Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Leichtweis, Bruno Grespan |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Viçosa
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://locus.ufv.br//handle/123456789/28262
|
Resumo: |
A cultura da soja é influenciada por diversas variáveis edáficas e climáticas. Essas variáveis representam a característica de uma região, compreender seus impactos na cultura oferece uma maior eficiência para a recomendação e implantação do material genético. A indicação de genótipos pode variar com as mudanças climáticas a nível de um macroambiente e dentro de um microambiente. Desse modo, o objetivo do trabalho foi avaliar a dissimilaridade ambiental causada por variaveis edafoclimáticas e formar estratos dentro do macriambiente sojícola três, e avaliar a interação dos genótipos pelo ambiente com base nos diferentes estratos formados mediante o estudo das normas de reação. Foram utilizados bancos de dados com informações edáficas e climáticas de 32 municípios cedidas pela empresa GDM seeds e Agrymet. Visando uma melhor caracterização dos locais em análise foi utilizada uma série histórica de avaliações dos anos de 2018 a 2020 dos meses de novembro a fevereiro. As variáveis para utilizadas para a formação dos estratos foram: registros de temperatura média (°C), precipitação pluviométrica (mm), radiação solar (W.m-2), velocidade do vento (m.s-1), umidade relativa (%), e capacidade de armazenamento do solo (CAS). Também foram incluídas informações de latitude e altitude (m). Para o estudo da interação dos genótipos pelo ambiente, foi adotado um modelo de regressão aleatória onde os componentes de variância foram estimados pela máxima verossimilhança restrita, os valores genéticos foram previstos pelo melhor preditor linear não viesado e as normas de reação foram ajustadas através do polinômio de Legendre. A escolha da ordem do polinômio de Legendre foi selecionada pelo critério de Akaike (AIC). A metodologia do SOM possibilitou a formação de sete clusters, onde alguns municípios foram agrupados em clusters diferentes em virtude do ano de análise. O teste de diferença significativa de Tukey evidenciou diferenças entre as variáveis ambientais categóricas e continuas, principalmente em decorrência das condições atípicas dos anos em análise. O melhor modelo de regressão aleatória foi o de ordem seis. Os genótipos S4, S15 e S20 apresentaram pouca interação com oambiente, enquanto os genótipos S1, S6, S9 e S17 apresentaram as maiores interações com o ambiente. As trajetórias genéticas das curvas das 20 cultivares reforçam a presença de interação genótipos por ambientes, uma vez que suas trajetórias são não-lineares e se cruzam, o que implica em uma classificação diferente a cada ambiente. Esses resultados sugerem que modelos de regressão aleatória ajustados através de polinômios de Legendre podem ser usados de forma eficiente em estudos de interação genótipos por ambientes na cultura da soja. Palavras-chave: Regressão aleatória. Redes neurais. Classificação ambiental. |
