Estratificação ambiental em milho por meio de redes de similaridade

• Ano de defesa: 2024
• Autor(a) principal: Pinheiro, Cicero Cordeiro
• Orientador(a): Von Pinho, Renzo Garcia
• Banca de defesa: Von Pinho, Renzo Garcia, Gonçalves, Flávia Maria Avelar, Freitas Júnior, Silvério de Paiva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Lavras
• Programa de Pós-Graduação: Programa de Pós-graduação em Genética e Melhoramento de Plantas
• Departamento: Departamento de Biologia
• País: brasil
• Palavras-chave em Português: Análise gráfica; Milho - Melhoramento genético; Milho - Híbridos; Mega-ambientes; Graphical analysis; Maize - Genetic improvement; Maize - Hybrids; Mega-environments; Zea mays L.
• Área do conhecimento CNPq: Melhoramento Vegetal
• Link de acesso: https://repositorio.ufla.br/handle/1/59117

A complexidade das interações genótipos por ambientes impõe desafios à identificação de ambientes propícios ao desempenho consistente de híbridos de milho (Zea mays L.). Este aspecto é crucial para o sucesso dos programas de melhoramento, que dependem da capacidade de fornecer híbridos com rendimento otimizado em diversas condições ambientais. Nesse contexto, a hipótese central deste estudo sugere que híbridos de milho exibem variações significativas de desempenho em diferentes regiões, embora seja possível identificar padrões semelhantes. Esta identificação é de grande relevância, reduzindo a necessidade de extensos ensaios e otimizando investimentos e recursos humanos. Portanto, esta pesquisa objetiva identificar estratos ambientais usando a técnica GGE biplot integrada a redes de similaridade. Busca-se identificar regiões que proporcionem desempenho semelhante para os híbridos de milho, visando não apenas reduzir a necessidade de ensaios extensivos, mas também otimizar a alocação eficiente de recursos. A metodologia envolveu a avaliação de dados de produção de 759 híbridos em 114 experimentos conduzidos no Estado de Minas Gerais ao longo de três safras. Os experimentos foram realizados em delineamento de blocos casualizados e de blocos incompletos. A análise dos dados foi conduzida integrando a metodologia GGE biplot e redes de similaridade em cinco etapas distintas. Os resultados da análise de variância indicaram a existência de diferentes mega-ambientes na região estudada, destacando a importância da estratificação ambiental. O uso de redes de similaridade permitiu observar padrões ambientais. A estratificação ambiental, baseada na análise gráfica com a integração do GGE biplot e redes de similaridade, revelou-se eficaz na identificação de estratos ambientais. Essa abordagem proporcionou percepções valiosas sobre a diversidade ambiental e a formação de grupos homogêneos de ambientes, possibilitando uma tomada de decisão mais precisa na seleção de locais representativos para testes de híbridos. Ao considerar padrões de similaridade, a análise permitiu detectar estratos nos quais diferentes conjuntos de híbridos apresentam respostas semelhantes à produção. Essa abordagem destaca-se como uma ferramenta promissora para otimizar a alocação de recursos em programas de melhoramento de milho.