Análise de fatores e estratificação ambiental na avaliação da adaptabilidade e estabilidade em soja

Abstract

Resumo -O objetivo deste trabalho foi avaliar a eficiência de diferentes métodos de estratificação ambiental, a representatividade dos locais de avaliação, e a adaptabilidade e estabilidade de genótipos de soja, por meio de ensaios de produtividade de grãos, nos estados do Paraná e Santa Catarina, nos anos agrícolas de 2000 a 2003, em um total de 15 ambientes. Foram utilizados, para estratificação ambiental, o método tradicional de Lin e a análise de fatores aliada ao porcentual de parte simples (PS%) da interação genótipo vs. ambiente (GxA). Na determinação da adaptabilidade e estabilidade dos genótipos, foram utilizados modelos baseados em regressão linear única e bissegmentada. Foram testados 21 genótipos de soja em delineamento de blocos ao acaso com três repetições, na avaliação da produtividade de grãos. O genótipo RB 605 apresenta ampla faixa de adaptação com elevada produtividade média de grãos. De acordo com ambos os métodos, as localidades de Palotina e Brasilândia do Sul podem ser reduzidas a somente um local de ensaio.A análise de fatores associada ao PS% da interação GxA é mais seletiva para estratificação ambiental, em relação ao método tradicional de Lin.Termos para indexação: Glycine max, interação genótipo x ambiente, previsibilidade. Factor analysis and environmental stratification in the assessment of soybean adaptability and stabilityAbstract -The objective of this work was to assess the efficiency of different methods of environmental stratification, the representation level of the evaluation places, and the adaptability and stability of soybean genotypes, through yield trials in the Paraná and Santa Catarina States, Brazil, in the agricultural years of 2000 to 2003, totaling 15 environments. For environmental stratification, the Lin's traditional method and factor analysis, allied to percentage of the simple portion (SP%) of genotype vs. environment interaction (GxE), were utilized. Adaptability and stability of the genotypes were determined by linear and bisegmented regression models. Twenty one soybean genotypes were evaluated on randomized complete blocks design, comprising three replications, and the analyzed variable was grain yield. RB 605 genotype is highly adapted and presents high yield. According to both methods, Palotina and Brasilândia do Sul localities can be reduced to one trial location. The factor analysis allied to SP% of GxE interaction is more selective to environmental stratification in relation to the Lin's traditional method.

Estratificação ambiental pela análise da interação genótipo x ambiente em milho

“…Ambiente (1 Garbuglio et al (2007), que detectaram 87% dos pares de ambientes com predominância de interação complexa, e por Pacheco et al (2008), que encontraram interação complexa em 100% dos pares.…”

“…Coimbra et al (2006) efetuaram a estratificação ambiental, no Estado de Minas Gerais, por meio da análise de fatores. Garbuglio et al (2007) realizaram a estratificação ambiental pelo método tradicional de Lin, pela análise de fatores, e pela determinação do percentual da parte simples da interação GxA, no Estado do Paraná. Felipe et al (2010) realizaram a estratificação ambiental para fins de recomendação de cultivares no Estado de Goiás, por meio da abordagem de genótipos vencedores.…”

Adaptabilidade fenotípica de genótipos de batata-doce oriundos de sementes botânicas na região Sul do Estado do Tocantins

“…Esse fato minimiza os erros de classificação que normalmente ocorrem por valores discrepantes nos ambientes avaliados. De fato, pois no melhoramento genético, durante o processo de seleção, deve-se realizar a avaliação dos genótipos em diferentes ambientes, identificando as cultivares mais adaptadas às condições específicas de cada ambiente MENDONÇA et al, 2007) para posteriormente, poderem ser indicadas para a região.…”

Factor analysis applied to the G+GE matrix via REML/BLUP for multi-environment data

“…A commonly adopted criterion is to retain the factors whose eigenvalues are greater than or equal to 1.0 (Kaiser-Guttman criterion); or, if the explanatory proportion of these factors is low, a set of factors should be used which explain up to 80% of the total variation , Mendonça et al 2007, Fritsche-Neto et al 2010b, Ribeiro and Almeida 2011). In this study, 80% of the variation is achieved from six factors, which is fewer than the number of factors indicated by the eigenvalues greater than 1.0 (seven).…”