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).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
![Creative Commons License](http://i.creativecommons.org/l/by-nc/4.0/88x31.png)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Semina: Ciências Agrárias adota para suas publicações a licença CC-BY-NC, sendo os direitos autorais do autor, em casos de republicação recomendamos aos autores a indicação de primeira publicação nesta revista.
Esta licença permite copiar e redistribuir o material em qualquer meio ou formato, remixar, transformar e desenvolver o material, desde que não seja para fins comerciais. E deve-se atribuir o devido crédito ao criador.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
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.