Adaptabilidade e estabilidade de variedades de polinização aberta de milho em Santa Maria, estado do Rio Grande do Sul

Authors

  • Murilo Vieira Loro
  • Alberto Cargnelutti Filho
  • Vithória Morena Ortiz
  • João Augusto Andretta
  • Mikael Brum dos Reis

DOI:

https://doi.org/10.54033/cadpedv21n6-051

Keywords:

Zea mays, Desempenho Produtivo, AMMI, GGE, Probabilidade

Abstract

Identificar genótipos com adaptabilidade e estabilidade, permite posicioná-los de forma eficiente para maximizar o desempenho produtivo. O objetivo deste trabalho foi identificar variedades de polinização aberta de milho de alto desempenho produtivo, adaptadas e estáveis às condições de cultivo. Em dez datas de semeadura (ambientes), nas safras de 2021/2022 e 2022/2023, foram avaliadas oito variedades de polinização aberta de milho (AL Alvaré, AL Bandeirante, AL Piratininga, BR 106, BRS Planalto, IPR 164, Lavrador e Robusto), em Santa Maria, estado do Rio Grande do Sul. As semeaduras foram realizadas em 21 de setembro de 2021, 20 de outubro de 2021, 20 de novembro de 2021, 20 de dezembro de 2021, 30 de janeiro de 2022, 06 de setembro de 2022, 14 de outubro de 2022, 24 de novembro de 2022, 30 de dezembro de 2022 e 06 de fevereiro de 2023. Cada variedade foi caracterizada fenologicamente em cada ambiente. A partir de todas as plantas da parcela foi avaliada a produtividade de grãos, corrigida a 13% de umidade. Com a duração dos estádios fenológicos, calcularam-se as frequências relativas de precipitação pluviométrica e temperatura máxima do ar nos estádios vegetativo e reprodutivo. As variedades foram identificadas quanto à adaptabilidade e estabilidade por meio das análises AMMI biplot e GGE biplot. Calculou-se a probabilidade de as variedades apresentarem alto desempenho produtivo e alta estabilidade produtiva. As variedades BR 106 e BRS Planalto apresentam maior desempenho produtivo, porém com menor estabilidade em comparação com as variedades AL Alvaré, AL Bandeirante, AL Piratininga, IPR 164, Lavrador e Robusto que apresentam menor desempenho produtivo, mas com maior estabilidade. A variedade BRS Planalto apresenta maior desempenho produtivo em semeaduras nos meses de setembro e outubro. A variedade BR 106 apresenta maior desempenho produtivo em semeaduras nos meses de novembro, dezembro e janeiro.

References

ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; GONÇALVES, J. L. M.; SPAROVER, G. Koppen’s climate classification map for Brazil. Meteorologische Zeitschrif, v. 22, n. 6, p. 711-728, 2013. DOI: https://doi.org/10.1127/0941-2948/2013/0507 DOI: https://doi.org/10.1127/0941-2948/2013/0507

ANUADA, A. M.; CRUZ, P. C. S.; GUZMAN, L. E. P.; SANCHEZ, P. B. Grain yield variability and stability of corn varieties in rainfed areas in the Philippines. Journal of Crop Science and Biotechnology, v. 25, n. 2, p. 133-147, 2022. DOI: https://doi.org/10.1007/s12892-021-00118-0 DOI: https://doi.org/10.1007/s12892-021-00118-0

BORÉM, A.; MIRANDA, G. V.; FRITSCHE-NETO, R. Melhoramento de plantas. 8. ed. 2021, 453p.

CHAVES, S. F.; KRAUSE, M. D.; DIAS, L. A.; GARCIA, A. A.; DIAS, K. O. ProbBreed: a novel tool for calculating the risk of cultivar recommendation in multienvironment trials. G3: Genes, Genomes, Genetics, v. 14, n. 3, p. jkae013, 2024. DOI: https://doi.org/10.1093/g3journal/jkae013 DOI: https://doi.org/10.1093/g3journal/jkae013

DIAS, K. O. G.; SANTOS, J. P. R.; KRAUSE, M. D.; PIEPHO, H. P.; GUIMARÃES, L. J. M.; PASTINA, M. M.; GARCIA, A. A. F. Leveraging probability concepts for cultivar recommendation in multi-environment trials. Theoretical and Applied Genetics, v. 135, n. 4, p. 1385-1399, 2022. DOI: https://doi.org/10.1007/s00122-022-04041-y DOI: https://doi.org/10.1007/s00122-022-04041-y

DUARTE, J. B.; VENCOVSKY, R. Interação genótipos x ambientes: uma introdução à análise AMMI. Série Monografias. Sociedade Brasileira de Genética, n. 9, 1999.

FANCELLI, A. L.; DOURADO NETO, D. Milho: manejo e produtividade. Piracicaba: ESALQ/USP, 2009. 181p.

GAUCH JUNIOR, H. G. A simple protocol for AMMI analysis of yield trials. Crop Science, v. 53, n. 5, p. 1860-1869, 2013. DOI: https://doi.org/10.2135/cropsci2013.04.0241 DOI: https://doi.org/10.2135/cropsci2013.04.0241

GAUCH JUNIOR, H. G. Model selection and validation for yield trials with interaction. Biometrics, v. 44, n. 3, p. 705-715, 1988. DOI: https://doi.org/10.2307/2531585

LANA, M. A.; EULENSTEIN, F.; SCHLINDWEIN, S. L.; GRAEF, F.; SIEBER, S.; BITTENCOURT, H. V. H. Yield stability and lower susceptibility to abiotic stresses of improved open-pollinated and hybrid maize cultivars. Agronomy for Sustainable Development, v. 37, n. 30, p. 1-11, 2017. DOI: https://doi.org/10.1007/s13593-017-0442-x DOI: https://doi.org/10.1007/s13593-017-0442-x

LIMA, J. A.; ROSSI, A. A. B.; SANTOS, T. D. O.; PENNA, G. F.; TARDIN, F. D.; TRINDADE, R. D. S.; GUIMARÃES, P. E. O.; GODINHO, V. P. C.; AMARAL JUNIOR, A. T.; CORDEIRO, A. G. M.; SANTOS, R. C.; JESUS, M. S. F.; POGALSKY, L. S.; TIAGO, A. V.; PEDRI, E. M.; FERREIRA, E. L.; ZANETTI, G. T. Adaptability and stability of corn hybrids for the south of the Amazon biome via GGE biplot. Pesquisa Agropecuária Brasileira, v. 58, n. 1, p. e02931, 2023. DOI: https://doi.org/10.1590/S1678-3921.pab2023.v58.02931 DOI: https://doi.org/10.1590/s1678-3921.pab2023.v58.02931

LORO, M. V.; CARGNELUTTI FILHO, A.; ORTIZ, V. M.; REIS, M. B.; ANDRETTA, J. A.; SCHULLER, B. R. Relações lineares entre caracteres do pendão e da espiga em bases genéticas de milho. Journal of Environmental Analysis and Progress, v. 9, n. 2, p. 065-078, 2024. DOI: https://doi.org/10.24221/jeap.9.2.2024.6208.065-078 DOI: https://doi.org/10.24221/jeap.9.2.2024.6208.065-078

MALIKOUSKI, R. G.; FERREIRA, F. M.; CHAVES, S. F. D. S.; COUTO, E. G. D. O.; DIAS, K. O. D. G.; BHERING, L. L. Recommendation of Tahiti acid lime cultivars through Bayesian probability models. Plos One, v. 19, n. 3, p. e0299290, 2024. DOI: https://doi.org/10.1371/journal.pone.0299290 DOI: https://doi.org/10.1371/journal.pone.0299290

OLIVEIRA, I. J.; ATROCH, A. L.; DIAS, M. C.; GUIMARÃES, L. J.; HUIMARÃES, P. E. O. Selection of corn cultivars for yield, stability, and adaptability in the state of Amazonas, Brazil. Pesquisa Agropecuária Brasileira, v. 52, n. 6, p. 455-463, 2017. DOI: https://doi.org/10.1590/S0100-204X2017000600009 DOI: https://doi.org/10.1590/s0100-204x2017000600009

OLIVOTO T.; LÚCIO A. D. metan: An R package for multi-environment trial analysis. Methods in Ecology and Evolution, v. 11, n. 6, p. 783-789, 2020. DOI: https://doi.org/10.1111/2041-210X.13384 DOI: https://doi.org/10.1111/2041-210X.13384

R CORE TEAM. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. 2024. URL: https://www.R-project.org/

SANTOS, D. C. D.; PEREIRA, C. H.; NUNES, J. A. R.; LEPRE, A. L. Adaptability and stability of maize hybrids in unreplicated multienvironment trials. Revista Ciência Agronômica, v. 50, n. 1, p. 83-89, 2019. DOI: https://doi.org/10.5935/1806-6690.20190010 DOI: https://doi.org/10.5935/1806-6690.20190010

SANTOS, H. G.; JACOMINE, P. K. T.; ANJOS, L. H. C.; OLIVEIRA, V. A.; LUMBRERAS, J. F.; COELHO, M. R.; ALMEIDA, J. A.; ARAÚJO FILHO, J. C.; OLIVEIRA, J. B.; CUNHA, T. J. F. Sistema brasileiro de classificação de solos. 5. ed. Rio de Janeiro: Embrapa Solos, 2018, 590p.

TROYJACK, C.; PIMENTEL, J. R.; CARVALHO, I. R.; SZARESKI, V. J.; JUNIOR, G. T.; DUBAL, Í. T. P.; DEMARI, G. H.; LAUTENCHLEGER, F.; MARTINS, A. B. N.; VILLELA, F. A.; AUMONDE, T. Z.; PEDÓ, T. Research article productive performance and multivariate interrelations of open-pollinated and hybrid maize in Brazil. Genetics and Molecular Research, v. 18, n. 3, p. 1-9, 2019. DOI: http://dx.doi.org/10.4238/gmr18180 DOI: https://doi.org/10.4238/gmr18180

UBERTI, A.; REZENDE, W. M.; CAIXETA, D. G.; REIS, H. M.; RESENDE, N. C. V.; DESTRO, V.; DELIMA, R. O. Assessment of yield performance and stability of hybrids and populations of tropical maize across multiple environments in Southeastern Brazil. Crop Science, v. 63, n. 4, p. 2012-2032, 2023. DOI: https://doi.org/10.1002/csc2.20964 DOI: https://doi.org/10.1002/csc2.20964

VOGT, G. A.; BALBINOT JUNIOR, A. A.; BACKES, R. L. Estabilidade e adaptabilidade de variedades de polinização aberta de milho em Santa Catarina. Agropecuária Catarinense, v. 24, n. 1, p. 77-82, 2011.

WICKHAM, H. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York, 2016. DOI: https://doi.org/10.1007/978-3-319-24277-4_9

YAMAMOTO, E. L. M.; GONÇALVES, M. C.; DAVIDE, L. M. C.; SANTOS, A. D.; CANDIDO, L. S. Adaptability and stability of maize genotypes in growing regions of central Brazil. Revista Ceres, v. 68, n. 3, p. 201-211, 2021. DOI: https://doi.org/10.1590/0034-737X202168030006 DOI: https://doi.org/10.1590/0034-737x202168030006

YAN, W.; HUNT, L. A.; SHENG, Q.; SZLAVNICS, Z. Cultivar evaluation and mega-environment investigation based on the GGE bi-plot. Crop Science, v. 40, n. 3, p. 597-605, 2000. DOI: https://doi.org/10.2135/cropsci2000.403597x DOI: https://doi.org/10.2135/cropsci2000.403597x

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, n. 2, p. 641-653, 2007. DOI: https://doi.org/10.2135/cropsci2006.06.0374 DOI: https://doi.org/10.2135/cropsci2006.06.0374

Published

2024-06-06

How to Cite

Loro, M. V., Cargnelutti Filho, A., Ortiz, V. M., Andretta, J. A., & Reis, M. B. dos. (2024). Adaptabilidade e estabilidade de variedades de polinização aberta de milho em Santa Maria, estado do Rio Grande do Sul. Caderno Pedagógico, 21(6), e4211. https://doi.org/10.54033/cadpedv21n6-051

Issue

Section

Articles