Estratificación ambiental de arroz por análisis de la interacción genotipo x ambiente con cinco métodos1

Autores/as

  • Marco Antonio Acevedo-Barona Instituto Nacional de Investigaciones Agrícolas (INIA) https://orcid.org/0000-0002-0841-5329
  • Rubén Silva-Diaz Instituto Nacional de Investigaciones Agrícolas (INIA)
  • Rosa Álvarez-Parra Instituto Nacional de Investigaciones Agrícolas (INIA)
  • Orlando Torres-Angarita Instituto Nacional de Investigaciones Agrícolas (INIA)
  • Edicta Reyes-Ramone Instituto Nacional de Investigaciones Agrícolas (INIA)

DOI:

https://doi.org/10.15517/am.v31i1.35187

Palabras clave:

factores ambientales, adaptación, Oryza sativa, análisis multivariado

Resumen

Introducción. Venezuela posee más de dos millones de hectáreas aptas para el cultivo de arroz, de las cuales se aprovechan alrededor del 25 %, bajo el sistema de producción con riego por inundación con diversas tecnologías de manejo agronómico y ambientes que podrían afectar la expresión fenotípica de los materiales genéticos. Objetivo. El objetivo del presente trabajo fue cuantificar la magnitud de la interacción genotipo ambiente (IGA), para estratificar los ambientes de cultivo de arroz bajo riego a través de cinco métodos analíticos y determinar su asociación. Materiales y métodos. Se evaluaron ocho genotipos de arroz en doce ambientes resultantes de la combinación de localidades y épocas de siembra en las regiones de los Llanos Centrales y Occidentales de Venezuela, durante los años 2012-2013. La estratificación de ambientes se efectuó con base en cinco métodos: tradicional de Lin (TL), distancia euclidiana (DE), porcentaje simple de la IGA (% PS), correlación de Pearson (rxy) y análisis de factores (AF). Se utilizó el diseño estadístico bloques completos al azar con tres repeticiones en parcelas de 20 m2. Resultados. El ANOVA detectó IGA significativa, explicando el 35 % de la variación total. Los ambientes favorables para arroz representaron el 33 %. Los métodos utilizados TL, DE, % PS, rxy y AF agruparon los doce ambientes de arroz bajo riego en 10, 5, 8, 10 y 3 grupos, respectivamente; los mismos no fueron eficientes en identificar ambientes diferentes cuando se utilizaron distintas épocas de siembra en una misma localidad. Conclusiones. El método análisis de factores fue más eficiente en identificar ambientes homogéneos, complementado con los métodos % PS y TL que presentaron asociación moderada. Los ambientes Bancos de San Pedro y Asoportuguesa resultaron más informativos e indicados para evaluación de genotipos de arroz, lo contrario ocurrió con las localidades Araure, Algodonal y Torunos.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Marco Antonio Acevedo-Barona, Instituto Nacional de Investigaciones Agrícolas (INIA)

Ingeniero agronomo de la UCV, maestria en genética y mejoramiento UCV Venezuela, Doctorado en la ESALQ/Piracicaba/Sao Paulo Brasil. Investigador 8 del INIA venezuela. Coordinador Nacional del proyecto arroz del INIA Venezuela. Director de Investigacion de ESAT-INIA. En la actualidad "Pesquisador convidado" por le EMATER-EMBRAPA Goías/Brasil.

Citas

Acevedo M., R. Álvarez, R. Silva, O. Torres y E. Reyes. 2019. Interacción genotipo ambiente en arroz para identificar mega-ambientes y ambientes ideales mediante el modelo de Regresión por sitios (SREG) y biplot GGE. Bioagro 31(1):35-44.

Acevedo, M., E. Reyes, W. Castrillo, O. Torres, C. Marín, R. Álvarez, O. Moreno, y E. Torres. 2010. Estabilidad fenotípica de arroz de riego en Venezuela utilizando los modelos Lin-Binns y AMMI. Agro. Trop. 60(2):131-138.

Benacchio, S., y W. Avilán. 1991. Zonificación agroecológica del cultivo del arroz en Venezuela. Fondo de Investigaciones Agropecuarias (FONAIAP), Maracay, VEN.

Bernardo, R. 2002. Breeding for quantitative traits in plants. 2nd ed. Stemma Press, Woodbury, MN, USA.

Buzinaro, R. 2014. Interação de genótipos de milho vs locais, anos e épocas de semeadura. Diss. MSc., Faculdade de Ciências Agrárias e Veterinárias, Jaboticabal, BRA.

Cruz, C.D. 2006. Programa GENES: biometria. Universidade Federal de Viçosa, Viçosa, BRA.

Cruz, C., e P. Carneiro. 2006. Modelos biométricos aplicados ao melhoramento genético. Universidade Federal de Viçosa, Viçosa, BRA.

Cruz, C., e F. Castoldi. 1991. Decomposição da interação genótipos x ambientes em partes simples e complexa. Rev. Ceres 38:422-430.

Eberhart, S., and W. Russell. 1996. Stability parameters for comparing varieties. Crop. Sci. 6:36-40. doi:10.2135/cropsci1966.0011183X000600010011x

FEDEAGRO (Confederación de Asociaciones de Productores Agropecuarios). 2017. Contiúa la recesión agrícola y la indiferencia por la producción de alimentos. Los resultados de la agricultura vegetal en el año 2017. FEDEAGRO, VEN. https://fedeagro.org/resultados-de-la-agricultura-vegetal-del-2017/ (consultado 4 jun. 2018).

Felipe, C., J. Duarte, e L.F. Camarano. 2010. Estratificação ambiental para avaliação e recomendação de variedades de milho no estado de Goiás. Pesq. Agropec. Trop. 40:186-199. doi:10.5216/pat.v40i2.6158

Finney, D. 1980. Statistics for biologists. Chapman and Hall, London, GBR.

Garbuglio, D., A. Gerage, M. de-Araujo, N. Fonseca, e P. Shioga. 2007. Análise de fatores e regressão bissegmentada em estudos de estratificação ambiental e adaptabilidade em milho. Pesq. Agropec. Bras. 42:183-191. doi:10.1590/S0100-204X2007000200006

INIA (Instituto de Investigaciones Agropecuarias). s.f. Datos climáticos 2012-2013. INIA, VEN. http://www.agrometeorologia.inia.gob.ve/index.php/datos-climaticos (consultado 12 jun. 2018).

Lin, C. 1982. Grouping genotypes by a cluster method directly related to genotype-environment interaction mean square. Theor. Appl. Genet. 62:277-280. doi:10.1007/BF00276251

Murakami, D., and C. Cruz. 2004. Proposal of methodologies for environment stratification and analysis of genotype adaptability. Crop. Breed. Appl. Biot. 4:7-11. doi:10.12702/1984-7033.v04n01a02

Peluzio, J., G. Gerominni, J. da-Silva, F. Afférri, e J. Vendruscolo. 2012. Estratificação e dissimilaridade de ambientes para avaliação de cultivares de soja no estado de Tocantins. Biosci. J. 28:332-337.

Pereira, H., A. da-Costa, C. Melo., L.M.J. Del-Peloso, L., Farias, e A. Wendland. 2010. Interação entre genótipos de feijoeiro e ambientes no Estado de Pernambuco: estabilidade, estratificação ambiental e decomposição da interação. Ciências Agrárias 34:2603-2614. doi:10.5433/1679-0359

Pereira, H., L.C. Melo, L. de-Faria, M. Del-Peloso, e A. Wendland. 2013. Estratificação ambiental na avaliação de genótipos de feijoeiro-comum tipo Carioca em Goiás e no Distrito Federal. Pesq. Agropec. Bras. 45:554-562. doi:10.1590/S0100-204X2010000600004

Pimentel-Gomes, F P. 2000. Curso de estatística experimental. Nobel, São Paulo, BRA.

Ramalho, M., J. dos-Santos, A. Abreu, e J. Nunes. 2012. Aplicação da genética quantitativa no melhoramento de plantas autógamas. Universidade Federal de Lavras, BRA.

Ribeiro, J.Z., e M.I. de-Almeida. 2011. Estratificação ambiental pela análise da interação genótipo ambiente em milho. Pesq. Agropec. Bras. 46:875-883. doi:10.1590/S0100-204X2011000800013

SAS Institute Inc. 2002. The SAS system for window. V. 8. SAS Institute Inc. Cary, NC, USA.

Rohlf, F.J., and R. Sokal. 1981. Comparing numerical taxonomic studies. Systematic Zool. 30:459-490. doi:10.1093/sysbio/30.4.459

Tavares, T., S. Sousa, F. Salgados, G. Santos, M. Lopes, e R. Fidelis. 2017. Adaptabilidade e estabilidade da produção de grão em feijão comum (Phaseolus vulgaris). Rev. Ciênc. Agr. 40:411-418. doi:10.19084/RCA16058

Yan, W. 2002. Singular-value partition for biplot analysis of multi-environment trial data. Agron. J. 94:990-996. doi:10.2134/agronj2002.9900

Publicado

2019-11-25

Cómo citar

Acevedo-Barona, M. A., Silva-Diaz, R., Álvarez-Parra, R., Torres-Angarita, O., & Reyes-Ramone, E. (2019). Estratificación ambiental de arroz por análisis de la interacción genotipo x ambiente con cinco métodos1. Agronomía Mesoamericana, 31(1), 43–57. https://doi.org/10.15517/am.v31i1.35187