08782naa a2200217 a 450000100080000000500110000800800410001910000200006024501510008026000090023152080280024065300090826865300100827765300090828765300150829670000180831170000200832970000230834970000200837277301720839211284882019-06-06       2019    bl uuuu     u00u1 u    #d1 aROCHA, D. J. A.  aEstabilidade de produção de cultivares de aveias forrageiras e seleção de genótipos no Planalto Sul de Santa Catarina.h[electronic resource]  c2019  aNas regiões do sul do Brasil, as aveias são as espécies de forrageiras mais utilizadas para semeadura com objetivo de fornecer forragem de qualidade para a alimentação de ruminantes durante o período de outono e inverno. As aveias têm se tornado cada vez mais importante em sistema de integração lavoura e pecuária, como uma cultura forrageira em sucessão com as culturas de verão como soja e o milho. As aveias, quando semeadas na época recomendada, possuem rápido crescimento inicial, desempenhando um papel importante no preenchimento do chamado ?vazio forrageiro? de outono, ou seja, quando as espécies forrageiras estivais cessaram o crescimento e a maioria das espécies hibernais ainda não iniciaram a produção. Diversas linhagens e cultivares de aveias têm sido avaliadas no Ensaio Nacional de Aveias Forrageiras (ENAF), sendo tais ensaios uma fonte valiosa de informações para inferência sobre a adaptabilidade e estabilidade da produção de forragem. A resposta diferencial de genótipos em diferentes ambientes é conhecida como interação genótipo por ambiente (G × E) e dificulta a seleção e recomendação de cultivares. O rendimento de forragem é uma função do genótipo utilizado, do ambiente (local, ano, tecnologias e etc), e a da interação genótipo e ambiente. No entanto, somente o efeito de genótipo e sua interação com ambiente são relevantes para a seleção de cultivares. Métodos de análise que auxiliem na compreensão de tais efeitos e a identificação de genótipos com maior previsibilidade de produção podem ser utilizados no ENAF. Assim, GGE biplot (YEN et al., 2000) é um método que permite a visualização gráfica dos efeitos de genótipo mais a interação G x E de ensaios multi-ambientes. O GGE biplot é um método baseado na análise de componentes principais para explorar os ensaios multi-ambientais, permitido as visualizações nos gráficos de biplot as relações entre os ambientes, os genótipos e interação genótipo por ambiente. Um outro método bastante conhecido na área de melhoramento animal para estimativa dos efeitos genéticos aditivos (breeding value) e dos efeitos ambientais é o BLUP (best linear unbiased prediction). O BLUP tem enorme potencial para avanço nos estudos em genética quantitativa e também para a prática de seleção no melhoramento de espécies forrageiras. Este procedimento permite a estimação dos componentes de variância por máxima verossimilhança restrita (REML) e a predição de valores genotípicos pela melhor predição linear não viciada (PIEPHO et al., 2008). O objetivo deste estudo foi avaliar a estabilidade da produção de forragem pelo método GGE biplot e selecionar genótipos de aveias forrageiras utilizando o procedimento BLUP. Os experimentos foram realizados na Epagri/Estação Experimental de Lages, localizado à latitude 27°47'52.45''S, longitude 50°19'42.28''W e altitude de 938m. O clima na região é tipo Cfb, segundo classificação de climática de Köppen. O período de avaliação ocorreu entre os anos de 2014 e 2018. As semeaduras foram realizadas com densidade de 350 sementes viáveis/m² para todos os ensaios. As parcelas eram constituídas de cinco linhas de quatro metros de comprimento e 0,20m de entrelinhas (4,0m²). O delineamento experimental foi casualizado em blocos, com quatro repetições. A adubação utilizada foi baseada na tabela de recomendação de adubação e calagem para os estados do Rio Grande do Sul e Santa Catarina. Para avaliação do rendimento de forragem foram cortadas as três linhas centrais (2,4m²). Os primeiros cortes foram realizados quando os genótipos apresentavam de 20 a 25 cm de estatura, com altura remanescente de aproximadamente 6 a 8 cm do solo. Os demais cortes foram realizados quando as plantas atingiam 30 a 35cm de altura, deixando um resíduo foliar de 7-10cm. O último corte foi realizado quando 50% das plantas atingiram o estádio de emborrachamento. A matéria verde colhida foi pesada no campo para estimar o rendimento de matéria verde, em seguida, uma subamostra de aproximadamente 100g dos materiais cortados foram pesados e levados à estufa de circulação de ar forçado a 65º C por 72 horas e novamente pesados para determinação do teor de matéria seca e estimativa do rendimento em Kg de matéria seca por hectare. Após os cortes foram realizadas aplicações de uréia, como fonte de nitrogênio (N), na dose de 20 kg.ha¹ de N. Foram avaliados 19 genótipos de aveia forrageira no total, sendo dez de aveia-branca (Avena sativa L). e nove de aveia-preta (Avena strigosa Schreb). Porém, o número de genótipos variou em cada ano, resultando em dados não balanceados. Nove cultivares foram comuns nos ensaios de 2016 a 2018 e sete cultivares foram comuns nos ensaios de 2014 a 2018. Os dados de rendimento de matéria seca de forragem foram submetidos à análise de variância. Uma vez observada a presença da G x E, a interação e estabilidade de produção foram analisadas utilizando o método de visualização gráfica GGE blipot, utilizando o pacote ?GGEBiplotGUI? (FRUTOS et al., 2014) disponível no programa R (R CORE TEAM, 2018). Os dados de produção de foragem foram também analisados via modelos mistos, utilizando o pacote ?lme4? (BATES et al., 2015), adotando os efeitos de genótipo, ambiente e interação genótipo e ambiente como aleatórios. Ocorreram variações das condições meteorológicas durante o período de crescimento das aveias nos anos de avaliação na Estação Experimental de Lages. As diferenças nos ambientes foram causadas por variações meteorológicas tais como temperatura, precipitação e radiação solar. Os anos de 2014 e 2016 foram marcadamente mais frios que os demais anos. A precipitação total em sete meses foi abaixo do normal em 2018 e acima do normal em 2015. A interação genótipo x ambiental é definida como a resposta diferencial de um grupo de genótipos em diferentes ambientes. No presente estudo, os anos de avaliações foram considerados ambientes. Observou-se que a interação de cultivar e ambiente foi significativa para o rendimento de matéria seca, o que significa que os cultivares avaliados comportaram de maneira diferente ao longo dos anos. Para o período de 2016-2018, a variação foi explicada em sua maior parte pela variância genética, devido ao efeito de genótipos. No entanto, quando se teve um período de avaliação mais longo (2014-2018), a maior variação foi devido ao efeito de ambiente. Para o conjunto de dados de 2016-2018, os cultivares FUNDACEP FAPA 43, Iapar 61 e FAPA 2 apresentaram alta produtividade associada a estabilidade de produção durante os três anos. O genótipo UPFA 137, apesar de ter alto rendimento em 2017, teve uma baixa estabilidade de produção nos demais anos. No conjunto de dados de 2014-2018, FUNDACEP FAPA 43 foi cultivar ideal ? maior estabilidade ?, seguido dos cultivares Iapar 61 e IPR Suprema (posicionados próximos do cento da Figura 1). FUNDACEP FAPA 43 foi o cultivar mais produtivo nos anos 2015, 2016 e 2017; FAPA 2 em 2018 e IPR Cabocla em 2014 (posicionados nos vértices do desenho na Figura 2). Os valores de BLUP foram obtidos para um total de 19 genótipos. As estimativas dos valores de BLUP obtidos para a produção matéria seca de forragem estão apresentados na tabela 1. Observa-se que os cultivares FUNDACEP FAPA 43, IPR Suprema e Iapar 61 foram os que tiveram maiores estimativas. Obtiveram destaque também dois genótipos novos, Alpha16116 e Alpha16116, que entraram no ENAF no ano de 2018. O modelo GGE biplot mostrou-se adequado para análise de experimentos multiambientes quando se tem dados balanceados, enquanto que o procedimento BLUP pode ser utilizado para análise de dados altamente desbalanceados, como é caso no ENAF. Os dois métodos podem ser utilizados em conjunto, sendo complementares na análise dos experimentos do ENAF e recomendação de cultivares para cada região.  aAMMI  aAvena  aBlup  aGGE Blipot1 aWERNER, S. S.1 aFLARESSO, J. A.1 aSTRADIOTO NETO, J.1 aCÓRDOVA, U. A.  tIn: REUNIÃO DA COMISSÃO BRASILEIRA DE PESQUISA DE AVEIA, 39., 2019, Porto Alegre. Anais... Porto Alegre: Universidade Federal do Rio Grande do Sul, 2019. p. 273-277.