INTERAÇÃO GENÓTIPOS POR AMBIENTES PARA … · experimentos, realização e interpretação das...

INSTITUTO AGRONÔMICO

CURSO DE PÓS-GRADUAÇÃO EM AGRICULTURA

TROPICAL E SUBTROPICAL

“INTERAÇÃO GENÓTIPOS POR AMBIENTES PARA

PRODUTIVIDADE DE GRÃOS, QUALIDADE

TECNOLÓGICA E RESISTÊNCIA A PATÓGENOS EM

FEIJOEIRO”

Cleber Vinicius Giaretta Azevedo

Orientador: Dr. Alisson Fernando Chiorato

Dissertação submetida como requisito parcial para

obtenção do grau de Mestre em Agricultura

Tropical e Subtropical, Área de Concentração em

Genética, Melhoramento Vegetal e Biotecnologia.

Campinas, SP

Fevereiro, 2014

iii

Aos meus pais Valéria e Cleber, que em

nenhum momento mediram esforços para

realização dos meus sonhos. A eles devo a

pessoa que me tornei, tenho muito orgulho

por chamá-los de pai e mãe.

DEDICO

A minha namorada Letícia, pelos

conselhos e companheirismo, estando

ao meu lado em todos os momentos,

me fazendo feliz e querer ser sempre

melhor.

OFEREÇO

iv

“Aprenda como se você fosse viver para

sempre. Viva como se você fosse morrer

amanhã”

Mahatma Gandhi

v

AGRADECIMENTOS

Agradeço primeiramente a Deus, pela vida, por estar sempre no meu caminho, iluminando e

guiando às escolhas certas.

A minha família, que sempre me apoiou em todos os momentos.

Ao Dr. Alisson Fernando Chiorato pela orientação, oportunidade, ensinamentos e tempo dedicado

para a conclusão deste trabalho.

Ao Dr. Sérgio Augusto Morais Carbonell pelo auxilio e sugestões durante o transcorrer do trabalho.

A Dra Maria Elisa Ayres Guidetti Zagatto Paterniani pelos ensinamentos, correções e sugestões em

minha dissertação.

Aos Dr. José Antônio de Fátima Esteves, Dr. João Guilherme Ribeiro Gonçalves, Dra Fátima

Bosseti, Msc. Daiana Alves da Silva e Msc. Vinicius Andrade pela ajuda na execução dos

experimentos, realização e interpretação das análises estatísticas.

Ao Instituto Agronômico – IAC pela oportunidade.

A FAPESP pelo financiamento do trabalho e concessão da bolsa de estudos.

Aos membros da banca examinadora pela contribuição no trabalho e pela disponibilidade de

participação.

Aos amigos que sempre estiveram ao meu lado na execução deste trabalho: Aurélio Teixeira, Fábio

Belo, Estela Reis de Andrade, Tamires Ribeiro, Rodrigo Lorenzetti Tunes e Graziele Sasseron que

também contribuíram durante este período.

A coordenadora da Pós Graduação do Instituto Agronômico, Adriana Parada Dias da Silveira, a

todos os professores, secretárias, colegas, estagiários do Programa de Melhoramento Genético do

Feijoeiro e técnicos de campo pelo apoio e compreensão.

A todos que contribuíam diretamente ou indiretamente para que este trabalho pudesse ser realizado.

Aos amigos que fiz durante o curso, pela verdadeira amizade que construímos em particular aqueles

que estavam sempre ao meu lado.

Aos meus amigos da área de Grãos e Fibras do Instituto Agronômico - IAC.

Enfim a todas as pessoas que me ajudaram, não poderia deixar de expressar à minha imensa

gratidão.

http://lattes.cnpq.br/0332023371008174

vi

SUMÁRIO

LISTA DE SIGLAS .......................................................................................................................... viii

LISTA DE TABELAS ........................................................................................................................ ix

LISTA DE FIGURAS ......................................................................................................................... xi

1. INTRODUÇÃO ........................................................................................................................ 1

2. REVISÃO DE LITERATURA ................................................................................................. 2

2.1 ASPECTOS GERAIS DA CULTURA DO FEIJOEIRO ........................................................................... 2

2.2 ENSAIOS DE VALOR DE CULTIVO E USO (VCU) .......................................................................... 2

2.3 RESISTÊNCIA A PATÓGENOS ......................................................................................................... 3

2.4 ANTRACNOSE (COLLETOTRICHUM LINDEMUTHIANUM) ................................................................. 4

2.5 MURCHA DE FUSARIUM (FUSARIUM OXYSPORUM F.SP. PHASEOLI) ................................................ 5

2.6 CRESTAMENTO BACTERIANO (XANTHOMONAS AXONOPODIS PV. PHASEOLI) .................................. 6

2.7 QUALIDADE TECNOLÓGICA DE GRÃOS ........................................................................................ 7

2.8 INTERAÇÃO GENÓTIPOS POR AMBIENTES (GXA) ......................................................................... 9

2.9 ESTRATIFICAÇÃO AMBIENTAL ................................................................................................... 10

2.10 ADAPTABILIDADE E ESTABILIDADE ........................................................................................... 11

3. MATERIAL E MÉTODOS .................................................................................................... 13

3.1 ENSAIOS DE VCU ...................................................................................................................... 13

3.2 AVALIAÇÃO DE DOENÇAS ......................................................................................................... 15

3.2.1 Antracnose (Colletotrichum lindemuthianum) ......................................................................... 15

3.2.2 Murcha de Fusarium (Fusarium. oxysporum f. sp. phaseoli) ................................................... 16

3.2.3 Crestamento Bacteriano (Xanthomonas axonopodis pv. phaseoli) .......................................... 17

3.3 AVALIAÇÃO DA QUALIDADE TECNOLÓGICA DOS GRÃOS .......................................................... 19

3.3.1 Análises do Tempo de Cocção dos Grãos ................................................................................ 19

3.3.2 Absorção de Água Antes do Cozimento (PEANC), Absorção de Água Após Cozimento e

Porcentagem de Grãos Inteiros (PGI) ................................................................................................ 20

3.3.3 Avaliação da Coloração do Tegumento .................................................................................... 20

vii

3.3.4 Avaliação da Porcentagem de Proteína nos Grãos ................................................................... 21

3.4 ANÁLISES ESTATÍSTICAS DOS DADOS ........................................................................................ 22

3.4.1 Análise de Variância Individual e Conjunta ............................................................................. 22

3.4.2 Estratificação Ambiental .......................................................................................................... 22

3.4.3 Adaptabilidade e Estabilidade .................................................................................................. 26

4. RESULTADOS E DISCUSSÃO ............................................................................................ 28

4.1 AVALIAÇÃO DE DOENÇAS ......................................................................................................... 28

4.1.1 Antracnose (Colletotrichum lindemuthianum) ......................................................................... 28

4.1.2 Murcha de Fusarium (Fusarium oxysporum f. sp, phaseoli) .................................................... 29

4.1.3 Crestamento Bacteriano (Xanthomonas axonopodis pv. phaseoli) .......................................... 30

4.2 ANÁLISES DOS DADOS ............................................................................................................... 31

4.3 QUALIDADE TECNOLÓGICA ....................................................................................................... 33

4.4 PRODUTIVIDADE DE GRÃOS ....................................................................................................... 40

4.5 ESTRATIFICAÇÃO AMBIENTAL ................................................................................................... 41

4.6 ADAPTABILIDADE E ESTABILIDADE ........................................................................................... 51

5. CONCLUSÕES ...................................................................................................................... 60

6. REFERÊNCIAS ...................................................................................................................... 61

7. ANEXOS ................................................................................................................................ 70

viii

LISTA DE SIGLAS

VCU – VALOR DE CULTIVO E USO

GxA – Genótipo x Ambiente

AF – Análise de Fatores

TC – Tempo de cozimento

PEANC – Porcentagem de embebição antes do cozimento

PEAPC – Porcentagem de embebição após o cozimento

PGI – Porcentagem de grãos inteiros

PROT – Porcentagem de proteína

PROD – Produtividade em kg.ha-1

CBA.11 – Capão Bonito – Safra das águas de 2011

MOA.11 – Mococa – Safra das águas de 2011

TQS.12 – Taquarituba – Safra da seca de 2012

AVS.12 – Avaré – Safra da seca de 2012

MOS.12 – Mococa – Safra da seca de 2012

VTI.12 – Votuporanga – Safra de inverno de 2012

RPI.12 – Ribeirão Preto – Safra de inverno de 2012

COI.12 – Colina – Safra de inverno de 2012

ANI.12 – Andradina – Safra de inverno de 2012

CBA.12 – Capão Bonito – Safra das águas de 2012

ITA.12 – Itararé – Safra das águas de 2012

TQA.12 – Taquarituba – Safra das águas de 2012

MOS.13 – Mococa – Safra da seca de 2013

ITS.13 – Itararé – Safra da seca de 2013

ARS.13 – Araras – Safra da seca de 2013

TQS.13 – Taquarituba – Safra da seca de 2013

ANI.13 – Andradina – Safra de inverno de 2013

VTI.13 – Votuporanda – Safra de inverno de 2013

RPI.13 – Ribeirão Preto – Safra de inverno de 2013

ix

LISTA DE TABELAS

Tabela 1. Relação dos 27 genótipos de feijoeiro avaliados nos ensaios de VCU para os anos

agrícolas 2011/2012 e 2013, no estado de São Paulo. .................................................... 14

Tabela 2. Municípios utilizados para condução dos ensaios de acordo com a safra e suas respectivas

latitudes e altitudes .......................................................................................................... 14

Tabela 3. Avaliação da reação de resistência dos genótipos de feijoeiro ao patógeno Colletotrichum

lindemuthianum. .............................................................................................................. 29

Tabela 4. Avaliação da reação de resistência dos genótipos de feijoeiro ao patógeno Fusarium

oxysporum f. sp, phaseoli. ............................................................................................... 30

Tabela 5. Avaliação da reação de resistência dos genótipos de feijoeiro ao patógeno Xanthomonas

axonopodis. pv, phaseoli. ................................................................................................ 31

Tabela 6. Resumo da análise de variância conjunta dos 27 genótipos de feijoeiro cultivados em 19

locais do estado de São Paulo por safra e geral. ............................................................. 32

Tabela 7. Avaliação de colorimetria (L*) para grãos de tegumento carioca. ................................... 34

Tabela 8. Avaliação de colorimetria (L*) para grãos de tegumento preto. ....................................... 34

Tabela 9. Estimativa de médias das avaliações de qualidade tecnológica tempo de cozimento,

porcentagem de embebição antes do cozimento (PEAPC), porcentagem de embebição

após o cozimento (PEAPC), porcentagem de grãos inteiros (PGI) e teor de proteína

bruta (PROT) para safra das águas. ................................................................................. 35

Tabela 10. Médias das avaliações para tempo de cozimento, porcentagem de embebição antes do

cozimento (PEAPC), porcentagem de embebição após o cozimento (PEAPC),

porcentagem de grãos inteiros (PGI) e teor de proteína bruta (PROT) para safra da seca.

......................................................................................................................................... 36

Tabela 11. Médias das avaliações para tempo de cozimento, porcentagem de embebição antes do

cozimento (PEAPC), porcentagem de embebição após o cozimento (PEAPC),

porcentagem de grãos inteiros (PGI) e teor de proteína bruta (PROT) para safra de

inverno ............................................................................................................................. 37

Tabela 12. Médias das avaliações de qualidade tecnológica tempo de cozimento, porcentagem de

embebição antes do cozimento (PEAPC), porcentagem de embebição após o cozimento

(PEAPC), porcentagem de grãos inteiros (PGI) e teor de proteína bruta (PROT). ........ 39

Tabela 13. Produtividade média dos genótipos em kg.ha-1

por safra e geral para todos ambientes. 41

Tabela 14. Porcentagem da parte simples da interação genótipo x ambiente para a variável

produção de grãos. .......................................................................................................... 42

Tabela 15. Estratificação ambiental para produtividade por meio da analise de fatores, com 27

genótipos de feijoeiro avaliados em 19 ambientes no estado de São Paulo. ................... 44

x


coloração do tegumento dos grãos. ................................................................................. 46

Tabela 17. Estratificação ambiental para coloração do tegumento por meio da analise de fatores,

com 27 genótipos de feijoeiro avaliados em 19 ambientes no estado de São Paulo. ...... 47


porcentagem de proteína nos grãos. ................................................................................ 48

Tabela 19. Estratificação ambiental para porcentagem de proteína nos grãos por meio da analise de

fatores, com 27 genótipos de feijoeiro avaliados em 19 ambientes no estado de São

Paulo. ............................................................................................................................... 49

Tabela 20. Porcentagem da parte simples da interação genótipo x ambiente para a variável tempo

médio de cozimento dos grãos. ....................................................................................... 50

Tabela 21. Estratificação ambiental para tempo de cozimento dos grãos por meio da analise de

fatores, com 27 genótipos de feijoeiro avaliados em 19 ambientes no estado de São

Paulo. ............................................................................................................................... 51

Tabela 23. Estimativas de parâmetros de estabilidade multivariada (Pi) de acordo com o método de

Lin e Binns (1988) modificada por Carneiro (1998) e média em kg.ha-1

para 27

genótipos de feijoeiro avaliados em 5 ambientes no estado de São Paulo na safra das

águas. ............................................................................................................................... 55



para 27

genótipos de feijoeiro avaliados em 7 ambientes no estado de São Paulo na safra da

seca. ................................................................................................................................. 56



para 27

genótipos de feijoeiro avaliados em 7 ambientes no estado de São Paulo na safra de

inverno. ............................................................................................................................ 57

Tabela 26. Estimativas de parâmetros de estabilidade multivariada de acordo com o método de Lin

e Binns (1988) modificada por Carneiro (1998) para 27 genótipos de feijoeiro avaliados

em 7 ambientes no estado de São Paulo considerando todas safras. .............................. 58

xi

LISTA DE FIGURAS

Figura 1. Procedimentos realizados para inoculação de C. lindemuthianum em 27 genótipos de

feijoeiro. .......................................................................................................................... 16

Figura 2. Inoculação de Fusarium oxysporum f. sp. phaseoli pelo método de imersão dipping

(COSTA et al., 1989). ..................................................................................................... 17

Figura 3. Plantas de feijoeiro resistentes (a esquerda), intermediarias (no centro) e suscetível (a

direita) ao Fusarium oxysporum f. sp. phaseoli. ............................................................. 17

Figura 4. Inoculação de Xanthomonas axonopodis pv. phaseoli pelo método agulhas múltiplas

(POMPEU et al. 1973). ................................................................................................... 18

Figura 5. Plantas de feijoeiro resistente (a esquerda), intermediaria (no centro) e suscetível (a

direita) a Xanthomonas axonopodis pv. phaseoli. .......................................................... 19

Figura 6. Análise de tempo de cozimento por meio do Cozedor de Mattson. ................................. 19

Figura 7. Colorímetro Minolta® - CR 410 ....................................................................................... 21

Figura 8. Análise gráfica da adaptabilidade de 27 genótipos de feijoeiro, por meio da análise de

fatores, considerando os ambientes contidos nos fatores 1 e 2. ...................................... 52


fatores, considerando os ambientes contidos nos fatores 3 e 4. ...................................... 53

xii

LISTA DE ANEXOS

Anexo 1. Médias de PEANC, PEAPC, PGI, PROT, L* e PROD dos 27 genótipos avaliados em

Capão Bonito na safra das águas de 2011 ......................................................................... 70


Mococa na safra das águas de 2011 .................................................................................. 71


Capão Bonito na safra das águas de 2012. ........................................................................ 72


Itararé na safra das águas de 2012. .................................................................................... 73


Taquarituba na safra das águas de 2012. ........................................................................... 74


Andradina na safra de inverno de 2012. ............................................................................ 75


Colina na safra de inverno de 2012. .................................................................................. 76


Ribeirão Preto na safra de inverno de 2012. ...................................................................... 77


Votuporanga na safra de inverno de 2012. ........................................................................ 78


Avaré na safra da seca de 2012. ........................................................................................ 79


Mococa na safra da seca de 2012. ..................................................................................... 80


Taquarituba na safra da seca de 2012. ............................................................................... 81


Andradina na safra de inverno de 2013. ............................................................................ 82


Ribeirão Preto na safra de inverno de 2013. ...................................................................... 83


Votuporanga na safra de inverno de 2013. ........................................................................ 84


Araras na safra da seca de 2013. ....................................................................................... 85

xiii


Itararé na safra da seca de 2013. ........................................................................................ 86


Mococa na safra da seca de 2013. ..................................................................................... 87


Taquarituba na safra da seca de 2013. ............................................................................... 88

Anexo 20. Estimativas de correlação de Pearson entre as variáveis TC, PEANC, PEAPC, PGI,

PROT, COR e PROD ........................................................................................................ 88

Anexo 21. Estimativas de parâmetros da estabilidade de produção de grãosde acordo com o método

de Lin e Binns (1988) modificada por Carneiro (1998) para 27 genótipos de feijoeiro

avaliados na safra das águas no estado de São Paulo. ....................................................... 89



avaliados na safra da seca no estado de São Paulo. ........................................................... 90



avaliados na safra de inverno no estado de São Paulo. ..................................................... 91



avaliados no estado de São Paulo em três safras. .............................................................. 92

xiv

Interação genótipos por ambientes para produtividade de grãos, qualidade tecnológica e

resistência a patógenos em feijoeiro

RESUMO

O objetivo do trabalho foi avaliar 27 genótipos de feijoeiro nos ensaios de Valor de Cultivo e Uso -

VCU realizados pelo Instituto Agronômico – IAC em diferentes ambientes no estado de São Paulo.

Os genótipos foram avaliados para a produtividade de grãos, reação de resistência à patógenos e

qualidade tecnológica dos grãos, estimando-se também os efeitos da interação GxA para indicação

do genótipo mais adaptado as diferentes condições de cultivo. Por meio de inoculações artificiais,

os genótipos foram avaliados para os patógenos da antracnose, murcha de fusarium e crestamento

bacteriano. Para qualidade tecnológica foram realizados os testes de tempo de cozimento (TC),

porcentagem de embebição antes e após o cozimento (PEANC e PEAPC), porcentagem de grãos

inteiros após cozimento (PGI), teor de proteína bruta (PROT) e coloração do tegumento (COR). Os

efeitos da interação GxA foram estimados por meio da decomposição da parte simples da interação

GxA e estratificação de ambientes por meio da análise de fatores. Também foram realizadas

análises de adaptabilidade e estabilidade pelo método de LIN E BINNS (1988) modificado por

Carneiro (1998). Para as avaliações de reação de resistência aos patógenos foi observado que os

genótipos CNFC 10762, LP 09-40, MAII – 2, IAC – Una, Gen PR 14-2-10-1-2, Gen PR 14-2-2-1-1

e BRS Madrepérola foram resistentes à antracnose. Os genótipos Gen C 4-7-7-2-2, LP 09-40,

CNFC 10729, Gen PR 14-2-2-1-1, LP 08-90 e SM 1810 foram resistentes à murcha de fusarium e

os genótipos LP 07-80, LP 08-90, LP 09-192 e SM 1810 foram resistentes ao crestamento

bacteriano. Observou-se que a maior parte da interação GxA para produtividade, PROT e TC foi do

tipo complexa, sendo possível o agrupamento de alguns ambientes por meio da análise de fatores.

Para COR foi observado que a maior parte da interação GxA foi do tipo simples, sendo agrupado a

maioria dos ambientes em apenas um grupo por meio da análise de fatores. Nas análises de

adaptabilidade e estabilidade foi observado que a utilização apenas da produtividade de grãos

fornece resultados mais robustos sobre o genótipo de melhor desempenho quando comparado à

análise de adaptabilidade e estabilidade com diversas variáveis. Dentre os genótipos de tegumento

carioca os mais estáveis foram LP 09-40 e LP 07-80 e para os genótipos de tegumento preto foram

CNFP 10794 e LP 09-192. Considerando que para a correta indicação de um genótipo de feijoeiro

deve-se levar em consideração outras características além da produtividade de grãos, observou-se

que os genótipos superiores que reuniram estabilidade produtiva, alta qualidade tecnológica dos

grãos e resistência a doenças foram LP 09-40, CNFC 10762 e Gen C 4-7-7-2-2 para genótipos de

tegumento carioca e CNFP 10794, LP 09-192 para genótipos de tegumento preto.

Palavras-chave: Phaseolus vulgaris L., adaptabilidade e estabilidade, proteína bruta, tempo de

cozimento, proteína bruta

xv

Genotype by environment’s interaction of the production of grain, technological quality and

pathogens resistance of commom bean

ABSTRACT

The objective of this study was to evaluate 27 common bean genotypes in trials of Value

Cultivation and Use - VCU conducted by the Agronomic Institute - IAC in different environments

in the state of São Paulo. The genotypes were evaluated for the grain yield, reaction of resistance to

pathogens and technological quality of grain, also estimating the effects of GxE interaction for

indication of the most adapted genotype to different growing conditions. By artificial inoculation,

the genotypes were evaluated for the anthracnose pathogen, wilt fusarium and bacterial blight. For

the technological quality it was conducted cooking time test (TC), imbibition percentage before and

after cooking (PEANC and PEAPC), percentage of whole grains after cooking (PGI), row protein

level (PROT) and tegument coloration (COR). The effects of the GxE interaction were estimated

through the decomposition of the GxE´s simplest part interaction and environments stratification

through factor analysis. Adaptability and stability analysis by the method of Lin and Binns (1988)

modified by Carneiro (1998) were also performed. For evaluations of the resistance reactions to

pathogens it was observed that genotypes CNFC 10762 , LP 09-40 , Maii - 2 , IAC Una , Gen PR

14-2-10-1-2 , Gen PR 14-2-2-1-1 and BRS Madrepérola were resistant to anthracnose. The

genotypes Gen C 4-7-7-2-2 , LP 09-40 , CNFC 10729 , Gen PR 14-2-2-1-1 , SM 1810 LP 08-90

were resistant to fusarium wilt and genotypes LP 07-80 , LP 08-90 , LP 09-192 and SM 1810 were

resistant to bacterial blight. It was observed that most part of the GxE for productivity, PROT and

TC were the complex type, making possible the grouping of some environments through factors

analysis. For COR it was observed that the biggest part of the GxE interaction was considered

simple type, which was grouped to the majority of envirouments in only one group by fator

analysis. In the analyzes of adaptability and stability it has been observed that the use of only the

productivity parameters provide more robust results about the genotype of best performance when

compared to analysis of stability and adaptability to different variables. Among varieties of carioca

integument the most stable were LP 09-40 and LP 07-80 and for the black integument genotypes

were CNFP 10794 and LP 09-192. Considering that for the correct FEIJOEIRO genotype

indication, one should take into account some other characteristics besides grain yield, it was

observed that superior genotypes that put together yield stability , high technological grain quality

and disease resistance were LP 09-40 , CNFC 10762 and Gen C 4-7-7-2-2 for genotypes carioca

integument and CNFP 10794 , LP 09-192 genotypes for black coat .

Key words: Phaseolus vulgaris L., adaptability and stability, raw protein, cooking time

1

1. INTRODUÇÃO

Para uma nova cultivar de feijoeiro (Phaseolus vulgaris L.) ser aceita no mercado é

necessário que o genótipo indicado reúna características desejáveis para os produtores e para o

mercado consumidor. Neste sentido, os programas de melhoramento genético de feijoeiro visam à

seleção de genótipos que apresentem características agronômicas desejáveis, como por exemplo,

alta produtividade de grãos, resistência aos principais patógenos da cultura e arquitetura de plantas

para colheita mecanizada, além das características relativas à qualidade tecnológica dos grãos, como

maior teor de nutrientes, menor tempo de cozimento, coloração clara do tegumento para feijões

cariocas e grãos mais graúdos.

No melhoramento genético de plantas autógamas, as etapas iniciais de seleção dos genótipos

normalmente são realizadas em apenas um ambiente devido a baixa quantidade de sementes, onde

desta forma a manifestação fenotípica é o resultado da ação do genótipo sob influência deste meio.

Entretanto, quando se considera uma série de ambientes distintos, sendo esta, situação comum aos

produtores, observa-se além dos efeitos genéticos e ambientais, um efeito adicional, proporcionado

pela interação destes (CRUZ et al. 2004).

Segundo RESENDE (2007), o efeito da interação GxA é decorrente do comportamento

diferencial dos genótipos nos diferentes ambientes de cultivo e pode indicar que o melhor indivíduo

em um ambiente pode não sê-lo em outro. Assim, este pode ser um complicador na seleção e

indicação de novas cultivares, se não for considerado adequadamente.

Neste sentido, na etapa final do desenvolvimento de cultivares é necessário um estudo

detalhado do desempenho dos genótipos em diversos ambientes, para avaliar a magnitude e

significância da interação GxA, fornecendo subsídios que possibilitem adotar procedimentos para

sua minimização e, ou, seu aproveitamento (CRUZ et al. 2004).

Estas avaliações são denominadas “ensaios de VCU” e são indispensáveis para o registro

nacional de cultivares (RNC) junto ao Ministério da Agricultura Pecuária e Abastecimento (MAPA)

para testar os genótipos nas diferentes condições edafoclimáticas que serão recomendados, sendo

assim possível selecionar genótipos mais adaptados e que sofram menos com a interação GxA.

Do exposto, este trabalho teve o objetivo de avaliar 27 genótipos de feijoeiro pertencentes

aos ensaios de VCU realizados nos anos agrícolas de 2011, 2012 e 2013 em diferentes municípios

do estado de São Paulo para estimar a interação GxA para a produtividade de grãos e qualidade

tecnológica por meio de análises de estratificação ambiental, avaliar a eficiência dos métodos de

estabilidade fenotípica, e também a reação de resistência dos genótipos aos patógenos:

Colletotrichum lindemuthianum, Fusarium oxysporum e Xanthomonas axonopodis por meio de

inoculações artificiais em laboratório.

2

2. REVISÃO DE LITERATURA

2.1 ASPECTOS GERAIS DA CULTURA DO FEIJOEIRO

O feijão é uma espécie pertencente a família Leguminosae, gênero Phaseolus, e classificado

como Phaseolus vulgaris L. (SANTOS E GAVILANES, 1998). É uma planta predominantemente

autógama, de ciclo anual, originária do continente americano, porém sem centro de origem

específico, sendo considerado apenas dois locais de domesticação, Andino e Mesoamericano.

O Brasil se destaca entre os maiores produtores e consumidores mundiais de feijão, tendo

produzido no ano de 2013 cerca de 3,384 milhões de toneladas de grãos, onde este, é cultivado em

praticamente todo o território, em uma área total estimada de 3,129 milhões de ha-1

(CONAB,

2014).

Esta produção está concentrada principalmente nos estados do Paraná, Minas Gerais, Mato

Grosso, Goias e São Paulo os quais respondem por 70% da produção nacional. De acordo com o

zoneamento agrícola da cultura, no estado de São Paulo o cultivo concentra principalmente em três

safras, sendo: safra “das águas”, onde a semeadura é realizada predominantemente entre os meses

de agosto e setembro, safra “da seca”, realizada entre os meses de janeiro e fevereiro e o cultivo de

“inverno”, semeando-se entre os meses de abril e maio (CONAB, 2014).

Embora o Brasil se enquadre entre os maiores produtores mundiais de feijão, a

produtividade brasileira, estimada em 1.082 kg.ha-1

é considerada baixa frente ao potencial de

produção da cultura, sendo que em algumas regiões de cultivo nos estados de Minas Gerais, Paraná,

São Paulo e Goiás, têm alcançado produtividade acima de 3.000 kg.ha-1

(IBGE, 2012).

Segundo ZUCARELI et al. (2011), os principais fatores responsáveis por este baixo

rendimento são o uso de manejos culturais inadequados, incidência de pragas e doenças, uso de

sementes de baixa qualidade fisiológica e sanitária, pouco uso de insumos agrícolas como corretivos

e fertilizantes, além de problemas climáticos.

2.2 ENSAIOS DE VALOR DE CULTIVO E USO (VCU)

De acordo com a instrução normativa n° 25, de 23 de maio de 2006, do Ministério da

Agricultura, Pecuária e Abastecimento (MAPA), para serem lançadas novas cultivares de feijoeiro

no mercado, os genótipos devem ser testadas por um mínimo de dois anos, três locais por região e

safra representativas à cultura (MAPA, 2006). Estes ensaios são denominados como “ensaios de

VCU” (Valor de Cultivo e Uso) e propõem os métodos de campo e laboratório para avaliação destas

cultivares e linhagens.

A importância destes ensaios é para obtenção de informações biológicas sobre o

3

comportamento das cultivares nos ambientes em que estes serão recomendados, sendo também,

uma etapa indispensável para o registro nacional de cultivares (RNC) junto ao Ministério da

Agricultura Pecuária e Abastecimento (MAPA). Estas avaliações fazem parte da etapa final no

desenvolvimento de uma nova cultivar e visam proteger o agricultor da venda indiscriminada de

sementes e mudas de cultivares que não tenham sido testadas e validadas nas condições

edafoclimáticas de exploração agrícola no Brasil (MAPA, 2006).

Além das avaliações agronômicas referentes à produtividade de grãos e resistência a

patógenos, a partir de 1999, de acordo com a Portaria 294 de 14 de outubro de 1998, testes de

qualidade tecnológica também passaram a ser exigidos para o registro de novas cultivares de

feijoeiro junto ao MAPA, para sua inscrição no sistema de comercialização de sementes no Brasil.

Atualmente, os principais parâmetros de qualidade dos grãos exigidos são a determinação do tempo

médio de cozimento e do teor médio de proteína dos genótipos que estejam inseridos nos ensaios de

VCU.

Neste sentido, o Programa de Melhoramento Genético do Feijoeiro do Instituto Agronômico

– IAC é responsável pela realização dos ensaios de VCU no Estado de São Paulo, onde em parceria

com outros institutos de pesquisa é realizada a avaliação de linhagens e cultivares de diversas

regiões do país.

2.3 RESISTÊNCIA A PATÓGENOS

Dentre os fatores que contribuem para a instabilidade de produção e a baixa produtividade

do feijoeiro, MIKLAS et al. (2006) salientaram que o principal estresse biótico que afeta a

produtividade de grãos de feijoeiro no país, é a ocorrência de doenças causadas por vírus, fungos e

bactérias. Citam-se mais de 45 patógenos de maior ou menor importância incidindo sobre o

feijoeiro. Entre as mais comuns no Brasil, estão: antracnose (Colletotrichum lindemuthianum),

mancha-angular (Pseudocercospora griseola), ferrugem (Uromyces appendiculatus), mofo branco

(Sclerotinia sclerotiorum), oídio (Erysiphe polygoni) e murcha de fusarium (Fusarium oxysporum

f.sp. phaseoli), causadas por fungos, crestamento bacteriano (Xanthomonas axonopodis pv.

phaseoli), murcha de curtobacterium causada pela Curtobacterium flaccumfaciens pv.

flaccumfacienalém e mosaico dourado causado por vírus do grupo dos geminivírus (PAULA

JUNIOR E ZAMBOLIM, 2006).

De acordo com PIZA et. al. (1993), existem diversas medidas fitossanitárias que podem ser

adotadas para o manejo destas doenças, contudo a utilização de cultivares resistentes é a mais

eficiente e menos onerosa para o agricultor, sendo desta forma um dos principais objetivos dos

programas de melhoramento genético no Brasil e no mundo.

4

2.4 ANTRACNOSE (Colletotrichum lindemuthianum)

A antracnose é amplamente distribuída nos estados brasileiros, ocorrendo principalmente em

áreas serranas onde a temperatura moderada favorece o seu desenvolvimento, como é o caso dos

estados do Rio Grande do Sul, Paraná e Minas Gerais, sendo de menor importância em regiões mais

secas e quentes (VIEIRA et al. 2005).

A doença é favorecida por temperaturas entre 13 e 27 °C, com ótimo a 21 °C e umidade

relativa acima de 91%. Os conídios germinam entre seis e nove horas sob condições favoráveis,

penetrando mecanicamente na cutícula e epiderme do hospedeiro, sendo que os sintomas aparecem

a partir de seis dias após o inicio da infecção (PASTOR CORRALES E TU, 1994).

Os sintomas da antracnose podem ser observados em qualquer órgão da parte aérea da

planta e a disseminação do fungo ocorre principalmente por meio de respingos de água da chuva e

irrigação. Estudos relatam que a maior incidência deste patógeno ocorre na safra da seca, devido às

temperaturas amenas e ao uso da irrigação por aspersão (GARCIA, 1998; PINTO et al. 2001).

Para o controle da antracnose do feijoeiro devem ser utilizadas as práticas culturais como a

utilização de sementes sadias, rotação de culturas com plantas não hospedeiras, controle químico e

principalmente a utilização de cultivares resistentes.

Entretanto, a obtenção de genótipos resistentes ao C. lindemuthianum é dificultado pela

existência de grande número de raças, sendo mais de 50 raças foram identificadas no Brasil (SILVA

et al. 2007).

Segundo LANZA et al. (1997) a raça 81 é considerada de ocorrência frequente nas regiões

produtoras do estado de Minas Gerais e CARBONELL et al (1999) cita as raças 31, 65 e 81 sendo

as mais disseminadas do estado de São Paulo. CHIORATO et al. (2006), relataram a raça 65 como a

mais disseminada no Brasil, reforçando assim a importância da identificação e recomendação de

genótipos superiores e resistentes a estas raças. Melhor compreensão sobre a estrutura populacional

de C. lindemuthium é sugerida como estratégia fundamental para a incorporação de resistência à

antracnose do feijoeiro (BALARDIN E KELLY, 1998; MAHUKU et al. 2002).

De acordo com SINGH E SCHWARTZ (2010), o controle genético da resistência ao C.

lindemuthianum, tem sido estudado por diversos autores e embora existam duvidas a respeito do

número de genes envolvidos, sabe-se que ele é grande, sendo assim uma resistência complexa.

Uma relação de genes já descritos e a fonte de resistência são apresentadas nos trabalhos de

GONÇALVES-VIDIGAL (2011) e SINGH E SCHWARTZ (2010), onde os autores demonstraram

que existe variabilidade genética para resistência à antracnose, o que permite inferir que é possível

obter genótipos resistentes. Entretanto, o patógeno também apresenta variabilidade, assim, a

5

resistência obtida nem sempre é duradoura ou eficiente em todas as regiões de cultivo.

2.5 MURCHA DE FUSARIUM (FUSARIUM OXYSPORUM F.SP. PHASEOLI)

A murcha de fusarium causada pelo fungo Fusarium oxysporum f.sp. phaseoli destaca-se

como uma severa doença vascular, identificada em diversas regiões produtoras do mundo

(PASTOR-CORRALES E ABAWI, 1987; BURUCHARA E CAMACHO, 2000). No Brasil

existem relatos que esta doença é disseminada em diversas regiões produtoras por todo o país.

(COSTA et al. 1993; BALARDIN et al. 1990)

A infecção de F. oxysporum pode ocorrer em qualquer época do ciclo da planta e sua

incidência ocorre em reboleiras. (MOHAN et al. 1983). As plantas infectadas são identificadas pelo

sintoma de murcha, amarelecimento progressivo e senescência prematura (BIANCHINI et al.

2005).

Este fungo habita o solo e vive saprofiticamente sobre a matéria orgânica e restos culturais,

podendo sobreviver por vários anos na forma de clamidosporos (MOHAN et al 1983). A

temperatura ótima para o desenvolvimento da doença é de 20 °C, e sua disseminação ocorre

principalmente por meio de sementes contaminadas, pela água e pelo vento, que transportam

partículas de solo infestadas. Segundo SARTORATO E RAVA (1994), uma vez introduzido o

patógeno na área, seu controle por meio de práticas culturais é dificultado, sendo a prática mais

viável e eficaz o uso de cultivares resistentes.

Na literatura foram encontrados diversos trabalhos de avaliação da reação a este patógeno,

com diferenças entre os resultados obtidos entre eles, PEREIRA et al. (2011), em seus estudos com

349 genótipos de feijoeiro encontraram 134 genótipos resistentes (36%). A maior proporção foi

observada por RAVA et al. (1996) que encontraram 50% dos genótipos resistentes, entretanto seu

estudo contou com apenas 12 genótipos. Em contrapartida, ROCHA JUNIOR et al. (1998)

avaliando 169 genótipos constatou que 155 (92%) deles foram suscetíveis.

PEREIRA et al. (2011), ressaltaram que muitas das linhagens de feijoeiro recomendadas

para semeadura nos estados brasileiros apresentam alta suscetibilidade a este patógeno, entretanto

evidenciaram alta herdabilidade (h2=87%), indicando que a princípio, é esperado sucesso com a

seleção para este caráter. Há relatos de que o alelo dominante do gene Fop 1, confere resistência à

raça 2 de Fusarium, também denominada de “Brasileira” (RIBEIRO E HAGEDORN, 1979).

Também utilizando linhagens brasileiras, Pereira (2009), evidenciaram que o controle da resistência

é monogênico. Entretanto, a existência de outros genes de efeito menor não deve ser descartada, em

razão da ampla variação na expressão fenotípica (PEREIRA 2008).

6

2.6 CRESTAMENTO BACTERIANO (XANTHOMONAS AXONOPODIS PV. PHASEOLI)

O crestamento bacteriano comum, causado pela bactéria Xanthomonas axonopodis pv.

Phaseoli, é uma das principais doenças do feijoeiro em diversos países, sendo responsável por

prejuízos consideráveis à cultura, devido a agressividade e dificuldade de controle do patógeno

(SARTORATO E RAVA 1994; SAETTLER, 2005).

Esta doença é transmitida principalmente por sementes contaminadas, afetando toda a aérea

do feijoeiro dentro da lavoura, além disso, restos culturais contaminados como também respingos

de água e vento são importantes disseminadores do patógeno.

Segundo DIAZ et al. (2001), esta doença pode causar perdas superiores a 60% da produção,

sob condições favoráveis, devido a desfolha severa e formação de grãos chochos e de má qualidade.

Temperaturas altas e alta umidade são condições favoráveis a X. axonopodis, sendo assim,

normalmente de maior importância na safra das águas, principalmente em regiões de clima quente

(BIANCHINI et al. 2005).

A bactéria X. axonopodis, sobrevive em diferentes formas. Em sementes, pode resistir por

períodos variáveis de 2 a 15 anos, podendo estar localizada interna ou externamente, sem perder sua

patogenicidade. A sobrevivência em restos culturais infectados no solo é variável em função das

condições climáticas. Trabalhos desenvolvidos sob condições de campo, no estado do Paraná,

evidenciaram a sobrevivência desta bactéria por um período variável de 45 a 180 dias, em folhas

doentes sob a superfície do solo (BIANCHINI et al. 2005).

Os sintomas do crestamento bacteriano manifestam-se em toda a parte aérea da planta,

caracterizando-se inicialmente por pequenas áreas encharcadas, que crescem rapidamente de

tamanho e progridem para áreas necróticas (EMBRAPA, 2014). Temperatura e umidade elevadas

favorecem o desenvolvimento da doença, sendo que sob condições controladas, plantas incubadas a

28 °C desenvolvem os sintomas cerca de após nove dias após a inoculação (BIANCHINI et al.

2005).

O controle da doença é realizado por meio da adoção simultânea de várias medidas. O

emprego de sementes de boa qualidade sanitária é imprescindível, além disso, a rotação com

culturas não hospedeiras, a incorporação de restos culturais contaminados, o controle de insetos

disseminadores desta bactéria e a utilização de cultivares resistentes são algumas práticas que

podem ser adotadas no manejo desta doença (ZANATTA et al. 2007).

Diversos autores ressaltam a dificuldade na obtenção de genótipos resistentes a este

patógeno. DURSUN et al (2002), avaliando 22 genótipos de feijoeiro encontrou apenas 1 resistente,

RAVA et al (1990) obteve apenas 8 genótipos resistentes entre 60 genótipos avaliados. Contudo

7

SILVA (2009), classificou 21 genótipos com resistência de um total de 56 avaliados. Segundo

SANTOS et al. (2003), não há disponibilidade de cultivares comerciais de feijoeiro com alto nível

de resistência a este patógeno, enfatizando a necessidade de mais estudos relativos a esta doença.

2.7 QUALIDADE TECNOLÓGICA DE GRÃOS

As características denominadas de qualidade tecnológica de grãos são relativas às exigências

do mercado consumidor, aos que interessam apenas os aspectos relacionados com os grãos, como

cor, tamanho, forma, baixo tempo de cozimento, caldo espesso, sabor e nutrientes (BASSINELLO

et al. 2003).

Um aspecto importante da cultura do feijoeiro são suas características nutricionais, sendo

um alimento básico da população brasileira rico em carboidratos, fibras, minerais, vitaminas do

complexo B e principal fonte de proteína de origem vegetal consumida (MESQUITA et al. 2007).

Neste sentido, é crescente o interesse no melhoramento de feijoeiro para as características

relativas à qualidade tecnológica dos grãos, como por exemplo, o menor tempo de cozimento,

coloração adequada do tegumento e maiores teores de nutrientes.

No que diz respeito ao tempo de cozimento, encontra-se na literatura diversos trabalhos que

relatam a presença de variabilidade para esta característica, com valores entre 21 e 40 minutos

(RODRIGUES et al. 2005), de 15 a 25 minutos (LEMOS et al. 2004), de 35 a 45 minutos (RAMOS

JUNIOR et al. 2005) e 22 a 139 minutos (RIBEIRO et al. 2005), sendo assim possível a seleção de

genótipos superiores para esta característica.

COSTA et al. (2001), avaliaram a variabilidade genética para absorção de água em 100

genótipos do Banco de Germoplasma da Universidade Federal de Lavras (UFLA), como indicativo

do tempo de cozimento, cujas sementes permaneceram em embebição por quatro horas, sendo logo

após esse período estimada a porcentagem de água absorvida. Os autores constataram ampla

variação na capacidade de absorção de água dos genótipos, destacando-se os genótipos IAC - Aruã,

CI-107 e Ouro Negro.

Embora existam diversos trabalhos que sugerem a existência de variabilidade genética para

tempo de cozimento e absorção de água, poucos relacionam o tipo de controle genético desses

caracteres. Um dos trabalhos mais completos realizados a este respeito foi o de ELIA et al. (1996),

onde foram utilizaram 16 genótipos de feijoeiro, diferindo na capacidade de absorção de água e no

tempo de cozimento. Segundo os autores existe variabilidade genética para esta característica, sendo

que a variância genética observada foi predominantemente do tipo aditiva. Além disso, os valores

8

das estimativas de herdabilidade foram altos, indicando a possibilidade de sucesso para seleção de

genótipos superiores para estas características.

Em relação à variação do teor de proteínas, esta característica não depende apenas da

expressão genética que controla a síntese e o acúmulo de frações específicas de proteínas, mas

também de genes que controlam outros fatores, como aquisição de nutrientes, vigor da planta,

maturação, tamanho da semente, síntese e acúmulo de amido na semente (OSBORN, 1988). Há

evidências também, de que, além da própria cultivar, o conteúdo proteico dos feijões pode ser

influenciado por fatores climáticos e pelo local de cultivo (FARINELLI, 2006).

Segundo RIBEIRO et al. (2005), os teores de proteína encontrados em grãos de feijão

variam de 18 a 31%, dependendo do genótipo avaliado. O controle genético do teor de proteína nos

grãos é complexo, sendo que a variação do teor de proteína não depende somente do gene que

controla sua síntese e acumulação, mas também de genes que controlam outros fatores, tais como a

absorção de nutrientes, maturação, rendimento e da quantidade de adubação nitrogenada durante o

cultivo.

A composição de proteínas nos grãos, também pode ser alterada em função do genótipo,

ambiente e da interação genótipos por ambientes (BURATTO et al. 2009, RIBEIRO, 2010)

Consequentemente observa-se variação nos teores de minerais em cultivares e linhagens avaliadas

em diferentes locais, anos e safras. Contudo, os mesmos autores citam a existência de variabilidade

genética para características de qualidade nutricional em grãos de feijão, sendo possível assim a

obtenção de genótipos promissores por meio do melhoramento genético.

Outro problema relativo à seleção de genótipos com altos teores de proteína é a correlação

negativa deste caráter com o rendimento de grãos por planta (MELLO FILHO et al. 2004),

corroborado por LEMOS et al. (2004) citaram que genótipos de feijoeiro com produtividade de

grãos abaixo da media experimental apresentaram os maiores teores de proteína bruta.

Com relação à coloração de tegumento, o consumidor de feijão no Brasil tem diferentes

exigências de acordo com a região. O feijão de tegumento preto é consumido nos estados da região

sul,Rio de Janeiro, na região da Zona da Mata em Minas Gerais, bem como no Distrito Federal. No

nordeste a preferencia é por feijão do grupo mulatinho. Contudo, a preferencia por grãos tipo

carioca corresponde cerca de 70% do total consumido no Brasil (RAMALHO E ABREU, 2006).

Mais de 18 genes estão envolvidos com a cor do tegumento e nos padrões de listras e halo

no tegumento, o que implica em uma grande complexidade desta característica (GEPTS E

DEBOUCK, 1993).

9

2.8 INTERAÇÃO GENÓTIPOS POR AMBIENTES (GXA)

Na fase final do programa de melhoramento genético de plantas, os genótipos avançados

são avaliados em varias localidades, em diferentes condições de clima, fertilidade de solo e também

em diferentes safras (ACCIARESI E CHIDICHIMO, 1999), de modo a constituir as chamadas

redes de avaliações de cultivares ou ensaios de valor de cultivo e uso (VCU). Segundo FERREIRA

et al. (2006), a combinação das diferentes condições, definidas pelos locais e safras, pode ser

considerada como um único fator para as condições ambientais.

De acordo com RAMALHO et al. (2012), considerando um caráter como por exemplo a

produtividade de grãos, o valor observado para esse caráter, denominado fenótipo, é função do

genótipo (G), do ambiente (A) e da interação genótipos por ambientes (GxA). A ocorrência da

interação GxA é consequência do comportamento não coincidente dos genótipos nos diferentes

ambientes avaliados (CRUZ E CARNEIRO, 2003), sendo este, um fenômeno natural que faz parte

da evolução das espécies e seus efeitos permitem o aparecimento de genótipos adaptados, aptos a

um ambiente específico, assim como, de comportamento geral aptos a vários ambientes

(LAVORANTI, 2003).

Em termos genéticos, de acordo com KANG E GAUCH (1996) a interação ocorre quando a

contribuição dos alelos dos diferentes genes que controlam o caráter ou o nível de expressão dos

mesmos não é coincidente entre os ambientes. Isso significa que os efeitos genéticos e ambientais

não são independentes, isto porque a expressão dos genes é influenciada e ou regulada pelo

ambiente.

Segundo GARBUGLIO et al. (2007), nos programas de melhoramento genético de diversas

espécies, a interação GxA dificulta a seleção e indicação de cultivares, em razão da inconsistência

do desempenho dos genótipos em ambiente distintos. No entanto, CHAVES (2001) citou que a

utilização de ferramentas estatísticas, juntamente com o conhecimento do fenômeno no âmbito

biológico pode-se obter informações para entender a interação GxA e propor alternativas para

minimizá-la ou aproveitá-la em beneficio dos agricultores.

A interação GxA pode ser de dois tipos, simples ou complexa. A interação do tipo simples é

caracterizada pela não alteração da classificação relativa dos genótipos avaliados, dentro de um

conjunto de ambientes, tomados dois a dois, havendo porém diferença da magnitude das respostas.

As interações do tipo complexa ocorre quando a correlação entre o desempenho dos

genótipos ao longo dos ambientes é baixa, fazendo com que a posição relativa dos genótipos seja

alterada em virtude das diferentes respostas às variações ambientais (ROBERTSON, 1959).

GARBUGLIO et al. (2007), citaram que em situações reais o mais comum é que ocorram as

10

interações do tipo simples e complexa em conjunto, sendo esta última a que mais atrapalha o

melhorista, principalmente no momento da recomendação de cultivares.

Neste sentido, para a correta recomendação de novas cultivares, deve-se fazer estudos sobre

a interação GxA, realizando-se experimentos em diversos locais e anos, avaliando e quantificando

os efeitos desta interação, possibilitando assim adotar estratégias que possibilitem contornar estes

efeitos (RESENDE, 2002). Enfatiza-se que esta fase de avaliação é a mais etapa mais difícil e cara

no desenvolvimento de novas cultivares (RAMALHO et al., 2012)

Segundo CRUZ et al. (2004) do ponto de vista biométrico, dois procedimentos podem ser

empregados: estudos de adaptabilidade e estabilidade de genótipos, onde procura-se quantificar as

respostas de cada genótipo frente as variações ambientais, para identificar aqueles de

comportamento previsível e que sejam responsivos às variações ambientais, em condições

específicas ou amplas. E o relativo aos métodos de estratificação ambiental, que identifica entre os

ambientes disponíveis, padrões de similaridades de respostas dos genótipos, sendo possível avaliar

o grau de representatividade dos ensaios e tomar decisões com relação a descarte de ambientes

quando necessário identificando grupos de ambientes que a interação GxA possa ser não

significativa, ou com predominância de porção interação de natureza simples, ou seja, que não

venha a comprometer a recomendação de cultivares.

2.9 ESTRATIFICAÇÃO AMBIENTAL

DUARTE E ZIMERMANN (1991) ponderaram que em estudos para a determinação de

locais-chaves para realização de experimentos com genótipos, deve-se levar em consideração que as

avaliações devem ser realizadas em vários anos ou safras, devido as variações ambientais não

previstas que influenciam a interação de genótipos com anos e, com locais e anos.

Dentre os métodos de estratificação ambiental, citam-se os que procuram formar subgrupos

homogêneos, em que a interação GxA seja não significativa entre pares de ambientes (LIN, 1982)

ou, em outros casos significativa, mas de natureza predominantemente simples. O método definido

por CRUZ E CASTOLDI (1991), procura quantificar o porcentual de parte simples atuante (PS%)

da interação GxA, em que as posições relativas dos genótipos de um ambiente para o outro não

sofram alterações relevantes ou que comprometam as recomendações dos genótipos.

Outro método que vem sendo amplamente utilizado é a análise de fatores (AF), que segundo

FERREIRA (2008), consiste basicamente, em reduzir um número elevado de variáveis originais a

um pequeno número de variáveis abstratas, denominadas fatores. Cada fator irá agrupar um

conjunto de ambientes, altamente correlacionados entre si e fracamente correlacionados com os

11

ambientes agrupados nos demais fatores.

Entretanto, MURAKAMI E CRUZ (2004), citam que os estudos de estratificação ambiental

e adaptabilidade e estabilidade vêm sendo realizados de forma dissociada e propuseram um método

que contempla simultaneamente as duas análises, por meio do princípio da similaridade do

desempenho fenotípico, baseado na técnica de AF, descrita a seguir:

Na utilização da AF destinada à estratificação de ambientes, deve-se interpretar o

significado de cada fator e avaliar o interesse por ele. São analisados os elementos ou cargas

fatoriais, identificando, para cada variável (que neste caso representa um determinado ambiente), os

fatores com coeficientes de ponderação próximos da unidade.

Desta forma, o agrupamento de ambientes é realizado a partir das informações sobre a

magnitude das cargas fatoriais finais (obtidas após rotações), sendo que cargas fatoriais maiores ou

iguais a 0,70 indicam ambientes com altas correlações, devendo ser agrupados dentro de cada fator.

Cargas fatoriais com valores baixos indicam que o respectivo ambiente não deve pertencer ao

grupo.

Antes de serem obtidas as cargas fatoriais que permitirão identificar o melhor agrupamento

de ambientes, deve-se estabelecer o número de fatores a serem analisados. O número de fatores

finais pode ser admitido como igual ao número de autovalores maiores ou iguais a 1,0. No entanto,

nos casos em que a proporção da variabilidade explicada pelos autovalores maiores que 1,0 for

baixa, devem ser considerados mais fatores, até que se atinja uma proporção adequada de

explicação da variabilidade, geralmente próximo de 80% da variação total.

2.10 ADAPTABILIDADE E ESTABILIDADE

MARIOTTI et al. (1976), COSTA et al. (1999) E CRUZ et al. (2004), consideraram

estabilidade como sendo a capacidade dos genótipos mostrarem comportamento altamente

previsível em função do estímulo do ambiente enquanto que adaptabilidade refere-se à capacidade

dos genótipos aproveitarem vantajosamente o estímulo ambiental.

De acordo com PEREIRA et al. (2009), existem inúmeros métodos de análise de

adaptabilidade e estabilidade, baseados em diferentes princípios, entre eles: os baseados em

regressões lineares como de EBERHART E RUSSEL, 1966 e CRUZ et al. 2004, modelos não

paramétricos como os de LIN E BINNS (1988), LIN E BINNS modificado por CARNEIRO (1998)

e ANNICCHIARICO (1992), e os multivariados, como por exemplo o baseado em análises de

fatores (MURAKAMI E CRUZ, 2004), da análise da interação multiplicativa dos efeitos principais

aditivos (AMMI) e GGE-Biplot.

12

Devido à grande variedade de métodos para análise de adaptabilidade e estabilidade, cabe ao

melhorista analisar as vantagens e desvantagens de cada método e utilizar o que melhor se adequar

ao seu experimento e assim selecionar os genótipos efetivamente superiores, com menor distorção

ambiental possível, pois o que é passado para as próximas gerações é o genótipo (FONSECA

JUNIOR, 1996).

PEREIRA et al. (2009), relataram que um dos métodos mais utilizados na cultura do

feijoeiro é o não paramétrico proposto por LIN E BINNS (1988), modificado por CARNEIRO

(1998). Este método se baseia na avaliação da performance genotípica (Pi) dos cultivares avaliados,

que refere-se o estimador da performance genotípica (Pi) refere-se ao quadrado médio da

distância entre a média do cultivar e a resposta média máxima para todos os ambientes. Quanto

menor o valor de (Pi) maior a estabilidade do cultivar. A decomposição de Pi proposta por

CARNEIRO (1998) divide a estimativa Pi a ambientes favoráveis e desfavoráveis, em que a

classificação destes ambientes é feita com base nos índices ambientais, definidos como a diferença

entre a média dos cultivares avaliados em cada ambiente e a média geral.

Diversos autores relataram resultados satisfatórios em seus trabalhos utilizando esta

metodologia, sendo de fácil interpretação e possibilitando discriminar o desempenho dos genótipos

em ambientes favoráveis e desfavoráveis (MURAKAMI et al., 2004; ELIAS et al., 2005; RIBEIRO

et al., 2009 e PEREIRA et al., 2009).

Estudando adaptabilidade e estabilidade de soja por métodos paramétricos e não

paramétricos, BARROS (2008) concluiu que os métodos de LIN E BINNS (1988),

ANNICCHIARICO (1992) e Centroide de ROCHA et al. (2005) foram coerentes entre si e

permitiram identificar, entre os genótipos avaliados, aqueles de maior produtividade, adaptabilidade

e estabilidade.

A análise de adaptabilidade fenotípica, baseada na AF, é realizada graficamente por meio de

escores obtidos em relação aos fatores. De acordo com MURAKAMI E CRUZ (2004), nos

quadrantes II e IV, estarão os genótipos de adaptabilidade específicas aos ambientes agrupados em

cada um dos dois fatores utilizados na plotagem gráfica. No quadrante I, estarão os genótipos de

adaptabilidade ampla, ou seja, apresentarão escores altos para os ambientes agrupados nos dois

fatores, simultaneamente. No quadrante III estarão os genótipos de baixo desempenho, passíveis de

não indicação de cultivo para os ambientes em estudos.

GARBUGLIO et al. (2007), estudando a adaptabilidade de genótipos de milho e realizando

a estratificação em 22 ambientes no estado do Paraná, constataram que a adaptabilidade analisada

por meio de plotagens gráficas a partir dos escores fatoriais, apresentou respostas diferenciadas e

13

mais eficientes, quando comparada com os métodos de regressão bissegmentada.

MENDONÇA et al. (2007), avaliando a eficiência de diferentes métodos de estratificação

ambiental e a adaptabilidade e estabilidade de genótipos de soja nos estados do Paraná e Santa

Catarina, verificaram que a técnica de AF foi mais seletiva no processo de estratificação ambiental

do que o método tradicional de LIN (1982), e superior ao método de regressão linear simples de

EBERHART E RUSSELL (1966) para adaptabilidade e estabilidade fenotípica.

Nesse sentido, as análises de adaptabilidade e estabilidade fenotípica são procedimentos

estatísticos que permitem, de algum modo, identificar genótipos de comportamento mais estável e

que respondam previsivelmente às variações ambientais, sendo assim uma forma importante, entre

os melhorista de plantas, para avaliar novos genótipos antes de sua recomendação como cultivares

(ROCHA et al. 2005).

3. MATERIAL E MÉTODOS

3.1 ENSAIOS DE VCU

Foram utilizados 27 genótipos, compreendendo linhagens e cultivares de tegumento carioca

e preto, provenientes de diferentes instituições públicas que efetuam melhoramento genético do

feijoeiro no Brasil (Tabela 1). Do total de genótipos utilizados, quatro linhagens foram provenientes

da EMBRAPA Arroz e Feijão (Santo António do Goiás, GO), duas linhagens da EPAGRI (Empresa

de Pesquisa Agropecuária e Extensão Rural de Santa Catarina, SC), duas linhagens da FEPAGRO

(Fundação de Pesquisa Agropecuária, RS), quatro linhagens do IAPAR (Instituto Agronômico do

Paraná, PR), duas linhagens da UFLA (Universidade Estadual de Lavras, MG) e nove linhagens do

Instituto Agronômico - IAC.

Como testemunhas, para o grupo de grãos de tegumento carioca foram utilizadas as

cultivares IAC Alvorada (IAC), de alto potencial produtivo, porte semi-ereto, ciclo médio de 92

dias, com alta qualidade de grãos, resistência moderada à antracnose, suscetível à murcha de

fusarium e ao crestamento bacteriano e IPR 139 (IAPAR), de alto potencial produtivo, porte ereto,

ciclo médio de 89 dias, moderada resistência ao crestamento bacteriano e suscetível à antracnose e à

murcha de fusarium.

Para o grupo de grãos de tegumento preto foram utilizadas as cultivares IAC Diplomata, de

alto potencial produtivo, porte ereto, ciclo médio de 90 dias, resistência à antracnose e a murcha de

fusarium; e IAC Una, de alto potencial produtivo, porte ereto, ciclo médio de 94 dias, resistente a

antracnose e suscetível à murcha de fusarium e ao crestamento bacteriano.

14

Tabela 1. Relação dos 27 genótipos de feijoeiro avaliados nos ensaios de VCU para os anos

agrícolas 2011/2012 e 2013, no estado de São Paulo.

Linhagem/Cultivar Tipo de Grão Instituição Linhagem/Cultivar Tipo de Grão Instituição

1 IAC Alvorada * Carioca IAC 15 Gen C 2-6-4-1-1 Carioca IAC

2 IPR 139 * Carioca IAPAR 16 Gen C 4-7-2-2-1 Carioca IAC

3 IAC Diplomata * Preto IAC 17 Gen C 4-7-7-2-2 Carioca IAC

4 IAC Una * Preto IAC 18 Gen PR 14-2-10-1-2 Preto IAC

5 BRS Realce Rajado EMBRAPA 19 Gen C 5-3-6-1-1 Carioca IAC

6 CNFC 10729 Carioca EMBRAPA 20 Gen PR 14-2-2-1-1 Preto IAC

7 CNFC 10762 Carioca EMBRAPA 21 Gen C2-6-6-2-1 Carioca IAC

8 CNFP 10794 Preto EMBRAPA 22 LP 07-80 Carioca IAPAR

9 CHC 01-175 Carioca EPAGRI 23 LP 09-40 Carioca IAPAR

10 CHP 98-66-20 Preto EPAGRI 24 LP 09-192 Preto IAPAR

11 SM 1107 Preto FEPAGRO 25 LP 08-90 Preto IAPAR

12 SM 1810 Preto FEPAGRO 26 BRSMG Madrepérola Carioca UFLA

13 Gen C 4-7-8-1-2 Carioca IAC 27 MAII – 2 Carioca UFLA

14 Gen PR 11-2-8-1-1 Preto IAC

*: cultivares utilizadas como testemunhas.

Os experimentos foram instalados em diferentes safras e municípios do estado de São Paulo,

de acordo com a Tabela 2.

Tabela 2. Municípios utilizados para condução dos ensaios de acordo com a safra e suas respectivas

latitudes e altitudes

Safra Município Safra Município Latitude (Sul) Altitude (m)

Águas - 2011

Águas 2012

Itararé 24° 06' 740

Capão Bonito Capão Bonito 24° 00' 702

Mococa

21° 28' 645

Taquarituba 23° 31' 618

Seca - 2012

Avaré

Seca - 2013

23° 05' 810

Itararé 24° 00' 702

Mococa Mococa 21° 28' 645

Taquarituba Taquarituba 23° 31' 618

Araras 22° 21' 629

Inverno* –

2012

Andradina

Inverno* - 2013

Andradina 23° 53' 405

Colina

20° 42' 595

Ribeirão Preto Ribeirão Preto 21° 11' 546

Votuporanga Votuporanga 20° 25' 525

*: experimentos irrigados

O delineamento experimental utilizado foi em blocos ao acaso com três repetições. Cada

parcela foi constituída de quatro linhas de quatro metros de comprimento e 0,5 metros entre linhas,

15

mantendo-se em média 10 plantas por metro linear. Para efeito de coleta de dados, as duas linhas

centrais foram consideradas como área útil (4 m2).

A adubação base foi feita de acordo com a análise de solo e necessidade da cultura em cada

local, e após 20 dias da emergência das plântulas foi realizada adubação nitrogenada de cobertura

com 200 kg.ha-1

de sulfato de amônio. Os demais tratos culturais realizados foram: irrigações,

capinas manuais e aplicação de herbicidas e inseticidas.

3.2 AVALIAÇÃO DE DOENÇAS

Neste trabalho o objetivo foi a identificação de genótipos com resistência aos patógenos da

Antracnose, Murcha de Fusarium e Crestamento Bacteriano para fins de recomendação e registro de

nova cultivar, portanto não foram realizados estudos detalhados sobre a natureza genética da

resistência dos genótipos aos patógenos.

3.2.1 Antracnose (Colletotrichum lindemuthianum)

Sementes dos 27 genótipos foram germinadas em papel germitest, com pH neutro, à

temperatura de 28 ºC, por um período de três dias. Para cada genótipo foram utilizadas 10 sementes.

Após esse período as plântulas foram transplantadas em linhas para bandejas com vermiculita

autoclavada e mantidas em casa de vegetação (Figura 1 A).

Em bandejas, as plântulas foram inoculadas para o C. lindemuthianum com as raças

fisiológicas 31, 65 e 81, conforme mencionado por CARBONELL et al. (1999) como as mais

disseminadas no estado de São Paulo (Figura 1 B). O inóculo foi obtido a partir da suspensão de

conídios filtrada em tecido de filó, com a concentração dos conídios ajustada para 1,2 x 106

conídios ml-1

.

A inoculação do patógeno foi feita por aspersão, em estádio de desenvolvimento V2. Após a

inoculação, as plântulas foram submetidas à câmara úmida por 48 horas, e transcorrido esse

período, foram retiradas da câmara e as plântulas permaneceram, em ambiente controlado por mais

cinco dias, quando foi realizada a avaliação quanto à severidade da doença (Figura 1 C e D).

A avaliação da virulência dos isolados foi feita com base na intensidade da doença

utilizando-se a escala descrita por BALARDIN E PASTOR CORRALES (1990), com notas de 1 a

9, sendo 1, planta completamente livre de sintomas visíveis da doença e 9, necrose, desfolhamento e

morte das plantas. Foram considerados resistentes genótipos que apresentaram notas de 1 a 3,

intermediários plântulas com notas 4 a 6 e suscetíveis as que apresentaram notas de 7 a 9.

16

Figura 1. Procedimentos realizados para

inoculação de C. lindemuthianum em 27 genótipos

de feijoeiro.

3.2.2 Murcha de Fusarium (Fusarium. oxysporum f. sp. phaseoli)

Sementes dos 27 genótipos foram desinfetadas com hipoclorito de sódio a 1,25% durante

cinco minutos, enxaguadas em água destilada e transferidas para folhas de papel de germinação

umedecidas com água destilada, para germinação em laboratório. As sementes pré-germinadas

foram transferidas para recipientes com vermiculita lavada e esterilizada.

Após dez dias da semeadura, as plantas foram retiradas da vermiculita esterilizada e foram

inoculadas pelo método de imersão proposto por COSTA (1989) (Figura 2), com inóculo ajustado a

concentrações de 1x106 conídios ml

-1. Plantas com dez dias de idade após o transplante foram

retiradas da vermiculita esterilizada, as raízes foram lavadas e as extremidades foram cortadas em

1/3 do seu comprimento e mergulhadas no inóculo durante 10 minutos, sendo transplantadas em

seguida duas plantas por vaso, contendo três repetições para cada linhagem testada (PASTOR-

CORRALES E ABAWI, 1987). Cada vaso foi constituído de 500g de substrato (composto orgânico

+ terra na proporção de 1:1) e acondicionado em casa de vegetação (Figura 2).

A avaliação dos sintomas foi efetuada 45 dias após a inoculação seguindo uma escala de

notas desenvolvida por NASCIMENTO (1995) onde, 0 e 1 = plantas resistentes 2 e 3 =

moderadamente resistentes, 4 = suscetíveis. As plantas com notas até 1 foram consideradas

resistentes e acima de 1 foram consideradas suscetíveis (Figura 3).

17

Figura 2. Inoculação de Fusarium oxysporum f. sp. phaseoli pelo método de imersão

dipping (COSTA et al., 1989).

Figura 3. Plantas de feijoeiro resistentes (a

esquerda), intermediarias (no centro) e

suscetível (a direita) ao Fusarium oxysporum f.

sp. phaseoli.

3.2.3 Crestamento Bacteriano (Xanthomonas axonopodis pv. phaseoli)

Foram germinadas sementes dos 27 genótipos em papel de germitest, com pH neutro, à

temperatura de 28 ºC, por um período de três dias. Para cada genótipo foram utilizadas em torno de

20 sementes. Após esse período as plântulas foram transplantadas para vasos contendo terra como

substrato e mantidas em casa de vegetação. Para cada genótipo de feijoeiro foram utilizados três

vasos com duas plântulas por vaso.

O isolado n° 11090 de X. axonopodis, registrado no Centro de Pesquisa e Desenvolvimento

de Fitossanidade - IAC foi repicado para placas de Petri, contendo o meio de cultura BDA para a

18

produção do inóculo. Em seguida, as placas foram incubadas em estufa à temperatura de 28 ºC, por

um período de 24 horas a 48 horas. O inóculo foi preparado pela adição de água destilada e

esterilizada à superfície da colônia bacteriana e posterior raspagem da superfície com uma lâmina

de vidro. A concentração do inóculo foi ajustada a 108 ufc/Ml (POMPEU et al. 1973).

A inoculação foi realizada pela técnica de agulhas múltiplas proposta por POMPEU et al.

(1973), com a perfuração das folhas primárias de plântulas de feijoeiro que apresentaram-se bem

expandidas. O inóculo foi colocado numa esponja e em seguida as folhas foram perfuradas sobre a

esponja com leve pressão entre a folha e a espuma, permitindo assim, a entrada do inóculo por meio

do ferimento. Após a aplicação do inóculo, os vasos foram mantidos em câmara úmida, por um

período de 48 horas (Figura 4).

Figura 4. Inoculação de Xanthomonas axonopodis pv. phaseoli pelo método agulhas múltiplas

(POMPEU et al. 1973).

A avaliação foi efetuada no sétimo dia e no décimo dia após inoculação (Figura 5) pela

escala de notas de 1 a 5 de acordo com SUGIMORI et al. (1989), sendo 1 = sem sintoma na área

inoculada (Resistente = R), 2 = encharcamento e/ou necrose da área inoculada (Resistente = R), 3 =

encharcamento de até 20% em torno dos pontos de inoculação (Moderadamente Resistente = MR),

4 = encharcamento e/ou necrose da área inoculada (Suscetível = S) e 5 = encharcamento, necrose da

folha e aparecimento de sintomas fora da área inoculada (Suscetível = S).

19

Figura 5. Plantas de feijoeiro resistente (a esquerda),

intermediaria (no centro) e suscetível (a direita) a

Xanthomonas axonopodis pv. phaseoli.

3.3 AVALIAÇÃO DA QUALIDADE TECNOLÓGICA DOS GRÃOS

As avaliações analíticas, da qualidade tecnológica dos 27 genótipos foram efetuadas em

triplicatas de sementes com até 60 dias após colhidas, uniformizadas por peneiras de classificação

(n° 13\64” pol.) e pré-selecionadas para a retirada de sementes visualmente danificadas por insetos

ou dano mecânico.

3.3.1 Análises do Tempo de Cocção dos Grãos

Foi determinado utilizando-se 30g de sementes uniformes e inteiras, embebidas em água

destilada por 16 horas a temperatura ambiente. Após este período, vinte e cinco grãos foram

colocados individualmente nos orifícios da base do cozedor de Mattson (Figura 6), sendo o aparelho

colocado dentro de um béquer contendo 1000 ml de água destilada em ebulição. Os tempos médios

de cozimento foram obtidos de acordo com o proposto por PROCTOR E WATTS (1987) e

SARTORI (1982), onde, o tempo é cronometrado em minutos até a queda da 13ª vareta, que

consiste em 50% dos grãos perfurados pelas hastes do aparelho.

Figura 6. Análise de tempo de cozimento por meio do Cozedor de Mattson.

20

3.3.2 Absorção de Água Antes do Cozimento (PEANC), Absorção de Água Após Cozimento

e Porcentagem de Grãos Inteiros (PGI)

Foram determinadas de acordo com os métodos modificados descritos por PLHAK et al.

(1989) e GARCIA-VELA E STANLEY (1989). De acordo com o método, uma amostra de 30g de

grãos de feijão foi colocada em béquer de 250 ml com 100 ml de água destilada por 16 horas à

temperatura ambiente. Após o período de embebição a água foi drenada e os grãos foram pesados e

a capacidade de absorção de água antes do cozimento (PEANC) foi calculada pela fórmula:

onde: ps = peso inicial; pu = peso dos grãos após maceração

Os grãos drenados foram colocados novamente no béquer com 100 ml de água destilada e

então foram aquecidos por 1 hora, utilizando-se de uma chapa aquecedora elétrica e iniciando a

contagem do tempo após o início da fervura da água. Em seguida, o caldo foi drenado e a

capacidade de absorção de água após o cozimento (PEAPC) foi calculada pela fórmula:

onde: pc = peso dos grãos após cozimento; ps = peso inicial dos grãos

Após o cozimento os grãos foram contados e separados em duas porções: inteiros e partidos.

Em seguida, o cálculo da porcentagem de grãos inteiros após o cozimento, foi efetuado pela

fórmula:

onde: ng = número total de grãos; ngi = número de grãos inteiros após cozimento

3.3.3 Avaliação da Coloração do Tegumento

Para e determinação da coloração do tegumento, foi utilizado o aparelho colorímetro marca

Minolta®, modelo CR-410 (Figura 7), seguindo o sistema CIELab, no qual obtém-se o parâmetro

L* que indica a luminosidade, variando do preto (L=0) ao branco (L=100).

% Peanc = pu − ps

ps x 100

PEAPC% = pc − ps

ps x 100

21

Figura 7. Colorímetro Minolta® - CR 410

3.3.4 Avaliação da Porcentagem de Proteína nos Grãos

A determinação do teor de proteína foi realizada pela técnica de espectroscopia na região do

infravermelho próximo (NIRS). Primeiramente os grãos de feijão foram moídos, utilizando moinho

IKA A11 Basic, em seguida o material foi armazenado em temperatura ambiente, em frascos

plásticos, permanecendo nessas condições até o momento da coleta dos espectros.

As coletas foram realizadas utilizando o espectrofotômetro FOSS NIRSystems, modelo

6500, equipado com detector PbS e lâmpada de filamento de tungstênio-halogênio para as medidas

de reflectância difusa dos grãos moídos. Por meio do software ISIscan™, versão 3.10

(INFRASOFT INTERNACIONAL, 2007), os espectros foram registrados de 1100 a 2498 nm, com

sinais expressos em log (1/R). As leituras foram realizadas em cela quarter cup, na temperatura de

20-22°C, com 64 varreduras e resolução espectral de 2nm. Foram registrados dois espectros por

genótipo e cada espectro correspondeu à média de duas leituras espectrofotométricas.

O teor de proteína foi determinado comparando-se os espectros gerados e corrigidos após

transformações matemáticas (normalização por área total, correção multiplicativa do sinal e

aplicação de primeira derivada com janela de 20 pontos), com uma curva de calibração multivariada

pré-estabelecida utilizando genótipos de feijão cultivados em anos anteriores.

Para a construção do modelo de regressão multivariado e quantificação do teor de proteína

nos grãos utilizou-se o método de regressão por Quadrados Mínimos Parciais (PLS, Parcial Least

Squares), por meio do software Pirouette 4.0, baseando-se no método oficial 989.03 da AOAC

(2005) e no método descrito por HACISALIHOGLU et al. (2010).

22

3.4 ANÁLISES ESTATÍSTICAS DOS DADOS

3.4.1 Análise de Variância Individual e Conjunta

Após a colheita e tabulação dos dados, foram realizadas análises de variância de cada local e

ano, utilizando-se o seguinte modelo matemático:

Yij= µ + ti + bj+ eij

onde: Yij= observação do tratamento i no bloco j; µ = média geral dos tratamentos no experimento;

ti= efeito do i-ésimo tratamento i (i = 1, 2, ..., I); bj= efeito do k-ésimo bloco j (j = 1, 2, ..., K); eij=

erro experimental associado à observação Yij.

Após verificadas as magnitudes dos quadrados médios residuais, foi realizada a análise de

variância conjunta de acordo com o seguinte modelo estatístico:

Yijk= µ + ti + lj + (tl)ij + (b/l) kj+ eijk

onde: Yijk= observação do tratamento i no bloco k no ambiente j; µ = média geral dos

tratamentos no experimento; ti= efeito do i-ésimo tratamento i (i = 1, 2, ..., I); lj = efeito do j-

ésimo ambiente j (j = 1, 2, ..., J); (tl) ij = efeito da interação do i-ésimo genótipo com o j-ésimo

ambiente; (b/l) kj= efeito do k-ésimo bloco (k = 1, 2, ..., K) dentro do j-ésimo ambiente; ijk= erro

experimental associado à observação Yijk.

As análises de variâncias individuais e conjuntas foram realizadas utilizando-se o modelo

PROC GLM de ANAVA do programa computacional SAS (Statistical Analysis System). Todos os

efeitos, exceto o erro, foram considerados como fixos. Para produtividade de grãos, as médias dos

genótipos avaliados foram comparadas em relação a melhor testemunha correspondente ao grupo de

tegumento carioca (IAC Alvorada e IPR 139) e de tegumento preto (IAC Una e IAC Diplomata)

pelo teste de Dunnett (5%). Para as variáveis relativas à qualidade tecnológica utilizou-se o teste de

comparação de médias de Scott-Knott (5%).

3.4.2 Estratificação Ambiental

Após comprovação da existência da interação entre os genótipos com ambientes, foi

realizada a análise de estratificação ambiental pelo método multivariado de análises de fatores,

proposto por MURAKAMI E CRUZ (2004). O modelo fatorial pressupõe que cada variável pode

ser expressa por uma combinação linear de fatores, além do erro, sendo dado por:

23

...

Ou

∑

Sendo: m < a; em que é a carga fatorial para a j-ésima variável associada ao k-ésimo

vetor; Fk é o k-ésimo fator comum e é o fator específico associado à j-ésima variável.

Para a utilização da análise de fatores em estudos de estratificação ambiental, deve-se

destacar o fato de que X1, X2 ... Xh representam uma única variável como, por exemplo,

produtividade de grãos, porém, avaliada em cada um dos “q” ambientes em que os genótipos foram

avaliados ou dos “p” genótipos referentes aos ambientes.

A carga fatorial do fator Fk é dada pela correlação entre o fator e a variável correspondente,

ou seja:

√ ( )

Na análise de fatores são impostas as seguintes restrições em relação aos fatores comuns: de

média nula, variância unitária e covariância entre fatores comuns também nula, de modo que eles

sejam ortogonais (CRUZ, 2006).

Também é calculada a comunalidade, que é uma medida da eficiência da representação de

uma variável xj por uma parte comum, também envolvida nas demais variáveis analisadas. De

acordo com CRUZ E CARNEIRO (2003), valores de comunalidade superiores a 0,64 são tidos

como razoáveis, por ser equivalente a um coeficiente de correlação entre xj e zj duperior a 0,80.

Portanto, a comunalidade é dada por:

∑

−

24

Onde: para cada variável xj tem-se que

, em que , denominado

comunalidade, representa a proporção da variância da variável padronizada “j” devida a fatores

comuns.

A forma funcional do modelo de análise de fatores é dada por:

em que:

X: é a matriz (GxA) de observações que apresenta valores obtidos para cada genótipo e

variável analisada, destacando-se o fato de que a variável é representada por uma mesma

característica medida em vários ambientes; Y: matriz (GxM) de fatores comuns; : matriz (MxA)

de cargas fatoriais; : matriz (GxA) de fatores específicos.

Objetiva-se na análise de fatores o estabelecimento de combinações lineares, que permitam a

interpretação quanto aos grupos de ambientes com mesmo padrão de discriminação genotípica,

capazes de reterem o máximo das associações originalmente disponíveis entre os ambientes

estudados. Como nesta análise procura-se relacionar o conjunto de variáveis observáveis,

representadas na matriz Y, e outra por fator específico, representadas na matriz , tem-se também

associação entre as respectivas matrizes de variâncias e covariâncias, tal como ilustrado a seguir:

em que:

R: matriz (a x a) de correlações entre o desempenho dos genótipos em cada par de ambientes

considerados, sendo:

−

A matriz Rc é denominada de matriz de correlações reduzidas do modelo de análise fatorial

e apresenta os mesmos elementos da matriz de correlação original, à exceção da sua diagonal, cujos

elementos são reduzidos de , sendo denominados comunalidade. Segundo Cruz e Carneiro

(2003), o problema fundamental da análise de fatores é o calculo da matriz de cargas e da matriz

diagonal de especificidades cujos elementos não nulos são , a partir de uma matriz R

conhecida.

Uma maneira de obter as cargas fatoriais é por meio da fatoração de Rc, usando o teorema da

25

decomposição espectral, em que qualquer matriz simétrica Rc pode ser descrita como:

− ∑

sendo: os autovalores de Rc; os autovetores correspondentes.

Para interpretação deste procedimento são analisados os elementos ou cargas fatoriais,

identificando, para cada variável os fatores com coeficientes de ponderação próximos da unidade. O

agrupamento é realizado portanto, a partir das informações sobre a magnitude das cargas fatoriais

finais obtidas após rotações. São adotados os seguintes critérios:

1) Cargas fatoriais maiores ou iguais a 0,70, em valor absoluto, indicam ambientes com

altas correlações e são agrupadas dentro de cada fator.

2) Cargas fatoriais de valores abaixo de 0,5 indicam que o respectivo ambiente não deve

pertencer ao grupo.

3) Cargas fatoriais com valores intermediários não garantem nenhuma definição de

agrupamento.

O número de fatores finais pode ser admitido como igual ao número de autovalores maiores

ou iguais a 1. No entanto, nos casos em que a proporção da variabilidade explicada pelos

autovalores maiores que 1 for baixa, pode-se considerar mais fatores, até que se consiga uma

proporção adequada da variabilidade, geralmente mais de 80% da variação total (CRUZ, 2006).

Foi estimada também a fração simples da interação GxA, de acordo com o método de CRUZ

E CASTOLDI (1991), em que a parte simples é expressa por:

em que: S=QMGjj’ – C, sendo C = 1-√ − , onde Qj e Qj’ correspondem aos

quadrados médios nos ambientes j e j’.

Esta decomposição pondera a contribuição da correlação e da diferença de variabilidade

genotípica nos ambientes, estimando assim a porcentagem da parte simples na interação.

26

3.4.3 Adaptabilidade e Estabilidade

Foram comparadas as análises de adaptabilidade e estabilidade por meio dos métodos da

análise de fatores, obtida em conjunto com a análise de estratificação ambiental e também pelo

modelo proposto por LIN E BINNS (1988), modificado por CARNEIRO (1998), considerando-se

para este método dois modelos, sendo, com apenas uma variável, neste caso a produtividade de

grãos e, o multivariado, onde considerou-se as variáveis de qualidade tecnológica em conjunto para

estimar os valores de Pi.

A análise de adaptabilidade baseada na análise de fatores foi realizada como descrita

anteriormente. Sendo que sua interpretação é realizada graficamente por meio dos escores em

relação aos fatores. Para isso, são traçados eixos paralelos, tomando-se a média dos escores, de

modo a estabelecer quatro quadrantes. Nos quadrantes II e IV ficam situados os genótipos com

adaptabilidade específica ao grupo de ambientes determinado pelo fator. No quadrante I ficam

situados os genótipos de adaptabilidade ampla e, no quadrante III os genótipos de baixo

desempenho, não adaptados aos ambientes de cultivo dos determinados fatores.

Na metodologia de LIN E BINNS o desempenho geral dos genótipos é definido como sendo

o quadrado médio da distância entre a média da cultivar e a resposta média máxima para todos os

locais, de acordo com o modelo:

onde: Pig = estimativa do parâmetro de estabilidade do cultivar i; Yij = produtividade de grãos

(kg.ha-1

) do i-ésimo cultivar no j-ésimo local; Mj = resposta máxima observada entre todos os

genótipos no j-ésimo ambiente; n = número de ambientes.

Nesta metodologia, os genótipos com menores valores de Pi correspondem aos de melhor

desempenho (MURAKAMI E CRUZ. 2004).

Para atender à identificação de genótipos superiores nos grupos de ambientes favoráveis e

desfavoráveis, CARNEIRO (1998) decompôs a estatística Pi utilizando a mesma metodologia de

classificação de ambientes de EBERHART E RUSSELL (1966). A classificação de ambiente em

favorável ou desfavorável, é feita com base nos índices ambientais (I), definidos como a diferença

entre a média dos genótipos avaliados em cada local e a média geral. Os ambientes que apresentam

maior média em relação à média geral constituem os ambientes favoráveis (Pif) e aqueles com

média menor que a média geral são classificados como ambientes desfavoráveis (Pid).

Pi = (Yij − Mj)

2nj=0

2n

27

Nesta decomposição, os seguintes estimadores são utilizados:

onde: Pif = estimador de Pig para ambientes favoráveis; Pid = estimador de Pid para ambientes

desfavoráveis; f = número de ambientes favoráveis; d = numero de ambientes desfavoráveis; Yij

e Mj como definidos anteriormente.

Considerando a recomendação de uma cultivar de feijoeiro não deve ser realizada baseada

em apenas uma variável, foi considerada também a decomposição multivariada do método LIN E

BINNS (1988), proposta por CARNEIRO (1998), alertando que este procedimento pode ser

realizado desde que seja possível somar os valores dos Pi’s do genótipo. Para isso, é necessária a

padronização destes Pi’s conforme:

Onde: Pmi = estimador do parâmetro de medida de adaptabilidade e estabilidade de

comportamento (MAEC), multiplicador para a cultivar i; Pik = estimador do parâmetro MAEC para

o cultivar i relativo à k-ésima variável; σpk = desvio padrão dos Pi’s para a k-ésima variável.

Além disso, CARNEIRO (1998) considerou um fator de multiplicação dado pelo inverso

dos pesos atribuídos a cada variável a fim de balancear a importância de cada variável. Assim, o

estimador do parâmetro MAEC é dado pela equação:

Os pesos atribuídos para cada variável foram : 1 PROD; 2 para COR e PROT; 3 para TC e 4

para PEANC e PEAPC.

Pif = (Yij

fj=l − Mj)

2 2f

e Pid = (Yij

dj=l − Mj)

2 2d

P𝑚𝑖 = ∑ Pik

1

pk

v

k=1

P𝑚𝑖 = ∑ Pik

1

pk

v

k=1

x 1

Pk

28

4. RESULTADOS E DISCUSSÃO

4.1 AVALIAÇÃO DE DOENÇAS

4.1.1 Antracnose (Colletotrichum lindemuthianum)

Na Tabela 3 encontram-se dispostas as notas dos genótipos avaliados para reação de

resistência às raças 31, 65 e 81 de C. lindemuthuanum, citadas por CARBONELL et al. (1999)

como as mais frequentes do estado de São Paulo. Observa-se que dos 27 genótipos avaliados, sete

(30%) genótipos foram considerados resistentes obtendo nota um, sendo, três genótipos de

tegumento carioca, CNFC 10762, LP 09-40 e MAII – 2 e quatro genótipos de tegumento preto, IAC

Una, Gen PR 14-2-10-1-2 e Gen PR 14-2-2-1-1 ressaltando-se neste caso o bom desempenho para

os genótipos de tegumentos preto provenientes do Instituto Agronômico - IAC, na qual foram os

únicos resistentes ao patógeno. Outro genótipo considerado resistente nesta avaliação foi o de grão

especial BRS-Realce.

Durante as observações de campo em diversos municípios houve a ocorrência da doença em

diferentes níveis de severidade, sendo observado em algumas ocasiões, que o genótipo Gen C 4-7-

7-2-2 embora considerado moderadamente resistente nas avaliações de inoculação, demonstrou

resistência ao patógeno em situações que outros genótipos foram suscetíveis. Uma hipótese para

isto pode ser a possível resistência horizontal deste genótipo ao C. lindemuthianum, que segundo

CAMARGO E BERGAMIM (1995), é conferida por um conjunto de genes de efeitos secundários,

aferindo um efeito quantitativo sobre a severidade da doença. Deste modo, embora o genótipo não

apresente resistência total ao patógeno, este, consegue completar seu ciclo sem grandes perdas de

produção. Além disso, a resistência horizontal é efetiva contra um numero maior de raças e mais

difícil de ser quebrada, se comparada à resistência vertical (BORÉM E MIRANDA, 2005).

Observa-se também que nenhuma das testemunhas comerciais utilizadas foram consideradas

resistentes ao patógeno. Entretanto, nas avaliações de campo foi observado que a cultivar IAC

Alvorada apresenta resistência à antracnose, assim como o genótipo Gen C 4-7-7-2-2, ressaltando

que mais estudos devem ser realizados para determinar a natureza desta resistência.

De acordo com ABREU et al. (2003), a ocorrência desta doença causa grandes prejuízos à

cultura, e a seleção de genótipos resistentes afeta positivamente a produtividade de grãos e a

estabilidade final do genótipo, sendo desta forma necessária a indicação de novas cultivares que

possuam resistência ao C. lindemuthuanum.

A existência de inúmeras raças do patógeno dificulta a seleção de genótipos de ampla

resistência, sendo necessária a inclusão de diferentes genes para a obtenção de um genótipo com

29

resistência horizontal às diferentes raças do patógeno. Na literatura há relatos que ocorrem mais de

13 genes de resistência a diferentes raças de antracnose (SINGH E SCHWARTZ, 2010).

Tabela 3. Avaliação da reação de resistência dos genótipos de

feijoeiro ao patógeno Colletotrichum lindemuthianum.

Resistentes Med. Resistentes Suscetível

CNFC 10762 LP 08-90 IAC Alvorada

IAC Diplomata SM 1107 IPR 139

IAC Una C 4-7-7-2-2 Gen C 2-6-4-1-1

Gen PR 14-2-10-1-2 C 4-7-8-1-2 Gen C 2-6-6-2-1

Gen PR 14-2-2-1-1 LP 07-80 Gen C 4-7-2-2-1

LP 09-40 BRSMG Madrepérola Gen C 5-3-6-1-1

MAII - 2

CHC 01-175

BRS Realce

CHP 98-66-20

CNFC 10729

CNFP 10794

LP 09-192

Gen PR 11-2-8-1-1

SM 1810

*: R: resistente; MR: medianamente resistente; S: suscetível.

4.1.2 Murcha de Fusarium (Fusarium oxysporum f. sp, phaseoli)

Na Tabela 4 seguem os resultados obtidos pelos 27 genótipos avaliados para reação de

resistência ao F. oxysporum. Dentre os genótipos avaliados sete foram considerados resistentes

(26%). Para os genótipos de tegumento carioca foram considerados resistentes os genótipos CNFC

10729, Gen C 4-7-7-2-2 e LP 09-40. Considerando os genótipos de tegumento preto, foram

resistentes Gen PR 14-2-2-1-1, LP 08-90, SM 1810 e a testemunha IAC Diplomata. Destacaram-se

os genótipos Gen PR 14-2-2-1-1 e LP 09-40 por apresentarem resistência mutua ao C.

lindemuthianum e F. oxysporum.

A murcha de fusarium, encontra-se amplamente disseminada nas principais regiões

produtivas do país, sendo citada entre as mais importantes doenças para as regiões sudeste, centro-

oeste e nordeste do país (THUNG E SARTORATO, 2002), ocasionando perdas de até 80% no

rendimento de grãos da cultura (COSTA et al., 2007). Como a maioria das cultivares de feijoeiro

recomendadas para semeadura nos estados brasileiros apresentam alta suscetibilidade a este

patógeno, é interessante que os programas de melhoramento genético de feijoeiro indiquem novas

cultivares de feijoeiro que sejam resistentes a este patógeno.

No presente trabalho foram observados genótipos resistentes a três raças citadas entre as

mais disseminadas e agressivas deste patógeno (CARBONELL et al. 1999, CHIORATO, 2004).

30

Estes genótipos devem ser candidatos a novas cultivares, desde que apresentarem também, boas

características agronômicas e de qualidade tecnológica dos grãos.


feijoeiro ao patógeno Fusarium oxysporum f. sp, phaseoli.


Gen C 4-7-7-2-2 Gen C 4-7-8-1-2 IAC Alvorada

CNFC 10729 CHP 98-66-20 IPR 139

LP 09-40 LP 09-192 Gen C 2-6-4-1-1

IAC Diplomata

Gen C 2-6-6-2-1

LP 08-90

Gen C 4-7-2-2-1

Gen PR 14-2-2-1-1

Gen C 5-3-6-1-1

SM 1810

CHC 01-175

CNFC 10762

LP 07-80

BRSMG Madrepérola

MAII - 2

IAC Una

CNFP 10794

Gen PR 11-2-8-1-1

Gen PR 14-2-10-1-2

SM 1107

BRS Realce

4.1.3 Crestamento Bacteriano (Xanthomonas axonopodis pv. phaseoli)

Na Tabela 5, estão dispostas as notas dos 27 genótipos , sendo identificados apenas quatro

genótipos resistentes ao patógeno (14%), sendo um genótipo de tegumento carioca LP 07-80 e três

genótipos de tegumento preto LP 08-90, LP 09-192 e SM 1810. Isso demonstra a dificuldade de se

encontrar genótipos com resistência o crestamento bacteriano, corroborando com os resultados de

DURSUN et al. (2002) e SANTOS et al. (2003), que também relatam o baixo número de genótipos

resistentes identificados, sendo importante assim a identificação destes para utilização em

cruzamentos e introdução de genes em programas de melhoramento genético de feijoeiro.

31


feijoeiro ao patógeno Xanthomonas axonopodis. pv, phaseoli.


Gen C 4-7-7-2-2 Gen C 4-7-8-1-2 IAC Alvorada

CNFC 10729 CHP 98-66-20 IPR 139

LP 09-40 LP 09-192 Gen C 2-6-4-1-1

IAC Diplomata

Gen C 2-6-6-2-1

LP 08-90

Gen C 4-7-2-2-1

Gen PR 14-2-2-1-1

Gen C 5-3-6-1-1

SM 1810

CHC 01-175

CNFC 10762

LP 07-80

BRSMG

Madrepérola

MAII - 2

IAC Una

CNFP 10794

Gen PR 11-2-8-1-1

Gen PR 14-2-10-1-2

SM 1107

BRS Realce

4.2 ANÁLISES DOS DADOS

Os resumos das análises de variância conjunta por safra e geral são apresentados na Tabela

6. Previamente a esta análise, foi verificado que a razão entre o maior e o menor valor para os

quadrados médios do erro das análises de variância individuais foram menores que 7, o que segundo

BANZATTO E KRONKA (1995), indica homogeneidade de variância, possibilitando assim a

realização da análise conjunta.

Pode-se observar que os coeficientes de variação ambiental (CV) obtidos foram aceitáveis

para todas as variáveis, sugerindo boa precisão nos experimentos. Para fins de recomendação de

cultivares, são aceitos experimentos com até 25% de CV (MAPA, 2006).

O teste F da análise de variância (Tabela 6) detectou diferenças significativas entre

tratamentos para a maioria das características avaliadas, e de acordo com SENNA et al. (2012), isto

indica a presença de diferença significativa entre os genótipos avaliados. Contudo, para a variável

cor do tegumento preto, os tratamentos não apresentaram diferenças significativas em nenhuma das

análises.

32

Tabela 6. Resumo da análise de variância conjunta dos 27 genótipos de feijoeiro cultivados em 19

locais do estado de São Paulo por safra e geral.

FV GL ÁGUAS

Cor C Cor P TC PEANC PEAPC PGI PROT Prod

Tratamento 26 172,8** 9,45 156,4** 57,8 82,4 859,6 10,6** 1567209**

Ambiente 4 457,5** 107,65** 3378,5** 191,3** 92,6** 10734** 248,3** 52463829**

G x A 104 14,8** 3,5** 78,6** 47,5** 102,3** 757,2** 1,86** 633586**

Resíduo 260 2,4 2,04 8,62 5,38 11,25 52,96 0,02 216087

Média

51,7 22,7 41,9 107,6 118,7 71,4 20,5 2.971

CV% 3,01 6,26 5,05 2,13 2,82 10,2 0,64 15,64

SECA

Tratamento 26 79,4** 91,3 111,2* 104,9** 310,6** 2506,3** 19,9** 1031724*

Ambiente 6 2445,2** 375,01** 3068,5** 54,7** 626** 7400** 405,2** 88059745**

G x A 156 33,85** 93,92** 65,5** 24,6** 86,4** 595,7** 4,24** 677582**

Resíduo 364 0,76 0,21 6,56 4,22 13,3 44,5 0,01 148537

Média

51,6 24,2 39,2 107,2 114,8 69,0 23,02 2.831

CV% 1,68 1,89 6,53 1,91 3,18 9,66 0,70 13,6

INVERNO

Tratamento 26 422,7** 281,01 129** 328,4** 436,5** 1991,3** 14,08** 497044**

Ambiente 6 1138,8** 471,4** 1424** 713,5** 3439,8** 6518,7** 452,5** 30079715**

G x A 156 180,3** 272,6** 26,11** 135,1** 104** 356,7** 3,26** 252072**

Resíduo 364 0,68 0,33 4,97 12,07 15,87 36,75 0,02 135514

Média

54,7 23,63 38,01 111,5 121,4 73,5 23,8 1.759

CV% 1,51 2,44 5,86 3,11 3,28 8,25 0,77 20,9

GERAL

Tratamento 26 466** 111,6 186,8** 343,52** 470,3** 3905,6** 38,12** 1860679**

Ambiente 18 1658** 337,7** 2448,1** 636,6** 2070,6** 7337,5** 493,6** 76709593**

G x A 468 86,28** 138** 59,91** 71,8** 106,2** 566,4** 3,27** 519309**

Resíduo 988 1,16 0,74 6,52 7,42 13,75 43,97 0,02 161249

Média

52,8 23,63 39,5 108,9 118,3 71,3 22,63 2.473

CV% 2,04 3,64 6,47 2,50 3,13 9,3 0,82 16,23

onde: Cor P: colorimetria dos grãos cariocas em valores de L*; Cor P: colorimetria dos grãos pretos em valores de L*;

TC: tempo de cozimento em minutos; PEANC: porcentagem de embebição antes do cozimento; PEAPC: porcentagem

de embebição após cozimento; PGI: porcentagem de grãos inteiros e PROD: produtividade em kg.ha-1

.

**, *: significativo a 1% e 5% de probabilidade pelo teste F, respectivamente.

O efeito ambiental e a interação GxA também foram significativos a 1% de

probabilidade para todas as variáveis (Tabela 6). Estes resultados estão de acordo com trabalhos

realizados anteriormente por DALLA CORTE et al. (2003) e BURATTO et al. (2009). Estes

autores citam que a significância da interação GxA demonstra o comportamento diferenciado dos

genótipos nos ambientes onde foram avaliados, indicando que o valor estimado para determinada

característica de um genótipo em um local não será necessariamente o mesmo, quando avaliado em

outra localidade, justificando assim um estudo pormenorizado da interação GxA.

33

4.3 QUALIDADE TECNOLÓGICA

Nas Tabelas 7 e 8, observam-se os valores médios de L* por safra para grãos de tegumento

carioca e preto respectivamente. De acordo com os dados obtidos, foi possível observar que os

maiores valores de L* para grãos de tegumento carioca (Tabela 7) foram obtidos durante a safra de

inverno, onde os genótipos foram divididos em sete grupos de acordo com o teste de Scott-Knott a

5% de probabilidade, destacando o genótipo BRSMG Madrepérola (58.56) como único no grupo

“a”.

Considerando todos os ambientes, a média de L* dos genótipos foi de 52.8, sendo

novamente o genótipo BRSMG Madrepérola (56,1) agrupado separado dos demais genótipos.

Outros trabalhos apontam esta cultivar como sendo de coloração bem clara e de tolerância ao

escurecimento por longo período de armazenamento. (ABREU et al 2011; ARAÚJO et al. 2012).

Entretanto, observa-se que os genótipos LP 09-40 (54.9), IAC Alvorada (54.2), Gen C 4-7-7-2-2

(53.2), Gen C 4-7-8-1-2 (53.9) e IPR 139 (53.6), pertencentes aos grupos “b” e “c” de acordo com o

teste de Scott-Knott a 5%, obtiveram médias de L* acima de 53, sendo assim genótipos que

apresentam grãos claros.

Para os genótipos de tegumento preto (Tabela 8) não foram observadas médias de L*

inferiores a 22 em nenhuma das safras. Na safra das águas, não houve diferenças significativas entre

os genótipos, porém isto era esperado tendo em vista a não significância obtida pelo teste F na

análise de variância.

Entre as médias da safra da seca, inverno e geral, foram obtidas diferenças significativas

entre os genótipos pelo teste de Scott-Knott e embora não tivessem sido detectadas diferenças

significativas pelo teste F na análise de variância, este fato, de acordo com PIMENTEL-GOMES

(1985) se deve por existirem divergências de natureza matemática do modelo, não sendo isto de

grande importância do ponto de vista estatístico, podendo isto ser comprovado observando a baixa

magnitude das diferenças entre as médias dos genótipos.

34

Tabela 7. Avaliação de colorimetria (L*) para grãos de tegumento carioca.

Genótipos Carioca

Safra

Águas Seca Inverno Geral

L* L* L* L*

BRSMG Madrepérola 55,6 a 54,0 a 58,5 a 56,1 a

BRS Realce 50,3 c 51,3 c 52,1 f 51,3 e

CHC 01-175 47,3 d 50,0 d 52,0 f 50,1 f

CNFC 10729 52,1 b 50,2 d 55,3 d 52,6 d

CNFC 10762 49,5 c 50,5 d 54,7 e 51,8 d

Gen C 2-6-4-1-1 51,7 b 51,8 b 54,5 e 52,8 d

Gen C 2-6-6-2-1 52,0 b 51,2 c 54,5 e 52,6 d

Gen C 4-7-2-2-1 50,4 c 51,3 c 55,5 d 52,6 d

Gen C 4-7-7-2-2 52,5 b 50,7 d 56,0 d 53,1 d

Gen C 4-7-8-1-2 52,4 b 52,3 b 56,4 c 53,8 c

Gen C 5-3-6-1-1 51,3 b 51,3 c 54,3 e 52,4 d

IAC Alvorada 53,2 b 52,3 b 56,7 c 54,1 c

IPR 139 52,1 b 52,3 b 55,8 d 53,5 c

LP 07-80 52,5 b 52,0 b 51,1 g 51,8 d

LP 09-40 53,3 b 53,3 a 57,7 b 54,9 b

MAII - 2 50,5 c 51,3 c 49,3 h 50,3 f

Média 51,7

51,6

54,7

52,8

CV% 3,01

1,68

1,51

2,04

Médias seguidas de mesma letra na coluna, não diferem significativamente pelo

teste de Scott Knott a 5% de probabilidade.

Tabela 8. Avaliação de colorimetria (L*) para grãos de tegumento preto.

Genótipos Preto

Safra

Águas Seca Inverno Geral

L* L* L* L*

CHP 98-66-20 24,0 a 24,7 c 22,8 c 23,8 a

CNFC 10794 22,6 a 27,4 d 22,8 c 24,4 b

Gen PR 14-2-10-1-2 22,8 a 24,0 b 23,2 c 23,3 a

Gen PR 14-2-2-1-1 22,9 a 23,7 a 27,6 d 24,9 b

IAC Diplomata 22,6 a 24,0 b 23,0 c 23,4 a

IAC Una 22,6 a 23,7 a 27,5 d 24,8 b

LP 08-90 23,1 a 23,8 b 22,3 b 22,9 a

LP 09-192 22,4 a 23,5 a 22,1 b 22,8 a

PR 11-2-8-1-1 22,5 a 23,8 b 22,1 b 22,9 a

SM 1107 22,6 a 23,5 a 22,9 c 23,1 a

SM 1810 22,7 a 23,5 a 23,0 c 23,1 a

Média 22,7 24,2 23,63 23,63

CV% 6,31 1,89 2,44 3,64

Médias seguidas de mesma letra na coluna, não diferem significativamente pelo teste

de Scott Knott a 5% de probabilidade.

35

As médias por safra e geral das demais avaliações referentes à qualidade tecnológica de

grãos podem ser observadas nas Tabelas 9, 10, 11 e 12.

Tabela 9. Estimativa de médias das avaliações de qualidade tecnológica

tempo de cozimento, porcentagem de embebição antes do cozimento

(PEAPC), porcentagem de embebição após o cozimento (PEAPC),

porcentagem de grãos inteiros (PGI) e teor de proteína bruta (PROT) para

safra das águas.

Genótipo Safra das Águas

TC* PEANC% PEAPC% PGI% PROT%

IAC Alvorada 38 a 107,7 b 120,2 a 72,2 a 21,3 c

BRS Realce 43 a 108,3 b 122,5 a 59,5 b 21,1 c

Gen C 2-6-4-1-1 40 a 109,5 a 117,3 a 86,7 a 20,2 e

Gen C 2-6-6-2-1 48 b 106,3 b 117,9 a 71,5 a 20,2 e

Gen C 4-7-2-2-1 40 a 106,5 b 119,3 a 72,2 a 21,1 c

Gen C 4-7-7-2-2 48 b 110,0 a 120,8 a 66,1 b 21,0 c

Gen C 4-7-8-1-2 39 a 105,5 b 118,8 a 62,0 b 20,5 d

Gen C 5-3-6-1-1 41 a 109,5 a 116,7 a 79,3 a 19,5 f

CHC 01-175 45 b 109,4 a 117,7 a 76,2 a 20,7 d

CHP 98-66-20 41 a 108,1 b 120,5 a 69,6 b 19,9 e

CNFC 10729 42 a 106,8 b 119,7 a 58,2 b 20,6 d

CNFC 10762 41 a 111,5 a 119,3 a 74,4 a 20,2 e

CNFP 10794 39 a 103,9 b 120,0 a 79,1 a 20,9 c

IAC Diplomata 39 a 107,5 b 121,3 a 67,0 b 22,3 a

IAC Una 38 a 107,7 b 117,0 a 73,7 a 20,1 e

IPR 139 43 a 104,8 b 116,1 a 72,5 a 20,0 e

LP 07-80 38 a 104,9 b 113,0 a 80,5 a 20,1 e

LP 08-90 43 a 106,9 b 118,0 a 65,7 b 19,2 f

LP 09-192 42 a 112,6 a 119,7 a 85,5 a 20,7 d

LP 09-40 43 a 107,6 b 120,5 a 57,9 b 17,9 g

BRSMG Madrepérola 43 a 105,9 b 122,0 a 68,7 b 20,7 d

MAII - 2 45 b 107,3 b 120,8 a 74,5 a 20,8 d

Gen PR 11-2-8-1-1 50 b 106,9 b 120,3 a 64,6 b 21,6 b

Gen PR 14-2-10-1-2 39 a 107,3 b 113,4 a 79,1 a 20,6 d

Gen PR 14-2-2-1-1 39 a 107,7 b 118,3 a 73,4 a 21,1 c

SM 1107 41 a 109,1 a 115,9 a 67,5 b 19,6 f

SM 1810 44 b 107,6 b 118,6 a 70,2 b 20,8 d

Média 41 107,6 118,7 71,4 20,5

CV% 7,0 2,13 2,82 10,2 0,91

Médias seguidas de mesma letra na coluna, não diferem significativamente pelo teste de

Scott Knott a 5% de probabilidade.

*: Tempo de cozimento em minutos

De acordo com os resultados obtidos para a variável tempo de cozimento (TC), é possível

observar os maiores TC foram obtidos na safra das águas (Tabela 9), onde de acordo com o teste de

Scott Knott a 5% de probabilidade os genótipos dividiram-se em apenas dois grupos, sendo os

genótipos do grupo “a”, os que apresentaram menor tempo de cozimento, variando entre 38 a 42

36

minutos. Esses resultados diferem de CARBONELL et al. (2003) e FARINELLI (2006), que em

suas avaliações obtiveram os maiores tempos de cozimento na safra da seca.

Tabela 10. Médias das avaliações para tempo de cozimento, porcentagem de

embebição antes do cozimento (PEAPC), porcentagem de embebição após o

cozimento (PEAPC), porcentagem de grãos inteiros (PGI) e teor de proteína bruta

(PROT) para safra da seca.

Genótipo Safra da Seca


IAC Alvorada 40 b 106,7 b 127,5 a 54,8 c 23,7 c

BRS Realce 43 b 104,5 c 118,1 b 53,1 c 22,8 f

Gen C 2-6-4-1-1 38 a 107,1 b 113,8 c 82,7 a 23,3 d

Gen C 2-6-6-2-1 36 a 105,2 c 110,2 c 74,4 b 22,3 g

Gen C 4-7-2-2-1 40 b 106,6 b 117,1 b 74,8 b 23,7 c

Gen C 4-7-7-2-2 44 b 108,1 b 111,9 c 75,9 b 22,9 e

Gen C 4-7-8-1-2 42 b 103,4 c 116,5 b 52,2 c 21,9 h

Gen C 5-3-6-1-1 36 a 108,1 b 117,1 b 69,4 b 21,9 h

CHC 01-175 40 b 109,0 b 115,9 b 79,1 a 23,0 e

CHP 98-66-20 40 b 110,5 a 113,0 c 60,0 c 23,3 d

CNFC 10729 38 a 104,3 c 120,8 b 45,6 c 23,3 d

CNFC 10762 37 a 113,8 a 112,0 c 83,6 a 22,9 e

CNFP 10794 37 a 105,3 c 111,3 c 60,7 c 22,9 e

IAC Diplomata 37 a 107,9 b 114,1 c 68,0 b 26,3 a

IAC Una 37 a 108,2 b 111,5 c 72,1 b 22,6 f

IPR 139 37 a 102,8 c 111,4 c 72,7 b 23,3 d

LP 07-80 37 a 108,0 b 115,3 b 68,6 b 22,6 f

LP 08-90 39 b 107,2 b 110,5 c 70,9 b 22,4 g

LP 09-192 40 b 109,1 b 113,4 c 90,5 a 23,2 d

LP 09-40 41 b 109,5 b 119,1 b 60,0 c 20,7 i

BRSMG Madrepérola 37 a 105,9 c 116,7 b 66,1 b 23,5 d

MAII - 2 38 a 107,0 b 114,3 c 76,5 b 22,6 f

Gen PR 11-2-8-1-1 37 a 107,5 b 111,6 c 74,8 b 24,6 b

Gen PR 14-2-10-1-2 39 a 107,5 b 111,9 c 83,9 a 22,8 f

Gen PR 14-2-2-1-1 42 b 106,8 b 116,7 b 69,6 b 23,5 d

SM 1107 38 a 108,0 b 116,9 b 56,2 c 22,3 g

SM 1810 35 a 107,5 b 111,0 c 67,8 b 23,1 e

Média 39 107,2 114,8 69,0 23,02

CV% 6,53 1,91 3,18 9,66 0,70 Médias seguidas de mesma letra na coluna, não diferem significativamente pelo teste de Scott Knott

a 5% de probabilidade.


Observa-se que os menores tempos de cozimento foram obtidos durante a safra de inverno

(Tabela 11), onde os genótipos variaram de 34 a 43 minutos, sendo encontrado apenas dois grupos

pelo teste de Scott Knott a 5% de probabilidade. Contudo, na literatura são encontrados valores

superiores para o tempo de cozimento para safra da seca (CARBONELL et al. 2003), comprovando

37

que o tempo de cozimento está altamente relacionado com as condições ambientais durante o ciclo

da cultura, no momento da colheita bem como no armazenamento dos grãos.

Ao considerar a média geral (Tabela 11), embora os tempos de cozimento dos genótipos

tenham variado entre 36 a 49 minutos, não foram detectadas diferenças significativas entre os

genótipos pelo teste de Scott Knott a 5% de probabilidade.

Tabela 11. Médias das avaliações para tempo de cozimento, porcentagem de

embebição antes do cozimento (PEAPC), porcentagem de embebição após o

cozimento (PEAPC), porcentagem de grãos inteiros (PGI) e teor de proteína bruta

(PROT) para safra de inverno

Genótipo Safra de Inverno


IAC Alvorada 39 b 115,9 a 127,1 a 67,8 c 23,8 c

BRS Realce 39 b 107,3 b 126,8 a 73,9 b 24,7 b

Gen C 2-6-4-1-1 39 b 113,9 a 118,0 c 88,1 a 24,1 c

Gen C 2-6-6-2-1 37 a 114,9 a 122,1 b 83,2 a 23,3 d

Gen C 4-7-2-2-1 39 b 111,9 a 121,0 c 65,9 c 24,2 c

Gen C 4-7-7-2-2 43 b 112,1 a 119,5 c 75,2 b 24,8 b

Gen C 4-7-8-1-2 35 a 111,1 a 118,1 c 78,7 b 23,4 d

Gen C 5-3-6-1-1 36 a 113,3 a 133,7 a 77,9 b 22,8 e

CHC 01-175 42 b 110,5 a 119,2 c 80,2 b 24,7 b

CHP 98-66-20 39 b 113,6 a 122,2 b 65,5 c 23,0 e

CNFC 10729 34 a 108,8 b 123,3 b 60,7 c 24,3 c

CNFC 10762 37 a 118,0 a 125,9 a 79,0 b 22,9 e

CNFP 10794 41 b 105,5 b 114,1 c 64,5 c 23,1 e

IAC Diplomata 37 a 111,4 a 119,7 c 61,9 c 25,7 a

IAC Una 37 a 114,0 a 118,4 c 75,7 b 24,3 c

IPR 139 38 b 99,9 c 115,1 c 89,9 a 24,1 c

LP 07-80 34 a 111,6 a 122,4 b 55,0 c 23,0 e

LP 08-90 38 b 115,1 a 115,6 c 68,8 c 23,0 e

LP 09-192 38 b 115,3 a 128,2 a 89,6 a 24,2 c

LP 09-40 36 a 113,5 a 123,8 b 59,5 c 21,8 f

BRSMG Madrepérola 35 a 104,2 b 125,5 a 75,4 b 24,2 c

MAII - 2 36 a 111,9 a 122,2 b 77,7 b 23,7 d

Gen PR 11-2-8-1-1 40 b 107,9 b 114,5 c 74,9 b 24,8 b

Gen PR 14-2-10-1-2 40 b 109,8 a 122,1 b 86,1 a 23,9 c

Gen PR 14-2-2-1-1 37 a 115,4 a 122,0 b 72,6 b 24,1 c

SM 1107 37 a 112,3 a 118,2 c 59,0 c 23,3 d

SM 1810 32 a 111,8 a 119,0 c 77,5 b 23,3 d

Média 38 111,5 121,4 73,5 23,8

CV% 5,86 3,11 3,28 8,25 0,77

Médias seguidas de mesma letra na coluna, não diferem significativamente pelo teste de Scott Knott a

5% de probabilidade. *: Tempo de cozimento em minutos.

Estes resultados são semelhantes aos obtidos por RAMOS JUNIOR et al. (2005) e DALLA

CORTE (2003), superiores aos obtidos por RODRIGUES et al (2005) e CARBONEL (2003), e

38

inferiores aos obtidos por RIBEIRO et al. (2005). De acordo com RIBEIRO et al. (2007), estas

variações entre os tempos de cozimento obtidas podem ser explicadas devido aos diferentes

critérios utilizados para caracterizar o tempo de cozimento, à temperatura de aquecimento utilizada,

da qualidade, tempo de armazenamento, além da questão genotípica dos grãos avaliados.

Para os resultados PEANC e PEAPC, é possível observar que embora a magnitude das

diferenças seja baixa, a safra de inverno (Tabela 10) obteve as maiores porcentagens de embebição

e a safra da seca as menores porcentagens. Observa-se também que nas análises por safra e geral, os

genótipos foram divididos em apenas dois grupos pelo teste de Scott-Knott a 5% de probabilidade.

Na literatura existem relatos de correlação negativa entre absorção de água pelos grãos e o

tempo de cozimento SCHOLZ E FONSECA JUNIOR (1999), DALLA CORTE et al. (2003) e

RODRIGUES et al. (2005). Entretanto, neste trabalho não foram obtidas correlações significativas

entre estas características (Anexo 20), corroborando com a afirmação realizada por CARBONELL

et al. (2003) que em seleções de genótipos com base na utilização do teste de absorção de água

pelos grãos são pouco expressivas e nem sempre confiáveis, devido a inconstante correlação

encontrada entre essas características.

No que diz respeito à variável porcentagem de grãos inteiros (PGI), os aspectos

desejados pelo mercado consumidor são genótipos que apresentaram maior quantidade de grãos

inteiros após o cozimento, sendo desta forma de maior rendimento após cozimento. Neste caso, os

melhores resultados obtidos também foram na safra de inverno (Tabela 10) com uma média de

73,5%, em que os genótipos que se destacaram no grupo “a” pelo teste de Scott-Knott a 5% de

probabilidade foram IPR 139 (89,9%), Gen C 2-6-4-1-1 (88,1%), LP 09-192 (89,6%), Gen C 2-6-6-

2-1 (83,2%) e Gen PR 14-2-10-1-2 (86,1%).

Na safra da seca (Tabela 9) foram obtidos os menores valores para PGI, com uma média de

69%, destacando os genótipos Gen C 2-6-4-1-1 (82,7%), LP 09-192 (90,5%) e Gen PR 14-2-10-1-2

(83,9%), no grupo “a” pelo teste de Scott-Knott a 5%. Considerando a média geral (Tabela 11),

estes mesmos genótipos foram os únicos a diferirem estatisticamente dos demais, com 85,7%,

88,8% e 83,5% respectivamente.

Para a variável teor de proteína os valores médios obtidos variaram entre 17,9 e 26,3%,

confirmando os resultados obtidos por GUZMÁN-MALDONADO E PAREDE-LÓPEZ (1999) que

em seus trabalhos obtiveram teores entre 16 a 33%. BURATO et al. (2009), avaliando 18 genótipos

de tegumento preto em três locais do estado do Paraná relatam menor amplitude nos teores

proteicos obtidos, variando entre 23,2 a 26,3%.

39

No presente estudo, a maior média (23,8%) do teor proteico obtido foi na safra de inverno

(Tabela 10) , destacando à testemunha de tegumento preto IAC Diplomata, com uma média de

25,7% de proteína, sendo a única do grupo “a” pelo teste de Scott-Knott a 5% em todas as análises,

por safra e geral. Ressalta-se no caso deste genótipo, a alta estabilidade para o teor proteico, onde

analisando-se as médias individuais dos ensaios (Anexos 1 à 19), observou-se que em todos os

ambientes avaliados o genótipo ficou sempre acima da quarta colocação.

Tabela 12. Médias das avaliações de qualidade tecnológica tempo de cozimento,

porcentagem de embebição antes do cozimento (PEAPC), porcentagem de embebição

após o cozimento (PEAPC), porcentagem de grãos inteiros (PGI) e teor de proteína

bruta (PROT).

Genótipo Geral


IAC Alvorada 39 a 110,3 a 125,4 a 64,2 c 23,1 c

BRS Realce 41 a 106,5 b 122,5 a 62,5 c 23,1 c

Gen C 2-6-4-1-1 39 a 110,2 a 116,3 b 85,7 a 22,8 c

Gen C 2-6-6-2-1 39 a 109,1 a 116,6 b 76,9 b 22,1 e

Gen C 4-7-2-2-1 39 a 108,5 a 119,1 b 70,8 b 23,2 c

Gen C 4-7-7-2-2 44 a 110,1 a 117,0 b 73,0 b 23,1 c

Gen C 4-7-8-1-2 39 a 106,8 b 117,7 b 64,5 c 22,1 e

Gen C 5-3-6-1-1 37 a 110,4 a 123,1 a 75,2 b 21,6 f

CHC 01-175 42 a 109,6 a 117,6 b 78,7 b 23,0 c

CHP 98-66-20 40 a 111,0 a 118,4 b 64,5 c 22,3 d

CNFC 10729 38 a 106,6 b 121,4 a 54,5 c 22,9 c

CNFC 10762 38 a 114,7 a 119,0 b 79,5 b 22,2 e

CNFP 10794 39 a 105,0 b 114,6 b 66,9 c 22,5 d

IAC Diplomata 37 a 109,1 a 118,1 b 65,5 c 25,0 a

IAC Una 37 a 110,2 a 115,5 b 73,8 b 22,6 d

IPR 139 39 a 102,3 b 114,0 b 79,0 b 22,7 c

LP 07-80 36 a 108,5 a 117,3 b 66,7 c 22,1 e

LP 08-90 40 a 110,0 a 114,4 b 68,7 c 21,8 f

LP 09-192 40 a 112,3 a 120,5 a 88,8 a 22,9 c

LP 09-40 40 a 110,5 a 121,2 a 59,2 c 20,4 g

BRSMG Madrepérola 38 a 105,2 b 121,3 a 70,2 c 23,0 c

MAII - 2 39 a 108,9 a 118,9 b 76,4 b 22,5 d

Gen PR 11-2-8-1-1 41 a 107,5 b 115,0 b 72,1 b 23,9 b

Gen PR 14-2-10-1-2 39 a 108,3 a 116,1 b 83,5 a 22,6 d

Gen PR 14-2-2-1-1 39 a 110,2 a 119,1 b 71,7 b 23,1 c

SM 1107 38 a 109,9 a 117,1 b 60,2 c 22,0 e

SM 1810 36 a 109,1 a 115,9 b 72,0 b 22,5 d

Média 39 108,9 118,3 71,3 22,63

CV% 6,47 2,50 3,13 9,3 0,82 Médias seguidas de mesma letra na coluna, não diferem significativamente pelo teste de Scott Knott a

5% de probabilidade.


40

Entretanto, um problema na indicação de genótipos com alto teor de proteína é a

correlação negativa desta característica com a produtividade de grãos, citada por diversos autores

LEMOS et al. (2004), MELLO FILHO et al. (2004) e BASSO et al. (2011), sendo confirmada neste

trabalho (Anexo 20).

4.4 PRODUTIVIDADE DE GRÃOS

Na Tabela 13, são apresentados os dados de média de produtividade separados por safra e a

média geral dos genótipos em todos os ambientes avaliados, onde observa-se que a maior média de

produtividade foi obtida na safra das águas (2.971 kg.ha-1

) para a safra da seca a média foi de 2.831

kg.ha-1

e na safra de inverno foi obtida a menor média, 1.759 kg.ha-1

. Estes resultados são

semelhantes aos obtidos por PEREIRA et al (2010), que avaliando 16 genótipos de feijoeiro no

estado de Santa Catarina obtiveram a maior média de produção na safra das águas, com 2.977

kg.ha-1

, e de 2.177 kg.ha-1

na safra da seca.

Para safra das águas (Tabela 13), observou-se que para genótipos de tegumento preto,

apenas a linhagem LP 09-192 (3.455 kg.ha-1

) foi superior estatisticamente à testemunha de melhor

desempenho IAC Una (2.609 kg.ha-1

) pelo teste de Dunnet a 5% de probabilidade e considerando-se

genótipos de tegumento carioca nenhum genótipo diferiu estatisticamente da testemunha IAC

Alvorada (3.125 kg.ha-1

).

Considerando a safra da seca (Tabela 13), apenas o genótipo LP 09-40 (3.217 kg.ha-1

) de

tegumento carioca foi superior estatisticamente à testemunha de melhor desempenho IAC Alvorada

(2.753 kg.ha-1

) pelo teste de Dunnet a 5%. Entre os genótipos de tegumento preto, somente a

linhagem CNFP 10794 (3.323 kg.ha-1

) foi superior à testemunha de melhor desempenho IAC Una

(2.933 kg.ha-1

). Considerando-se a safra de inverno, nenhum genótipo obteve desempenho

estatisticamente superior às testemunhas de melhor desempenho.

Analisando a média geral dos genótipos (Tabela 13), quando considerado todos os

ambientes, nota-se que no caso dos genótipos de tegumento carioca, a testemunha de melhor

desempenho foi a cultivar IAC – Alvorada (2.543 kg.ha-1

), e que somente o genótipo LP 09-40 com

a produtividade média de 2.822 kg.ha-1

foi superior estatisticamente a esta testemunha pelo teste de

Dunnet a 5%. Para os genótipo de tegumento preto foi observado que somente o genótipo CNFP

10794 obteve produtividade média de 2.756 kg.ha-1

sendo estatisticamente superior à testemunha

IAC Una (2.477 kg.ha-1

).

41

Tabela 13. Produtividade média dos genótipos em kg.ha-1

por safra e geral

para todos ambientes.

Genótipo Tegumento Águas Seca Inverno Geral

IAC Alvorada TC 3.125 2.753 1.917 2.543

BRS Realce E 2.493 2.455 1.723 2.195

Gen C 2-6-4-1-1 C 3.104 2.922 1.761 2.542

Gen C 2-6-6-2-1 C 3.065 2.890 1.852 2.554

Gen C 4-7-2-2-1 C 2.897 3.003 1.654 2.478

Gen C 4-7-7-2-2 C 3.125 2.980 1.632 2.522

Gen C 4-7-8-1-2 C 3.319 2.953 1.739 2.602

Gen C 5-3-6-1-1 C 2.980 2.465 1.879 2.385

CHC 01-175 C 3.208 2.997 2.042 2.701

CHP 98-66-20 P 2.577 2.785 1.615 2.299

CNFC 10729 C 3.180 2.509 1.784 2.419

CNFC 10762 C 3.140 2.793 1.948 2.573

CNFP 10794 P 3.016 3.323* 2.003 2.756*

IAC Diplomata TP 2.514 2.491 1.541 2.147

IAC Una TP 2.860 2.933 1.746 2.477

IPR 139 TC 2.770 2.683 1.713 2.349

LP 07-80 C 3.357 3.074 1.918 2.723

LP 08-90 P 3.269 2.722 1.791 2.523

LP 09-192 P 3.455* 2.892 1.850 2.656

LP 09-40 C 3.604 3.217* 1.868 2.822*

BRSMG Madrepérola C 2.708 2.5.81 1.693 2.287

MAII - 2 C 2.948 3.025 1.952 2.610

Gen PR 11-2-8-1-1 P 2.728 2.666 1.688 2.322

Gen PR 14-2-10-1-2 P 3.033 2.918 1.568 2.451

Gen PR 14-2-2-1-1 P 2.768 2.932 1.459 2.346

SM 1107 P 2.828 2.667 1.646 2.327

SM 1810 P 2.150 2.798 1.514 2.154

Média 2.971 2.831 1.759 2.473

CV% 15,64 13,6 20,9 16,23

*: diferença significativa pelo teste de Dunnet a 5% de significância em relação a melhor

testemunha de tegumento carioca (C) preto (P).

(E): Grão Especial

(TC), (TP): testemunha de tegumento carioca e preto respectivamente.

Valores em negrito corresponde a melhor testemunha para cada tipo de tegumento

4.5 ESTRATIFICAÇÃO AMBIENTAL

A partir da análise conjunta (Tabela 10), foi verificada para fonte de variação GxA alta

significância (p<0,01) para todas as características avaliadas, o que indica que os genótipos

apresentaram respostas diferenciadas em cada ambiente de avaliação, o que dificulta a indicação de

um genótipo superior para todos os ambientes. De acordo com CRUZ et al. (2004), para contornar

os inconvenientes proporcionados por esta interação, recomenda-se o emprego de análises de

estratificação ambiental em conjunto das análises de adaptabilidade e estabilidade.

42

O conceito básico da análise de estratificação ambiental se fundamenta na subdivisão de

regiões heterogêneas em grupos de sub-regiões mais uniformes, buscando reunir ambientes de

classificação genotípica similar, independentemente da qualidade.

CRUZ E CASTOLDI (1991) propuseram um método para formação de subgrupos com

pares de ambientes, onde a interação GxA apresente natureza predominantemente simples, de modo

que os genótipos apresentem comportamento coerente de um ambiente para o outro, ou que não

sofram alterações relevantes que comprometam as recomendações das cultivares.

Pelo método de CRUZ E CASTOLDI (1991), para os 175 pares combinações possíveis

entre os 19 ambientes de estudo (Tabela 14), foi observado que apenas 19 combinações

apresentaram interação GxA com predominância de parte simples (PS% > 50) para a produtividade

de grãos.


produção de grãos. Pares PS(%) Pares PS(%) Pares PS(%) Pares PS(%)

CBA.11 x MOA.11 32,0

CBA.11 x TQS.12 22,09

VTI.12 x MOS.13 17,8

VTI.12 x ITS.13 42,6

CBA.11 x AVS.12 30,6

CBA.11 x MOS.12 47,82

VTI.12 x ARS.13 14,3

VTI.12 x TQS.13 18,0

CBA.11 x VTI.12 69,0

CBA.11 x RPI.12 60,87

VTI.12 x ANI.13 16,6

VTI.12 x VTI.13 10,6

CBA.11 x COI.12 26,1

CBA.11 x ANI.12 77,22

VTI.12 x RPI.13 6,3

RPI.12 x COI.12 23,5

CBA.11 x CBA.12 20,9

CBA.11 x ITA.12 36,21

RPI.12 x ANI.12 48,6

RPI.12 x CBA.12 32,6

CBA.11 x TQA.12 30,3

CBA.11 x MOS.13 23,92

RPI.12 x ITA.12 57,4

RPI.12 x TQA.12 15,9

CBA.11 x ITS.13 4,1

CBA.11 x ARS.13 41,74

RPI.12 x MOS.13 18,0

RPI.12 x ITS.13 50,1

CBA.11 x TQS.13 1,1

CBA.11 x ANI.13 45,44

RPI.12 x ARS.13 16,1

RPI.12 x TQS.13 22,7

CBA.11 x VTI.13 44,2

CBA.11 x RPI.13 7,21

RPI.12 x ANI.13 13,7

RPI.12 x VTI.13 17,2

MOA.11 x TQS.12 46,4

MOA.11 x AVS.12 21,99

RPI.12 x RPI.13 17,4

COI.12 x ANI.12 61,4

MOA.11 x MOS.12 20,6

MOA.11 x VTI.12 9,40

COI.12 x CBA.12 35,1

COI.12 x ITA.12 8,1

MOA.11 x RPI.12 9,6

MOA.11 x COI.12 20,31

COI.12 x TQA.12 16,7

COI.12 x MOS.13 2,5

MOA.11 x ANI.12 48,2

MOA.11 x CBA.12 20,42

COI.12 x ITS.13 3,2

COI.12 x ARS.13 17,4

MOA.11 x ITA.12 0,8

MOA.11 x TQA.12 6,47

COI.12 x TQS.13 9,3

COI.12 x ANI.13 31,7

MOA.11 x MOS.13 2,3

MOA.11 x ITS.13 1,27

COI.12 x VTI.13 18,9

COI.12 x RPI.13 0,4

MOA.11 x ARS.13 13,9

MOA.11 x TQS.13 15,21

ANI.12 x CBA.12 73,8

ANI.12 x ITA.12 69,4

MOA.11 x ANI.13 28,4

MOA.11 x VTI.13 30,58

ANI.12 x TQA.12 53,0

ANI.12 x MOS.13 59,7

MOA.11 x RPI.13 15,5

TQS.12 x AVS.12 24,70

ANI.12 x ITS.13 69,3

ANI.12 x ARS.13 26,2

TQS.12 x MOS.12 69,1

TQS.12 x VTI.12 36,84

ANI.12 x TQS.13 71,0

ANI.12 x ANI.13 19,5

TQS.12 x RPI.12 35,1

TQS.12 x COI.12 46,89

ANI.12 x VTI.13 48,7

ANI.12 x RPI.13 57,3

TQS.12 x ANI.12 68,2

TQS.12 x CBA.12 18,98

CBA.12 x ITA.12 13,6

CBA.12 x TQA.12 20,3

TQS.12 x ITA.12 6,8

TQS.12 x TQA.12 29,78

CBA.12 x MOS.13 44,7

CBA.12 x ITS.13 0,6

TQS.12 x MOS.13 33,1

TQS.12 x ITS.13 5,20

CBA.12 x ARS.13 41,6

CBA.12 x TQS.13 1,1

TQS.12 x ARS.13 48,0

TQS.12 x TQS.13 0,90

CBA.12 x ANI.13 56,9

CBA.12 x VTI.13 36,7

TQS.12 x ANI.13 40,9

TQS.12 x VTI.13 43,49

CBA.12 x RPI.13 12,1

ITA.12 x TQA.12 27,6

TQS.12 x RPI.13 4,2

AVS.12 x MOS.12 39,52

ITA.12 x MOS.13 12,5

ITA.12 x ITS.13 23,6

AVS.12 x VTI.12 28,0

AVS.12 x RPI.12 30,19

ITA.12 x ARS.13 30,8

ITA.12 x TQS.13 7,7

AVS.12 x COI.12 31,4

AVS.12 x ANI.12 55,51

ITA.12 x ANI.13 50,4

ITA.12 x VTI.13 10,6

AVS.12 x CBA.12 9,3

AVS.12 x ITA.12 13,89

ITA.12 x RPI.13 12,2

TQA.12 x MOS.13 10,5

AVS.12 x TQA.12 31,3

AVS.12 x MOS.13 2,44

TQA.12 x ITS.13 3,0

TQA.12 x ARS.13 18,1

AVS.12 x ITS.13 0,9

AVS.12 x ARS.13 30,01

TQA.12 x TQS.13 8,7

TQA.12 x ANI.13 27,3

AVS.12 x TQS.13 14,9

AVS.12 x ANI.13 44,32

TQA.12 x VTI.13 22,3

TQA.12 x RPI.13 8,6

AVS.12 x VTI.13 29,2

AVS.12 x RPI.13 2,54

MOS.13 x ITS.13 28,0

MOS.13 x ARS.13 23,3

MOS.12 x VTI.12 13,5

MOS.12 x RPI.12 3,34

MOS.13 x TQS.13 4,4

MOS.13 x ANI.13 13,8

MOS.12 x COI.12 35,0

MOS.12 x ANI.12 42,62

MOS.13 x VTI.13 15,1

MOS.13 x RPI.13 4,7

43

MOS.12 x CBA.12 44,3

MOS.12 x ITA.12 20,97

ITS.13 x ARS.13 35,4

ITS.13 x TQS.13 5,0

MOS.12 x TQA.12 24,4

MOS.12 x MOS.13 16,65

ITS.13 x ANI.13 39,7

ITS.13 x VTI.13 1,9

MOS.12 x ITS.13 20,9

MOS.12 x ARS.13 20,45

ITS.13 x RPI.13 15,7

ARS.13 x TQS.13 34,1

MOS.12 x TQS.13 11,7

MOS.12 x ANI.13 12,52

ARS.13 x ANI.13 3,5

ARS.13 x VTI.13 7,9

MOS.12 x VTI.13 25,8

MOS.12 x RPI.13 7,04

ARS.13 x RPI.13 49,0

TQS.13 x ANI.13 28,8

VTI.12 x RPI.12 30,8

VTI.12 x COI.12 7,42

TQS.13 x VTI.13 18,8

TQS.13 x RPI.13 2,3

VTI.12 x ANI.12 62,9

VTI.12 x CBA.12 41,23

ANI.13 x VTI.13 26,2

ANI.13 x RPI.13 30,4

VTI.12 x ITA.12 66,7 VTI.12 x TQA.12 18,80 VTI.13 x RPI.13 13,2

Valores em itálico correspondem aos pares de ambientes com % da parte simples da interação maior que 50%

Nota-se que houve um padrão entre pares de locais apenas para safra de inverno para os

locais VTI.12 x ANI.12, COI.12 x ANI.12 no mesmo ano agrícola e ANI.12 x RPI.13 em anos

diferentes na mesma safra, indicando que os genótipos não sofreram alterações relevantes em sua

classificação para esta safra, o que provavelmente se deve ao fato de que o cultivo de feijoeiro para

safra de inverno é recomendado apenas para municípios da região norte do estado de São Paulo,

desta maneira, as condições climáticas foram semelhantes entre os ambientes avaliados,

proporcionando assim, pouca alteração na classificação para produtividade de grãos dos genótipos

nesta safra.

Pela método da análise de fatores proposta por MURAKAMI E CRUZ (2004) permite-se a

formação de grupos de ambientes altamente correlacionados dentro de cada fator obtido. No

presente caso (Tabela 15), os sete autovalores acima de 1 absorveram 75,22% da variação total,

deste modo optou-se por utilizar mais 1 autovalor, fixando o número total de 8 fatores pare serem

utilizados nos agrupamentos passando assim a absorver 80,1% da variação total.

Com exceção dos ambientes RPI.12 e COI.12, as comunalidades (Tabela 15) apresentaram

valores acima de 0,70, o que indica alta eficiência do processo de fatoração para o agrupamento dos

ambientes (GARBUGLIO et al. 2007). Segundo CRUZ e CARNEIRO (2003), valores de

comunalidades superiores a 0,64 são aceitos como razoáveis, pois equivalem a uma correlação de

0,80 entre a variável padronizada (xj) e a parte comum que explica esta variável (zj).

O fator 1 (Tabela 15), permitiu o agrupamento dos ambientes TQS.12, AVS.12 e MOS.12,

que apresentaram cargas fatoriais acima de 0,70, sendo interessante, pois estes experimentos foram

realizados durante a safra da seca de 2012, levando a inferir que os genótipos tiveram

comportamentos similares durante esta safra nos locais avaliados. Desta forma, se estes resultados

se repetissem ao longo dos anos, poderia ser levado em consideração a exclusão de 2 destes locais

da rede experimental, o que representaria economia de recursos.

44

Tabela 15. Estratificação ambiental para produtividade por meio da analise de fatores, com 27

genótipos de feijoeiro avaliados em 19 ambientes no estado de São Paulo.

Autovalor %

Acumulada Ambiente

Cargas fatoriais após rotação Comunalidades

Fator 1 Fator 2 Fator 3 Fator 4 Fator 5 Fator 6 Fator 7 Fator 8

4,459 23,47 CBA.11 0,461 0,521 0,180 0,093 -0,005 0,022 -0,160 -0,179 0,833

2,782 38,11 MOA.11 0,306 0,091 -0,095 -0,132 0,038 0,169 -0,850 0,049 0,883

1,954 48,40 TQS.12 0,825 -0,064 0,001 0,136 -0,196 -0,198 -0,168 -0,129 0,826

1,569 56,65 AVS.12 0,715 0,148 0,375 -0,243 0,312 0,348 0,050 -0,078 0,826

1,327 63,64 MOS.12 0,798 0,146 0,053 0,205 -0,055 -0,001 -0,136 0,245 0,784

1,165 69,77 VTI.12 0,034 0,871 0,056 0,150 -0,039 0,032 -0,025 0,059 0,792

1,037 75,23 RPI.12 -0,059 0,769 -0,079 -0,027 0,055 0,181 -0,062 0,216 0,688

0,927 80,11 COI.12 0,660 0,003 0,157 0,116 0,220 0,191 -0,185 -0,095 0,602

0,886 84,77 ANI.12 -0,117 0,741 0,001 0,367 0,390 -0,278 -0,215 0,203 0,758

0,682 88,36 CBA.12 0,297 -0,013 0,103 0,751 -0,099 0,263 0,000 -0,206 0,784

0,604 91,54 ITA.12 0,086 0,732 0,215 0,005 -0,186 0,217 0,380 -0,319 0,917

0,461 93,97 TQA.12 0,252 0,228 0,829 0,074 0,061 0,062 -0,016 -0,009 0,816

0,369 95,91 MOS.13 0,083 0,190 -0,029 0,822 0,000 -0,068 0,034 0,159 0,750

0,292 97,45 ITS.13 -0,017 0,371 -0,533 0,137 0,171 0,158 0,557 -0,167 0,834

0,176 98,37 ARS.13 0,046 0,136 -0,032 -0,007 -0,041 -0,029 0,054 0,927 0,887

0,153 99,18 TQS.13 0,028 -0,049 0,019 -0,064 0,936 -0,011 -0,040 -0,056 0,890

0,065 99,52 ANI.13 0,028 0,211 0,042 0,096 -0,027 0,886 -0,183 0,038 0,878

0,051 99,79 VTI.13 0,289 0,163 0,265 0,259 0,144 0,162 -0,636 -0,132 0,716

0,040 100,00 RPI.13 -0,226 -0,249 0,711 0,130 -0,045 0,248 -0,325 0,548 0,757

Valores em itálico correspondem aos ambientes agrupados no fator

Entretanto, como mencionam PEREIRA et al. (2010), as variações ambientais variam ao

longo dos anos e a eliminação de um local de uma rede de ensaios por ser identificado como pouco

informativo em apenas uma safra, pode ser precipitada. Este resultado foi confirmado na safra da

seca do ano de 2013, onde embora não tenha sido realizado o experimento no município de Avaré,

os ambientes MOS.13 e TQS.13, não foram novamente alocados no mesmo grupo.

O fator 2 (Tabela 15) originou um subgrupo contendo os ambientes VTI.12, RPI.12,

ANI.12 e ITA.12, confirmando o resultado obtido por meio da metodologia de CRUZ E

CASTOLDI (1991), onde os genótipos apresentaram comportamentos similares para safra de

inverno. O fator 3 gerou um sub grupo contendo os ambientes TQA.12 e RPI.13, o fator 4 agrupou

os ambientes CBA.12 e MOS.13. Já os fatores 5, 6 e 7 contiveram apenas 1 ambiente cada, sendo o

TQS.13, ANI.13 e ARS.13 respectivamente. O fator 7 não agrupou nenhum ambiente.

Segundo CROSSA (1990), uma característica marcante dos modelos multivariados é que

eles buscam capitalizar grande parte do chamado “padrão” nos primeiros fatores principais,

relegando aos fatores subsequentes, cada vez menos “padrão” e mais “ruído”. Desta forma, quanto

mais variação for captada nos primeiros fatores, preferencialmente os dois primeiros, menos

“ruídos” associados haverá, melhorando assim a qualidade das estimativas.

45

É possível constatar que as metodologias foram eficientes em discriminar os conjuntos de

ambientes semelhantes, entretanto o método de análise de fatores proporciona uma melhor

interpretação dos resultados, agrupando um maior número de ambientes comuns, em comparação

com o método de CRUZ E CASTOLDI (1991) que apresenta a comparação apenas entre pares de

ambientes. Desta maneira, foi possível observar padrões na classificação dos genótipos avaliados na

safra de inverno e da seca, demonstrando que os genótipos sofreram maiores interações GxA entre

safras que dentro de safras, provavelmente devido a maior semelhança das condições climáticas.

Na literatura, o único trabalho de estratificação ambiental para a cultura do feijoeiro no

estado de São Paulo foi o realizado por CARBONELL E POMPEU (1997), que agruparam os

municípios de Ribeirão Preto, Votuporanga, Aguaí, Mococa e Riversul. Estes autores citaram a

importância do conhecimento da existência de ambientes contrastantes para avaliação de genótipos

quanto ao comportamento em relação aos agentes patogênicos e demais fatores estressantes. De

maneira geral, entre os ambientes deste estudo não foram detectados locais com alta correlação

entre a classificação dos genótipos para a variável produtividade de grãos, não sendo possível a

exclusão de ambientes da rede experimental.

Para coloração do tegumento (Tabela 16), de acordo com o método de CRUZ E

CASTOLDI (1991), foi possível observar que apenas 14 pares de ambientes não apresentaram

interação GxA com predominância do tipo simples (PS% > 50%), indicando que embora esta

característica sofra influência pela interação GxA, a interação é predominante do tipo simples, ou

seja, a classificação relativa dos genótipos não é alterada pelo estímulo ambiental. Desta maneira,

pode-se dizer que a seleção para cor de grão pode ser feita por meio da média de apenas um

ambiente.

Observa-se também, que a maioria das interações GxA do tipo complexa (Tabela 16)

ocorreram entre pares com o ambiente COI.12 , onde ocorreram fortes chuvas durante o período da

colheita o que proporcionou uma considerável perda na qualidade dos grãos.

Por meio da metodologia da análise de fatores (Tabela 17), os quatro autovalores acima de

1 absorveram 81,38% do total da variação, sendo assim fixado o número de 4 fatores para serem

utilizados nos agrupamentos. Com exceção dos ambientes ITS.13 e ARS.13, o restante das

comunalidades apresentaram valores acima de 0,70 indicando alta eficiência da representação das

variáveis (GARBUGLIO et al. 2007).

46


coloração do tegumento dos grãos. Pares PS(%) Pares PS(%) Pares PS(%) Pares PS(%)

CBA.11 x MOA.11 93,5

CBA.11 x TQS.12 96,1

MOS.12 x VTI.12 98,5

MOS.12 x RPI.12 98,8

CBA.11 x AVS.12 74,3

CBA.11 x MOS.12 96,5

MOS.12 x COI.12 46,8

MOS.12 x ANI.12 98,4

CBA.11 x VTI.12 99,5

CBA.11 x RPI.12 99,4

MOS.12 x CBA.12 97,8

MOS.12 x ITA.12 95,0

CBA.11 x COI.12 47,4

CBA.11 x ANI.12 98,9

MOS.12 x TQA.12 94,2

MOS.12 x MOS.13 99,4

CBA.11 x CBA.12 96,2

CBA.11 x ITA.12 95,5

MOS.12 x AVS.12 91,7

MOS.12 x ARS.13 97,5

CBA.11 x TQA.12 99,0

CBA.11 x MOS.13 98,8

MOS.12 x TQS.13 90,5

MOS.12 x ANI.13 97,3

CBA.11 x AVS.12 90,6

CBA.11 x ARS.13 95,0

MOS.12 x VTI.13 96,3

MOS.12 x RPI.13 93,8

CBA.11 x TQS.13 89,3

CBA.11 x ANI.13 98,7

VTI.12 x RPI.12 96,3

VTI.12 x COI.12 45,8

CBA.11 x VTI.13 98,4

CBA.11 x RPI.13 91,8

VTI.12 x ANI.12 95,2

VTI.12 x CBA.12 99,2

MOA.11 x TQS.12 95,9

MOA.11 x AVS.12 71,7

VTI.12 x ITA.12 99,1

VTI.12 x TQA.12 99,4

MOA.11 x MOS.12 92,0

MOA.11 x VTI.12 96,8

COI.12 x CBA.12 48,0

COI.12 x ITA.12 46,8

MOA.11 x RPI.12 96,5

MOA.11 x COI.12 47,6

COI.12 x TQA.12 46,2

COI.12 x MOS.13 46,6

MOA.11 x ANI.12 97,1

MOA.11 x CBA.12 88,9

COI.12 x AVS.12 46,1

COI.12 x ARS.13 49,6

MOA.11 x ITA.12 92,6

MOA.11 x TQA.12 93,2

COI.12 x TQS.13 44,7

COI.12 x ANI.13 45,9

MOA.11 x MOS.13 95,7

MOA.11 x AVS.12 87,6

COI.12 x VTI.13 46,1

COI.12 x RPI.13 48,3

MOA.11 x ARS.13 90,7

MOA.11 x TQS.13 86,6

ANI.12 x CBA.12 98,6

ANI.12 x ITA.12 99,3

MOA.11 x ANI.13 94,7

MOA.11 x VTI.13 93,5

ANI.12 x TQA.12 98,0

ANI.12 x MOS.13 95,3

MOA.11 x RPI.13 86,1

TQS.12 x AVS.12 81,6

ANI.12 x AVS.12 97,5

ANI.12 x ARS.13 98,4

TQS.12 x MOS.12 95,1

TQS.12 x VTI.12 97,3

ANI.12 x TQS.13 95,9

ANI.12 x ANI.13 97,7

TQS.12 x RPI.12 96,7

TQS.12 x COI.12 64,2

ANI.12 x VTI.13 99,0

ANI.12 x RPI.13 97,1

TQS.12 x ANI.12 96,6

TQS.12 x CBA.12 94,4

CBA.12 x ITA.12 94,7

CBA.12 x TQA.12 98,4

TQS.12 x ITA.12 95,5

TQS.12 x TQA.12 96,6

CBA.12 x MOS.13 99,1

CBA.12 x AVS.12 91,7

TQS.12 x MOS.13 96,1

TQS.12 x AVS.12 93,9

CBA.12 x ARS.13 92,3

CBA.12 x TQS.13 90,3

TQS.12 x ARS.13 93,7

TQS.12 x TQS.13 92,9

CBA.12 x ANI.13 98,7

CBA.12 x VTI.13 98,9

TQS.12 x ANI.13 96,2

TQS.12 x VTI.13 95,8

CBA.12 x RPI.13 93,3

ITA.12 x TQA.12 95,4

TQS.12 x RPI.13 92,8

AVS.12 x MOS.12 76,6

ITA.12 x MOS.13 99,0

ITA.12 x AVS.12 92,3

AVS.12 x VTI.12 81,4

AVS.12 x RPI.12 80,5

ITA.12 x ARS.13 96,5

ITA.12 x TQS.13 90,2

AVS.12 x COI.12 43,4

AVS.12 x ANI.12 82,1

ITA.12 x ANI.13 97,8

ITA.12 x VTI.13 96,9

AVS.12 x CBA.12 74,0

AVS.12 x ITA.12 75,3

ITA.12 x RPI.13 90,3

TQA.12 x MOS.13 97,9

AVS.12 x TQA.12 76,5

AVS.12 x MOS.13 81,7

TQA.12 x AVS.12 90,8

TQA.12 x ARS.13 97,1

AVS.12 x AVS.12 74,6

AVS.12 x ARS.13 73,2

TQA.12 x TQS.13 89,4

TQA.12 x ANI.13 98,1

AVS.12 x TQS.13 73,3

AVS.12 x ANI.13 79,2

TQA.12 x VTI.13 97,2

TQA.12 x RPI.13 95,2

AVS.12 x VTI.13 78,2

AVS.12 x RPI.13 73,3

MOS.13 x AVS.12 97,3

MOS.13 x ARS.13 98,6

VTI.12 x MOS.13 94,7

VTI.12 x AVS.12 96,6

MOS.13 x TQS.13 96,3

MOS.13 x ANI.13 97,7

VTI.12 x ARS.13 99,3

VTI.12 x TQS.13 94,2

MOS.13 x VTI.13 98,1

MOS.13 x RPI.13 97,0

VTI.12 x ANI.13 97,2

VTI.12 x VTI.13 98,0

ITS.13 x ARS.13 94,5

ITS.13 x TQS.13 92,0

VTI.12 x RPI.13 97,3

RPI.12 x COI.12 46,5

ITS.13 x ANI.13 94,6

ITS.13 x VTI.13 92,8

RPI.12 x ANI.12 94,6

RPI.12 x CBA.12 99,3

ITS.13 x RPI.13 87,1

ARS.13 x TQS.13 93,0

RPI.12 x ITA.12 98,4

RPI.12 x TQA.12 98,9

ARS.13 x ANI.13 98,3

ARS.13 x VTI.13 97,2

RPI.12 x MOS.13 95,3

RPI.12 x AVS.12 96,5

ARS.13 x RPI.13 88,4

TQS.13 x ANI.13 94,0

RPI.12 x ARS.13 98,8

RPI.12 x TQS.13 95,3

TQS.13 x VTI.13 91,2

TQS.13 x RPI.13 86,0

RPI.12 x ANI.13 97,1

RPI.12 x VTI.13 97,5

ANI.13 x VTI.13 97,4

ANI.14 x RPI.13 96,2

RPI.12 x RPI.13 96,9 COI.12 x ANI.12 45,9 VTI.13 x RPI.13 97,7


O primeiro fator (Tabela 17) agrupou 13 ambientes, sendo CBA11, MOA.11, AVS.12,

MOS.12, VTI.12, RPI.12, ANI.12, CBA.12, ITA.12, TQA.12, ANI.13, VTI.13 e RPI.13, ou seja,

74% dos ambientes foram agrupados no mesmo fatos, o que confirma os resultados obtidos pelo

método de CRUZ E CASTOLDI (1991). Isto demonstra que embora esta característica seja

considerada complexa, sendo controlada por mais de 18 genes (GEPTS E DEBOUCK, 1993), não

foram observadas diferenças na classificação dos genótipos na maioria dos ambientes avaliados.

47

Provavelmente este fato foi observado devido a avaliação de genótipos com baixa variabilidade

genética para esta característica, ou seja, apenas com tegumento carioca e preto.

A partir destes resultados pode-se inferir que a seleção para esta característica pode ser

realizada com base na avaliação de um ou poucos ambientes, pois como a classificação dos

genótipos sofre pouca alteração entre ambientes avaliados, a expressão desta característica será

similar aos outros ambientes avaliados.

Tabela 17. Estratificação ambiental para coloração do tegumento por meio da analise

de fatores, com 27 genótipos de feijoeiro avaliados em 19 ambientes no estado de São

Paulo.

Autovalor %

Acumulada Ambiente

Cargas fatoriais após rotação Comunalidades

Fator 1 Fator 2 Fator 3 Fator 4

10,57 55,61 CBA.11 0,946 -0,190 0,150 0,014 0,953

1,97 65,95 MOA.11 0,734 -0,109 0,427 0,286 0,814

1,68 74,78 TQS.12 0,374 -0,659 0,477 -0,005 0,803

1,25 81,38 AVS.12 0,820 0,025 -0,116 -0,277 0,764

0,85 85,86 MOS.12 0,818 0,111 -0,256 0,113 0,759

0,74 89,76 VTI.12 0,890 -0,178 0,163 0,061 0,855

0,61 92,98 RPI.12 0,856 -0,019 -0,029 0,076 0,739

0,46 95,39 COI.12 0,224 0,026 -0,334 0,839 0,866

0,34 97,16 ANI.12 0,793 0,387 0,100 0,141 0,809

0,21 98,24 CBA.12 0,829 -0,185 -0,254 -0,300 0,875

0,14 99,00 ITA.12 0,806 0,105 0,369 0,214 0,842

0,10 99,54 TQA.12 0,927 -0,228 0,048 -0,103 0,924

0,06 99,85 MOS.13 0,759 0,392 -0,316 0,189 0,866

0,02 99,95 ITS.13 -0,056 0,579 0,510 0,047 0,600

0,01 100,00 ARS.13 0,567 -0,124 0,398 -0,051 0,498

0,00 100,00 TQS.13 0,097 0,793 0,314 -0,275 0,811

0,00 100,00 ANI.13 0,880 0,183 -0,073 -0,129 0,829

0,00 100,00 VTI.13 0,931 0,151 -0,194 -0,114 0,940

0,00 100,00 RPI.13 0,837 -0,044 -0,394 -0,239 0,915 Valores em itálico correspondem aos ambientes agrupados no fator

Os resultados da estratificação ambiental para o teor de proteína nos grãos por meio dos

métodos de CRUZ E CASTOLDI (1991) e análise de fatores encontram-se respectivamente nas

Tabelas 18 e 19, onde é possível observar que apenas cinco pares de ambientes apresentaram maior

porcentagem de interação do tipo simples (Tabela 18), o que corrobora com o citado por RIBEIRO

et al. (2005), onde relataram que o controle genético do teor de proteína nos grãos é complexo,

sendo que a variação do teor de proteína não depende somente do gene que controla sua síntese e

acumulação, mas também de genes que controlam outros fatores, tais como a absorção de

nutrientes, maturação e rendimento. Além disso, segundo FARINELLI (2006) existem evidências

de que, além da própria cultivar, o conteúdo proteico dos feijões pode ser influenciado por fatores

48

climáticos e pelo local de cultivo e pela quantidade de adubação nitrogenada.

Contudo, BURATTO et al. (2009) e RIBEIRO (2010) citaram a existência de variabilidade

genética para características de qualidade nutricional em grãos de feijão, sendo possível assim a

obtenção de genótipos promissores por meio do melhoramento genético, sendo isto observado na

testemunha de tegumento preto IAC Diplomata, que demonstrou alto potencial para teor de proteína

nos grãos em todos os ambientes avaliados (Anexos 1 ao 19).


porcentagem de proteína nos grãos. Pares PS(%) Pares PS(%) Pares PS(%) Pares PS(%)

CBA.11 x MOA.11 16,8

CBA.11 x TQS.12 51,7

VTI.12 x MOS.13 33,9

VTI.12 x ITS.13 43,949

CBA.11 x AVS.12 38,7

CBA.11 x MOS.12 31,3

VTI.12 x ARS.13 52,8

VTI.12 x TQS.13 41,208

CBA.11 x VTI.12 31,1

CBA.11 x RPI.12 28,4

VTI.12 x ANI.13 25,1

VTI.12 x VTI.13 45,994

CBA.11 x COI.12 34,5

CBA.11 x ANI.12 22,6

VTI.12 x RPI.13 24,6

RPI.12 x COI.12 31,01

CBA.11 x CBA.12 41,3

CBA.11 x ITA.12 43,8

RPI.12 x ANI.12 24,2

RPI.12 x CBA.12 18,634

CBA.11 x TQA.12 45,0

CBA.11 x MOS.13 41,2

RPI.12 x ITA.12 6,5

RPI.12 x TQA.12 53,676

CBA.11 x ITS.13 50,1

CBA.11 x ARS.13 42,7

RPI.12 x MOS.13 30,4

RPI.12 x ITS.13 41,345

CBA.11 x TQS.13 46,9

CBA.11 x ANI.13 32,5

RPI.12 x ARS.13 39,1

RPI.12 x TQS.13 40,499

CBA.11 x VTI.13 45,7

CBA.11 x RPI.13 38,7

RPI.12 x ANI.13 45,3

RPI.12 x VTI.13 35,014

MOA.11 x TQS.12 33,0

MOA.11 x AVS.12 13,0

RPI.12 x RPI.13 35,7

COI.12 x ANI.12 24,345

MOA.11 x MOS.12 18,6

MOA.11 x VTI.12 21,4

COI.12 x CBA.12 25,4

COI.12 x ITA.12 35,623

MOA.11 x RPI.12 8,9

MOA.11 x COI.12 22,3

COI.12 x TQA.12 34,9

COI.12 x MOS.13 34,965

MOA.11 x ANI.12 24,6

MOA.11 x CBA.12 11,2

COI.12 x ITS.13 33,9

COI.12 x ARS.13 45,508

MOA.11 x ITA.12 10,7

MOA.11 x TQA.12 32,1

COI.12 x TQS.13 37,2

COI.12 x ANI.13 32,191

MOA.11 x MOS.13 16,1

MOA.11 x ITS.13 12,3

COI.12 x VTI.13 32,6

COI.12 x RPI.13 30,572

MOA.11 x ARS.13 29,2

MOA.11 x TQS.13 21,8

ANI.12 x CBA.12 34,8

ANI.12 x ITA.12 23,959

MOA.11 x ANI.13 41,6

MOA.11 x VTI.13 49,6

ANI.12 x TQA.12 23,1

ANI.12 x MOS.13 7,1016

MOA.11 x RPI.13 25,6

TQS.12 x AVS.12 25,6

ANI.12 x ITS.13 15,2

ANI.12 x ARS.13 27,914

TQS.12 x MOS.12 22,5

TQS.12 x VTI.12 38,6

ANI.12 x TQS.13 6,0

ANI.12 x ANI.13 19,696

TQS.12 x RPI.12 32,7

TQS.12 x COI.12 24,2

ANI.12 x VTI.13 9,5

ANI.12 x RPI.13 21,392

TQS.12 x ANI.12 12,9

TQS.12 x CBA.12 53,3

CBA.12 x ITA.12 35,4

CBA.12 x TQA.12 50,417

TQS.12 x ITA.12 42,9

TQS.12 x TQA.12 22,9

CBA.12 x MOS.13 23,2

CBA.12 x ITS.13 41,608

TQS.12 x MOS.13 18,7

TQS.12 x ITS.13 7,5

CBA.12 x ARS.13 44,6

CBA.12 x TQS.13 12,535

TQS.12 x ARS.13 48,4

TQS.12 x TQS.13 1,8

CBA.12 x ANI.13 14,4

CBA.12 x VTI.13 43,565

TQS.12 x ANI.13 17,4

TQS.12 x VTI.13 27,7

CBA.12 x RPI.13 24,0

ITA.12 x TQA.12 42,509

TQS.12 x RPI.13 27,1

AVS.12 x MOS.12 32,8

ITA.12 x MOS.13 46,2

ITA.12 x ITS.13 55,521

AVS.12 x VTI.12 49,3

AVS.12 x RPI.12 28,0

ITA.12 x ARS.13 35,4

ITA.12 x TQS.13 30,134

AVS.12 x COI.12 33,5

AVS.12 x ANI.12 12,6

ITA.12 x ANI.13 22,6

ITA.12 x VTI.13 44,208

AVS.12 x CBA.12 33,4

AVS.12 x ITA.12 49,0

ITA.12 x RPI.13 21,2

TQA.12 x MOS.13 40,399

AVS.12 x TQA.12 35,9

AVS.12 x MOS.13 48,6

TQA.12 x ITS.13 25,3

TQA.12 x ARS.13 43,163

AVS.12 x ITS.13 47,5

AVS.12 x ARS.13 34,3

TQA.12 x TQS.13 2,8

TQA.12 x ANI.13 37,206

AVS.12 x TQS.13 21,5

AVS.12 x ANI.13 19,5

TQA.12 x VTI.13 34,1

TQA.12 x RPI.13 26,636

AVS.12 x VTI.13 30,1

AVS.12 x RPI.13 24,3

MOS.13 x ITS.13 38,5

MOS.13 x ARS.13 36,254

MOS.12 x VTI.12 3,1

MOS.12 x RPI.12 17,6

MOS.13 x TQS.13 32,5

MOS.13 x ANI.13 26,011

MOS.12 x COI.12 28,8

MOS.12 x ANI.12 4,6

MOS.13 x VTI.13 31,6

MOS.13 x RPI.13 22,687

MOS.12 x CBA.12 22,3

MOS.12 x ITA.12 20,5

ITS.13 x ARS.13 25,1

ITS.13 x TQS.13 18,97

MOS.12 x TQA.12 31,2

MOS.12 x MOS.13 26,8

ITS.13 x ANI.13 20,6

ITS.13 x VTI.13 9,1499

MOS.12 x ITS.13 11,0

MOS.12 x ARS.13 23,5

ITS.13 x RPI.13 35,2

ARS.13 x TQS.13 25,677

MOS.12 x TQS.13 17,1

MOS.12 x ANI.13 10,3

ARS.13 x ANI.13 32,8

ARS.13 x VTI.13 41,836

MOS.12 x VTI.13 29,1

MOS.12 x RPI.13 15,7

ARS.13 x RPI.13 31,9

TQS.13 x ANI.13 17,333

VTI.12 x RPI.12 2,8

VTI.12 x COI.12 40,2

TQS.13 x VTI.13 4,6

TQS.13 x RPI.13 22,982

VTI.12 x ANI.12 24,0

VTI.12 x CBA.12 34,0

ANI.13 x VTI.13 44,2

ANI.13 x RPI.13 27,154



49

Por meio do método de análise de fatores foi possível observar que no fator 1 foram

agrupados os ambientes ITA.12,AVS.12, MOS.13 e ITS.13. No fator 3 foram agrupados os

ambientes ANI.13 e VTI.13, demonstrando a melhor capacidade deste método no agrupamento de

ambientes, sendo observado certo padrão no desempenho dos genótipos quando avaliados na

mesma safra, provavelmente devido à maior similaridade climática no cultivo realizado na mesma

safra.

Nos fatores 4 e 6 apenas um ambiente i alocado, sendo ANI.12 e RPI.12 respectivamente.

Os ambientes MOS.12 e VTI.12 foram agrupados no fator 7 e os fatores 2 e 5 não agruparam

nenhum ambiente.

Tabela 19. Estratificação ambiental para porcentagem de proteína nos grãos por meio da analise de

fatores, com 27 genótipos de feijoeiro avaliados em 19 ambientes no estado de São Paulo.

Autovalor %

Acumulada Ambiente

Cargas fatoriais após rotação Comunalidades Fator

1

Fator

2

Fator

3

Fator

4

Fator

5

Fator

6

Fator

7

8,29 43,64 CBA.11 0,456 -0,519 0,160 -0,098 -0,305 0,395 0,216 0,808

1,72 52,71 MOA.11 -0,099 -0,106 0,789 0,119 -0,128 0,079 0,201 0,721

1,53 60,79 TQS.12 0,070 -0,908 0,168 0,087 -0,015 -0,030 0,065 0,870

1,32 67,71 AVS.12 0,747 -0,133 0,095 0,101 -0,102 0,107 0,432 0,803

0,99 72,93 MOS.12 0,169 -0,114 0,167 -0,056 -0,108 0,011 0,854 0,813

0,93 77,83 VTI.12 0,297 -0,149 0,133 0,057 -0,106 0,248 0,740 0,752

0,86 82,38 RPI.12 0,120 -0,016 0,153 -0,004 -0,092 0,917 0,171 0,916

0,73 86,23 COI.12 0,393 -0,079 0,325 0,354 -0,440 0,172 0,393 0,770

0,64 89,60 ANI.12 0,102 -0,124 0,130 0,933 -0,027 0,035 -0,021 0,916

0,45 91,98 CBA.12 0,392 -0,619 0,018 0,302 0,211 0,245 0,333 0,844

0,36 93,87 ITA.12 0,816 -0,343 0,176 0,084 -0,115 -0,071 0,158 0,865

0,31 95,51 TQA.12 0,429 -0,194 0,364 0,303 0,258 0,397 0,385 0,818

0,25 96,84 MOS.13 0,744 -0,026 0,282 -0,059 -0,243 0,167 0,276 0,801

0,22 97,98 ITS.13 0,806 -0,062 -0,126 0,248 -0,159 0,350 0,025 0,880

0,17 98,85 ARS.13 0,281 -0,478 0,369 0,338 -0,236 0,276 0,380 0,834

0,09 99,32 TQS.13 0,228 0,022 0,035 0,005 -0,881 0,116 0,129 0,859

0,07 99,67 ANI.13 0,264 0,022 0,773 0,147 -0,103 0,462 -0,019 0,913

0,05 99,94 VTI.13 0,306 -0,360 0,731 -0,012 0,115 -0,042 0,209 0,817

0,01 100,00 RPI.13 0,213 -0,266 0,164 0,318 -0,384 0,505 0,063 0,651 Valores em itálico correspondem aos ambientes agrupados no fator

As análises de estratificação ambiental para a característica tempo de cozimento por meio

dos métodos de CRUZ E CASTOLDI (1991) e análise de fatores são apresentados nas Tabelas 20 e

21 respectivamente, sendo possível observar que apenas sete ambientes demonstraram maior parte

da interação GxA do tipo simples, demonstrando a forte influencia ambiental exercida nesta

característica.

50

Entretanto, pelo método de análise de fatores alguns padrões foram observados para esta

característica, sendo possível o agrupamento de alguns ambientes de uma mesma safra. Neste caso,

o fator 1 agrupou os ambientes VTI.12, RPI.12 e VTI.13.

Tabela 20. Porcentagem da parte simples da interação genótipo x ambiente para a variável tempo

médio de cozimento dos grãos. Pares PS(%) Pares PS(%) Pares PS(%) Pares PS(%)

CBA.11 x MOA.11 -6,6

CBA.11 x TQS.12 10,5

VTI.12 x MOS.13 36,7

VTI.12 x ITS.13 2,0

CBA.11 x AVS.12 10,6

CBA.11 x MOS.12 3,9

VTI.12 x ARS.13 12,8

VTI.12 x TQS.13 33,4

CBA.11 x VTI.12 25,0

CBA.11 x RPI.12 10,2

VTI.12 x ANI.13 28,0

VTI.12 x VTI.13 24,3

CBA.11 x COI.12 10,2

CBA.11 x ANI.12 -0,8

VTI.12 x RPI.13 34,5

RPI.12 x COI.12 34,8

CBA.11 x CBA.12 0,3

CBA.11 x ITA.12 29,5

RPI.12 x ANI.12 27,6

RPI.12 x CBA.12 4,4

CBA.11 x TQA.12 12,4

CBA.11 x MOS.13 30,0

RPI.12 x ITA.12 28,8

RPI.12 x TQA.12 9,2

CBA.11 x ITS.13 -0,5

CBA.11 x ARS.13 19,6

RPI.12 x MOS.13 23,6

RPI.12 x ITS.13 6,1

CBA.11 x TQS.13 4,6

CBA.11 x ANI.13 17,6

RPI.12 x ARS.13 11,0

RPI.12 x TQS.13 10,0

CBA.11 x VTI.13 22,6

CBA.11 x RPI.13 3,0

RPI.12 x ANI.13 17,7

RPI.12 x VTI.13 43,9

MOA.11 x TQS.12 0,9

MOA.11 x AVS.12 -13,5

RPI.12 x RPI.13 22,3

COI.12 x ANI.12 9,0

MOA.11 x MOS.12 4,5

MOA.11 x VTI.12 19,1

COI.12 x CBA.12 0,1

COI.12 x ITA.12 28,4

MOA.11 x RPI.12 9,7

MOA.11 x COI.12 -4,6

COI.12 x TQA.12 11,6

COI.12 x MOS.13 31,5

MOA.11 x ANI.12 21,5

MOA.11 x CBA.12 27,2

COI.12 x ITS.13 -2,7

COI.12 x ARS.13 26,5

MOA.11 x ITA.12 0,0

MOA.11 x TQA.12 1,1

COI.12 x TQS.13 3,2

COI.12 x ANI.13 18,1

MOA.11 x MOS.13 6,6

MOA.11 x ITS.13 -1,0

COI.12 x VTI.13 18,5

COI.12 x RPI.13 19,3

MOA.11 x ARS.13 6,1

MOA.11 x TQS.13 5,8

ANI.12 x CBA.12 7,5

ANI.12 x ITA.12 4,4

MOA.11 x ANI.13 0,5

MOA.11 x VTI.13 28,1

ANI.12 x TQA.12 -4,5

ANI.12 x MOS.13 8,0

MOA.11 x RPI.13 3,4

TQS.12 x AVS.12 48,6

ANI.12 x ITS.13 -13,9

ANI.12 x ARS.13 0,5

TQS.12 x MOS.12 40,7

TQS.12 x VTI.12 60,4

ANI.12 x TQS.13 27,3

ANI.12 x ANI.13 10,8

TQS.12 x RPI.12 34,3

TQS.12 x COI.12 44,7

ANI.12 x VTI.13 22,1

ANI.12 x RPI.13 28,9

TQS.12 x ANI.12 40,3

TQS.12 x CBA.12 6,5

CBA.12 x ITA.12 6,8

CBA.12 x TQA.12 5,3

TQS.12 x ITA.12 16,8

TQS.12 x TQA.12 16,1

CBA.12 x MOS.13 20,2

CBA.12 x ITS.13 -5,6

TQS.12 x MOS.13 54,0

TQS.12 x ITS.13 -2,8

CBA.12 x ARS.13 19,3

CBA.12 x TQS.13 -1,2

TQS.12 x ARS.13 71,6

TQS.12 x TQS.13 59,3

CBA.12 x ANI.13 6,4

CBA.12 x VTI.13 18,9

TQS.12 x ANI.13 34,9

TQS.12 x VTI.13 34,3

CBA.12 x RPI.13 6,8

ITA.12 x TQA.12 20,9

TQS.12 x RPI.13 51,4

AVS.12 x MOS.12 -6,6

ITA.12 x MOS.13 29,8

ITA.12 x ITS.13 6,1

AVS.12 x VTI.12 21,7

AVS.12 x RPI.12 -6,3

ITA.12 x ARS.13 27,2

ITA.12 x TQS.13 -2,5

AVS.12 x COI.12 20,1

AVS.12 x ANI.12 -15,6

ITA.12 x ANI.13 29,5

ITA.12 x VTI.13 27,1

AVS.12 x CBA.12 -2,6

AVS.12 x ITA.12 16,9

ITA.12 x RPI.13 26,0

TQA.12 x MOS.13 29,0

AVS.12 x TQA.12 12,1

AVS.12 x MOS.13 24,3

TQA.12 x ITS.13 11,6

TQA.12 x ARS.13 32,7

AVS.12 x ITS.13 -9,8

AVS.12 x ARS.13 73,0

TQA.12 x TQS.13 5,7

TQA.12 x ANI.13 16,4

AVS.12 x TQS.13 2,4

AVS.12 x ANI.13 12,0

TQA.12 x VTI.13 31,7

TQA.12 x RPI.13 1,4

AVS.12 x VTI.13 -3,8

AVS.12 x RPI.13 8,4

MOS.13 x ITS.13 -12,2

MOS.13 x ARS.13 20,8

MOS.12 x VTI.12 8,4

MOS.12 x RPI.12 15,2

MOS.13 x TQS.13 16,0

MOS.13 x ANI.13 11,5

MOS.12 x COI.12 16,2

MOS.12 x ANI.12 13,2

MOS.13 x VTI.13 11,5

MOS.13 x RPI.13 15,8

MOS.12 x CBA.12 4,2

MOS.12 x ITA.12 2,2

ITS.13 x ARS.13 22,2

ITS.13 x TQS.13 -20,8

MOS.12 x TQA.12 3,9

MOS.12 x MOS.13 18,0

ITS.13 x ANI.13 -17,0

ITS.13 x VTI.13 26,2

MOS.12 x ITS.13 -4,5

MOS.12 x ARS.13 11,3

ITS.13 x RPI.13 -7,1

ARS.13 x TQS.13 26,8

MOS.12 x TQS.13 -1,7

MOS.12 x ANI.13 -3,9

ARS.13 x ANI.13 7,1

ARS.13 x VTI.13 -1,1

MOS.12 x VTI.13 7,1

MOS.12 x RPI.13 29,0

ARS.13 x RPI.13 18,9

TQS.13 x ANI.13 15,5

VTI.12 x RPI.12 48,6

VTI.12 x COI.12 29,2

TQS.13 x VTI.13 16,7

TQS.13 x RPI.13 7,8

VTI.12 x ANI.12 28,8

VTI.12 x CBA.12 14,2

ANI.13 x VTI.13 8,0

ANI.13 x RPI.13 18,7



No fator 2 foram agrupados os ambientes AVS.12 e ARS.13, no fator 3 foram agregados

os ambientes TQS.12 e TQS.13, e, no fator 6 foram agrupados os ambientes MOA.11 e CBA.12,

demonstrando que embora exista alta influência ambiental para a variável tempo de cozimento,

51

observa-se padrões na classificação dos genótipos quando avaliados na mesma safra, demonstrando

novamente que o clima exerce grande influência na determinação desta característica.

Tabela 21. Estratificação ambiental para tempo de cozimento dos grãos por meio da análise de

fatores, com 27 genótipos de feijoeiro avaliados em 19 ambientes no estado de São Paulo.

Autovalor %

Acumulada Ambiente

Cargas fatoriais após rotação Comunalidades Fator

1

Fator

2

Fator

3

Fator

4

Fator

5

Fator

6

Fator

7

4,54 23,90 CBA.11 -0,069 -0,195 0,056 0,300 0,057 -0,159 -0,809 0,819

2,80 38,64 MOA.11 0,220 -0,342 0,067 -0,064 -0,104 0,738 0,145 0,751

2,34 50,94 TQS.12 0,009 0,415 0,750 0,095 0,297 -0,051 0,001 0,834

2,00 61,46 AVS.12 -0,169 0,861 0,113 0,279 -0,014 -0,100 -0,145 0,891

1,35 68,59 MOS.12 0,046 -0,121 0,033 -0,126 0,902 -0,027 0,029 0,849

1,22 74,99 VTI.12 0,722 0,268 0,274 0,371 0,122 0,016 -0,106 0,833

1,01 80,30 RPI.12 0,749 -0,112 0,043 0,332 0,331 -0,053 0,023 0,798

0,79 84,45 COI.12 0,354 0,311 -0,009 0,386 0,475 -0,171 -0,053 0,629

0,68 88,00 ANI.12 0,428 -0,388 0,480 0,180 0,252 0,044 0,410 0,831

0,56 90,97 CBA.12 -0,154 -0,065 -0,003 0,046 0,030 0,883 -0,093 0,819

0,47 93,46 ITA.12 0,280 0,148 -0,152 0,709 0,073 0,127 -0,401 0,808

0,40 95,54 TQA.12 0,370 0,255 0,019 0,009 -0,150 0,199 -0,610 0,636

0,28 97,02 MOS.13 0,310 0,371 0,221 0,079 0,501 0,106 -0,408 0,718

0,20 98,05 ITS.13 0,394 0,007 -0,760 -0,249 -0,195 -0,259 0,060 0,904

0,15 98,82 ARS.13 0,051 0,895 0,024 -0,155 0,009 -0,270 0,143 0,922

0,11 99,41 TQS.13 0,199 -0,034 0,916 -0,014 -0,172 -0,054 -0,035 0,913

0,05 99,69 ANI.13 0,074 -0,038 0,264 0,825 -0,084 -0,037 -0,096 0,774

0,04 99,92 VTI.13 0,853 -0,157 -0,105 -0,043 0,017 0,013 -0,085 0,773

0,01 100,00 RPI.13 0,239 0,111 0,143 0,489 0,552 0,002 0,350 0,756 Valores em itálico correspondem aos ambientes agrupados no fator

4.6 ADAPTABILIDADE E ESTABILIDADE

Para as análises de dispersão gráfica obtidas a partir dos escores fatoriais, foram

considerados os quatro primeiros fatores, que agruparam 11 ambientes, de um total de 14 que

apresentaram cargas fatoriais acima de 0,70.

Os genótipos CNFC 10729, BRSMG Madrepérola de tegumento carioca e os genótipos

SM 11-07, SM 18-10, PR 14-2-10-1-2 e LP 09-192 apresentaram adaptação específica aos

ambientes agrupados no fator 1 (TQS.12, AVS.12 e MOS12) por estarem concentrados no

quadrante IV(Figura 8). Uma adaptação aos ambientes agrupados no fator 2 (VTI.12, RPI.12,

ANI.12 e ITA.12) foi verificada pelos genótipos BRS – Realce, C 2-6-6-2-1, IAC Una, PR 11-2-8-

1-1 e PR 14-2-2-1-1 por estes se concentrarem no quadrante 2. Os genótipos IAC Alvorada, C 4-7-

7-2-2, C 5-3-6-1-1, CNFC 10762, MAII – 2, LP 09-40, CHC 01-175 e LP 08-90 apresentaram

52

ampla adaptação aos ambientes agrupados nos fatores 1 e 2 (Figura 8), por estarem reunidos no

quadrante 1.

.


fatores, considerando os ambientes contidos nos fatores 1 e 2.

Para os ambientes agrupados no fator 3 (TQA.12 e RPI.13) os genótipos mais adaptados

foram CNFP 10794, LP 08-90, CHP 98-66-20 de tegumento preto (Figura 9) e Gen C 2-6-4-1-1,

CNFC 10762 e IAC Alvorada de tegumento carioca por se concentrarem no quadrante IV.

Também foi considerado adaptado a estes ambientes o genótipo BRS – Realce de grão especial.

Os genótipos LP 09-40 e CNFC 10729 de tegumento carioca e IAC Una e LP 09-192

apresentaram adaptação aos ambientes agrupados no fator 4 (CBA.12 e MOS.13) por estarem

concentrados no quadrante II (Figura 9). No quadrante I se reuniram os genótipos Gen C 4-7-7-2-2,

C 5-3-6-1-1, CHC 01-175 e LP 07-80 de tegumento carioca e o genótipo SM 18-10 de tegumento

preto, sendo assim considerados de adaptação ampla aos ambientes contidos nos fatores 3 e 4.

53

Desta forma, pelo método de adaptabilidade por análise de fatores, se destacaram por os

genótipos Gen C 4-7-7-2-2, Gen C 5-3-6-1-1 e CHC 01-175, que apresentaram ampla adaptação aos

11 ambientes contidos nos fatores 1, 2, 3 e 4. Entretanto, conforme citou GARBUGLIO (2007), este

método pode apresentar inferências parcialmente opostas em relação a alguns genótipos que sejam

considerados adaptados porém sem possuir as maiores produtividades. De acordo com o autor, isto

se deve ao fato da análise de fatores não ser fundamentada apenas na performance genotípica, mas

também nos coeficientes de correlação entre os ambientes avaliados.


fatores, considerando os ambientes contidos nos fatores 3 e 4.

Os resultados obtidos por meio da análise de adaptabilidade e estabilidade multivariada

por meio do método de LIN E BINNS (1988) modificado por CARNEIRO (1998) são apresentados

por safra e geral dos ensaios nas Tabelas 22, 23, 24 e 25. Segundo PERINA et al. (2010), este

método tem a finalidade de reunir em um único parâmetro todos os requisitos exigidos para

recomendação de cultivares e no presente trabalho foram considerados os dados referentes à

produtividade e de qualidade tecnológica dos grãos.

Embora o método método de LIN E BINNS (1988) modificado por CARNEIRO (1998)

estime valores de Pi para adaptabilidade de ambientes favoráveis, desfavoráveis e geral, foram

54

considerados apenas os valores de Pi geral, pois um ambiente considerado favorável em

determinado ano, pode não sê-lo novamente em outro ano de cultivo, mesmo quando realizado na

mesma safra. Além disso, a classificação dos ambientes em favoráveis e desfavoráveis é realizada

com base no índice ambiental para cada variável analisada, não sendo possível a classificação de

ambientes em favorável e desfavorável quando utilizada a metodologia multivariada de

adaptabilidade e estabilidade.

Uma crítica que deve ser feita para este método é que neste trabalho observou-se que

ponderando diversos fatores, acaba-se penalizando o principal fator que é a produtividade de grãos

mesmo não havendo diferenças significativas entre os genótipos. Além disso, em ensaios finais de

VCU os genótipos avaliados já passaram por diversas etapas de seleção, e devido a isto, já possuem

o mínimo necessário para os padrões comerciais de qualidade tecnológica de grãos, sendo que

melhorias em outros caracteres somente se justificam quando associadas à alta produtividade de

grãos

Na Tabela 22 encontra-se as estimativas multivariadas de Pi para safra das águas, em que

para os genótipos de tegumento preto, observa-se que as menores estimativas foram obtidas pelo

genótipo LP 09-192, com uma média produtiva de 3.455 kg.ha-1

. Neste caso, de acordo com a

análise de adaptabilidade e estabilidade realizada apenas para produtividade (Anexo 21), nota-se

que este genótipo também obteve as menores estimativas de Pi entre os genótipos de tegumento

preto, demonstrando o bom potencial deste genótipo para produtividade e qualidade tecnológica dos

grãos para safra das águas, além disso este genótipo demonstrou-se resistente à antracnose e ao

crestamento bacteriano, sendo assim um possível genótipo a ser indicado como nova cultivar

Considerando os genótipos de tegumento carioca (Tabela 22) para safra das águas, a

testemunha IAC Alvorada foi considerada o genótipo de melhor desempenho com uma média

produtiva de 3.125 kg.ha-1

, apresentando a menor estimativa multivariada de Pi. Este resultado

confirma os obtidos por PERINA et al. (2010) que citaram a cultivar IAC Alvorada como genótipo

produtivo e estável, além de possuir boa qualidade tecnológica de grãos. Entretanto, considerando a

estabilidade apenas para produção de grãos (Anexo 21), observa-se que o genótipo com as menores

estimativas de Pi foi LP 09-40, com média de 3.604 kg.ha-1

. Nota-se também que não foram obtidas

diferenças significativas entre esses genótipos LP 09-40 e IAC Alvorada para os parâmetros de L* e

TC (Tabela 5), sendo observadas diferenças significativas entre estes genótipos apenas para o teor

de proteína.

Observa-se que a cultivar IAC Alvorada não apresentou resistência à nenhum dos

patógenos avaliados, sendo assim interessante a indicação de novas cultivares que apresentem

55

resistência. Neste caso destacam-se os genótipos Gen C 4-7-7-2-2 e LP 09-40 que não se diferiram

estatisticamente do genótipo IAC Alvorada, mas possuem reação de resistência à murcha de

fusarium e a antracnose do feijoeiro.



para 27 genótipos de

feijoeiro avaliados em 5 ambientes no estado de São Paulo na safra das águas.

Gen Média Pi geral Gen Pi fav Gen Pi desf.

LP 09-192 3.455 0,254 LP 09-192 0,256 LP 09-192 0,243

IAC Alvorada 3.125 0,336 IAC Una 0,323 IAC Una 0,311

CNFP 10794 3.015 0,341 Gen PR 14-2-10-1-2 0,344 Gen PR 14-2-10-1-2 0,327

Gen PR 14-2-10-1-2 3.032 0,349 CNFP 10794 0,353 CNFP 10794 0,337

LP 07-80 3.356 0,357 SM 1107 0,362 SM 1107 0,348

LP 08-90 3.269 0,360 Gen PR 14-2-2-1-1 0,376 Gen C 2-6-4-1-1 0,353

Gen C 2-6-4-1-1 3.103 0,361 Gen C 4-7-8-1-2 0,393 Gen PR 14-2-2-1-1 0,357

Gen C 4-7-8-1-2 3.319 0,363 IAC Diplomata 0,393 Gen C 4-7-8-1-2 0,362

Gen PR 14-2-2-1-1 2.768 0,367 LP 09-40 0,405 LP 09-40 0,367

IAC Una 2.860 0,371 Gen C 2-6-4-1-1 0,412 MAII - 2 0,371

LP 09-40 3.603 0,387 IAC Alvorada 0,417 IAC Diplomata 0,375

IAC Diplomata 2.514 0,391 LP 08-90 0,417 LP 07-80 0,384

Gen C 4-7-7-2-2 3.124 0,396 Gen PR 11-2-8-1-1 0,427 IAC Alvorada 0,385

CNFC 10729 3.180 0,402 MAII - 2 0,434 Gen C 5-3-6-1-1 0,393

CNFC 10762 3.140 0,405 LP 07-80 0,436 Gen C 2-6-6-2-1 0,395

BRSMG Madrepérola 2.707 0,408 BRSMG Madrepérola 0,439 LP 08-90 0,402

Gen C 4-7-2-2-1 2.897 0,413 Gen C 5-3-6-1-1 0,443 Gen PR 11-2-8-1-1 0,415

SM 1107 2.827 0,420 Gen C 2-6-6-2-1 0,452 CNFC 10729 0,420

Gen PR 11-2-8-1-1 2.728 0,425 CHP 98-66-20 0,464 CNFC 10762 0,426

Gen C 5-3-6-1-1 2.980 0,426 CNFC 10729 0,465 BRSMG Madrepérola 0,430

Gen C 2-6-6-2-1 3.064 0,430 Gen C 4-7-7-2-2 0,478 Gen C 4-7-7-2-2 0,431

CHP 98-66-20 2.577 0,444 IPR 139 0,500 CHC 01-175 0,433

MAII – 2 2.947 0,447 CNFC 10762 0,502 Gen C 4-7-2-2-1 0,434

CHC 01-175 3.207 0,449 Gen C 4-7-2-2-1 0,509 CHP 98-66-20 0,444

IPR 139 2.770 0,465 BRS Realce 0,559 IPR 139 0,456

BRS Realce 2.493 0,522 SM 1810 0,565 BRS Realce 0,479

SM 1810 2.149 0,539 CHC 01-175 0,567 SM 1810 0,545

Na Tabela 23, estão dispostas as estimativas multivariadas de Pi obtidas para safra da seca,

onde observa-se que para os genótipos de tegumento preto, novamente LP 09-192 com uma média

de 2.892 kg.ha-1

obteve as menores estimativas de Pi. Entretanto, considerando a estabilidade da

produção de grãos (Anexo 22), observa-se que o genótipo superior foi CNFP 10794 que produziu

3.323 kg.ha-1

e que este genótipo, diferentemente do LP 09-192 se diferenciou estatisticamente da

testemunha IAC – Una (2.933 kg.ha-1

) pelo teste de Dunnet a 5% de probabilidade (Tabela 6). Para

56

os dados referentes à qualidade de grãos, observa-se que não houve diferenças significativas para

TC (Tabela 23).

Dentre os genótipos de tegumento carioca, as de menores estimativas multivariadas de Pi

foram para LP 07-80 (Tabela 23) com uma produtividade média que não diferiu da testemunha IAC

Alvorada pelo teste de Dunnet a 5% (3.074 kg.ha-1

). Contudo, analisando a estabilidade apenas para

produção de grãos (Anexo 22), observa-se que o genótipo LP 09-40 obteve menores estimativas de

Pi, com uma média de 3.217 kg.ha-1

e diferiu estatisticamente da testemunha IAC Alvorada pelo

teste de Dunnet a 5% (Tabela 6) e para as avaliações de qualidade tecnológica, não foram

observadas diferenças significativas para L* e TC (Tabela 6).




feijoeiro avaliados em 7 ambientes no estado de São Paulo na safra da seca.


LP 09-192 2.892 0,338 Gen PR 14-2-10-1-2 0,321 Gen PR 14-2-10-1-2 0,303

IAC Una 2.932 0,351 IAC Una 0,338 IAC Una 0,316

Gen PR 14-2-10-1-2 2.918 0,352 IAC Diplomata 0,343 IAC Diplomata 0,320

Gen PR 14-2-2-1-1 2.931 0,368 LP 09-192 0,351 MAII - 2 0,328

SM 1810 2.797 0,369 Gen PR 14-2-2-1-1 0,357 LP 09-192 0,332

LP 07-80 3.074 0,374 Gen PR 11-2-8-1-1 0,375 Gen PR 14-2-2-1-1 0,334

IAC Diplomata 2.491 0,376 LP 08-90 0,392 Gen PR 11-2-8-1-1 0,351

Gen C 2-6-4-1-1 2.922 0,377 LP 09-40 0,397 Gen C 2-6-4-1-1 0,356

Gen PR 11-2-8-1-1 2.665 0,378 Gen C 2-6-4-1-1 0,403 LP 09-40 0,366

MAII – 2 3.025 0,386 MAII - 2 0,412 LP 08-90 0,366

CHP 98-66-20 2.784 0,394 SM 1810 0,416 LP 07-80 0,373

Gen C 4-7-2-2-1 3.002 0,397 LP 07-80 0,424 Gen C 2-6-6-2-1 0,387

CHC 01-175 2.997 0,397 CHP 98-66-20 0,433 SM 1810 0,395

LP 09-40 3.216 0,399 SM 1107 0,454 CHC 01-175 0,397

CNFC 10762 2.792 0,405 Gen C 4-7-2-2-1 0,461 Gen C 4-7-7-2-2 0,409

SM 1107 2.683 0,410 BRSMG Madrepérola 0,462 CHP 98-66-20 0,410

LP 08-90 2.721 0,411 Gen C 2-6-6-2-1 0,474 BRSMG Madrepérola 0,414

Gen C 2-6-6-2-1 2.890 0,419 Gen C 4-7-7-2-2 0,477 Gen C 4-7-2-2-1 0,420

CNFP 10794 3.323 0,424 CHC 01-175 0,478 Gen C 5-3-6-1-1 0,421

IAC Alvorada 2.752 0,425 CNFP 10794 0,478 SM 1107 0,435

BRSMG Madrepérola 2.580 0,427 Gen C 5-3-6-1-1 0,500 CNFC 10762 0,449

Gen C 4-7-7-2-2 2.980 0,448 CNFC 10762 0,508 CNFP 10794 0,459

IPR – 139 2.682 0,452 IPR 139 0,508 IPR 139 0,459

Gen C 5-3-6-1-1 2.464 0,462 Gen C 4-7-8-1-2 0,513 Gen C 4-7-8-1-2 0,473

Gen C 4-7-8-1-2 2.952 0,466 IAC Alvorada 0,521 IAC Alvorada 0,484

CNFC 10729 2.509 0,518 BRS Realce 0,571 BRS Realce 0,518

BRS Realce 2.454 0,554 CNFC 10729 0,601 CNFC 10729 0,519

Para safra da seca novamente observa-se que entre os genótipos que apresentaram

resistência aos patógenos, destacam-se os genótipos LP 09-40 e Gen C 4-7-7-2-2, que

57

demonstraram boa estabilidade de produção, além de boa qualidade tecnológica dos grãos e porte

de plantas.

Para a safra de inverno (Tabela 24), entre os genótipos de tegumento preto, o de maior

adaptabilidade foi o genótipo LP 08-90 com uma média de 1.790 kg.ha-1

, e entre os genótipos de

tegumento carioca foi o CNFC 10762 (1.948 kg.ha-1

) que apresentou a menor estimativas

multivariada de Pi. Considerando a estabilidade para produção de grãos (Anexo 23), observa-se que

no caso dos genótipos de tegumento preto a menor estimativa de Pi foi obtida pelo genótipo CNFP

10794 com uma média produtiva de 2.002 kg.ha-1

e para genótipos de tegumento carioca o de

melhor desempenho foi CHC 01-175 produzindo em média 2.041 kg.ha-1

, sendo interessante neste

caso que o melhor genótipo para tegumento carioca foi a linhagem proveniente da EPAGRI, de

Santa Catarina, que sendo selecionado na região sul do Brasil, se destacou na safra de inverno do

sudeste, provavelmente por ter sido selecionada sob condições de temperaturas mais baixas.




feijoeiro avaliados em 7 ambientes no estado de São Paulo na safra de inverno.


CNFC 10762 1.919 0,336 Gen C 2-6-6-2-1 0,370 Gen C 2-6-6-2-1 0,306

IAC Alvorada 1.917 0,340 Gen PR 11-2-8-1-1 0,370 CNFC 10762 0,320

Gen C 5-3-6-1-1 1.879 0,349 IAC Alvorada 0,372 Gen PR 11-2-8-1-1 0,341

Gen C 2-6-6-2-1 1.851 0,356 Gen PR 14-2-2-1-1 0,375 IAC Alvorada 0,344

CHC 01-175 2.041 0,372 CNFC 10762 0,379 Gen PR 14-2-2-1-1 0,351

Madrepérola 1.693 0,375 LP 09-40 0,382 Gen C 5-3-6-1-1 0,353

Gen C 4-7-8-1-2 1.739 0,376 Madrepérola 0,389 LP 09-40 0,363

Gen C 2-6-4-1-1 1.761 0,378 Gen C 4-7-8-1-2 0,406 CHC 01-175 0,370

CNFC 10729 1.784 0,381 CNFP 10794 0,410 LP 08-90 0,370

LP 08-90 1.790 0,386 LP 08-90 0,410 Gen C 4-7-8-1-2 0,377

LP 09-40 1.868 0,399 Gen C 5-3-6-1-1 0,417 Gen C 4-7-7-2-2 0,377

SM 1810 1.514 0,401 SM 1810 0,418 CNFP 10794 0,379

LP 09-192 1.849 0,403 Gen C 4-7-7-2-2 0,418 Madrepérola 0,380

Gen PR 11-2-8-1-1 1.688 0,407 CNFC 10729 0,426 Gen C 4-7-2-2-1 0,382

Gen PR 14-2-10-1-2 1.568 0,412 IAC Diplomata 0,432 SM 1810 0,382

IAC Diplomata 1.541 0,416 Gen C 4-7-2-2-1 0,433 CNFC 10729 0,383

IPR 139 1.713 0,416 LP 09-192 0,438 Gen C 2-6-4-1-1 0,386

CNFP 10794 2.002 0,417 IPR 139 0,444 IAC Diplomata 0,388

Gen C 4-7-2-2-1 1.654 0,419 Gen C 2-6-4-1-1 0,445 IPR 139 0,398

Gen PR 14-2-2-1-1 1.458 0,423 Gen PR 14-2-10-1-2 0,454 LP 09-192 0,401

CHP 98-66-20 1.615 0,424 CHP 98-66-20 0,471 Gen PR 14-2-10-1-2 0,425

BRS Realce 1.723 0,428 CHC 01-175 0,474 CHP 98-66-20 0,432

SM 1107 1.646 0,433 SM 1107 0,484 SM 1107 0,442

Gen C 4-7-7-2-2 1.632 0,433 IAC Una 0,501 BRS Realce 0,443

MAII – 2 1.693 0,439 LP 07-80 0,522 MAII - 2 0,454

IAC Una 1.746 0,456 MAII - 2 0,528 IAC Una 0,467

LP 07-80 1.917 0,476 BRS Realce 0,529 LP 07-80 0,480

58

Na Tabela 25, encontram-se as estimativas multivariadas de Pi obtidas considerando todas

as safras, onde para os genótipos de tegumento preto destacou-se o LP 09-192 que produziu em

média 2.656 kg.ha-1

e não diferiu estatisticamente da testemunha pelo teste de Dunnet a 5% (Tabela

8). Analisando as estimativas de Pi para produtividade (Anexo 24) observa-se que o melhor

genótipo neste caso foi CNFP 10794 (2.755 kg.ha-1

) que diferiu estatisticamente da testemunha IAC

Una com produtividade média de 2.477 kg.ha-1

(Tabela 8). Para as avaliações da qualidade

tecnológica dos grãos, não foram detectadas diferenças significativas entre estes genótipos para L*

e TC.

Tabela 25. Estimativas de parâmetros de estabilidade multivariada de acordo com o método de Lin e

Binns (1988) modificada por Carneiro (1998) para 27 genótipos de feijoeiro avaliados em 7 ambientes

no estado de São Paulo considerando todas safras.


LP 09-192 2.656 0,371

Gen PR 14-2-10-1-2 0,383

Gen PR 14-2-10-1-2 0,356

Gen PR 14-2-10-1-2 2.451 0,379

Gen PR 14-2-2-1-1 0,393

Gen PR 14-2-2-1-1 0,366

Gen C 2-6-6-2-1 2.553 0,388

IAC Diplomata 0,405

IAC Diplomata 0,369

IAC Alvorada 2.542 0,392

Gen PR 11-2-8-1-1 0,411

Gen PR 11-2-8-1-1 0,383

Gen PR 14-2-2-1-1 2.345 0,393

LP 09-192 0,417

Gen C 2-6-6-2-1 0,383

CNFC 10762 2.573 0,398

LP 08-90 0,425

LP 09-192 0,386

LP 08-90 2.522 0,402

LP 09-40 0,431

LP 08-90 0,391

IAC Diplomata 2.147 0,403

IAC Una 0,439

Gen C 4-7-2-2-1 0,391

CNFP 10794 2.755 0,409

CNFP 10794 0,439

LP 09-40 0,400

BRSMG Madrepérola 2.287 0,411

BRSMG Madrepérola 0,440

CNFC 10762 0,407

LP 09-40 2.821 0,412

Gen C 2-6-6-2-1 0,442

IAC Una 0,409

Gen C 4-7-2-2-1 2.478 0,415

IAC Alvorada 0,451

CHC 01-175 0,410

IAC Una 2.476 0,415

SM 1107 0,451

CNFP 10794 0,411

Gen PR 11-2-8-1-1 2.322 0,415

Gen C 5-3-6-1-1 0,456

BRSMG Madrepérola 0,412

Gen C 5-3-6-1-1 2.384 0,416

Gen C 4-7-2-2-1 0,462

IAC Alvorada 0,415

Gen C 4-7-7-2-2 2.521 0,419

SM 1810 0,464

Gen C 4-7-7-2-2 0,417

SM 1810 2.154 0,422

CHP 98-66-20 0,467

BRS Realce 0,417

BRS Realce 2.195 0,425

CNFC 10762 0,469

Gen C 5-3-6-1-1 0,417

CHP 98-66-20 2.299 0,426

Gen C 4-7-7-2-2 0,470

SM 1107 0,419

CHC 01-175 2.700 0,426

CHC 01-175 0,477

Gen C 4-7-8-1-2 0,426

SM 1107 2.339 0,429

IPR 139 0,479

IPR 139 0,430

LP 07-80 2.722 0,431

Gen C 4-7-8-1-2 0,481

SM 1810 0,432

Gen C 4-7-8-1-2 2.602 0,440

LP 07-80 0,501

CHP 98-66-20 0,434

IPR 139 2.348 0,442

CNFC 10729 0,510

MAII - 2 0,443

MAII - 2 2.609 0,448

MAII - 2 0,512

CNFC 10729 0,451

CNFC 10729 2.418 0,453

BRS Realce 0,512

LP 07-80 0,451

Gen C 2-6-4-1-1 2.542 0,508 Gen C 2-6-4-1-1 0,567 Gen C 2-6-4-1-1 0,496

Para os genótipos de tegumento carioca, observou-se que o genótipo Gen C 2-6-6-2-1

produziu em média 2.554 kg.ha-1

e obteve as menores estimativas multivariadas de Pi (Tabela 25),

entretanto, considerando a estabilidade para produção de grãos (Anexo 24), observa-se que o

genótipo de melhor desempenho foi LP 09-40 com uma produtividade média de 2.755 kg.ha-1

,

59

sendo o único a diferir estatisticamente da testemunha comercial IAC – Alvorada (2.543 kg.ha-1

)

pelo teste de Dunnet a 5% de probabilidade (Tabela 8). Contudo, não foram observadas diferenças

significativas para L* e TC.

Como destacado anteriormente, as metodologias de adaptabilidade e estabilidade não

consideram a resistência dos genótipos aos patógenos da cultura, sendo isto de grande importância

no lançamento de uma nova cultivar. Neste sentido, o melhorista deve considerar estas análises

como apoio na indicação do melhor genótipo em conjunto com outras análises realizadas. Dentre

os genótipos avaliados neste estudo, os que se destacaram por apresentar alta estabilidade produtiva,

aliado à boa qualidade tecnológica de grãos, arquitetura de planta e resistência aos patógenos foram

os genótipos LP 09-40 e Gen C 4-7-7-2-2 de tegumento carioca e o genótipo LP 09-192 de

tegumento preto, sendo desta forma candidatos a indicação como novas cultivares.

De acordo com os resultados acima, ressalta-se que não houve coerência entre os

resultados obtidos por meio da análise de estabilidade multivariada de LIN E BINNS (1988)

modificada por CARNEIRO (1998) e o desejado de um genótipo para ser recomendado como nova

cultivar, sendo que todos os genótipos avaliados possuem características mínimas requeridas para o

consumo, neste sentido, observa-se que a análise de estabilidade considerando apenas os parâmetros

de produtividade foi mais adequada na indicação do genótipo superior.

Entretanto, análises multivariadas podem ser de grande utilidade nas etapas iniciais de

seleção em programas de melhoramento genético, onde a utilização de índices de seleção, como por

exemplo o índice clássico de SMITH HAZEL (1943) e o índice de soma dos ranks (MULAMBA E

MOCK, 1978), podem sem úteis na seleção de genótipos que reúnam diversas características

desejáveis em populações segregantes, como por exemplo a qualidade tecnológica de grãos com a

produvidade, tal como relatado por MENDES et al. (2009), NEVES et al. (2011) e SANTOS et al.

(2007).

Comparando os métodos de adaptabilidade e estabilidade por análises de fatores e LIN E

BINNS (1988), modificado por CARNEIRO (1998), observa-se que estes métodos podem ser

complementares, pois com a análise gráfica obtida por meio da análise de fatores é possível

identificar os genótipos adaptados a regiões específicas ou amplamente adaptados, porém sem

quantificar a adaptabilidade, pois método pondera os genótipos que menos variaram entre

ambientes, fornecendo um indicativo dos genótipos mais estáveis. Já método de LINN E BINNS

(1988), modificado por CARNEIRO (1998), indica os genótipos que menos variaram em relação ao

melhor genótipo de cada ambiente, indicando genótipos mais adaptados e produtivos.

60

Desta forma, os genótipos considerados mais estáveis e adaptados aos ambientes avaliados

foram LP 09-40, Gen C 4-7-7-2-2 e CNFC 10762 para genótipos de tegumento carioca e CNFC

10794, LP 09-192 e LP 08-90 para genótipos de tegumento preto.

5. CONCLUSÕES

1) As análises de estratificação ambiental demonstraram a alta influência da interação GxA do

tipo complexa para produtividade de grãos, proteína e tempo de cozimento. Para coloração a

maior parte da interação GxA foi do tipo simples.

2) Os genótipos de tegumento preto mais produtivos e adaptados foram CNFP 10794, LP 09-192

com resistência ao crestamento bacteriano e o genótipo LP 08-90 com resistência à murcha de

fusarium e ao crestamento bacteriano.

3) Os genótipos de tegumento carioca superiores foram LP 09-40, com resistência à antracnose e

à murcha de fusarium, o genótipo Gen C 4-7-7-2-2, por apresentar adaptabilidade ampla e

resistência à murcha de fusarium e o genótipo CNFC 10762, com resistência à antracnose.

4) O método de LIN e BINNS modificado por CARNEIRO (1998) foi mais eficiente quando

utilizado apenas com a variável produtividade de grãos.

5) O método da análise de fatores é uma ferramenta eficiente para estudos de estratificação

ambiental e adaptabilidade fenotípica, podendo ser utilizado em conjunto com o método de

LINN e BINNS modificado por CARNEIRO (1998).

61

6. REFERÊNCIAS

ABREU, A. F. B.; CARNEIRO, J. E. S.; RAMALHO, M. A. P.; MELO, L. C.; PAULA JÚNIOR,

T. J.; PEREIRA FILHO, I. A.; MARTINS, M.; PEREIRA, H. S.; CARNEIRO, P. C. S.; DEL

GEÚDICE, M. P.; VIEIRA, R. F.; TEIXEIRA, H.; DEL PELOSO, M. J.; FARIA, L. C.; SANTOS,

J. B.; COSTA, J. G. C.; MOREIRA, J. A. A.; WENDLAND, A. BRSMG Madrepérola: cultivar de

feijão tipo carioca com escurecimento tardio dos grãos. Santo Antônio de Goiás: Embrapa, 2011.

ABREU, A. F. B.; RAMALHO, M. A. P.; GONÇALVES, F. M. A.; MENDONÇA, H. A.

Utilização da produtividade de grãos na seleção para resistência ao Colletotrichum lindemuthianum

no feijoeiro. Ciência e Agrotecnologia, p. 363-369, 2003.

ACCIARESI, H. A.; CHIDICHIMO, H. O. Genotype-environment interaction in Avena sativa L-

employing AMMI and factorial correspondence models. Pesquisa Agropecuária Brasileira, p. 1823-

1830, 1999.

ANNICCHIARICO, P. Cultivar adaptation and recommendation from alfafa trials in Northern

Italy. Journal of Genetics and Breeding, Rome, p. 269-278, 1992.

ARAÚJO, L. C. A.; RAMALHO, M. A. P.; ABREU, A. F. B. Estimates of genetic parameters of

late seed-coat darkening of carioca type dry beans. Ciência e Agrotecnologia, p. 156-162, 2012.

ASSOCIATION OF OFFICIAL AGRICULTURAL CHEMISTS - AOAC. Official methods of

analysis of AOAC International. 18. ed. Gaithersburg: AOAC International, p.32-33, 2005.

ARIOTTI, J. A.; OYARZABAL, E. S.; OSA, J. M.; BULACIO, A. N. R.; ALMADA, G. H.

Análisis de estabilidad y adaptabilidad de genótipos de caña-de-azúcar. I: interacciones dentro de

una localidad experimental. Revista Agronômica do Noroeste Argentino, p.105-127, 1976.

BALARDIN R. S.; KELLY J. D. Interaction between Colletotrichum lindemuthuanum races and

gene pool diversity in Phaseolus vulgaris. Journal of the American Society for Horticultural

Science. p. 1038-1047, 1998.

BALARDIN, R. S; PASTOR-CORRALES, M. A. e OTOYA, M. M. Variabilidade patogênica de

colletotrichum lindemuthianum no Estado de Santa Catarina. Fitopatologia Brasileira, p.243-245,

1990.

BANZATTO, D. A.; KRONKA, S. N. Experimentação agrícola. 3.ed. - FUNEP, p. 247, 1995.

BARROS, H. B.; SEDIYAMA, T.; TEIXEIRA, R. de C.; CRUZ, C.D. Análises paramétricas e não-

paramétricas para determinação da adaptabilidade e estabilidade de genótipos de soja. Scientia

Agraria, p.299-309, 2008.

BASSINELLO, P. Z.; COBUCCI, R. M. A.; ULHÔA, V. G.; MELO, L. C.; PELOSO, M. J.

D. Aceitabilidade de três cultivares de feijoeiro comum. Comunicado Técnico. EMBRAPA,

Santo Antônio de Goiás, p.5, 2003.

BASSO, F. C.; ANDREOTTI, M.; CARVALHO, M. P.; LODO, B.; MONTANARI, R. Correlação

linear e espacial entre a produtividade e o teor de proteína bruta do guandu anão e os atributos de

um Latossolo. Revista Brasileira de Ciências Agrárias, 2011.

62

BERTOLDO, J. G.; COIMBRA, J. L. M.; NODARI, B. O.; GUIDOLIN, A. F.; HEMP, S.;

BARILI, L. D.; VALE, N. M.; ROZZETO, D. S. Stratification of the state of Santa Catarina in

macro-environments for bean cultivation. Crop Breeding and Applied Biotechnology, p. 335-343,

2009.

BIANCHINI, A.; MARINGONI, A. C.; CARNEIRO, S. M. Doenças do feijoeiro. In: KIMATI, H.

et al. Manual de fitopatologia: doenças das plantas cultivadas 3. Ed São Paulo: Agronômica Ceres,

p. 376-399, 2005

BORÉM, A.; MIRANDA, G. V. Melhoramento de Plantas. 4. ed. Viçosa: UFV, p. 525, 2005

BURATTO, J. S.; CIRINO, V. M.; JÚNIOR, N. S. F; PRETE, C. E. C.; FARIA, R. T.

Adaptabilidade e estabilidade produtiva em genótipos precoces de feijão no estado do Paraná.

Semina: Ciências Agrárias, p. 373-380, 2008.

BURATTO, J. S.; MODA CIRINO, V.; SCHOLZ, M. B. S.; LANGAME, D.E.M.; FONSECA

JUNIOR, N. S.; PRETÉ, C. E. C. Variabilidade genética e efeito do ambiente para o teor de

proteína em grãos de feijão. Acta Scientiarum, p.593-597, 2009.

BURUCHARA R. A.; CAMACHO L. Common bean reaction to Fusarium oxysporum f.

sp. phaseoli, the cause of severe vascular wilt in Central Africa. Journal of Phytopathology. p. 39-

45, 2000.

CAMARGO, L. E. A.; BERGAMIN FILHO, A. Controle genético. In.: BERGAMIN FILHO, A.;

KIMATI, H.; AMORIM, L. Manual de Fitopatologia: Princípios e Conceitos. São Paulo:

Agronômica Ceres, 1995.

CARBONELL, S. A. M.; CARVALHO, C. R. L.; PEREIRA; V. R. Qualidade tecnológica de grãos

de genótipos de feijoeiro cultivados em diferentes ambientes. Bragantia, p.369-379, 2003.

CARBONELL, S.A.M.; POMPEU, A.S. Estratificação de ambientes em experimentos de feijoeiro

no Estado de São Paulo. Bragantia, Campinas, p.207-218, 1997.

CARBONELL, S. M.; ITO, M. F., POMPEU A. S.; FRANCISCO F. G.; RAVAGNANI S.;

ALMEIDA A. L. L. Raças fisiológicas de Colletotrichum lindemuthianum e reação de linhagens e

cultivares de feijoeiro no Estado de São Paulo. Fitopatologia Brasileira, 1999.

CARNEIRO, P. C. S. Novas metodologias de análise da adaptabilidade e estabilidade de

comportamento. Tese (Doutorado) - Universidade Federal de Viçosa, Viçosa, 1998.

CHAVES, L. J. Interação de cultivares com ambientes. In: NASS, L. L.; VALOIS, A. C. C.;

MELO, I. S.; VALADARES, M. C. Recursos Genéticos e Melhoramento: Plantas. Rondonópolis,

Fundação MT, p. 673-713, 2001.

CHIORATO, A. F. Análise da divergência genética de acessos de feijoeiro (Phaseolus vulgaris L.)

do Banco de germoplasma do Instituto Agronômico - IAC. Dissertação (Mestrado), Instituto

Agronômico - IAC, Campinas, S.P., p. 81, 2004.

CHIORATO, A. F.; CARBONELL, S. A. M.; MOURA, R. R. de; ITO, M. F.; COLOMBO, C. A.

Co‑evolução entre raças fisiológicas de Colletotrichum lindemuthianum em feijoeiro. Bragantia,

p.381-388, 2006

63

COIMBRA, R. R.; MIRANDA, G. V.; TEIXEIRA, F. F; DEITOS, A.; SOUZA, L.V. de; MELO,

A.V. de; DE MELLO, M.P. Estratificação ambiental e análise de adaptabilidade de genótipos de

milho baseada em análise de fatores. Revista Ciência Agroambiental, 2006.

CONAB – COMPANHIA NACIONAL DE ABASTECIMENTO, disponível em:

http//:www.conab.gov.br – acesso em 15-01-2014

COSTA, A. F.; FERRÃO, M.A.G; VENTURA, J.A; LIBERATO, J.R.; PACOVA, B.E.V. Murcha

de Fusarium do feijoeiro. Vitória EMCAPA, comunicado técnico, 1993.

COSTA, H.; ZAMBOLIM, L.; VENTURA, J. A. Doenças de hortaliças que se constituem em

desafio para o controle. In: Zambolim, L. et al. (Eds.). Manejo integrado de doenças e pragas:

hortaliças. Viçosa: Editora UFV, p.319–336, 2007.

COSTA, J. F. et al. Métodos de inoculação em plantas de feijoeiro. Fitopatologia Brasileira, p.125-

128, 1989.

COSTA, J.G.; MARINHO, J.T.S.; PEREIRA, R.C.A.; LEDO, F.J.S.; MORAES, R.N.S.

Adaptabilidade e estabilidade de produção de cultivares de milho recomendadas para o Estado do

Acre. Ciência e Agrotecnologia, p.7-11, 1999.

COSTA, R. G.; RAMALHO, P. A. M.; ABREU, B. F. A. Variabilidade para a absorção de água

nos grãos de feijão do germoplasma da UFLA. Ciência e Agrotecnologia, p.1017-1021, 2001

CROSSA, J. Statistical analysis of multilocations trials. Advances in agronomy, San Diego, p. 55-

85, 1990.

CRUZ, C. D.; CARNEIRO, P. C. S. Modelos biométricos aplicados ao melhoramento genético. 2.

ed. Viçosa: UFV, 2006.

CRUZ, C. D.; REGAZZI, A. J.; CARNEIRO, P.C.S. Modelos biométricos aplicados ao

melhoramento genético. Viçosa: UFV, 2004.

CRUZ, C. D.; CARNEIRO, P. C. S. Modelos biométricos aplicados ao melhoramento genético.

Viçosa: UFV, v.2. 2003.

CRUZ, C. D.; CASTOLDI, F. Decomposição da interação genotipos x ambientes em partes simples

e complexa. Revista Ceres, p. 35-39, 1991.

DALLA CORTE, A.; MODA-CIRINO, V.; SCHOLZ, M. B. S.; DESTRO, D. Environment effect

on grain quality in early common bean cultivars and lines. Crop Breeding and Applied

Biotechnology, 2003.

DIAZ, C. G.; BASSANEZI, R. B.; GODOY, C. V.; LOPES, D. B.; BERGAMIN FILHO, A.

Quantificação do efeito do crestamento bacteriano comum na eficiencia fotossintetica e na protução

do feijoeiro. Fitopatologia Brasileira, p. 71-76, 2001.

DUARTE, J. B.; ZIMMERMANN, M. J. Selection of location for common bean (Phaseolus

vulgaris L.) germplasm evaluation. Revista Brasileira de Genética, 1991.

DURSUN, A.; DONMEZ, F.; SAHIN, F. Identification of resistance to common bacterial blight

disease on bean genotypes grown in Turkey. European Journal of Plant Pathology, p.811-813, 2002.

64

EBERHART, S. A.; RUSSELL, W. A. Stability parameters for comparing varieties. Crop Science,

p. 36-40, 1966.

ELIA, F. M.; HOSFIELD, G. L.; KELLY, J. D.; UEBERSAX, M. A. Genetic analysis and

interrelationships between traits for cooking time, water absorption, and protein and tannin content

of Andean dry beans. Journal American Society Horticulture Science, p.512-518, 1996.

ELIAS, H. T.; SILMAR, H.; SCAPIM, C. A.; RODOVALHO, M. A.; ROYER, M. R.; MORA, F.;

BARRETO, R. R. Análise da estabilidade de genótipos de feijoeiro no Estado de Santa

Catarina. Acta Scientiarum Agronomy, p.623-628, 2005.

EMBRAPA. Doenças bacterianas: crestamento bacteriano comum. Disponivel em:

http://www.cnpaf.embrapa.br/feijao/pragasedoenças/crestamento.htm. Acesso em 24-01-2014

FARINELLI, R. Características agronômicas e tecnológicas em genótipos de feijoeiro. Tese

(Doutorado). Faculdade de Ciências Agronômicas, Universidade Estadual Paulista Júlio de

Mesquita Filho, Botucatu, 2006

FERREIRA, D. F. Estatística multivariada. Lavras: Ed UFLA, p. 662, 2008.

FERREIRA, D. F. et al. Statostocal models in agriculture: biometrical methods for evaluating

phenotypic stability in plant breeding. Cerne, p. 373-388, 2006.

FONSECA JÚNIOR, N. S.; ALVES, S. J.; OLIARI, L.; CIRINO, V. M. Análise de Estabilidade e

Estratificação de Rendimento da Cultivar Pérola no Paraná. In: REUNIÃO NACIONAL DE

PESQUISA DE FEIJÃO 5, Goiânia: Embrapa – CNPAF - APA. Anais.p.310 – 312, 1996.

GARBUGLIO, D. D.; GERAGE, A. C.; ARAÚJO, P. M.; FONSECA JUNIOR, N. S.; SHIOGA, P.

S. Análise de fatores e regressão bissegmentada em estudos de estratificação ambiental e

adaptabilidade em milho. Pesquisa Agropecuária Brasileira, p.183-191, 2007.

GARCIA, A. Análise temporal de doenças foliares do feijoeiro comum em Lavras, MG. 1998. 52 p.

Dissertação (Mestrado em Fitopatologia) – Universidade Federal de Lavras, Lavras, 1998.

GARCIA-VELA, L. A.; STANLEY, D. W. Water-holding capacity in hard-cook bean (P. vulgaris):

effect of pH and ionic strenght. Journal of Food Science, p. 1080-1081, 1989.

GEPTS, P.; DEBOUCK, D. Origin domestication and evotion of the common bean (Phaseolus

vulgaris L,) In: SHOONHOVENM, A,van; VOYSEST, O (Eds) Common beans. Reasarch for crop

improvement. Cali.CAB International. CIAT, p.7-53, 1993.

GONCALVES, J. G. R.; CHIORATO, A. F.; PERINA, E. F.; CARBONELL, S. A. M.

Estabilidade fenotípica em feijoeiro estimada por análise ammi com genótipo

suplementar. Bragantia, p. 863-871, 2009.

GONÇALVES-VIDIGAL M. C.; CRUZ A. S.; GARCIA A.; KAMI J.; VIDIGAL FILHO P. S.;

SOUSA L. L.; MCCLEAN P.; GEPTS P.; PASTOR-CORRALES A. Linkage mapping of the Phg-

1 and Co-14 genes for resistance to angular leaf spot and anthracnose in the common bean cultivar

AND 277. Theoretical and Applied Genetics 2011.

GUZMAN-MALDONADO, S. H.; PAREDES-LOPEZ, O. Biotechnology for the improvement of

nutritional quality of food crop plants. In PAREDES-LOPEZ, O. (Ed.). Molecular biotechnology

for plant food production. Lancaster: Technomic, p. 590-591, 1999.

65

HACISALIHOGLU, G.; LARBI, B.; SETTLES, A. M. Near-infrared reflectance spectroscopy

predicts protein, starch, and seed weigth in intact seeds of common bean (Phaseolus vulgaris L.).

Journal of Agricultural and Food Chemistry, p. 702-706, 2010.

IADEROZA, M., SALES, A. M., BALDINI, V. L. S. Atividade de polifenoloxidase e alterações da

cor e dos teores de taninos condensados em novas cultivares de feijão (Phaseolus vulgaris L.)

durante o armazenamento. Coletânea do Instituto de Tecnologia de Alimentos, Campinas, p.154-

164, 1989.

IBGE – Instituto Brasileiro de Geografia e Estatística. Levantamento sistemático da produção

agrícola. Rio de Janeiro: IBGE, 2012, disponível em:

http://www.ibge.gov.br/home/estatistica/indicadores/agropecuaria/lspa/ - acesso em 21-12-2013.

INFRASOFT INTERNATIONAL. Routine operation, calibration development and network system

management manual. Infrasoft International, Port Matilda, Pennsylvania, p. 335, 2007.

KANG, M. S.; GAUCH Júnior, H. G. Genotype by environment interaction. New York: CRC, p.

416, 1996.

LANZA, M.A.; PAULA J.R.; BARROS E.G.; MOREIRA, M.A. Avaliação da Resistencia de

cultivares de feijão recomendados para Minas Gerais à murcha de Fusarium. Fitopatologia

Brasileira, p. 22-27, 1997.

LAVORANTI, O. J. Estabilidade e adaptabilidade fenotípica por meio da reamostragem

“Bootstrap” no modelo AMMI. 2003. 166f. Tese (Doutorado em Estatística e Experimentação

Agronômica) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo,

Piracicaba, 2003.

LEMOS, L. B.; OLIVEIRA, R. S.; PALOMINO, E. C.; SILVA, T. R. B. Características

agronômicas e tecnológicas de genótipos de feijão do grupo comercial Carioca. Pesquisa

Agropecuária Brasileira, Brasília, p.319-326, 2004.

LIN, C. S.; BINNS, M. R. A method of analysing cultivars x location x year experiments : new

stability parameter. Theoretical Applied Genetics, p.425-430, 1988

LIN, C.S. Grouping genotypes by a cluster method directly relatedto genotype-environment

interaction mean square. Theoretical and Applied Genetics, p.277-280, 1982.

MAHUKU G. S.; JARA C.; CUASQUER J. B.; CASTELLANOS G. Genetc variability within

Phaeoisariopsis griseola from Central América and its implications for resistence breeding of

Common Bean. Plant Pathology, p. 594-604, 2002.

MAPA. Instrução normativa n° 25, de 23 de maio de 2006. Disponível em:

http://www.agricultura.gov.br/arq_editor/file/vegetal/Sementes_e_mudas/Registro_Nacional_de_C

ultivares.pdf

MARINGONI, A. C.; KIMATI, H.; E KUROZAWA, C. Variabilidade sorológica entre isolados

de Xanthomonas campestris pv. phaseoli. Summa Phytopathologica, p. 164-167, 1994.

MARIOTTI, J. A.; OYARZABAL, E. S.; OSA, J. M.; BULACIO, A. R. N.; ALMADA, G. H.

Analisis de estabilidad y adaptabilidad de genotipos de cana de azucar. i. interacciones dentro de

una localidad experimental. Revista Agronómica del Nordeste Argentino. p.104-118, 1976.

66

MELLO FILHO, O. L.; SEDIYAMA, C. S.; MOREIRA, M. A.; REIS, A.S.; MASSONI, G. A.;

PIOVESAN, N. D. Produtividade de grãos e qualidade de sementes de soja selecionada para alto

teor de proteína. Pesquisa Agropecuária Brasileira, p.445-450, 2004.

MENDES, F. F.; RAMALHO, M. A. P.; ABREU, Â. de F. B. Índice de seleção para escolha de

populações segregantes do feijoeiro-comum. Pesquisa Agropecuária Brasileira, p.1312-1318, 2009.

MESQUITA, R. F.; CORRÊA, D. A.; ABREU, P. M. C.; LIMA, Z. A. R.; ABREU, B. F. A.

Linhagens de feijão (Phaseolus vulgaris, L.): Composição química e digestibilidade protéica.

Ciência e Agrotecnologia, p.1114-1121, 2007.

MIKLAS P. N.; KELLY J. D.; BEEBE S. E.; BLAIR M. W. Common bean breeding for resistance

against biotic and abiotic stresses: From classical to MAS breeding. Euphytica, p.105-131, 2006.

MOHAN, S. K. BIANCHINI, A.; MENEZES, R. J. Doenças do feijoeiro no estado do Paraná: Guia

para identificação e controle. Londrina: IAPAR, p.26, 1983

MULAMBA, N. N.; MOCK, J. J. Improvement of yield potential of the Eto Blanco maize (Zea

mays L.) population by breeding for plant traits. Egyptian Journal of Genetics and Cytology, p. 40-

51, 1978.

MURAKAMI, D. M.; CRUZ, C. D. Proposal of methodologies for environment stratification and

analysis of genotype adaptability. Crop Breeding and Applied Biotechnology, p.7-11, 2004.

NASCIMENTO, S. R. C.; KUROZAWA, C.; MARINGONI, A. C. Avaliação de raças fisiológicas

de Fusarium oxysporum f. sp. phaseoli. Fitopatologia Brasileira, Brasília, p. 214-217, 1995.

NEVES, L. G.; BRUCKNER, C. H.; CRUZ, C. D.; VIANA, A. P.; CARELLI, M. A. A. Predição

de ganhos, com diferentes índices de seleção, para características de frutos do maracujazeiro-

amarelo. Revista Brasileira de Fruticultura, p. 1322-1330, 2011.

OSBORN, T. C. Genetic Control of Bean Seed Protein. Plant Science, p. 93-116, 1988.

PASTOR-CORRALES, M. A.; TU, J. C. Antracnosis. In: PASTOR-CORRALES, M. A.;

SCHWARTZ, H. F. (Ed). Problemas de produccion del frijol em los trópicos. 2. Ed. Cali: CIAT,

1994. p. 87-119.

PAULA JÚNIOR, T. J. de; ZAMBOLIM, L. Doenças. In VIEIRA, C.; PAULA JÚNIOR, T. J. de;

BORÉM, A. (org.). Feijão. 2. ed. Viçosa: UFV, 2006. p. 359-414.

PEREIRA H. S.; MELO L. C.; FÁRIA L. C.; DEL PELOSO M. J.; COSTA J. G. C., RAVA C. A.;

WENDLAND A. Adaptabilidade e Estabilidade de genótipos de feijoeiro-comum com grãos tipo

carioca na Região Central do Brasil. Pesquisa Agropecuária Brasileira, p.29-37, 2009.

PEREIRA, H. S.; MELO, L. C.; FARIA, L. C. de; DEL PELOSO, M. J.; WENDLAND, A.

Estratificação ambiental na avaliação de genótipos de feijoeiro-comum tipo Carioca em Goiás e no

Distrito Federal. Pesquisa Agropecuária Brasileira, p.554-562, 2010.

PEREIRA, M. J.; RAMALHO, M. A. P.; ABREU, A. F. Estratégias para eficiência da seleção de

feijoeiro para resistência à murcha-de-fusário. Pesquisa Agropecuária Brasileira, p.721-728, 2008.

PEREIRA, M. J. Z.; RAMALHO, M. A. P.; ABREU, A. F. B.. Reação de linhagens de feijoeiro ao

fungo Fusarium oxysporum f. sp. phaseoli em condições controladas. Ciência Agrotécnica, p.940-

947, 2011.

67

PIMENTEL GOMES, F. Curso de Estatística Experimental. São Paulo: Nobel, 1985.

PINTO, A. C. S. Análise padrão especial e do gradient da antracnose do feijoeiro em diferentes

safras de cultivo. Summa Phytopathologica, p. 392-398, 2001

PIZA, S. M. de T. Patogenicidade de Fusarium oxysporum f. sp. phaseoli e reação de germoplasma

de feijoeiro (Phaseolus vulgaris L.). Summa Phytopatologica, p. 156- 167, 1993.

PLHAK, L. C.; CALDWELL, K. B.; STANLEY, D. W. Comparison of methods used to

characterize water imbibition in hard-to-cook beans. Journal of Food Science, p. 326-336, 1989.

POMPEU, A. S.; CROWER, L. V. Methods of inoculation and bacterial concentrations of

Xanthomonas phaseoli Down. for the inheritance of disease reaction in Phaseolus vulgaris crosses

(dry bean), under growth chamber conditions. Ciência e Cultura, p. 1078-1081, 1973.

PROCTOR, J. R.; WATTS, B. M. Development of a Modified Mattson Bean Cooker Produre

Based on Sensory Panel Cookability Evaluation. Canadian Institute of Food Science and

Tecnology, Ottowa, p. 9-14, 1987.

RAMALHO, M. A. P.; ABREU, A. F. B. Cultivares. In: VIEIRA, C.; PAULA JÚNIOR, T. J.;

BORÉM, A. Feijão: aspectos gerais e cultura no Estado de Minas. 2. ed. Viçosa: UFV, p. 415-436.

2006.

RAMALHO, M. A. P.; ABREU A. F. B.; SANTOS J. B. NUNES, J. A. R. Aplicações da genética

quantitativa no melhoramento de plantas autógamas. Ciência Agrotécnica, p. 33-40, 2012.

RAMOS J. R.; LEMOS, L. B.; SILVA, T. R. B. Componentes da produção, produtividade de

grãos e características tecnológicas de cultivares de feijão. Bragantia, p.75-82, 2005.

RAVA, C. A.; SARTORATO, A.; COSTA, J. G. C. Reação de genótipos de feijoeiro comum ao

Fusarium oxysporum f. sp. phaseoli em casa de vegetação. Fitopatologia Brasileira, p.296-300,

1996.

RAVA, C.A.; SARTORATO, A.; ROMEIRO, R.S. Avaliação de cultivares de feijoeiro quanto a

resistência a Xanthomonas campestris pv. phaseoli em condições de campo e casa de vegetação.

Summa Phytopathologyca, p.83-91, 1990.

RESENDE, M. D. V. de. Matemática e estatística na análise de experimentos e no melhoramento

genético. Colombo: Embrapa Florestas, 2007.

RESENDE, M. D. V. Genética biométrica e estatística no melhoramento de plantas perenes.

Brasília: Embrapa Informação Tecnológica, 2002

RIBEIRO N. D., FILHO A. C., POERSCH, N. L.; ROSA, D. P. Critério de seleção indireta para a

produtividade de grãos em feijão. Ciencia. Rural, p. 4-9. 2010.

RIBEIRO, N. D.; LONDERO, P. M.G.; HOFFMANN JÚNIOR, L.; POERSCH, N. L.;

CARGNELUTTI FILHO, A. Dissimilaridade genética para teor de proteína e fibra em grãos de

feijão dos grupos preto e de cor. Revista Brasileira de Agrociência, p.167-173, 2005

RIBEIRO, N. D.; SOUZA, J. F. de; ANTUNES, I. F. e POERSCH, N. L. Estabilidade de

produção de cultivares de feijão de diferentes grupos comerciais no Estado do Rio Grande do

Sul. Bragantia, p. 339-346, 2009.

68

RIBEIRO, N. D. Potencial de aumento da qualidade nutricional do feijão por melhoramento

genético. Semina: Ciências Agrárias, p.1267-1376, 2010.

RIBEIRO, N. D.; RODRIGUES, J. A.; CARGNELUTTI FILHO, A.; POERSH, N. L.; TRENTIN,

M.; ROSA, S. S. Efeitos de períodos de semeadura e das condições de armazenamento sobre a

qualidade de grãos de feijão para o cozimento. Bragantia, p.157-163, 2007.

RIBEIRO, R. L. D. & HAGEDORN, D. J. Inheritance of resistance in beans to Fusarium

oxysporum f. sp. phaseoli. Phytopathology, p.859-61, 1979.

ROBERTSON, A. Experimental design on the measurement of heritabilities and genetic

correlations: biometrical genetics. Pergamon Press, p. 186, 1959.

ROCHA JÚNIOR, W. C.; SANTOS, J. B.; COSTA M. C. M. Reação de cultivares e linhagens de

feijão a Fusarium oxysporum f. sp. phaseoli. Fitopatologia Brasileira. p. 407-409, 1998.

ROCHA, R. B.; MURO-ABAD, J. I.; ARAUJO, E. F.; CRUZ, C. D. Avaliação do método

centroide para estudo de adaptabilidade ao ambiente de clones de Eucalyptus grandis. Ciência

Florestal, p.255-266, 2005.

RODRIGUES, J. A.; RIBEIRO, N. D.; CARGNELUTTI FILHO, A.; TRENTIN, M.;

LONDERO, P. M. G. Qualidade para o cozimento de grãos de feijão obtidos em diferentes

safras. Bragantia, p. 369-376, 2005.

SAETTLER, A.W. Common baxterial blight. In SCHWARTZ, H. F. et al (Ed.) Compendium of

bean diseases. 2nd

ed. Saint Paul: APS PRES, p. 46-47, 2005

SANTOS, A. S., BRESSAN-SMITH, R. E., PEREIRA, M. G., RODRIGUES, R., FERREIRA, C.

F. Genetic linkage map of Phaseolus vulgaris and identification of QTLs responsible for resistance

to Xanthomonas axonopodis pv. phaseoli. Fitopatologia. Brasileira 2003.

SARTORATO, A.; RAVA, C. A. Mancha angular. In: Sartorato, A. & Rava, C.A.(Eds.) Principais

Doenças do Feijoeiro Comum e seu Controle. Brasília. EMBRAPA-SPI. p. 41.68, 1994.

SANTOS, J. B.; GAVILANES, M. L. Botânica. In: VIEIRA, C.; PAULA JÚNIOR, T. J.; BORÉM,

A. (Eds.). Feijão.Aspectos gerais e cultura no Estado de Minas. Viçosa, MG: Universidade Federal

de Viçosa, 1998.

SARTORI, M. R. Technological quality of dry beans (Phaseolus vulgaris) stored under nitrogen.

PhD. Dissertation. Manhattan, Kansas, USA: Department of Grain Science and Industry, Kansas

State University, 1982.

SCHOLZ, S. B. M.; FONSECA JUNIOR, N. S. Influência ambiental, genotípica e sua interação na

qualidade tecnológica de feijão do grupo preto no Paraná. In: VI Reunião Nacional de Pesquisa do

Feijão, Goiânia, p.389.392, 1999.

SENNA S. N.; FREITAS M.L.M.; ZANATTO, A. C. S.; MORAIS, E.; ZANATA, M.; MORAES

M. L. T.; SEBENN A. M. Variação e parâmetros genéticos em teste de progenies de polinização

livre de Peltophorum dubium taubert em Luiz Antonio – SP. Scientia. Forestalis, p.345-352, 2012.

SILVA, K. J. D.; SOUZA, E. A.; ISHIKAWA, F. H. Characterization of Colletotrichum

lindemuthianum. Isolates from the state of Minas Gerais, Brazil. Journal of Phytopathology, p. 241-

247, 2007

69

SINGH, S. P.; SCHWARTZ, H. F. Breeding common bean for resistence to diseases: a review.

Crop Science, p. 2199-2223, 2010

SMITH, H. F. A discriminant function for plant selection. Annual Eugenics, [S.l.], p. 240-250,

1936.

SUGIMORI, M. H. Caracterização sorológica dos patovares brancos de Xanthomonas campestris e

Reação de Mangueiras (Mangifera indica L.) a Xanthomonas campestris pv. mangiferaeindicae.

Tese apresentada a escola superior de Agricultura Luiz de Queiroz, da Universidade de São Paulo,

1989.

THUNG, M.; SARTORATO, A. Alteração na ordem de importância das doenças do feijoeiro

comum (Phaseolus vulgaris L.) devido a mudanças nas práticas culturais e na preferência do tipo de

grão no Brasil. Série Documentos n° 132, CNPAF/EMBRAPA, 2002.

VIEIRA, C. Melhoramento do Feijão. In BOREM, A. Melhoramento de espécies cultivadas. 2. Ed

Viçosa, MG: UFV, p. 301-392, 2005.

ZANATTA Z. G. C.; MOURA A. B.; MAIA L. C.; SANTOS A.S. Bioassay for selection of

biocontroller bacteria against bean common blight (Xanthomonas axonopodis pv. phaseoli).

Brazilian Journal of Microbiology, p. 511–515, 2007

ZUCARELI, C; PRANDO, A. M.; RAMOS JUNIOR, E. U. e NAKAGAWA, J. Fósforo na

produtividade e qualidade de sementes de feijão Carioca Precoce cultivado no período das

águas. Ciência Agronomica. p. 32-38, 2011.

70

7. ANEXOS

Anexo 1. Médias de PEANC, PEAPC, PGI, PROT, L* e PROD dos 27

genótipos avaliados em Capão Bonito na safra das águas de 2011

Genótipo PEANC PEAPC PGI PROT L* PROD

IAC Alvorada 104 126 82 21,8 52,8 4.171

BRS Realce 111 131 40 20,3 49,3 3.321

Gen C 2-6-4-1-1 108 113 97 20,2 51,2 4.254

Gen C 2-6-6-2-1 103 116 84 20,2 52,0 4.388

Gen C 4-7-2-2-1 105 121 76 20,8 49,7 4.150

Gen C 4-7-7-2-2 104 115 84 20,4 52,0 4.213

Gen C 4-7-8-1-2 101 123 49 20,3 52,0 4.967

Gen C 5-3-6-1-1 109 121 77 19,7 50,3 3.808

CHC 01-175 105 113 90 20,5 46,8 4.333

CHP 98-66-20 99 113 63 20,2 21,4 3.646

CNFC 10729 99 116 74 20,2 51,7 3.967

CNFC 10762 111 120 83 20,7 49,2 4.588

CNFP 10794 107 126 54 19,9 22,9 4.625

IAC Diplomata 106 122 69 22,0 22,9 3.646

IAC Una 111 119 79 19,9 22,6 3.433

IPR 139 101 112 75 20,3 51,6 3.546

LP 07-80 100 117 87 19,9 52,2 4.683

LP 08-90 103 130 75 17,6 21,9 4.283

LP 09-192 109 120 91 20,4 23,0 4.471

LP 09-40 106 119 62 18,5 52,6 4.596

BRSMG Madrepérola 104 125 60 21,1 55,4 3.413

MAII - 2 108 127 75 19,7 49,8 3.442

Gen PR 11-2-8-1-1 100 118 70 20,9 22,8 3.463

Gen PR 14-2-10-1-2 105 121 58 20,6 22,6 3.925

Gen PR 14-2-2-1-1 110 121 70 21,7 22,5 4.025

SM 1107 106 114 78 19,8 22,8 3.708

SM 1810 100 116 85 21,6 22,9 2.113

71


genótipos avaliados em Mococa na safra das águas de 2011


IAC Alvorada 107 117 59 18,3 52,1 2.421

BRS Realce 114 118 62 19,7 51,8 2.413

Gen C 2-6-4-1-1 111 117 63 18,1 50,3 3.075

Gen C 2-6-6-2-1 106 119 57 18,7 51,7 3.071

Gen C 4-7-2-2-1 108 116 70 18,1 49,2 2.313

Gen C 4-7-7-2-2 126 117 74 18,6 51,4 2.313

Gen C 4-7-8-1-2 105 130 55 18,7 52,3 2.613

Gen C 5-3-6-1-1 108 117 61 17,6 49,6 3.033

CHC 01-175 111 120 60 18,2 43,7 3.088

CHP 98-66-20 108 121 77 18,6 20,1 3.033

CNFC 10729 111 109 78 19,0 52,1 2.729

CNFC 10762 110 119 50 17,8 44,6 3.008

CNFP 10794 105 119 85 18,2 23,8 3.433

IAC Diplomata 110 129 69 20,6 23,0 2.375

IAC Una 95 113 80 18,3 22,5 2.521

IPR 139 110 110 56 16,9 49,3 2.663

LP 07-80 98 109 82 18,1 51,3 2.425

LP 08-90 109 110 69 18,4 22,5 3.042

LP 09-192 107 118 79 19,5 23,6 2.650

LP 09-40 105 116 85 17,2 51,8 2.950


MAII - 2 106 128 88 18,5 48,0 2.529

Gen PR 11-2-8-1-1 109 124 58 19,7 23,5 2.492

Gen PR 14-2-10-1-2 112 107 86 18,8 23,2 2.679

Gen PR 14-2-2-1-1 105 116 76 19,8 23,1 2.388

SM 1107 111 115 73 16,5 23,0 2.117

SM 1810 106 118 72 17,6 23,4 2.542

72


genótipos avaliados em Capão Bonito na safra das águas de 2012.


IAC Alvorada 111 119 87 20,0 51,8 1.758

BRS Realce 106 127 50 20,9 46,1 1.142

Gen C 2-6-4-1-1 112 117 98 19,0 51,2 2.188

Gen C 2-6-6-2-1 108 121 88 18,3 50,6 2.242

Gen C 4-7-2-2-1 108 112 88 19,5 48,8 2.075

Gen C 4-7-7-2-2 107 117 93 20,6 51,7 2.033

Gen C 4-7-8-1-2 106 108 89 19,6 50,0 2.379

Gen C 5-3-6-1-1 112 119 88 18,1 49,1 3.013

CHC 01-175 113 117 98 19,3 47,7 2.825

CHP 98-66-20 115 130 95 19,2 22,0 1.692

CNFC 10729 106 126 36 18,7 49,3 2.883

CNFC 10762 112 126 73 19,5 50,5 1.717

CNFP 10794 99 119 86 20,3 22,1 2.033

IAC Diplomata 108 116 78 20,2 23,3 1.463

IAC Una 110 112 83 18,0 22,8 2.392

IPR 139 102 122 88 18,8 52,2 2.717

LP 07-80 110 114 87 18,7 52,2 3.146

LP 08-90 109 112 86 18,3 21,7 2.154

LP 09-192 109 121 80 18,7 22,3 3.721

LP 09-40 109 119 80 16,0 51,5 3.788


MAII - 2 108 117 81 18,9 49,1 2.508

Gen PR 11-2-8-1-1 110 112 88 19,7 22,2 2.338

Gen PR 14-2-10-1-2 108 110 94 18,8 21,9 2.317

Gen PR 14-2-2-1-1 108 115 100 19,3 22,1 1.975

SM 1107 108 126 43 18,6 22,4 3.317

SM 1810 113 116 88 20,1 22,7 1.717

73


genótipos avaliados em Itararé na safra das águas de 2012.


IAC Alvorada 107 110 91 24,2 55,2 2.775

BRS Realce 104 115 84 21,8 54,2 2.175

Gen C 2-6-4-1-1 107 123 95 22,8 54,3 2.127

Gen C 2-6-6-2-1 106 114 70 22,8 52,7 2.290

Gen C 4-7-2-2-1 107 124 62 23,1 53,4 2.406

Gen C 4-7-7-2-2 107 124 62 21,9 54,5 3.023

Gen C 4-7-8-1-2 109 122 62 21,9 54,5 2.846

Gen C 5-3-6-1-1 106 113 78 22,3 55,3 1.746

CHC 01-175 112 116 85 23,3 50,0 2.208

CHP 98-66-20 114 122 88 22,3 19,9 1.181

CNFC 10729 110 126 58 22,4 54,0 2.071

CNFC 10762 113 115 95 21,6 51,7 2.390

CNFP 10794 104 121 89 23,4 20,3 1.279

IAC Diplomata 107 116 71 23,9 20,1 1.921

IAC Una 107 119 62 22,2 21,1 2.581

IPR 139 108 118 97 22,6 54,6 1.719

LP 07-80 109 109 95 22,0 54,0 2.321

LP 08-90 107 115 66 21,9 21,3 2.742

LP 09-192 114 118 95 22,1 20,6 2.558

LP 09-40 108 117 46 19,5 56,4 2.727


MAII - 2 104 129 40 22,2 53,4 2.469

Gen PR 11-2-8-1-1 110 126 76 23,6 21,1 2.142

Gen PR 14-2-10-1-2 109 116 87 23,3 20,0 2.660

Gen PR 14-2-2-1-1 110 117 97 22,5 19,9 2.246

SM 1107 113 109 95 21,1 20,4 1.831

SM 1810 113 124 75 23,2 19,6 502

74


genótipos avaliados em Taquarituba na safra das águas de 2012.


IAC Alvorada 110 129 42 22,4 54,5 4.500

BRS Realce 107 122 63 22,7 50,1 3.417

Gen C 2-6-4-1-1 110 116 81 20,7 52,0 3.875

Gen C 2-6-6-2-1 109 120 58 20,9 53,6 3.333

Gen C 4-7-2-2-1 105 124 65 23,9 51,1 3.542

Gen C 4-7-7-2-2 106 130 18 23,6 53,1 4.042

Gen C 4-7-8-1-2 106 110 55 22,1 53,6 3.792

Gen C 5-3-6-1-1 113 113 92 19,7 52,3 3.300

CHC 01-175 106 123 48 22,3 49,1 3.583

CHP 98-66-20 105 117 25 19,0 22,3 3.333

CNFC 10729 108 122 45 22,7 53,7 4.250

CNFC 10762 112 116 71 21,4 52,5 4.000

CNFP 10794 104 114 82 22,8 22,7 3.708

IAC Diplomata 107 124 48 24,9 22,3 3.167

IAC Una 116 122 65 22,1 22,6 3.375

IPR 139 104 118 46 21,5 53,4 3.208

LP 07-80 108 116 51 21,8 52,9 4.208

LP 08-90 106 123 33 20,0 21,5 4.125

LP 09-192 123 121 81 23,0 23,1 3.875

LP 09-40 110 132 16 18,5 54,6 3.958


MAII - 2 111 103 89 24,7 52,4 3.792

Gen PR 11-2-8-1-1 105 121 31 24,2 22,7 3.208

Gen PR 14-2-10-1-2 103 113 70 21,7 22,9 3.583

Gen PR 14-2-2-1-1 105 123 24 22,1 22,5 3.208

SM 1107 108 116 49 22,1 22,9 3.167

SM 1810 107 119 30 21,4 22,5 3.875

75


genótipos avaliados em Andradina na safra de inverno de 2012.


IAC Alvorada 122 134 61 22,9 59,3 963

BRS Realce 104 132 81 27,2 56,1 795

Gen C 2-6-4-1-1 116 115 87 24,6 56,4 831

Gen C 2-6-6-2-1 118 117 88 24,8 54,6 1.053

Gen C 4-7-2-2-1 118 120 70 24,6 58,7 963

Gen C 4-7-7-2-2 118 112 85 25,4 57,9 742

Gen C 4-7-8-1-2 111 111 86 24,6 59,7 943

Gen C 5-3-6-1-1 113 127 95 22,7 57,7 951

CHC 01-175 95 110 71 25,0 53,9 849

CHP 98-66-20 104 122 60 21,5 21,7 967

CNFC 10729 106 120 79 24,3 58,8 933

CNFC 10762 134 121 68 22,9 55,3 1.078

CNFP 10794 112 117 44 24,0 22,5 947

IAC Diplomata 112 111 60 26,2 20,8 818

IAC Una 119 118 57 23,9 23,4 1.031

IPR 139 98 108 88 24,1 58,0 759

LP 07-80 116 115 69 22,9 58,2 1.033

LP 08-90 113 118 65 23,5 21,9 987

LP 09-192 114 136 90 24,6 21,1 898

LP 09-40 112 116 81 22,2 60,5 859

BRSMG Madrepérola 106 119 74 24,8 59,4 723

MAII - 2 107 117 71 22,4 55,9 961

Gen PR 11-2-8-1-1 115 111 72 24,6 22,6 1.115

Gen PR 14-2-10-1-2 81 116 85 23,7 23,2 787

Gen PR 14-2-2-1-1 107 121 38 19,0 23,9 837

SM 1107 108 120 53 22,9 20,8 856

SM 1810 113 118 77 23,9 22,4 800

76


genótipos avaliados em Colina na safra de inverno de 2012.


IAC Alvorada 109 121 43 23,6 55,8 1.853

BRS Realce 118 124 66 25,2 53,0 621

Gen C 2-6-4-1-1 111 116 89 24,2 55,6 902

Gen C 2-6-6-2-1 111 116 78 22,7 56,0 2.193

Gen C 4-7-2-2-1 109 127 32 24,4 57,5 1.591

Gen C 4-7-7-2-2 103 115 45 22,7 56,8 1.983

Gen C 4-7-8-1-2 111 111 69 22,5 55,6 1.538

Gen C 5-3-6-1-1 112 139 24 23,2 54,8 1.920

CHC 01-175 105 113 69 26,7 51,9 1.868

CHP 98-66-20 121 110 63 23,6 23,6 1.084

CNFC 10729 112 129 31 25,0 55,5 1.502

CNFC 10762 114 123 58 23,3 54,7 1.366

CNFP 10794 108 111 71 23,3 21,1 2.423

IAC Diplomata 110 115 54 26,7 23,1 1.306

IAC Una 111 105 76 24,3 -11,8 1.199

IPR 139 92 106 88 24,4 56,9 1.798

LP 07-80 108 120 37 23,5 23,4 1.987

LP 08-90 106 109 61 23,2 23,5 1.728

LP 09-192 115 124 75 23,9 -9,9 1.838

LP 09-40 109 121 27 21,4 59,7 2.088


MAII - 2 110 119 72 23,2 23,6 1.968

Gen PR 11-2-8-1-1 107 114 72 25,7 23,7 1.569

Gen PR 14-2-10-1-2 106 107 93 24,2 24,1 1.131

Gen PR 14-2-2-1-1 116 118 76 24,5 23,0 1.196

SM 1107 114 105 84 24,1 23,9 1.340

SM 1810 112 116 58 23,4 21,9 1.529

77


genótipos avaliados em Ribeirão Preto na safra de inverno de 2012.


IAC Alvorada 121 124 98 24,2 58,0 1.988

BRS Realce 88 115 95 24,1 54,5 2.042

Gen C 2-6-4-1-1 118 121 99 23,8 56,9 1.533

Gen C 2-6-6-2-1 114 121 96 23,7 56,0 1.950

Gen C 4-7-2-2-1 113 118 93 25,6 54,8 1.629

Gen C 4-7-7-2-2 113 121 91 26,2 57,1 1.671

Gen C 4-7-8-1-2 99 121 99 25,1 56,8 1.654

Gen C 5-3-6-1-1 113 140 95 23,5 53,2 1.521

CHC 01-175 117 120 99 25,0 53,9 1.946

CHP 98-66-20 118 121 86 24,0 22,7 1.517

CNFC 10729 103 116 85 25,5 55,8 1.733

CNFC 10762 116 131 98 24,6 55,6 2.038

CNFP 10794 88 112 74 23,0 23,6 1.938

IAC Diplomata 109 120 81 25,7 22,7 1.871

IAC Una 117 119 95 24,5 22,0 1.671

IPR 139 78 111 97 25,0 55,2 1.638

LP 07-80 114 120 79 23,8 55,9 1.783

LP 08-90 119 114 97 24,5 22,5 1.583

LP 09-192 107 124 98 24,8 22,9 1.742

LP 09-40 110 120 83 23,7 57,9 1.688


MAII - 2 105 118 96 24,6 54,2 1.975

Gen PR 11-2-8-1-1 96 109 93 25,0 22,3 1.833

Gen PR 14-2-10-1-2 118 119 97 25,0 23,9 1.604

Gen PR 14-2-2-1-1 119 124 83 25,7 23,8 1.742

SM 1107 110 108 73 25,6 23,0 1.325

SM 1810 108 111 90 25,0 22,4 1.029

78


genótipos avaliados em Votuporanga na safra de inverno de 2012.


IAC Alvorada 113 119 78 21,5 56,3 1.900

BRS Realce 113 131 69 21,4 54,0 1.870

Gen C 2-6-4-1-1 110 115 84 20,3 55,5 2.186

Gen C 2-6-6-2-1 118 116 81 19,8 56,3 1.963

Gen C 4-7-2-2-1 112 121 65 21,5 54,3 2.147

Gen C 4-7-7-2-2 115 112 70 21,4 57,0 2.051

Gen C 4-7-8-1-2 112 131 73 20,3 58,0 2.133

Gen C 5-3-6-1-1 110 119 87 19,7 55,8 1.897

CHC 01-175 119 120 88 21,3 53,7 2.049

CHP 98-66-20 109 121 59 21,1 22,5 1.887

CNFC 10729 108 120 54 20,4 55,9 1.820

CNFC 10762 111 118 88 20,4 55,1 2.451

CNFP 10794 103 123 61 22,2 22,6 1.654

IAC Diplomata 110 119 63 22,2 22,3 1.557

IAC Una 113 123 80 21,8 22,9 1.950

IPR 139 108 111 94 22,3 55,4 1.518

LP 07-80 107 131 37 20,9 55,8 1.816

LP 08-90 120 120 60 21,5 22,2 1.888

LP 09-192 116 124 93 21,5 22,9 1.913

LP 09-40 118 133 42 19,5 58,9 2.087


MAII - 2 120 123 80 21,0 55,0 1.938

Gen PR 11-2-8-1-1 108 113 65 22,1 23,0 2.033

Gen PR 14-2-10-1-2 117 126 68 21,7 22,7 1.781

Gen PR 14-2-2-1-1 107 113 86 22,2 22,8 1.686

SM 1107 114 131 28 21,1 22,7 1.637

SM 1810 110 118 85 21,8 22,9 1.165

79


genótipos avaliados em Avaré na safra da seca de 2012.


IAC Alvorada 107 140 28 25,2 51,2 5.103

BRS Realce 101 123 16 21,4 47,9 3.798

Gen C 2-6-4-1-1 112 108 70 23,2 51,9 4.491

Gen C 2-6-6-2-1 104 114 54 21,4 51,0 4.626

Gen C 4-7-2-2-1 105 120 49 23,2 52,7 4.911

Gen C 4-7-7-2-2 105 103 87 23,2 51,4 4.676

Gen C 4-7-8-1-2 103 122 25 21,5 50,6 4.789

Gen C 5-3-6-1-1 103 129 40 21,6 51,3 3.632

CHC 01-175 107 116 52 23,1 48,7 5.024

CHP 98-66-20 115 116 38 23,7 20,4 4.008

CNFC 10729 106 118 30 22,6 50,6 3.914

CNFC 10762 117 113 83 22,6 50,4 4.477

CNFP 10794 108 104 70 23,1 - 4.972

IAC Diplomata 109 118 39 25,9 20,3 3.523

IAC Una 109 119 67 22,5 21,0 4.003

IPR 139 95 106 64 23,9 52,2 4.236

LP 07-80 106 119 57 22,7 52,0 4.965

LP 08-90 104 103 74 23,1 20,6 3.927

LP 09-192 114 121 85 23,7 20,7 4.168

LP 09-40 109 125 31 19,6 53,8 5.113


MAII - 2 107 116 50 23,2 51,7 4.277

Gen PR 11-2-8-1-1 107 105 77 25,1 20,9 3.528

Gen PR 14-2-10-1-2 110 110 73 22,7 20,2 4.198

Gen PR 14-2-2-1-1 104 102 67 21,9 20,7 4.203

SM 1107 109 124 30 22,6 20,7 4.323

SM 1810 103 111 58 22,2 20,8 4.043

80


genótipos avaliados em Mococa na safra da seca de 2012.


IAC Alvorada 109 118 75 21,7 54,5 3.025

BRS Realce 102 114 32 20,8 52,1 3.038

Gen C 2-6-4-1-1 105 120 96 19,2 54,2 3.388

Gen C 2-6-6-2-1 107 102 95 18,1 52,8 3.196

Gen C 4-7-2-2-1 103 106 88 20,0 54,6 3.004

Gen C 4-7-7-2-2 109 113 92 19,5 55,2 3.446

Gen C 4-7-8-1-2 103 115 73 19,5 54,8 3.254

Gen C 5-3-6-1-1 107 108 89 19,2 52,4 3.163

CHC 01-175 112 123 96 21,1 51,7 2.875

CHP 98-66-20 111 112 73 20,5 21,6 3.092

CNFC 10729 102 110 53 18,3 51,5 2.779

CNFC 10762 110 109 100 19,9 52,5 3.188

CNFP 10794 98 105 60 19,8 22,0 3.813

IAC Diplomata 111 110 57 22,2 21,4 2.550

IAC Una 110 110 67 20,9 22,6 2.863

IPR 139 111 118 79 19,0 54,2 3.175

LP 07-80 108 109 79 20,1 54,2 3.492

LP 08-90 108 117 72 20,1 21,1 3.300

LP 09-192 111 116 100 20,9 22,0 2.992

LP 09-40 108 109 76 19,5 53,8 3.783


MAII - 2 105 114 70 20,9 50,8 3.171

Gen PR 11-2-8-1-1 114 111 89 23,4 22,8 3.013

Gen PR 14-2-10-1-2 104 109 81 18,7 22,7 3.013

Gen PR 14-2-2-1-1 104 112 92 21,4 21,9 2.829

SM 1107 104 106 94 20,3 22,0 3.025

SM 1810 108 98 66 20,8 21,6 3.171

81


genótipos avaliados em Taquarituba na safra da seca de 2012.


IAC Alvorada 103 118 50 24,8 44,5 1.182

BRS Realce 110 115 67 27,8 42,5 801

Gen C 2-6-4-1-1 107 114 68 25,9 44,6 2.728

Gen C 2-6-6-2-1 104 113 43 26,8 47,4 2.626

Gen C 4-7-2-2-1 111 108 84 28,7 36,4 2.365

Gen C 4-7-7-2-2 114 111 92 24,9 40,5 3.209

Gen C 4-7-8-1-2 101 118 24 24,3 46,1 2.371

Gen C 5-3-6-1-1 106 115 60 24,7 46,7 2.585

CHC 01-175 104 113 70 22,0 42,7 2.607

CHP 98-66-20 106 105 62 26,6 13,1 2.596

CNFC 10729 103 112 72 23,2 44,7 1.675

CNFC 10762 113 114 57 26,4 39,4 877

CNFP 10794 110 114 49 24,2 17,9 3.126

IAC Diplomata 105 118 65 28,4 18,8 1.800

IAC Una 107 110 77 24,4 18,6 1.950

IPR 139 103 104 65 25,1 46,1 2.566

LP 07-80 107 115 62 26,1 43,5 3.493

LP 08-90 106 110 73 22,4 18,1 2.808

LP 09-192 104 107 81 24,7 17,6 2.260

LP 09-40 108 114 84 20,6 43,6 3.040


MAII - 2 113 118 92 25,4 44,9 2.630

Gen PR 11-2-8-1-1 109 117 52 24,6 18,8 1.098

Gen PR 14-2-10-1-2 107 108 89 22,2 18,7 2.697

Gen PR 14-2-2-1-1 108 129 54 26,1 19,2 2.103

SM 1107 106 108 76 23,2 19,0 1.015

SM 1810 108 115 54 24,1 19,7 2.175

82


genótipos avaliados em Andradina na safra de inverno de 2013.


IAC Alvorada 119 147 47 28,9 58,0 1.180

BRS Realce 114 140 55 28,2 54,9 1.445

Gen C 2-6-4-1-1 120 139 79 28,6 55,1 1.337

Gen C 2-6-6-2-1 116 148 73 28,3 55,7 1.405

Gen C 4-7-2-2-1 111 130 70 28,2 57,1 1.033

Gen C 4-7-7-2-2 110 136 86 29,8 55,5 1.255

Gen C 4-7-8-1-2 118 129 59 28,6 57,0 1.030

Gen C 5-3-6-1-1 121 155 69 27,5 55,4 1.273

CHC 01-175 117 134 63 29,8 53,3 1.543

CHP 98-66-20 116 144 60 26,3 20,4 648

CNFC 10729 116 139 57 29,7 57,0 1.302

CNFC 10762 116 141 74 26,9 57,1 1.520

CNFP 10794 116 118 70 26,2 21,0 1.283

IAC Diplomata 116 134 50 29,7 20,5 808

IAC Una 114 127 62 29,5 20,3 1.503

IPR 139 118 139 78 28,5 57,2 1.255

LP 07-80 117 136 68 27,4 57,1 1.073

LP 08-90 116 126 69 27,6 20,3 1.277

LP 09-192 121 132 85 29,8 21,2 1.475

LP 09-40 116 127 81 26,0 57,7 1.462


MAII - 2 120 139 61 28,1 55,0 1.195

Gen PR 11-2-8-1-1 112 129 75 28,6 22,1 1.133

Gen PR 14-2-10-1-2 115 134 80 28,5 21,0 1.103

Gen PR 14-2-2-1-1 132 133 67 30,0 21,6 1.063

SM 1107 120 135 42 27,3 20,3 1.172

SM 1810 118 131 68 26,5 20,8 1.118

83


genótipos avaliados em Ribeirão Preto na safra de inverno de 2013.


IAC Alvorada 111 122 78 23,2 53,0 3.229

BRS Realce 103 119 73 23,8 41,8 3.238

Gen C 2-6-4-1-1 108 102 90 25,5 48,6 2.975

Gen C 2-6-6-2-1 113 118 82 22,7 50,0 2.446

Gen C 4-7-2-2-1 109 110 65 24,6 50,6 2.354

Gen C 4-7-7-2-2 113 125 70 24,2 52,9 1.829

Gen C 4-7-8-1-2 117 106 81 22,8 51,8 2.113

Gen C 5-3-6-1-1 110 124 86 22,2 49,5 3.221

CHC 01-175 110 119 88 23,6 46,6 3.575

CHP 98-66-20 116 116 67 23,2 22,3 2.967

CNFC 10729 108 119 54 23,7 49,5 2.654

CNFC 10762 119 126 88 22,0 51,1 2.575

CNFP 10794 106 103 68 22,1 22,3 2.700

IAC Diplomata 112 123 63 25,8 22,1 2.392

IAC Una 109 116 82 23,8 22,4 2.400

IPR 139 110 122 94 23,4 52,5 2.413

LP 07-80 109 114 40 20,7 51,7 3.125

LP 08-90 115 107 64 22,4 22,1 2.788

LP 09-192 120 132 93 24,3 22,2 2.625

LP 09-40 117 129 43 22,1 53,0 2.425


MAII - 2 112 120 85 22,6 48,6 3.225

Gen PR 11-2-8-1-1 110 116 74 24,3 22,5 2.554

Gen PR 14-2-10-1-2 121 136 93 22,7 22,6 2.633

Gen PR 14-2-2-1-1 115 124 80 24,0 22,1 1.750

SM 1107 110 113 71 22,6 22,5 3.192

SM 1810 111 121 84 24,3 21,7 2.975

84


genótipos avaliados em Votuporanga na safra de inverno de 2013.


IAC Alvorada 117 123 69 22,6 56,8 2.308

BRS Realce 110 127 77 23,3 51,0 2.054

Gen C 2-6-4-1-1 114 118 89 21,7 53,4 2.567

Gen C 2-6-6-2-1 116 119 85 21,3 53,4 1.954

Gen C 4-7-2-2-1 112 121 67 20,3 55,5 1.863

Gen C 4-7-7-2-2 113 116 78 24,1 55,4 1.896

Gen C 4-7-8-1-2 110 117 83 19,7 56,2 2.763

Gen C 5-3-6-1-1 112 131 89 21,3 54,2 2.371

CHC 01-175 111 117 83 21,3 51,2 2.463

CHP 98-66-20 113 120 64 21,5 21,5 2.238

CNFC 10729 108 120 65 21,2 55,1 2.546

CNFC 10762 115 122 78 20,0 54,5 2.613

CNFP 10794 106 116 63 20,9 21,9 3.075

IAC Diplomata 111 116 62 23,5 21,1 2.038

IAC Una 115 120 78 22,1 22,1 2.471

IPR 139 95 109 91 21,3 55,9 2.613

LP 07-80 111 120 55 21,8 55,7 2.608

LP 08-90 116 116 65 18,3 21,4 2.283

LP 09-192 114 126 92 20,7 21,5 2.458

LP 09-40 112 120 61 18,0 57,0 2.471


MAII - 2 109 119 78 23,7 53,2 2.404

Gen PR 11-2-8-1-1 107 111 73 23,3 22,4 1.579

Gen PR 14-2-10-1-2 111 117 89 21,6 22,3 1.938

Gen PR 14-2-2-1-1 113 121 78 23,3 22,5 1.938

SM 1107 111 115 62 19,8 21,2 2.004

SM 1810 111 117 81 18,0 21,6 1.983

85


genótipos avaliados em Araras na safra da seca de 2013.


IAC Alvorada 106 131 39 22,2 49,3 2.400

BRS Realce 106 119 50 24,6 51,1 2.767

Gen C 2-6-4-1-1 108 111 77 22,7 50,6 2.492

Gen C 2-6-6-2-1 104 113 69 21,6 51,2 2.425

Gen C 4-7-2-2-1 107 119 75 23,7 49,6 2.442

Gen C 4-7-7-2-2 107 111 78 23,3 49,5 2.375

Gen C 4-7-8-1-2 104 117 35 22,0 49,2 1.960

Gen C 5-3-6-1-1 108 117 62 20,6 51,0 2.342

CHC 01-175 108 114 76 22,2 49,5 2.542

CHP 98-66-20 110 112 50 22,1 21,1 2.608

CNFC 10729 105 123 39 22,6 47,2 2.027

CNFC 10762 114 113 81 21,8 48,6 2.725

CNFP 10794 108 112 58 22,3 20,9 2.450

IAC Diplomata 107 116 72 26,6 19,9 2.342

IAC Una 108 110 74 22,7 20,9 2.208

IPR 139 102 110 67 22,7 50,1 2.358

LP 07-80 107 117 60 22,6 51,6 2.692

LP 08-90 106 109 73 22,5 21,3 2.583

LP 09-192 108 111 87 22,4 21,4 2.550

LP 09-40 110 122 61 19,6 53,4 2.350


MAII - 2 107 116 82 21,5 49,2 2.417

Gen PR 11-2-8-1-1 108 111 72 23,3 21,3 2.475

Gen PR 14-2-10-1-2 108 109 83 23,0 21,2 2.225

Gen PR 14-2-2-1-1 106 119 61 23,8 21,2 2.483

SM 1107 108 121 41 21,7 20,8 2.483

SM 1810 107 114 63 21,7 21,8 2.458

86


genótipos avaliados em Itararé na safra da seca de 2013.


IAC Alvorada 108 129 77 28,0 53,7 896

BRS Realce 106 124 91 24,3 54,6 1.479

Gen C 2-6-4-1-1 109 117 81 28,5 52,5 850

Gen C 2-6-6-2-1 104 111 90 26,0 52,9 1.242

Gen C 4-7-2-2-1 108 125 78 26,6 53,0 1.488

Gen C 4-7-7-2-2 108 113 69 27,8 52,0 1.121

Gen C 4-7-8-1-2 102 118 43 24,6 54,7 1.513

Gen C 5-3-6-1-1 112 117 94 24,9 51,8 317

CHC 01-175 112 110 91 27,8 52,9 704

CHP 98-66-20 110 119 73 25,9 21,6 367

CNFC 10729 104 131 47 29,0 51,8 450

CNFC 10762 115 116 90 26,9 52,5 1.000

CNFP 10794 109 123 59 27,5 21,4 1.242

IAC Diplomata 105 114 86 29,0 20,8 1.329

IAC Una 113 111 85 26,2 21,7 2.167

IPR 139 103 116 84 27,4 53,5 113

LP 07-80 109 117 92 25,4 53,3 350

LP 08-90 111 114 77 26,2 21,4 288

LP 09-192 105 111 98 26,1 21,9 1.013

LP 09-40 110 125 75 22,6 57,2 2.013

BRSMG Madrepérola 108 118 52 25,7 50,4 438

MAII - 2 106 116 94 26,0 53,8 1.729

Gen PR 11-2-8-1-1 109 123 90 27,7 21,8 1.617

Gen PR 14-2-10-1-2 112 127 81 26,7 21,7 1.804

Gen PR 14-2-2-1-1 112 125 94 25,5 20,8 2.146

SM 1107 112 132 41 26,7 21,8 1.233

SM 1810 110 116 87 28,9 21,5 546

87


genótipos avaliados em Mococa na safra da seca de 2013.


IAC Alvorada 105 133 24 22,4 58,2 3.013

BRS Realce 105 116 33 19,1 55,3 3.571

Gen C 2-6-4-1-1 102 106 92 20,3 57,1 3.288

Gen C 2-6-6-2-1 106 104 85 19,9 54,3 3.304

Gen C 4-7-2-2-1 106 121 74 20,9 58,2 3.483

Gen C 4-7-7-2-2 105 113 50 20,2 57,5 3.458

Gen C 4-7-8-1-2 106 108 82 20,1 57,1 3.417

Gen C 5-3-6-1-1 110 116 64 19,9 55,9 3.088

CHC 01-175 109 117 82 20,8 53,8 3.675

CHP 98-66-20 109 108 38 20,0 23,0 3.683

CNFC 10729 105 129 19 22,2 55,2 4.213

CNFC 10762 112 106 81 20,0 56,1 3.492

CNFP 10794 102 109 53 21,0 23,0 3.850

IAC Diplomata 108 108 79 24,4 22,6 3.071

IAC Una 104 103 62 19,6 22,4 3.713

IPR 139 102 112 53 19,9 58,1 3.108

LP 07-80 109 114 51 20,1 55,4 3.633

LP 08-90 107 109 59 20,6 22,4 3.467

LP 09-192 111 110 89 20,3 22,9 3.654

LP 09-40 111 120 46 18,9 57,2 3.783


MAII - 2 106 101 74 21,0 54,9 3.892

Gen PR 11-2-8-1-1 102 104 68 23,0 23,0 3.292

Gen PR 14-2-10-1-2 103 104 89 21,6 22,7 3.329

Gen PR 14-2-2-1-1 104 113 36 21,6 23,0 3.492

SM 1107 107 116 38 19,6 23,1 3.683

SM 1810 106 109 66 19,8 23,0 3.446

88


genótipos avaliados em Taquarituba na safra da seca de 2013.


IAC Alvorada 108 124 90 21,6 55,1 3.650

BRS Realce 103 116 83 21,6 55,8 1.728

Gen C 2-6-4-1-1 107 120 95 23,5 52,3 3.220

Gen C 2-6-6-2-1 109 114 85 22,7 49,0 2.814

Gen C 4-7-2-2-1 108 120 75 22,8 54,6 3.328

Gen C 4-7-7-2-2 108 120 62 21,6 49,0 2.578

Gen C 4-7-8-1-2 105 117 83 21,5 53,9 3.366

Gen C 5-3-6-1-1 111 118 78 22,2 50,3 2.129

CHC 01-175 112 117 87 24,2 51,5 3.553

CHP 98-66-20 113 120 85 24,3 21,0 3.140

CNFC 10729 105 123 58 25,1 51,1 2.506

CNFC 10762 114 114 95 23,0 54,5 3.790

CNFP 10794 103 113 74 22,7 22,7 3.811

IAC Diplomata 109 115 78 27,7 22,7 2.825

IAC Una 106 118 73 22,0 21,5 3.628

IPR 139 103 113 96 25,1 52,1 3.222

LP 07-80 111 116 79 21,7 54,7 2.896

LP 08-90 109 112 68 21,6 21,5 2.681

LP 09-192 111 118 95 24,6 22,5 3.610

LP 09-40 110 119 48 24,4 54,3 2.436


MAII - 2 106 118 74 20,5 53,9 3.061

Gen PR 11-2-8-1-1 104 109 76 25,2 19,4 3.640

Gen PR 14-2-10-1-2 108 115 91 24,7 22,9 3.163

Gen PR 14-2-2-1-1 109 116 83 24,1 21,4 3.264

SM 1107 110 110 73 22,3 22,7 3.024

SM 1810 109 115 81 24,2 21,9 3.744

Anexo 20. Estimativas de correlação de Pearson entre as variáveis TC,

PEANC, PEAPC, PGI, PROT, COR e PROD

TC PEANC PEAPC PGI PROT COR PROD

TC -

PEANC 0,021 -

PEAPC -0,011 0,238 -

PGI 0,080 0,199 -0,266 -

PROT 0,199 -0,185 -0,043 0,103 -

COR 0,089 -0,125 0,301 -0,062 -0,218 -

PROD 0,118 0,214 0,011 0,167 -0,502** 0,294 -

89


de Lin e Binns (1988) modificada por Carneiro (1998) para 27 genótipos de feijoeiro avaliados na

safra das águas no estado de São Paulo.


LP 09-40 3.604 1540599 LP 07-80 1608895 LP 09-40 1280873

LP 09-192 3.455 1822816 Gen C 4-7-8-1-2 1796489 LP 09-192 1612496

LP 07-80 3.357 1955205 IAC Alvorada 1888677 CHC 01-175 1991658

Gen C 4-7-8-1-2 3.319 2023758 CNFC 10762 1895574 LP 08-90 2128553

LP 08-90 3.269 2109961 LP 09-40 1930187 Gen C 4-7-8-1-2 2175270

CHC 01-175 3.208 2240364 LP 08-90 2082074 LP 07-80 2186078

CNFC 10729 3.180 2314166 LP 09-192 2138296 Gen PR 14-2-10-1-2 2286920

CNFC 10762 3.140 2425915 CNFP 10794 2175870 CNFC 10729 2298133

Gen C 4-7-7-2-2 3.125 2454698 Gen C 4-7-7-2-2 2241054 Gen C 5-3-6-1-1 2315519

Gen C 2-6-4-1-1 3.104 2457801 CNFC 10729 2338215 Gen C 2-6-6-2-1 2349565

IAC Alvorada 3.125 2494541 Gen C 2-6-4-1-1 2365974 MAII - 2 2383773

Gen C 2-6-6-2-1 3.065 2560155 CHC 01-175 2613423 IAC Una 2398911

Gen PR 14-2-10-1-2 3.033 2608211 Gen C 4-7-2-2-1 2868245 Gen C 2-6-4-1-1 2519020

Gen C 5-3-6-1-1 2.980 2831804 Gen C 2-6-6-2-1 2876039 Gen C 4-7-7-2-2 2597127

CNFP 10794 3.016 2833160 Gen PR 14-2-10-1-2 3090148 IPR 139 2762334

MAII - 2 2.948 2838152 Gen PR 14-2-2-1-1 3456797 SM 1107 2775943

Gen C 4-7-2-2-1 2.897 2912917 MAII - 2 3519721 CNFC 10762 2779475

IAC Una 2.860 3054925 Gen C 5-3-6-1-1 3606232 Gen PR 11-2-8-1-1 2786502

Gen PR 14-2-2-1-1 2.768 3235562 BRSMG Madrepérola 3706881 IAC Alvorada 2898451

SM 1107 2.828 3236355 CHP 98-66-20 3783645 Gen C 4-7-2-2-1 2942699

IPR 139 2.770 3296830 SM 1107 3926972 Gen PR 14-2-2-1-1 3088072

Gen PR 11-2-8-1-1 2.728 3360665 IAC Diplomata 4014068 CNFP 10794 3271352

BRSMG Madrepérola 2.708 3514034 IAC Una 4038944 BRSMG Madrepérola 3385470

CHP 98-66-20 2.577 3859970 IPR 139 4098576 IAC Diplomata 3868076

IAC Diplomata 2.514 3926472 BRS Realce 4158024 CHP 98-66-20 3910853

BRS Realce 2.493 4052157 Gen PR 11-2-8-1-1 4221908 BRS Realce 3981579

SM 1810 2.150 5391179 SM 1810 5879175 SM 1810 5065849

90



safra da seca no estado de São Paulo.


CNFP 10794 3.323 2852135 CNFP 10794 2460125 LP 09-40 2804458

LP 09-40 3.216 3093257 CHC 01-175 3219020 MAII - 2 3275854

MAII - 2 3.025 3536702 LP 07-80 3300873 Gen PR 14-2-2-1-1 3332801

Gen C 4-7-2-2-1 3.002 3560666 LP 09-40 3309856 Gen PR 14-2-10-1-2 3334141

LP 07-80 3.074 3618925 CNFC 10762 3399521 CNFP 10794 3374816

CHC 01-175 2.997 3671727 Gen C 4-7-8-1-2 3403567 Gen C 4-7-7-2-2 3521112

Gen C 4-7-8-1-2 2.952 3714388 Gen C 4-7-2-2-1 3457518 Gen C 4-7-2-2-1 3698196

Gen C 4-7-7-2-2 2.980 3726139 IAC Alvorada 3491915 IAC Una 3717587

Gen PR 14-2-2-1-1 2.931 3799619 Gen C 2-6-4-1-1 3724469 Gen C 2-6-6-2-1 3746206

Gen PR 14-2-10-1-2 2.918 3830952 MAII - 2 3732338 LP 07-80 4042994

IAC Una 2.932 3850948 LP 09-192 3762438 Gen C 2-6-4-1-1 4048781

Gen C 2-6-4-1-1 2.922 3863460 SM 1810 3825595 Gen C 4-7-8-1-2 4128817

Gen C 2-6-6-2-1 2.890 3890114 Gen C 4-7-7-2-2 3879909 LP 09-192 4197267

LP 09-192 2.892 3948793 SM 1107 3941476 CHC 01-175 4275337

SM 1810 2.797 4293315 IAC Una 3950969 IAC Diplomata 4489549

CHP 98-66-20 2.784 4336014 Gen C 2-6-6-2-1 3998045 LP 08-90 4631357

CNFC 10762 2.792 4359191 CHP 98-66-20 4090306 CHP 98-66-20 4663624

IAC Alvorada 2.752 4407944 Gen PR 14-2-2-1-1 4149732 Gen PR 11-2-8-1-1 4914409

LP 08-90 2.721 4554422 IPR 139 4194031 SM 1810 4916942

SM 1107 2.683 4565059 Gen PR 14-2-10-1-2 4203560 Gen C 5-3-6-1-1 4970675

IPR 139 2.682 4648848 BRSMG Madrepérola 4296052 BRS Realce 5205682

Gen PR 11-2-8-1-1 2.665 4724421 LP 08-90 4496722 IPR 139 5255271

BRSMG Madrepérola 2.580 4933777 CNFC 10729 4548000 SM 1107 5396502

IAC Diplomata 2.491 5122145 Gen PR 11-2-8-1-1 4581929 IAC Alvorada 5629316

CNFC 10729 2.509 5151333 BRS Realce 5545198 CNFC 10762 5638752

Gen C 5-3-6-1-1 2.464 5328494 IAC Diplomata 5596592 BRSMG Madrepérola 5784077

BRS Realce 2.454 5399691 Gen C 5-3-6-1-1 5596858 CNFC 10729 5955778

91



safra de inverno no estado de São Paulo.


CHC 01-175 2.041 1581863 CHC 01-175 1417995 Gen C 2-6-6-2-1 1536054

CNFP 10794 2.002 1716061 Gen C 2-6-4-1-1 1626164 CNFP 10794 1589371

MAII - 2 1.952 1737723 MAII - 2 1707203 CHC 01-175 1704764

CNFC 10762 1.948 1782532 LP 07-80 1717610 MAII - 2 1760613

LP 07-80 1.917 1799289 Gen C 5-3-6-1-1 1756895 LP 09-40 1764535

IAC Alvorada 1.917 1801162 CNFC 10762 1771290 CNFC 10762 1790963

Gen C 5-3-6-1-1 1.879 1866230 IAC Alvorada 1792100 LP 09-192 1807393

LP 09-192 1.849 1934287 CNFP 10794 1884982 IAC Alvorada 1807959

LP 09-40 1.868 1934308 BRS Realce 1990674 LP 07-80 1860549

Gen C 2-6-6-2-1 1.851 1985302 CHP 98-66-20 2016595 Gen PR 11-2-8-1-1 1942792

LP 08-90 1.790 2033656 CNFC 10729 2084279 Gen C 5-3-6-1-1 1948231

CNFC 10729 1.784 2052317 LP 09-192 2103478 LP 08-90 1975998

Gen C 2-6-4-1-1 1.761 2130692 LP 08-90 2110534 Gen C 4-7-7-2-2 1980334

IAC Una 1.746 2151903 LP 09-40 2160673 CNFC 10729 2028346

Gen C 4-7-8-1-2 1.739 2214323 SM 1107 2211110 IPR 139 2059930

IPR 139 1.713 2228010 Gen C 4-7-8-1-2 2250517 IAC Una 2070459

BRSMG Madrepérola 1.693 2249144 IAC Una 2260495 BRSMG Madrepérola 2119929

BRS Realce 1.723 2251059 BRSMG Madrepérola 2421432 Gen C 4-7-2-2-1 2160845

Gen PR 11-2-8-1-1 1.688 2300554 IPR 139 2452117 Gen C 4-7-8-1-2 2187177

SM 1107 1.646 2335903 Gen PR 14-2-10-1-2 2556465 Gen PR 14-2-2-1-1 2370471

Gen C 4-7-2-2-1 1.654 2364398 Gen C 2-6-6-2-1 2584300 IAC Diplomata 2414588

CHP 98-66-20 1.615 2422001 Gen C 4-7-2-2-1 2635800 SM 1107 2429497

Gen C 4-7-7-2-2 1.632 2490357 SM 1810 2733419 BRS Realce 2446347

Gen PR 14-2-10-1-2 1.568 2512644 Gen PR 11-2-8-1-1 2777569 Gen PR 14-2-10-1-2 2479778

IAC Diplomata 1.541 2593676 IAC Diplomata 2832461 Gen C 2-6-4-1-1 2509088

SM 1810 1.514 2639226 Gen C 4-7-7-2-2 3170387 SM 1810 2568580

Gen PR 14-2-2-1-1 1.458 2832435 Gen PR 14-2-2-1-1 3448388 CHP 98-66-20 2726056

92


de Lin e Binns (1988) modificada por Carneiro (1998) para 27 genótipos de feijoeiro avaliados no

estado de São Paulo em três safras.


LP 09-40 2.821 4162661 CNFP 10794 3957239 LP 09-40 3820491

CNFP 10794 2.755 4345586 CHC 01-175 4418448 MAII - 2 4312388

LP 07-80 2.722 4465248 LP 07-80 4454889 LP 09-192 4355906

CHC 01-175 2.700 4474306 CNFC 10762 4598292 LP 07-80 4472782

LP 09-192 2.656 4632713 IAC Alvorada 4632277 CHC 01-175 4514931

MAII - 2 2.609 4742727 LP 09-40 4633145 Gen C 2-6-6-2-1 4535128

Gen C 4-7-8-1-2 2.602 4745486 Gen C 2-6-4-1-1 4811945 IAC Una 4620298

CNFC 10762 2.573 4875484 Gen C 4-7-8-1-2 4890268 CNFP 10794 4628020

Gen C 2-6-6-2-1 2.553 4880177 LP 09-192 5013323 Gen C 4-7-7-2-2 4631159

Gen C 2-6-4-1-1 2.542 4952771 LP 08-90 5233423 Gen C 4-7-8-1-2 4640190

IAC Alvorada 2.542 4959620 MAII - 2 5334442 Gen C 4-7-2-2-1 4913017

Gen C 4-7-7-2-2 2.521 5038655 Gen C 4-7-2-2-1 5348028 LP 08-90 4917024

LP 08-90 2.522 5050245 Gen C 2-6-6-2-1 5354619 Gen PR 14-2-10-1-2 4946443

Gen C 4-7-2-2-1 2.478 5096179 CNFC 10729 5501171 Gen C 5-3-6-1-1 5027141

IAC Una 2.476 5174563 CHP 98-66-20 5547941 Gen C 2-6-4-1-1 5055190

Gen PR 14-2-10-1-2 2.451 5228660 Gen C 4-7-7-2-2 5598961 CNFC 10762 5077077

CNFC 10729 2.418 5370959 Gen PR 14-2-10-1-2 5616710 Gen PR 14-2-2-1-1 5103986

Gen C 5-3-6-1-1 2.384 5557854 BRSMG Madrepérola 5640218 IAC Alvorada 5197688

Gen PR 14-2-2-1-1 2.345 5567332 SM 1107 5791312 Gen PR 11-2-8-1-1 5246312

IPR 139 2.348 5616742 IAC Una 5936679 CNFC 10729 5276259

SM 1107 2.339 5644871 IPR 139 6052810 IPR 139 5299602

Gen PR 11-2-8-1-1 2.322 5696638 Gen PR 14-2-2-1-1 6204434 SM 1107 5538368

CHP 98-66-20 2.299 5789754 SM 1810 6209143 IAC Diplomata 5722765

BRSMG Madrepérola 2.287 5804752 Gen C 5-3-6-1-1 6287585 BRS Realce 5869557

BRS Realce 2.195 6202377 Gen PR 11-2-8-1-1 6315836 BRSMG Madrepérola 5924414

IAC Diplomata 2.147 6245452 BRS Realce 6660003 CHP 98-66-20 5965618

SM 1810 2.154 6380706 IAC Diplomata 6964147 SM 1810 6505479

INTERAÇÃO GENÓTIPOS POR AMBIENTES PARA … · experimentos, realização e interpretação das...

Documents

Transcript of INTERAÇÃO GENÓTIPOS POR AMBIENTES PARA … · experimentos, realização e interpretação das...