Mostrar registro simples

dc.creatorKlein, Luís Antônio
dc.date.accessioned2022-05-12T18:18:03Z
dc.date.available2022-05-12T18:18:03Z
dc.date.issued2022-02-21
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/24330
dc.description.abstractBlack oat (Avena strigosa S.) is one of the most cultivated winter cereals in Rio Grande do Sul due to its rapid growth, rusticity, high forage yield and easy seeding. Despite the extensive cultivated areas, few breeding programs have developed new cultivars of black oat. In this sense, the objective of this work was to select and characterize possible genotypes with potential for the development of new cultivars of black oat, with characteristics such as low size, early cycle and high productivity of dry mass and seeds, using multivariate models, in addition to testing the adaptability and stability of these genotypes. The experiment was conducted in the experimental area of the Laboratory for Genetic Improvement and Plant Production, at the Federal University of Santa Maria, campus of Frederico Westphalen/RS, in the years 2018, 2019, 2020 and 2021, in addition to the experimental area of the Improvement Laboratory Genetic from Universidade Tecnológica Federal do Paraná, in Pato Branco/PR, in 2020. The experiment was carried out in a randomized block design, with three replications. Some black oat genotypes from the university's genetic improvement program were evaluated, with the addition of control cultivars, namely IAPAR 61, IPR Cabocla, UPFA 21 - Moreninha, FPS Agro Esteio and BRS 139. The characteristics evaluated were: a) days from emergence to flowering ( DEF, days); b) plant height (APL, cm); c) number of tillers per plant (NAP, n°); d) panicle mass (MDP, g); e) panicle grain mass (MGP, g); f) plant mass (MPL, g); g) total green mass (MVT, kg ha-1); h) total dry mass (MST, kg ha-1); i) seed yield (PDS, kg ha-1). From the information obtained, the genotypes were submitted to analyzes to determine the components of variance and genetic parameters, prediction of genetic values, analysis of genetic divergence, simultaneous selection using the MGIDI index and analysis of adaptability and stability using the GGE model. The lines UFSMFW 2-07, UFSMFW 2-05 and UFSMFW 2-01 showed desirable predicted genetic values for the development of early black oat cultivars with high dry mass and seed productivity. The MGIDI selected the genotypes UFSMFW 2-01 and UFSMFW 2-04 as those that are closer to the ideotype when conducted in Frederico Westphalen/RS. When conducted in Pato Branco/PR, the MGIDI selected the genotypes UFSMFW 2-07 and UFSMFW 2-04. MGIDI was efficient in selecting the best black oat genotypes, showing desirable selection gains for most traits. The genotypes UFSMFW 2-01 and UFSMFW 2-07 present as strengths the characteristics related to dry mass productivity and, therefore, have potential in the cultivation for soil cover. The GGE analysis showed the UFSMFW 2-07 genotype as the most productive, but due to instability it can be considered as adapted to the specific environment. The years 2018, 2020 and 2021 showed a certain similarity in the productive averages, being considered representative environments by the GGE Biplot, while 2019 was a favorable year for high productivity and proved to be a discriminating environment.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectParâmetros genéticospor
dc.subjectSeleção simultâneapor
dc.subjectAdaptabilidadepor
dc.subjectEstabilidadepor
dc.subjectGenetic parameterseng
dc.subjectSimultaneous selectioneng
dc.subjectAdaptabilityeng
dc.subjectStabilityeng
dc.titleModelos multivariados na caracterização e seleção de genótipos superiores de aveia preta (Avena strigosa S.)por
dc.title.alternativeMultivariate models in the characterization and selection of superior genotypes of black oats (Avena strigosa S.)eng
dc.typeDissertaçãopor
dc.description.resumoA aveia preta (Avena strigosa S.) é um dos cereais de inverno mais cultivados no Rio Grande do Sul devido seu rápido crescimento, rusticidade, elevada produção de forragem e fácil obtenção de sementes. Apesar das extensas áreas cultivadas poucos programas de melhoramento têm desenvolvido novas cultivares de aveia preta. Nesse sentido, o objetivo do trabalho foi selecionar e caracterizar possíveis genótipos com potencial de desenvolvimento de novas cultivares de aveia preta, com características como porte baixo, ciclo precoce e elevada produtividade de massa seca e de sementes, utilizando modelos multivariados, além de testar a adaptabilidade e estabilidade desses genótipos. O experimento foi conduzido na área experimental do Laboratório de Melhoramento Genético e Produção de Plantas, da Universidade Federal de Santa Maria, campus de Frederico Westphalen/RS, nos anos de 2018, 2019, 2020 e 2021, além da área experimental do Laboratório de Melhoramento Genético da Universidade Tecnológica Federal do Paraná, em Pato Branco/PR, no ano de 2020. O experimento foi conduzido em delineamento de blocos ao acaso, com três repetições. Foram avaliados alguns genótipos de aveia preta do programa de melhoramento genético da universidade, acrescidos de cultivares testemunhas, sendo elas IAPAR 61, IPR Cabocla, UPFA 21 - Moreninha, FPS Agro Esteio e BRS 139. As características avaliadas foram: a) dias da emergência ao florescimento (DEF, dias); b) altura de planta (APL, cm); c) número de afilhos por planta (NAP, n°); d) massa da panícula (MDP, g); e) massa de grãos da panícula (MGP, g); f) massa da planta (MPL, g); g) massa verde total (MVT, kg ha-1); h) massa seca total (MST, kg ha-1); i) produtividade de sementes (PDS, kg ha-1). A partir das informações obtidas, os genótipos foram submetidos a análises para determinar os componentes de variância e parâmetros genéticos, predição de valores genéticos, análise de divergência genética, seleção simultânea utilizando o índice MGIDI e análise de adaptabilidade e estabilidade utilizando o modelo GGE. As linhagens UFSMFW 2-07, UFSMFW 2-05 e UFSMFW 2-01 apresentaram valores genéticos preditos desejáveis para o desenvolvimento de cultivares de aveia preta precoces e com elevada produtividade de massa seca e de sementes. O MGIDI selecionou os genótipos UFSMFW 2-01 e UFSMFW 2-04 como aqueles que se apresentam mais próximos do ideótipo quando conduzidos em Frederico Westphalen/RS. Quando conduzidos em Pato Branco/PR, o MGIDI selecionou os genótipos UFSMFW 2-07 e UFSMFW 2-04. O MGIDI foi eficiente em selecionar os melhores genótipos de aveia preta, apresentando ganhos de seleção desejáveis para a maioria das características. Os genótipos UFSMFW 2-01 e UFSMFW 2-07 apresentam como pontos fortes as características relacionadas com a produtividade de massa seca e, portanto, possuem potencial no cultivo para cobertura de solo. A análise GGE apontou o genótipo UFSMFW 2-07 como mais produtivo, porém devido à instabilidade pode ser considerado como adaptado à ambiente específico. Os anos de 2018, 2020 e 2021 mostraram certa semelhança nas médias produtivas, sendo considerados ambientes representativos pelo GGE Biplot, enquanto 2019 foi um ano favorável para altas produtividades e se mostrou um ambiente discriminante.por
dc.contributor.advisor1Marchioro, Volmir Sergio
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3744130894870798por
dc.contributor.referee1Toebe, Marcos
dc.contributor.referee2Olivoto, Tiago
dc.creator.Latteshttp://lattes.cnpq.br/8303230901331068por
dc.publisher.countryBrasilpor
dc.publisher.departmentAgronomiapor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Agronomia - Agricultura e Ambientepor
dc.subject.cnpqCNPQ::CIENCIAS AGRARIAS::AGRONOMIApor
dc.publisher.unidadeUFSM Frederico Westphalenpor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivatives 4.0 International
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International