Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja

Detalhes bibliográficos
Autor(a) principal: Rodrigues, Fernanda Cupertino
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: https://locus.ufv.br//handle/123456789/28971
Resumo: Ensaios de Valor de Cultivo e Uso (VCU) são conduzidos por programas de melhoramento genético de soja com o intuito de selecionar e recomendar novas cultivares superiores para regiões específicas. Estes ensaios demandam muito trabalho e são financeiramente dispendiosos. Assim, encontrar ferramentas que, na prática, podem contribuir para a otimização deste processo através do aumento de sua eficiência e da minimização dos custos é muito importante. Diante disso, objetivou-se com este estudo, por meio da estratificação ambiental via GGE Biplot, otimizar redes de ensaios de soja distribuídos em municípios dos estados do Mato Grosso do Sul, Paraná, São Paulo e Santa Catarina. Para tanto, utilizou-se os dados de produção de 43 ensaios, distribuídos em 23 municípios dos estados de Mato Grosso do Sul, Paraná, São Paulo e Santa Catarina em quatro safras (2011/12; 2012/13; 2013/14 e 2015/16). Para a realização das análises utilizou-se o método de estratificação GGE Biplot, este é um método biplot que faz uso das análises de componentes principais, e identifica a existência de estratos ambientais por meio da avaliação da interação genótipo x ambiente (interação GA). Deste modo, os estratos serão formados de modo que a interação seja minimizada e que as cidades que participam do mesmo estrato tenham características ambientais homogêneas. Plotou-se para cada ensaio um gráfico GGE Biplot, os quais deram origem a uma matriz de coincidência que, por sua vez, deu origem a uma rede de similaridade ambiental para cada safra. Também foram construídas, através das matrizes, redes de similaridade envolvendo três safras e outra envolvendo todas as safras. Por meio das redes foi possível identificar a formação de alguns estratos. A rede conjunta de todas as safras revelou a existência de quatro estratos, sendo o primeiro composto pelos municípios de Toledo e Palotina; o segundo pelos municípios de Cafelândia, Palotina e Mamborê; o terceiro pelos municípios de Mamborê, Palotina e Maracaju e quarto composto pelos municípios de pelos municípios de Maracaju, Naviraí e Dourados. As cidades de Bela Vista do Paraíso e Rolândia não foram alocadas em um estrato, sendo, portanto, consideradas cidades essenciais para os ensaios, uma vez que estas possuem características ambientais diferentes das demais. As cidades que compõem um mesmo estrato são consideradas redundantes, deste modo, algumas podem ser eliminadas ou substituídas, afim de que a região seja melhor representada. Concluiu-se que para esta região os nove municípios coincidentes entre as safras podem ser representados por quatro, sendo estes: Maracaju, Palotina, Rolândia e Bela Vista do Paraíso. Deste modo, cinco municípios foram eliminados, e os recursos que eram a estes investidos podem ser remanejados para a introdução mais ambientes e /ou genótipos nestes ensaios. Palavras-chave: interação GA. GGE Biplot. mega-ambinetes.
id UFV_2b37ff2375634e3d32ab64cd29d6f8bf
oai_identifier_str oai:locus.ufv.br:123456789/28971
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Carneiro, Pedro Crescêncio SouzaBhering, Leonardo LopesPeternelli, Luiz AlexandreRodrigues, Fernanda Cupertinohttp://lattes.cnpq.br/6260940747572830Silva, Felipe Lopes da2022-05-12T16:22:35Z2022-05-12T16:22:35Z2019-07-26RODRIGUES, Fernanda Cupertino. Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja. 2019. 105 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2019.https://locus.ufv.br//handle/123456789/28971Ensaios de Valor de Cultivo e Uso (VCU) são conduzidos por programas de melhoramento genético de soja com o intuito de selecionar e recomendar novas cultivares superiores para regiões específicas. Estes ensaios demandam muito trabalho e são financeiramente dispendiosos. Assim, encontrar ferramentas que, na prática, podem contribuir para a otimização deste processo através do aumento de sua eficiência e da minimização dos custos é muito importante. Diante disso, objetivou-se com este estudo, por meio da estratificação ambiental via GGE Biplot, otimizar redes de ensaios de soja distribuídos em municípios dos estados do Mato Grosso do Sul, Paraná, São Paulo e Santa Catarina. Para tanto, utilizou-se os dados de produção de 43 ensaios, distribuídos em 23 municípios dos estados de Mato Grosso do Sul, Paraná, São Paulo e Santa Catarina em quatro safras (2011/12; 2012/13; 2013/14 e 2015/16). Para a realização das análises utilizou-se o método de estratificação GGE Biplot, este é um método biplot que faz uso das análises de componentes principais, e identifica a existência de estratos ambientais por meio da avaliação da interação genótipo x ambiente (interação GA). Deste modo, os estratos serão formados de modo que a interação seja minimizada e que as cidades que participam do mesmo estrato tenham características ambientais homogêneas. Plotou-se para cada ensaio um gráfico GGE Biplot, os quais deram origem a uma matriz de coincidência que, por sua vez, deu origem a uma rede de similaridade ambiental para cada safra. Também foram construídas, através das matrizes, redes de similaridade envolvendo três safras e outra envolvendo todas as safras. Por meio das redes foi possível identificar a formação de alguns estratos. A rede conjunta de todas as safras revelou a existência de quatro estratos, sendo o primeiro composto pelos municípios de Toledo e Palotina; o segundo pelos municípios de Cafelândia, Palotina e Mamborê; o terceiro pelos municípios de Mamborê, Palotina e Maracaju e quarto composto pelos municípios de pelos municípios de Maracaju, Naviraí e Dourados. As cidades de Bela Vista do Paraíso e Rolândia não foram alocadas em um estrato, sendo, portanto, consideradas cidades essenciais para os ensaios, uma vez que estas possuem características ambientais diferentes das demais. As cidades que compõem um mesmo estrato são consideradas redundantes, deste modo, algumas podem ser eliminadas ou substituídas, afim de que a região seja melhor representada. Concluiu-se que para esta região os nove municípios coincidentes entre as safras podem ser representados por quatro, sendo estes: Maracaju, Palotina, Rolândia e Bela Vista do Paraíso. Deste modo, cinco municípios foram eliminados, e os recursos que eram a estes investidos podem ser remanejados para a introdução mais ambientes e /ou genótipos nestes ensaios. Palavras-chave: interação GA. GGE Biplot. mega-ambinetes.Multi-environment trials are performed by soybean breeding programs to select and recomend new superior cultivars to specific regions. These trials require a lot of work and are costly. Thus, finding tools that contribute to the optimization of this process by increasing its efficiency and minimizing costs is very important. Therefore, the aim of this study was to optimize soybean trials distributed in cities in the states os Mato Grosso do Sul, Paraná, São Paulo and Santa Catarina, through the mega-environments identification via GGE Biplot. For this, the yield data from 43 trials, distributed in 23 cities of the states of Mato Grosso do Sul, Paraná, São Paulo and Santa Catarina in four agricultural years (2011/12; 2012/13; 2013/14; 2015/16) were used. In order to indentify the mega-environments , the GPL Biplot method was used, this is a biplot method that makes use of principal component analyzes, and identifies the existence of mega- environment through the evaluation of the genotype x environment interaction (GE interaction). In this way, the strata will be performed so the interaction is minimized and the cities that are in the same stratum have homogenous environmental characteristics. A GGE Biplot was plotted for each trial, wich gave rise to a coincidence matrix that, in turn, gave rise to a network of environmental similarity for each crop season. Similarity networs involving three agricultural years and one involving all agricultural years were also built through the matrices. Through the networks it was possible to identify mega-environments. All analyses were performed in Genes software and R platform. The joint network of all the years revealed the existence of four mega- enviroments, the first being composed of the municipalities of Toledo and Palotina; the second by the municipalities of Cafelândia, Palotina and Mamborê; the third by the municipalities of Mamborê, Palotina and Maracaju and fourth composed by the municipalities of the municipalities of Maracaju, Naviraí and Dourados. The cities of Bela Vista do Paraíso and Rolândia were not allocated in a mega-environment, and are therefore considered essential cities for the trials, since these have environmental characteristics different from the others. Cities that make up the same mega-environment are considered redundant, so some can be eliminated or replaced, then the region will be better represented. It was concluded that for this region the nine municipalities coinciding between all agricultural years can be represented by four municipalities, being these: Maracaju, Palotina, Rolândia and Bela Vista do Paraíso. In this way, five municipalities were eliminated, and the resources that were invested in these could be re-directed to the introduction of more environments and/or genotypes in these trials. Keywords: GE interaction. GGE Biplot. mega-environments.Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de ViçosaSoja - Melhoramento genético - Métodos estatísticosInteração genótipo-ambienteMelhoramento VegetalEstratificação ambiental via GGE biplot para otimização de rede de ensaios de sojaEnvironment stratification via GGE Biplot to optimization of soybean trialsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de FitotecniaMestre em Genética e MelhoramentoViçosa - MG2019-07-26Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf7124608https://locus.ufv.br//bitstream/123456789/28971/1/texto%20completo.pdf9edab6244b9660f02a4deb884c663faeMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/28971/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/289712022-05-12 13:23:18.761oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452022-05-12T16:23:18LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
dc.title.en.fl_str_mv Environment stratification via GGE Biplot to optimization of soybean trials
title Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
spellingShingle Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
Rodrigues, Fernanda Cupertino
Soja - Melhoramento genético - Métodos estatísticos
Interação genótipo-ambiente
Melhoramento Vegetal
title_short Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
title_full Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
title_fullStr Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
title_full_unstemmed Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
title_sort Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja
author Rodrigues, Fernanda Cupertino
author_facet Rodrigues, Fernanda Cupertino
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/6260940747572830
dc.contributor.none.fl_str_mv Carneiro, Pedro Crescêncio Souza
Bhering, Leonardo Lopes
Peternelli, Luiz Alexandre
dc.contributor.author.fl_str_mv Rodrigues, Fernanda Cupertino
dc.contributor.advisor1.fl_str_mv Silva, Felipe Lopes da
contributor_str_mv Silva, Felipe Lopes da
dc.subject.pt-BR.fl_str_mv Soja - Melhoramento genético - Métodos estatísticos
Interação genótipo-ambiente
topic Soja - Melhoramento genético - Métodos estatísticos
Interação genótipo-ambiente
Melhoramento Vegetal
dc.subject.cnpq.fl_str_mv Melhoramento Vegetal
description Ensaios de Valor de Cultivo e Uso (VCU) são conduzidos por programas de melhoramento genético de soja com o intuito de selecionar e recomendar novas cultivares superiores para regiões específicas. Estes ensaios demandam muito trabalho e são financeiramente dispendiosos. Assim, encontrar ferramentas que, na prática, podem contribuir para a otimização deste processo através do aumento de sua eficiência e da minimização dos custos é muito importante. Diante disso, objetivou-se com este estudo, por meio da estratificação ambiental via GGE Biplot, otimizar redes de ensaios de soja distribuídos em municípios dos estados do Mato Grosso do Sul, Paraná, São Paulo e Santa Catarina. Para tanto, utilizou-se os dados de produção de 43 ensaios, distribuídos em 23 municípios dos estados de Mato Grosso do Sul, Paraná, São Paulo e Santa Catarina em quatro safras (2011/12; 2012/13; 2013/14 e 2015/16). Para a realização das análises utilizou-se o método de estratificação GGE Biplot, este é um método biplot que faz uso das análises de componentes principais, e identifica a existência de estratos ambientais por meio da avaliação da interação genótipo x ambiente (interação GA). Deste modo, os estratos serão formados de modo que a interação seja minimizada e que as cidades que participam do mesmo estrato tenham características ambientais homogêneas. Plotou-se para cada ensaio um gráfico GGE Biplot, os quais deram origem a uma matriz de coincidência que, por sua vez, deu origem a uma rede de similaridade ambiental para cada safra. Também foram construídas, através das matrizes, redes de similaridade envolvendo três safras e outra envolvendo todas as safras. Por meio das redes foi possível identificar a formação de alguns estratos. A rede conjunta de todas as safras revelou a existência de quatro estratos, sendo o primeiro composto pelos municípios de Toledo e Palotina; o segundo pelos municípios de Cafelândia, Palotina e Mamborê; o terceiro pelos municípios de Mamborê, Palotina e Maracaju e quarto composto pelos municípios de pelos municípios de Maracaju, Naviraí e Dourados. As cidades de Bela Vista do Paraíso e Rolândia não foram alocadas em um estrato, sendo, portanto, consideradas cidades essenciais para os ensaios, uma vez que estas possuem características ambientais diferentes das demais. As cidades que compõem um mesmo estrato são consideradas redundantes, deste modo, algumas podem ser eliminadas ou substituídas, afim de que a região seja melhor representada. Concluiu-se que para esta região os nove municípios coincidentes entre as safras podem ser representados por quatro, sendo estes: Maracaju, Palotina, Rolândia e Bela Vista do Paraíso. Deste modo, cinco municípios foram eliminados, e os recursos que eram a estes investidos podem ser remanejados para a introdução mais ambientes e /ou genótipos nestes ensaios. Palavras-chave: interação GA. GGE Biplot. mega-ambinetes.
publishDate 2019
dc.date.issued.fl_str_mv 2019-07-26
dc.date.accessioned.fl_str_mv 2022-05-12T16:22:35Z
dc.date.available.fl_str_mv 2022-05-12T16:22:35Z
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.citation.fl_str_mv RODRIGUES, Fernanda Cupertino. Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja. 2019. 105 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2019.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/28971
identifier_str_mv RODRIGUES, Fernanda Cupertino. Estratificação ambiental via GGE biplot para otimização de rede de ensaios de soja. 2019. 105 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2019.
url https://locus.ufv.br//handle/123456789/28971
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 Universidade Federal de Viçosa
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/28971/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/28971/2/license.txt
bitstream.checksum.fl_str_mv 9edab6244b9660f02a4deb884c663fae
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801212949202731008