Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Silva, Danilo Fernando Guimarães
 |
| Orientador(a): |
Matiello, Rodrigo Rodrigues
|
| Banca de defesa: |
Dias, Carlos Tadeu dos Santos
,
Joris, Helio Antonio Wood
,
Coelho, Caroline de Jesus
,
Gardingo, José Raulindo
|
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual de Ponta Grossa
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Agronomia
|
| Departamento: |
Departamento de Agronomia
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://tede2.uepg.br/jspui/handle/prefix/3080
|
Resumo: |
A soja (Glicine max L. Merril) é a principal commoditie agrícola produzida e exportada pelo Brasil, sendo o segundo maior produtor da cultura. Em razão disso, os programas de melhoramento têm focado no desenvolvimento de cultivares com elevada produtividade de grãos, estabilidade de produção e ampla adaptabilidade. O processo de seleção e posicionamento de genótipos superiores envolve uma complexa rede de experimentação e um alto custo no processo, tendo como principal objetivo avaliar o potencial produtivo de novas linhagens que estão na fase final de desenvolvimento e refinar a recomendação técnica de produtos pré-comerciais e comerciais. Neste sentido, o objetivo deste trabalho foi estabelecer um processo consistente de sumarização de dados de ensaios multiambientes visando identificar locais redundantes na rede de experimentação, estabelecer estratos ambientais onde a interação G x A (Genótipo x Ambiente) seja de baixa magnitude e identificar genótipos com estabilidade e adaptabilidade produtiva para os estratos estabelecidos. Os experimentos foram conduzidos nas safras de 2015/2016, onde foram avaliados 36 genótipos de soja (29 linhagens + sete cultivares comerciais) em 27 locais e 2017/2018, sendo avaliados 30 genótipos de soja (22 linhagens + oito cultivares comerciais) em 17 locais. Todos os experimentos foram conduzidos no delineamento de blocos aleatorizados com três repetições e a variável analisada foi o rendimento de grãos em kg ha-1. Os dados coletados foram submetidos inicialmente à análise de variância individual visando confirmar a precisão experimental em todos os locais de experimentos. Posteriormente, a estratificação ambiental foi realizada a partir de duas metodologias. Na primeira realizou-se o agrupamento dos ambientes pelo método UPGMA (Unweighted Pair-Group Method Using Arithmetic Average) sendo a construção do dendrograma estabelecida pelos ambientes com interação G x A semelhantes. E na segunda foi realizada a análise de variância conjunta com decomposição AMMI (Additive Main effects and Multiplicative Interaction analysis). A partir da estratificação ambiental obtida pelo método AMMI foram identificados os genótipos de maior estabilidade e mais adaptados aos diferentes estratos baseando-se na predição do desempenho dos genótipos através da metodologia de modelos mistos REML/BLUP. Os resultados para a safra de 2015/2016 demonstraram para a metodologia de agrupamento UPGMA a formação de dois grupos (dois e quatro locais, respectivamente) permanecendo o restante dos ambientes (21) isolados. Por outro lado, os resultados obtidos para a metodologia AMMI demonstraram que os 27 locais foram reduzidos à seis estratos ambientais. A partir desta estratificação foram identificados os genótipos mais promissores, com melhor adaptação e estabilidade, com destaque para a linhagem L4 que esteve ranqueada entre os melhores genótipos nos estratos II, III e IV. O agrupamento UPGMA na safra de 2017/2018 também demonstrou a formação de dois grupos com dois locais agrupados em cada um. Em contrapartida, a segunda metodologia evidenciou a redução dos 17 locais em seis estratos ambientais a partir dos quais foi possível a predição dos genótipos mais promissores. Destaque positivo foi observado para a linhagem de soja L19 que obteve a 1a posição em dois estratos, e permanecendo entre os melhores genótipos nos demais agrupamentos. A partir dos resultados obtidos para ambas as safras de avaliação, foi possível confirmar que o agrupamento de ambientes via UPGMA foi pertinente na identificação de locais redundantes. Por outro lado, a metodologia AMMI demonstrou maior eficiência na redução dos locais de ensaios em estratos ambientais consistentes. Adicionalmente, a predição do rendimento de grãos via REML/BLUP possibilitou a identificação de genótipos geneticamente superiores e associado a análise AMMI a exploração de adaptação ampla e específica dos genótipos de soja. |
