Locais-chave para a avaliação de genótipos de soja na região Sul do Brasil
DOI:
https://doi.org/10.5433/1679-0359.2020v41n3p767Palavras-chave:
Glycine max (L.) Merrill, GGL GGE biplots, Representatividade e discriminância.Resumo
A redução dos elevados custos dos programas de melhoramento de soja requer melhoria constante de todos os processos envolvidos. A identificação de locais de teste representativos e discriminativos, bem como a exclusão de locais redundantes e/ou não representativos, possibilita a seleção de genótipos com maior precisão, e ao mesmo tempo reduz os custos dos ensaios multiambientes (MET). Portanto, este estudo teve três objetivos: avaliar a representatividade e a discriminância dos locais de teste; identificar locais de teste semelhantes e que que não contribuíram para a avaliação genotípica dentro de cada Região Edafoclimática (ECR); e recomendar os melhores locais para a avaliação de MET, a fim de reduzir os custos do programa de melhoramento genético nas macrorregiões 1 (M1) e 2 (M2) de adaptação da soja. Dados de rendimento de grãos (RG) de ensaios de "Valor de Cultivo e Uso" (VCU) obtidos durante os anos agrícolas 2012-2016 foram utilizados, totalizando 132 ambientes (local x ano) e 43 genótipos. Os experimentos foram conduzidos em delineamento de blocos completamente casualizados, com três repetições. Locais representativos e discriminantes foram identificadas pela análise GGL (efeito principal de genótipo + interação genótipo × local) + GGE (efeito principal de genótipo + interação genótipo × ambiente), utilizando o software GGEbiplot. Locais representativos e discriminantes foram identificados para cada ECR, e podem ser utilizados como locais-chave em programas de melhoramento. Da mesma forma, locais que não foram representativos e discriminantes, ou que apresentam redundância foram identificados e devem ser excluídos ou substituídos no MET. Os locais recomendados para a condução de ensaios de VCU na M1 são: Cachoeira do Sul (ECR 101); Ronda Alta, Passo Fundo, Santa Bárbara do Sul e Ciríaco (ECR 102); e Castro (ECR 103). Já para M2, os locais recomendados são: Rolândia, Marechal Cândido Rondon, Campo Mourão, Santa Terezinha de Itaipu, Palotina, Floresta e Londrina (ECR 201); Naviraí (ECR 202); e Ponta Porã e Maracaju (ECR 204).Métricas
Referências
Kaster, M., & Farias, J. R. B. (2012). Regionalização dos testes de valor de cultivo e uso e da indicação de cultivares de soja: terceira aproximação. Londrina: EMBRAPA Soja. Recuperado de http://ainfo.cnptia.embrapa.br/digital/bitstream/item/54939/1/Doc-330-OL1.pdf
Khatun, H., Islam, R., Anisuzzaman, M., Ahmed, H. U., & Haque, M. (2015). GGE biplot analysis of genotype × environment interaction in rice (Oryza sativa L.) genotypes in Bangladesh. Scientia Agriculturae, 12(1), 34-39. doi: 10.15192/PSCP.SA.2015.12.1.3439
Krishnamurthy, S. L., Sharma, P. C., Sharma, D. K., Ravikiran, K. T., Singh, Y. P., Mishra, V. K.,… Singh, R. K. (2017). Identification of mega-environments and rice genotypes for general and specific adaptation to saline and alkaline stresses in India. Scientific Reports, 7(7968), 1-14. doi:10.1038/s41598-017-08532-7
Luo, J., Pan, Y., Que, Y., Zhang, H., Grisham, M. P., & Xu, L. (2015). Biplot evaluation of test environments and identification of mega-environment for sugarcane cultivars in China. Scientific Reports, 5(15505), 1-11. doi: 10.1038/srep15505
Yan, W. (2001). GGEbiplot – A Windows application for graphical analysis of multienvironment trial data and other types of two-way data. Agronomy Journal, 93(5), 1111-1118. doi: 10.2134/agronj2001.9351111x
Yan, W. (2014). Crop variety trials: data management and analysis. Chichester, West Sussex, UK: Wiley Blackwell.
Yan, W. (2015). Mega-environment analysis and test location evaluation based on unbalanced multiyear data. Crop Science, 55(1), 113-122. doi:10.2135/cropsci2014.03.0203
Yan, W. (2016). Analysis and handling of G × E in a practical breeding program. Crop Science, 56(5), 2106-2118. doi:10.2135/cropsci2015.06.0336
Yan, W., Frégeau-Reid, J., Martin, R., Pageau, D., & Mitchell-Fetch, J. (2015). How many test locations and replications are needed in crop variety trials for a target region? Euphytica, 202(3), 361-372. doi: 10.1007/s10681-014-1253-7
Yan, W., & Holland, J. B. (2010). A heritability-adjusted GGE biplot for test environment evaluation. Euphytica, 171(3), 355-369. doi: 10.1007/s10681-009-0030-5
Yan, W., Pageau, D., Frégeau-Reid, J., & Durand, J. (2011). Assessing the representativeness and repeatability of test locations for genotype evaluation. Crop Science, 51(4), 1603-1610. doi:10.2135/cropsci2011.01.0016
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Semina: Ciências Agrárias

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os Direitos Autorais para artigos publicados são de direito da revista. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores.
Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.