÇÊ äÁÇÇ ÊÇËí ÑíÛÊãáÇ áíáÍÊ . ÏæÏÑãáÇ ìáá ØÓæáá áãÁÔáÇ ÑíËÊáÇ ßáÇ Ç ÑÓã o ÁåäãÖ æ ãÞÇæãáÇ äíÇ ÑíÇß áßÔÇ

áÁãÚÊÇÓÇ

. ÉÇíáßáÇ ÊÇÑÇíÛÊáÇ äÇã

2.76 % æ 6.02 o 87.29 ÁÇÚÇÁÊÊ ÑÇÓí

ØÇÓæ

õ

äÕ áÎÇÏÊáÇ æ äÕáÇ

o ØÓæáÇ

ÊÁÇíÇÑÍäÍÇ ÇæÇãÌã äÇã 86.26 % ÍÇÖæí AMMI Ì æÇãäáÇ ä äíÇÍ íÇí 70.70 %ØÇÞí ÑÓí ßÑÊÔãáÇ ãÌÇÑÊáÇ

ÞØÁÇäã ãÇÖí áæáÇ

o

äíáÁÌã ìá ÁåÚíãÌÊ äßãí ÈÑÁÌÊáÇ ãÞÇæã ä ìá Áåíáá áÕÍãáÇ ÌÁÊäáÇ ÑíÔÊ

.ááÁÊáá ÉíÚíÇÑÊáÇ

. ÉíÌæáæäßÊ Éíáæä

,

ÈÁÎÊäÇ

,

íßÊ

,

ØÓæ

õ äÕ

,

ÉíÌæáæíÑæãæäíáÇ ÕÌÁÕÎáÇ

, ÈáÕáÇ ÍãÞáÇ

Ó ^411.111 ûLoIÇA

0 ãÇÇÇÞÑ íËÇÑæÇÇÇáÇ ØãäÇÇÇáÇ . ÑÁãÇÇÇÓ ÏÇæ ÉÇÇÇÞØäã íÇÇí áÇÇÇËãÊí íäÁÇÇÇËáÇ ÁÇÇÇã ÊÑÁÇÇÇíÊ æ íØÇÇÇÓ o ÈæÑÇÇÇÎáÇ íÊáÇ ãÞÇæãáÇ ãíãÌæ íßÊí o ÇÑÇÑÞÊÓÇ äÓÍáÇ æå æ íáÁá ÏæÏÑãÇ ÒíãÊí ) Bichena / Ariza_2//Solga_8)

) Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5) 76 ãÇÞÑ íËÇÑæÇáÇ ØãäÇáÇ ä ÑÇíÛ o ÁÇåÇ ãíÇíÞÊáÇ ãÇÊ

æ ãÞÇæãáÇ ãíãÌá 0 ãÞÑ íËÇÑæáÇ ØãäáÇ ÁÞÊäÇ äíÇ Áã ÑÁÊÎí ÈÎÁäáÇ áÚÌÊ ÌÁÊäáÇ å å . ÑÁãÓ ÏÇæ íí ÁÕÁÎ ÁíßÊ ÑåÙÇ

ÏÇæ íí ÉáËãÊãáÇ ÉÞØäãáá ÁÕíÕÎ 76 ãÞÑ íËÇÑæáÇ ØãäáÇ ÈÁÎÊäÇ æ ÊÑÁíÊ æ íØÓ o ÈæÑÎáÇ ãÞÇæã íí åÇ ìÕæí

.ÑËß ÏæÏÑãá ÁÇÓÁäã ØÓæáÇ äÁß Áãáß äÓÍ äæßÊ ÉíÌæáæäßÊáÇ ÉíáæäáÇ ä ÁÖí äíÇÊ ÌÁÊäáÇ .ÑÁãÓ

4

ABSTRACT

Analysis of genotype x environment interaction and yield stability to select plant material with high yield potential and adapted to different areas of cereal production is the main objective of this study. The experiment was conducted during the 2006/2007 season on thirty genotypes of durum wheat (Triticum durum Desf.), under four different sites. The results show differences in the expression of the measured characteristics and their relationship with grain yield from one site to another, due to the presence of genotype x environment (GxE) interaction. Grain yield varied significantly within and among sites, suggesting the preponderance of the site effect for this variable. The combined analysis of variance showed that environment, genotype and genotype x environment effects explain respectively 91.78, 2.06 and 6.15% of the total variation. The joint regression explains only 10.13%, while the AMMI model explained 92.65% of the sum of squared deviations of the interaction.

Result indicate that the test sites can be grouped into two areas
of recommendation, one represented by Khroub, Setif Tiaret and one by Oued Smar. The genotype Bichena/Ariza_2//Solga_8 (N°3) is characterized by a high and stable grain yield with a wide adaptation to all test sites. However, Gcn/4/D68-1-93A-1A//Ruff/Fg/3/Mtl-5 (N°12) shows a site-specific adaptation to Oued Smar. These results indicate that the breeder has a choice between selecting Bichena / Ariza_2//Solga_8 for all sites or areas to recommend this genotype represented by sites Khroub, Setif, and Tiaret and select Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 specifically for the area represented by the site Oued Smar. It has been also found that the technological quality is more acceptable when the environment is favorable to grain yield.

Key words: durum wheat, pheno-morphologic traits, genotype x environment, Adaptation, selection, technological quality.

5

REMERCIEMENTS

Tout d'abord, Louanges à ALLAH qui m'a guidé sur le droit chemin et m'a inspiré les bons pas, sans sa miséricorde, ce travail n'aura pas abouti.

Mes vifs remerciements s'adressent d'abord à ma famille, mes parents, mes frères et soeurs pour m'avoir toujours comprise et soutenue dans mes choix et pour m'avoir donnée la force de réaliser ce travail.

Mes plus sincères remerciements s'adressent au professeur Benmoussa qui a accepté de m'encadrer et aussi pour m'avoir fait confiance dans la conduite de ce sujet. Merci pour votre patience, calme et surtout pour votre gentillesse, corrections et conseils.

Je remercie Mr Boutekrabt de m'avoir fait l'honneur de présider la soutenance, qu'il trouve ici ma profonde reconnaissance.

J'adresse toute ma gratitude au Professeur Achouch, pour l'intérêt qu'il a porté à mon travail et pour avoir accepté d'évaluer ce travail.

Un grand merci à Mr Benbelkacem Maître de recherche à l'INRAA de Constantine pour m'avoir proposé de travailler sur ce sujet, pour l'aide qu'il m'a apporté sur terrain et au laboratoire, et aussi pour sa gentillesse et entière disponibilité.

Lors de ce travail, j'ai eu la chance d'être accueillie dans quatre stations expérimentales ainsi qu' au niveau de la direction générale de l'ITGC et au laboratoire de qualité technologique dirigé par Mm Madani, je remercie donc vivement les différents responsables qui m'ont accueilli. Je transmets un immense merci à tous les personnels des différents sites qui m'ont beaucoup aidé au champ et au laboratoire.

Je voudrais aussi remercier tout particulièrement, Mr Bouzerzour, Professeur à l'université de Sétif pour m'avoir aidé dans les analyses statistiques. Mes remerciements vont à Mr Sémiani, chargé de recherches à l'INRAA d' Alger, merci pour votre aide et vos remarques.

J'ai pleinement profité de la présence et le soutien de mes amis. Merci à vous tous. Par précaution, Merci à toutes les personnes qui ont finalement interagit avec moi.

6

TABLE DES MATIERES

RESUME

REMERCIEMENTS

TABLE DES MATIERES

LISTE DES ILLUSTRATIONS, GRAPHIQUES ET TABLEAUX

INTRODUCTION 12

1. LE BLE DUR COMME CEREALE MONDIALE ET CEREALE EN

ALGERIE 14

1.1 Introduction 14

1.2 Le blé dur : situation mondiale en chiffre 14

1.3 Les recherches sur les blés en Algérie 16

1.4 Aire de production 18

1.5 Qualité et différentes formes d'utilisation de blé dur en Algérie 20

2. LES FACTEURS GENETIQUES ET ENVIRONNEMENTAUX ASSOCIEES 21 AUX PROCESSUS DE CROISSANCE ET DE DEVELOPPEMENT

2.1 Introduction 21

2.2 Les facteurs climatiques 21

2.3 Les facteurs agro-techniques 24

2.4 Les facteurs liés à la variété d'origine génétique 25

3. L'APPRECIATION DE LA VALEUR PHENOTYPIQUE EN PRESENCE

D'ITERACION GENOTYPE x MILIEU 27

3.1 Introduction 27

3.2 Le génotype et le phénotype 27

3.3 Concept de l'interaction génotype x milieu 28

3.4 L'élaboration du rendement et corrélation entre caractères 30

4. L'ADAPTATION AU MILIEU COMME OBJECTIF DE SELECTION ET

PRISE EN COMPTE DES INTERACTIONS GENOTYPE x MILIEU 32

4.1 Introduction 32

4.2 Concept de l'adaptation au milieu 32

4.3 Origine génétique de l'adaptation au milieu 34

4.4 Prendre en compte l'adaptation en sélection 36

4.5 La stabilité du rendement . 38

5. 7

MATERIELS ET METHODES 40

41 46 48 51 54 57 62

65

5.1 Caractéristiques pédoclimatiques des sites expérimentaux

5.2 Conduite des essais

5.3 Analyse des conditions climatiques

5.4 Matériel végétal

5.5 Protocole expérimental

5.6 Suivi et notations

5.7 Analyse des données

6. ANALYSE ET INTERPRETATION DES RESULTATS

6.1 Etude du comportement génotypique intra et inter sites 65

6.2 Etude des liaisons intra et inter sites entre variables 88

6.3 Etude de l'interaction génotype x environnement du

rendement 94

6.4 L'adoption des génotypes sur la base du rendement nominal... 108

6.5 Répétitivité (Reliability) 110

6.6 Appréciation de la qualité technologique par l'étude de certains

paramètres physico-chimiques 111

6.7 Discussion générale 119

CONCLUSION 126

REFERENCES APENDICES

A. Liste des symboles et des abréviations.

B. Présentation des données des différents sites d'étude.

C. Données relatives aux variables mesurées.

D. Analyses de la variance.

LISTE DES ILLUSTRATIONS, GRAPHIQUES ET TABLEAUX

Figure 1.2 Le rendement du blé dur en Algérie.

Figure 1.2 Zones céréalières aptes à la céréaliculture.

Figure 5.1 L'essai répété de rendement de blé dur 1ère année...

2006/2007 (ITGC Oued Smar).

Figure 5.2 Localisation géographique des quatre sites d'étude.

Figure 5.3 Variation du cumul pluviométrique par...

site.d'expérimentation durant la campagne 06/07.

Figure 5.4 Variation de la pluviométrie moyenne mensuelle des...

sites expérimentaux durant la campagne 2006/2007.

Figure 5.5 Variation de la température moyenne mensuelle des

sites expérimentaux de la campagne 2006/2007.

Figure 5.6 Expérimentation conduite dans les quatre sites d'étude.

Figure 5.7 Protocole expérimental adopté au niveau des 4 sites.

Figure 6.1 Variation de la durée de la phase végétative (en % de la

valeur maximale) Sur les différents sites.

Figure 6.2 Variation de la hauteur du chaume (en % de la valeur

maximale) sur les différents sites.

Figure 6.3 Variation du nombre de talles herbacées (en % de la

valeur maximale) sur les différents sites.

Figure 6.4 Variation du nombre d'épis/m² (en % de la valeur

maximale) sur les différents sites.

Figure 6.5 Variation de la longueur de l'épi (en % de la valeur

maximale) sur les différents sites.

Figure 6.6 Variation du nombre de grains par épi (en % de la valeur

maximale) sur les différents sites.

50

51

70

74

76

78

81

8

16

19

41

45

48

55

56

68

Figure 6.7 Variation du poids de mille grains (en % de la valeur

maximale) sur les différents sites.

85

88

Figure 6.8 Variation du rendement en grains (en % de la valeur

maximale) sur les différents sites.

96

Figure 6.9 Performances des génotypes ayant le meilleur

classement sur l'ensemble des sites en comparaison avec les performances du témoin Waha et de la moyenne des sites.

102

Figure 6.10 Variation du rendement grain des génotypes qui

contribuent le plus à l'interaction G x L selon la fertilité des sites.

105

Figure 6.11 Biplot AMMI1 des effets principaux génotypes et sites et

de l'interaction de la première composante IPCA1 du rendement grain.

107

Figure 6.12 Biplot AMMI2 de l'interaction du rendement grain des 30

génotypes évalués dans 4 localités.

119

Figure 6.13 Rendement nominal des meilleurs génotypes en fonction

des scores LIPCA1 des 4 sites expérimentaux.

52

Tableau 5.1 Code et pedigree de 30 génotypes testés dans quatre

sites pédoclimatiques différents en Algérie durant la campagne 2006-2007 (Benbelkacem, 2007).

53

Tableau 5.2 Caractéristiques des variétés témoins utilisées dans

l'étude (Boufanar -Z et O. Zaghouane, 2006).

65

Tableau 6.1 Carrés moyens des écarts de l'analyse de la variance de

la durée de la phase végétative (DVP) et de la hauteur (HT) de la végétation des 4 sites.

66

Tableau 6.2 Valeurs moyennes caractéristiques de la durée de la

phase végétative et de la hauteur du chaume notées sur les différents sites.

71

Tableau 6.3 Carrés moyens des écarts de l'analyse de la variance de

la capacité de tallage herbacé et du nombre d'épis/m² des 4 sites.

72

Tableau 6.4 Valeurs moyennes caractéristiques de la capacité de

tallage herbacé (TLL) et du nombre d'épis/m² (NE) des différents sites.

10

77

77

82

83 90 93 95

97

98

101

Tableau 6.5 Carrés moyens des écarts de l'analyse de la variance

de la longueur de l'épi et le nombre de grains par épi des 4 sites.

Tableau 6.6 Valeurs moyennes caractéristiques de la longueur de

l'épi (LE) et du nombre de grains par épi (NGE) des différents sites.

Tableau 6.7 Carrés moyens des écarts de l'analyse de la variance

du rendement en grains et du poids des épis des 4 sites.

Tableau 6.8 Valeurs moyennes caractéristiques du poids de 1000

grains (PMG) et du rendement en grains (RDT) des différents sites.

Tableau 6.9 Coefficients de corrélation phénotypiques entre les

variables mesurées par site et pour les 4 sites (en gras coefficients statistiquement significatifs).

Tableau 6.10 Coefficients de corrélation des rangs de Sperman de la

même variable mesurée sur les sites différents (en gras coefficients statistiquement significatifs).

Tableau 6.11 Classement des rendements grainiers des génotypes

par site, somme des classements par génotype et moyenne par génotype des rendements des 4 sites.

Tableau 6.12. Analyse de la variance de la régression conjointe et de l'AMMI (effet moyen additif et interaction multiplicative du rendement grain.

Tableau 6.13 Rendement moyen (t/ha) et numéro des génotypes performants par localité.

Tableau 6.14 Moyennes du rendement grain (RDT, t/ha), coefficient

de régression (b), contribution au carré moyen de l'interaction _(MSGxL), carré moyen de la déviation de la régression _(MSDEV.), ordonnée à l'origine (a, t/ha) et répétitivité (I) du rendement des génotypes de blé dur évalués dans 4 localités.

Tableau 6.15 Carrés moyens des écarts de l'analyse de la variance du 111

taux de mitadinage (MTD) et du taux d'extraction (EXT) mesurés sur les quatre sites.

Tableau 6.16 Valeurs moyennes caractéristiques du taux de

mitadinage (MTD) et du taux d'extraction (EXT) notées sur les différents sites.

11

Tableau 6.17 Carrés moyens des écarts de l'analyse de la variance du 116

taux de gluten humide (GH) et du taux de gluten sec (GS) mesurés sur les trois sites (Oued Smar, El Khroub et Sétif).

117

Tableau 6.18 Valeurs moyennes caractéristiques de la teneur en

gluten humide (GH) et de la teneur en gluten sec (GS) notées sur les différents sites.

12

INTRODUCTION

Avec 230 kg/hab/an l'algérien se présente comme l'un des gros consommateurs de céréales, ce qui engendre une demande qui dépasse les 7.5 millions de tonnes par an [1]. La production des céréales est, par contre, faible et fluctuante, comme le sont ses rendements. En effet la faiblesse des rendements est liée à la présence de contraintes biotiques et abiotiques de nature intermittente, dont le déficit hydrique est le principal facteur limitant [2]. Ainsi le rendement en grains peut varier de 0.5 à 3.6 t/ha, sur le même site, au cours des années successives, comme rapporté par BAHLOULI et al., (2005) [3].

En fait, les faibles rendements sont dus aux effets combinés des basses températures hivernales, des gelées printanières, des hautes températures et au déficit hydrique de fin de cycle. Les variations climatiques influent sur les conditions de croissance et développement de la plante, ce qui a pour effet d'affecter le processus de sélection. En effet tous les milieux n'ont pas la même aptitude à révéler les différences génotypiques, suite à la présence de l'interaction.

Cette interaction génotypes x environnement, selon son amplitude, entraîne des modifications du classement variétal et de ce fait complique la sélection, vu que chaque environnement aboutit un classement différent des génotypes. Le choix basé sur la moyenne générale des milieux n'est plus dans ce cas valable, et celui par environnement conduit à la sélection d'une multitude de génotypes, dont la gestion devient onéreuse [4]. L'interaction génotype x environnement est un problème majeur qui complique l'interprétation des essais de rendement et rend les recommandations difficiles, notamment lorsque les génotypes sont sélectionnés dans un seul environnement et ciblés pour d'autres environnements [5]; [6]; [7].

L'interaction peut être causée par les différences de phénologie, de rythme de développement, de besoins de vernalisation, de réponse à la photopériode, et aux différences de la capacité des génotypes à répondre aux conditions de

13

croissance [8]. Selon LECOMPTE et al., (2003) [9], la connaissance de la nature des réactions ( sensibilité / tolérance) des variétés aux changements des milieux de production est la première étape dans la sélection d'un matériel stable et performant. EBDON et GAUCH (2002) [10] rapportent que les composantes environnementales sont corrélées avec les précipitations, les températures moyennes journalières maximales et minimales, l'altitude, la latitude, la fertilisation azotée et la teneur en argile.

Dans les programmes de sélection, la signification de l'interaction génotype x environnement doit être prise en considération car elle peut être, convenablement, exploitée d'une manière avantageuse à travers différentes approches. Son effet par rapport à l'effet du génotype et environnement des caractères mesurés, doit être estimé. Pour exploiter positivement l'interaction génotype x environnement, la régression conjointe et le modèle AMMI (additive models and multivariate interaction) sont des outils analytiques utiles [11]; [12]; [13]; [14]; [15]. Les résultats de telles analyses peuvent être utilisés pour grouper des environnements en sous régions sur la base de la similarité des performances des cultivars [16]; [7].

La présente contribution se propose d'analyser l'interaction génotype x environnement ainsi que l'identification de la stabilité du rendement grain en utilisant les données provenant d'une expérimentation multi- site, de 30 génotypes de blé dur (Triticum durum Desf.).

14

CHAPITRE 1

LE BLE DUR COMME CEREALE MONDIALE ET CEREALE EN ALGERIE

1.1 Introduction

Le blé dur (Triticum durum Desf.) occupe, mondialement, la cinquième place après le blé tendre (Triticum aestivum.L), le riz (Oryza sativa.L), le maïs (Zea naydis.L) et l'Orge (Hortodeum vulgare.L) avec une production de 35.7 millions de tonnes pour la campagne (2006-2007) [17].

Il a été domestiqué au Proche Orient à partir d'une graminée sauvage (Triticum turgidum ssp. Dicoccoïdes) qui a ensuite, progressivement, évolué vers Triticum Turgidum ssp. Dicoccum puis vers Triticum durum (blé dur cultivé). Les premières cultures apparaissent au VIII millénaire avant J-C en Mésopotamie et dans les vallées du tigre et de l'Euphrate (aujourd'hui l'Irak) dans la région du croissant fertile [18].

1.2 Le blé dur : situation mondiale en chiffre

Sur la scène mondiale, la superficie moyenne consacrée annuellement à la culture du blé dur, s'étend sur environ 18 millions d'hectares, avec une production annuelle moyenne approximative de 30 millions de tonnes [19].

L'union européenne est dans le monde, la 1^ère région productrice de blé dur. La production est concentrée en Italie, l'Espagne, la France et en Grèce. La production de blé dur en 2007 a été estimée à 8,3 millions de tonnes quant aux superficies, elles étaient estimées à 3 millions d'hectares [17]. Cependant, par rapport à la moyenne des 5 dernières années, celles-ci ont diminué de 18,9%. Cette baisse est due à une nette diminution des superficies Italienne et Espagnole au cours de cette période [17].

15

Le Canada est le second producteur mondial de blé dur en 2007 avec 1,95 millions d'hectares (Mha) consacré aux producteurs canadiens de l'Ouest, soit 27% de plus qu'en 2006. Les rendements en 2007 étant estimés par statistique Canada à 1,87 t/ha [20].

La Turquie classée en troisième position après l'Union Européenne (UE) et le Canada, a produit en moyenne 3.1 millions de tonnes (Mt) au cours des cinq dernières années [17].

La production céréalière de l'Afrique du Nord dépend largement des pluies hivernales, qui sont souvent imprévisibles, par conséquent, la production de blé dur a été des plus variables au cours de la dernière décennie. Celle-ci a oscillé, entre 5,6 Mt, en 1996-1997 et 1,7 Mt, en 2000-2001. La production en 2006-2007 atteint 5,5 Mt [21].

Concernant l'Algérie, certaines superficies en système intensif et soutenues dans le cadre du PNDA (Plan National de Développement Agricole) dépassent souvent les 20 quintaux, alors que dans d'autres qui se trouve dans la même zone ou dans des zones non répertoriées comme zones céréalières, la production est moins importante.

Pour le blé dur, la production nationale est passée de 12.389.000 quintaux en 2001 à 15.521.000 quintaux en 2006, soit un accroissement de niveau de productivité de 45.38%. Comme nous pouvons le voir sur la figure (1.1). Les rendements moyens enregistrés, au cours de la période 2000-2006, ont connu une progression dans le temps, passant de 11.14 q/ha en 2000-2001 à 15.2 q/ha en 2005-2006 (DSASI, 2007) [22].

16

16

14

12

10

8

6

4

2

0

Années

Rendement (q/ha)

2000-2001 2001-2002 2002-2003 2003-2004 2004-2005 2005-2006

Rendement (q/ha)

Figure 1.1 : Rendement de blé dur en Algérie (2001- 2006) [22] 1.3 Historique de recherches sur les blés en Algérie

Au temps de l'occupation romaine, l'Afrique du Nord fournissait à la capitale de l'empire une certaine quantité de grains, représentant les impôts en nature versés par les particuliers, ou les redevances des sociétés foncières, a tel point que l'expression de « Grenier de Rome » s'est imposée pour désigner l'Afrique du Nord [23].

Avec l'arrivée des arabes et plus particulièrement pendant les règnes des dynasties algériennes des Beni Ziri, des Beni Hammad et Beni Ziyane, un certain élan fut donnée à l'agriculture en général. Après l'effondrement du royaume Zianide , sous l'administration turque, la culture du blé devient tellement importante que le gouvernement algérien a entretenu des relations commerciales fructueuses avec les différentes républiques italiennes et françaises. En effet, à cette époque le blé Algérien sauva le peuple français de la famine pendant les années terribles du blocus, que fit subit l'Angleterre à la France, durant la guerre Napoléon [24].

Jusqu'à 1830, l'Algérie n'avait pas importé de blé pour sa subsistance. DUCELLIER, 1930 [25] a décrit l'ensemble des espèces de blés cultivées en Algérie, pour le blé dur barbu, vingt neuf variétés ou populations ont été

17

mentionnées. Plus de 30 années après les travaux de Ducellier, les mêmes variétés cultivées de blé dur ont été mentionnées [23].

Il apparaît que les ressources génétiques des blés étaient fortement diversifiées non seulement à travers le nombre de variétés ou population cultivées mais aussi et surtout à travers la très grande diversité génétique au niveau de chaque population. Ces populations de terroirs souvent très bien adaptées aux conditions du milieu permettaient certainement de répondre aux préoccupations et aux besoins locaux. Les pressions de sélections appliquées localement à ce matériel ont permis de maintenir un certain progrès génétique régulier mais assez lent [26].

L'introduction de variétés étrangères de blé dur et des autres céréales en général, n'a été entreprise qu'au cours de la campagne 1969-1970 par l'INRAA au niveau de CNRA (Centre National de Recherches Agronomiques) d'El-Harrach et dans les stations régionales (Sidi Bel-Abbès, El khroub, Sétif et Guelma) [27].

Au cours de cette période l'amélioration génétique était à ses débuts et se confinait dans la sélection massale ou dans le développement de cultivars issus de croisements à l'intérieur de ces populations dont l'objectif était l'obtention des plantes mieux adaptées aux différentes conditions de culture [27]. La collaboration du CIMMYT (centre international pour l'amélioration du blé et du maïs) a été total et a rendu possible l'atteinte de nos objectifs.

Au courant des années 1980 l'ICARDA (centre international pour la recherche agronomique en zones sèches) a participé au développement de la recherche des grandes cultures avec l'ITGC [27].

En 1995, l'ITGC a dressé un catalogue des principales variétés de céréales (blés, orge, avoine, triticale) cultivées en Algérie. Il est important de mentionner que plusieurs variétés introduites et sélectionnées localement ont été développées et parfois les noms ont été algérianisés [26].

18

Pour le blé dur, 12 variétés sont actuellement en productions, dont 5 dites améliorées, ont été introduites depuis 1980. Sur l'ensemble de ce matériel végétal en production, les variétés Hoggar (Vitron) et Waha sont les plus demandées sur le marché. En effet, 65 % de la superficie semencière totale était occupée que par les deux variétés [28].

Depuis 2004, de nouvelles variétés performantes ont été homologuées et introduites dans le programme de multiplication de semences, il s'agit des variétés Cirta, Gta/Dur... et Boussellem. En 2006, 3 autres variétés ont été homologuées (ciccio, cannizio et colosseo) [28].

1.4 Aire de production

Le blé dur est cultivé à travers l'ensemble des zones agro-écologiques de notre pays, mais il est essentiellement localisé dans les régions semi-arides et même arides et donc soumises aux aléas climatiques qui pénalisent fortement les niveaux de productivité [29]. La superficie globale emblavée durant la période 2000-2006 était de 3.177.500 hectares. Sur ce volume, le blé dur occupait une superficie moyenne de 1.355.667 hectares [22].

Dans l'ensemble, la sole réservée à la production céréalière est concentrée dans trois grandes zones agro climatiques [30] (Figure 1.2) :

? La zone humide à sub-humide incluant les régions littorales et sub-littorales du centre du pays vers l'Est caractérisée par une pluviométrie annuelle de 600 mm permettant une culture intensive;

? La zone semi aride incluant les plaines telliennes orientales et occidentales

avec une pluviométrie annuelle moyenne variant entre 350 et 500 mm;

? La zone sub-aride qui se confine aux hauts plateaux se caractérise par une faible pluviométrie (200-350 mm) avec un système de culture à prédominance agropastorale avec des altitudes dépassant les 1000 m associés à des stress biotiques sévères (30 à 40 jours de gel et plus de 40 jours de sirocco par année en moyenne) [31].

19

Figure 1.2 : Zones céréalières aptes à la céréaliculture

1

20

1.5 Qualité et différentes formes d'utilisation de blé dur en Algérie

Des grains de céréales et leurs dérivés représentent l'apport principal en cadres de l'alimentation humaine [32]. Le blé dur est l'espèce la plus importante qui se distingue du blé tendre par un ensemble de caractéristiques, son albumen est vitreux et contient plus de protéines, donc moins d'amidon. Moulu, il garde une texture granuleuse (la semoule) qui fait que les pâtes sont fermes, peu collantes et résistent à la cuisson [33].

De plus le blé dur est riche en pigments caroténoïdes qui donnent au produit fini, cette couleur ombrée qui répond à l'aspect esthétique que recherche le consommateur. Et grâce à ses caractéristiques nutritionnelles et technologiques, le blé dur se prête à la fabrication d'une gamme très variée de produits alimentaires dont les pâtes en constituent la base pour une grande partie du monde, le couscous et le Frik en Afrique du Nord, El-burghul au Moyen Orient.

En Algérie, le blé dur est consommé sous plusieurs formes dont essentiellement le couscous, la galette, les pâtes alimentaires et le Frik [33].

21

CHAPITRE 2

LES FACTEURS GENETIQUES ET ENVIRONNEMENTAUX ASSOCIEES AUX
PROCESSUS DE CROISSANCE ET DE DEVELOPPEMENT

2.1 Introduction

Les variations du rendement et de ses composantes ne s'expliquent pas par le niveau des facteurs ou conditions qui sont à un niveau suffisant, mais seulement par les facteurs limitants [34].

Les caractéristiques climatiques des zones céréalières sont telles que la culture du blé dur est exposée à divers stress qui réduisent des rendements escomptables et engendrent la variabilité de la production d'une année à l'autre et d'une région à l'autre [35]; [36].

2.2 Les facteurs climatiques

2.2.1 Les précipitations

Dans les régions semi-aride du sud de la méditerranée y compris l'Algérie, la faiblesse des précipitations et leur distribution aléatoire se traduisent souvent par une situation de contrainte hydrique présente pratiquement tout au long du cycle de développement du blé [37], [38]. En raison de son importance économique, la production de blé dur dépendra beaucoup des études consacrées pour une meilleure compréhension de la sécheresse qui touche environ 40% des terres cultivées au monde [39]. Ces situations de stress hydriques ou de sécheresse, présente des intensités et des fréquences variables selon les régions et les années.

En faite, la sécheresse est définie comme une absence de pluie durant une période de temps donnée, affectant par conséquent l'alimentation hydrique des plantes. La sécheresse permanente ou temporaire limite le développement, la distribution de végétation naturelle et le rendement des plantes cultivées plus que tout autre facteur [40]. Selon son intensité et ses dates d'apparition au cours

22

du cycle de développement des céréales, le stress hydrique peut causer des dégâts à des degrés variables en fonction des variétés cultivées et de la date de semis [41]; [42]; [43]; [44].

La sécheresse au début de cycle affecte l'installation de la culture, quand le déficit hydrique apparaît pendant la période de tallage herbacé, la vitesse d'émission des talles diminue et si le déficit s'accroît sévèrement, il y a arrêt du tallage [45]. Une sécheresse importante survenant pendant la période d'émission des épillets soit approximativement de la mi tallage au stade 1 à 2 noeuds limite leurs nombre final surtout dans les zones semi aride et plus tard affecte la formation des fleurs, donc pénalise le nombre de grains potentiels de l'épi [46].

Un rupture de l'alimentation en eau pendant la phase de remplissage des grains engendre un ralentissement de la vitesse de migration des réserves vers le grain : il y a échaudage et par conséquent des diminutions de poids de 1000 grains [46].

La résistance à la sécheresse d'un génotype s'évalue par sa capacité à maintenir un rendement acceptable en conditions de déficit hydrique. Il est, cependant, difficile de sélectionner directement pour la résistance à la sécheresse car le contrôle génétique de ce caractère quantitatif est très complexe [47].

La sécheresse de fin de cycle est pratiquement quasi présente au cours de ces dernières années et les efforts en matière d'amélioration génétique sont orientés vers la création de variétés précoces afin d'échapper à ce type de stress.

2.2.2 La température

La température est un principal moteur de développement, une température de niveau identique n'aura pas la même efficacité sur la vitesse du développement en hiver ou au printemps, compte tenu de la variation de la durée du jour sous l'effet des saisons [46]. Selon la sensibilité variétale, le seuil thermique de mortalité varie entre -12 et -16 [48]. De plus le blé est moins sensible à la température durant sa phase végétative par rapport à sa phase reproductive [49].

23

En effet, plusieurs études ont signalé l'existence de différences génotypiques en réponses au stress thermique [50]; [51].

La culture du blé dur, sur les hauts plateaux, est essentiellement sujette aux effets des basses températures de la levée au stade épiaison [52]. En effet, le froid peut gêner la sortie des épis ; cette déformation est temporaire et sans effet sur le rendement [46]. Cependant, les basses températures au stade floraison induisent une stérilité des gamètes mâles. Contrairement aux basses températures survenant au même stade, le stress thermique induit surtout une stérilité femelle. Lorsque le grain commence à ce développer, les fortes températures excessives, supérieures à 25°C accentuent le processus d'avortement des fleurs [45].

Dans les situations de fin de cycle où les fortes températures sont fréquentes, il existe un grand risque d'échaudage des grains. Ce risque est d'autant plus grand, lorsque les hautes températures persistent [29]. En effet, l'augmentation des températures accélère la vitesse de croissance des grains et réduit leur durée de remplissage [53].

2.2.3 Le gel

Des dégâts dus au gel d'hiver dépendent bien évidemment de la sensibilité variétale, mais aussi du stade de développement. Aussitôt après la germination, le blé est particulièrement sensible au gel [48].

Si le gel survient brutalement (forte amplitude thermique), les tiges qui ont amorcé leur montée sont détruites. Ces tiges correspondent à celles qui sont aux stades les plus avancés, les maîtres brins et les premières talles primaires. Elles correspondent aussi aux talles les plus productives comportant un nombre supérieur d'épillets et de fleurs par épillets. Détruites par le gel, ce sont les talles plus jeunes et donc moins productives qui constitueront le peuplement épis final [45].

24

Le gel marque son effet principalement sur la composante nombre de grains par épi [45]. Les zones arides et semi arides qui sont très exposées aux risques précoces de sirocco ainsi qu'au gel printanier [54]. Dans ces zones des gelées tardives accompagnées de brouillard, des carences nutritionnelles peuvent entraîner la non fécondation des épillets terminaux, ainsi que des 2^ème et 3ème fleurs de chaque épillet. Les étamines ne s'ouvrent pas, une température constamment inférieure à 15°C pendant la fécondation produit ce phénomène appelé « coulure » [48].

Il est possible d'y remédier en évitant le choix de variétés trop précoces pour la région.

2.3 Les facteurs agro-techniques

Les espèces blé et orge, prospèrent sur une gammes assez variées de sols et l'optimum semble être des terres neutres, profondes et de texture équilibrée. En sol peu profond, le rendement en grains des céréales est pénalisé [55]. La structure, grumeleuse stable ; assure une pilosité suffisante. Le complexe absorbant important permet à la plante de se nourrir à partir des réserves chimiques du sol. Ces critères ne sont pas toujours respectés [48].

La réussite de l'installation de la culture nécessite la maîtrise du travail du sol et du semis. En effet, les rotations des cultures permettent l'amélioration de la fertilité, la structure du sol et le contrôle des maladies, des insectes et des adventices. La bonne préparation de lit de semences s'avère fondamentale pour assurer les meilleures conditions de températures, d'humidité et d'aération aux semences en germination [29].

La date de semis est un facteur important dans la formation du rendement. Les semis précoces augmentent le rendement, mais notamment en zones semi arides et arides, peuvent aussi entraîner un risque de sécheresse qui peut causer la mort des plantules [56]. Les semis tardifs exposent la phase de formation des grains aux hautes températures qui accélèrent la maturité des graines avant leurs remplissage, donnant des graines de petites tailles et moins remplies, et ainsi

25

un rendement assez bas [57]. Dans ce cas, il est impératif d'augmenter la densité de plantes pour pallier le manque de tallage herbacé, et maintenir ainsi le rendement [45].

Dans les zones sub-humides inférieures à 300 mètres d'altitude, avec plus de 600 mm de pluie par an, la culture du blé souffre encore de plusieurs carences techniques qui peuvent s'expliquer par le non respect de l'itinéraire technique par les agriculteurs de la zone. Ainsi le semis se fait encore et le plus souvent à la volée, le désherbage chimique est faiblement pratiqué ou appliqué dans de mauvaises conditions (choix de l'herbicide et stade des adventices au moment de l'application), alors que la fertilisation azotée de couverture est conditionnée par les pluies de fin d'hiver [58].

En parallèle, les travaux conventionnels de travail du sol ne sont plus adaptés dans les zones où la conservation de l'eau et des sols est prioritaire [29]. La valorisation des eaux pluviales est, donc, un facteur déterminant de la production. Les innovations technologiques, visant à améliorer la production, doivent réduire des risques climatiques, en maximisant l'infiltration et l'utilisation des eaux de pluies, améliorer la fertilité des sols et réduire les pertes du patrimoine sol. Dans la mesure où, suite à la nature méditerranéenne du climat, 70% des pluies sont enregistrées en hiver, les techniques culturales doivent assurer aussi le stockage du maximum de cette eau dans le profil sous climat semi-aride [59].

De même, il est possible de produire sans labourer dans le contexte de l'aridité méditerranéenne tout en assurant la préservation des ressources naturelles et de l'environnement [60]; [61]; [62]; [63]; [64].

2.4 Les facteurs liés à la variété d'origine génétique

Elle consiste en une période de basses températures dont ont besoin les céréales d'automne pour l'initiation florale. Sachant que la plupart des variétés de

2.4.1 La vernalisation

26

céréales (blé et orge) cultivées au Maghreb sont de type printemps, leurs besoins en vernalisation sont nuls [29].

2.4.2 Exigence en durée du jour

Le blé dur est une espèce dite de jours longs préférentiels ce qui signifie que les jours longs favorisent la vitesse d'apparition des stades liés au développement floral. Il faut que la durée d'éclairement soit d'environ 12 heures pour que l'épi commence à monter dans la tige [48].

Le rendement final est souvent déterminé par les conditions prévalentes dans le milieu de production et surtout celles de la période de remplissage du grain. Ainsi, sous conditions de stress hydrique et thermique sévères en fin de cycle, les génotypes photo insensibles se comportent relativement mieux que ceux qui sont photo périodes dépendants. Alors que sous les conditions de fin de cycle plus clémentes, les génotypes sensibles à la photopériode produisent plus à cause d'une durée de cycle plus longue [65].

La manipulation de la sensibilité à la photopériode est un objet très important en amélioration des céréales afin d'optimiser la date d'épiaison et de maturité à la variabilité climatique du milieu de production [66].

27

CHAPITRE 3

L'APPRECIATION DE LA VALEUR PHENOTYPIQUE EN PRESENCE
D'INTERACTION GENOTYPE x MILIEU

3.1 Introduction

La meilleure façon de caractériser un milieu, c'est d'y décrire les performances phénotypiques d'un ensemble de génotypes et la meilleure façon de décrire un génotype c'est de décrire la variabilité de son comportement au travers des différents milieux. Pour comprendre les relations génotypes/milieu, il faut déployer le génotype dans différents milieux, mais aussi le milieu sur différents génotypes [67].

3.2. Le génotype et le phénotype

Le phénotype d'une plante correspond à ses performances dans un milieu et pour un niveau d'observations donné. Il est le résultat du « dialogue » entre la plante et son milieu. L'étude de ce dialogue représente le domaine de la physiologie végétale, au sens large, même lorsque celui-ci se situe au niveau moléculaire. Une plante reçoit des signaux du milieu où elle vit, elle les interprète en fonction de son génotype et il en résulte une réaction qui est ce que nous voyons ou mesurons selon le niveau d'observation : c'est le phénotype. Un génotype peut être défini comme un arrangement de gènes (dans un cytoplasme particulier) et un phénotype sera la valeur prise par cet arrangement pour un caractère donné (et donc un type de mesure) et dans un milieu donné [67].

Dans le cas d'un caractère contrôlé par un nombre réduit de gènes et pour lequel les expressions dans un milieu peuvent être réparties sans problème en classe, il est possible d'identifier les unités de ségrégations en cause et d'en attribuer certains arrangements à des plantes. Ces arrangements forment le génotype. Le caractère est alors dit qualitatif, et l'on parle de gènes à effets majeurs. De tels gènes sont connus pour de nombreux caractères

28

(résistance aux maladies, nanisme, stérilité mâle...). Les conclusions peuvent dépendre du niveau d'étude et les expressions phénotypiques de différents génotypes peuvent être variables d'un milieu à l'autre (cas d'interaction génotype x milieu pour des caractères qualitatifs). Dans ce cas un génotype pourra être identifié par l'ensemble des expressions d'un même arrangement de gènes [67].

S'il y a risques d'erreur de répartition des phénotypes en classes, le caractère est dit quantitatif. Ce sera le cas avec un fort effet du micro-milieu quel que soit le nombre de gènes en cause, ou avec un grand nombre de gènes en cause quels que soit les effets du micro-milieu. Avec l'intervention d'un grand nombre de gènes, un génotype correspond alors à un arrangement inconnu de gènes, à la limite c'est l'individu [67].

La plupart des caractères agronomiques que l'on cherche à sélectionner ne dépendent pas de l'expression d'un ou deux gènes, mais de plusieurs gènes dont les effets individuels sont « mineurs » ont dit qu'ils sont gouvernés par des ensembles polygéniques ou bien que leur hérédité est quantitative. Ces caractères sont par exemple : la précocité, le rendement en grains [18].

Le phénotype d'une plante est donc bien résultante visible de l'expression des gènes de cette plante en interaction avec le milieu extérieur dans lequel elle se trouve. Selon une image de JACQUARD (1978) [68], le génotype c'est la partition, le phénotype le résultat de l'interprétation par le milieu.

3.3 Concept de l'interaction génotype x milieu

Lorsqu'un caractère est mesuré sur un individu, la valeur observée représente la valeur phénotypique de cet individu et toutes les observations doivent être fondées sur la mesure des valeurs phénotypiques. Dans ce cas, les caractères quantitatifs, dans leur expression phénotypique sont la résultante en fait de plusieurs facteurs génétiques et non génétiques. De ce fait, la variabilité phénotypique (Vp) est égale à la somme suivante : [67].

(Vp) = VG + V (G ×E) + VE

29

Où (VG) : la variance génétique, (VE) : la variance environnementale et V (G ×E) : l'interaction génotype × environnement. Inclure tous les facteurs d'ordre non génétique dans le terme « environnement » signifie que le génotype et l'environnement sont par définition les seules causes qui déterminent la valeur phénotypique [67].

La variance génétique (VG) peut être elle-même décomposée en variance additive (VA), due à l'effet moyen des gènes, en variance de dominance (VD) due aux interactions entre allèles aux même loci et en variance d'épistasie (VEP), due aux interactions entre allèles à des loci différents. L'expression de la variance phénotypique devient :

(VP) = (VA) + (VD) + (VEP) + (VG x E) + (VE)

La variance due au milieu qui par définitions, comprend toute la variation d'origine non génétique, peut avoir beaucoup de causes différentes et sa nature dépendra beaucoup du caractère et de l'espèce étudiée. D'une façon générale, la variance due au milieu est une cause d'erreur qui réduit la précision des études génétiques [67].

L'interaction génotype x environnement représentent, donc, la variation quantitative et qualitative, entre divers environnements, des différences entre génotypes. L'interaction perturbe en fait l'association que l'on peut faire entre valeur phénotypique et valeur génotypique d'un caractère [69]. C'est l'interaction génotype x environnement qui permet d'expliquer que certains génotypes soient plus performants que d'autres pour un type d'environnement donné.

L'interaction GxE peut prendre plusieurs aspects [70] :

- soit qu'une quelconque différence spécifique du milieu exerce sur certains génotypes un effet plus important que sur d'autres ;

- soit qu'il y ait un changement dans le classement d'une série de génotypes que l'on mesure sous différents milieux, c'est-à-dire que le génotype A qui est supérieur au génotype B sous le milieu X peut lui être inférieur sous le milieu Y.

30

3.4 Elaboration du rendement et corrélation entre caractères

L'amélioration des plantes est pratiquement toujours multicaractère. Elle l'est d'un point de vue économique, mais aussi d'un point de vue biologique. En effet, il s'agit de transformer la plante dans son ensemble. Compte tenu du caractère intégré de la plante, la transformation sur un caractère entraîne souvent des modifications d'autres caractères [67]. La connaissance des relations existantes entre caractères permet donc de mieux transformer les plantes et comprendre son fonctionnement dans un milieu donné [71]; [72]; [73].

Le rendement est la résultante des effets des caractères impliqués directement et indirectement dans sa formation tels que le poids de 1000 grains, le nombre d'épis, le nombre de grains par épi, la précocité d'épiaison... [74]. Chaque composante s'élabore pendant une phase bien définie et porte l'empreinte positive ou négative des effets des milieux [75]; [76].

Dans certains cas, l'occurrence de stress hydrique à différents stades de développement et la présence de hautes températures de fin de cycle nécessitent la participation de toutes les composantes pour l'élaboration du rendement car dans ces conditions la compensation entre les composantes devient faible [41].

En Outre, les composantes du rendement sont considérées comme des unités à partir desquelles un bon rendement peut être obtenu [77]. Plusieurs chercheurs rapportent qu'il est plus facile d'améliorer le rendement grain par le biais de ses composantes [78] ou de certains caractères morphologiques, surtout dans les milieux difficiles, qui peuvent servir de critère de sélection [79]; [80].

D'après FISHER, 1978 [81], le nombre de grains/m² est un caractère étroitement lié avec le rendement en grains, sous différents lieux et pour différents génotypes. Ce caractère est corrélé souvent positivement au rendement en grains des céréales d'automne dans les zones semi arides connues par une sécheresse de fin de cycle [82]; [83]; [84].

31

Dans les régions connues par le gel printanier, en l'absence de sécheresse de fin de cycle, le poids de mille grains constitue la principale composante du rendement [85]; [86]. Pour une variété donnée à partir d'un certain nombre de grain seuil, le PMG est corrélé négativement au nombre de grains/m² [87]; [88]. Ce dernier résultat est la conséquence d'une compétition qui s'établit entre les grains pour les assimilats, ce qui engendre souvent la chute du PMG.

En Algérie, la période de remplissage des grains est souvent confrontée à des contraintes environnementales en fin de cycle et plus précisément au déficit hydrique et aux hautes températures. Ceci a pour conséquence de provoquer des pertes de poids des grains et plus particulièrement chez les variétés à cycle long et dans le cas de semis tardif.

En conditions de sécheresse, la stabilité d'expression de la hauteur est importante. Dans ces conditions, une paille haute est plus apte à stocker plus de réserves glucidiques, qui sont susceptibles d'être transférées vers le grain au cours de la phase de remplissage [89].

DOUMEZ et al., (2001) [90], rapportent des gains génétiques significatifs dans le temps suite aux effets de la sélection pour le rendement en grains et la durée du cycle. Ils suggèrent que les composantes du rendement qui se forment au cours de la phase végétative sont celles qu'il faut améliorer.

LAFITTE et COURTOIS (2002) [91], mentionnent parmi d'autres caractères, la durée de la phase végétative comme une source de l'interaction génotype x environnement du rendement en grains du blé. Les génotypes précoces sont plus productifs sous conditions de contraintes hydrique et thermique de fin de cycle.

L'idéal pour atteindre les rendements proches du potentiel est l'élaboration de chacune des composantes de rendement dans les meilleures conditions. Cependant, la grande variabilité édapho-climatique de nos régions et celle du matériel génétique justifie la fluctuation des rendements et de leurs composantes [29].

32

CHAPITRE 4

L'ADAPTATION AU MILIEU COMME OBJECTIF DE SELECTION ET PRISE EN COMPTE DES INTERACTIONS GENOTYPE x MILIEU

4.1 Introduction

L'adaptation au milieu est un objectif de sélection recherché pour un grand nombre d'espèces végétales et elle fait le plus souvent appel à l'analyse du rendement. L'améliorateur peut rechercher des génotypes présentant une "adaptation spécifique", c'est-à-dire une adaptation à des milieux spécifiques, ou au contraire une "adaptation générale" à des conditions de milieux variées [92].

4.2 Concept de l'adaptation au milieu

L'adaptabilité au milieu est un phénomène essentiel pour que la culture puisse s'exprimer et produire tant soit peu ou à la limite survivre et se reproduire. L'adaptation est donc synonyme de survie, mais elle est définie aussi comme la capacité d'une plante à croître et à donner des rendements satisfaisants dans les zones à des stress de périodicités connues [93]. Cependant, l'adaptation à des milieux fortement variables ne peut être qu'un compromis entre les conditions climatiques qui prévalent au cours d'une année donnée et la réactivité de la variété (ou l'espèce) à ces conditions de croissance [94].

Pour une durée d'adoption donnée, une variété (ou espèce) est dite adaptée si elle réussit à donner de meilleurs rendements que la variété (ou l'espèce) qu'elle remplace et ce le plus fréquemment possible. La comparaison des performances, dans le temps, des espèces et variétés peut donner des indications sur les capacités d'adaptation et de performances de ces dernières. Cette adaptation est à lier à la variabilité climatique, notamment la distribution des pluies, la demande climatique et la température du lieu de production qui conditionnent le développement et la production du végétal [94].

33

La notion d'adaptation se confond parfois avec celle de la résistance et de tolérance au stress. En fait l'adaptation n'est que la résultante de la tolérance aux contraintes. Une plante adaptée est donc celle qui tolère ou résiste à un stress donné et réussit à produire à un niveau satisfaisant par rapport à une autre plante qui sera dite non adaptée [74]; [95].

L'adaptation regroupe, en fait, deux notions distinctes :

L'adaptation générale qui représente la capacité que possède un génotype à valoriser des conditions de milieux variées, et l'adaptation spécifique qui représente la capacité d'un génotype à valoriser des conditions particulières [92];[96].

L'adaptation générale, parfois appelée adaptabilité, est conférée par une adaptation simultanée à un ensemble de contraintes du milieu, telles que le froid, la sécheresse, le manque d'eau..., etc. C'est en quelque sorte une somme d'adaptations spécifiques. Ainsi, l'adaptation générale s'observe le plus souvent en conditions naturelles dans des réseaux d'expérimentation regroupant un ensemble de milieux sur plusieurs années, les "réseaux multilocaux et pluriannuels". La notion d'adaptation est à replacer dans le contexte des interactions génotype × milieu car des variations d'adaptation se traduisent par des interactions génotype × milieu [97].

Les génotypes adaptés à une large gamme de milieux sont particulièrement intéressants, mais ils présentent généralement des performances plus faibles que celles des génotypes adaptés à des environnements plus spécifiques. A l'opposé, si l'adaptation spécifique peut apparaître comme un frein au développement d'une variété/lignée, car son créneau de développement est limité à un ensemble d'environnements réduits, ces génotypes ont toutes les chances d'être préférables aux autres dans ce type de conditions, du fait de leurs niveaux de performances plus élevés [98].

Les causes de l'adaptation plus au moins bonnes d'une variété à un type d'environnement se trouvent dans le patrimoine génétique de chaque génotype. Pour le rendement, les facteurs de régularité tels que la résistance aux maladies,

34

à la verse, ou au froid ont permis l'émergence de génotype dont les niveaux de rendement sont stables que ceux des variétés ne présentent pas ces caractéristiques [99].

4.3 Origine génétique de l'adaptation au milieu

L'adaptation d'un génotype au milieu peut avoir deux origines : la présence de "gènes d'adaptation", ou plus exactement de gènes qui gouvernent des caractères jouant un rôle dans l'adaptation, et le pouvoir tampon lié à la structure génétique de certains génotypes [96]. L'effet de la structure génétique peut se manifester soit par l'hétérozygotie conférée par l'état hybride, soit par l'hétérogénéité du peuplement cultivé (par exemple, une population, un mélange d'hybrides, une variété multilignée, une variété multiclone, etc.) [97].

Les gènes d'adaptation spécifique sont nombreux : ils peuvent concerner l'évitement de la contrainte (gènes de précocité) ou bien l'adaptation à la contrainte elle-même (résistance au froid hivernal, etc.) ou à l'agent pathogène [97]. Cette résistance au stress se manifeste sous la forme d'un ensemble de mécanismes qui induisent chez la plante une capacité à accepter la contrainte mais sans subir les effets. C'est la résistance génétique. Elle permet à la plante de résister à la déformation mécanique, à la dégradation membranaire et de maintenir ses activités métaboliques sous des niveaux de contrainte assez élevés. Les génotypes performants en conditions favorables perdent cette capacité sous conditions de contraintes sévères. Il y a alors séparation de la capacité d'adaptation et celle de productivité [100]; [95].

La supériorité de la structure hétérozygote par rapport à la structure homozygote a été étudiée depuis longtemps chez beaucoup d'espèces. L'effet de l'hétérozygotie sur la stabilité du rendement varie entre les espèces et dépend de leur système de reproduction [101]. L'effet est fort pour des espèces comme le maïs, le seigle ou le tournesol. Il est plus faible pour les espèces partiellement allogames comme le colza, la féverole ou le sorgho. Enfin, il n'a pas été mis en évidence de supériorité de la structure hétérozygote chez des espèces autogames comme le blé [101] ou le pois [102].

35

La supériorité de l'hybride est due au fait qu'il permet de réunir dans un même génotype un plus grand nombre de gènes, allèles ou non, codominants ou dominants favorables contrôlant l'adaptation à différents milieux [96].

Les avancées de la biologie moléculaire, notamment la recherche de QTL (Quantitative Trait Loci ou régions du génome associées à l'expression « quantitative » de certains caractères agronomiques) et la possibilité nouvelle de séquencer le génome d'une espèce afin d'en faire l'inventaire des gènes, devraient permettre d'identifier des gènes d'adaptation.

Dans une revue bibliographique consacrée à l'identification de QTL influencés par le milieu [103], plusieurs travaux mettent en évidence une interaction QTL/milieu. La détection de ces interactions QTL/milieu devrait représenter les effets génétiques responsables de l'interaction génotype x milieu.

Concernant le blé dur, des derniers travaux de coopération entre l'INRA Maroc, les institutions françaises (Inra, Montpellier Sup Agro) et international (ICARDA) ont permis l'isolement et la caractérisation de nouveaux gènes de blé dur associés à la tolérance à la sécheresse, il s'agit de la famille de gènes (LEA).Les protéines Late Embryogenesis Abondant (ou LEA) sont classées par familles. Parmi ces familles se trouve le groupe des (déhydrines) pour lequel une corrélation avec le caractère de tolérance à la sécheresse a été mise en évidence. Plusieurs clones codant pour ces déhydrines ayant été isolés au cours de ces travaux, ils ont servi d'amorces pour la prospection de nouveaux clones présentant des identités des séquences avec ces déhydrines [104].

Il s'agissait ainsi de caractériser les gènes exprimés lors d'un déficit hydrique, de préparer les banques d'ADNc à partir de quelques génotypes sélectionnés en conséquence puis de les séquencer afin d'en déduire les protéines correspondantes. Le programme prévoyait ensuite la cartographie des gènes reconnus, l'identification des loci (QTLs) responsable de la variabilité de la tolérance à la sécheresse et enfin le développement des marqueurs génétiquement associés au caractère étudié [104].

36

Ce projet de coopération a permis un transfert de biotechnologie adaptée à l'amélioration génétique du caractère "Tolérance au stress hydrique" chez le blé dur.

4.4 Prendre en compte l'adaptation en sélection

Quelle que soit l'adaptation recherchée, spécifique ou générale, le sélectionneur peut être amené à optimiser le dispositif expérimental surtout pour les expérimentations en conditions non contrôlées. D'une part, cette optimisation devra considérer des aspects liés au milieu. Le sélectionneur peut en effet devoir choisir un nombre de milieux représentatifs d'une région, d'un pays, etc. Pour établir ce choix, il faut tenir compte de la répétitivité des mesures de l'adaptation, de l'importance des effets dus à l'année et des effets dus aux lieux et de la possibilité de réduire le nombre de répétitions. D'autre part, l'optimisation devra tenir compte des aspects liés à l'hérédité du caractère lui-même (héritabilité). Par exemple, il est nécessaire parfois d'augmenter le pouvoir discriminant des milieux lorsque l'héritabilité des paramètres est faible [97].

Il est couramment établi que l'interaction génotype x année x lieu est plus importante que l'interaction génotype x année, elle-même plus importante que l'interaction génotype x lieu [105]. La présence de l'interaction génotype x année peut être à l'origine du manque de répétitivité des paramètres mesurant la stabilité constatée pour bien des espèces [106]. À volume expérimental constant, une variation du nombre d'années a plus d'influence sur la précision des performances d'un génotype entre milieux qu'un changement du nombre de lieux [105]. Par exemple, trois années d'expérimentation dans trois lieux donnent une meilleure précision qu'une seule année dans neuf lieux. Un équilibre est donc nécessaire entre le nombre d'années et le nombre de lieux. Toutefois, pour raccourcir la durée du processus de sélection, le sélectionneur préfère augmenter de façon importante le nombre de milieux pour compenser l'effet année.

En présence d'interaction génotype x milieu, il est économiquement plus intéressant de réduire les essais à une seule répétition, ce qui permet d'augmenter le nombre de milieux [107]. Ceci rejoint la constatation que la

37

réponse à la sélection n'est pas trop affectée lorsque le nombre de répétitions n'est pas optimal [108].

Lorsque le sélectionneur cherche à réduire le nombre de milieux, la question de la représentativité devient primordiale. Une stratégie consiste à échantillonner les milieux de façon à représenter un maximum de diversité pour les interactions observées sur le caractère considéré. Le principe consiste donc à choisir des lieux qui se ressemblent le moins possible du point de vue de l'interaction [97].

Un milieu peut être dit favorable s'il apporte à la plante tout ce dont elle a besoin pour avoir la production maximum. Un milieu favorable doit donc tendre à supprimer les interactions. Par contre un milieu pauvre avec des facteurs limitants, doit permettre l'extériorisation d'interaction, les différents génotypes n'ayant pas les mêmes exigences [67].

Pour un caractère comme le rendement d'une production, les variances génétiques et environnementales sont en général plus fortes en conditions favorables. En conditions défavorables, la sélection portera plus sur « l'adaptation » et en conditions favorables, elle portera sur le potentiel. Les deux aspects doivent être considérés par le sélectionneur [67].

La comparaison des performances génotypiques dans des environnements favorables et non favorables à l'expression de haut rendement en grains est souvent utilisée pour identifier les génotypes tolérants et productifs. Cette approche vise à minimiser les besoins de rendement en grains dans les environnements non favorables relativement aux rendements obtenus en milieux favorables [100].

En outre, La variation des performances d'un cultivar donné en fonction de la variabilité des milieux est la résultante des variations cumulées par les composantes du rendement et les caractères morphologiques de la plante, qui influent directement ou indirectement sur l'élaboration du rendement. Dans les régions méditerranéennes, les variations morphologiques dues à l'interaction de

Selon le concept statistique et biologique, un génotype stable est celui qui présente une faible variance due aux milieux : stabilité de type I [115]. Le concept

38

l'environnement mettent le sélectionneur dans une situation complexe pour choisir et retenir à partir des composantes du rendement [109].

En effet, L'amélioration de la tolérance aux stress reste un objectif de sélection prioritaire dans les zones soumises à une forte variabilité climatique [110]; [74]. FISHER (1985) [111], mentionne que la tolérance aux stress doit être quantifiée sur la base du niveau de productivité obtenue sous contrainte.

De même, l'évaluation peut être alternée entre les deux types de milieux, favorables et défavorables dans les premières générations de sélection et suivie d'une évaluation multilocale la plus large possible dans les générations suivantes

[112].

4.5 La stabilité du rendement

La stabilité du rendement est un critère important pour le choix d'une variété

[113]. La capacité génotypique à maintenir un haut rendement en grains quelque soit les conditions de croissance prévalente est un concept connu aussi sous le vocable stabilité du rendement [114]. Pour avoir une stabilité du rendement élevée, le génotype idéal doit contenir le maximum, sinon la totalité des gènes contrôlant la tolérance au stress [109].

Parmi la multitude de termes employés, les termes de stabilité phénotypique, de stabilité de rendement et d'adaptation ou d'adaptabilité sont le plus souvent utilisés avec des sens parfois différents. Il n' y a donc pas de définition unique de stabilité [113].

La stabilité phénotypique caractérise l'importance des fluctuations du rendement observées pour un même génotype cultivé dans différents milieux. Ces fluctuations dépendent des effets des milieux et des interactions génotype X milieu [113].

39

agronomique fait intervenir des paramètres de stabilité de type II. Un génotype stable réagit parallèlement à la réponse moyenne des génotypes avec lesquels il est testé [116].

La stabilité de type III est reliée à l'adaptation ou l'adaptabilité [116], le sélectionneur recherchera une adaptation spécifique lorsque le milieu est bien contrôlé, comme en conditions artificielles par exemple, et plutôt une adaptation générale, associée à une adaptation spécifique, lorsque le milieu est plus ou moins contrôlé comme en conditions naturelles [92].

Un dernier type de stabilité, le type IV défini par LIN et al., 1988 [117], fait intervenir le facteur temps. La variation du milieu est séparée en une composante prévisible due à l'interaction génotype × lieu et une composante imprévisible due à l'interaction génotype × année. Cette dernière permet une mesure de la stabilité ou de la capacité d'un cultivar à résister à des variations imprévisibles qui sont en effet causées par les effets années.

La stabilité est donc une notion plus large que l'interaction et elles sont complémentaires l'une de l'autre. En outre, un génotype stable selon un des critères ne l'est pas forcément selon les autres. Ceci provient du fait que les réponses des génotypes aux conditions d'environnement sont multivariables [116].

Etudier l'adaptation et la stabilité d'un génotype revient donc à analyser l'interaction génotype × milieu : le sélectionneur recherche des génotypes présentant une bonne stabilité, tandis que le généticien est souvent confronté de façon involontaire à des problèmes d'analyse de l'interaction. Ceci explique le développement d'un nombre important de modèles pour l'analyse de l'interaction génotype × milieu. Il nous a paru plus intéressant donc la caractérisation des génotypes en présence de différentes méthodes pour donner à l'améliorateur des points de repère dans la sélection.

40

CHAPITRE 5

MATERIEL ET METHODES

Dans le nouveau processus d'obtention variétale établi dans le cadre du programme national de l'amélioration du blé (PNAB) mis en oeuvre par l'institut national de la recherche agronomique d'Algérie (INRAA) et l'institut technique des grandes cultures (ITGC), plusieurs étapes relatives aux essais de rendement été réalisées à travers les différentes stations de l'ITGC.

En effet, tous les meilleurs produits générés soit par croisements et sélections locales à partir de pépinières en ségrégation ou d'observation, soit du matériel génétique provenant d'introductions nouvelles à partir de différents centres internationaux (CIMMYT, ICARDA, ACSAD etc...) sont testés d'abord en essai préliminaire de rendement au niveau du site principal (Elkhroub) en une seule répétition. Les lignées avancées ou génotypes les plus performants découlant de cet essai préliminaire sont ensuite testées en essai répété de 1ère année au niveau des grandes zones agro-écologiques d'Algérie (Littoral, sub littoral, hautes plaines, hauts plateaux de l'Est et de l'Ouest) et ainsi de suite jusqu'à la quatrième année. Durant la campagne 2006/2007, nous avons travaillé sur l'essai répété de rendement 1^ère année de blé dur qui était aussi considéré comme un essai multi sites (Figure 5.1). Il a été conduit dans quatre lieux représentant quatre stations expérimentales de l'institut technique des grandes cultures à savoir : Oued Smar, ELKhroub (Constantine), Sétif et Tiaret (Figure 5.2).

Ce site se caractérise par des sols de texture argilo-limoneuse, un pH de l'ordre de 7 à 7.8. Un taux de calcaire nul, une faible teneur en matière organique

41

Figure 5.1 : Essai répété de rendement de blé dur 1^ère année 2006/2007 (ITGC Oued Smar).

5.1 Caractéristiques pédoclimatiques des sites expérimentaux

5.1.1 Le site d'oued Smar (Alger)

La station expérimentale de l'ITGC d'Oued Smar appartient, selon la classification d'emberger [118], à l'étage bioclimatique sub-humide à hiver doux et pluvieux et à été chaud et sec. Les cordonnées géographiques de la station étant les suivantes :

? Altitude moyenne de 24 m ;

? Latitude : 36.7 N ;

? Longitude : 3.2 E.

42

et riche en azote. Concernant le Phosphore et la potasse, leurs teneurs sont très faibles ce qui nécessite une correction [119].

La pluviométrie annuelle moyenne est de 672 mm, avec le mois le plus froid qui est Janvier et le mois le plus chaud qui est Août. La saison se divise en deux périodes, une période humide et froide qui va d'Octobre à Avril et une période sèche et chaude allant de Mai à Septembre [118].

La zone connaît peu d'accidents climatiques. Elle est directement exposée à l'influence maritime qui se traduit par un taux d'humidité de l'air ambiant élevé et un risque nul pour le gel et protégée des vents chauds, venant du sud, par l'Atlas blidéen.

5.1.2 Le site d' El Khroub (Constantine)

Le site expérimental de l'ITGC d'El Khroub (Constantine) est situé à une

quinzaine de kilomètres au Sud Est de Constantine avec une :

? Altitude moyenne de 640 m ;

? Latitude : 36.6 N ;

? Longitude : 6.6 E.

La zone du Khroub est caractérisée par un sol brun à la surface et brun ocre en profondeur, de texture argileuse à argilo-limoneuse, le taux d'argile varie de 30 à 39%. Ces sols ont une caractéristique spécifique; forte rétention en eau, apparition en période sèche des fissures de retrait.

Les caractéristiques chimiques indiquent que le sol est basique avec un pH alcalin (8.30-8.40 %), et moyennement riche en calcaire dont la teneur est de 12%. La teneur en matière organique est faible (0.95-1.25 %).

En ce qui concerne les profondeurs du sol analysées, la teneur en azote (N%) dépasse la valeur 0.05%. De ce fait, notre sol est riche en azote, la teneur en Phosphore et Potasse est très faible ce qui nécessite une correction [119].

43

La zone d'El Khroub est caractérisée par un climat continental semi-aride à hiver froid et à été chaud et sec avec une pluviométrie annuelle qui est de 450 mm. Ce site est caractérisé par des terres vallonnées, assez fertiles avec quelques risques de gel tardif et de sécheresse en fin de cycle.

5.1.3 Le site de Sétif

La station expérimentale de l' ITGC de Sétif située à 4 Km au sud Est de la

ville de Sétif. Le site se trouve en partie dans la petite vallée de l'oued

Boussellem avec une :

? Altitude moyenne de 1023 m ;

? latitude : 36.12 N ;

? Longitude : 05.24 E ;

? pente moyenne : 2%.

Les sols des hauts plateaux Sétifiens sont carbonatés dont leur majorité et présentent des individualisations calcaires continues, dures. Celles ci ne laissent qu'une mince couche de terre, limitant ainsi l'extension des racines [120].

Les caractéristiques pédologiques du site expérimental indiquent que le sol est de type argilo-limoneuse selon les horizons, un pH alcalin (8.2). La teneur moyenne en calcaire actif est de 18.4%, la matière organique est acceptable avec une valeur de 2.6% et le phosphore assimilable a atteint les 36.0 ppm, il est pauvre en azote avec une valeur moyenne de 0.07%.

La zone appartient au domaine semi-aride caractérisé par un climat continental typiquement méditerranéen de type (d) à hivers froids, et sous l'influence de l'atlas tellien (qui limite les précipitations hivernales), de l'atlas saharien et du Sahara (qui sont à l'origine de vents secs et desséchants qui peuvent intervenir dés le printemps), et de l'altitude (qui entraîne des gelées tardives) [121]. La saison sèche s'étale sur 4 à 5 mois, de Mars à Septembre. Elle est très exposée aux risques précoces de sirocco ainsi qu'au gel printanier [54]. La pluviométrie annuelle est de 396 mm et présente une grande variabilité interannuelle. La willaya de Sétif occupe, à l'échelle nationale, le troisième rang

44

sur le plan de la superficie des céréales, après Tiaret et Oum EL-Bouaghi, avec prés de 180.000 hectares emblavés chaque année [122].

5.1.4 Le site de Tiaret

La station expérimentale de Tiaret située à 45 Km de la ville de Tiaret. Le

site se trouve en partie dans le village de Sabaine avec une :

? Altitude moyenne de 910 m ;

? Latitude : 36.5 N ;

? Longitude : 1.6 E.

La zone de SABAIN est caractérisée par des sols légèrement dégradés en raison de la topographie légèrement ondulée .ce sont des sols de profondeur moyenne.

Le site est représentatif les hauts plateaux de l'Ouest, le climat de cette région est rigoureux avec une pluviométrie limitée (348 mm) et très irrégulière. La sécheresse printanière, les siroccos précoces sont à craindre à partir de la mi-Avril et suivent de très près les gelées tardives. Ces stress sont les principaux facteurs limitant la production céréalière [54].

Figure 5.2 : Localisation géographique des quatre sites d'étude.

45

46

5.2 Conduite des essais

5.2.1 Station Oued smar

· Précédant cultural : le précédant était une jachère travaillée.

· Préparation du sol :

V' Labour : effectué à l'aide d'une charrue bisoc;

V' Façons superficielles : passage du cultivateur et de la herse avant le semis.

· Engrais de fond : Epandage d'engrais de type TSP 46 % avec une dose de 2 q/ha.

· Semis : le semis est effectué le 9 Janvier 2007 à une profondeur de 3 cm.

· Désherbage et fertilisation : Le traitement phytosanitaire a été effectué à l'aide d'un anti dicotylédones le 2.4 D (acide 2.4 dichloro-phénoxyacétique) à raison d'un litre/ha et d'un anti mono cotylédones le Topic à raison de 1l/ha en date du 26 Mars 2007 suivi de l'épandage d'engrais azotée sous forme d'urée à raison de 1.5 q/ha.

· Récolte : Elle a été réalisée le 19 Juin 2007 à l'aide de la moissonneuse batteuse expérimentale Hege125.

5.2.2 Station El khroub

· Précédant cultural : le précédant était une jachère travaillée.

· Préparation du sol :

V' Labour : effectuée à l'aide d'une charrue à disque;

V' Les recroisages : le premier effectué à l'aide d'un cover croop au mois d'Avril 2006 alors que le deuxième recroisage a été réalisé au mois de Septembre avec une Herse rotative ;

V' Façons superficielles : réalisées avant le semis à l'aide d'un roto herse.

· Engrais de fond : Epandage d'engrais de type TSP 46 % (fertilisation phosphatée) effectuée à l'aide d'un épandeur centrifuge avec une dose de 1 q/ha au mois d'Octobre 2006.

· Semis : Le semis est réalisé au 6 Janvier 2007 avec un semoir expérimental HIGI.

47

· Désherbage et fertilisation : L'entretien consiste en un désherbage aux deux désherbants qui sont Topik (0.9 l/ha) et Zoom (120 gr/ha) au stade tallage et un épandage d'engrais azotée sous forme d'urée 46 % à raison de 1 q /ha au même stade.

· Récolte : la récolte a été faite le 07 Juillet 2007.

5.2.3 Station de Sétif

· Précédant cultural : le précédant était une jachère travaillée.

· Préparation du sol :

V' Labour : un labour profond suivi de passage du cover croop pour l'enfouissement des engrais ;

V' Façons superficielles : passage de la herse avant l'opération semis.

· Engrais de fond : L'épandage de 46 unités/ha de superphosphate à 46 % est effectuée juste avant le semis.

· Semis : le semis est réalisé le 09 Décembre 2006.

· Désherbage et fertilisation : L'apport de 120 gr/ha d'un désherbant de type Zoom est réalisé au stade plein tallage suivi de l'épandage d'azote sous forme d'urée à raison de 1 q/ha au stade début et fin tallage.

· Récolte : la récolte a été faite le 11 Juillet 2007.

5.2.4 Station de Tiaret

· Précédant cultural : le précédant était des légumes sec.

· Préparation du sol :

V' Labour : à l'aide d'une charrue à disque, l'état du sol était semi-humide ;

V' Les recroisages : le premier effectué à l'aide d'un cover croop au début de novembre, mais le deuxième recriosage a été réalisé avant le semis (fin Décembre 2006) avec toujours le cover croop;

V' Façons superficielles : réalisées avant le semis à l'aide d'une roto herse.

· Semis : le semis réalisé le 04 Janvier 2007 avec un semoir expérimental (Ojord).

· Désherbage et fertilisation : L'entretien consiste en un désherbage aux deux désherbants Topik et Zoom à raison de 0.9 l/ha et 120 gr/ha

Figure 5.3 : Variation du cumul pluviométrique par site d'expérimentation durant la campagne 2006/2007 [123].

48

successivement au mois de Mars, suivi par l'épandage d'engrais azotée sous forme d'urée (1 q/ha) au stade fin tallage. ? La récolte : la récolte a été faite le 29 Juin 2007.

5.3 Analyse des conditions climatiques

La quantité moyenne de pluie enregistrée durant la campagne agricole 2006/2007, a varié de 628.3 mm pour le site d'Oued Smar à 341.8 mm pour le site de Tiaret (Figure 5.3), soit un écart de 286.5 mm. Pour ce dernier site. Les précipitations de la compagne ont été de 10.76 mm inférieurs à celle de la moyenne des cinq dernières compagnes (Appendice B ; Tableau 1).

⁶⁰⁰

⁵⁰⁰

⁴⁰⁰

^P

⁷⁰⁰

³⁰⁰

²⁰⁰

¹⁰⁰

⁰

^{Oued S Khroub Sétif Tiaret Sites}

La quantité de pluie était moyenne dans la région du Khroub (440.9 mm), Le déficit de 46 mm par rapport à la moyenne des 25 ans ne s'est par fait trop sentir. Nous pouvons remarquer aussi que les précipitations de cette campagne (2006/2007) ont été de 78 mm et étant supérieures à celle de la compagne précédente (Appendice B, Tableau 4). Le site de Sétif a reçu 392.4 mm en moyenne (Figure 5.3). Cette quantité été légèrement inférieure à la moyenne des cinq dernières campagnes (Appendice B, Tableau 5).

49

En effet la variation inter site est très forte. Puisque le site d'Oued Smar est de loin le plus pluvieux, alors que le site de Tiaret est plus stressant pour la végétation.

Une comparaison des pluies mensuelle dans les quatre sites nous révèle des fluctuations de la quantité de pluie selon les mois (Figure 5.4).

Pour le site d'Oued Smar, l'automne a été marqué par un déficit en précipitation, ce qui a retardé en quelque sorte la préparation du lit de semence. Par ailleurs, la quantité de pluie enregistrée pendant la période de reproduction (Mars-Avril) a été très bénéfique pour un bon développement des céréales (Figure 5.4). Cependant, les dernières pluies ont été favorables au développement de maladies cryptogamiques, notamment la septoriose et la rouille brune ce qui a affecté certaines variétés. Cette situation a été également bénéfique au développement des mauvaises herbes dites thermophiles.

Globalement la pluviométrie totale a été convenable durant cette campagne au Khroub, les 440 mm cumulées de Septembre à Juin ont été suffisants pour un bon développement des cultures. La réalisation du semis a été perturbée par les précipitations abondantes du mois de Décembre (118.8 mm) où nous avons enregistré un écart positif de 45.6 mm de plus que la moyenne. Durant les mois de Janvier et Février tout l'essai a montré une bonne installation malgré l'occurrence de plusieurs journées gélives.

La période de Mars à Mai a enregistré un cumul de 210.1 mm (Figure 5.4), cette quantité assez bien répartie sur ce trimestre est théoriquement suffisante à une bonne production des céréales si ce n'est l'occurrence des siroccos du mois de Juin surtout qui ont beaucoup soufflés provoquant des températures atteignant parfois les 38°C qui ont affecté les variétés tardives.

50

250 P

²⁰⁰

¹⁵⁰

¹⁰⁰

⁵⁰

⁰

^Mois

^{S O N D J F M A M J}

^{Oued S Khroub Sétif Tiaret}

Figure 5.4 : Variation de la pluviométrie moyenne mensuelle des sites expérimentaux durant la campagne 2006/2007 [123].

Les mois d'Octobre et de Novembre étaient peu pluvieux, sur le site de Sétif, est au total de 10.1 mm. L'absence de pluie durant ces deux mois a permis aux agriculteurs de travailler leurs sols plus ou moins bien par contre le semis a été retardé par crainte des pluies parasites.

Au cours des mois de Février et Mars nous avons enregistré un cumul de 128.6 mm (Figure 5.4), ce qui a permis de dire que le mois de Mars a été le mois le plus froid et le plus pluvieux. Cette quantité de pluie a eu un effet très positif sur le coefficient de tallage mais le manque de précipitation durant les phases de remplissage a eu un effet très néfaste sur le PMG.

L'absence de pluies durant l'automne a retardé en quelque sorte la préparation de lit de semence et la réalisation de l'opération semis au niveau de la zone de Tiaret. Par ailleurs, la quantité de pluie enregistrée durant les mois de Février et Mars a été très favorable et a un effet positif sur le coefficient de tallage, cette précipitation s'élève à 100.00 mm durant le mois d'Avril (Figure 5.4). La fin de cycle dans cette zone a été marquée par un déficit en précipitation associée aux températures élevées.

51

En plus de ces variations pluviométriques, des fluctuations thermiques ont été enregistrées dans les quatre lieux testés (Figure 5.5), marquant d'une part l'effet des basses températures, comme c'est le cas du site de Tiaret où la température moyenne atteint 5°C au mois de Mars (Figure 5.5). Ceux qui a influé sur la fertilité des épis et d'autre part, l'effet des hautes températures en fin de cycle qui a coïncidé avec la phase de remplissage des grains.

25

^T

^{Oued S}

^Khroub

²⁰

^Sétif

^Tiaret

¹⁵

¹⁰

⁵

⁰

^S

^{O N}

^{D J}

^F

^{M A}

^M

^J

^mois

Figure 5.5 : Variation de la température moyenne mensuelle des sites

expérimentaux de la campagne 2006/2007 [123].

5.4 Matériel végétal

Trente variétés et lignées de blé dur (Triticum durum Desf.) Ont été utilisées

dans notre étude dont cinq sont utilisées comme témoins. Il s'agit des variétés

Waha, Hoggar, Gta/Dur, Boussellem et Cirta. Les variétés concernées par l'étude

et les caractéristiques de celles des témoins sont illustrées respectivement

dans les tableaux 5.1 et 5.2.

52

Tableau 5.1 : Code et pedigree des génotypes testés dans quatre sites durant la campagne 2006-2007 [124].

N°	Variétés ou Lignées	Pedigree	Origine
1	Minimus/ Rascon_19	CDSS93Y415-2Y-0B-0Y-2B-0Y	MULTI1-02
2	Mck 2/Aco89	CDSS93Y7-27Y-0M-0Y-0B-1Y-0B	MULTI1-03
3	Bichena / Ariza_2//Solga_8	CDSS94Y00805T-D-2M-0Y-0B-3Y-0B	MULTI1-04
4	Silver_26 / Toska_26	CDSS94Y00412S-8Y-0M-0Y-0B-2Y-0B	MULTI1-07
5	Waha	Témoin	Témoin
6	Minimus_7// Auk /Oste /3/ Shag_26	CDSS93B00594T-A-3Y-0M-0Y-0B-0Y-4B	MULTI1-08
7	Sula /RBCE 2/3/Hui //CIT 71/Cii/4/Ryps27 3/...	CDSS95B00359S-0M-1Y-0B-2Y-0B-0Y-0B	MULTI1-09
8	Rascon/Sla_3/3/Plata_1/Snm//Plata_9	CDSS96Y00558S-11Y-0M-0Y-1B-0Y-0B-0B	MULTI1-11
9	Sn Turk Mi 83-84 375/Nigris_5// Tantlo_1/3/...	CDSS96Y00442S-7Y-0M-0Y-1B-0Y-0B-0B	MULTI1-12
10	Hoggar	Témoin	Témoin
11	Srn 3 / Nigris 4 // Porto 5	CDSS95B00195S-7Y-0M-0Y-1B-0Y-0B-0B	MULTI1-13
12	Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5	ICD95-1302-C-3AP-0AP-1AP-0AP-5AP-AP-5AP-0AP	MULTI1-14
13	D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn	ICD95-0169-C-0AP-3AP-0AP	MULTI1-16
14	Plata_1/Snm // Plata_9/3/Green	CDSS95B00284S-0M-9Y-0B-2Y-0B-0Y-0B	MULTI1-17
15	Gta/Dur...	Témoin	Témoin
16	Inter 9/Poho 1	CDSS95Y00286S-3Y-0M-0Y-0M-0Y-0B-1Y-0B	MULTI1-21
17	Kucük	CD91B2620-G-8M-030Y-030M-2Y-0M-2Y-0B	MULTI1-22
18	Aaz 77_2/Porron_11//Busca_3	CDSS95B00637T-A-0M-2Y-0B-3Y-0B-0Y-0B	MULTI1-23
19	Altar84
20	Boussellem	Témoin	Témoin
21	D68-1-93A-1A //Ruff/Fg/3/Mtl-5/4/Lahn	ICD95-0169-C-0AP-3AP-0AP-5AP-0AP	LOC1-01
22	Aram-5/Cali//Rascon-37/3/Plata-8	CDSS92B1478-A-10M-0Y-0B	LO-07
23	FI 05	-	LO-09
24	FI 02	-	LO-08
25	Cirta	Témoin	Témoin
26	Ting7/2*Green-3	CDSS92B1037-G-2M-0Y-0M-0Y-1B-0Y	LO-01
27	Boussellem/Ofonto//waha	16S-1S-1S-1S-0S	Sétif
28	Ofonto/Waha//MBB	32S-2S-2S-1S-0S	Sétif
29	Tr 32225/Gediz//Ofonto		Sétif
30	MBB/Ofonto//Radiosso/Waha	2S-1S-3S-0S	Sétif

53

Tableau 5.2 : Caractéristiques des variétés témoins [28].

Caractéristiq		Pedigree	Origine	Zone d'adaptation	Cycle végétatif	Résistance	Productivité
Témoins	Obtenteur
Waha	ITGC El khroub	waha `S' plc `S' /Ruff/ Gta «S» / 3/Rolette	CIMMYT (Mexique)	Hauts -plateaux et Plaines intérieures.	précoce	Tolérante au froid, résistante à la verse, sensible à la sécheresse et aux gelées printanières.	45 q/ha
Hoggar	CIMMYT (Mexique)	JO»S» /AA»S» // FG»S»-CM 9799;	Espagne	Hauts-Plateaux, Plaines intérieures et zones sahariennes (sous pivot)	semi- précoce	Tolérante au froid, résistante à la verse, sensible à la sécheresse et aux gelées printanières.	60 q/ha. Pour les Hauts-Plateaux et Plaines intérieures
Gta/Dur	ITGC Guelma	Gaviota /durum	CIMMYT (Mexique)	Littoral et sub littoral, Plaines intérieures et Hauts-Plateaux.	précoce	Tolérante au froid, moyennement résistante à la verse, et sensible à la sécheresse.	50 q/ha
Boussellem	ITGC Sétif	Heider/Marte//Hu evo de oro ICD86-0414-Abl- Otr-4AP- Otr14AP-Otr.	ICARDA (Syrie) - CIMMYT (Mexique)	Nord Hauts- Plateaux, plaines intérieures.	mi-tardif	Tolérante au froid et à la sécheresse, résistante à la verse.	38 q/ha
Cirta	ITGC EL Khroub	Hedba3/GDO VZ 619	Algérie	Sub littoral et Plaines intérieures.	semi- précoce	Tolérante au froid et à la sécheresse, assez résistante à la verse.	35 à 40 q/ha

54

5.5 Protocole expérimental

Les essais ont été conduits en plein champ, au cours de la campagne 2006\2007 pour les quatre sites d'étude (Figure 5.6).

Le protocole expérimental adopté au niveau des 04 sites étant celui des blocs aléatoires complets avec 4 répétitions. La distribution des variétés au niveau des différents blocs est aléatoire (Figure 5.7).

L'essai occupe une superficie de 1127.5 m2 avec 120 parcelles élémentaires de 6 lignes de 5 m de long avec un espace inter lignes de 20 cm (soit une superficie parcellaire de 6 m²). Ceci correspond à une densité de 300 plants / m2.

55

Figure 5.6.A : vue de l'essai installé à Oued Smar.

Figure 5.6.B : vue de l'essai installé au Khroub.

Figure 5.6.C : vue de l'essai installé à Figure 5.6.D : vue de l'essai installé à

Tiaret. Sétif.

Figure 5.6 : L'expérimentation conduite dans les quatre sites d'étude.

5m

B I

1.2m 0.5m

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

1m

6 8 7 9 10 12 11 14 5 15 13 3 1 2 4

B II

0.5m

21 23 22 24 25 27 26 29 20 30 28 18 16 17 19

9 10 12 11 14 3 2 1 13 4 7 8 15 6 5

B III

24 25 27 26 29 18 17 16 28 19 22 23 30 21 20

11 5 1 6 13 8 4 15 12 2 14 10 9 7

3

B IV

26 20 16 21 28 23 19 30 27 17 29 25 24 22 18

56

Figure 5.7 : Protocole expérimental adopté au niveau des 4 sites.

> Nombre de grains par épi (NGE) : Le nombre de grains par épi a été déterminé sur un échantillon aléatoire de 10 épis par variété;

57

5.6 Suivi et notations

Pour caractériser les génotypes étudiés, des mesures ont été faites sur un ensemble de paramètres liés à la phénologie et à la morphologie de la plante tout le long du cycle de développement à travers les quatre sites expérimentaux. Les paramètres observés se résument comme suite :

5.6.1 Paramètres morpho phénologiques

> Notation du stade épiaison : le stade épiaison est défini lorsque 50% des épis sont complètement dégagés de la gaine de la feuille étendard de la parcelle élémentaire notée. Cette date sert à la détermination de la durée de la phase végétative (DPV) ;

> Nombre de talles par m² (TLL/m²) a été réalisé au niveau de trois rangées par parcelle élémentaire;

> Hauteur des chaumes (HT) : A maturité la hauteur des plantes a été mesurée sur chaque parcelle élémentaire à partir de 10 plants choisis au hasard. (la hauteur est définie comme étant la longueur séparant la base de la plante à l'extrémité supérieure du pédoncule);

> Longueur de l'épi (LE) : Pour cet paramètre, nos mesures ont porté sur un échantillon de 10 plants au hasard. La longueur de l'épi est définie comme étant la distance séparant la base de l'épi et son sommet (barbes non incluses);

> Nombre d'épis par m² (NE/m²) : Il a été déterminé au niveau de trois rangées par parcelle élémentaire;

La détermination du taux de mitadinage est faite sur un échantillon de 100 g par variété et pour les quatre sites, après avoir procédé au nettoyage des grains.

58

? Poids de mille grains (PMG) : Le comptage et le poids des grains a été réalisé par un compteur électronique et une balance de précision de 00.1gr;

? Rendement en grains réel (RDT) est déterminé suite à la récolte des essais. La quantité de grains récupérés de chaque unité est battue, nettoyée, triée et ensuite pesée pour déterminer le rendement en kg par unité puis reconvertie en q/ha.

5.6.2 Analyses technologiques

Pour apprécier l'aptitude technologique de chaque génotype, nous avons jugé nécessaire de procéder à la détermination de certains paramètres indispensables qui portent sur la :

? Détermination du taux de mitadinage (MTD); ? Détermination du taux d'extraction (EXT); ? Détermination du taux de gluten humide (GH); ? Détermination du taux de gluten sec (GS).

Ces analyses ont été effectuées au laboratoire de l'institut technique des grandes cultures (ITGC siège à Alger) sur les échantillons des essais de quatre sites.

? Détermination du taux de mitadinage

Le taux de mitadinage (MTD) est défini comme étant le pourcentage en nombre de grains de blé dur reconnus non entièrement vitreux. Le grain de blé dur est normalement entièrement vitreux. S'il présente la moindre trace d'amande farineuse, il entre dans la catégorie des grains mitadinés.

1000

59

La méthode de détermination consiste en :

? L' Epandage de l'échantillon dans un bac ;

? L'examen d'une quantité de grains, ces grains sont coupés transversalement à l'aide du Farinotome de Pohl pour compter les grains mitadinés, même partiellement. La méthode est répétée six fois pour chaque échantillon.

? Détermination du taux d'extraction

Après nettoyage de 500 g de grains de chaque variété pour les quatre essais, une quantité de 300 g a été conditionnée. Son objectif est de modifier l'état physique des grains de manière à faciliter la séparation du son et de l'amande et le broyage de celle-ci. Un blé humide sera difficile à travailler, notamment à bluter ; un blé trop sec se prêtera mal à la séparation des enveloppes du coeur de l'albumen. Le conditionnement a été conduit en deux étapes :

? Premier mouillage + premier repos;

? Deuxième mouillage + deuxième repos.

Le conditionnement a été réalisé dans des bocaux, après avoir ajouté au préalable la quantité d'eau nécessaire. Les bocaux sont ensuite fermés hermétiquement puis soumis à des mouvements afin que l'eau soit bien répartie entre les grains, nous laissons enfin les bocaux reposer horizontalement le temps nécessaire.

La quantité d'eau ajoutée est déterminée selon l'humidité qui est calculée après broyage d'une petite quantité de grains, 10 g de produit pour variété a été pesé et versé dans une vase métallique. Deux vases par échantillon ont été introduits dans une étuve pendant 10 mn, l'humidité et la quantité d'eau ajoutée sont déterminées selon les formules suivantes :

T= [14 - H] x 12

T 1000g

X 300g

T x 300

X =

60

H : la moyenne de l'humidité pour chaque échantillon; T : la quantité d'eau ajoutée pour 1000 g de grains; X : la quantité d'eau ajoutée pour 300 g de grains.

Après l'hydratation de 4 à 5 échantillons par jour ; un premier mouillage a été effectué pendant 30 mn pour imbiber bien les grains; une durée de repos de 12 heures a été proposée avant d'effectuer la deuxième hydratation suivie par le deuxième mouillage.

Après un repos de deux heures, l'opération de transformation de blé dur en semoule a été effectuée au laboratoire dans un moulin expérimental de type CHOPIN. Le produit fini (semoule) a été pesé et le taux d'extraction est obtenu en suivant les étapes suivantes :

M 300 g

M' 1000 g

Où M : est la quantité de semoule dans 300 g de grains de blé dur ;

M' : est la quantité de semoule dans 1000 g de grains de blé dur.

1000g 100 %

M' X %

M'

Le taux d'extraction X =

10

? Détermination du taux du gluten humide

Décrit pour la première fois en 1745 par JACOPO BECCARI [125], Professeur à l'université de Bologne, le gluten est un matériel viscoélastique obtenu par lixiviation (lavage par l'eau) d'une pâte de blé tendre ou de blé dur. Principalement constitué de protéines (75 à 85 % selon les conditions de fabrication) [126].

61

? Mode opératoire

-I'humidité a été déterminé en pesant 10 g de semoule qui a été préparé avant et versé dans une vase métallique, deux vase ont été introduit dans l'étuve pendant 10 mn et l'humidité calculé selon la même méthode citée dans le conditionnement ;

-La préparation de NACL doit être réalisée avec l'eau destillée (20 g de NACL dans un litre d'eau destillée), nous avons préparé la solution fraîche chaque jour et l'utilisée à une température comprise entre 18 et 22°C ;

-La pâte a été préparée en pesant 10 g de semoule qui ont été introduits dans un mortier et mélangés avec 10 ml de la solution de chlorure de sodium. La semoule a été agitée avec la spatule pour former une boule avec la pâte ;

-La masse obtenue est malaxée durant 10 mn à l'aide d'une presse à gluten (GLUTOMATIC) au moyen de la solution de chlorure de sodium jusqu'à l'obtention d'un pâton doux au toucher, ce réseau élastique a été pesé à l'état humide après rosage pour donner le gluten humide .

L'opération a été répétée deux fois pour confirmer les résultats.

? Expression des résultats

Le gluten humide exprimé en pourcentage de masse du produit rapporté à la matière sèche (GH %) est égal :

Mh ×10 × 100

GH (%) =

100 - H

Où M h : est la masse, en gramme, de gluten humide.

H : la moyenne de l'humidité.

Y = b I + a Où I = Y.j - Y..

62

? Détermination du taux du gluten sec

Le gluten humide obtenu précédemment est placé dans un appareil (Gluark) pendant 4 mn pour sa dessiccation, la masse obtenue a été pesée à l'état sec pour donner le gluten sec en gramme.

Le gluten sec exprimé en pourcentage de masse du produit rapporté à la matière sèche (GS%) est égal :

Ms ×10 × 100

GS (%) =

100 - H

Où Ms : est la masse, en gramme, de gluten sec.

H : la moyenne de l'humidité

5.7 Analyse des données

Les données mesurées ont fait l'objet d'une analyse de variance par site et combinée sur tous les différents sites pour analyser l'interaction génotype x environnement (G x L). Ces analyses ont été réalisées avec le logiciel CropStat 7.2 (2008) [127]. La plus petite différence significative (Ppds) au seuil de 5% de probabilité a été utilisée pour comparer les moyennes variétales et environnementales.

Suite à la multitude des réponses des génotypes à la variation du milieu, les données ont été traitées par la technique de la régression conjointe selon le modèle de FINLY et WILKINSON (1963) [11] qui estime la régression du rendement de chaque variété par rapport à l'indice du milieu (I) qui est l'écart de la moyenne des génotypes dans un lieu (Y.j) déduite de la grande moyenne (Y..). L'équation de la régression est :

63

Elle décrit une relation linéaire entre I, variable indépendante (indice du milieu) et Yij variable dépendante représentant le rendement moyen du génotype i dans l'environnement j. a est l'ordonnée à l'origine et b la pente de la droite, ou coefficient de régression.

Une valeur de b significativement inférieure à 1 est indicatrice d'une adaptation spécifique aux environnements défavorables tandis que des valeurs supérieures à 1 caractérisent une adaptation spécifique aux environnements favorables. Une valeur de b égale à l'unité est indicative d'une large adaptation. Cette méthode permet de calculer la droite de régression du rendement moyen du génotype en fonction du rendement moyen de tous les environnements [11].

La méthode des effets principaux additifs et de l'interaction multiplicative (AMMI) a été aussi utilisée, pour étudier l'interaction génotype x environnement. Cette technique associe l'analyse de variance de modèle additif à l'analyse en composantes principales des interactions. Elle sépare les effets dus au comportement génotypique (pattern) des effets dus à l'erreur dit bruit de fond (bruit =noise) [13].

Une étude des corrélations a été réalisée, pour déceler les liens éventuels entre les caractères mesurés. La connaissance des relations entre caractères permet d'identifier ceux qui contribuent directement ou indirectement au rendement, pour leurs utilisations comme critères directes ou indirectes de sélection pour le rendement.

Le degré de similitudes des différents sites est mesuré par le coefficient de corrélation de rang de Spearman (r_s) qui a été calculé selon la procédure décrite par STEEL et TORRIE (1980) [128]. La signification statistique du coefficient de rang de Spearman r_s est testée par comparaison du t de Student calculé avec le t de table au seuil de 5% de probabilité.

64

Le t de Student est calculé selon STEEL et TORRIE, (1980) [128] par :

tobs = r_s

Où n= nombre de génotype et r_s est le coefficient de rang de Spearman. Le t de table a n-1 degrés de libertés.

Le rendement nominal de chaque génotype a été estimé par la somme de l'effet principal du génotype plus l'interaction génotype x environnement. Cette dernière est égale au produit des scores du génotype (GIPCA1) et du site considérés (LIPCA1). Le rendement nominal permet d'identifier les génotypes qui se partagent le même domaine de recommandations.

L'indice I (reliability index) est calculé selon la procédure décrite par ANNICHIARICO (2002) [129]. Cet indice donne le plus faible rendement du génotype considéré dans les plus mauvaises conditions (risque). Il a la forme :

Ii = Yi. - Zpó

Où Yi_. L'effet moyen génotype, ó est l'écart type de la variance inter sites et Zp est égale à 1.645, suite à la forte fréquence des mauvaises campagnes qui caractérisent la céréaliculture algérienne.

65

ns, *, **, et *** = effet non significatif et significatif au seuil de 5 et 1% respectivement.

CHAPITRE 6

ANALYSE ET INTERPRETATION DES RESULTATS

6.1 Etude du comportement génotypique intra et inter sites

6.1.1 Durée de la phase végétative et hauteur de la végétation

6.1.1.1 Durée de la phase végétative

L'analyse de la variance de la durée de la phase végétative et de la hauteur du chaume, effectuée par site et pour les quatre sites d'étude, indique un effet génotype significatif à très hautement significatif pour les deux variables (Tableau 6.1). L'effet significatif indique que des différences génotypiques, pour la durée de la phase végétative et la hauteur du chaume, existent entre les différentes variétés évaluées. Ceci offre l'opportunité de sélectionner pour ces deux variables, individuellement ou en combinaison, si les différences existantes entre génotypes affectent la capacité de rendement en grains [130] ou si elles sont désirables parce qu'elles sont actives dans l'esquive des stress et le rendement économique [131].

Tableau 6.1 : Carrés moyens des écarts de l'analyse de la variance de la durée de la phase végétative (DVP) et de la hauteur (HT) de la végétation des 4 sites.

Variable Source ddl OSM KHR SET TRT

DVP Génotype 29 28.94^*** 35.6 *** 21.6 *** 16.84***

(j) Blocs 3 0.81 7.43 3.26 3.74

Résiduelle 87 0.5 3.9 1.0 1.63

HT Génotype 29 70.41^*** 68.15^*** 33.95^*** 27.91^*

(cm) Blocs 3 98.51 31.03 164.03 21.97

Résiduelle 87 9.11 15.22 10.9 17.76

66

La durée de la phase végétative (semis- épiaison), sur le site d'oued Smar (OSM), est en moyenne de 100.8 jours et varie de 97.0 à 108.3 jours, soit une amplitude de 11.3 jours, qui peut être exploiter en sélection vu que la plus petite différence significative n'est que de 2.5 jours (Tableau 6.2). Les génotypes Fl 02 (n° 24) et Cirta sont les plus tardifs, alors que le reste des variétés testées présente une durée de la phase végétative inférieure à 100 jours (Appendice C, Tableau 1). Ce résultat montre le sens de la sélection pratiquée qui privilège le raccourcissement du cycle pour esquiver les stress de fin de cycle. Le stade épiaison est une importante étape dans le cycle de vie de la plante. C'est à ce stade que l'architecture de la plante devient apparente et atteint son maximum, elle donne le plus souvent une indication sur les capacités différentielles de production des variétés [132]. CECCARELLI et al., (1992) [74] mentionnent qu'une moindre sensibilité à la photopériode permet à la variété d'épier plus tôt, et donc d'être moins exposée aux stress abiotiques de fin de cycle.

Tableau 6.2 : Valeurs moyennes caractéristiques de la durée de la phase végétative et de la hauteur du chaume notées sur les différents sites.

Sites	Valeurs	DPV (jours)	HT (cm)
OSM	Max	108,3	90,1
	Min	97,0	71,3
	Amplitude	11,3	18,9
	Moyenne	100,8	80,1
	Ppds5%	2,5	4,2
KHR	Max	121,0	97,8
	Min	104,8	80,8
	Amplitude	16,3	17,0
	Moyenne	117,5	88,6
	Ppds5%	2,7	5,5
SET	Max	146,0	97,3
	Min	138,0	83,5
	Amplitude	8,0	13,8
	Moyenne	141,7	90,2
	Ppds5%	1,41	4,6
TRT	Max	130,0	87,1
	Min	121,0	76,9
	Amplitude	9,0	10,3
	Moyenne	124,5	82,0
	Ppds5%	1,8	5,9

67

Sur le site du Khroub (KHR), la durée de la phase végétative varie de 104.8 j, valeur observée pour le génotype Waha, à 121.0 j pour le génotype Srn_3 / Nigris_4 // Porto_5 (n° 11). La moyenne est de 117.5 jours, associée à la plus forte amplitude comparativement à celle notée sur le site OSM (Tableau 6.2). Ceci indique que les conditions de croissance du site du khroub étaient plus favorables à une meilleure expression de la durée de la phase végétative. Le manque d'eau et l'élévation de la température comptent parmi les facteurs qui ont pour effet de raccourcir la durée du cycle de la phase végétative. Des températures plus douces allongent la durée de la phase végétative [133].

Avec une moyenne de 141.7 jours, la durée de la phase végétative est encore plus longue sur le site de Sétif (SET). La valeur minimale de 138.0 jours est plus supérieure à la durée la plus longue sur les sites du KHR et OSM (Tableau 6.2). Il semble que l'altitude et la continentalité du climat ont fortement affecté le développement de la plante sur ce site, qui montre cependant une plus faible amplitude, liée au fait que les stress de fin de cycle sont plus intenses et surviennent rapidement, une fois l'épiaison réalisée [134]. Le site de Tiaret (TRT) ressemble plus à celui de Sétif puisque situé sur le même étage (hauts plateaux) mais à l'ouest du pays. En effet la durée de la phase végétative sur ce site est plus proche de celle exprimée sur le site de Sétif. Les valeurs extrêmes sont de 121.0 et 130.0 jours (Tableau 6.2).

Les génotypes les plus précoces, à Sétif, sont Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), Inter_9/Poho_1 (n°16) et Aaz 77_2/Porron_11//Busca_3 (n°18), et le plus tardif est le génotype Minimus_7// Auk /Oste /3/ Shag_26 (n° 6) (Appendice C, Tableau 3). Par contre sur le site de Tiaret les génotypes précoces sont Sn Turk Mi 83-84 375/Nigris_5// Tantl_1/3/... (n° 9) et Hoggar (n°10) et le plus tardif est le génotype Altar84 (n°19) (Appendice C, Tableau 4). Ces résultats montrent que l'expression de la durée de la phase végétative est variable selon le site expérimental et aussi selon le génotype. Ils montrent aussi que le génotype précoce sur un site n'est pas forcement le plus précoce sur les autres sites. Ceci s'explique par la présence de l'interaction génotype x milieu pour la durée de la phase végétative.

68

Exprimées en pourcent de la valeur maximale, la durée de la phase végétative a logiquement été la plus longue sur le site de SET, suivi de TRT. Elle a été la plus courte sur le site de OSM, et intermédiaire sur le site du KHR (Figure 6.1). L'effet de l'altitude semble le plus prépondérant pour expliquer ces différences inter sites, d'expression de la durée de la phase végétative. Les différences entre génotypes et la sensibilité génotypique au changement de site est plus liée aux facteurs génétiques (gènes de précocité, sensibilité à la photopériode, sensibilité à la vernalisation) [8].

Figure 6.1 : Variation de la durée de la phase végétative (en % de la valeur maximale) sur les différents sites.

6.1.1.2 Hauteur de la végétation

L'analyse de la hauteur du chaume montre que Cirta est la variété la plus haute sur le site OSM, elle présente une hauteur de 90.1cm, valeur significativement différente de la moyenne de l'essai qui est de 80.1 cm (Tableau 6.2). Aram-5/Cali//Rascon-37/3/Plata-8 (n° 22) et Gcn/4/D68-1-93A-1A//Ruff/Fg/3/Mtl-5 (n°12) se caractérisent par une hauteur de végétation la plus courte de l'essai, avec respectivement des moyennes de 74.8 et 71.2 cm (Appendice C, Tableau 1). Ceci représente une différence de sélection pour la

69

hauteur du chaume de 19 cm par rapport à la hauteur moyenne de Cirta (Tableau 6.2). Ce résultat montre l'importance des variétés locales du point de vue longueur de la paille (Cirta ayant comme parent femelle la variété Hedba3). D'après DJEBRANI (2000) [135], les variétés locales algériennes sont généralement dites à paille haute, elles ont également une surface foliaire élevée et une masse végétative importante.

Sur le site du khroub, les génotypes Minimus_7// Auk /Oste /3/ Shag_26 (n°6), Tr 32225/Gediz//Ofonto (n°29) et Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7) ont des tiges plus hautes avec respectivement 97.7, 94.5 et 94.0 cm. Le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) est le plus court avec 80.7 cm. L'amplitude de ce site est de 17cm autour d'une moyenne générale de 88.5 cm (Tableau 6.2).

D'après BEN ABDELLAH et BEN SALEM (1993) [136], les variétés à paille haute ont une meilleure adaptation au déficit hydrique. La préférence des agriculteurs-éleveurs Algériens va vers les variétés à paille longue, qui généralement produisent plus de paille. La paille du blé dur est fortement demandée comme aliment du bétail. Le bénéfice apporté par la paille, en année sèche, est souvent plus important que celui du grain dont le prix est fixé par l'état [137]. Selon ANNICHIARICO et al., (2005) [131], le rendement économique

(paille + grain) est souvent supérieur chez les variétés à paille haute
comparativement aux génotypes plus nains.

Sur le site de Sétif, la hauteur de la paille est plus proche de celle exprimée sur le site du khroub, mais les génotypes les plus hauts sur le site du khroub ne sont pas les mêmes sur le site de Sétif. En effet, dans cette zone d'étude, la hauteur de la paille est à l'avantage des génotypes Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8) et FI 05 (n°23) avec respectivement 97.2 et 95.2cm. Le témoin Boussellem a une hauteur qui atteint 94.5 cm. La valeur la plus faible de 83.5 cm est affichée par le génotype Plata_1/Snm // Plata_9/3/Green (n°14). Sur ce site, plus de la moitie des génotypes testés ont des hauteurs supérieures à 90.0 cm (Appendice C, Tableau 3), ce qui indique que

70

les conditions de croissance de cette campagne ont permis une meilleure expression de ce caractère.

Comparé au site de Sétif, les résultats indiquent que le site de Tiaret a été moins favorable à l'expression de la hauteur du chaume. En effet le génotype Inter_9/Poho_1 (n°16), le plus haut sur ce site, présente une hauteur proche de celle du génotype le plus court sur les sites du khroub et Sétif soit 87.1cm (Tableau 6.2).

Exprimées en pourcent de la valeur maximale, la hauteur de la tige la plus longue a été enregistrée sur les sites du khroub et de Sétif, suivi par le site d'Oued Smar et enfin le site de Tiaret a été le dernier pour la valeur maximale de ce caractère (Figure 6.2).

Figure 6. 2 : Variation de la hauteur du chaume (en % de la valeur maximale) sur les différents sites.

Ces résultats montrent des différences significatives entre les sites pour l'expression d'un même caractère, différences de classement et différences de niveau atteint par les valeurs moyennes du caractère considéré (Tableau 6.2).

71

Les différences d'expression génotypique, entre les quatre sites testés, s'expliquent par la variation de la gamme des conditions entre les quatre milieux, variation qui est une source d'interaction génotype x milieu. Les variétés de céréales à pailles hautes sont réputées plus tolérantes à la sécheresse, suite à la relation qui existe entre la hauteur de la plante et le développement d'un système racinaire plus profond. Ceci donne un avantage marqué aux variétés à pailles hautes, du point de vue extraction d'eau en conditions sèches, comparativement aux variétés à pailles courtes [138].

6.1.2 Tallage herbacé et nombre d'épis/m²

6.1.2.1 Tallage herbacé

L'analyse de la variance indique un effet génotypique significatif uniquement sur les sites Oued Smar et El Khroub (Tableau 6.3). L'effet n'est pas significatif sur les sites de Sétif et Tiaret, suite à une forte erreur résiduelle.

Tableau 6.3 : Carrés moyens des écarts de l'analyse de la variance de la capacité de tallage herbacé (TLL) au m² et du nombre d'épis/m² (NE) des 4 sites.

Variable	Source	ddl	OSM	KHR	SET	TRT
TLL	Génotype	29	25958.4*	43995.5*	13832.5^ns	20549.6^ns
(m^-2)	Blocs	3	10072.5	56586.3	131869	148690
	Résiduelle	87	16342.8	24906.6	12893.1	18429
NE	Génotype	29	10722.9***	8885.32**	5088.4^ns	7733.25^ns
(m^-2)	Blocs	3	771.32	2481.11	12898.5	31113
	Résiduelle	87	203.07	4461.71	3881.7	5486.26

ns, * et *** = effet non significatif et significatif au seuil de 5 et 1% respectivement.

Sur le site Oued Smar, le nombre de talles herbacées, produites par unité de surface semée, varie de 478.7 à 810.0 talles/m² autour d'une moyenne de 655.7 talles/m² et une Ppds de 179.6 (Tableau 6.4). La capacité de tallage herbacé est indicatrice de celle des épis par unité de surface, et donc du rendement en grains attendu. Plus une variété talle, plus son potentiel de

Sur le site du Khroub, la capacité de tallage de l'ensemble des génotypes testés est élevée, elle varie de 640.0 à 1136.3 talles/m². L'amplitude est très

72

production est élevé, pour peu que les conditions de croissance qui viennent après la période de tallage soient favorables à la montée du potentiel épis/m².

A Oued Smar, Cirta et Boussellem/Ofonto//Waha (n° 27) présentent les moyennes les plus élevées avec respectivement 810.0 et 802.5 talles/m². La valeur minimale est observée chez Boussellem avec 478.8 talles/m² (Appendice C, Tableau 1), en effet le croisement Boussellem/Ofonto//Waha a permis d'améliorer le nombre de talles par unité de surface de leur parent Boussellem. Selon GATE (1995) [45], en l'absence de facteurs limitants, le tallage herbacé dépend essentiellement du nombre de plants installés et de la durée effective du tallage, exprimée en phyllotherme. Cette durée s'accroît au fur et à mesure que le semis est précoce et la variété est tardive au stade épi1cm.

Tableau 6.4 : Valeurs moyennes caractéristiques de la capacité de tallage herbacé (TLL) et du nombre d'épis/m² (NE) des différents sites.

Sites	Valeurs	TLL/m^2	NE/m^2
OSM	Max	810.0	497.5
	Min	478.8	267.5
	Amplitude	331.3	230.0
	Moyenne	655.8	386.0
	Ppds5%	179.6	123.1
KHR	Max	1136.3	536.3
	Min	640.0	353.8
	Amplitude	496.3	182.5
	Moyenne	860.5	451.3
	Ppds5%	221.8	93.8
SET	Max	890.0	512.5
	Min	626.3	353.8
	Amplitude	263.8	158.8
	Moyenne	770.5	413.5
	Ppds5%	159.6	87.6
TRT	Max	1012.5	553.8
	Min	766.3	332.5
	Amplitude	246.3	221.3
	Moyenne	904.1	423.4
	Ppds5%	190.8	104

73

élevée, prenant une valeur de 496.3 talles/m², soit l'équivalent du nombre d'épis produit par m². La Ppds est de 221.8 talles/m² (Tableau 6.4). Les génotypes qui se classent en tête pour cette variable sont Boussellem/Ofonto//Waha (n°27), Plata_1/Snm// Plata_9/3/Green (n°14) et FI 02 (n°24), avec respectivement des moyennes de 1136.3, 1037.5 et 1005.0 talles/m² (Appendice C, Tableau 2).

Ces valeurs sont assez élevées au niveau de cette zone malgré leur semis tardif, ceci ne peut s'expliquer que par la pluviométrie enregistrée à ce stade. Les basses températures durant le mois de Janvier à Mars qui ont ralenti la durée de tallage, ceux qui favorisent la formation d'un plus grand nombre de talles. Cette idée peut être complétée par HION et al., (2002) [139] qui trouvent que le nombre moyen de talles herbacées régresse avec la tardivité du semis, contrairement, l'apport en eau l'augmente.

Les génotypes qui produisent le moins de talles herbacées sont Mck_2/Aco89 (n°2) et Ting7/2*Green-3 (n°26), avec des moyennes respectives de 640.0 et 667.0 talles/m² (Appendice C, Tableau 2).

Sur les sites de Sétif et de Tiaret, suite à la valeur élevée de la résiduelle, les différences entre génotypes ne sont pas significatives, d'où la conclusion que tous les génotypes testés ont la même capacité de tallage herbacé.

En comparaison des quatre sites d'étude, la capacité de tallage herbacé s'est mieux exprimée sur le site du Khroub, elle est moindre sur le site d'Oued Smar (Figure 6.3).

74

Figure 6.3 : Variation du nombre de talles herbacées (en % de la valeur maximale) sur les différents sites.

La capacité de tallage herbacé est une variable désirable uniquement lorsque les conditions de croissance conduisent à une liaison assez étroite entre cette variable et le nombre d'épis/m² qui conditionne le rendement en grains. Sous le stress de nature intermittente, une production élevée de talles herbacées est vue comme une surconsommation du stock d'eau du sol, laissant peu pour la montée des épis et pour un bon remplissage du grain [140], [141].

6.1.2.2 Nombre d'épis par m2

Comme pour la capacité de tallage herbacé, le nombre d'épis/m², montre un effet génotypique significatif sur les sites Oued Smar et Khroub uniquement et non significatif sur les sites de Sétif et Tiaret (Tableau 6.3). Cette variable varie de 267.5 à 497.5 épis/m² sur le site OSM, avec une moyenne de 386.0. Sur le site KHR, la moyenne est de 451.3 épis/m², variant de 353.8 et 536.3 épis/m² (Tableau 6.4). Les génotypes qui affichent les meilleures moyennes sont Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) et Altar84 (n°19) sur le site OSM, et Bichena/Ariza_2//Solga_8 (n°3) et Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) sur le site KHR (Appendice C, Tableau 1 et 2). Ces résultats indiquent que

75

Gcn/4/D68-1-93A-1A//Ruff/Fg/3/Mtl-5 montre une adaptation de la capacité de production des épis sur les deux sites OSM et KHR. Par contre les génotypes Altar84 (n°19) et Bichena/Ariza_2//Solga_8 (n°3) montrent une adaptation spécifique.

Les génotypes qui extériorisent un faible potentiel de production d'épis/m², sont Ofonto/Waha//MBB (n°28) et MBB/Ofonto//Radiosso/Waha (n°30) sur les deux sites. Sur le site OSM, les témoins se classent en dernière position avec un nombre moyen d'épis/m² de 341.5 (Appendice C, Tableau 1 et 2). Ceci suggère que les nouvelles sélections apportent un plus, désirable pour cette composante.

Le nombre d'épis/m² présente des moyennes de 413.5 et 423.4 épis/m² sur les sites Sétif et Tiaret (Tableau 6.4). L'analyse de la variance ne montre pas d'effet génotypique significatif, de ce fait, tous les génotypes extériorisent des capacités similaires.

La comparaison des sites pour l'expression du nombre d'épis/m², montre que c'est le site de OSM qui présente la plus grande différence entre les génotypes, ce site est donc plus discriminant. Les meilleures valeurs moyennes sont notées sur le site de TRT, pour la valeur maximale, la meilleure moyenne de l'essai est notée sur le site KHR et la plus faible moyenne est notée sur le site OSM (Figure 6.4). Ceci indique que des différences entre génotypes ne sont pas constantes d'un lieu- test à un autre.

76

Figure 6.4 : Variation du nombre d'épis/m² (en % de la valeur maximale) sur les différents sites.

6.1.3 Longueur de l'épi et nombre de grains par épi

6.1.3.1 Longueur de l'épi

L'analyse de la variance de la longueur de l'épi effectué par site indique un effet génotypique très hautement significatif sur le site d' Oued Smar, significatif sur le site du khroub et un effet génotypique non significatif sur les sites de Sétif et de Tiaret. (Tableau 6.5).

La comparaison des différents génotypes du point de vue longueur de l'épi sur le site OSM montre que Cirta et Minimus_7// Auk /Oste /3/ Shag_26 (n°6) présentent les valeurs les plus élevées avec respectivement 8.9 et 8.4 cm. La moyenne générale de l'essai est de 7.7cm. Le génotype Silver_26 / Toska_26 (n°4) présente la plus faible longueur, soit 6.6 cm (Tableau 6.6).

77

Tableau 6.5 : Carrés moyens des écarts de l'analyse de la variance de la longueur de l'épi (LE) et le nombre de grains par épi (NGE) des 4 sites.

Variable	Source	ddl	OSM	KHR	SET	TRT
LE	Génotype	29	0.93***	1.9*	0.7^ns	0.44^ns
(cm)	Blocs	3	0.95	2.9	0.32	4.73
	Résiduelle	87	0.25	1.0	0.27	0.68
NGE	Génotype	29	71.14***	97.7***	62.4***	44.83***
	Blocs	3	28.44	39.25	0.85	73.09
	Résiduelle	87	20.82	24.3	1.53	14.44

ns, * et *** = effet non significatif et significatif au seuil de 5 et 1% respectivement.

Tableau 6.6 : Valeurs moyennes caractéristiques de la longueur de l'épi (LE) et du nombre de grains par épi (NGE) des différents sites.

Sites	Valeurs	LE (cm)	NGE
OSM	Max	8.9	54.0
	Min	6.6	33.3
	Amplitude	2.3	20.8
	Moyenne	7.7	46.1
	Ppds5%	0.7	6.4
KHR	Max	8.8	51.8
	Min	6.0	30.8
	Amplitude	2.8	21.0
	Moyenne	7.1	42.5
	Ppds5%	1.4	6.9
SET	Max	6.8	44.0
	Min	5.4	27.8
	Amplitude	1.4	16.3
	Moyenne	5.9	35.5
	Ppds5%	0.73	5.61
TRT	Max	7.3	39.5
	Min	5.8	25.5
	Amplitude	1.5	14.0
	Moyenne	6.4	32.5
	Ppds5%	1.16	5.3

Sur le site du khroub, dont la moyenne générale de la longueur de l'épi est de 7.1 cm, Ting7/2*Green-3 (n°26) et Aram-5/Cali//Rascon-37/3/Plata-8 (n°22) ont les épis les plus longs, avec respectivement 8.8 et 8.0 cm. La plus

78

faible longueur de l'épi est observée chez Silver_26 / Toska_26 (n°4) et D68-1-93A-1A //Ruff/Fg/3/Mtl-5/4/Lahn (n°21) (Appendice C, Tableau 2).

Sur les sites de Sétif et Tiaret, les différences entre les génotypes testés, pour cette variable, ne sont pas significatives.

La variation des valeurs extrêmes de la longueur de l'épi (exprimée en % de la valeur maximale observée), sur les quatre sites d'étude, indique que la meilleure valeur maximale a été enregistrée sur le site de OSM, suivi par le site du KHR. La plus faible valeur maximale a été notée sur le site de SET qui a donné aussi la plus faible valeur moyenne et la plus faible valeur minimale. Les meilleures valeurs moyennes sont notées sur le site de OSM (Figure 6.5).

Figure 6.5 : Variation de la longueur de l'épi (en % de la valeur maximale) sur les différents sites.

6.1.3.2 Nombre de grains par épi

Bien que la fertilité de l'épi soit un caractère variétal, elle dépend des conditions climatiques de la pré et post-anthèse [142]. L'analyse de la variance du nombre de grains par épi effectué par site et pour les quatre sites testés indique

79

un effet génotypique très hautement significatif sur les quatre sites d'étude (Tableau 6.5). Les résultats du site Oued Smar montrent que le nombre moyen de grains par épi est de 46.1 grains. Le nombre de grains par épi varie de 33.3 pour FI 05 (n°23) à 54.0 grains par épi pour Ofonto/Waha//MBB (n°28), soit une amplitude de 20.7 grains par épi avec une Ppds de 6.4 (Tableau 6.6).

En outre, les génotypes Aaz 77_2/Porron_11//Busca_3 (n°18), Minimus/ Rascon_19 (n°1), Silver_26/Toska_26 (n°4) et MBB/Ofonto//Radiosso/Waha (n°30) sont intéressants, car ils ont des valeurs comprises entre 53.0 et 49.0 grains par épi, proches de la valeur de la meilleur variété (Appendice C, Tableau 1).

La réduction du nombre d'épis par m² est compensée par l'augmentation du nombre de grains par épi chez les génotypes Minimus/ Rascon_19 (n°1), Hoggar et Ofonto/Waha//MBB (n°28), ce dernier génotype donne le nombre de grains par épi le plus élevé. BENBELKACEM et al., (1984) [143] rapportent que les lignées à faible nombre de talles compensent le désavantage du faible nombre d'épis par la production d'un nombre élevé de grains par épi.

Sur le site du khroub, le nombre de grains par épi varie de 49.5 à 51.8 grains par épi pour les génotypes Kucük (n°17), Aram-5/Cali//Rascon-37/3/Plata-8 (n°22), Inter_9/Poho_1 (n°16), Srn_3 / Nigris_4 // Porto_5 (n°11) et Altar84 (n°19). Parmi les témoins Boussellem présente le meilleur nombre de grains par épi avec une moyenne de 44.7 grains par épi (Appendice C, Tableau 2).

Le génotype Plata_1/Snm // Plata_9/3/Green (n°14) a le nombre de grains par épi, le plus faible de 30.8 grains par épi. Ce génotype présente le nombre de talles par m² le plus élevé. Ceci conforte l'idée de GATE (1995) [45] qui mentionne qu'un excès de talles herbacées suivi de conditions climatiques particulièrement favorables affecte le nombre de grains par épi.

Sur le site expérimental de Sétif, la mauvaise répartition de la pluie durant les phases critiques d'installation de la culture et de remplissage du grain, a eu un effet négatif sur le tallage-épi, la fertilité et le poids de 1000 grains. Le génotype

80

Aram-5/Cali//Rascon-37/3/Plata-8 (n°22) est classé en tête avec 44.0 grains par épi et Kucük (n°17) a le nombre de grains par épi le plus faible, 27.8 grains par épi. L'amplitude est de 16.3 grains et la Ppds est de 5.61 (Tableau 6.6). Le témoin Cirta a une moyenne de 41 grains par épi, ce qui le classe en deuxième position parmi les génotypes testés (Appendice C, Tableau 3).

Sur le site de Tiaret, le nombre de grains par épi varie de 25.5 pour le génotype Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8) à 39.5 grains par épi pour Cirta, soit une amplitude de 14.0 grains. La Ppds est de 5.3, alors que la moyenne générale de l'essai est de 32.5 grains par épi (Tableau 6.6). D'après GRIGNAC (1981) [144], les basses températures pendant la montaison causent la régression des talles montantes et peuvent engendrer des pertes de rendement en grains considérables. La méiose pollinique et la phase qui l'encadre de quelques jours apparaissent comme extrêmement sensibles à des stress climatiques : des basses températures, un défaut de rayonnement, un excès thermique ou un stress hydrique peuvent produire les mêmes effets : un déficit de grains par épi consécutif à une absence de fécondation sans limiter pour autant la croissance [45].

Le froid et les faibles rayonnements induisent la stérilité des gamètes mâles et leurs effets sont variables selon la variété, pouvant atteindre 50% de perte de grains par épi chez les variétés sensibles [45]. Les génotypes Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8), Sn Turk Mi 83-84 375/Nigris_5// Tantlo_1/3/... (n°9), Kucük (n°17), Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7) et Ofonto/Waha//MBB (n°28), présentent une faible fertilité, semblent sensible au froid caractéristique de cette zone d'altitude (Appendice C, Tableau 4).

La variation du nombre de grains par épi d'un site à l'autre, exprimé en pourcent de la valeur maximale, montre que le site d'Oued Smar a été la plus favorable à l'expression du nombre de grains par épi. Le site du khroub qui a été aussi classé le deuxième pour les trois valeurs qui ont été un peu plus proche de celles d'Oued Smar (Figure 6.6). Ces valeurs sont intermédiaires sur le site de Sétif. Contrairement, le site de Tiaret a donné le plus faible pourcentage pour les trois valeurs maximale, moyenne et minimale (Figure 6.6).

81

Figure 6.6 : Variation du nombre de grains par épi (en % de la valeur maximale) sur les différents sites.

6.1.4 Poids de 1000 grains et le rendement en grains

6.14.1 Poids de 1000 grains

Parmi les composantes du rendement, le poids de mille grains est une caractéristique purement variétale et qui est très fluctuant en fonction des conditions de la fertilité du sol, des techniques culturales appliquées et surtout des facteurs climatiques [145]. L'analyse de la variance pour le poids de mille grains a révélé un effet génotypique très hautement significatif concernant les quatre sites d'étude (Tableau 6.7).

Sur le site d'Oued Smar, la valeur du poids de mille grains la plus élevée est celle du génotype Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7) avec 47.1 g. Les génotypes qui donnent des poids de mille grains les plus faibles, sont Inter_9/Poho_1 (n°16) et Altar84 (n°19) avec respectivement 25.57 et 24.82 g (Appendice C, Tableau 1). D'après HAMADACHE et al., (1998) [146], la rouille brune cause souvent, au niveau de la zone littorale sub-humide et en cas d'attaque précoce, une chute de la fertilité de l'épi et l'échaudage du grain.

82

La moyenne générale de l'essai est de 33.35 g avec une amplitude de 22.24 g et la Ppds est de 5.4 (Tableau 6.8). La réduction de la fertilité est compensée par l'augmentation du poids de mille grains chez les génotypes Sula/ RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7), D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13) et Mck_2/Aco89 (n°2).

Tableau 6.7 : Carrés moyens des écarts de l'analyse de la variance du poids de mille grains (PMG) et du rendement en grains (q/ha) des 4 sites.

Variable	Source	ddl	OSM	KHR	SET	TRT
PMG	Génotype	29	115.15***	59.8***	53.5***	18.4***
(g)	Blocs	3	27.04	31.5	4.2	2.6
	Résiduelle	87	15.29	14.1	1.4	1.86
RDT	Génotype	29	316.88***	74.9***	73.72***	9.5***
(q/ha)	Blocs	3	222.57	41.82	13.94	3.54
	Résiduelle	87	41.20	10.12	1.62	2.0

ns, * et *** = effet non significatif et significatif au seuil de 5 et 1% respectivement.

Les valeurs du poids de mille grains varient entre 34.6 g pour Inter_9/Poho_1 (n°16) et 48.0 g pour Mck_2/Aco89 (n°2), sur le site du khroub (Tableau 6.8). Plus des 2/3 des génotypes ont un poids de mille grains supérieur à 40.0 g. Ceci indique que, pour cette zone d'étude, le poids de mille grains est élevé, malgré l'occurrence des siroccos du mois de Juin avec des températures de 38°C, qui ont plus touché les génotypes tardifs, Srn_3 / Nigris_4 // Porto_5 (n°11) et Kucük (n°17) (Appendice C, Tableau 2).

WARDLAW (2002) [147] mentionne que certains génotypes minimisent l'effet des hautes températures sur le poids de mille grains en réduisant le nombre de grains par épi. Parmi les témoins, Waha a le plus faible poids de 1000 grains et Boussellem a un poids de 1000 grains élevé, 47.99 g (Appendice C, Tableau 2). D'autre part, le site de Sétif ressemble plus à celui du khroub, en effet, le poids de mille grains sur ce site est plus proche de celui exprimé sur le site du khroub. Les moyennes générales sont de 43.00 g et 42.6 g pour les deux sites (Tableau 6.8).

83

Tableau 6.8 : Valeurs moyennes caractéristiques du poids de 1000 grains (PMG) et du rendement en grains (RDT) des différents sites.

Sites	Valeurs	PMG (g)	RDT (q/ha)
OSM	Max	47.1	51.2
	Min	24.8	17.0
	Amplitude	22.2	34.2
	Moyenne	33.3	30.6
	Ppds5%	5.4	9.0
KHR	Max	48.0	65.6
	Min	34.6	44.8
	Amplitude	13.4	20.8
	Moyenne	43.0	54.5
	Ppds5%	5.3	11.3
SET	Max	49.7	57.9
	Min	35.4	38.9
	Amplitude	14.3	19.0
	Moyenne	42.6	49.4
	Ppds5%	3.31	4.64
TRT	Max	25.7	13.1
	Min	17.0	7.2
	Amplitude	8.7	5.8
	Moyenne	20.4	9.9
	Ppds5%	5.5	3.4

Le génotype FI 05 (n°23) a la valeur moyenne la plus élevée, sur le site de Sétif avec 49.75 g, suivi de Boussellem (48.78 g). Tr 32225/Gediz//Ofonto (n°29), Inter_9/Poho_1 (n°16), Hoggar, Sn Turk Mi 83-84 375/Nigris_5// Tantlo_1/3/... (n°9), Ofonto/Waha//MBB (n°28) et Bichena/ Ariza_2//Solga_8 (n°3) qui donnent des poids de mille grains assez proches allant de 45.0 à 47.0 g. Cependant, les génotypes Mck_2/Aco89 (n°2) et D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13) semblent remplir moins bien ses grains que les autres génotypes testés (Appendice C, Tableau 3).

Le poids de mille grains est réduit par le déficit hydrique de post-floraison, suite à l'altération de la durée de remplissage par l'accélération de la sénescence foliaire. BENBELKACEM et KELLOU, (2000) [148] montrent qu'un manque d'eau après floraison combiné aux températures élevées entraîne une diminution du poids de mille grains par altération de la vitesse et/ou de la durée de remplissage ce qui se traduit par l'échaudage des grains.

84

Selon TRIBOI et al., (1985) [149], le flux des assimilats vers les grains dépend d'une part de la quantité d'assimilats stockée dans les tiges et d'autre part de l'assimilation post-anthèse. Cette quantité est fonction du nombre de tiges produites par m², du type de variété, de la hauteur du chaume et des conditions climatiques spécifiques de l'année. En outre, en conditions de stress hydrique, une paille haute est plus apte à stocker plus de réserves glucidiques, les quels sont susceptibles d'être transférer vers le grain au cours du remplissage [136]. Dans ce cas de notre essai, les deux premières variétés qui donnent le poids de mille grains le plus élevé celles qui caractérisent parmi les plus hautes mais ce ci ne suffit pas de donner un meilleur rendement chez ces deux variétés à cause du faible nombre d'épis par m² et leurs nombre moyen de grains par épi.

Les valeurs de poids de mille grains notées sur le site de Tiaret indiquent que les génotypes Silver_26 / Toska_26 (n°4), Ting7/2*Green-3 (n°26), Rascon/Sla_3/3/Plata_1/ Snm//Plata_9 (n°8) et Inter_9/Poho_1 (n°16) viennent en tête de classement avec des valeurs qui varient de 22.0 à 25.7 g (Appendice C, Tableau 4). Ces moyennes sont inférieures aux valeurs minimales enregistrées sur les sites du khroub et Sétif et proches de celles d'Oued Smar. Le génotype Boussellem/Ofonto//waha (n°27) présente un poids de 1000 grains de 17.00 g et qui est le plus faible sur ce site (Tableau 6.8).

Les conditions climatiques de ce site, associées à un semis tardif qui décala la phase de remplissage du grain et par conséquence elle coïncide avec le déficit hydrique de la fin du cycle (Mai) qui affecte fortement le poids de mille grains.

MEKHLOUF et al., (2001) [150] montrent que la période pluvieuse est associée à une faible demande climatique mais aussi de basses températures hivernales qui décalent la croissance active de la plante vers le printemps, moment où la demande climatique augmente et la pluie devient plus rare. La migration de substances de réserve accumulées antérieurement dans les feuilles et la tige (amidon, protéines) a lieu essentiellement au cours de cette période.

85

La comparaison des quatre sites d'étude pour l'expression du poids de mille grains exprimé en pourcent de la valeur maximale montre que le site de Sétif a été le plus favorable à l'expression du poids de mille grains pour la valeur maximale suivi par le site du khroub et Oued Smar qui ont donné des valeurs maximales plus proches à celle de Sétif (Figure 6.7). La valeur maximale sur le site de Tiaret a été la plus faible. Les meilleures valeurs moyennes ainsi que les valeurs minimales sont notées sur le site du khroub et Sétif. La plus faible valeur minimale est notée sur le site de Tiaret (Figure 6.7).

Figure 6.7 : Variation du poids de mille grains (en % de la valeur maximale) sur les différents sites.

6.1.4.2 Rendement en grains

L'analyse de la variance par site ou localité montre un effet génotypique très hautement significatif, suggérant de la variabilité génétique à exploiter en sélection (Tableau 6.7). L'effet significatif indique que, dans chaque site, des différences génotypiques existent entre les différentes lignées testées. Ceci montre que la capacité de production est différente d'un génotype à l'autre et d'un milieu à l'autre.

86

En effet, pour Oued Smar, Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) présente le rendement le plus élevé avec 51.2 q/ha. La moyenne de l'essai sur ce site est de 30.6 q/ha avec une amplitude de 34.2 q/ha et la Ppds est de 9.0 (Tableau 6.6). Les rendements les plus faibles sont observés chez MBB/Ofonto// Radiosso/Waha (n°30), Ofonto/Waha//MBB (n°28), Inter_9/Poho_1 (n°16) et Aram-5/Cali//Rascon-37/3/ Plata-8 (n°22) avec respectivement 19.9, 19.1, 19.1 et 17.0 q/ha (Appendice C, Tableau 1).

Avec une moyenne générale de l'essai de 54.5 q/ha, le rendement le plus élevé sur le site du khroub est celui de Bichena / Ariza_2//Solga_8 (n°3), avec 65.6 q/ha. Il faut noter que, le rendement dépasse les 50.0 q/ha chez 25 génotypes parmi les 30 testés sur le site du khroub. Le plus faible rendement est celui du témoin Boussellem avec 44.8 q/ha. L'amplitude du site est de 20.8 q/ha, avec une Ppds de 11.3 (Tableau 6.8).

Ces résultats s'expliquent par les conditions climatiques qui étaient favorables. La période de Mars à Mai a enregistré un cumul pluviométrique de 210.1 mm. Le désherbage chimique ainsi que les potentialités élevées du milieu et l'absence des gelées printanières ont favorisé l'expression du potentiel de rendement. D'après BOUZERZOUR et al., (2000) [100], l'amélioration de la production est possible en adoptant un itinéraire technique plus intensif dans les plaines intérieures où les conditions de production sont nettement plus favorables et par l'adoption de cultivars plus flexibles vis-à-vis des contraintes climatiques.

L'étude des valeurs moyennes du rendement, sur le site de Sétif, montre que le génotype Bichena/Ariza_2//Solga_8 (n°3) se distingue par le rendement en grains le plus élevé, 57.9 q/ha. Minimus/Rascon_19 (n°1) et Minimus_7// Auk /Oste /3/ Shag_26 (n°6) produisent le moins (Appendice C, Tableau 3).

La moyenne générale de l'essai est de 49.4 q/ha (Tableau 6.8) qui reste une valeur importante malgré la mauvaise répartition de pluviométrie durant les phases critiques, ceci peut être expliqué par la compensation entre les caractères relatives aux rendement d'une part et la capacité de certains génotypes

87

à maintenir l'activité photosynthétique sous stress hydrique, le plus long temps possible, par l'utilisation des assimilats stockées dans les tiges d'autre part. Selon BAHLOULI et al., (2008) [151] le rendement est lui-même la résultante des sites, du nombre de grains par m² (épis par m² et grains par épi) et de leur remplissage.

L'impact des conditions climatiques (les basses températures et le déficit hydrique de fin du cycle) du site expérimental de Tiaret s'est répercuté sur les composantes du rendement ce qui a affecté énormément le rendement final. En effet, les rendements obtenus ont été tellement faibles qu'ils ne permettent pas de se prononcer sur le niveau de productivité des génotypes (Appendice C, Tableau 4). Les niveaux de rendement varient de 7.2 q/ha pour Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8) à 13.1 q/ha pour Inter_9/Poho_1 (n°16). La moyenne générale de l'essai est de 9.9 q/ha (Tableau 6.8).

Selon MECKLOUF et al., (2006) [134] si l'épiaison coïncide avec l'avènement de températures minimales trop basses, au cours du mois d'Avril, le potentiel de production est réduit. Ceci semble être le cas pour ce site. COVENTRY et al., (1993) [152] montrent aussi que le rendement diminue avec les semis tardifs.

Exprimé en pourcent de la valeur maximale. Le rendement a été le plus élevé sur le site du khroub, suivi de Sétif, il est moyen sur le site d'Oued Smar et le plus faible a été noté sur le site de Tiaret (Figure 6.8).

88

Figure 6.8 : Variation du rendement en grains (en % de la valeur maximale) sur les différents sites.

6.2 Etude des liaisons intra et inter sites entre variables

6.2.1 Liaisons intra site

L'objectif de l'étude des liaisons entre caractères aide à identifier les traits qui varient ensemble et ceux qui sont indépendants. La sélection sur la base d'un caractère engendre forcément des changements dans les moyennes des caractères qui lui sont liés, dans le sens positif ou négatif selon le signe de la corrélation. Par contre les changements chez les caractères non liées peuvent être positifs, négatifs ou neutres ; selon le génotype et les conditions.

Dans la présente étude, sur le site Oued Smar, le nombre d'épis/m² est positivement corrélé avec le nombre de talles herbacées, ce qui paraît logique. La hauteur du chaume l'est positivement avec la durée de la phase végétative, la longueur de l'épi avec le poids de 1000 grains ainsi que le poids de 1000 grains avec le rendement en grains (Tableau 6.9).

89

Ces résultats suggèrent que sur ce site, les génotypes qui produisent beaucoup de talles herbacées, produisent aussi plus d`épis/m². La sélection précoce sur la capacité de tallage herbacé engendre celle de l'épis/m², avec le jeu de variétés étudiées. Les génotypes tardifs au stade épiaison, présentent une hauteur de végétation plus importante. D'après BERGER (1985) [153] La précocité au stade épiaison est associée à la réduction de la hauteur du chaume et à l'augmentation de la capacité de tallage épi.

Les génotypes dont l'épi est long, se caractérisent aussi par un poids de 1000 grains élevé. Les génotypes dont le poids de 1000 grains est élevé, donnent un haut rendement en grains, qui est le plus souvent noté chez les génotypes dont la durée de la phase végétative est courte (génotypes précoces), suite à la corrélation négative entre le rendement et la durée de la phase végétative (Tableau 6.9). Selon GOSS et al., (1986) in RIOU, (1993) [154], le rendement dépend de la période de croissance de la plante et la vitesse à la quelle le feuillage se met en place.

Sur le site du Khroub, nous notons une corrélation positive entre la capacité de tallage herbacé et le nombre d'épis/m². Ceci traduirait une influence déterminante du tallage dans les conditions non limitantes. La hauteur du chaume est positivement corrélée avec le poids de 1000 grains et négativement avec le nombre de grains par épi. Ces deux dernières variables sont négativement corrélées entre elles (Tableau 6.9).

SLAFER et SAVIN, (1994) [155] interprètent la liaison négative entre le nombre de grains par unité de surface et le poids de mille grains par, le fait que, l'augmentation du nombre de grains est induite par une biomasse aérienne élevée au stade épiaison. Le nombre de grains, en plus, se situe en des endroits éloignés du tiers médian de l'épi. Ces grains acquièrent un poids individuel plus faible que celui des grains du tiers médian. Le poids moyen du grain est globalement réduit, suite à la répartition de la même quantité d'assimilats entre un nombre de grains plus élevé.

90

D'autre part, le rendement est corrélé positivement seulement avec le nombre d'épis/m² (Tableau 6.9), ceci est en parfait accord avec les conclusions de l'équipe de cette station qui sélectionnent indirectement pour le rendement sur la base du nombre d'épis. MONNEVEUX et al., 1993 [156], sont arrivées aussi à la même conclusion car ils ont trouvé que les hauts rendements sont associés à un tallage-épis élevé ou au maintient d'une bonne fertilité de l'épi.

Il est important de noter que sur ces deux sites d' Oued Smar et du khroub, il y a peu de ressemblance pour les corrélations inter caractères, hormis le tallage herbacé et le nombre d'épis/m².

Tableau 6.9 : Coefficient de corrélation phénotypique entre les variables mesurées par site et pour les quatre sites (en gras coefficients statistiquement significatifs)

Trait Ligne	Tall	NE	PHT	LE	NGE	PMG	RDT	DVP
Tall L1		0.481	0.199	0.041	-0.084	-0.179	0.081	0.358
L2		0.441	0.318	-0.206	-0.397	0.048	0.149	-0.051
NE L1	0.023		-0.085	-0.139	-0.205	-0.156	0.227	0.125
L2	0.348		0.163	-0.344	-0.260	-0.097	0.333	-0.310
PHT	-0.223	-0.209		0.215	0.170	-0.084	-0.091	0.362
	-0.200	0.108		-0.210	0.440	0.381	0.279	0.107
LE	0.285	-0.157	0.024		-0.109	0.472	0.207	0.027
	-0.152	-0.240	0.027		0.123	-0.215	-0.200	0.127
NGE	0.157	-0.334	-0.262	0.033		-0.208	0.014	-0.092
	-0.207	-0.199	-0.036	0.361		-0.439	-0.115	0.239
PMG	-0.058	-0.273	0.283	0.078	-0.537		0.749	-0.225
	-0.046	-0.065	0.170	0.055	-0.435		-0.071	0.179
RDT	0.318	0.030	-0.272	-0.036	0.380	0.129		-0.419
	-0.365	-0.030	0.323	0.229	0.437	0.062		-0.165
DVP	0.239	-0.011	-0.144	0.218	0.110	-0.208	-0.027
	0.353	-0.132	-0.378	-0.172	0.102	0.122	-0.257

Au dessus L1 = OSM, L2= KHR, en dessous, L1 = SET, L2 = TRT, n-2 = 28, r5%= 0.361, r1% =0.463.

Sur le site de Sétif, les seules liaisons significatives et notables sont entre le poids de 1000 grains et le nombre de grains par épi et entre le rendement et le nombre de grains par épi, confirmant ainsi les résultats de GRIGNAC (1973) [157] qui a trouvé que le nombre de grains par épi est la composante la plus étroitement liée au rendement. Celle-ci augmente rapidement avec l'amélioration de l'environnement de la culture.

Le peu de liaisons entre les variables mesurées par site est suggestif de la variabilité des itinéraires ou alternatives qui conduisent à l'expression du

91

Les mêmes liaisons sont aussi notées sur le site de Tiaret où la hauteur du chaume est négativement liée avec la durée de la phase végétative et le tallage herbacé est négativement corrélé avec le rendement (Tableau 6.9).

Il ressort de l'analyse des liaisons inter caractères, que le nombre d'épis/m² est dépendant de la capacité de tallage herbacé sur les deux sites les plus favorables Oued Smar et Khroub. Sur les sites du Khroub, Sétif et Tiaret, le poids de 1000 grains se matérialise au détriment du nombre de grains par épi, probablement par l'effet de concurrence pour les assimilats. Les conditions climatiques de ces sites ne permettent pas la réalisation concomitante d'un nombre de grains par épi et d'un poids élevé de 1000 grains. Sur les sites de Sétif et Tiaret, les différences de rendement en grains entre génotypes émergent le plus souvent suite à des différences du nombre de grains par épi (Tableau 6.9).

En matière de sélection de nouvelles variétés, le caractère le plus intéressant est surtout le rendement en grains. L'étude des corrélations indique que sur le site du Khroub, suite à l'existence d'une liaison entre le rendement et le nombre d'épi/m², une sélection précoce sur la capacité de ce dernier peut contribuer au classement des génotypes performants. HSU et WALTAN (1971) [158] ont noté que le nombre d'épi est la composante la plus importante dans la détermination du rendement.

Sur le site d'Oued Smar, une courte durée de la phase végétative et un poids élevé de 1000 grains peuvent aider à l'identification de génotypes à haut rendement en grains. La variation du rendement grain est, donc, étroitement liée à l'expression du poids de mille grains pour cette zone d'étude. MC NEAL et al., (1978) [159] indiquent que le poids du grain est un bon critère de sélection indirecte pour améliorer le rendement. Par contre, sur les sites de Sétif et Tiaret, seul le nombre de grains par épi semble faire la différence entre génotypes à haut rendement et ceux dont le potentiel est faible. La fertilité de l'épi peut être définie comme objectif de sélection [160].

92

rendement en grains chez les génotypes étudiés. Ceci a pour effet de compliquer la sélection indirecte, dans un site pour les autres sites et induit la sélection spécifique à chaque site, sur la seule base du rendement en grains.

6.2.2 Liaisons inter sites

L'évaluation multi sites des génotypes vise l'indentification des sites qui sont similaires, nécessitant une sélection à large adaptation et ceux qui sont distinctifs nécessitant une sélection spécifique. Dans ce contexte le degré de ressemblance entre sites pour une même variable mesurée est important à déterminer. Il permet de grouper les sites qui se ressemblent et de ne garder pour l'évaluation future que le site le plus discriminant, et d'identifier les sites spécifiques [129].

L'analyse des coefficients de corrélation de rang de Sperman est utilisée pour étudier la ressemblance entre sites pour une variable donnée. FALCONER (1982) [161] mentionne, à ce sujet, qu'un caractère mesuré sur deux sites peut être considéré comme deux caractères différents si la corrélation entre sites pour ce caractère est non significative. Dans ce cas la sélection sur la base de ce caractère sur un site n'engendre pas de réponse corrélative significative sur l'autre site. Si la corrélation est significative, il y a une réponse corrélative positive.

L'étude des coefficients de corrélation de rang de Sperman indique que la durée de la phase végétative, la hauteur de plante et le poids de mille grains montrent un degré de ressemblance entre les sites OSM et KHR significatif, un degré de ressemblance significatif est aussi noté entre les sites de OSM et TRT concernant la variable nombre d'épi/m² (Tableau 6.10). Les deux sites SET et TRT sont similaires pour les deux variables, nombre de grains par épi et poids de mille grains (Tableau 6.10).

Le reste des variables montrent peu de ressembles entre sites. Ceci indique que le classement des génotypes pour un caractère donné sur un site ne suit pas fidèlement le classement du même caractère sur les autres sites. Ces résultats mettent en évidence la spécificité des sites d'évaluation étudiés et suggèrent la présence d'interaction génotype x milieu pour l'ensemble des variables mesurées.

93

Cette interaction génotype x milieu représente un des problèmes les plus importants que l'améliorateur doit résoudre. Si cette interaction est très accentuée il sera recommandé de créer des variétés spécifiquement adaptées à chaque type de milieu [11]; [12]; [162].

Tableau 6.10 : Coefficient de corrélation des rangs de Sperman de la même variable mesurée sur les différents sites (en gras coefficients statistiquement significatifs)

Variables	Sites	KHR	SET	TRT
DVP	OSM	0.470	0.303	0.127
	KHR		0.027	0.252
	SET			0.006
HT	OSM	0.717	0.038	0.145
	KHR		0.098	-0.010
	SET			0.336
TLL	OSM	0.316	-0.206	-0.006
	KHR		-0.064	-0.338
	SET			-0.059
NE	OSM	0.306	0.213	0.472
	KHR		0.316	0.103
	SET			0.252
LE	OSM	0.222	-0.286	-0.291
	KHR		0.127	-0.497
	SET			0.118
NGE	OSM	0.093	-0.134	-0.010
	KHR		-0.071	-0.227
	SET			0.580
PMG	OSM	0.549	-0.394	-0.377
	KHR		-0.155	-0.344
	SET			0.487
RDT	OSM	0.119	-0.129	-0.034
	KHR		0.161	-0.035
	SET			0.175

Diverses méthodes, paramétriques et non paramétriques, sont proposées dans la littérature pour approcher de telles situations. Parmi les méthodes non paramétriques figurent la méthode de la somme des classements du caractère d'intérêt dans les différents sites [163]. Parmi les méthodes paramétriques figure la technique de la régression conjointe et l'approche AMMI (Additive Main effect and Multiplicative Interaction) [13].

94

Dans ce qui suit, nous concentrons sur l'analyse du rendement en grains qui est l'objectif principal de la sélection. Nous appliquons la méthode non paramétrique pour identifier les génotypes les plus stables et les plus performants. Puis nous utilisons l'analyse AMMI dans le même sens, tout en décrivant l'architecture des meilleurs génotypes identifiés (Winner).

6.3 Etude de l'interaction génotype x environnement du rendement en grains

6.3.1 Identification des génotypes performants

L'utilisation de la méthode des classements des rendements des différents génotypes par site indique que le génotype Bichena / Ariza_2//Solga_8 (n°3) se classe ^5ième sur le site OSM, 1^ier sur les sites KHR et SET et enfin ^7ième sur le site TRT, finissant avec la plus petite somme de classement de 14. Il se classe premier une moyenne de rendement inter sites de 43.85 q/ha (Tableau 6.11).

Le second génotype, du point de vue somme des classements des rendements, est la variété Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12). Cette variété se classe première sur le site OSM, ^5ième sur le site KHR, ^3ième sur SET et ^6ième sur le site TRT. Elle fait une somme des classements de 15, avec une moyenne des rendements inter sites de 43.6 q/ha (Tableau 6.11). Ces deux génotypes sont suivis par le témoin Waha qui fait un score de classements de 40 pour une moyenne de rendement de 37.32 q/ha. Les performances de ces deux génotypes en comparaison avec celles du témoin Waha et de la moyenne de tous les génotypes évalués par site sont données en figure (6.9).

95

Tableau 6.11 : Classement des rendements en grains des génotypes par site, somme des classements par génotype et moyenne par génotype des rendements des 4 sites.

N° Géno	OSM	KHR	SET	TRT	? classements	RDT moyen
1	4	12	29	8	53	36.9
2	7	21	14	24	66	36.9
3	5	1	1	7	14	43.85
4	8	24	21	11	64	36.6
Waha	15	14	2	9	40	37.3
6	11	2	30	19	62	36.1
7	2	20	28	27	77	38.6
8	18	3	11	30	62	36.7
9	9	26	19	18	72	35.7
10	10	19	16	28	73	36.3
11	14	16	8	5	43	37.1
12	1	5	3	6	15	43.6
13	3	23	24	29	79	38.4
14	20	15	7	16	58	35.8
15	6	27	6	14	53	37.3
16	29	8	18	1	56	34.5
17	25	9	27	26	87	32.4
18	16	22	5	4	47	37.0
19	19	10	15	23	67	35.6
20	21	30	23	3	77	32.7
21	12	25	26	12	75	35.1
22	30	17	4	17	68	33.6
23	23	13	25	13	74	34.0
24	17	11	22	10	60	36.1
25	22	6	10	15	53	36.0
26	26	28	17	20	91	32.3
27	13	7	9	22	51	37.4
28	28	29	12	21	90	31.8
29	24	4	13	25	66	35.1
30	27	18	20	2	67	33.5

96

Les performances de ces deux génotypes restent supérieures ou égales à celles du témoin Waha sur l'ensemble des sites (Figure 6.9). Ce résultat indique leur large adaptation relative à l'ensemble des environnements testés. L'alternative est de faire une sélection plus spécifique, avec le choix du génotype Bichena / Ariza_2//Solga_8 (n°3) pour les sites KHR et SET où il se classe 1^ier, avec des rendements de 65.6 et 57.9 q/ha. Puis le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), pour le site OSM avec une moyenne de rendement de 51.25 q/ha, et enfin le génotype Inter_9/Poho_1 (n°16) pour le site TRT avec un rendement moyen de 13.1 q/ha, soit une moyenne sur l'ensemble des sites de 46.96 q/ha, ce qui représente un avantage relativement à la première alternative de 3.26 q/ha = (46.96-43.7).

35

Waha

25

15

5

RDT (q ha-1)

Bichena / Ariza_2//Solga_8 (n°3)

Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12)

55

45

Moyenne essai

75

65

KHR SET OSM TRT Sites

Figure 6.9 : Performances des génotypes ayant le meilleur classement sur l'ensemble des sites en comparaison avec les performances du témoin Waha et de la moyenne des sites.

97

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].

6.3.3 L'analyse de la régression

Quoique plusieurs chercheurs (WRIGHT, 1971 [164]; ZOBEL et al., 1988 [13]; ANNICCHIARICO, 1997 [165]; EBDON et GAUCH, 2002 [10]) montrent que la technique de la régression conjointe ne différencie pas entre l'effet principal et l'interaction, cette technique a été utilisé pour analyser les résultats de la présente étude. La composante linéaire, testée par rapport à la déviation de la régression, n'était pas significative, suggérant l'homogénéité des coefficients de régression. Par contre, la déviation de la régression était hautement significative, retenant une part appréciable, non expliquée, de la somme des carrés des écarts (89.86%) de l'interaction G x L (Tableau 6.12).

Les résultats du test t des coefficients de régression montrent que Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8) et Boussellem/Ofonto//waha (n°27) présentent un coefficient de régression significativement supérieur à l'unité, alors que les autres génotypes se caractérisent par des coefficients de régression non significativement différents de l'unité (Tableau 6.14).

Les génotypes Minimus_7// Auk /Oste /3/ Shag_26 (n°6), Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7), Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13) et Aram-5/Cali//Rascon-37/3/Plata-8 (n°22) contribuent significativement à l'interaction génotype x milieu. Alors que les génotypes Minimus_7// Auk /Oste /3/ Shag_26 (n°6), Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7), Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13), Inter_9/Poho_1(n°16), Aram-5/Cali//Rascon-37/3/Plata-8 (n°22)

100

et MBB/Ofonto//Radiosso/Waha (n°30) présentent un écart significatif du carré moyen de la régression (Tableau 6.14).

Les génotypes Minimus/ Rascon_19 (n°1), Silver_26 / Toska_26 (n°4), Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7), Sn Turk Mi 83-84 375/Nigris_5// Tantlo_1/3/... (n°9), Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13), et D68-1-93A-1A //Ruff/Fg/3/Mtl-5/4/Lahn (n°21) présentent une ordonnée à l'origine positive, égale ou supérieure à 0.3 t/ha, suggérant que ces génotypes minimisent la baisse de rendement sous conditions de production défavorables (Tableau 6.14).

La représentation linéaire des génotypes qui contribuent le plus à l'interaction selon la fertilité des sites montre que le génotype

101

Tableau 6.14 : Moyennes du rendement en grains (RDT, t/ha), coefficient de régression (b), contribution au carré moyen de l'interaction _(MSGxL), carré moyen de la déviation de la régression _(MSDEV.), ordonnée à l'origine (a, t/ha) et répétitivité (I) du rendement des génotypes de blé dur évalués dans 4 localités.

Genotype	RDT	b	MSGxL	MSDEV	a	I
1	3.69	0.871	0.32^ns	0.38^ns	0.33	0.445
2	3.69	0.983	0.12^ns	0.19^ns	0.11	0.321
3	4.38	1.183	0.16^ns	0.03^ns	0.01	0.320
4	3.66	0.932	0.09^ns	0.11^ns	0.33	0.540
5	3.73	1.016	0.07^ns	0.11^ns	0.03	0.270
6	3.61	0.984	0.64^**	0.96^**	0.12	0.127
7	3.86	0.842	1.48^**	2.06^**	0.80	0.425
8	3.67	1.131*	0.08^ns	0.01^ns	-0.38	0.000
9	3.57	0.884	0.29^ns	0.35^ns	0.42	0.549
10	3.63	0.955	0.13^ns	0.18^ns	0.25	0.457
11	3.71	1.015	0.01^ns	0.02^ns	0.09	0.350
12	4.36	0.972	0.81^**	1.21^**	0.83	0.772
13	3.84	0.936	0.80^**	1.17^**	0.49	0.416
14	3.58	1.075	0.08^ns	0.08^ns	-0.26	0.000
15	3.73	0.986	0.10^ns	0.15^ns	0.27	0.489
16	3.45	1.008	0.44^ns	0.65^*	-0.22	0.000
17	3.24	0.979	0.23^ns	0.34^ns	-0.42	0.000
18	3.70	0.985	0.13^ns	0.20^ns	0.05	0.264
19	3.56	1.068	0.04^ns	0.03^ns	-0.33	0.000
20	3.27	0.941	0.09^ns	0.11^ns	0.07	0.293
21	3.51	0.875	0.10^ns	0.06^ns	0.33	0.538
22	3.36	1.097	0.59^**	0.83**	-0.63	0.000
23	3.39	0.981	0.10^ns	0.15^ns	-0.18	0.038
24	3.61	0.956	0.02^ns	0.02^ns	0.16	0.408
25	3.60	1.087	0.17^ns	0.21^ns	-0.36	0.000
26	3.24	0.968	0.24^ns	0.35^ns	-0.28	0.000
27	3.74	1.120*	0.06^ns	0.00^ns	-0.28	0.017
28	3.18	0.981	0.35^ns	0.53^ns	-0.39	0.000
29	3.51	1.132	0.26^ns	0.28^ns	-0.59	0.000
30	3.35	1.056	0.45^ns	0.66^*	-0.32	0.000

* pente significativement > 1; ns, *, ** = composantes de la variance non significative et significative au seuil de 5% et de 1%, respectivement; = valeur négative de I est représentée par zéro.

102

Bichena / Ariza_2//Solga_8 (n°3) présente une adaptation spécifique aux régions représentées par les sites KHR et SET. Le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) est à recommander aux régions représentées par les sites OSM et TRT (Figure 6.10). Un gain de rendement en grains de 0.67 t/ha, pour l'ensemble des régions couvertes par les 4 sites, peut être obtenu par l'adoption des génotypes Bichena / Ariza_2//Solga_8 (n°3) pour KHR et SET, et Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) pour OSM et TRT (Figure 6.10).

9

8

7

6

5

4

3

2

1

0

0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7

Genotype yield (t/ha)

Gran mean =Y.. = 3.64 t/ha

3

12

27

7

21

12

7

SET KHR

OSM

Yield index (t/ha)

TRT

27

Figure 6.10 : Variation du rendement en grains des génotypes qui contribuent le plus à l'interaction selon la fertilité des sites.

103

6.3.4 L'analyse AMMI

Les résultats de l'analyse AMMI montrent la signification des deux premières composantes de l'interaction (IPCA), qui sont utilisées pour construire le biplot AMMI2. Les deux composantes expliquent 92.65% de la somme des carrés des écarts de l'interaction G x L (76.01% pour le IPCA1 et 16.64% pour le IPCA2). La résiduelle du modèle AMMI2 n'est statistiquement pas significative (Tableau 6.12). Comparativement aux 10.13% de l'interaction G x L non significatifs, indiqués par le modèle de l'analyse de la régression conjointe, le modèle AMMI apparaît plus efficace, vu qu'il arrive à expliquer une importante proportion de l'interaction G x L (Tableau 6.12).

Le biplot AMMI1, est une représentation graphique de l'effet principal génotype, l'effet localité et de l'interaction G x L expliquée par la première composante principale IPCA1 du rendement en grains. Le graphe explique 98.52% de la somme des carrés des écarts des traitements, qui se répartissent entre 91.78, somme des carrés des écarts des localités ; 2.06, somme des carrés des écarts des génotypes et 4.67%, pour la somme des carrés des écarts de l'interaction G x L (Figure 6.11, Tableau 6.12). La somme des carrés des écarts de la première composante IPCA1, qui représente 76.01% de la somme des carrés des écarts de l'interaction G x L, est plus élevée en valeur que la somme des carrés des écarts génotype, suggérant l'importance de tenir compte de l'interaction dans l'estimation des effets génotypes évalués dans différentes localités.

Selon GAUCH et ZOBEL, (1996) [166] dans des essais multi site, on trouve souvent que la variation due à l'interaction est plus importante que celle due à l'effet génotype. Le score d'un génotype sur de la première composante IPCA1, sur le plan représenté par le biplot AMMI1 est un indicateur de la stabilité des performances de ce génotype dans les différentes localités. Plus élevée est la valeur, négative ou positive, du score, plus le génotype en question montre une adaptation spécifique à un site ou de groupe de sites donnés. Un score de l'IPCA proche de zéro (près de l'origine) est indicateur d'une faible interaction et donc d'une stabilité élevée [13].

104

Les génotypes Bichena/Ariza_2//Solga_8 (n°3), Rascom/Sla_3/3/Plata_1/ Snm// Plata_9 (n°8), Boussellem/Ofonto//waha (n°27) et FI 02 (n°24) présentent un faible score sur l'IPCA1; ils contribuent, donc, relativement moins à l'interaction G x L. Ils sont considérés comme des variétés à large adaptation pour l'ensemble des sites d'évaluations. Ces génotypes diffèrent cependant du point de vu effet principal du rendement en grains (Figure 6.11).

Les génotypes Bichena / Ariza_2//Solga_8 (n°3) et Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) comme les génotypes Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7), D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13), Gta/Dur... (n°15) et Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8) ont le même effet principal mais diffèrent pour la contribution à l'interaction. Par contre les génotypes Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), Gta/Dur... (n°15), Mck_2/Aco89 (n°2), Silver_26 / Toska_26 (n°4), Waha (n°5), Boussellem (n°20), FI 05 (n°23), Kucük (n°17) et Ofonto/Waha//MBB (n°28) diffèrent pour l'effet principal et l'interaction (Figure 6.11).

Vu leurs scores sur l'IPCA1, toutes les localités se caractérisent par une interaction G x L élevée. KH et ST se regroupent dans le quadrant inférieur, montrant un effet principal élevé et partageant les mêmes meilleurs génotypes (winners). De ce fait ces sites représentent un même domaine de recommandations (Figure 6.11). Le site OS s'oppose aux sites KH et ST; il classe différemment les génotypes comparativement aux autres sites. OS montre une performance de rendement moyenne alors que le site de TR présente la plus faible performance de rendement en grains (Figure 6.11).

Une relation de type linéaire apparaît entre les scores sur l'IPCA1 et l'effet moyen du biplot AMMI1, suggérant que les génotypes qui se caractérisent par des effets principaux extrêmes : Les génotypes Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7), Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) et D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13) avec Aram-5/Cali//Rascon-37/3/Plata-8 (n°22), MBB/Ofonto//Radiosso/Waha (n°30), et Inter_9/Poho_1 (n°16) présentent des scores de l'interaction G x L opposés. Le premier groupe présente

Au contraire, les génotypes Waha (n°5), Srn_3 / Nigris_4 // Porto_5 (n°11), Plata_1/Snm // Plata_9/3/Green (n°14), Inter_9/Poho_1 (n° 16), Kucük (n°17),

105

des scores positifs et le second groupe présente des scores négatifs et par conséquence ces deux groupes de génotypes sont adaptés à différents milieux.

^-0.500

^-1.000

^2.000

^0.500

^0.000

^1.500

^1.000

^{0.00 1.00 2.00 3.00 Grain yield (t/ha) 4.00 5.00 6.00}

^TR

^OS

²⁸

¹⁷

23 20

²⁴

²⁶

²²

¹⁶

²¹

¹

29 25

³⁰

⁹

¹⁴

⁵

⁷

⁸

¹⁵

^{13 12}

²⁷

^{Y.. =3.64}

³

^ST

^KH

Figure 6.11 : Biplot AMMI1 des effets principaux génotypes et sites et de l'interaction de la première composante IPCA1 du rendement en grains.

Analysant ensemble les scores de l'interaction et les effets principaux,

les génotypes : Minimus/ Rascon_19 (n°1), Mck_2/Aco89 (n°2),
Bichena / Ariza_2//Solga_8 (n°3), Silver_26 / Toska_26 (n°4), Minimus_7// Auk /Oste /3/ Shag_26 (n°6), Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7), Rascon/Sla_3/3/Plata_1/Snm//Plata_9 (n°8), Sn Turk Mi 83-84 375/Nigris_5// Tantl_1/3/... (n°9), Hoggar (n°10), Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n° 12), D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13), Gta/Dur... (n°15), et D68-1-93A-1A //Ruff/Fg/3/Mtl-5/4/Lahn (n°21) ont des scores IPCA1 positifs comme celui du site OS. Ces génotypes montrent donc une adaptation spécifique à ce site.

106

Aaz 77_2/Porron_11//Busca_3 (n°18), Altar84 (n°19), Boussallem (n°20), Aram-5/Cali//Rascon-37/3/Plata-8 (n°22), FI 05 (n°23), FI 02 (n°24), Cirta (n°25), Ting7/2*Green-3 (n°26), Boussellem/Ofonto//waha (n°27), Ofonto/Waha//MBB (n°28), Tr 32225/Gediz//Ofonto (n°29) et MBB/Ofonto//Radiosso/Waha (n°30) montrent une adaptation aux sites KH, ST et TR qui se distinguent par des scores IPCA1 négatifs (Figure 6.11).

Le génotype Bichena / Ariza_2//Solga_8 (n°3) se distingue par un haut rendement grain et une bonne stabilité, il présente une large adaptation à trous les sites d'évaluation. Par contre les génotypes Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn (n°13) et Sula/Rbce2/3/Hui//Cit71/CII/4/ Ryps27_3/... (n°7) montrent une adaptation spécifique au site OS (Figure 6.11). Aucun génotype à haut rendement ne montre une adaptation spécifique aux sites KH, ST et TR (Figure 6.11).

Ces résultats indiquent que le sélectionneur a le choix entre la sélection du génotype Bichena / Ariza_2//Solga_8 (n°3) qui montre une adaptation générale en plus de son potentiel de rendement élevé, pour tous les sites ou bien recommander ce génotype aux régions représentées par les sites KH, ST et TR et de sélectionner le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) spécialement pour la région représentée par le site OS.

Le gain de rendement attendu est estimé selon la méthode décrite par ZOBEL et al., (1988) [13] à partir de l'effet principal génotype + l'effet principal site - la moyenne générale de l'ensemble des sites + le produit des scores IPCA1 du génotype x celui du site. L'adoption du génotype Bichena / Ariza_2//Solga_8 (n°3) pour toutes les localités donne un gain de rendement de 0.74 t/ha = (4.38 -3.64), par contre le gain de rendement produit par l'alternative est égale à 1.0 t/ha = (4.64-3.64).

La stratégie associant l'adaptation générale à une large région représentée par les trois sites KH, ST et TR avec l'adaptation spécifique pour OS, induit un gain de rendement de 5.94% = (4.64-4.38/4.38), et cela sur la base de l'information fournie par le biplot du modèle AMMI1 (Figure 6.11).

107

L'étude du biplot du modèle AMMI2, construit en utilisant les scores des génotypes et des sites généré par les deux premières composantes, indique que les sites OS et TR ont des scores opposés pour l'IPCA1, alors que les sites KH et ST ont des scores opposés pour l'IPCA2. Les sites OS, KH et ST sont une source d'interaction plus forte que celle du site de TR, comme indiqué par les valeurs prises par leurs scores (Figure 6.12).

^{-1.000 -0.500 0.000 0.500 1.000} 1.500 IPCA1 2.000

⁸

¹³

⁴

⁷

¹

⁶

⁹

¹⁰

¹²

³

^{15 2}

²¹

^OS

^ST

¹⁸

²⁸

⁵

²⁶

²²

²⁵

¹⁹

¹¹

¹⁴

²⁷

¹⁶

²⁴

²⁹

^TR

^{30 17}

^{23 20}

^KH

^1.500

^1.000

^0.500

^0.000

^-0.500

^-1.000

^-1.500

Figure 6.12 : Biplot AMMI2 de l'interaction du rendement en grains des 30 génotypes évalués dans 4 localités.

Les génotypes (Bichena / Ariza_2//Solga_8), (Rascon/Sla_3/3/Plata_ 1/Snm//Plata_9), (Srn_3 / Nigris_4 // Porto_5), (Plata_1/Snm // Plata_9/3/Green), (Altar84), (D68-1-93A-1A //Ruff/Fg/3/Mtl-5/4/Lahn), (FI 02) et (Boussellem/Ofonto// waha) qui représentent respectivement les numéros: 3, 8, 11, 14, 19, 21, 24 et 27, positionnés prés de l'origine, contribuent peu à l'interaction G × L. Par contre les génotypes (Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5), (D68-1-93A-1A//Ruff /Fg /3/ Mtl-5/4/Lahn), (Minimus_7// Auk /Oste /3/ Shag_26), (MBB/Ofonto//Radiosso/ Waha), (Inter_9/Poho_1) et (Aram-5/Cali//Rascon-37/3/Plata-8) qui sont représentés respectivement par les numéros: 12, 13, 6, 30, 16, et 22 contribuent

108

fortement à l'interaction (Figure 6.12). Les sites KH et TR présentent le même type d'interaction, alors que les sites de ST et OS présentent des types différents, vu qu'ils se positionnent dans différents quadrants du biplot (Figure 6.12).

Le génotype Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7) montre une adaptation spécifique au site OS. Le génotype MBB/Ofonto//Radiosso/Waha (n°30) est spécifiquement adapté au site du KH. Le génotype Inter_9/Poho_1 (n°16) au site TR et le génotype Aram-5/Cali//Rascon-37/3/Plata-8 (n°22) montre une adaptation spécifique au site ST (Figure 6.12).

Sur la base des informations fournies par le biplot AMMI2, l'adoption des génotypes à adaptation spécifique permet d'exploiter l'interaction G x L et génère, par conséquent, un gain de rendement égale à 0.64 t/ha = (4.28-3.64).

6.4. L'adoption des génotypes sur la base du rendement nominal

Le calcul du rendement nominal est utile pour déterminer l'adaptabilité à des régions spécifiques identifiées par leurs scores sur la première composante de l'interaction (LIPCA1). La figure (6.13) indique que le génotype Bichena / Ariza_2//Solga_8 (n°3) présente le rendement nominal le plus élevé pour des sites dont le score de la première composante LIPCA1 est inférieur à -0.700. Le site de ST se trouve dans cette plage de scores LIPCA1. De ce fait, et sur la base du rendement nominal, ce génotype Bichena / Ariza_2//Solga_8 (n°3) est spécifiquement adapté à la région représentée par le site de Sétif.

Le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) présente un rendement nominal élevé pour des sites dont le score LIPCA1 est supérieur à -0.700. Les sites TR, KH et OS se situent dans cette plage des valeurs des scores LIPCA1. De ce fait ce génotype est à recommander aux régions représentées par ces trois sites, où il montre une adaptation spécifique, donc un haut rendement suite à une interaction positive (Figure 6.13).

109

6.00

5.50

5.00

4.50

4.00

3.50

3.00

2.50

2.00

-0.771 -0.554 -0.481 L IPCA1 scores 1.806

Nominal yield (t/ha)

12

7

13

3

TR KH

22

ST

OS

Figure 6.13 : Rendement nominal des meilleurs génotypes en fonction des scores LIPCA1 des 4 sites expérimentaux.

La variation du rendement nominal entre les différents sites peut être utilisée comme un indicateur de la stabilité génotypique. Le génotype Bichena / Ariza_2//Solga_8 (n°3) montre une stabilité de type biologique vu que son rendement nominal varie de 4.18, rendement nominal du site ST, à 4.55 t/ha à OS (Figure 6.13). Le rendement nominal du génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) varie, quant à lui de 4.10 à 5.70 t/ha. Comparativement le génotype Sula /RBCE_2/3/Hui //CIT 71/Cii/4/Ryps27_3/... (n°7) qui se classe en tête pour le rendement nominal sur le site OS présente une faible stabilité (instable), vu que son rendement nominal varie largement de 2.97 à 5.66 t/ha (Figure 6.13).

Suite à leur haut rendement nominal relativement stable, les génotypes Bichena / Ariza_2//Solga_8 (n°3) et Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) ressortent comme les plus performants parmi les 30 génotypes évalués et de ce fait sont à recommander sur l'ensemble des régions représentées par

110

les 4 sites d'évaluation. Ces génotypes peuvent être aussi utilisés comme témoins pour tester l'adaptation générale et l'adaptation spécifique des futures lignées avancées entrant les essais multi- locaux, tel que mentionné par SAMONTE et al., (2005) [167].

6.5 Répétitivité (Reliability)

Vu que le niveau technologique de la céréaliculture algérienne est faible, faisant de cette activité, une activité de subsistance, le génotype le moins risqué est le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12), qui présente une valeur de l'indice I de répétitivité égale à 0.772 t/ha. Ce génotype est recommandé, sur la base de son rendement nominal, aux régions représentées par les sites OS, KH et TR. Le génotype Bichena / Ariza_2//Solga_8 (n°3), recommandé pour la région représentée par le site ST, se classe ^13ième pour la valeur de l'indice I (Tableau 6.14). Les valeurs de l'indice I sont significativement corrélées avec l'effet principal génotype (r_s = Spearman coefficient de corrélation = 0.581^**), et avec les scores IPCA1 des génotypes (r_s= 0.858**).

111

6.6 Appréciation de la qualité technologique par l'étude de certains paramètres physico-chimiques

6.6.1 Taux de mitadinage et taux d'extraction

6.6.1.1 Taux de mitadinage

La structure vitreuse du grain de blé dur est un paramètre déterminant pour sa valeur d'utilisation. L'existence des parties farineuses dans l'albumen des grains mitadinés, affecte la valeur semoulière en diminuant le rendement en semoule [168].

L'analyse de la variance montre un effet génotype, milieu et une interaction génotypes x milieu très hautement significatifs pour les deux variables taux de mitadinage et taux d'extraction (Tableau 6.15).

Tableau 6.15 : Carrés moyens des écarts de l'analyse de la variance du taux de mitadinage (MTD) et du taux d'extraction (EXT) mesurés sur les quatre sites.

Source	ddl	MTD (%)	EXT (%)
Totale	479	196.98	54.46
Génotype (G)	29	230.17***	105.64***
Environnement (E)	3	22209.54***	3535.32***
(G) × (E)	87	238.36***	137.19***
Résiduelle	360	0.47	1.64

ns,*,*** = effets non significatifs et significatifs au seuil de 5 et 1%, respectivement.

Un effet génotypique très hautement significatif indique que les différences entre les génotypes évalués sont donc plus importantes, le génotype Boussellem/Ofonto//waha (n°27) se distingue par le taux de mitadinage le plus élevé (15.29%) que celui des autres variétés, alors que le génotype Altar84 (n°19) donne le taux le plus faible (3.5%), soit une amplitude de 11.79% (Tableau 6.16).

La variété est un élément de gestion du risque de mitadinage, mais l'influence du climat et de l'azote étant très forte aussi [170].

112

Le génotype Bichena / Ariza_2//Solga_8 (n°3) et le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) qui ont été sélectionnés comme des génotypes à large adaptation donnent des taux de mitadinage inférieurs à la moyenne générale avec respectivement 5.03 et 7.2 % (Tableau 6.16).

Les taux de mitadinage élevés influencent sur la qualité des semoules, en effet, d'après ANNOU, (2002) [169] Les piqûres blanches issues de blé mitadinés déprécient la couleur des pâtes alimentaires car elles s'hydratent difficilement quant elles sont suffisamment volumineuses et résistent à la désagrégation lors du pétrissage.

Tableau 6.16 : Valeurs moyennes caractéristiques du taux de mitadinage (MTD) et du taux d'extraction (EXT) notées sur les différents sites.

Les Valeurs	MTD (%)	EXT (%)
Effet moyen génotype (G)
Max	15.29	58.72
Min	3.5	47.10
Amplitude	11.79	11.62
Le génotype n° 3	5.03	58.72
Le génotype n° 12	7.2	50.50
Effet moyen Environnement (E)
E1 Oued Smar	2.92	48.71
E2 El Khroub	4.34	55.75
E3 Sétif	29.42	61.69
E4 Tiaret	0.08	53.08
Interaction (G) × (E)
Max	56.13	66.23
Min	0	31.68
Amplitude	56.13	34.55
La moyenne générale	9.19	54.80
C V (%)	7.5	2.1
E.T	0.69	1.16

Nous constatons, donc, que tous les génotypes évalués font apparaître une augmentation significative des grains mitadinés dans le milieu de Sétif par rapport

113

En effet, sous la dépendance du facteur milieu, sur le site de Sétif, le taux de mitadinage atteint 29.42%, sur le site du Khroub et Oued Smar, le taux de mitadinage apparaît faible à très faible avec 4.34 et 2.92% respectivement, alors que le milieu de Tiaret caractérisé par une absence totale des grains mitadinés sur la majorité des génotypes évalués, le taux de mitadinage est presque nul (0.08%) (Tableau 6.16). Ceci peut être expliqué par la richesse du sol en azote minéral, étant donné que le précédent cultural était une légumineuse alimentaire.

Selon BRAUN, (1994) [171] Le mitadinage est fortement limité par fractionnement des apports d'azote, un apport au stade gonflement de la culture est mieux recommandé que les apports tardifs. Ceci est lié au coefficient apparent d'utilisation de l'azote qui est plus élevé à ce stade.

La qualité d'un blé dur est essentiellement régie par les effets conjugués du génotype et des facteurs agro-climatiques. La variété est un facteur important dans la détermination de la qualité, toutefois, l'expression du potentiel génétique est étroitement liée au mode de conduite de la culture. Le blé exprime son plus haut potentiel de quantité et de qualité seulement sous une optimisation des facteurs de production [168]. En effet, les valeurs du taux de mitadinage pour l'interaction génotype X environnement sont comprises entre zéro pourcent (pour l'ensemble des génotypes à Tiaret) et à 56.13% pour le génotype Boussellem/Ofonto//waha (n°27) à Sétif (Tableau 6.16).

L'effet de l'interaction entre les deux facteurs sur le taux de mitadinage est marquant, Les génotypes évalués acquièrent une vitrosité d'autant plus grande que le milieu devient plus favorable. Chez le génotype Boussellem/Ofonto//waha (n°27) qui s'exprime par la valeur la plus élevée du taux de mitadinage à Sétif (56.13%), par contre à Tiaret son taux de mitadinage est nul. Sur les deux sites Khroub et Oued Smar, ses valeurs sont faible à très faible (3.38 et 1.67% respectivement). Par conséquent, dans l'ensemble, le taux de mitadinage varie beaucoup d'un site à l'autre pour le même génotype (Appendice C, Tableau 7).

De même, les résultats de l'interaction génotype x environnement montrent que le taux d'extraction chez le génotype Mck_2/Aco89 (n°2) à Sétif est le plus

114

aux sites d'El Khroub et Oued Smar, tandis qu'à Tiaret le taux de mitadinage ne dépasse pas 0.5% (Appendice C, Tableau 7 ).

De même, nous pouvons considérer que le génotype à plus faible taux de mitadinage, dans le milieu de Sétif, est celui qui est le plus résistant au mitadinage, dans ce cas c'est le génotype Altar84 (n°19) avec 10.13%.

Sachant que le mitadinage est directement lié à la teneur en protéines, donc à la nutrition azotée de la culture, si au cours du remplissage du grain la matière protéique se trouve en quantité suffisante, l'albumen prendra un aspect vitreux. En revanche, la carence protéique conduit à la formation de nombreuses vacuoles d'air au sein de l'albumen, lui conférant une apparence opaque ou farineuse [172].

6.6.1.2 Taux d'extraction

La comparaison des moyennes, pour l'effet génotype, indique que la valeur maximale est obtenue chez le génotype Bichena / Ariza_2//Solga_8 (n°3) avec un taux d'extraction de 58.72%, alors que le génotype Altar84 (n°19) présente la valeur minimale (47.10%) soit une amplitude de 11.62%. Le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) donne un taux d'extraction proche à la moyenne générale de l'essai (54.80%) (Tableau 6.16).

Il faut souligner que plus des 2/3 des génotypes ont des taux d'extraction supérieur à 55% (Appendice C ; Tableau 6). Pour la réalisation des testes technologiques tels que l'alvéographe Chopin, BOURDET (1976) [172] préconise un taux d'extraction de 60 à 70%. En se référant au (Tableau 6.16), nous constatons que les moyennes des taux d'extraction oscillent entre 61.69% pour le site de Sétif et 48.71% pour le site d'Oued Smar, les valeurs du Khroub et de Tiaret sont respectivement de 55.75 et 53.08%.

115

élevé avec 66.23% (Tableau 6.16). Ce génotype donne des taux d'extraction respectivement de 56.81, 52.53 et 46.41% à El Khroub, Tiaret et Oued Smar.

Le taux d'extraction le plus faible a été obtenu par le génotype MBB/Ofonto//Radiosso/Waha (n°30) qui a une valeur de 31.68% enregistré à Oued Smar, alors qu'il a des taux d'extraction de 61.74% à Sétif, de 56.08% à El Khroub et de 52.33% à Tiaret (Appendice C, Tableau 8). D'après ces résultats, nous remarquons que l'amplitude est de 34.55% qui reste supérieur à la valeur minimale. Ceux peut s'expliquer par la forte variabilité inter sites entre génotypes et pour le même génotype et abouti à une forte interaction génotype × environnement.

DEXTER et MATSUO, (1978) [174] ont montré que la teneur en cendre des semoules augmentent quand le taux d'extraction passe de 57.7% à 75.9%. Dans ce cas, nous pouvons constater que les génotypes qui ont des taux d'extractions les plus élevés sont ceux qui donnent des teneurs en matière minérale élevées. Parmi eux, les génotypes Bichena / Ariza_2//Solga_8 (n°3), Sn Turk Mi 83-84 375/Nigris_5// Tantl_1/3/... (n°9) et les deux témoins Cirta et Waha et ce grâce à leurs moyennes obtenues sur les quatre sites (Appendice C, Tableau 6). L'augmentation du taux de cendre en fonction du taux d'extraction est due à la contamination de la semoule par les couches périphériques des grains qui sont beaucoup plus minéralisées que l'albumen amylacé [174], [175].

6.6.2 Teneur en gluten humide et en gluten sec

Le gluten est un complexe protéique constitue essentiellement de gluadines et de gluténines, il confère à la pâte ses propriétés plastiques [176].

L'analyse de la variance des deux paramètres mesurés ( teneur en gluten humide et celui en gluten sec) sur l'ensemble des génotypes évalués sur les trois sites (Oued Smar, El Khroub et Sétif) indique des effets génotype, milieu et interaction génotype X milieu très hautement significatifs (Tableau 6.17).

116

Tableau 6.17 : Carrés moyens des écarts de l'analyse de la variance du taux de gluten humide (GH) et du taux de gluten sec (GS) mesurés sur les trois sites (Oued Smar, Khroub et Sétif).

Source	ddl	GH (%)	GS (%)
Totale	459	81.22	9.77
Génotype (G)	29	150.30***	19.54***
Environnement (E)	2	8219.08***	684.03***
(G) × (E)	58	134.93***	22.62***
Résiduelle	270	1.98	0.96

ns, * et *** = effet non significatif et significatif au seuil de 5 et 1% respectivement.

Le génotype Plata_1/Snm // Plata_9/3/Green (n°14) présente les teneurs en gluten humide et en gluten sec les plus élevées avec respectivement 34.13 et 12.74%, alors que le témoin Hoggar donne les valeurs les plus faibles (20.81% en gluten humide et 5.93% en gluten sec) avec une amplitude de 13.32% pour le gluten humide et une amplitude de 6.54% pour le gluten sec (Tableau 6.18). Celui peut s'expliquer par la variation significative du gluten humide et sec et ce selon la variété.

Les génotypes Bichena / Ariza_2//Solga_8 (n°3) et Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) présentent des teneurs en gluten humide et en gluten sec proches de la moyenne générale de l'essai de chaque paramètre qui est respectivement de 29% et 8.76% (Tableau 6.18).

Les propriétés fonctionnelles (élasticité, extensibilité et viscosité) de la plupart des produits de la filière blé, sont largement déterminées par le comportement viscoélastique des protéines du blé [177]. Selon DJEMA, (2000) [178] les teneurs en gluten sec et gluten humide sont généralement plus élevées chez les semoules obtenues aux taux d'extraction de 70% que celles obtenues aux taux d'extraction de 60 à 63%.

117

Tableau 6.18 : Valeurs moyennes caractéristiques de la teneur en gluten humide (GH) et de la teneur en gluten sec (GS) notées sur les différents sites.

Les Valeurs	GH (%)	GS (%)
Effet moyen génotype (G)
Max	34.13	12.47
Min	20.81	5.93
Amplitude	13.32	6.54
Le génotype n° 3	29.82	9.23
Le génotype n° 12	29.10	9.07
Effet moyen Environnement (E)
E1 Oued Smar	36.18	10.65
E2 El Khroub	30.88	9.57
E3 Sétif	19.95	6.08
Interaction (G) X (E)
Max	44.06	19.47
Min	10.62	2.89
Amplitude	33.44	16.58
La moyenne générale	29.00	8.76
C V (%)	4.90	11.20
E.T	1.41	0.98

Pour l'effet milieu et d'après nos résultats (Tableau 6.18), nous constatons que le classement des sites concernant les deux paramètres reste le même, en effet, le site d'Oued Smar marque les valeurs les plus élevées en gluten humide et en gluten sec avec respectivement 36.18 et 10.65% et le site de Sétif indique les valeurs les plus basses de 19.95% pour la teneur en gluten humide et de 6.08% pour la teneur en gluten sec. Cependant, .au Khroub, la teneur en gluten humide présente une valeur intermédiaire (30.88%) et celle du gluten sec marque une valeur proche de celle enregistrée à Oued Smar (9.57%).

Etant sous la dépendance du facteur milieu, le site d'Oued Smar est plus favorable à l'expression des deux teneurs en gluten sec et humide que le site de Sétif qui est montré comme étant plus défavorable. Ceci peut s'expliquer par les taux élevés de mitadinage sur ce site. CORBELLINI et al., (1998) [179] et LUO et al., (2000) [180] ont noté que les propriétés rhéologiques du gluten sont affectées de même que la quantité et la qualité des protéines, par le niveau de fertilité du sol notamment les disponibilités de l'azote et de soufre.

118

D'autre part, l'interaction entre les deux facteurs génotype et milieu, pour le gluten humide, montre que la valeur maximale est obtenue chez le génotype Aaz 77_2/Porron_11//Busca_3 (n°18) à Oued Smar (44.06%). Ce génotype donne une teneur de 30.05 à El Khroub et de 27.81% à sétif. Alors que la valeur minimale est marquée chez le génotype Sn Turk Mi 83-84 375/Nigris_5// Tantl_1/3/... (n°9) à Sétif soit de 10.62%. Ce génotype présente une teneur de 35.9% à Oued smar et 31.26% au Khroub. Ce dernier donne la valeur maximale en gluten sec (19.74%) au Khroub ainsi que la valeur minimale (2.89%) à Sétif (Appendice C, Tableau 9 et 10).

L'examen des valeurs maximales et minimales indiquent que l'amplitude, pour le gluten humide, est de 33.44% et 16.58% c'est l'amplitude concernant le gluten sec, représenté par des valeurs supérieures aux moyennes générales des deux paramètres.

En se basant sur l'échelle de classement proposé par MATVEEF, (1966) [181] concernant le gluten sec, on peut noter que, si le gluten sec est inférieur à 11% c'est un blé insuffisant et si le gluten sec est compris entre 11% et 15% c'est un blé de bonne valeur pastière et s'il est supérieur à 15%, il est considéré comme un blé de force. Il est constaté, donc, que le génotype Sn Turk Mi 83-84 375/Nigris_5// Tantl_1/3/... (n°9) au Khroub possède une qualité pastière supérieure (c'est un blé de force). Le génotype Plata_1/Snm // Plata_9/3/Green (n°14) présente des valeurs plus proches d'un environnement à l'autre pour le gluten sec qui sont respectivement de 13.76, 12.57 et 11.09% dans les sites de Sétif, Oued Smar et Khroub .Ce génotype peut donner un blé de bonne qualité que les autres génotypes testés (Appendice C, Tableau 10).

Nos résultats montrent également qu'à Sétif et El Khroub, tous les génotypes se distinguent par leurs teneurs en gluten sec inférieures à 11% à l'exception des génotypes Plata_1/Snm // Plata_9/3/Green (n°14) et Altar84 (n°19) (Appendice C, Tableau 10). Ceux-ci peuvent être expliqués par les taux élevés de mitadinage suite à un manque de fertilisation azotée durant les stades critiques ou à un lessivage d'azote suite à une forte pluie. Ces résultats pourraient influencer la teneur en protéines. HOULIARO et al., (1981) [182] montrent que la teneur en protéines est corrélée significativement et positivement au gluten sec.

119

6.7 Discussion générale

De nombreux chercheurs de la filière blé réalisent une évaluation variétale, pour différents objectifs :

? Au niveau de la sélection, pour trier les génotypes qui seront gardés à l'étape suivante du processus de sélection;

? Au niveau de la multiplication, pour identifier, parmi les variétés inscrites au catalogue, celles qui seront intéressantes à développer;

? Au niveau de la production pour choisir les variétés qui seront mises au culture dans chaque parcelle de l'exploitation;

? Au niveau de l'utilisation pour repérer, à travers la variété, les lots de blé qui, à priori, répondront le mieux aux exigences du marché.

Cette évaluation variétale s'appuie sur l'expérimentation pour acquérir une meilleure connaissance des variétés, donc sur des essais variétaux (regroupant plusieurs génotypes ou variétés), multi locaux, généralement pluriannuels. En effet, l'analyse du comportement des génotypes en fonction des caractéristiques du milieu est depuis longtemps un sujet important.

De nombreux traits comme le rendement et les caractères technologiques, sont variables d'un environnement à un autre pour un génotype donné. Ces variations sont la résultante de trois facteurs : le génotype, l'environnement au sens large, et l'interaction génotype x environnement. Dans notre cas, l'étude du comportement génotypique à travers les quatre milieux d'étude souligne la diversité de comportement intra et inter sites chez les trente génotypes évalués.

Ces génotypes manifestent différentes réponses, traduisant les variations du niveau d'expression des paramètres mesurés et de l'ordre de classement des génotypes selon les environnements. En se basant sur les caractéristiques des milieux expérimentaux qui permettent de noter les conditions propices au développement et à la constitution du rendement d'une part et la sensibilité génotypique au changement de site d'autre part.

120

Les résultats montrent que les sites du Khroub et Sétif sont les plus favorables à l'expression de haut rendement en grains grâce aux potentialités naturelles offertes par le milieu physique pour cette année d'étude, le phénomène de compensation entre variables et la maîtrise des facteurs agro-techniques qui jouent un rôle important dans l'amélioration de la production et celle qui est la cause principale de la faiblesse du rendement en zone sub-humide. Notamment les adventices et les maladies fongiques, la rouille brune (Puccinia Triticina) en particulier. D'après HAMADACHE et al., (2002) [58], l'amélioration et la stabilité de la productivité du blé dur au niveau de la zone sub-humide de l'Algérie du nord, passe par l'introduction des légumineuses annuelles dans l'assolement, la maîtrise des adventices annuelles et une protection intégrée et efficace de la culture contre les maladies foliaires (Tache auréolée, et septoriose surtout ainsi que la rouille brune).

Contrairement au site semi aride de l'ouest où les conditions de croissance ont été nettement défavorables, notamment les basses températures pendant la phase méiose-épiaison, affectent la fertilité de l'épi, les conditions d'alimentation hydrique limitantes en Mai ainsi que la tardivité du semis qui induit une maturité plus tardive exposant certains génotypes aux effets de stress de fin de cycle.

Dans de telles conditions environnementales, la réponse de la céréale risque d'être variable selon les conditions de croissance de la plante, le choix de l'espèce et de la variété n'est pas suffisant à lui seul pour déterminer la production de blé dur, il faut aussi tenir compte du cumul pluviométrique et de la demande climatique qui accompagnent le choix variétal en question. C'est ainsi qu'une année pluvieuse ou sèche mais douce n'autorise pas le même rendement qu'une année pluvieuse ou sèche mais froide [183].

De même, la connaissance des changements qui ont accompagné l'amélioration de la productivité est essentielle pour pouvoir faire plus de progrès. Elle permet de comprendre les facteurs limitants l'obtention de hauts rendements en grains et de développer des stratégies appropriées. Dans ce contexte, Nous nous sommes intéressés, en premier lieu, aux variations du rendement associées aux variations des principaux caractères identifiés comme ayant une influence

121

non négligeable sur cette variable. D'après celui-ci nous pouvons constater l'avantage relatif des génotypes précoces évalués au site sub-humide, cette précocité a contribué à l'augmentation du rendement et seul le PMG s'est manifesté de manière positive sur ce dernier. Ceci suggère que la sélection précoce sur le PMG engendre celle du rendement en grains. La stabilité du rendement est donc dépendante, en partie, de celle du PMG. D'autre part, le nombre d'épi et le nombre de grains par épi sont peu utiles dans la prévision du rendement en grains.

Dans les plaines intérieures, le rendement est tributaire du nombre d'épis par unité de surface, et ce dernier dépend du nombre de talles par m². Il ressort, donc, que la sélection des épis produits par unité de surface est capable d'identifier des génotypes performants. Pour les hauts plateaux de l'est et de l'ouest, le caractère qui contribue à faire les différences de rendement entre les génotypes est le nombre de grains par épi. En effet, la faible valeur de ce caractère est indicatrice de faible rendement.

Ces changements de liaisons des variables avec le rendement, d'un lieu test à un autre, indiquent que ces dernières sont irrégulières dans leur relation les uns avec les autres, à cause des phénomènes de compensation et de sensibilité aux changements de milieux. Le peu de liaison entre caractères, intra et inter sites, et la variation de ces liaisons selon le milieu ont pour effet de compliquer la sélection indirecte sur la base des variables autres que le rendement en grains.

C'est pour cette raison, que nous avons,dans un deuxième temps, envisagés les différentes méthodes d'étude de l'interaction génotype x environnement

du rendement en grains qui est l'objectif principal de la sélection.
L'identification des génotypes performants indique que les changements dans les conditions environnementales entraînent des fluctuations du rendement pour chaque génotype.

La sélection faite sur la base des plus faibles somme de classement qui sont indicatrices de l'adaptabilité de leurs génotypes aux différents environnements. De même, nous pouvons choisir l'adaptation spécifique sur la même base

122

(classement) où le gain de rendement est supérieur à celui obtenu par l'adaptation générale, comme proposé par MALHOTRA et al., (1991) [184] qui trouve que la classification améliore la prévision des performances génotypiques à l'intérieure des différents groupes d'environnements, et conduit à une sélection pour l'adaptation spécifique. Cependant, l'objectif de sélectionneur est, en effet, de développer des génotypes stables qui répondent favorablement à la variation des environnements.

L'analyse de la variance combinée, intégrant tous les sites, indique que la culture de blé dur est doublement affectée, par l'effet milieu et l'effet interaction génotype x milieu. En effet, l'existence de l'interaction génotype x milieu significative rend difficile la recommandation, d'un génotype particulier dans un environnement donné, vu que chaque site à ses meilleurs génotypes particuliers, et qu'il est rare de trouver un génotype qui reste supérieur sur l'ensemble des lieux testés. Dans de telles conditions, l'analyse de la variation des rendements est approchée, par la technique de la régression conjointe, qui permet de décrire les réponses génotypiques selon la variation des environnements testés.

La variation des coefficients de régression obtenus, met en évidence la sensibilité du rendement aux effets de l'interaction génotype x environnement. Des valeurs de coefficients de régression significativement supérieures à l'unité, caractérisent deux génotypes qui répondent favorablement à l'amélioration de l'environnement. Des valeurs de l'ordonnée à l'origine positive, égale ou supérieure à 0.3 t/ha caractérisent les génotypes qui minimisent la baisse de rendement sous conditions de production défavorables.

Les génotypes sélectionnés, sur la base de la représentation linéaire des génotypes qui contribuent plus à l'interaction, présentent une adaptation spécifique aux deux types d'environnements, et se distinguent par des coefficients de régression non significativement différents de l'unité. Cependant, le modèle de l'analyse de la régression conjointe n'arrive à expliquer que 10.1 pourcent de l'interaction par rapport au modèle de l'analyse AMMI qui montre la signification des deux premières composantes de l'interaction (IPCA), en expliquant une importante proportion de l'interaction génotype x environnement.

123

Nous avons, donc, choisi les techniques multivariées comme celle des effets principaux additifs et l'interaction multiplicatives (additive main effects and multiplicative interaction = AMMI) pour la partition et l'interprétation de l'interaction génotype x environnement. Selon GAUCH, (1992) [185] l'analyse AMMI est plus efficiente parce qu'elle explique une grande proportion de la somme des carrés des écarts de l'interaction. De plus cette analyse sépare les effets principaux de l'interaction, permettant ainsi une meilleure interprétation des données issues d'une expérimentation multi-site.

La représentation graphique de l'effet principal génotype et de l'interaction génotype x environnement, indiquée par le biplot AMMI1, montre les différences des effets additifs, c'est-à-dire les différences de rendement entre génotypes et entre environnements ainsi que les différences des effets multiplicatifs, liés à l'IPCA1. Ce graphe permet de prédire le rendement pour toute combinaison génotype x environnement en utilisant le modèle. Le graphe bidimensionnel du modèle AMMI1 montre que le score d'un génotype sur de la 1^ère composante IPCA1 est un indicateur de la stabilité des performances de ce génotypes dans les différents sites.

Les génotypes à large adaptation, présentent un faible score sur l'IPCA1 et contribuent, moins à l'interaction. De même les sites qui présentent le même domaine de recommandation, se caractérisent par un effet principal élevé, se partageant les mêmes meilleurs génotypes. D'autre part, quand les scores sur l'IPCA1 et l'effet moyen du biplot AMMI1 sont de même signe, leurs interactions sont positives, alors que si elles sont des signes contraires, leurs interactions sont négatives. Il en résulte que la similarité des signes des scores de l'interaction et les effets principaux d'un couple génotype x environnement dénote l'adaptation du génotype aux conditions agro-climatiques de l'environnement en question. Par contre, si les signes sont opposés, le génotype n'est pas adapté à l'environnement en question.

Le biplot AMMI2 permet de ranger les génotypes selon leurs zones d'adaptation, ses zones sont classées selon leur type d'interaction. Le graphe bidimensionnel procure ainsi un moyen simple pour déterminer les zones

124

d'adaptation des différents génotypes. Par conséquent, les analyses du modèle AMMI sont des techniques statistiques utiles pour l'interprétation des données d'essais multilocaux, pour le groupement des génotypes et d'environnements selon des caractéristiques appropriées, et pour l'identification des zones d'adaptation des génotypes [186].

Une autre méthode a été pratiquée dans notre étude pour déterminer l'adaptation à des régions spécifiques identifiées par leurs scores sur la 1ère composante de l'interaction (LIPCA1). Elle est basée sur le calcul du rendement nominal, Les résultats montrent que les environnements sont classés selon les valeurs du score de la 1^ère composante LIPCA1.De ce fait, chaque génotype a un rendement nominal le plus élevé dans la plage des scores LIPCA1 où se trouve l'un des quatre sites ou plus, ce génotype est donc spécifiquement adapté à la région représentée par ces sites.

De plus, la variation du rendement nominal entre les différents sites peut être utilisée comme un indicateur de la stabilité génotypique, de sorte que, plus la variation du rendement nominal d'un génotype est faible, plus sa stabilité est augmente. Bien qu'en générale, une bonne productivité soit liée à une faible stabilité, PELTONEN-SAINIO et al., (1993) [187] estiment qu'il est possible de sélectionner des génotypes d'avoine à la fois productifs et stables, tandis que, chez le blé tendre d'hivers, OZGEN, (1991) [188] mentionne que de nouveaux génotypes à la fois productifs et adaptés à une large gamme de milieux peuvent être créés.

Chez le blé dur, pour notre étude, nos résultats montrent qu'il est, en effet, possible de cumuler ces différentes caractéristiques en sélection pour deux génotypes parmi les trente génotypes évalués. Cette association entre productivité et adaptation est plus difficile à réaliser dans les environnements variables, lorsque la sélection est faite sur la seule base du rendement grain [189], [190].

D'autre part, nous nous sommes intéressés à des caractères qualitatifs pour l'appréciation de la qualité technologique. De ce fait, nous avons montré que le taux de mitadinage est fortement influencé par le site de culture et l'interaction

125

génotype x milieu que par le facteur génétique, la diminution des valeurs moyennes de ce paramètre est proportionnelle à la richesse du sol en azote, et donc, une forte contribution du facteur environnement qui modifié l'expression de ce paramètre. Cette idée peut compléter celle de ABDELLAOUI et MARICHE, (2002) [168] qui notent que la qualité du blé dur dépend essentiellement de l'accumulation des protéines. Ces dernières sont largement tributaires de la nutrition azotée durant le développement de la culture.

Le taux d'extraction, qui varie d'un génotype à un autre pour le même site et d'un site à un autre pour le même génotype qui abouti à une forte interaction génotype × environnement, peut être expliqué par la variation des conditions de culture d'une part, et la capacité d'expression de ce paramètre liée à chaque génotype d'autre part. Il est constaté que les variétés qui présentent les meilleurs taux d'extraction sont celles qui sont évaluées dans les milieux les plus favorables à l'expression des hauts rendements en grains.

D'autre part, l'analyse du comportement viscoélastique des protéines dans notre essai, montre que la teneur en gluten sec, est d'autant plus basse que la teneur en gluten humide est plus faible. Ceci explique les valeurs maximales et minimales qui sont données par les mêmes génotypes. De même, les résultats obtenus soulignent la différence d'expression des deux paramètres chez les 30 génotypes évalués sur les trois sites, ces génotypes manifestent différentes réponses, traduisant leur capacité d'expression des deux teneurs en gluten sec et humide d'une part et l'influence du milieu de culture pour le même génotype d'autre part. ceux qui abouti à une forte interaction génotype x milieu.

ABDELLAOUI et MARICHE, (2002) [168] à travers une étude sur deux variétés de blé dur (waha et vitron), indiquent que les apports d'azote exercent une action croissante sur les teneurs en gluten sec des deux variétés. La maîtrise de la nutrition azotée et la fertilisation du sol, en générale, des variétés locales et introduites pourraient contribuer à l'amélioration de la qualité du blé dur en Algérie.

126

CONCLUSION

La fluctuation des conditions de croissance d'un environnement à un autre et l'instabilité climatique qui caractérise les zones céréalières en Algérie sont vues comme des contraintes à l'origine de la variabilité des rendements.

En effet, à travers l'étude du comportement génotypique intra et inter sites, nous pouvons constater que, le classement des génotypes pour un caractère donné, sur un site ne suit pas fidèlement le classement du même caractère sur les autres sites. Ainsi que, les changement des caractères qui conditionnent le rendement d'un lieu test à un autre. Ceux qui illustrent, clairement, l'influence de la diversité géographique et climatique sur les potentialités génétiques des génotypes évalués.

Ces résultats incitent à la sélection de génotypes adaptés aux exigences environnementales locales, ce qui requiert l'analyse des interactions génotypes x milieu du rendement en grains à l'aide des différentes méthodes. Ces dernières sont fondées sur des analyses statistiques dérivées de la régression ainsi que le modèle AMMI. Ce dernier à prouver une efficacité que l'analyse de la régression conjointe qui n'arrive à expliquer qu'une faible proportion de l'interaction. Cette étude indique que les conditions pédo-climatiques des lieux testés, affectent significativement le comportement des génotypes et induisent l'interaction génotype x environnement.

L'analyse AMMI regroupe les différents sites en deux domaines de recommandation Khroub, Sétif et Tiaret vs Oued Smar. Le génotype Bichena / Ariza_2//Solga_8 (n°3) présente un rendement en grains élevé associé à une bonne stabilité, et une large adaptation à tous les sites d'évaluation, par contre le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) montre une adaptation spécifique au site Oued Smar.

.

127

Ces résultats indiquent que le sélectionneur a le choix entre la sélection du génotype Bichena / Ariza_2//Solga_8 (n°3) pour tous les sites ou bien recommander ce génotype aux régions représentées par les sites Khroub, Sétif et Tiaret et de sélectionner le génotype Gcn/4/D68-1-93A-1A//Ruff / Fg /3/ Mtl-5 (n°12) spécialement pour la région représentée par le site Oued Smar. La stratégie associant l'adaptation générale à une large région représentée par les trois sites Khroub, Sétif et Tiaret avec l'adaptation spécifique pour Oued Smar induit à un gain de rendement estimé à 5.94%.

Ces deux génotypes ressortent aussi comme les plus performants parmi les 30 génotypes évalués sur la base de leur haut rendement nominal relativement stable et de ce fait sont à recommander sur l'ensemble des régions représentées par les 4 sites.

Les variables relatives à l'appréciation de la qualité technologique, quant à elles ont été affectées par l'effet génotype, environnement et l'interaction génotype x environnement. De ce fait, les génotypes évalués acquièrent une qualité technologique d'autant plus acceptable que le milieu devient plus favorable, notamment la fertilité du sol.

La recherche des génotypes performants, caractérisés par une large adaptation ou par une adaptation spécifique à une zone déterminée fait appel à l'étude et la modélisation de l'interaction. Elle nécessite une adaptation des méthodes, tant au niveau statistique qu'au niveau agronomique, pour structurer l'information et adapter les modèles de fonctionnement des cultures à la caractérisation d'un réseau multi local et pluriannuel.

Il est suggéré d'augmenter le nombre de lieux tests pour mieux appréhender la réponse des génotypes aux variations des lieux et d'identifier les contraintes qui ont une occurrence régulière pour sélectionner un matériel tolérant et stable. Ces premiers résultats obtenus peuvent constituer une base de travail dans ce domaine de recherche sur les blés en Algérie.

128

REFERENCES

1. Hervieu, B., Capone, R., S. Abis, S., «The challenge posed by the cereals
sector in the Mediterranean», Ciheam analytical note, n°9, (2006), 14 p.

2. Chenafi, H., Bouzerzour, H., Aidaoui, A. and Saci, A., «Yield response of
durum wheat (Triticum durum, Desf) cultivar Waha to deficit irrigation under semi arid growth conditions», Asian Journal plant Sci., n°5, (2006), 854-860.

3. Bahlouli, F., Bouzerzour, H., Benmahammed, A. and Hassous, K.L.,
«Selection of high yielding and risk efficient durum wheat (Triticum durum Desf.) Cultivars under semi arid conditions», J. Agro, n°4, (2005), 360-365.

4. Yan, W., Hunt, L.A., Sheng, Q.and Szlavnics,Z., «Cultivar evaluation and
mega-environment investigation based on the GGE biplot», Crop Sci, n°40, (2000), 597-605.

5. De la Vega, A.J., Chapman, S.C. et Hall, A.J., «Genotype by environment
interaction and indirect selection for yield in sunflower. I. Two-mode pattern analysis of oil and biomass yield across environments in Argentina», Field Crops Res, n° 72, (2001), 17-38.

6. Farshadfar, E. et Sutka, J., «Locating QTLs controlling adaptation in wheat
using AMMI model», Cereal Res. Commun, n°31, (2003), 249-255.

7. Annicchiarico, P., Bellah, F. et Chiari, T., «Repeatable genotype x location
interaction and its exploitation by conventional and GIS-based cultivar recommendation for durum wheat in Algeria», Eur, J. Agronomy, n°24, (2006), 70-81.

8. Oosterom, V.E.J., Klein, D., Ceccarelli, S. et Nachit, M.M., «Genotype x
Environment Interactions of barley in the Mediterranean region», Crop Science, n°33, (1993), 669-674

9. Lecomte, C., Brancourt-Hulmel, M., Doussinault, G., Berard, P., Le Buanec,
V. et Trotte, M., «Genetic improvement of agronomic traits of winter wheat cultivars released in France from 1946 to 1992», Crop Sci, n° 43, (2003), 37-45.

10. Ebdon, J.S. et Gauch H.G., «Additive main effect and multiplicative
interaction analysis of national turf grass performance trials: I. Interpretation of genotype x environment interaction», Crop Sci, n°42, (2002), 489-496.

11.

129

Finlay, K.W. et Wilkinson, G.N., «The analysis of adaptation in a plant
breeding programme», Aust. J. Agric, Res, n°14, (1963), 742-754.

12. Eberhart, S.A. et Russell, W.A., «Stability parameters for comparing
varieties», Crop Sci, n°6, (1966), 36-40.

13. Zobel, R.W., Wright, M.J. et H.G. Gauch, H.G., «Statistical analysis of a
yield trial», Agron. J, n°80, (1988), 388-393.

14. Yan, W. et Rajcan, I., «Biplot evaluation of test sites and trait relations of
soybean in Ontario», Crop Sci, n°42, (2002), 11-20.

15. Fan, X.M., Kang, M.S., Chen, H.M., Zhang, Y., Tan, J. et Xu. C., «Yield
Stability of Maize Hybrids Evaluated in Multi-Environment Trials in Yunnan», China. Agron. J., n°99, (2007), 220-228.

16. Cooper, M. et Delacy, I.H., «Relationships among analytical methods used
to study genotypic variation and genotype-by-environment interaction in plant breeding multi-environment experiments», Theor, Appl. Genet, n°88, (1994), 561-572.

17. C.I.C., «Perspectives agricoles», Anonyme, Conseil international des céréales, (2007).

18. Bonjean, A., Picard, E., «Les céréales à paille. Origine, histoire, économie, sélection», (1990), 205 p.

19. C.I.C., «Perspectives agricoles», Anonyme, Conseil international des céréales, (2002-2003).

20. Statistique Canada., «Perspectives agricoles Canada », Anonyme, (2007).

21. C.I.C., «Perspectives agricoles», Anonyme, Conseil international des céréales, (2006-2007).

22. DSASI., «Statistiques agricoles, superficies et productions, serie B. 2000 à 2007», Ed. Direction des statistiques agricoles et des systèmes d'information. Ministère de l'agriculture et Développement rural, Algérie, (2007).

23. Laumont, p., Erroux, J., «Inventaire des blés durs rencontrés et cultivés en Algérie», Mémoire soc, Hist. Afri Nord, n°5, (1961), 1-96.

24. Anonyme., «La céréaliculture en Algérie », Ed. Centre d'études économiques °77, (1970), 66p

25. Ducellier, L., «Espèces et variétés de céréales cultivées en Algérie» Direction de l'agriculture et de la colonisation, (1930), 1-62.

130

26. Abdelguerfi, A. et Laouar, M., «Les ressources génétiques des blés en Algérie. Passé, présent et avenir», In Actes du premier symposium international sur la filière blé : Enjeux et stratégie, Alger, (7 au 9 février 2000), 133-148.

27. Benbelkacem, A., «La recherche variétale sur les blés en Algérie»,
Céréaliculture, (1993), n°26, 3-8.

28. Boufanar -Z, F. et Zaghouane, O., «Guide des principales variétés de
céréales à paille en Algérie : blé dur, blé tendre, orge et avoine», Première édition 2006. ITGC/ICARDA/INRA/CNCC.MADR, ITGC, (2006), 154p.

29. Boulal, H., Zaghouane, O., El Mourid, M. et Rezgui, S., «Guide pratique de
la conduite des céréales d'automne (blés et orge) dans le Maghreb (Algérie, Maroc, Tunisie) », ITGC/INRAA/ICARDA. MADR, Ed. ITGC, Algérie, (2007), 180p.

30. Benbelkacem, A., «Etude de l'adaptation variétale des céréales cultivées en
Algérie Sous différentes conditions agro-écologiques», Céréaliculture, ITGC /MADR, n°31, (1997), 17-22.

31. Hakimi, M., «l'orge une culture de survie en Algérie», in Séminaire sur :
Agrométéorologique des systèmes d'agriculture pluviale fondés sur la culture de l'orge. ONM-ICARDA, (1989), 1-7.

32. Cheftel, J.C., Cheftel, H. et Besançon, P., «introduction à la biochimie et à
la technologie des aliments», Ed, Lavoisier, V.1, (1977).

33. Zaghouane-B, F., Merabti, A., Zaghouane, O., Bouabdelli, F., Ait Abdellah,
J. et Amrani, M., «Le blé dur : qualité, importance et utilisation dans la région des hauts- plateaux (Tiaret et Tissemsilt) », Projet IRDEN, DOC. ITGC, (2003), 44p.

34. Nolot, J.M., «L'analyse des interactions génotype x environnement :
l'approche agrophysiologiques», In : Séminaire sur la Tolérance à la sécheresse des céréales en zones méditerranéennes. Diversité génétiques et amélioration variétale, Monpellier, France, Ed. Ben Salem, M et Monneveux, P., INRA, Les colloques, n°64, (15-17 décembre 1992), 101-116.

35. Baldy, G., «Contribution à l'étude fréquentielle des conditions climatiques et
de leurs influences sur la production des principales zones céréalières», Doc du projet céréale, (1974a), 170p.

36. Abbassenne, F., Bouzerzour, H. et Hachemi, L., «Phénologie et production du blé dur (Triticum durum Desf.) en zone semi-aride d'altitude», Annales Agronomiques de l'INA, n°8, (1997a), 16-22.

37. Benchohra, B. et Khelloufi, B., «Impact du risque climatique sur le
rendement du blé dur (Triticum durum Desf.) en zone semi-aride : Approche

131

éco-physiologique», Science et changements planétaires/Sécheresse, V. 11, n° 1, (Mars 2000), 45-51

38. Nachit, M.M., Picard, E., Monneuveux, P., Labhilili, M. et Rivool, R.

«Présentation d'un programme international d'amélioration du blé dur pour le bassin méditerranéen», Cahier d'étude et de recherche Francophones / Agriculture, Réseau SEOUANA, V. 7, n° 6, (novembre-décembre 1998), 510p.

39. Hsissou, D. et Bouharmont, J., «in vitro selection and characterization of
drought tolerant plants of durum wheat (Triticum durum Desf.) », Agronomie, n° 2, (1994), 65-70.

40. Hurd, E.A., Townly, S., Patterson, L. et Owen, Ch., «Technics used in
producing wascana wheat», Can J paint Sc, n° 52, (1972), 689-691.

41. El Mourid, M., «Performance of wheat and barley cultivars under different
soil moisture regimes in a semi-arid region», Ph. D thesis, Iowa State University, (1988), 229p.

42. El Falah, M., Chalbi, N. et El Guazzah, M., «Analyse de l'adaptation à
l'aridité de quelques ressources génétiques locales d'orge (Hordeum Vulgare.L) comparativement à des variétés améliorées», In: L'amélioration des plantes pour l'adaptation aux milieu arides, AUPELF-UREF, Ed. John Libbey, Paris, (1991), 197-209.

43. Samarah, N.H., «Effect of drought stress on growth and yield of barley»,
Agronomie, Sustain, Dev, n° 25, (2005), 145-149.

44. Tambussi E.A., Nogués, S., Ferrio, P., Voltas, J. et Araus, J.L., «Does
higher yield potential improve barley performance in Mediterranean conditions? », Field crop research, n°91, (2005), 149-160.

45. Gate, P., «Ecophysiologie du blé», Technique et documentation Lavoisier, Paris, (1995), 351p.

46. Gate, P., «Stades du blé », Ed. ITCF, France, (2003), 68p.

47. Sarrafi, A., Mentewab, A. et Monneuveux, P., «Variabilité génétique de la fluorescence chlorophyllienne chez des haploïdes doubles d'orge et son utilisation dans la sélection pour la résistance au stress hydrique », In : Séminaire sur la Tolérance à la sécheresse des céréales en zones méditerranéennes. Diversité génétiques et amélioration variétale, Montpellier, France, Ed. Ben Salem, M et Monneveux, P., INRA, Les colloques, n°64, (15-17 décembre 1992), 397-404.

48. Simon, H., Codaccioni, P. et Lecoeur, X., «Produire des céréales à paille», Technique et documentation- Lavoisier, Paris, (1989), 333p.

49.

132

Entez, M.H. et Fowler, D.B., «Critical stress periods affecting productivity of
no- till winter wheat in western Canada », Agron. Journal, V. 80, n° 6 (1988), 987-992.

50. Al Khatib, K. et Paulsen, G.M., «Photosynthsis and productivity during high
temperature stress of wheat genotype from major world regions. Crop Sci. n°30, (1990), 1127-1132

51. Ouabbou, H., «Physiological aspects of Recovery and evaluation of wheat
during high temperature stress», Phd. Kansas State University, USA, (1995).

52. Gazeau, C., «Les végétaux et les basses températures», Marina Botard ep. Raffaud tuteur : Claude Gazeau, Université Pierre et Marie curie (Paris 6), DEUG science et vie, (2002).

53. Gate, P., Brain, P., Colnenne, J. et Briffeaux, J., «Pour les céréales à paille
à chaque variété son époque de semis», Perspective Agricole, n°148, (1990), 20-27.

54. Baldy, C.H., «Progrès récents concernant l'étude du système racinaire du
blé», Annal Agronomie, V. 24, n° 2, (1974b), 241-276.

55. El Mourid, M., Lamine, M., Boutfiass, M. et Farihane, H., «Simulation de
l'effet de l'irrigation d'appoint sur la productivité du blé tendre dans les régions semi- arides du Maroc», In: Supplementary irrigation and drought water management, International conference , Valenzano, Bari, V. 1, (Septembre 27- octobre 2 1992), 1-14.

56. Harris, H.C., Goebbel, W. et Cooper, P.G.M., «Crop genotype environnement interaction», ICARDA, (1987), 37-47.

57. EL-Khachin, A., «Les grandes cultures du blé», Ed. EL maarf, (1996),
32-42.

58. Hamadache, A., Abdellaoui, Z. et Aknine, M., «Facteurs agrotechniques
d'amélioration de la productivité du blé dur en Algérie. Cas de la zone sub-humide», Revue de la Recherches Agronomiques de l'INRA, Algérie, n°10, (Juin 2002), 5-18.

59. Mecklouf, A., « Etude de la variabilité génétique du blé dur (Triticum durum,
Desf), pour la tolérance au froid », Thèse de doctorat, INA, EL Harrach, Algérie, (2008), 130p.

60. Wilhelm, W.W., Mielke, L.N. et Fenster, C.R., «Root development of winter
wheat as related to tillage practice in Western Nebraska», Agron. J, n° 74, (1982), 85-88.

61.

133

Kribaa, M., Hallaire, S. et Curmi, J., «Effects of tillage methods on soil
hydraulic conductivity and durum wheat grain yield in semi-arid area», Soil and Tillage, n° 37, (2001), 17-28.

62. Klein, J.D., Cohen I., Hebbe, S., Asido, Y., Dolgin, B. et Bonil, D. J.,
«Establishment of wheat seedlings after early soming and germination in an arid Mediterranean environment», Agron. J, n°94, (2002), 585-893.

63. Saber, N. et Mrabet, R., «Impact of no tillage and crop sequence on
selected soil quality attributes of a vertic calcixeroll soil in Morocco», Agronomy, n°22, (2002), 451-459.

64. Yalcin, H., Cakir, E. et Aykas, E., «Tillage parameters and economic
analysis of direct seeding, minimum and conventional tillage in wheat», Journal of agronomy, n°4, (2005), 329-332.

65. Worland, A.J., Apendina, M.L. et Sayer, E.J., «The distribution in European
winter wheat of genes that influence ecoclimatic adaptability while determining photoperiod intensively and plant height», Euphytica, n°80, (1994), 219-228.

66. Lin, Z., Pinson, S.R.M., Stansel, J.W. et Park, W.D., «Identification of
quantitative trait loci (QTLs) for heading date and plant height in cultivated rice (Oryza sativa L.) », Theor. Appl. Genet, n°91, 374-381.

67. Gallais, A., «Théorie de la sélection en amélioration des plantes»,
Collection sciences agronomiques, Ed. Masson, (1990), 588p.

68. Jacquard, P., Rotili, P. et Zannone, L., «Les interaction génotype x milieu
biologique : analyse diallèle des aptitudes à l'association entre populations de trèfle violet», Ann. Amélior. Plantes, 26, (1978), 309-325.

69. Kempton, R.A. et Fox, P.N., «Statistical methods for plant variety evaluation
Chapman et Hall, London, (1997).

70. Haldane, J.B.S., «The interaction of nature and nurture», Ann. Eugen.
Lond, (1946), 197-205.

71. Grafius, J.E., «Multiple characters and correlated responses», Crop sci,
n°18, (1978), 931-934.

72. Benmahammed, A., «Association et héritabilités de quelques caractères à
variation continue chez l'orge ( Hordeum Vulgare L.) », Thèse de Magister , INA, EL Harrach, (1996), 80p.

73. Abbassenne, F., «Etude génétique de la durée des phases de développement et influence sur le rendement et ces composantes chez le blé dur (Triticum durum, Desf)», Thèse de Magister. INA, El harrach, Algérie, (1997),62p.

74.

134

Ceccarelli, S., Grando, S. et Hamblin, J., «Relationship between barley
grain yield measured in low and high yielding environments», Euphytica, n°64, (1992), 49-58.

75. Gate, P., Brain, P., Colnenne, J. et Briffeaux, J., «Pour les céréales à paille
à chaque variété son époque de semis», Perspective Agricole, n°148, (1990), 20-27.

76. Oosterom, VE. et Acevedo, E., «Adaptation of barley to harsh Mediterranean environments. II Apical development leaf and tiller appearance», Euphytica, n°62, (1992), 15-27.

77. Le Guis, J., «Grain filling and shoot growth of 2-row and 6-row winter barley
varieties», Agronomie, n°13, (1993), 545-552.

78. Martine, O.G., «Structure de la variabilité du rendement du blé d'hiver dans
quelques département céréalier français, I. variabilité entre années et entre départements du peuplement épis et du poids du grain par épi», Agronomie 3, n°9, (1993), 917-924.

79. Acevedo, E., Graufurd, P.Q., Austin, R.B. et Perez-Marco, P., «Traits
associated with high yield in barley in low rainfall environments», J. Agr, Sci. Camb, n°116, (1991), 23-36.

80. Ali Dib, T. et Monneveux, P., «Adaptation à la sécheresse et notion d'idéiotype chez le blé dur. I. Caractères morphologiques d'enracinement», Agronomie, n°12, (1992), 371-379.

81. Fisher, R.A. et Maurer, R., «Drought resistance in spring wheat cultivars.I.
Grain yields responses», Aust. J. Agr, Res n°29, (1978), 897-912.

82. Ouhajou, L., «Efficience d'utilisation de l'eau et stabilité des rendements
des céréales», Mémoire de 3ème cycle IAV, Institut Agronomique et Vétérinaire, Hassan II, Département production végétale, Rabat, (1991).

83. Hamadi, I., «Effet du régime hydrique et de la variété sur la production du
blé tendre en zone semi-aride», Mémoire de 3ème cycle, ENS, Meknes, (1992), 136p.

84. Bouzerzour, H. et Monneveux, P., «Analyse des facteurs de stabilité du
rendement de l'orge dans les conditions des Hauts-plateaux de l'Est algérien», In : Tolérance à la sécheresse des céréales en zones méditerranéennes. Diversité génétiques et amélioration variétale, Montpellier, France, Ed. Ben Salem, M et Monneveux, P., INRA ed, Les colloques, n°64, (15-17 décembre 1992), 139-158.

85. Mouret, J.C., Conesa, A.P., Bouchier, A., Gaid, M. et Ouled Said, O.,
«Identification des facteurs de variabilité du rendement du blé dur en conditions hydriques limitantes dans la région de Sidi Bel Abbès (Algérie).

135

(1991)», In: Acevedo, E., Conesa, A.P., Monneveux, P. and Srivastava, J.P., Edts. Physiology breeding of winter cereals for stressed Mediterranean Environments, INRA ed, Montpollier, France, (3-6 July 1989), 35-47.

86. Meziani, L., Bamoun, A., Hamou, M., Brinis, L. et Monneveux, P., «Essai de
définition des caractères d'adaptatin du blé dur dans différentes zones agro-climatiques de l'Algérie», In : Séminaire sur la Tolérance à la sécheresse des céréales en zones méditerranéennes. Diversité génétiques et amélioration variétale, Montpellier, France, Ed. Ben Salem, M et Monneveux, P., INRA ed, Les colloques, n°64, (15-17 décembre 1992), 191-203.

87. Triboi, E., «Modèle d'élaboration du poids du grain chez le blé tender
(Triticum aestivum. En thell) », Agronomie, n°10, (1990), 191-200.

88. Auriau, P., Doussinault, G., Jahier, J., Lecomte, C., Pierre, J., Pluchard, P.,
Rousset, M., Saur, L. et Trottet, M., «Le blé tendre », In : Gallais, A. et Bannerot, H., Eds; Amélioration de espèces végétales Cultivées, INRA ed, (1992), 22-38.

89. Nachit, M.M. et Jarrah, M., «Association of some morphological characters
to grain yield in durum wheat under Mediterranean dry land conditions», Rachis, n°5, (1986), 33-34.

90. Donmez, E., Sears, R.G., Shroyer, J.P. et Paulsen, G.M., «Genetic grain in
yield attributes of winter wheat in the great plains », Crop Science, n°41, (2001), 1412-1419.

91. Lafitte, HR. et Courtois, B., «Interpreting cultivar x environment interaction
for yield in upland rice assigning value to drought-adaptive trait », Crop Science, n°42, (2002), 1409-1420.

92. Gallais, A., «Adaptation et adaptabilité en amélioration des plantes», Sel Fr,
n°42, (1992a), 55-57.

93. Papadakis, J.S., «Ecologie agricole », Eds; Jules Duculot, Gembloux,
(1932), 303p.

94. Bouzerzour, H., Adjabi, A., Benmahammed, A., Hadj Sahraoui, A. et
Harkati, N., «Production et adaptation comparées des variétés de céréales en zone semi-aride d'altitude », Céréaliculture, n°37, (2002), 4-13.

95. Fellah, A., Benmahammed, A., Djekoun, A. et Bouzerzour, H., «selection
pour améliorer la tolérance aux stress abiotique chez le blé dur (Triticum durum Desf.) », Actes de l'IAV, Hassen II, Maroc, n°22, (2002), 161-170.

96. Gallais., A., «Bases génétiques et stratégie de sélection de l'adaptation
générale», Sel Fr, n°42, (1992b), 59-78.

136

97. Brancourt-Hulmel, M., «Sélection variétale et milieu Sélection pour l'adaptation au milieu et prise en compte des interactions génotype x milieu», Dossier : Agriculture, recherche et territoire, V 7, n° 6, (Novembre - Décembre 2000), 504-511.

98. Barbottin, A., «Utilisation d'un modèle de culture pour évaluer le comportement des genotypes : pertinence de l'utilisation d'Azodyn pour analyser la variabilité du rendement et de la teneur en protéines du blé tendre», Thèse de Doctorat, INA, Paris-Grignon, (2004), 167p.

99. Trottet, M. et Doussinault, G., «Analyse du progrès génétique chez le blé
tendre au cours du XXème siècle », le Sélectionneur Français, (2002), n°53, 3-13.

100. Bouzerzour, H., Benmahammed, A., Benbelkacem, A., Hazmoune, T., Mimoun, H., Bourmel, S. et Mekhlouf, A., «stabilité des performances phéno-morphologiques de quelques variétés de blé dur (Triticum durum, desf.), issues d'une sélection multilocale», In: Actes du premier symposium International sur la filière blé . Enjeux et Stratégie, Alger, (7-9 février 2000), 187-195.

101. Léon, J., «Mating system and the effect of heterogeneity and heterozygoty on phenotypic stability», In: VAN OOIJEN FW, JANSEN J, eds. Biometrics in plant breeding. Proc. Meeting of the eucarpia section biometrics in plant breeding 9th, (6-8 July 1994), 19-31.

102. Sarawat, P., Stoddard, FL, Marshall, DR. et ALI, SM., «Hererosis for yield and related characters in pea», Euphytica, n°80, (1994), 39-48

103. Beavis, WD. et Keim, P., «Identification of quantitative trait loci that are affected by environment», In: KANG MS, GAUCH HG, eds. Genotype-by-environment interaction, Boca Raton: CRC-Press, (1996), 123-49.

104. Labhilili, M. et Bentata, F., «caractérisation de gènes de tolérance à la sécheresse chez le blé dur», Dossier d'Agropolis International : La plate-forme de recherches avancées Agropolis, n°5, (2004), 30-31.

105. Talbot., «Resource allocation for selection systems », In : KEMPTON RA, FOX PN, eds. Statistical methods for plant variety evaluation. London : Chapman & Hall, (1997), 162-174.

106. Weber, WE., Wricke, G. et Westermann, T., «Selection of genotypes and prediction of performance by analyzing genotype-by-environment interactions», In : KANG MS, GAUCH HG, eds. Genotype-by-environment interaction. Boca Raton: CRC-Press, (1996), 353-71.

107. Moreau, L., Lemarle, S., Charsset, A. et Gallais, A., «Economic efficiency of one cycle of marker-assisted selection», Crop Sci, n°40, (2000), 329-37.

137

108. Wricke, G. et Wener, WE., «Selection between clones and homozygous lines. In : WRICKE G, WEBER WE, eds. Quantitative genetics and selection in plant breeding»,Berlin, New York : De Gruyter, (1986), 171-94.

109. Hachemi, L., «Le blé dur en Algérie. 5th cereal workshop on the gap between present farm yield and the potential», (1979), 19-75.

110. Blum, A., «Plant breeding for stress environments», CRC press, Inc, Florida, USA, (1988), 223p.

111. Fisher, R.A., «Number of kernels in wheat crop and the influence of solar radiation and temeratures», J Agric.Sci, Camb, n°105, (1985), 447-461.

112. Braun, HJ., Rajram, S. et Van Ginkel, M., «CIMMYT's approach to breeding for wide adaptation», In : TIGERSTEDT PMA, ed. Adaptation in plant breeding. The Netherlands: Kluwer Academic Publishers, (1997), 197-205.

113. Brancourt-Hulmel, M., Biarnès-Dumoulin, V. et Denis, JB., «Points de repère dans l'analyse de la stabilité et de l'interaction génotype/milieu en amélioration des plantes», Agronomie, n°17, (1997), 219-246

114. Cattivelli, L., Baldi, P., Crosatti, N., Di Fonza, N. et Stanca, M., «Chromosome regions and stress related sequences involved in resistance to abiotic stress in Triticeae », Plant Molecular Biology, n°48, (2002), 649-665.

115. Lin, C.S., Binns, M.R. and Lefkovitch, L.P., «Stability analysis: where do we stand? », Crop Sci, n°26, (1986), 894-900.

116. Brancourt-Hulmel, M. et Lecomte, C., «Slection et stabilité du rendement chez le blé tendre d'hiver », Agronmie, n°14, (1994), 611-625.

117. Lin, CS. et Binns, MR., «A method of analyzing cultivar x location x year experiment: a new stability parameter», Theor Appl Genet, n°76, (1988), 425-430.

118. Hamadache, A., Abdellaoui, Z. et Aknine, M., «Facteurs agrotechniques d'amélioration de la productivité du blé dur en Algérie. Cas de la zone sub-humide», Revue de la Recherches Agronomiques de l'INRA, Algérie, n°10, (Juin 2002), 5-18.

119. ITGC., «Recueil des fiches techniques des cereals d'hiver, fourrages, légumineuses alimentaires et oléagineuses», Institut technique des grandes cultures, MADR, (2006).

120. Meslem, M., «Le phosphore assimilable dans les sols des hautes plaines Sétifienne : Analyses chimiques et isotopiques et incidence sur la fertilisation phosphatée», Thèse mag, INES Biol, Univ. Sétif, (1992), 106p.

138

121. Baldy, C., Ruelle, P. et Fernandes, A., «Résistance à la sécheresse du sorgho-grain en climat méditerranéen», Sécheresse, n°4, (1993), 85-93.

122. Makhlouf, M., Hamadache, A. et Harkati, N., «Effets de la date et de l'outils de travail du sol sur le comportement des bromes (Bromus sp.) et le rendement du blé dur (Triticum durum Desf.) dans la région de Sétif », Céréaliculture, n°37, (2002), 24-29.

123. O.N.M., «Données météorologiques, Série A», Anonyme, Office Nationale de Météorologie, (2008).

124. Benbelkacem, A. et Zeltni, A., «Présentation des résultats des activités amélioration des céréales 2006/2007», Bilan Amélioration 2006/2007, ITGC El Khroub, (2007).

125. Beccari, J., «De Bobniensi Scientarum et Artium Instituto atque Academia», n°2, (1745), 122-127.

126. Pierre, F., «Le grain de blé composition et utilisation», INRA, Paris, France, (2000), 308p.

127. Cropstat 7.2.3., «Software package for windows », International Rice Research Institute, IRRI, Manila, (2008).

128. Steel, R.G.D. et Torrie, J.H., «Principles and procedures of statistics, a biometrical approach», Mc Graw Hill Inc, (1980), 633 pp.

129. Annicchiarico, P., «Genotype by environment interactions: Challenges and opportunities for plant breeding and cultivar recommendations», FAO, Rome, (2002), 159 p.

130. Ceccarelli, S., Grando, S. et impigha, A., «Choice of selection strategy inbreeding barley for stress environment», Euphytica, n° 103, (1998), 307-313.

131. Annichiarico, P., Abdellaoui, Z., Kelkouli , M. et Zerargui, H., «Grain yield, straw yield and economic value of tall and semi-dwarf durum wheat cultivars in Algeria », Journal of Agricultural Science, n°143, (2005), 57-64.

132. Kirby, E.J.M., Spink, J.h., Frost, D.l et Evans, E.J., «A study of wheat development in the field: Analysis by phases», European journal of Agronomy, n°11, (1999), 63-82.

133. Simane, B., Peacock, JM. et Struik, PC., «Differences in development plasticity growth rate among drought. Resistant and susceptiblecultivars of durum wheat (Triticum turgidum L. var.durum) », Plant and soil, 157, (1993), 155-166.

139

134. Mekhlouf, A., Bouzerzour, H., Benmahammed, A., Hadj Sahraoui, A. et Harkati, N., «Adaptation des variétés de blé dur (Triticum durum Desf.) au climat semi-aride», Sécheresse, article scientifique, 17(4), (2006), 507-513.

135. Djebrani, M., «Adaptation au dificit hydrique de quatre variétés de blé dur», In: Actes du premier symposium International sur la filière blé . Enjeux et Stratégie, Alger, (7-9 février 2000), 161-169.

136. Ben Abdellah, N. et Ben Salem., «Paramètres morphophysiologiques de sélection pour la résistances à la sécheresse des céréales », In : Séminaire sur la Tolérance à la sécheresse des céréales en zones méditerranéennes. Diversité génétiques et amélioration variétale, Montpellier, France, Ed. Ben Salem, M et Monneveux, P., INRA ed, Les colloques, n°64, (15-17 décembre 1992), 173-190.

137. Bouzerzour, H. et Oudina, M., «Variabilité du rendement de l'orge sous l'influence du climat des hauts plateaux», In : Séminaire W.O.M, Eds. ICARDA, (1989), 110-119.

138. Subbiah, B.V., Katyal, J.C., Narasimham, R.L. et Dakshinamurti, C., «Preliminary investigation on root distribution of yielding wheat varieties », Inst, J, Appl.Radiat, Isot, n°19, (1968), 385-390.

139. Hiou, S., dekak, A. et Khamar, L., «Effets des dates de semis et le traitement hydrique sur 12 variétés de blé dur en zone semi-aride », Céréaliculture, ITGC, n°37, (2002), 17-23.

140. Abbassene, F., Bouzerzour, H. et Hachemi, L., «Taux de remplissage et durée de la phase de remplissage chez 14 génotypes de blé dur (Triticum durum Desf.) en zone semi-aride», annale agronomique, n°43, (1998), 75-81.

141. Benmahammed, A., Nouar, H., Haddad, L., Laala, Z., Oulmi, A. et Bouzerzour, H., «Analyse de la stabilité des performances de rendement du blé dur (Triticum durum Desf.) sous conditions semi-arides », Biotechnol. Agron. Soc. Environ, n° 14, (2010), 1-12,

142. Melki, M., Dahman, A.B.K. et Garoui, A., «effet de la variation saisonnières des facteurs climatiques sur les composantes du rendement de céréales (blé dur et orge) », Revue de l'INAT, vol.10, n°1, (Juin 1995), 105-114.

143. Benbelkacem, A., Mekni, M.S. et Rasmusson, D.C., «Breeding for high tiller number and yield in barley», Crop Sci, n°24, (1984), 968-972.

144 Grignac, P., «Rendement et composantes du rendement du blé d'hiver dans l'environnement méditerranéen français CEE, division de la coordination de la recherche », Séminaire de Bari (Italie), 1-2, (30/10/1981), 185-195.

140

145. M'hedbi, K., «Effets de la dose de semis sur le rendement et les composantes du rendement de l'orge cultivée en sec », In : Actes des 2ème journées nationales sur les acquis de la recherche Agronomique Halieutique et Vétérinaire, Kef (Tunisie), V.1, (8-10 décembre 1995), 94-99.

146. Hamadache, A., Ait Abdellah, F. et Ladada, M., «Synthèse des travaux de recherche réalisés par les fermes expérimentales sur la protection des grandes cultures », Bilan de la recherche sur les grandes cultures : 1977-1997, ITGC, (1998), 13p.

147. Wardlaw, I.F., «Interaction between drought and chronic high temperature during kernel filling in wheat in a controlled environment», Ann. Bot, n°90, (2002), 469-476.

148. Benbelkacem, A. et Kellou., «Evaluation du progrès génétique chez quelques variétés de blé dur (Triticum durum Desf.) cultivées en Algérie», In: Actes du premier symposium International sur la filière blé . Enjeux et Stratégie, Alger, (7-9 février 2000), 123-131.

149. Triboi, E., Blancon, J. et Magne, J., «Déterminisme du poids moyen du grain chez le blé », C.R. Acad, Agri, France, n°71, (1985), 871-876.

150. Mekhlouf, A., Bouzerzour, H., Dehbi, F. et Hannachi, A., «Rythme de développement et variabilité de réponse du blé dur aux basses températures. Tentatives de sélection pour la tolérance au gel », In : séminaire sur la valorisation des milieux semi-arides, centre Universitaire OEB, (mai 2001).

151. Bahloul, F., Bouzerzour, H. et Benmahammed, A., «Effet de la vitesse et de la durée du remplissage du grain ainsi que de l'accumulation des assimilas de la tige dans l'élaboration du rendement du blé dur (Triticum durum Desf.), dans les conditions de culture des hautes plaines orientales d'Algérie», Biotechnol. Agron. Soc. Environ, 12(1), (2008), 31-39.

152. Coventry, D.R., Brouke, H.D., Conn, D.R. et Reevest, T.G., «Influence of genotype, sowing date and seeding rate on wheat development and yield», Australian of Agronomy, (1993), 751-757.

153. Berger, M., «Etude des caractères morpho-physiologiques, des composantes du rendement et de leurs corrélations génétiques et environnementales chez le blé tendre», Thèse Docteur Ingenieur, ENSA, Toulouse, (1985), 182 p.

154. Riou, C., «La sécheresse, diagnostics et conséquences peut-on en limiter les effets ? », Centre INRA, Bordeaux, (1993), 1-16.

155. Slafer, G.A. et Savin, R., «Post-an thesis green area duration in a semi-dwarf and standard height wheat cultivars as affected by sink strength», Aust. J. Agro, Res : 45, (1994), 1337-1346.

141

156. Monneveux, P., Méziani, F., Bamoun, A., Hamou, M. et Brinis, L., «Essai de définition des caractères d'adaptation du blé dur dans différentes zones agroclimatiques de l'Algérie», In : Séminaire sur la Tolérance à la sécheresse des céréales en zones méditerranéennes. Diversité génétiques et amélioration variétale, Montpellier, France, Ed. Ben Salem, M et Monneveux, P., INRA, Les colloques, n°64, (15-17 décembre 1992), 299-303.

157. Grignac, P., «Relation between yield, yield components and some morphological characters », Genetics and breeding of durum wheat sump, Bari, (1973), 275-284.

158. Hsu, P. et Malton, P.D., «Relation ships between yield and its components and structures above the flag rode in spring wheat », Crop sci, 11, (1971), 190-193.

159. MC Neal, F.H., Qualset, G.O., Baldridje, D.E. et Stewart, V.R., «selection for yield and yield components in wheat », Crop sci, n°18, (1978), 145-152.

160. Bouzerzour, H. et Monneveux, P., 1992. «Analyses des facteurs de stabilité du rendement de l'orge dans les conditions des hauts plateaux algériens», Les Colloques, n°64, (1992), 205-215.

161. Falconer, D., «Introduction to quantitative genetics », Eds Longman group limited, New York, (1982), 318-355.

162. Roseille, A. A. et Hamblin, J., «Theoritical aspect of selection for yield in stress and non stress environments », Crop Sci., n°21, (1981), 943-946.

163. Kang, MS. et Magari, R., «Stable: a basic program for calculating stability and yield stability statistics», Agron. J, n°87, (1995), 276-277.

164. Wright, A.J., «The analysis and prediction of some two factor interactions in grass breeding », Journal Agri, Sci Camb 76, (1971), 301-306.

165. Annicchiarico, P., «Joint regression vs. AMMI analysis of genotype x environment interactions for cereals in Italy», Euphytica, n°94, (1997), 53-62.

166. Gauch, H.G. et Zobel, R.W., «Identifying mega-environments and targeting genotypes», Crop Sci., n°37, (1996), 311-326.

167. Samonte, S.O.P.B., Wilson, L.T., McClung, A.M. and Medley, J.C., «Targeting cultivars onto rice growing environments using AMMI and SREG GGE biplot analysis», Crop Sci, .n°45, (2005), 2414-2424.

168. Abdellaoui, Z. et Mariche, O., «Effet de la fertilisation azotée sur l'expression de la qualité technologique du blé dur : propriétés physico-chimiques », Céréaliculture, ITGC, n°50, (2002), 18-28.

142

169. Annou, B.S., «Aptitude technologiques de quelques variétés de blé dur local: Interaction amidon*protéine », Mémoire de magister de l'INA, Algérie, (2002), 96p.

170. Gate, P., Jezequel, S., Castillon, P. et Laconde, J.P., «Bien remplir le grain et limiter le mitadinage », Brochure de blé dur. ITCF, France, (1996), 36-43.

171. Braun, P.H., «Bons résultats pour l'apport tardif d'azote », Perspective agricole, Ed. ITCF, France, n°188, (1994), 30-34.

172. Matveef, M., «Le mitadinage des blés durs, son évaluation et son influence sur le rendement et la valeur semoulière », Bull de l'EFM, n°213, (1963), 133-138.

173. Bourdet, A., «L'identification des variétés de blé par électrophorèse », In : symposium INRA, Electrophorèse, Paris, (24-25 février 1976).

174. Dexter, J.E. et Matsuo, R.R., «Effect of starch on pasta dough and rheology and spaghetti cooking quality », Cereal chem., n°59, (1979), 190-195.

175. Abecassis, et Feillet, P., «Pureté des semoules de blé dur, taux de cendre et règlementation », Ind, céréales, n°31, (1985), 13-18.

176. Sadli, F., «La qualité technologique et biochimique des blés cultivés en Algérie», Céréaliculture, n°26, (Mai 1993), 9-15.

177. Michel., «Comportement rhéologique du gluten, influence de la composition en prolamines et de leur état d'association», Thèse de doctorat d'université UFR de science, Nantes, (1994).

178. Djema, I., «Influence du taux d'extraction et de granulométrie de la semoule sur la qualité technologique du couscous du blé dur», Thèse de magister, INA, (Algérie), (2000).

179. Corbellini, M., Mazza, L., Ciaffi, M., Lafianda, D. et Borghi, B., «Effet of heat shock during grain fillingon protein composition and technological quality for wheats», In: wheat, prospects for global improvement, proc. Of the International wheat conference Ankara, Turkey, (10-14 June 1996), kluwer Academic publisher, Dordrechtt, Netherlands, (1998), 213-220.

180. Luo, C., Branland, W.B., Griffin, W.B. et MC Neil, D.L., «The effect of nitrogen and sulfur fertilization and their interaction with genotype on wheat glutenins and quality parameters», J. cereal sci, n°31, (2000), 185-194.

181. Matveef, M., «Influence du gluten des blés durs sur la valeur des pâtes alimentaires», Bull. Anc, Elèves Ed. Fr meunerie, 213, (1966), 133-138.

182. Houliaro Poulos, S., Abecassis, J. et Autran, J.C., «Produits de mouture de blé dur : coloration et caractéristiques culinaires», Ind. Céréales, n°12, (1981), 3-13.

143

183. Bouzerzour, H., Benmahammed, A., Benkharbache, N. et Hassous, K.L., «Contribution des nouvelles obtention à l'amélioration et à la stabilité du rendement d'orge en zone semi-aride d'altitude», Revue de la Recherche Agronomique de l'INRA, Algérie, (2001b).

184. Malhotra, J.M., Everson, EH. et Hamblin, J., «Classification of environnements and genotypes in chickpeas», Euphtica, n°50, (1991), 161-168.

185. Gauch, H. G. «Statistical analysis of regional yield trials: AMMI analysis of factorial designs», Elsevier Health Sciences, Amsterdam, Netherlands, (1992).

186. Nachit, M.M., Nachit, G. et Ketata, H., «Analyse des effets additifs et multiplicatifs des interactions génotype*environnement chez le blé dur dans le bassin méditerranéen», », In : Séminaire sur la Tolérance à la sécheresse des céréales en zones méditerranéennes. Diversité génétiques et amélioration variétale, Montpellier, France, Ed. Ben Salem, M et Monneveux, P., INRA, Les colloques, n°64, (15-17 décembre 1992), 159-169.

187. Peltonen-Sanino, P., Moore, K. et Pehu, E., «Phenotypic stability of oats measured with different stability analyses», J Agri Sci 121, (1993), 13-19.

188. Ozgen, M., «Yield stability of winter wheat (Triticum sp) cultivars and lines», J Agri Crop Sci 166, (1991), 318-325.

189. Pfeiffer, WH., «Drought tolerance in bread wheat. Analysis of yield improvement over years in Cimmyt germplasm», In : Proc of the Ind. Conf. on wheat production constraints in Tropical Environments. Klatt eds, Mexico, D.F, Cimmyt, (1993), 274-284.

190. Fellah, A., Benmahammed, A., Djekoun, A. et Bouzerzour, H., «Sélection pour améliorer la tolérance aux stress abiotiques chez le blé dur (Triticum durum Desf.) », Actes de l'IAV, Hassen II, Maroc, (2001).

144

APPENDICE A

LISTE DES SYMBOLES ET DES ABREVIATIONS

Kg/hab/an : Kilogramme par Habitant et par An.

t/ha : Tonnes par Hectare.

GxE : Interaction génotypes x environnement GxE.

AMMI : Effet principal additif et interaction multiplicative.

CIC : Conseil International des céréales.

Mha : millions d'hectares.

UE : Union Européen.

Mt : millions de tonnes.

PNDA : Plan National de Développement Agricole.

INRAA : Institut National de la Recherche Agronomique d'Algérie.

ITGC : Institut Technique des Grandes Cultures.

CIMMYT : Centre International pour l'amélioration du blé et du maïs.

ICARDA : Centre International pour la recherche agronomique en zones

sèches.

QTL : Quantitative Traits Loci.

LEA : Les protéines Late Embryogenesis Abondant.

ONM : Office National de Météorologie.

T : Température.

P : Précipitation.

2.4D : Acide 2.4 dichloro-phénoxyacétique.

H : Humidité.

PVG : Durée de la Phase Végétative.

TLL : Capacité de Tallage herbacé.

HT : Hauteur des chaumes.

LE : Longueur de l'épi.

NE : Nombre d'épis.

NGE : Nombre de grains par épi.

PMG : Poids de Mille Grains.

145

RDT : Rendement en grains.

MTD : Taux de Mitadinage.

EXT : Taux d'Extraction.

GH : Gluten Humide.

GS : Gluten Sec.

Mn : Minute.

Ddl : degré de liberté.

OSM : Oued Smar.

KHR : Khroub

SET : Sétif.

TRT : Tiaret.

Max : Valeur Maximale.

Min : Valeur Minimale.

Ppds : Plus petite différence significative.

C V : Coefficient de variation.

E.T : Ecart type.

SCE : Somme Carré des Ecarts.

CME : Carré Moyen des Ecarts.

L : Localité.

IPCA : Première Composante Principale de l'Interaction.

MG : Moyenne Générale.

B : Coefficient de régression.

MSGxL : Contribution au carré moyen de l'interaction.

MSDEV. : Carré moyen de la déviation de la régression.

a : Ordonnée à l'origine ( t/ha).

I : Répétitivité du rendement.

146

APPENDICE B

PRESENTATION DES DONNEES DES DIFFERENTES ZONES D'ETUDE

Tableau 1 : Pluviométrie moyenne mensuelle enregistrée durant la compagne 2006/2007 des quatre sites d'étude.

Mois	Oued S	Khroub	Sétif	Tiaret
S	26	26,2	52	6
O	14,5	10	1	6
N	21	19,1	9,1	3,2
D	218,5	118,8	45	58,2
J	13,6	14,2	10,2	19,5
F	67,7	28,9	48,5	87
M	175,4	117,8	101,8	62
A	70,6	66,2	88,6	100
M	16	26,1	28,2	14,5
J	5	13,6	8	0,6
Total	628.3	440.9	392.4	341.8

Source : ONM (2008).

Tableau 2 : Température moyenne mensuelle enregistrée durant la compagne 2006/2007 des quatre sites d'étude.

Mois	Oued S	Khroub	Sétif	Tiaret
S	23,30	21,50	22,13	19,96
O	21,40	19,70	19,70	20,12
N	17,50	12,90	12,14	13,53
D	12,30	8,70	7,85	8,06
J	11,00	8,70	8,35	8,10
F	13,50	9,70	8,15	9,40
M	12,60	9,30	8,05	5,52
A	15,80	13,60	12,40	12,35
M	19,30	16,90	16,80	16,66
J	22,70	23,40	24,10	22,40

Source : ONM (2008).

147

Tableau 3 : Pluviométrie mensuelle enregistrée à Oued Smar durant la compagne 2006/2007 en comparaison avec celles enregistrées durant la période 89/04.

Mois	Pluviométrie (mm)			Total mensuel 06/07	Moyennes mensuelles 89/04	Ecarts de précipitation
	décade1	Décade2	Décade3
S	00	26	00	26	30.6	-4.6
O	00	14.5	00	14.5	57.7	-43.2
N	17	00	04	21	81.4	-60.4
D	33	71.5	113.8	218.5	74.1	+144.2
J	00	00	13.6	13.6	96.9	-83.3
F	14.2	6.5	47	67.7	74.5	-6.8
M	59.2	59.2	57	175.4	50.3	+125.1
A	07	50.9	12.7	70.6	65.8	+4.8
M	06	00	10	16	49.4	-33.4
J	05	00	00	05	8.3	-3.3
Total	141.4	228.6	254.1	623.1	589	+39.1

Source : ONM (2008).

Tableau 4 : Données climatiques de la compagne 2006/2007 enregistrées à la station expérimentale agricole du Khroub.

Mois	Pluvio 05/06 (mm)	Pluvio 06/07 (mm)	Pluvio (25 ans)	Nbre J gelées	Nbre J sirocco	Autres
S	14.4	26.2	37.5
O	2.1	10.0	38.6
N	18.6	19.1	44.6	4
D	63.1	118.8	73.2	3
J	78.9	14.2	62.8	7
F	50.3	28.9	53.8	5
M	33.4	117.8	56.2	2
A	14.7	66.2	59.0	1
M	83.8	26.1	42.3		5
J	3.6	13.6	19.3		15
Total	362.9	440.9	486.5	22	20

Source : ITGC El Khroub (2007).

148

Tableau 5 : Données climatiques de la compagne 2006/2007 enregistrées à la station expérimentale agricole de Sétif.

Mois	Pluvio 06/07	My 25 camp	Ecarts de P	Gelées	Sirocco
S	52	39.84	+12.1
O	1.0	23.66	-22.6
N	9.1	36.77	-27.67
D	45	48.64	-3.64	10
J	10.2	44.3	-34.17	17
F	26.8	34.63	-7.85	4
M	101.8	32.68	+69.1	6
A	88.6	38.04	+50.5	1
M	28.20	48.31	-20.11
J	30.0	21.71	+8.29		9
Total	392.72	398.65	-5.93

Source : ITGC Sétif (2007).

Tableau 6 : Données climatiques de la compagne 2006/2007 enregistrées à la station expérimentale agricole de Sabaine (Tiaret).

Mois	Pluvio 06/07	My 5 camp	Ecarts de P	Gelées	Sirocco
S	6.0	21.62	-16.6
O	6.0	36.88	-30.88
N	3.2	49.4	-46.2	1
D	58.2	46.42	+11.78	3
J	19.5	41.96	-22.46	18
F	87	46.6	+40.4
M	62	26.72	+35.28	5
A	100	32.04	+67.96
M	14.5	37.54	-23.04		1
J	0.6	14.5	-13.9		3
Total	351	353.68	-2.68

Source : ITGC Tiaret (2007).

149

APPENDICE C

DONNEES RELATIVES AUX VARIABLES MESUREES

150

Tableau 1 : Valeurs moyennes des variables mesurées (site d'Oued Smar)

Géno	EPS	TALL	PHT	LE	NE	NGE	PMG	RDT
1	100,00	567,50	82,750	8,125	368,75	50,25	39,0750	41,2450
2	100,50	627,50	75,625	7,875	410,00	43,25	37,8875	35,8300
3	99,00	682,50	81,875	8,125	395,00	48,50	32,4775	40,8300
4	99,75	710,00	82,375	6,625	397,50	50,00	26,6550	35,8300
5	100,00	673,75	76,375	7,875	355,00	45,75	32,8425	29,9975
6	101,00	710,00	86,125	8,375	428,75	43,00	34,5850	33,3325
7	99,50	663,75	81,375	8,125	425,00	43,50	47,0625	50,8300
8	98,00	648,75	82,250	7,250	381,25	48,75	30,6850	29,1625
9	99,50	678,75	79,625	7,125	405,00	46,25	31,3050	35,4125
10	98,00	572,50	76,500	7,750	311,25	48,25	37,5325	34,1625
11	99,50	642,50	79,875	7,875	363,75	47,25	30,5825	30,8300
12	98,00	682,50	71,250	8,125	497,50	48,25	40,7300	51,2475
13	98,00	576,25	76,500	8,000	318,75	43,50	46,1150	46,6625
14	97,00	730,00	78,875	8,000	373,75	40,00	35,1700	27,0800
15	98,00	641,25	81,500	8,125	328,75	44,25	34,8075	36,6650
16	99,00	535,00	76,500	7,500	372,50	48,00	25,5675	19,1625
17	102,00	648,75	79,500	7,575	432,25	48,00	26,7900	22,0775
18	101,00	742,50	85,500	7,250	446,25	53,00	29,2350	29,9975
19	102,00	735,00	77,875	7,125	455,00	48,75	24,8150	27,4950
20	102,75	478,75	84,000	7,500	373,75	46,25	34,0000	26,2475
21	103,00	740,00	75,375	6,750	377,50	44,50	35,2625	32,9125
22	104,00	712,50	74,875	7,250	390,00	45,75	26,3050	17,0800
23	100,75	665,00	79,125	7,625	421,25	33,25	31,0525	23,2475
24	107,00	652,50	86,000	7,375	386,25	41,50	37,0025	29,5800
25	108,25	810,00	90,125	8,875	338,75	48,00	33,9300	24,2475
26	104,25	666,25	75,125	7,875	432,50	38,50	30,0600	20,8300
27	102,75	802,50	85,625	8,000	428,75	48,25	32,6450	31,2450
28	102,00	580,00	78,375	8,000	267,50	54,00	32,2750	19,1650
29	102,00	610,00	81,000	7,750	421,25	45,50	30,4725	22,4975
30	98,00	486,25	81,875	7,500	277,50	49,00	33,5325	19,9950
M.g	100,82	655,75	80,125	7,711	386,03	46,10	33,3486	30,6633
M.t	101,40	635,25	81,700	8,025	341,50	46,50	34,6225	27,7805
C.V	0.7	19.5	3.8	6.5	22.7	9.9	11.7	20.9
E.T	0.7117	127.84	3.0183	0.5	87.626	4.5639	3.92	6.42
Ppds	1.00	179.653	4.2416	0.7034	123.142	6.41375	5.4960	9.0213

151

Tableau 2 : Valeurs moyennes des variables mesurées (site ELKhroub)

Géno	EPS	Tall	PHT	LE	NE	NGE	PMG	RDT
1	116,75	857,50	90,750	7,500	505,00	37,00	41,7775	55,8225
2	119,00	640,00	88,000	7,750	425,00	43,75	48,0100	52,8850
3	114,75	968,75	87,000	7,000	516,25	40,50	43,1675	65,5850
4	119,00	905,00	92,000	6,000	485,00	41,50	37,3000	51,9500
5	104,75	921,25	86,000	6,250	513,75	39,75	39,0425	54,3000
6	116,00	805,00	97,750	7,500	431,25	40,00	44,5550	63,1075
7	117,75	947,50	94,000	7,500	488,75	41,25	45,8850	52,9325
8	116,50	852,50	91,250	6,500	420,00	46,00	42,1950	59,4650
9	114,75	902,50	86,750	7,750	432,50	37,50	41,2575	49,7500
10	114,75	862,50	87,500	7,250	417,50	44,00	45,0750	53,2925
11	121,00	973,75	86,500	7,750	456,25	49,50	35,0625	54,1250
12	116,75	850,00	83,000	6,500	536,25	37,50	44,7575	58,3350
13	116,75	716,25	83,250	6,250	442,50	43,00	46,1625	51,9850
14	118,50	1037,50	90,750	7,500	510,00	30,75	42,1125	54,1650
15	117,25	870,00	86,750	7,500	393,75	39,25	45,5025	49,4000
16	115,00	797,50	85,250	7,000	497,50	50,50	34,5925	57,3425
17	120,00	772,50	86,750	6,750	430,00	51,75	37,3875	56,5400
18	116,75	867,50	91,500	6,750	491,25	38,75	46,2975	52,7000
19	118,00	797,50	85,250	7,750	465,00	49,50	40,6825	56,1675
20	119,00	892,50	93,000	7,250	458,75	44,75	47,0250	44,7775
21	120,00	877,50	88,250	6,000	457,50	43,75	46,5500	51,2500
22	119,00	863,75	82,500	8,000	463,75	51,25	38,2600	53,9175
23	118,25	728,75	91,250	6,750	436,25	42,25	44,9000	54,5075
24	118,50	1005,00	93,500	7,000	440,00	38,00	46,8550	56,0400
25	118,00	852,50	90,750	7,750	371,25	37,00	43,0025	57,9600
26	117,75	667,50	83,250	8,750	377,50	45,00	38,7125	49,3250
27	119,50	1136,25	92,500	6,250	488,75	39,50	47,9850	57,5000
28	120,75	815,00	80,750	7,500	353,75	48,00	45,1225	48,1550
29	120,50	800,00	94,500	6,250	457,50	41,25	47,4350	59,0850
30	118,25	830,00	86,500	6,500	377,50	43,00	41,8125	53,3400
M.g	117,45	860,46	88,558	7,092	451,33	42,52	42,9494	54,5236
M.t	114,75	879,75	88,800	7,200	431,00	40,95	43,9295	51,9460
C.V	1.7	18.3	4.4	14.1	14.8	11.6	8.7	14.7
E. T	1.97	157.82	3.90	1.00	66.80	4.93	3.76	8.03
Ppds	2.7666	221.78	5.4825	1.4098	93.8693	6.9260	5.2790	11.2811

152

Tableau 3 : Valeurs moyennes des variables mesurées (site de Sétif).

Géno	EPS	Tall	PHT	LE	NE	NGE	PMG	RDT
1	140,00	762,50	92,750	5,800	433,75	28,00	40,1250	39,6700
2	144,00	807,50	89,750	5,700	452,50	38,25	36,6350	50,5975
3	140,00	777,50	88,500	5,700	486,25	34,75	45,3600	57,8550
4	140,25	785,00	89,250	6,525	436,25	31,50	43,9925	47,9525
5	145,00	857,50	90,250	5,925	421,25	38,00	40,9525	54,1525
6	140,00	673,75	91,000	5,850	411,25	34,75	42,8750	38,8675
7	144,00	757,50	91,500	5,450	407,50	35,50	38,3650	42,6625
8	138,00	800,00	97,250	6,075	377,50	36,75	44,2475	51,1100
9	144,00	735,00	92,250	6,650	418,75	32,25	45,8375	48,4725
10	140,00	826,25	88,250	5,725	375,00	36,75	46,5475	49,9275
11	144,00	718,75	91,750	5,575	387,50	39,25	42,8200	52,1700
12	138,00	746,25	91,000	5,400	437,50	35,25	41,9850	54,0050
13	142,00	800,00	91,250	6,450	417,50	39,75	35,4375	47,2025
14	140,00	823,75	83,500	6,000	425,00	34,50	44,4900	52,5075
15	142,00	751,25	88,500	5,725	391,25	34,25	44,6775	52,7600
16	138,00	750,00	89,500	5,700	442,50	32,50	46,5850	48,5675
17	143,75	731,25	91,250	5,575	512,50	27,75	41,5800	42,9325
18	138,00	780,00	89,500	5,500	420,00	35,50	42,5375	53,7525
19	144,00	775,00	86,250	6,750	430,00	33,75	41,2425	50,3775
20	144,00	890,00	94,500	6,800	353,75	34,25	48,7775	47,3100
21	140,00	685,00	89,000	5,475	408,75	37,50	37,5575	45,6925
22	142,00	740,00	90,000	6,150	391,25	44,00	40,1625	53,9725
23	140,00	626,25	95,250	5,525	357,50	32,25	49,7475	46,9525
24	140,00	766,25	91,000	6,000	381,25	40,75	39,8750	47,9125
25	144,00	881,25	87,250	5,725	452,50	41,00	37,3575	51,6500
26	146,00	748,75	89,500	5,525	398,75	33,25	44,6250	49,9175
27	142,00	732,50	88,250	5,750	397,50	41,00	38,7100	52,1025
28	142,00	732,50	93,500	6,150	423,75	31,00	45,7150	50,9850
29	142,00	855,00	91,000	5,450	396,25	30,50	47,1200	50,6475
30	144,00	797,50	84,250	6,125	361,25	39,75	40,6475	48,2925
M.g	141,70	770,46	90,225	5,892	413,54	35,48	42,5529	49,3659
M.t	143,00	841,25	89,750	5,980	398,75	36,85	43,6625	51,1600
C.V%	0.7	14.7	3.7	8.8	15.1	11.3	5.5	6.4
E.T	1.00	113.55	3.30	0.52	62.304	3.1	2.35	3.17
Ppds	1.41	159.57	4.64	0.73	87.56	5.61	3.31	4.46

153

Tableau 4 : Valeurs moyennes des variables mesurées (site de Tiaret) :

Géno	EPS	Tall	PHT	LE	NE	NGE	PMG	RDT
1	125,25	787,50	84,500	5,875	413,75	32,50	21,5000	10,9575
2	124,50	928,75	78,250	6,375	417,50	33,25	18,9000	8,3725
3	124,25	766,25	80,625	6,500	395,00	36,75	20,1000	11,1550
4	124,50	907,50	81,125	6,875	452,00	32,50	25,6500	10,6650
5	124,75	876,25	83,250	7,250	346,25	37,25	19,2000	10,8300
6	126,00	836,25	77,000	6,300	427,50	32,25	20,8000	9,2450
7	125,25	998,75	83,875	5,750	553,75	28,50	19,2500	7,9975
8	126,00	853,75	83,375	6,750	365,00	25,50	24,3000	7,2450
9	121,00	877,50	82,000	6,375	415,00	26,00	20,6500	9,3275
10	121,50	845,00	82,375	6,375	411,25	32,00	18,2000	7,9975
11	122,50	777,50	86,125	6,125	388,75	33,25	20,3000	11,4550
12	123,00	962,50	82,375	6,500	516,25	30,50	20,5000	11,1650
13	126,25	970,50	80,125	6,625	431,25	37,00	18,4500	7,7475
14	126,00	867,50	77,000	6,750	402,50	34,50	19,9000	9,5775
15	125,75	1012,50	76,875	6,175	375,00	30,00	18,9000	10,3300
16	121,25	873,75	87,125	6,625	431,25	32,50	22,2500	13,0775
17	122,50	927,50	84,500	6,625	441,25	26,25	21,9000	8,1625
18	125,50	883,75	84,250	6,625	436,25	33,75	20,1000	11,5375
19	130,00	997,50	79,125	6,000	463,75	31,50	19,9000	8,4125
20	124,25	778,75	84,125	6,375	407,50	35,25	22,0500	12,3725
21	123,75	885,00	81,625	6,875	470,00	33,50	17,5000	10,5800
22	122,00	902,50	82,625	6,375	455,00	33,25	18,3000	9,4125
23	123,25	890,00	81,125	6,000	431,25	31,50	18,6500	10,4975
24	126,00	978,75	84,750	6,375	420,00	33,25	20,6000	10,8300
25	125,75	956,25	85,250	6,625	412,50	39,50	17,1000	10,1225
26	124,25	1011,25	82,375	6,375	446,25	31,00	25,0000	9,1625
27	121,75	905,00	81,375	6,375	405,00	34,50	17,0000	8,7475
28	126,00	1001,25	82,375	6,000	425,00	28,75	21,9000	8,8725
29	128,25	940,00	80,625	6,125	332,50	31,25	21,9500	8,2050
30	124,50	925,00	80,250	6,750	412,50	36,75	20,1000	12,4975
M.g	124,52	904,14	82,013	6,424	423,36	32,48	20,3633	9,8819
M.t	124,40	893,75	82,375	6,560	390,50	34,80	19,0900	10,3305
C.V	1	15.00	5.1	12.9	17.5	11.7	19.1	24.7
E .T	1.28	135.75	4.21	0.83	74.07	3.8	3.89	2.44
Ppds	1.8	190.776	5.92	1.16	104.09	5.34	5.46	3.43

154

Tableau 5 : Valeurs moyennes de l'effet interaction génotype x milieu du rendement en grains RDT (q/ha) par ordre décroissant.

N° (GxE)	RDT	N° (GxE)	RDT	N° (GxE)	RDT	N° (GxE)	RDT
V3M2	65,5850	V11M3	52,1700	V7M3	42,6625	V16M4	13,0775
V6M2	63,1075	V27M3	52,1025	V1M1	41,2450	V30M4	12,4975
V8M2	59,4650	V13M2	51,9850	V3M1	40.8300	V20M4	12,3725
V29M2	59,0850	V4M2	51,9500	V1M3	39,6700	V18M4	11,5375
V12M2	58,3350	V25M3	51,6500	V6M3	38,8675	V11M4	11,4550
V25M2	57,9600	V21M2	51,2500	V15M1	36,6650	V12M4	11,1650
V3M3	57,8550	V12M1	51,2475	V2M1	35,8300	V3M4	11,1550
V27M2	57,5000	V8M3	51,1100	V4M1	35,8300	V1M4	10,9575
V16M2	57,3425	V28M3	50,9850	V9M1	35,4125	V5M4	10,8300
V17M2	56,5400	V7M1	50,8300	V10M1	34,1625	V24M4	10,8300
V19M2	56,1675	V29M3	50,6475	V6M1	33,3325	V4M4	10,6650
V24M2	56,0400	V2M3	50,5975	V21M1	32,9125	V21M4	10,5800
V1M2	55,8225	V19M3	50,3775	V27M1	31,2450	V23M4	10,4975
V23M2	54,5075	V10M3	49,9275	V11M1	30,8300	V15M4	10,3300
V5M2	54,3000	V26M3	49,9175	V5M1	29,9975	V25M4	10,1225
V14M2	54,1650	V9M2	49,7500	V18M1	29,9975	V14M4	9,5775
V5M3	54,1525	V15M2	49,4000	V24M1	29,5800	V22M4	9,4125
V11M2	54,1250	V26M2	49,3250	V8M1	29,1625	V9M4	9,3275
V12M3	54,0050	V16M3	48,5675	V19M1	27,4950	V6M4	9,2450
V22M3	53,9725	V9M3	48,4725	V14M1	27,0800	V26M4	9,1625
V22M2	53,9175	V30M3	48,2925	V20M1	26,2475	V28M4	8,8725
V18M3	53,7525	V28M2	48,1550	V25M1	24,2475	V27M4	8,7475
V30M2	53,3400	V4M3	47,9525	V23M1	23,2475	V19M4	8,4125
V10M2	53,2925	V24M3	47,9125	V29M1	22,4975	V2M4	8,3725
V7M2	52,9325	V20M3	47,3100	V17M1	22,0775	V29M4	8,2050
V2M2	52,8850	V13M3	47,2025	V26M1	20,8300	V17M4	8,1625
V15M3	52,7600	V23M3	46,9525	V30M1	19,9950	V7M4	7,9975
V18M2	52,7000	V13M1	46,6625	V28M1	19,1650	V10M4	7,9975
V14M3	52,5075	V21M3	45,6925	V16M1	19,1625	V13M4	7,7475
V11M3	52,1700	V20M2	44,7775	V22M1	17,0800	V8M4	7,2450

M1: Oued Smar, M2: El Khroub, M3: Sétif, M4: Tiaret

155

Tableau 6 : Valeurs moyennes de l'effet génotype des variables relatives à la qualité (MTD et EXT sur les quatre sites et GH et GS sur les trois sites, OSM, KHB et SET).

N° Géno	MTD (%)	EXT (%)	GH (%)	GS (%)
1	3,949	50,083	32,158	9,7425
2	5,678	55,495	28,688	9,9229
3	5,027	58,721	29,816	9,2325
4	4,427	53,387	31,464	9,595
5	6,944	55,697	29,307	8,7375
6	5,237	55,186	31,152	9,5242
7	6,532	55,798	31,754	9,4325
8	11,174	56,286	30,193	8,92
9	7,529	57,222	25,929	11,0283
10	12,809	57,012	60,909	5,9283
11	5,399	55,351	32,044	9,715
12	7,199	50,497	29,075	9,0708
13	4,156	55,592	32,063	9,7233
14	11,597	56,161	34,126	12,4708
15	9,016	55,886	30,162	8,8992
16	7,957	51,082	27,879	8,5525
17	7,102	53,421	32,442	9,8283
18	10,845	54,429	33,97	8,2342
19	3,496	47,104	28,488	8,5058
20	10,157	55,216	29,999	8,6
21	14,38	56,884	28,257	8,3625
22	15,012	54,953	29,785	8,8267
23	13,267	56,114	21,232	6,4058
24	12,499	55,882	28,16	8,4308
25	6,488	57,139	28,34	8,285
26	13,072	54,079	31,499	9,2108
27	15,295	56,735	29,116	8,4075
28	13,047	55,829	21,118	6,4242
29	11,165	55,322	30,265	8,7258
30	14,809	50,457	22,739	6,7292

156

Tableau 7 : Valeurs moyennes de l'effet interaction génotype x milieu du taux de mitadinage MTD (%) par ordre décroissant.

N° (G*E)	MTD	N° (G*E)	MTD	N° (G*E)	MTD	N° (G*E)	MTD
V27M3	56,132	V23M2	10,000	V7M2	2,915	V14M2	0,365
V22M3	52,242	V20M2	8,715	V1M1	2,837	V19M4	0,340
V30M3	51,622	V29M2	8,170	V13M2	2,692	V29M4	0,273
V26M3	49,262	V11M2	7,720	V18M1	2,587	V28M4	0,220
V21M3	48,537	V8M2	7,257	V26M1	2,522	V16M4	0,213
V28M3	45,292	V17M2	7,200	V16M2	2,327	V7M4	0,168
V14M3	43,845	V12M1	6,982	V22M1	2,302	V8M4	0,163
V24M3	43,832	V17M1	6,705	V25M1	2,195	V15M4	0,163
V10M3	38,825	V30M2	6,572	V14M1	2,180	V10M4	0,110
V23M3	38,355	V10M2	6,510	V19M1	2,180	V11M4	0,108
V18M3	37,085	V12M2	6,300	V4M2	2,170	V13M4	0,050
V29M3	35,512	V10M1	5,780	V24M1	1,975	V1M4	-
V8M3	33,147	V21M1	5,665	V6M1	1,827	V2M4	-
V15M3	32,570	V9M2	5,505	V15M2	1,817	V3M4	-
V20M3	30,500	V22M2	5,505	V1M2	1,685	V4M4	-
V16M3	28,385	V28M2	5,307	V27M1	1,670	V5M4	-
V9M3	23,792	V4M3	5,222	V7M1	1,530	V6M4	-
V7M3	21,517	V3M1	4,412	V15M1	1,512	V9M4	-
V5M3	20,225	V23M1	4,275	V20M1	1,412	V12M4	-
V25M3	20,057	V24M2	4,187	V28M1	1,367	V14M4	-
V6M3	18,710	V8M1	4,127	V19M2	1,337	V17M4	-
V2M3	16,520	V5M2	4,012	V30M1	1,042	V18M4	-
V12M3	15,512	V18M2	3,707	V16M1	0,902	V20M4	-
V17M3	14,502	V25M2	3,700	V13M1	0,875	V21M4	-
V11M3	13,012	V5M1	3,540	V9M1	0,820	V22M4	-
V13M3	13,005	V27M2	3,377	V11M1	0,757	V24M4	-
V3M3	12,517	V21M2	3,317	V29M1	0,705	V25M4	-
V1M3	11,275	V3M2	3,180	V26M2	0,502	V26M4	-
V4M1	10,315	V2M2	3,172	V23M4	0,438	V27M4	-
V19M3	10,127	V2M1	3,020	V6M2	0,412	V30M4	-

M1: Oued Smar, M2: El Khroub, M3: Sétif, M4: Tiaret

157

Tableau 8 : Valeurs moyennes de l'effet interaction génotype x milieu du taux d'extraction EXT (%) par ordre décroissant.

N° (G*E)	EXT	N° (G*E)	EXT	N° (G*E)	EXT	N° (G*E)	EXT
V2M3	66,230	V3M2	59,667	V20M2	55,515	V28M4	52,250
V27M3	64,645	V17M2	59,430	V19M2	55,392	V23M1	52,225
V3M4	64,490	V23M2	59,395	V28M2	55,370	V7M4	52,170
V20M3	64,480	V14M2	58,450	V21M4	55,360	V4M4	52,055
V28M3	64,250	V10M2	57,827	V24M4	55,320	V28M1	51,445
V17M3	63,740	V29M2	57,797	V27M4	55,250	V26M4	51,000
V25M3	63,515	V8M4	57,760	V5M1	55,145	V6M1	50,670
V9M3	63,100	V7M2	57,605	V9M2	55,130	V23M4	50,330
V24M3	63,063	V14M1	57,503	V11M2	55,112	V27M1	50,050
V18M3	62,895	V9M4	57,330	V12M4	55,038	V4M2	49,860
V16M3	62,740	V17M4	57,300	V25M1	55,033	V3M1	49,813
V8M3	62,620	V5M2	57,117	V13M4	54,660	V5M4	49,740
V23M3	62,505	V27M2	56,995	V22M2	54,172	V4M1	49,610
V26M3	62,445	V19M4	56,840	V20M4	54,047	V13M1	49,593
V29M3	62,220	V2M2	56,810	V15M1	53,885	V1M2	49,418
V10M3	62,210	V15M2	56,662	V21M1	53,818	V11M1	49,333
V6M3	62,153	V1M4	56,660	V1M1	53,795	V24M1	49,015
V4M3	62,025	V21M2	56,500	V25M4	53,570	V18M1	48,780
V13M3	62,000	V25M2	56,440	V9M1	53,328	V22M1	48,630
V21M3	61,860	V26M2	56,362	V29M4	53,230	V8M1	48,608
V30M3	61,740	V19M1	56,300	V18M4	53,190	V29M1	48,043
V22M3	61,010	V8M2	56,157	V7M1	53,075	V14M4	47,942
V3M3	60,915	V24M2	56,133	V18M2	52,850	V20M1	46,820
V11M3	60,905	V13M2	56,117	V12M2	52,825	V26M1	46,510
V12M3	60,795	V30M2	56,080	V15M4	52,680	V2M1	46,410
V5M3	60,785	V11M4	56,055	V2M4	52,530	V1M3	40,460
V14M3	60,750	V22M4	56,000	V10M1	52,430	V12M1	33,330
V7M3	60,343	V16M4	55,943	V16M2	52,410	V16M1	33,238
V15M3	60,315	V6M4	55,660	V30M4	52,330	V17M1	33,213
V19M3	59,885	V10M4	55,580	V6M2	52,260	V30M1	31,680

M1: Oued Smar, M2: El Khroub, M3: Sétif, M4: Tiaret

158

Tableau 9 : Valeurs moyennes de l'effet interaction génotype x milieu du teneur en gluten humide GH (%) par ordre décroissant.

N° (GxE)	GH	N° (GxE)	GH	N° (GxE)	GH
V18M1	44,055	V19M1	33,735	V30M2	26,758
V14M1	42,860	V3M1	33,430	V29M2	26,425
V29M1	42,560	V4M1	33,295	V1M3	25,863
V20M1	42,380	V17M3	33,205	V3M3	25,618
V30M1	41,460	V15M2	33,200	V2M1	25,432
V26M1	40,307	V26M2	33,100	V13M3	24,913
V27M1	39,920	V23M1	33,060	V10M1	23,935
V15M1	39,075	V2M2	31,935	V6M3	23,493
V11M1	38,765	V8M2	31,760	V19M2	23,068 23,068
V8M1	38,335	V21M1	31,307	V22M3
V16M1	37,718	V9M2	31,265	V21M3	22,950
V22M1	37,438	V5M2	31,140	V14M3	22,940
V14M2	36,578	V23M2	30,638	V12M3	22,915
V7M1	36,280	V21M2	30,513	V7M3	22,865
V24M1	36,220	V3M2	30,400	V29M3	21,810
V5M1	36,150	V18M2	30,048	V26M3	21,090
V7M2	36,118	V12M2	30,035	V5M3	20,630
V25M1	36,035	V25M2	29,740	V8M3	20,485
V9M1	35,905	V17M1	29,615	V24M3	19,743
V28M1	35,752	V22M2	28,850	V20M3	19,543
V13M1	35,640	V11M2	28,800	V25M3	19,245
V13M2	35,638	V2M3	28,698	V27M3	18,810
V1M1	35,612	V19M3	28,663	V15M3	18,213
V6M2	35,140	V27M2	28,618	V10M3	12,740
V1M2	35,000	V11M3	28,568	V16M3	11,513
V6M1	34,825	V24M2	28,518	V10M2	10,750
V17M2	34,505	V20M2	28,075	V9M3	10,618
V16M2	34,408	V18M3	27,808	V23M3	-
V12M1	34,275	V4M3	27,718	V28M3	-
V4M2	33,830	V28M2	27,603	V30M3	-

M1: Oued Smar, M2: El Khroub, M3: Sétif,

159

Tableau 10 : Valeurs moyennes de l'effet interaction génotype x milieu du teneur en gluten sec GS (%) par ordre décroissant.

N° (GxE)	GS	N° (GxE)	GS	N° (GxE)	GS
V9M2	19,4700	V3M1	10,2000	V3M3	8,2650
V14M3	13,7600	V4M2	10,2000	V30M2	8,2650
V14M1	12,5675	V17M3	10,0525	V18M3	8,1550
V26M1	12,3425	V23M1	9,9425	V1M3	8,0625
V29M1	12,1970	V4M1	9,9125	V29M2	8,0425
V20M1	11,9625	V2M2	9,8700	V12M3	7,6750
V16M1	11,9550	V19M1	9,8000	V13M3	7,6425
V30M1	11,9225	V8M2	9,6425	V10M2	7,5175
V8M1	11,6575	V5M2	9,4425	V18M1	7,4625
V22M1	11,4450	V15M2	9,4425	V19M2	7,2000
V11M1	11,3575	V26M2	9,4150	V6M3	7,1350
V27M1	11,3050	V2M1	9,3925	V21M3	7,0525
V13M1	11,2700	V23M2	9,2750	V10M1	6,8225
V24M1	11,2575	V21M1	9,2725	V7M3	6,4875
V15M1	11,2225	V3M2	9,2325	V22M3	6,3950
V14M2	11,0850	V12M2	9,0925	V15M3	6,0325
V6M1	11,0325	V18M2	9,0850	V5M3	6,0050
V7M1	10,9825	V17M1	9,0675	V29M3	5,9375
V1M1	10,8450	V11M2	9,0375	V26M3	5,8750
V7M2	10,8275	V25M2	8,9425	V24M3	5,6300
V5M1	10,7650	V27M2	8,9125	V8M3	5,4600
V9M1	10,7300	V21M2	8,7625	V25M3	5,3625
V28M1	10,6225	V11M3	8,7500	V20M3	5,2075
V16M2	10,5575	V4M3	8,6725	V27M3	5,0050
V25M1	10,5500	V28M2	8,6500	V10M3	3,4450
V12M1	10,4450	V22M2	8,6400	V16M3	3,1450
V6M2	10,4050	V2M3	8,6350	V9M3	2,8850
V17M2	10,3650	V20M2	8,6300	V23M3	-
V1M2	10,3200	V19M3	8,5175	V28M3	-
V13M2	10,2575	V24M2	8,4050	V30M3	-

M1: Oued Smar, M2: El Khroub, M3: Sétif,

160

APPENDICE D

ANALYSES DE LA VARIANCE

1/ Site d'Oued Smar

Tableau 1.1 : Analyse de la variance de la durée de la phase végétative (DVP).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	839.467	28.9471	57.15	0.000
2 Répétition	3	2.43334	0.81111	1.60	0.193
Résiduelle	87	44.0666	0.50651
Totale	119	885.967	7.44510

Tableau 1.2 : Analyse de la variance de la hauteur de la végétation (HT).

==========================================================

Source de Variation DDL SCE CM Test F Proba

==========================================================

1 Génotype	29	2042.00	70.4138	7.73	0.000
2 Répétition	3	295.542	98.5139	10.81	0.000
Résiduelle	87	792.583	9.11015
Totale	119	3130.12	26.3036

Tableau 1.3 : Analyse de la variance de la capacité de tallage herbacé (TLL)

==========================================================

Source de Variation DDL SCE CM Test F Proba

==========================================================

1 Génotype	29	752795	25958.4	1.59	0.045
2 Répétition	3	30217.5	10072.5	0.62	0.610
Résiduelle	87	0.14218	16342.8
Totale	119	0.22048	18528.0

Tableau 1.4 : Analyse de la variance du nombre d'épis par m² (NE).

===========================================================

Source de Variation DDL SCE CM Test F Proba

===========================================================

1 Génotype	29	310964	10722.9	52.80	0.000
2 Répétition	3	2313.96	771.320	3.80	0.013
Résiduelle	87	17667.3	203.072
Totale	119	330945	2781.05

161

Tableau 1.5 : Analyse de la variance de la longueur de l'épi (LE).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype 29 27.1884 0.93753 3.74 0.000

2 Répétition 3 2.86892 0.95630 3.82 0.013

Résiduelle 87 21.7986 0.25055

Totale 119 51.8559 0.43576

Tableau 1.6 : Analyse de la variance du nombre de grains par épi (NGE).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype 29 2063.30 71.1483 3.42 0.000

2 Répétition 3 85.3333 28.4444 1.37 0.258

Résiduelle 87 1812.17 20.8295

Totale 119 3960.80 33.2840

Tableau 1.7 : Analyse de la variance du poids de 1000 grains (PMG).

Source de Variation DDL SCE CM Test F Proba

1 Génotype 29 3339.54 115.157 7.53 0.000

2 Répétition 3 81.1407 27.0469 1.77 0.158

Résiduelle 87 1330.70 15.2955

Totale 119 4751.39 39.9276

Tableau 1.8 : Analyse de la variance du rendement en grains (RDT)

=============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype 29 9189.59 316.883 7.69 0.000

2 Répétition 3 667.721 222.574 5.40 0.002

Résiduelle 87 3585.19 41.2091

Totale 119 13442.5 112.962

162

2/Site du Khroub

Tableau 2.1 : Analyse de la variance de la durée de la phase végétative (DVP).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	1032.20	35.5931	9.18	0.000
2 Répétition	3	22.3000	7.43333	1.92	0.131
Résiduelle	87	337.200	3.87586
Totale	119	1391.70	11.6950

Tableau 2.2 : Analyse de la variance de la hauteur de la végétation (HT).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	1976.34	68.1497	4.48	0.000
2 Répétition	3	93.0917	31.0306	2.04	0.113
Résiduelle	87	1324.16	15.2202
Totale	119	3393.59	28.5176

Tableau 2.3 : Analyse de la variance de la capacité de tallage herbacé (TLL)

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	0.12758	43995.5	1.77	0.023
2 Répétition	3	169759	56586.3	2.27	0.085
Résiduelle	87	0.21668	24906.6
Totale	119	0.36125	30357.1

Tableau 2.4 : Analyse de la variance du nombre d'épis par m² (NE).

===========================================================

Source de Variation DDL SCE CM Test F Proba

===========================================================

1 Génotype	29	257674	8885.32	1.99	0.008
2 Répétition	3	7443.34	2481.11	0.56	0.649
Résiduelle	87	388169	4461.71
Totale	119	653287	5489.80

163

Tableau 2.5 : Analyse de la variance de la longueur de l'épi (LE).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	53.7417	1.85316	1.84	0.016
2 Répétition	3	8.69168	2.89723	2.88	0.040
Résiduelle	87	87.5583	1.00642
Totale	119	149.992	1.26043

Tableau 2.6 : Analyse de la variance du nombre de grains par épi (NGE).

============================================================

Source de Variation DDL SCE CM Test F Proba

===========================================================

1 Génotype	29	2832.97	97.6885	4.02	0.000
2 Répétition	3	117.767	39.2556	1.62	0.190
Résiduelle	87	2113.23	24.2900
Totale	119	5063.97	42.5543

Tableau 2.7 : Analyse de la variance du poids de 1000 grains (PMG).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	1734.25	59.8018	4.24	0.000
2 Répétition	3	94.3972	31.4657	2.23	0.089
Résiduelle	87	1227.67	14.1111
Totale	119	3056.32	25.6833

Tableau 2.8 : Analyse de la variance du rendement en grains (RDT)

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	2170.86	74.8572	7.40	0.000
2 Répétition	3	125.480	41.8266	4.13	0.009
Résiduelle	87	880.554	10.1213
Totale	119	3176.89	26.6966

164

3/Site de Sétif

Tableau 3.1 : Analyse de la variance de la durée de la phase végétative (DVP).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	625.700	21.5759	21.40	0.000
2 Répétition	3	9.80000	3.26667	3.24	0.026
Résiduelle	87	87.7000	1.00805
Totale	119	723.200	6.07731

Tableau 3.2 : Analyse de la variance de la hauteur de la végétation (HT).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	984.675	33.9543	3.12	0.000
2 Répétition	3	492.092	164.031	15.05	0.000
Résiduelle	87	948.158	10.8984
Totale	119	2424.93	20.3775

Tableau 3.3 : Analyse de la variance de la capacité de tallage herbacé (TLL)

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	401144	13832.5	1.07	0.389
2 Répétition	3	395607	131869	10.2	0.000
Résiduelle	87	0.11217	12893.1
Totale	119	0.19184	16121.4

Tableau 3.4 : Analyse de la variance du nombre d'épis par m² (NE).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	147564	5088.40	1.31	0.169
2 Répétition	3	38695.6	12898.5	3.32	0.023
Résiduelle	87	337711	3881.73
Totale	119	523970	4403.11

165

Tableau 3.5 : Analyse de la variance de la longueur de l'épi (LE).

============================================================

Source de Variation DDL SCE CM Test F Proba

=============================================================

1 Génotype	29	18.9917	0 .65488	2.45	0.125
2 Répétition	3	0.97966	0.32655	1.22	0.306
Résiduelle	87	23.2403	0.26713
Totale	119	43.2117	0.36312

Tableau 3.6 : Analyse de la variance du nombre de grains par épi (NGE).

=============================================================

Source de Variation DDL SCE CM Test F Proba

=============================================================

1 Génotype	29	1810.18	62.4198	40.77	0.000
2 Répétition	3	2.55833	0.85277	0.56	0.649
Résiduelle	87	133.192	1.53094
Totale	119	1945.92	16.3523

Tableau 3.7 : Analyse de la variance du poids de 1000 grains (PMG).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	1551.15	53.4881	38.13	0.000
2 Répétition	3	12.6227	4.20758	3.00	0.034
Résiduelle	87	122.057	1.40296
Totale	119	1685.83	14.1667

Tableau 3.8 : Analyse de la variance du rendement en grains (RDT)

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	2137.90	73.7207	45.40	0.000
2 Répétition	3	41.8336	13.9445	8.59	0.000
Résiduelle	87	141.273	1.62383
Totale	119	2321.01	19.5043

166

4/Site de Tiaret

Tableau 4.1 : Analyse de la variance de la durée de la phase végétative (DVP).

Source de Variation	DDL	SCE	CM	Test F	Proba
1 Génotype	29	488.467	16.8437	10.30	0.000
2 Répétition	3	11.2333	3.74444	2.29	0.083
Résiduelle	87	142.267	1.63525
Totale	119	641.967	5.39468

Tableau 4.2 : Analyse de la variance de la hauteur de la végétation (HT).

Source de Variation	DDL	SCE	CM	Test F	Proba
1 Génotype	29	809.669	27.9196	1.57	0.046
2 Répétition	3	65.9229	21.9743	1.24	0.301
Résiduelle	87	1545.14	17.7602
Totale	119	2420.73	20.3423

Tableau 4.3 : Analyse de la variance de la capacité de tallage herbacé (TLL)

=============================================================

Source de Variation DDL SCE CM Test F Proba

=============================================================

1 Génotype	29	595939	20549.6	1.12	0.340
2 Répétition	3	446071	148690	8.07	0.000
Résiduelle	87	0.16033	18429
Totale	119	0.26453	22229.7

Tableau 4.4 : Analyse de la variance du nombre d'épis par m² (NE).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	224264	7733.25	1.41	0.113
2 Répétition	3	93339	31113.0	5.67	0.001
Résiduelle	87	477305	5486.26
Totale	119	794908	6679.90

167

Tableau 4.5 : Analyse de la variance de la longueur de l'épi (LE).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	12.7674	0.44025	0.65	0.909
2 Répétition	3	14.1909	4.73031	6.93	0.000
Résiduelle	87	59.3816	0.68254
Totale	119	86.3399	0.72554

Tableau 4.6 : Analyse de la variance du nombre de grains par épi (NGE).

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	1300.18	44.8336	3.10	0.000
2 Répétition	3	219.292	73.0972	5.06	0.003
Résiduelle	87	1256.46	14.4420
Totale	119	2775.93	23.3271

Tableau 4.7 : Analyse de la variance du poids de 1000 grains (PMG).

=============================================================

Source de Variation DDL SCE CM Test F Proba

=============================================================

1 Génotype	29	533.759	18.4055	9.89	0.000
2 Répétition	3	7.78800	2.59600	1.39	0.249
Résiduelle	87	161.972	1.86175
Totale	119	703.519	5.91192

Tableau 4.8 : Analyse de la variance du rendement grainier (RDT)

Source de Variation	DDL	SCE	CM	Test F	Proba
1 Génotype	29	275.492	9.49973	4.66	0.000
2 Répétition	3	10.6366	3.54554	1.74	0.163
Résiduelle	87	177.246	2.03731
Totale	119	463.375	3.89390

168

Tableau 5 : Analyse de la variance du taux de mitadinage (MTD) des 4 sites.

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	6674.83	230.17	488.38	0.000
2 Environnement	3	66628.61	22209.54	47125.09	0.000
Interaction (G)x(E)	87	20737.02	238.36	505.75	0.000
Résiduelle	320	128.22	0.47
Totale	478	84610.13	196.68

Tableau 6 : Analyse de la variance du taux d'extraction (EXT) des 4 sites.

Source de Variation	DDL	SCE	CM	Test F	Proba
1 Génotype	29	3063.61	105.64	79.83	0.000
2 Environnement	3	10605.97	3535.32	4641.51	0.000
Interaction (G)x(E)	87	11935.41	137.19	102.50	0.000
Résiduelle	320	181.81	1.34
Totale	478	26086.81	54.46

Tableau 7 : Analyse de la variance du taux de gluten humide (GH) des 3 sites.

============================================================

Source de Variation DDL SCE CM Test F Proba

============================================================

1 Génotype	29	4358.82	150.30	75.87	0.000
2 Environnement	2	16438.16	8219.08	4148.82	0.000
Interaction (G)x(E)	58	7825.93	134.93	68.11	0.000
Résiduelle	270	534.89	1.98
Totale	368	29157.80	81.22

Tableau 8 : Analyse de la variance du taux de gluten sec (GS) des 3 sites.

===========================================================

Source de Variation DDL SCE CM Test F Proba

===========================================================

1 Génotype	29	622.20	19.54	20.32	0.000
2 Environnement	6	1368.06	684.03	711.42	0.000
Interaction (G)x(E)	69	1312.15	22.62	23.53	0.000
Résiduelle	270	259.60	0.69
Totale	359	3602.41	9.77

169