Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos

Detalhes bibliográficos
Autor(a) principal: jhenyfer ferreira de oliveira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMS
Texto Completo: https://repositorio.ufms.br/handle/123456789/5561
Resumo: Soybean genetic breeding is a continuous process of developing new cultivars. The focus of genetic improvement is to solve problems that limit productivity, which may be resistance to diseases, morphological and physiological traits. With the growing demand for the grain that has great economic importance for the country, studies with emphasis on plant genetic improvement are necessary. The use of remote sensing in environmental monitoring has recently become a tool in the study of plant breeding. The hypothesis of this research is that vegetation indices can be used as indirect selection criteria in soybean genetic improvement programs. The objectives were: to identify the best phenological stage for acquiring vegetation indices for indirect selection of agronomic characters and to identify the most promising segregating populations based on vegetation indices and agronomic characters. The design was randomized blocks with four replications, 28 with soybean F3 capacity and four control treatments (commercial cultivars).The agronomic traits evaluated were: days to maturation (DM), first pod insertion height (AIV), plant height (AP), diameter of the main stem (DHP) number of branches (NR) and grain yield (PROD kg ha-1) and the evaluated vegetation indices were: NDVI (Normalized Difference Vegetation Index), NDRE (Normalized Difference Red Edge Index), EVI (Enhanced Vegetation Index) and SAVI (Soil Adjusted Vegetation Index) were obtained in three phenological stages of soybean genotypes: V8 (at 45 days after emergence - DAE), R1 (60 DAE) and R5 (80 DAE). Regarding the evaluated vegetation indices, SAVI and EVI presented higher averages for the selection of populations, considering the best phenological stage V8 (at 45 days after emergence). Regarding the DM and PROD agronomic variables, the SAVI and EVI vegetation indices showed higher averages in these indices for the genetic correlation with DM values of 0.71 and PROD 0.90. However, the highest result stands out for the genetic correlation of the EVI vegetation index with values for DM 0.83 and PROD 0.96 to conduct the indirect selection of the most promising populations. Keywords: Remote sensing. Glycine max. Genetic improvement of soybean.
id UFMS_7435e77e0854aa083d348ca1d5360cef
oai_identifier_str oai:repositorio.ufms.br:123456789/5561
network_acronym_str UFMS
network_name_str Repositório Institucional da UFMS
repository_id_str 2124
spelling 2023-01-20T19:57:24Z2023-01-20T19:57:24Z2022https://repositorio.ufms.br/handle/123456789/5561Soybean genetic breeding is a continuous process of developing new cultivars. The focus of genetic improvement is to solve problems that limit productivity, which may be resistance to diseases, morphological and physiological traits. With the growing demand for the grain that has great economic importance for the country, studies with emphasis on plant genetic improvement are necessary. The use of remote sensing in environmental monitoring has recently become a tool in the study of plant breeding. The hypothesis of this research is that vegetation indices can be used as indirect selection criteria in soybean genetic improvement programs. The objectives were: to identify the best phenological stage for acquiring vegetation indices for indirect selection of agronomic characters and to identify the most promising segregating populations based on vegetation indices and agronomic characters. The design was randomized blocks with four replications, 28 with soybean F3 capacity and four control treatments (commercial cultivars).The agronomic traits evaluated were: days to maturation (DM), first pod insertion height (AIV), plant height (AP), diameter of the main stem (DHP) number of branches (NR) and grain yield (PROD kg ha-1) and the evaluated vegetation indices were: NDVI (Normalized Difference Vegetation Index), NDRE (Normalized Difference Red Edge Index), EVI (Enhanced Vegetation Index) and SAVI (Soil Adjusted Vegetation Index) were obtained in three phenological stages of soybean genotypes: V8 (at 45 days after emergence - DAE), R1 (60 DAE) and R5 (80 DAE). Regarding the evaluated vegetation indices, SAVI and EVI presented higher averages for the selection of populations, considering the best phenological stage V8 (at 45 days after emergence). Regarding the DM and PROD agronomic variables, the SAVI and EVI vegetation indices showed higher averages in these indices for the genetic correlation with DM values of 0.71 and PROD 0.90. However, the highest result stands out for the genetic correlation of the EVI vegetation index with values for DM 0.83 and PROD 0.96 to conduct the indirect selection of the most promising populations. Keywords: Remote sensing. Glycine max. Genetic improvement of soybean.O melhoramento genético da soja é um processo contínuo de desenvolver novas cultivares. O foco do melhoramento genético é solucionar problemas que limitam a produtividade podendo ser resistência a doenças, caracteres morfológicos e fisiológicos. Com a crescente demanda do grão que possui grande importância econômica para o país, estudos com ênfase em melhoramento genético de plantas são necessários. O uso do sensoriamento remoto no monitoramento ambiental, recentemente tornou-se uma ferramenta no estudo do melhoramento das plantas. A hipótese dessa pesquisa é que os índices de vegetação podem ser utilizados como critérios de seleção indireta em programas de melhoramento genético da soja. Os objetivos foram: identificar qual o melhor estágio fenológico para aquisição de índices de vegetação para seleção indireta de caracteres agronômicos e identificar as populações segregantes mais promissoras com base nos índices de vegetação e caracteres agronômicos. O delineamento foi de blocos casualizados com quatro repetições, 28 populações F3 de soja e quatro tratamentos controle (cultivares comerciais). Os caracteres agronômicos avaliados foram: dias para maturação (DM), altura de inserção da primeira vagem (AIV), altura de plantas (AP), diâmetro da haste principal (DHP) número de ramificações (NR) e produtividade de grãos (PROD kg ha-1) e os índices de vegetação avaliados foram: NDVI (Normalized Difference Vegetation Index), NDRE (Normalized Difference Red Edge Index), EVI (Enhanced Vegetation Index) e SAVI (Soil Adjusted Vegetation Indexforam) obtidos em três estágios fenológicos dos genótipos de soja: V8 (aos 45 dias após a emergência - DAE), R1 (60 DAE) e R5 (80 DAE). Em relação aos índices de vegetação avaliados, SAVI e EVI apresentaram maiores médias para a seleção das populações, considerando o melhor estágio fenológico V8 (aos 45 dias após a emergência). Em relação as variáveis agronômicas DM e PROD os índices de vegetação SAVI e EVI demonstraram maiores médias nesses índices para a correlação genética com valores para DM de 0,71 e PROD 0,90. Contudo, destaca-se o maior resultado para a correlação genética do índice de vegetação EVI com valores para DM 0,83 e PROD 0,96 para realizar a seleção indireta das populações mais promissoras. Palavras-chave: Sensoriamento remoto. Glycine max. Melhoramento genético da soja.Fundação Universidade Federal de Mato Grosso do SulUFMSBrasilÍndices de vegetação, Seleção indireta, Soja, Caracteres agronômicos.Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPaulo Eduardo Teodorojhenyfer ferreira de oliveirainfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMSinstname:Universidade Federal de Mato Grosso do Sul (UFMS)instacron:UFMSORIGINALDISSERTAÇÃO_Jhenyfer Ferreira de Oliveira.pdfDISSERTAÇÃO_Jhenyfer Ferreira de Oliveira.pdfapplication/pdf1156294https://repositorio.ufms.br/bitstream/123456789/5561/-1/DISSERTA%c3%87%c3%83O_Jhenyfer%20Ferreira%20de%20Oliveira.pdf5c419417946b6617c7a24591260a91bbMD5-1123456789/55612023-01-20 15:57:25.443oai:repositorio.ufms.br:123456789/5561Repositório InstitucionalPUBhttps://repositorio.ufms.br/oai/requestri.prograd@ufms.bropendoar:21242023-01-20T19:57:25Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS)false
dc.title.pt_BR.fl_str_mv Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
title Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
spellingShingle Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
jhenyfer ferreira de oliveira
Índices de vegetação, Seleção indireta, Soja, Caracteres agronômicos.
title_short Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
title_full Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
title_fullStr Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
title_full_unstemmed Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
title_sort Índices de vegetação como critério de seleção indireta de populações de soja para caracteres agronômicos
author jhenyfer ferreira de oliveira
author_facet jhenyfer ferreira de oliveira
author_role author
dc.contributor.advisor1.fl_str_mv Paulo Eduardo Teodoro
dc.contributor.author.fl_str_mv jhenyfer ferreira de oliveira
contributor_str_mv Paulo Eduardo Teodoro
dc.subject.por.fl_str_mv Índices de vegetação, Seleção indireta, Soja, Caracteres agronômicos.
topic Índices de vegetação, Seleção indireta, Soja, Caracteres agronômicos.
description Soybean genetic breeding is a continuous process of developing new cultivars. The focus of genetic improvement is to solve problems that limit productivity, which may be resistance to diseases, morphological and physiological traits. With the growing demand for the grain that has great economic importance for the country, studies with emphasis on plant genetic improvement are necessary. The use of remote sensing in environmental monitoring has recently become a tool in the study of plant breeding. The hypothesis of this research is that vegetation indices can be used as indirect selection criteria in soybean genetic improvement programs. The objectives were: to identify the best phenological stage for acquiring vegetation indices for indirect selection of agronomic characters and to identify the most promising segregating populations based on vegetation indices and agronomic characters. The design was randomized blocks with four replications, 28 with soybean F3 capacity and four control treatments (commercial cultivars).The agronomic traits evaluated were: days to maturation (DM), first pod insertion height (AIV), plant height (AP), diameter of the main stem (DHP) number of branches (NR) and grain yield (PROD kg ha-1) and the evaluated vegetation indices were: NDVI (Normalized Difference Vegetation Index), NDRE (Normalized Difference Red Edge Index), EVI (Enhanced Vegetation Index) and SAVI (Soil Adjusted Vegetation Index) were obtained in three phenological stages of soybean genotypes: V8 (at 45 days after emergence - DAE), R1 (60 DAE) and R5 (80 DAE). Regarding the evaluated vegetation indices, SAVI and EVI presented higher averages for the selection of populations, considering the best phenological stage V8 (at 45 days after emergence). Regarding the DM and PROD agronomic variables, the SAVI and EVI vegetation indices showed higher averages in these indices for the genetic correlation with DM values of 0.71 and PROD 0.90. However, the highest result stands out for the genetic correlation of the EVI vegetation index with values for DM 0.83 and PROD 0.96 to conduct the indirect selection of the most promising populations. Keywords: Remote sensing. Glycine max. Genetic improvement of soybean.
publishDate 2022
dc.date.issued.fl_str_mv 2022
dc.date.accessioned.fl_str_mv 2023-01-20T19:57:24Z
dc.date.available.fl_str_mv 2023-01-20T19:57:24Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufms.br/handle/123456789/5561
url https://repositorio.ufms.br/handle/123456789/5561
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Fundação Universidade Federal de Mato Grosso do Sul
dc.publisher.initials.fl_str_mv UFMS
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Fundação Universidade Federal de Mato Grosso do Sul
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMS
instname:Universidade Federal de Mato Grosso do Sul (UFMS)
instacron:UFMS
instname_str Universidade Federal de Mato Grosso do Sul (UFMS)
instacron_str UFMS
institution UFMS
reponame_str Repositório Institucional da UFMS
collection Repositório Institucional da UFMS
bitstream.url.fl_str_mv https://repositorio.ufms.br/bitstream/123456789/5561/-1/DISSERTA%c3%87%c3%83O_Jhenyfer%20Ferreira%20de%20Oliveira.pdf
bitstream.checksum.fl_str_mv 5c419417946b6617c7a24591260a91bb
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS)
repository.mail.fl_str_mv ri.prograd@ufms.br
_version_ 1815447996698984448