Resumos
O objetivo deste trabalho foi estabelecer uma estratificação ambiental consistente, para a recomendação e a avaliação de linhagens experimentais e cultivares de soja na região do Cerrado, a partir de análises da interação entre genótipos e ambientes (GxA) quanto à produtividade de grãos, além de avaliar a atual rede de ensaios de valor de cultivo e uso (VCU) para sua otimização. Os dados provieram de 559 ensaios de competição de linhagens de soja, realizados em 57 localidades, durante sete safras agrícolas (2002/2003 a 2008/2009). Realizaram-se análises conjuntas de variância, pelo modelo AMMI ("additive main effects and multiplicative interaction"), e de estratificação ambiental, pela abordagem correlata de "genótipos vencedores". A interação GxA foi sempre significativa, como resultado da resposta diferencial dos genótipos à variação ambiental. Os locais de teste se agruparam de modo diferente de acordo com os grupos de maturação. Observou-se redundância em 20% dos locais, o que indica a possibilidade de otimização da rede de ensaios, via eliminação ou substituição dessas localidades. A região-alvo deve receber estratificações distintas, congêneres a cada grupo de maturação, e pode ser dividida em 22 (ciclo precoce), 23 (ciclo médio) e 21 (ciclo tardio) estratos ambientais.
Glycine max; análise AMMI; genótipo vencedor; interação genótipo x ambiente; locais-chave; mega-ambiente.
The objective of this work was to establish a consistent environmental stratification for recommendation and evaluation of experimental soybean lines and cultivars in the Cerrado region, from the analyses of genotype by environment interaction (GxE) for grain yield, besides evaluating the current trial network on the value for cultivation and use (VCU), for its optimization. Data were obtained from 559 competition trials of soybean lines, performed in 57 locations, during seven harvest periods (2002/2003 to 2008/2009). Joint analyses of variance were carried out by the AMMI (additive main effects and multiplicative interaction) model, and the environmental stratification by the related statistical approach of "winning genotypes". The GxE interaction was always significant as a result of the genotype differential response to environmental change. Test locations clustered differently according to maturity groups. Redundancy was observed in 20% of the locations, which indicates the possibility of optimizing the trial network by the elimination or replacement of these locations. The target region should receive different stratifications, congenerous to each maturity group, and may be divided into 22 (early cycle), 23 (medium cycle), and 21 (long cycle) environmental strata.
Glycine max; AMMI analysis; winner genotype; genotype x environment interaction; key locations; mega-environment.
Introdução
No Brasil, a soja é amplamente cultivada, com grande variação nas condições de cultivo, que incluem diferenças quanto às características de solo, temperatura, fotoperíodo e pluviosidade. O desempenho de cultivares é influenciado pela interação com esses ambientes (interação GxA), o que resulta em dificuldades para a identificação de cultivares superiores e estáveis em toda a região de cultivo.
Nos ensaios finais, linhagens e cultivares são avaliadas em vários locais de teste, para se obter a representatividade da região à qual se destinam os genótipos a serem recomendados. O assunto é, inclusive, objeto de normatização pelo Ministério da Agricultura (Brasil, 1998)BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Requisitos mínimos para determinação do valor de cultivo e uso de soja (Glicine max), para a inscrição no registro nacional de cultivares - RNC. Brasília: MAPA, 1998. 7p. . Entre outras exigências, o órgão define que a rede experimental deve incluir locais em cada região edafoclimática (estrato ambiental ou mega-ambiente). No Brasil, isso constitui o que se denomina de ensaios de valor de cultivo e uso (VCU).
Um grande número de locais pode ser necessário para uso nessa fase final da avaliação genotípica. Entretanto, é possível que parte destas localidades apresente características ecológicas semelhantes e que sua interação com os genótipos seja semelhante. A avaliação de linhagens em ensaios de VCU é onerosa; assim, é economicamente vantajoso eliminar ou substituir locais redundantes por outros com propriedades ainda não amostradas no conjunto de ambientes. Portanto, essa rede deve ser cuidadosamente planejada, para melhor representar a região de cultivo e evitar a avaliação genotípica em locais redundantes.
Há muitos trabalhos sobre interação GxA em soja (Alliprandini et al., 1994ALLIPRANDINI, L.F.; TOLEDO, J.F.F. de; FONSECA JUNIOR, N.; ALMEIDA, L.A.
de; KIIHL, R.A. de S. Efeitos da interação genótipos x ambiente sobre a produtividade
da soja no Estado do Paraná. Pesquisa Agropecuária Brasileira, v.29, p.1433-1444,
1994. ; Pacheco et al.,
2009PACHECO, R.M.; DUARTE, J.B.; SOUZA, P.I.M. de; SILVA, S.A. da; NUNES
JÚNIOR, J. Key locations for soybean genotype assessment in central Brasil. Pesquisa
Agropecuária Brasileira, v.44, p.478-486, 2009. DOI: 10.1590/S0100-204X2009000500007.
https://doi.org/10.1590/S0100-204X200900...
; Barros et al., 2010BARROS, H.B.; SEDIYAMA, T.; CRUZ, C.D.; TEIXEIRA, R. de C.; REIS, M.S.
Análise de adaptabilidade e estabilidade em soja (Glycine max L.) em Mato Grosso.
Ambiência, v.6, p.75-88, 2010.). Em sua
maioria, são estudos direcionados à avaliação da adaptabilidade e estabilidade
fenotípica de cultivares, e uma parte menor é dirigida à estratificação de ambientes ou
zoneamento ecológico. Define-se como estrato ambiental um grupo de locais, contíguos ou
não, pertencentes a uma mesma região de cultivo, dentro da qual a interação GxA é
pequena ou não significativa (Gauch Junior & Zobel,
1997GAUCH JUNIOR, H.G.; ZOBEL, R.W.Identifying mega-environments and
targeting genotypes.Crop Science,v.37, p.311-326, 1997. DOI:
10.2135/cropsci1997.0011183X003700020002x.
https://doi.org/10.2135/cropsci1997.0011...
). Nesta linha de pesquisa, merece ser ressaltada a estratificação
estabelecida por Pacheco (2004) PACHECO, R.M. Estratificação de ambientes em cerrados do Brasil Central
para fins de seleção e recomendação de cultivares de soja. 2004. 173p. Tese
(Doutorado) - Universidade Federal de Goiás, Goiânia., reportada em
Pacheco et al. (2009)PACHECO, R.M.; DUARTE, J.B.; SOUZA, P.I.M. de; SILVA, S.A. da; NUNES
JÚNIOR, J. Key locations for soybean genotype assessment in central Brasil. Pesquisa
Agropecuária Brasileira, v.44, p.478-486, 2009. DOI: 10.1590/S0100-204X2009000500007.
https://doi.org/10.1590/S0100-204X200900...
, na qual foi utilizada
uma base de dados semelhante à empregada no presente trabalho. O autor recomendou três
estratificações, congêneres aos grupos de maturação: precoce (oito estratos), médio
(seis) e tardio (sete). Nesses estratos, foram identificados onze locais-chave para a
alocação dos ensaios de VCU dos três grupos de maturação.
É necessário destacar, entretanto, o caráter dinâmico e provisório das estratificações
ambientais obtidas por essa abordagem, porque o processo de desenvolvimento e liberação
de cultivares leva, contínua e periodicamente, à substituição de genótipos. Assim, são
esperadas mudanças nos estratos ambientais, pois a estratificação de uma região depende
da interação GxA (Gauch Junior, 1992GAUCH JUNIOR, H.G.Statistical analysis of regional yield trials: AMMI
analysis of factorial designs. New York: Elsevier, 1992. 278p.), com
predomínio de interações de natureza complexa ou cruzada (Yan et al., 2007YAN, W.; KANG, M.S.; MA, B.; WOODS, S.; CORNELIUS, P.L.GGE biplot vs.
AMMI analysis of genotype by environment data. Crop Science, v.47, p.643-653, 2007.
DOI: 10.2135/cropsci2006.06.0374.
https://doi.org/10.2135/cropsci2006.06.0...
; Negash et al.,
2013NEGASH, A.W.; MWAMBI, H.; ZEWOTIR, T.; TAYE, G. Additive main effects
and multiplicative interactions model (AMMI) and genotype main effect and genotype by
environment interaction (GGE) biplot analysis of multi-environmental wheat variety
trials. African Journal of Agricultural Research, v.8, p.1033-1040, 2013. DOI:
10.5897/AJAR2012.6648.
https://doi.org/10.5897/AJAR2012.6648...
). Logo, é necessária a revisão periódica do zoneamento ambiental
estabelecido.
O objetivo deste trabalho foi estabelecer uma estratificação ambiental consistente para a recomendação e avaliação de linhagens experimentais e cultivares de soja para a região do Cerrado, a partir de análise da interação GxA, quanto à produtividade de grãos, e avaliar a adequação da atual rede de ensaios de VCU, para sua otimização.
Material e Métodos
No estudo, utilizaram-se linhagens de diferentes grupos de maturação denominados de ciclos precoce (P), médio (M) e tardio (T), além dos grupos comerciais de soja convencional (CV) e soja transgênica (RR) resistente ao herbicida glifosato. A combinação destes grupos foi denominada como conjunto experimental CV-P, CV-M e RR-T. O número de genótipos nos ensaios variou entre 10 e 28 linhagens, distribuídas em seis conjuntos experimentais (Tabela 1). As respostas desses genótipos quanto à produtividade de grãos (kg ha-1), nos diferentes locais e anos, serviram como base para a estratificação e o planejamento da rede experimental.
Os ensaios foram realizados em localidades do Distrito Federal e dos estados da Bahia, Goiás, Mato Grosso, Mato Grosso do Sul, Minas Gerais e São Paulo, durante sete anos agrícolas (2002/2003 a 2008/2009). Ao todo, 559 experimentos foram instalados em 57 localidades, algumas das quais foram eliminadas ou substituídas ao longo dos anos (Tabela 2). Os experimentos foram implantados em delineamento de blocos ao acaso, com quatro repetições. As parcelas constituíram-se de quatro fileiras de plantas, com 5,0 m de comprimento, espaçadas de 0,50 m. Avaliou-se a produção de grãos obtida das duas fileiras centrais da parcela (área útil), tendo-se desprezado 0,5 m das extremidades. A massa de grãos por parcela foi corrigida para 13% de umidade e extrapolada para quilogramas por hectare.
Inicialmente, realizaram-se análises individuais de variância para cada experimento. Em seguida, estimaram-se as médias de produtividade de cada genótipo, em cada ambiente, com ajustes dos efeitos diferenciais de blocos e algum desbalanceamento não planejado (perda de parcelas). As médias foram submetidas à análise conjunta dos ensaios, dentro de anos, tendo-se incluído todos os locais para cada conjunto experimental.
As análises conjuntas foram realizadas segundo o modelo que inclui os efeitos principais
aditivos e a interação multiplicativa conforme Gauch
Junior (1992)GAUCH JUNIOR, H.G.Statistical analysis of regional yield trials: AMMI
analysis of factorial designs. New York: Elsevier, 1992. 278p.. Com a finalidade de se conhecer a significância dos efeitos
principais, efeitos de genótipos e de ambientes, e da interação entre estes fatores,
aplicou-se o teste F de Snedecor. O teste FR de Cornelius et al. (1992)CORNELIUS, P.L.; SEYEDSADR, M.; CROSSA, J. Using the shifted
multiplicative model to search for "separability" in crop cultivar trials.
Theoretical and Applied Genetics, v.84, p.161-172, 1992. DOI:
10.1007/BF00223996.
https://doi.org/10.1007/BF00223996...
, em princípio, foi empregado para se
identificar o número de componentes principais a ser incorporado no modelo AMMI.
As estimativas de produtividade foram obtidas pela expressão i é a estimativa do efeito fixo de genótipo i;
aj é a estimativa do efeito fixo do ambiente j; λk é o
k-ésimo valor singular da matriz GA, definida como GA(ga)=[ij
original, dada por i1 é o i-ésimo elemento do k-ésimo autovetor de
(GA)(GA)', associado a λk (peso do genótipo i no eixo k); e
αjk é o j-ésimo elemento do k-ésimo autovetor de (GA)'(GA), associado
a λk (peso do ambiente j no eixo k). A partir disso, o padrão de
desempenho dos genótipos nos ambientes foi graficamente representado em biplots AMMI,
conforme abordagem de estratificação ambiental conhecida por "genótipos vencedores"
(Gauch Junior & Zobel, 1997GAUCH JUNIOR, H.G.; ZOBEL, R.W.Identifying mega-environments and
targeting genotypes.Crop Science,v.37, p.311-326, 1997. DOI:
10.2135/cropsci1997.0011183X003700020002x.
https://doi.org/10.2135/cropsci1997.0011...
).; g é a resposta média estimada para o genótipo i (i = 1, 2,..., g) no
ambiente j (j = 1, 2,..., a); μˆ é a média geral associada às estimativas
], em que
em que:
(resíduo do ajuste dos efeitos principais e dos efeitos de genótipos
e de ambientes); γ é a estimativa de quadrados mínimos da interação (ga)
Nos gráficos (biplot AMMI), a linha de transição entre estratos corresponde a um ambiente hipotético, em que genótipos vencedores de estratos vizinhos têm a mesma produtividade. Essa linha de transição intercepta a ordenada do sistema de eixos cartesianos no ponto correspondente ao marcador do referido ambiente. Assim, estratos ambientais foram precisamente identificados para cada conjunto experimental.
Quando conjuntos experimentais diferentes são incluídos na análise, com dois ou mais anos, a estratificação final requer a combinação dos resultados parciais obtidos em cada conjunto. Isto foi feito em duas etapas. Na primeira, realizou-se a comparação de estratificações obtidas em anos diferentes, no mesmo conjunto experimental (como CV-P-2002/2003, CV-P-2003/2004, CV-P-2008/2009). Na segunda, realizou-se a comparação das estratificações dos dois grupos comerciais, CV e RR, dentro de cada ciclo de maturação (como CV-P vs. RR-P), tendo-se buscado estratificações comuns aos dois grupos.
Para o estabelecimento de estratos maiores e consistentes, foi necessário realocar
alguns locais a estratos vizinhos, contíguos ao estrato originalmente determinado por
algum genótipo vencedor. Isto ocorreu quando certos locais agruparam-se no mesmo estrato
em grande parte do período de avaliação, porém não em algum dos anos avaliados, mas que,
apesar disso, ainda mostravam tendência a se agruparem, pois localizavam-se próximos à
linha de transição do respectivo estrato. Essa flexibilização é recomendada por Gauch Junior & Zobel (1997)GAUCH JUNIOR, H.G.; ZOBEL, R.W.Identifying mega-environments and
targeting genotypes.Crop Science,v.37, p.311-326, 1997. DOI:
10.2135/cropsci1997.0011183X003700020002x.
https://doi.org/10.2135/cropsci1997.0011...
.
Para identificar grupos de localidades com padrão de agrupamento consistente, ao longo dos anos, cada par de locais foi avaliado separadamente. Consideraram-se consistentes os pares de locais que se reuniram no mesmo estrato, em todos os anos em que foram avaliados em determinado conjunto experimental (2/2, 3/3, 4/4 ou 5/5); nesta notação (n/m), o numerador (n anos) representa o número de vezes em que certo par de locais se agrupou no mesmo estrato, e o denominador é o número de vezes (m anos) em que estiveram presentes nos conjuntos experimentais.
Com as estratificações estabelecidas, identificaram-se os locais a serem priorizados nos
ensaios de VCU para a região-alvo da pesquisa. Como critério, utilizou-se a distância
média quadrática Pacheco et al., 2009PACHECO, R.M.; DUARTE, J.B.; SOUZA, P.I.M. de; SILVA, S.A. da; NUNES
JÚNIOR, J. Key locations for soybean genotype assessment in central Brasil. Pesquisa
Agropecuária Brasileira, v.44, p.478-486, 2009. DOI: 10.1590/S0100-204X2009000500007.
https://doi.org/10.1590/S0100-204X200900...
). Assim, escolheu-se o local
com a menor distância em relação ao genótipo vencedor, no gráfico biplot
AMMI1, ou seja, aquele com a menor diferença entre escores
α1j (do local) e γ1i (do genótipo vencedor). Como há
diferentes anos de avaliação, o local-chave de um estrato ambiental foi definido como
aquele com a menor média dessas distâncias. dos locais aos genótipos vencedores, nos biplots (
No presente estudo, introduziu-se uma adaptação nesse cálculo, tendo-se atribuído pesos distintos (pt) às análises dos diferentes anos (t = 1, 2, ..., q), conforme a variação associada ao primeiro eixo principal de cada análise . Assim, a distância média foi obtida pela expressão,
em que: pt =GA(padrão)), cujo denominador representa uma
estimativa do padrão da interação GxA em cada análise (Gauch Junior & Zobel, 1997GAUCH JUNIOR, H.G.; ZOBEL, R.W.Identifying mega-environments and
targeting genotypes.Crop Science,v.37, p.311-326, 1997. DOI:
10.2135/cropsci1997.0011183X003700020002x.
https://doi.org/10.2135/cropsci1997.0011...
). O procedimento valoriza a capacidade de cada
local para melhor classificar os genótipos de desempenho superior numa sub-região
homogênea. Assim, a rede experimental a ser priorizada deve ser constituída pelo local
geometricamente mais próximo dos genótipos vencedores, além daqueles que se isolaram em
estratos de única localidade./(SQ
Resultados e Discussão
A variação de efeitos - principais, de genótipos e de ambientes - foi significativa pelo
teste F, em quase todos os conjuntos experimentais (Tabela 3). Os locais participaram da soma de quadrados dos fatores de
tratamentos com pelo menos 80% dessa variação. Isto resultou, principalmente, da grande
extensão geográfica (12°09'10"S a 22°32'10"S; 44°38'12"W a 60°08'45"W) e das variações
de altitude (212 m a 1.017 m) ao longo da rede de ensaios. A altitude é um dos fatores
que, isoladamente, mais influencia na interação GxA (Oliveira et al., 2006OLIVEIRA, A.B. de; DUARTE, J.B.; CHAVES, L.J.; COUTO, M.A. Environmental
and genotypic factors associated with genotype by environment interactions in
soybean. Crop Breeding and Applied Biotechnology, v.6, p.79-86, 2006. DOI:
10.12702/1984-7033.v06n01a11.
https://doi.org/10.12702/1984-7033.v06n0...
). A interação GxA foi sempre significativa (Tabela 3), como resultado da resposta diferencial
dos genótipos a essa variação ambiental. Logo, para fins de avaliação e recomendação de
cultivares, justificou-se a estratificação da região-alvo em sub-regiões mais homogêneas
(estratos ambientais).
Com o resultado do teste FR, houve a necessidade de modelos com quatro ou
mais eixos da interação. Porém, independentemente disso, deu-se preferência às
estimativas AMMI1, seja pelo seu elevado valor preditivo e baixa incorporação
de ruídos (Gauch Junior, 1988GAUCH JUNIOR, H.G.Model selection and validation for yield trials with
interaction. Biometrics, v.44, p.705-715, 1988. DOI:
10.2307/2531585.
https://doi.org/10.2307/2531585...
; Crossa et al., 1991CROSSA, J.; FOX, P.N.; PFEIFFER, W.H.; RAJARAM, S.; GAUCH JUNIOR, H.G.
AMMI adjustment for statistical analysis of an international wheat yield trial.
Theoretical and Applied Genetics, v.81, p.27-37, 1991. DOI: 10.1007/BF00226108.
https://doi.org/10.1007/BF00226108...
) associados a estratos
ambientais mais consistentes, seja para atender às demandas técnica e financeira por
reduzido número destes estratos para o desenvolvimento de cultivares e produção de
sementes. Por razões semelhantes, modelos com maior número de componentes da interação
têm sido preteridos em estudos da interação GxA, em favor da adoção de modelo AMMI1
(Ebdon & Gauch Junior, 2002EBDON, J.S.; GAUCH JUNIOR, H.G.Additive main effect and multiplicative
interaction analysis of national turfgrass performance trials: II cultivar
recommendations. Crop Science, v.42, p.497-506, 2002. DOI: 10.2135/cropsci2002.0497.
https://doi.org/10.2135/cropsci2002.0497...
; Mortazavian et al., 2014MORTAZAVIAN, S.M.M.; NIKKHAH, H.R.; HASSANI, F.A.; SHARIF-AL-HOSSEINI,
M.; TAHERI, M.; MAHLOOJI, M. GGE biplot and AMMI analysis of yield performance of
barley genotypes across different environments in Iran. Journal of Agricultural
Science and Technology, v.16, p.609-622, 2014.) ou modelo AMMI2
(Gauch Junior & Zobel, 1996GAUCH JUNIOR, H.G.; ZOBEL, R.W. AMMI analysis of yield trial. In: KANG,
M.S.; GAUCH JUNIOR, H. (Ed.). Genotype by environment interaction. Boca Raton: CRS
Press, 1996. p.85-122. DOI: 10.1201/9781420049374.ch4.
https://doi.org/10.1201/9781420049374.ch...
; Ilker et al., 2009ILKER, E.; TONK, F.A.; ÇAYLAK, O.; TOSUN, M.; OZMEN, I. Assessment of
genotype x environment interactions for grain yield in maize hybrids using AMMI and
GGE biplot analyses. Turkish Journal of Field Crops, v.14, p.123-135,
2009.).
Com a abordagem adotada, a identificação de estratos ambientais ficou condicionada aos
genótipos vencedores nos locais de avaliação. Ressalta-se que alguns locais foram
realocados a estratos vizinhos, o que acarretou a substituição do genótipo vencedor por
outro de menor desempenho. Essa substituição resultou, quase sempre, em pequena redução
(inferior a 2%) da produtividade média dos ambientes para os quais este artifício foi
empregado (Figura 1). O artifício é apresentado
por Gauch Junior (1992)GAUCH JUNIOR, H.G.Statistical analysis of regional yield trials: AMMI
analysis of factorial designs. New York: Elsevier, 1992. 278p., tendo sido utilizado em
outras estratificações ambientais fundamentadas na abordagem de "genótipo vencedor"
(Felipe et al., 2010FELIPE, C.R. de P.; DUARTE, J.B.; CAMARANO, L.F. Estratificação
ambiental para avaliação e recomendação de variedades de milho no Estado de Goiás.
Pesquisa Agropecuária Tropical, v.40, p.186-199, 2010. DOI:
10.5216/pat.v40i2.6158.
https://doi.org/10.5216/pat.v40i2.6158...
; Mortazavian et al., 2014MORTAZAVIAN, S.M.M.; NIKKHAH, H.R.; HASSANI, F.A.; SHARIF-AL-HOSSEINI,
M.; TAHERI, M.; MAHLOOJI, M. GGE biplot and AMMI analysis of yield performance of
barley genotypes across different environments in Iran. Journal of Agricultural
Science and Technology, v.16, p.609-622, 2014.).
Redução percentual da produtividade de grãos (kg ha-1), resultante da substituição de genótipos vencedores em alguns estratos. Grupos de maturação: P, precoce; M, médio; T, tardio. CV, soja convencional; RR, soja trangênica.
Reduções maiores foram observadas em alguns casos, como Iraí (RR-P-2008/2009, 10,3%),
Cristalina (CV-P-2004/2005, 8,3%) e Uberaba-Epamig (CV-M-2006/2007, 5,0%). Contudo, isto
ocorreu apenas em um dos anos avaliados, o que foi compensado pelo reconhecimento do
padrão de agrupamento dos locais. Segundo Xu et al.
(2013)XU, N.-Y.; FOK, M.; ZHANG, G.-W.; LI, J.; ZHOU, Z.-G. The application of
GGE biplot analysis for evaluating test locations and mega-environment investigation
of cotton regional trials. Journal of Integrative Agriculture, v.1, p.1275-1294,
2013. DOI: 10.1016/S2095-3119(13)60656-5.
https://doi.org/10.1016/S2095-3119(13)60...
, quando são considerados diferentes anos de avaliação, nem sempre
ocorrerá o agrupamento consistente dos mesmos locais, em razão das flutuações
climáticas, variações de características de solo, tratos culturais, além da substituição
natural dos genótipos avaliados. Logo, esses autores defendem o artifício da
substituição de genótipos vencedores, dada a possibilidade de se reconhecer o padrão de
agrupamento entre alguns locais de avaliação.
Com as alterações necessárias, os resultados de cada ano foram confrontados entre si, o que resultou em duas estratificações ambientais (CV e RR) por ciclo de maturação. As análises com soja de ciclo precoce resultaram em 17 estratos do grupo convencional e 11 estratos do grupo RR (Figura 2). No ciclo médio, identificaram-se 16 estratos do grupo convencional e 12 do grupo RR (Figura 3). No ciclo tardio, foram identificados 10 estratos do grupo convencional e 9 do grupo RR (Figura 4). Na sequência, estratificações combinadas por grupo de maturação foram produzidas pela confrontação dos dois grupos comerciais, CV e RR.
Estratificação da região do Cerrado, para o cultivo de soja convencional e transgênica RR, com ciclo precoce de maturação. Os códigos (como 2/2, 3/3) indicam o número de anos em que o par de locais se agrupou (numerador) relativamente ao número de anos em que estes locais estiveram presentes na rede de ensaios do grupo experimental (denominador).
Estratificação da região do Cerrado, para o cultivo de soja convencional e transgênica RR, com ciclo médio de maturação. Os códigos (como 2/2, 3/3) indicam o número de anos em que o par de locais se agrupou (numerador) relativamente ao número de anos em que estes locais estiveram presentes na rede de ensaios de determinado grupo experimental (denominador).
Estratificação da região do Cerrado, para o cultivo de soja convencional e transgênica RR, com ciclo tardio de maturação. Os códigos numéricos (como 2/2, 3/3) indicam o número de anos em que o par de locais se agrupou (numerador) relativamente ao número de anos em que estes locais estiveram presentes na rede de ensaios de determinado grupo experimental (denominador), o que é indicativo da consistência do agrupamento entre localidades.
A consistência dos agrupamentos foi variável, isto é, o número de vezes (anos) em que um local se agrupou com outros variou entre estratos. Iraí e Sacramento foram os locais que se agruparam mais consistentemente. Ambos estiveram simultaneamente no mesmo estrato, em cinco anos de avaliação (Figura 4). Entretanto, em alguns casos, os estratos atenderam apenas à condição mínima para agrupamento (2/2). Este foi o caso, por exemplo, de Montividiu, Sonora e Tapurah, no grupo convencional de soja precoce (Figura 2). Mesmo nestes casos, porém, o padrão de agrupamento entre localidades não deixou de ser reconhecido. Logo, o número de vezes em que os locais se agruparam, no período de avaliação, variou entre os extremos 2/2 e 5/5 (Figuras 2, 3 e 4).
A comparação de resultados parciais, relativos às estratificações para soja convencional e soja transgênica RR, forneceu a estratificação final para cada grupo de maturação (Tabela 4). Assim, a região de cultivo, antes representada pelos locais que permaneceram por dois ou mais anos na rede experimental (35 locais nos grupos de maturação precoce e médio, e 30 locais no grupo tardio), pôde ser dividida em 22 (ciclo precoce), 23 (ciclo médio) e 21 (ciclo tardio) estratos ambientais.
A decisão sobre que locais devem permanecer ou ser eliminados da rede experimental foi feita de acordo com as estimativas da distância média de cada local aos respectivos genótipos vencedores Tabela 4). No grupo de ciclo médio de maturação, além dos locais-chave representativos dos quatro maiores estratos, outros dezenove devem ser priorizados, pois representam estratos de local único. Por último, no ciclo tardio de maturação, a rede experimental pôde ser constituída prioritariamente pelos cinco locais-chave identificados nos estratos maiores, mais dezesseis outros, representantes de estratos de locais únicos. . No grupo de soja precoce, a rede experimental pôde ser constituída, prioritariamente, pelos locais-chave associados aos sete maiores estratos ambientais, além de quinze outros locais que, isoladamente, formaram estratos independentes (
Boa parte dos estratos identificados foi de local único (Tabela 4). Nos ciclos precoce e tardio de maturação, foram dezesseis
locais em cada grupo e, no ciclo médio, dezenove. Estes ambientes apresentam
propriedades distintas, que os diferenciam dos demais na rede experimental, o que os
caracteriza como "locais-chave". O predomínio destes estratos é indicativo de que a rede
de ensaios, utilizada no presente estudo, está relativamente bem planejada. Pacheco et al. (2009)PACHECO, R.M.; DUARTE, J.B.; SOUZA, P.I.M. de; SILVA, S.A. da; NUNES
JÚNIOR, J. Key locations for soybean genotype assessment in central Brasil. Pesquisa
Agropecuária Brasileira, v.44, p.478-486, 2009. DOI: 10.1590/S0100-204X2009000500007.
https://doi.org/10.1590/S0100-204X200900...
identificaram poucos estratos
de única localidade (cinco no grupo precoce e três nos grupos médio e tardio). Logo, nos
últimos anos, houve também melhoria da definição dos locais de teste, para avaliação
genotípica no âmbito do programa de melhoramento para essa região.
Houve pouca semelhança entre as estratificações obtidas para genótipos de "soja
convencional" e "soja transgênica" (Figuras 2 a
4). Isto se manifestou, principalmente, nos
casos em que os grupos de locais identificados em um conjunto experimental (como RR) se
desfizeram no conjunto recíproco (como CV). Este fato poderia estar associado à
interação GxA diferencial nos dois conjuntos, decorrente de patrimônios genéticos
distintos e do manejo ambiental diferenciado nos dois sistemas. Entretanto, a
resistência ao herbicida glifosato tem controle monogênico, e os programas de
desenvolvimento da soja RR geralmente introduzem o gene de resistência em cultivares via
retrocruzamentos (Lima et al., 2008LIMA, W.F.; PÍPOLO, A.E.; MOREIRA, J.U.V.; CARVALHO, C.G.P. de; PRETE,
C.E.C.; ARAIS, C.A.A.; OLIVEIRA, M.F. de; SOUZA, G.E. de;. TOLEDO, J.F.F. de
Interação genótipo-ambiente de soja convencional e transgênica resistente a
glifosato, no Estado do Paraná. Pesquisa Agropecuária Brasileira, v.43, p.729-736,
2008. DOI: 10.1590/S0100-204X2008000600009.
https://doi.org/10.1590/S0100-204X200800...
). Portanto, é
pouco provável que a interação GxA diferencial esteja relacionada a patrimônios
genéticos distintos. Em geral, os locais de teste também se agruparam de modo diferente
nos três grupos de maturação estudados. A exceção foi Iraí e Sacramento, cuja associação
sempre se repetiu nos conjuntos experimentais de maturação precoce e tardia (Figura 2 e 4).
Pacheco (2004) PACHECO, R.M. Estratificação de ambientes em cerrados do Brasil Central
para fins de seleção e recomendação de cultivares de soja. 2004. 173p. Tese
(Doutorado) - Universidade Federal de Goiás, Goiânia., que trabalhou apenas com soja
convencional, também identificou pouca concordância entre os estratos estabelecidos a
partir de ciclos de maturação diferentes (P, M e T). Logo, confirma-se a necessidade de
estratificações particulares para cada grupo de maturação. Resultados similares são
reportados por Kang et al. (1989)KANG, M.S.; HARVILLE, B.G.; GORMAN, D.P. Contribution of weather
variables to genotype x environment interaction in soybean. Field Crops Research,
v.21, p.297-300, 1989. DOI: 10.1016/0378-4290(89)90011-7.
https://doi.org/10.1016/0378-4290(89)900...
e Oliveira et al. (2006)OLIVEIRA, A.B. de; DUARTE, J.B.; CHAVES, L.J.; COUTO, M.A. Environmental
and genotypic factors associated with genotype by environment interactions in
soybean. Crop Breeding and Applied Biotechnology, v.6, p.79-86, 2006. DOI:
10.12702/1984-7033.v06n01a11.
https://doi.org/10.12702/1984-7033.v06n0...
. Segundo estes autores,
genótipos de soja com diferentes ciclos de maturação contribuem diferentemente para o
montante da interação GxA, principalmente por suas respostas diferenciais ao
fotoperíodo, particularmente se a rede experimental incluir locais com grande distância
latitudinal. Embora este seja o caso do presente estudo, não se observou padrão de
agrupamento dos locais em função da latitude geográfica.
Em síntese, as estratificações estabelecidas apresentam limitação relativa à falta de espacialidade dos estratos. Apesar de os locais serem referenciados por suas coordenadas geográficas, isto é pouco informativo em razão da falta de limites que lhes atribuam forma e área bem definidas. Assim, para a recomendação de cultivares, isto constitui fator limitante à aplicabilidade das estratificações estabelecidas, as quais são mais efetivas para o planejamento da rede experimental, por meio da identificação de locais redundantes.
O coeficiente de variação experimental (CV) ultrapassou, algumas vezes, o limite
estabelecido para o registro de cultivares no Brasil. Dos 559 experimentos analisados,
43 apresentaram valores de CV altos, superiores a 20%. A eliminação de locais
redundantes pode também contribuir para a redução do erro experimental (Gauch Junior, 1992GAUCH JUNIOR, H.G.Statistical analysis of regional yield trials: AMMI
analysis of factorial designs. New York: Elsevier, 1992. 278p.), em razão da possibilidade de se
concentrar esforços de pesquisa num número menor de experimentos. Com os resultados do
presente estudo, é possível a redução de aproximadamente 20% dos experimentos (Tabela 4). Redução de magnitude semelhante (16%)
foi proposta por Felipe et al. (2010)FELIPE, C.R. de P.; DUARTE, J.B.; CAMARANO, L.F. Estratificação
ambiental para avaliação e recomendação de variedades de milho no Estado de Goiás.
Pesquisa Agropecuária Tropical, v.40, p.186-199, 2010. DOI:
10.5216/pat.v40i2.6158.
https://doi.org/10.5216/pat.v40i2.6158...
, em milho,
também na região do Cerrado. No presente caso, a redução otimizada se dá pela eliminação
dos seguintes locais: Tangará da Serra, Conquista, Nuporanga, Tapurah, Guaíra e
Maracajú. Outros locais, nos grupos de maturação precoce (sete locais), médio (seis
locais) e tardio (seis locais), ainda podem ser excluídos. Na prática, a eliminação de
locais em apenas algum dos grupos de maturação também representa uma oportunidade de
otimização da rede experimental. Por exemplo, pode ser necessário avaliar genótipos
apenas de ciclo tardio em Campo Novo do Parecis (Tabela
4). Por razões técnicas, qualquer local de um estrato pode ser priorizado a
despeito da eliminação ou substituição de outro(s) no mesmo estrato. O uso de critério
objetivo, como a menor distância em relação ao genótipo vencedor, representa apenas
informação complementar para, juntamente com outros aspectos (como a importância do
local no cenário agrícola), auxiliar na decisão de se manter ou não um local na rede de
experimentos. Por exemplo, São Miguel do Araguaia (P) e Barreiras (M) poderiam ser
preteridos em relação a Campo Novo do Parecis, cuja maior área de plantio comercial e
respectiva produção de soja podem justificar a sua preferência como local-chave para
essa região.
Conclusões
-
A estratificação da região do Cerrado, para a avaliação de genótipos de soja, está condicionada ao grupo de maturação das cultivares, com sete conjuntos de locais homogêneos no grupo precoce, quatro no grupo médio e cinco no grupo tardio.
-
É possível uma redução otimizada do tamanho da rede de ensaios de soja, na região do Cerrado, de cerca de 20%, pela eliminação ou substituição dos locais Tangará da Serra, Conquista, Nuporanga, Tapurah, Guaíra e Maracajú.
-
A rede de ensaios de VCU, atualmente estabelecida para avaliação de genótipos de soja na região do Cerrado, está bem definida, haja vista a predominância de estratos ambientais de única localidade.
Agradecimentos
À Embrapa Cerrados, pela cessão dos dados experimentais; ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), pela concessão de bolsa; e aos doutores Lázaro José Chaves e Patrícia Santos de Mello, pelas sugestões ao artigo.
- ALLIPRANDINI, L.F.; TOLEDO, J.F.F. de; FONSECA JUNIOR, N.; ALMEIDA, L.A. de; KIIHL, R.A. de S. Efeitos da interação genótipos x ambiente sobre a produtividade da soja no Estado do Paraná. Pesquisa Agropecuária Brasileira, v.29, p.1433-1444, 1994.
- BARROS, H.B.; SEDIYAMA, T.; CRUZ, C.D.; TEIXEIRA, R. de C.; REIS, M.S. Análise de adaptabilidade e estabilidade em soja (Glycine max L.) em Mato Grosso. Ambiência, v.6, p.75-88, 2010.
- BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Requisitos mínimos para determinação do valor de cultivo e uso de soja (Glicine max), para a inscrição no registro nacional de cultivares - RNC. Brasília: MAPA, 1998. 7p.
- CORNELIUS, P.L.; SEYEDSADR, M.; CROSSA, J. Using the shifted multiplicative model to search for "separability" in crop cultivar trials. Theoretical and Applied Genetics, v.84, p.161-172, 1992. DOI: 10.1007/BF00223996.
» https://doi.org/10.1007/BF00223996 - CROSSA, J.; FOX, P.N.; PFEIFFER, W.H.; RAJARAM, S.; GAUCH JUNIOR, H.G. AMMI adjustment for statistical analysis of an international wheat yield trial. Theoretical and Applied Genetics, v.81, p.27-37, 1991. DOI: 10.1007/BF00226108.
» https://doi.org/10.1007/BF00226108 - EBDON, J.S.; GAUCH JUNIOR, H.G.Additive main effect and multiplicative interaction analysis of national turfgrass performance trials: II cultivar recommendations. Crop Science, v.42, p.497-506, 2002. DOI: 10.2135/cropsci2002.0497.
» https://doi.org/10.2135/cropsci2002.0497 - FELIPE, C.R. de P.; DUARTE, J.B.; CAMARANO, L.F. Estratificação ambiental para avaliação e recomendação de variedades de milho no Estado de Goiás. Pesquisa Agropecuária Tropical, v.40, p.186-199, 2010. DOI: 10.5216/pat.v40i2.6158.
» https://doi.org/10.5216/pat.v40i2.6158 - GAUCH JUNIOR, H.G.Model selection and validation for yield trials with interaction. Biometrics, v.44, p.705-715, 1988. DOI: 10.2307/2531585.
» https://doi.org/10.2307/2531585 - GAUCH JUNIOR, H.G.Statistical analysis of regional yield trials: AMMI analysis of factorial designs. New York: Elsevier, 1992. 278p.
- GAUCH JUNIOR, H.G.; ZOBEL, R.W. AMMI analysis of yield trial. In: KANG, M.S.; GAUCH JUNIOR, H. (Ed.). Genotype by environment interaction. Boca Raton: CRS Press, 1996. p.85-122. DOI: 10.1201/9781420049374.ch4.
» https://doi.org/10.1201/9781420049374.ch4 - GAUCH JUNIOR, H.G.; ZOBEL, R.W.Identifying mega-environments and targeting genotypes.Crop Science,v.37, p.311-326, 1997. DOI: 10.2135/cropsci1997.0011183X003700020002x.
» https://doi.org/10.2135/cropsci1997.0011183X003700020002x - ILKER, E.; TONK, F.A.; ÇAYLAK, O.; TOSUN, M.; OZMEN, I. Assessment of genotype x environment interactions for grain yield in maize hybrids using AMMI and GGE biplot analyses. Turkish Journal of Field Crops, v.14, p.123-135, 2009.
- KANG, M.S.; HARVILLE, B.G.; GORMAN, D.P. Contribution of weather variables to genotype x environment interaction in soybean. Field Crops Research, v.21, p.297-300, 1989. DOI: 10.1016/0378-4290(89)90011-7.
» https://doi.org/10.1016/0378-4290(89)90011-7 - LIMA, W.F.; PÍPOLO, A.E.; MOREIRA, J.U.V.; CARVALHO, C.G.P. de; PRETE, C.E.C.; ARAIS, C.A.A.; OLIVEIRA, M.F. de; SOUZA, G.E. de;. TOLEDO, J.F.F. de Interação genótipo-ambiente de soja convencional e transgênica resistente a glifosato, no Estado do Paraná. Pesquisa Agropecuária Brasileira, v.43, p.729-736, 2008. DOI: 10.1590/S0100-204X2008000600009.
» https://doi.org/10.1590/S0100-204X2008000600009 - MORTAZAVIAN, S.M.M.; NIKKHAH, H.R.; HASSANI, F.A.; SHARIF-AL-HOSSEINI, M.; TAHERI, M.; MAHLOOJI, M. GGE biplot and AMMI analysis of yield performance of barley genotypes across different environments in Iran. Journal of Agricultural Science and Technology, v.16, p.609-622, 2014.
- NEGASH, A.W.; MWAMBI, H.; ZEWOTIR, T.; TAYE, G. Additive main effects and multiplicative interactions model (AMMI) and genotype main effect and genotype by environment interaction (GGE) biplot analysis of multi-environmental wheat variety trials. African Journal of Agricultural Research, v.8, p.1033-1040, 2013. DOI: 10.5897/AJAR2012.6648.
» https://doi.org/10.5897/AJAR2012.6648 - OLIVEIRA, A.B. de; DUARTE, J.B.; CHAVES, L.J.; COUTO, M.A. Environmental and genotypic factors associated with genotype by environment interactions in soybean. Crop Breeding and Applied Biotechnology, v.6, p.79-86, 2006. DOI: 10.12702/1984-7033.v06n01a11.
» https://doi.org/10.12702/1984-7033.v06n01a11 - PACHECO, R.M. Estratificação de ambientes em cerrados do Brasil Central para fins de seleção e recomendação de cultivares de soja. 2004. 173p. Tese (Doutorado) - Universidade Federal de Goiás, Goiânia.
- PACHECO, R.M.; DUARTE, J.B.; SOUZA, P.I.M. de; SILVA, S.A. da; NUNES JÚNIOR, J. Key locations for soybean genotype assessment in central Brasil. Pesquisa Agropecuária Brasileira, v.44, p.478-486, 2009. DOI: 10.1590/S0100-204X2009000500007.
» https://doi.org/10.1590/S0100-204X2009000500007 - XU, N.-Y.; FOK, M.; ZHANG, G.-W.; LI, J.; ZHOU, Z.-G. The application of GGE biplot analysis for evaluating test locations and mega-environment investigation of cotton regional trials. Journal of Integrative Agriculture, v.1, p.1275-1294, 2013. DOI: 10.1016/S2095-3119(13)60656-5.
» https://doi.org/10.1016/S2095-3119(13)60656-5 - YAN, W.; KANG, M.S.; MA, B.; WOODS, S.; CORNELIUS, P.L.GGE biplot vs. AMMI analysis of genotype by environment data. Crop Science, v.47, p.643-653, 2007. DOI: 10.2135/cropsci2006.06.0374.
» https://doi.org/10.2135/cropsci2006.06.0374
Datas de Publicação
-
Publicação nesta coleção
Out 2014
Histórico
-
Recebido
14 Abr 2014 -
Aceito
23 Set 2014