Análise estatística espacial de experimentos de híbridos de milho em condições contrastantes de fósforo no solo

• Ano de defesa: 2019
• Autor(a) principal: Anjos, Rafael Silva Ramos dos
• Orientador(a): Carneiro, Pedro Crescêncio Souza
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Área do conhecimento CNPq: Melhoramento Vegetal
• Link de acesso: https://locus.ufv.br//handle/123456789/28700

A heterogeneidade do solo é a principal causa do erro experimental em avaliações de genótipos em condições de campo. A variabilidade espacial da fertilidade do solo pode ocorrer em manchas ou gradientes em experimentos instalados em áreas com baixos teores de fósforo (P) no solo, causando tendências espaciais e comprometendo a independência entre resíduos. Mesmo em condições de alta adubação, onde espera-se maior homogeneidade na fertilidade do solo dentro da área experimental, fatores como a desuniformidade de distribuição de água na irrigação, competição intergenotípica entre parcelas e ocorrência de falhas no estande, também podem levar a um aumento da heterogeneidade ambiental, possibilitando a ocorrência de dependência espacial entre parcelas. Uma medida para atenuar o problema de dependência espacial é o uso da análise espacial pela flexibilização da matriz de covariância residual (). Assim, o objetivo deste estudo foi avaliar a eficiência de modelos estatísticos espaciais na análise de experimentos com híbridos de milho conduzidos em áreas com baixo teor de P no solo e em áreas sob alta adubação. Neste estudo foram considerados ensaios de valor de cultivo e uso (VCU) de híbridos de milho desenvolvidos pela Embrapa Milho e Sorgo, avaliados em condições de baixo P e alta adubação em três safras (2015/16, 2016/17 e 2017/18). Os ensaios foram conduzidos no campo experimental da Embrapa Milho e Sorgo, localizado no município de Sete Lagoas – MG. Cada ensaio de VCU foi constituído por 36 híbridos, sendo 32 híbridos experimentais em fase de pré-lançamento e quatro híbridos comerciais utilizados como testemunhas. Na análise dos experimentos de VCU, foram ajustados 16 modelos estatísticos diferentes. Dentre esses, os modelos tradicionais consideraram resíduos independentes (matriz diagonal) e os modelos espaciais consideraram a modelagem da matriz pelo processo autorregressivo de primeira ordem em duas dimensões (AR1 × AR1). Além disso, os modelos diferiram quanto ao delineamento experimental (blocos completos casualizados ou látice); quanto à inclusão de efeitos de tendência global de linhas e colunas; e quanto à inclusão da covariável estande. Nas condições de baixo P, os modelos estatísticos selecionados foram: (a) safras 2015/16 e 2016/17: modelo de látice parcialmente balanceado, com resíduos () modelados pelo processo AR1 × AR1, sem o termo do erro independente () e com inclusão do estande como covariável; (b) safra 2017/18: modelo de blocos casualizados, com resíduos () modelados pelo processo AR1 × AR1, sem o termo do erro independente () e com inclusão do estande como covariável. Nas condições de alta adubação, os modelos selecionados foram: (a) safra 2015/16: modelo de blocos casualizados, com inclusão de estande como covariável e resíduos () independentes; (b) safra 2016/17: modelo de blocos casualizados, com resíduos () independentes; (c) safra 2017/18: modelo de blocos casualizados, com resíduos () modelados pelo processo AR1 × AR1 e com a inclusão do termo do erro independente (). De modo geral, o uso de um modelo estatístico espacial (AR1 × AR1), com delineamento em látice e estande como covariável, contribuiu para aumentar a acurácia seletiva em ensaios de híbridos de milho avaliados em condições de baixo P. Mesmo em condições de alta adubação, o uso de um modelo estatístico espacial (AR1 × AR1) também contribuiu para aumentar a acurácia seletiva, como ocorreu na safra 2017/18. Assim, conclui-se que a análise estatística espacial é eficiente na análise de ensaios de VCU de híbridos de milho conduzidos em condições de baixo P; e que modelos estatísticos espaciais devem ser testados em experimentos na condição de alta adubação. Palavras-chave: Tendência espacial. Erros correlacionados. Delineamentos experimentais. Melhoramento de plantas. Zea mays L.