Análise de imagens multiespectrais na avaliação e seleção indireta de linhagens de trigo em estágios iniciais de um programa de melhoramento

• Autor(a) principal: Ribeiro, Aloísio Fernando Silva
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/31870; https://doi.org/10.47328/ufvbbt.2023.686
• topic: Trigo - Melhoramento genético; Curva característica de operação do receptor; Modelos multiníveis (Estatísticas); Melhoramento Vegetal

Um programa de melhoramento convencional de trigo enfrenta várias limitações o procedimento de fenotipagem, especialmente nas fases iniciais, onde o elevado número de genótipos torna o processo demorado e custoso, além de muitas vezes utilizar de métodos destrutivos na avaliação dos materiais. Nesse sentido, foi estudado a utilização de índices de vegetação obtidos a partir de imagens multiespectrais como possíveis índices de seleção indireta de genótipos superiores de trigo. 852 genótipos de trigo em F2:3 foram cultivados durante os meses de fevereiro a junho de 2022, com delineamento em blocos aumentados (DBA), com 8 testemunhas e 10 blocos. Imagens do campo experimental foram coletadas a partir de uma câmera multiespectral MicaSense MX acoplado a um drone, em três datas correspondentes ao espigamento, 15 e 30 dias posteriores. As características avaliadas em campo foram altura de planta (ALT, cm), DAM (dias), massa de 100 grãos (M100, g) e produtividade (PDT, kg.ha-1), enquanto as características espectrais foram as informações individuais das bandas (Red, Green, Blue, NIR e RE) e de outros 9 índices vegetativos. Os efeitos genéticos foram estimados e testados pelo método REML/BLUP e LRT, respectivamente. A análise de ROC foi utilizada para quantificar o potencial de classificação de cada índice e definir o ponto de corte (Cutoff) ideal pelo índice Youden, onde a soma da sensibilidade e especificidade é maximizada. O efeito de genótipo foi significativo para todas as características estudas, exceto para M100, com as herdabilidades para ALT, PDT e DAM de 0,53, 0,57 e 0,49, respectivamente. Os índices de vegetação apresentaram herdabilidades entre 0,49 e 0,55, com exceção do MTVI1, com h² = 0,27. Pela análise da curva ROC, os índices que apresentaram maior eficiência na discriminação entre as classes selecionados e não selecionado para PDT foram o MSAVI e MCARI (AUC = 0,76; AUC = 0,73), no momento do espigamento. Quanto as variáveis DAM e ALT, ouve uma associação pouco expressivas com os índices de vegetação, com valores de AUC em geral menores que 0,60. A seleção indireta baseado no Cutoff ideal não foi satisfatória, com eficiência de ganho de seleção (GS) de 12% relativo ao método convencional para MSAVI e 2% para MCARI. Conclui-se que índices vegetativos possuem associação positiva com as variáveis agronômicas medidas a campo. No entanto, uma discriminação simples não se mostrou eficaz, sendo necessário estudar outras modelos de classificação ou predição para se obter informações mais precisas sobre o potencial da classificação indireta baseada em informações espectrais. Palavras-chave: Índices de vegetação. Genética. Curva ROC. Modelos mistos.