Caracterización del vigor vegetativo, lecturas SPAD e índice de vegetación en una población de Coffea canephora
DOI:
https://doi.org/10.33448/rsd-v11i15.37314Palabras clave:
Pool genético; Parámetros genéticos; Mejoramiento genético.Resumen
Actualmente la mayoría de los cultivares de Coffea canephora, desarrollada y recomendados por la investigación, se propagan vegetativamente, siendo popularmente conocidos como variedades y/o cultivares clonales. Sin embargo, los propagados por semillas tienen una base genética más amplia con mayor variabilidad de plantas en los cultivos. Así, el objetivo fue caracterizar genotipos del cultivar de C. canephora 'ES8152', de propagación seminal, a partir de las características agronómicas vigor vegetativo y altura de la copa, lecturas SPAD e índice de vegetación, luego de la primera cosecha en 2022. La siembra se realizó en 2019, en un diseño de bloques aumentados con tres repeticiones, 240 genotipos y cuatro testigos clonales (A1, LB1, V8 and V12), lo que permitió evaluar 199, genotipos, incluidos los testigos. Los datos se analizaron mediante el método de máxima verosimilitud restringida y la mejor predicción lineal imparcial, análisis de conglomerados y redes de correlación genética. La población de café conilón presentó una amplia variabilidad genética. La caracterización permitió la identificación de promisorios, como los genotipos 16, 25, 82 y 173. Las correlaciones genéticas fueron positivas, significativas y mayores entre los pares vigor vegetativo x altura de la copa e lecturas SPAD x índice de vegetación. La mayoría de los genotipos evaluados presentaron vigor vegetativo intermedio, combinado con estrés vegetativo bajo. Así, las estrategias adoptadas fueron eficientes en la caracterización de los genotipos, pudiendo auxiliar en la toma de decisiones en el proceso de mejoramiento del café conilón.
Citas
Akpertey, A., Anim-Kwapong, E., Adu-Gyamfi, P. K. K., & Ofori, A. (2022). Genetic variability for vigor and yield of robusta coffee (Coffea canephora) clones in Ghana. Heliyon, 8(8), e10192. https://doi.org/10.1016/j.heliyon.2022.e10192.
Alkimim, E. R., Caixeta, E. T., Sousa, T. V., Gois, I .B., Silva, F. L., Sakiyama, N .S., Zambolim, L., Alves, R. S., & Resende, M. D. V. (2021). Designing the best breeding strategy for Coffea canephora: Genetic evaluation of pure and hybrid individuals aiming to select for productivity and disease resistance traits. PLoS One, 16, e0260997. https://doi.org/10.1371/journal.pone.0260997.
Bernado, W. P., Baroni, D. F., Ruas, K. F., Santos, A. R., Souza, S. B., Passos, L. C., Façanha, A. R., Ramalho, J. C., Campostrini, E., Rakocevic, M., Rodrigues, W. P. (2022). Ultraviolet radiation underlies metabolic energy reprograming in Coffea arabica and Coffea canephora genotypes. Scientia Horticulturae, 295, 110881. https://doi.org/10.1016/j.scienta.2022.110881.
Bhering, L. L. (2017). Rbio: A tool for biometric and statistical analysis using the R platform. Crop Breeding and Applied Biotechnology, 17, 187-190. 10.1590/1984-70332017v17n2s29.
Carias, C. M. O. M., Gravina, G. A., Ferrão, M. A. G., Fonseca, A. F. A., Ferrão, R. G., Vivas, M., & Viana, A. P. (2016). Predição de ganhos genéticos via modelos mistos em Progênies de café conilon. Coffee Science, 11, 39-45.
Carvalho, H. F., Silva, F. F., Resende, M. D. V., & Bhering, L. L. Selection and genetic parameters for interpopulation hybrids between kouilou and robusta coffee. (2019). Bragantia; 78(1), 52–59. https://doi.org/10.1590/ 1678-4499.2018124 20.
Companhia Nacional de Abastecimento (CONAB). (2022). Acompanhamento da safra brasileira de café, safra 2022, terceiro levantamento, 9(3), 1-65. Disponível em: https://www.conab.gov.br/info-agro/safras/cafe/boletim-da-safra-de-cafe. Acesso em: 03 de Out. de 2022.
Federer, W. T. Augmented (or hoonuiaku) designs. 1956. Hawaiian Planters’ Record, 55(2):191-208.
Ferrão, R. G., Ferrão, M. A. G., Fonseca, A. F. A., Volpi, P. S., Verdin Filho, A. C., Pacova, B. E. V., & Ferrão, L. F. V. (2019d). Coffea canephora Breeding. In Ferrão R. G., Fonseca A. F. A., Ferrão, M. A. G., DeMuner L.H. (eds). Conilon coffee. Incaper, Vitória, 145-201.
Ferrão, R.G., Fonseca, A.F.A., Ferrão, M.A.G., & Demuner, L.H. (2019b). Conilon Coffee. 3rd ed. Vitória, Incaper, 973.
Ferrão, R. G., Ferrão, M. A. G., Volpi, P. S., Verdin, A. C., Fonseca, A. F. A., Senra, J. F. B., Comério, M., Mendonça, R. F., & Ferrão, L. M. V. (2019a). ‘ES8152 – Conquista’: Cultivar de café conilon propagada por sementes para os produtores de base familiar e sua utilização no melhoramento genético para o estado do Espírito Santo. Multi-Science Research, 2(2):1-18.
Ferrão, R. G., Ferrão, M. A .G., Fonseca, A. F. A., Volpi, P. S., Verdin, A. C, Tóffano, J. L., Tragino, P. H., & Bragança, S. M. (2019c). Cultivars of Conilon Coffee. In Ferrão R. G.; Fonseca A. F. A.; Ferrão, M.A.G.; DeMuner L. H. (eds) Conilon coffee. Incaper, Vitória, 255-287.
Galvanin, E. A. S., Neves, S. M. A. S., Cruz, C. B. M., Neves, R. J., Jesus, P. H. H., & Kreitlow, J. P. (2014). Avaliação dos índices de vegetação NDVI, SR e TVI na discriminação de fitofisionomias dos ambientes do Pantanal de Cáceres/MT. Ciência Florestal, 24 (3), 707-715.
International Coffee Organization (ICO). (2020). Produção total de 2020. .
Maciel, D. A., Silva, V. A., Alves, H. M. R., Volpato, M. M. L., Barbosa, J. P. R. A., Souza, V. C. A., Santos, M. O., Silveira, H. R .O., Dantas, M. F., Freitas, A. F., Carvalho, G. R., & Santos, J. O. (2020). Leaf water potential of coffee estimated by landsat-8 images. PLoS One, 15(3), e0230013. https://doi.org/10.1371/journal.pone.0230013.
Martins, R. N., Pinto, F. A. C., Queiroz, D. M., Valente, D. S. M., & Rosas, J. T. F. A Novel Vegetation Index for Coffee Ripeness Monitoring Using Aerial Imagery. (2021). Remote Sensing, 263 (13). https://doi.org/ 10.3390/rs13020263.
Mota, F. M., Partelli, F. L., Santos, A. R., Ferrari, J. L, & Peluzio, J. B. E. (2020). Relação entre variáveis meteorológicas e Índices de Vegetação (IV’s) em lavouras cafeeiras. Braz. J. Anim. Environ. Res., 3(4), 4287-4209. https://doi.org/10.34188/bjaerv3n4-125.
Moura, W. M., Pedrosa, A. W., Oliveira, R. L., Cecon, P. R., Ferrão, R. G., Ferrão, M. A. G., & Verdin, A. C. (2022). Selection of Conilon coffee clones for the Zona da Mata region of Minas Gerais, Brazil. Coffee Science, 17, e171995. https://doi.org/10.25186/.v17i.1995.
Nogueira, S. M. C., Moreira, M. A., & Volpato, M. M. L. (2018). Relationship between coffee crop productivity and vegetation indexes derived from Oli / Landsat-8 sensor data with and without topographic correction. Engenharia Agrícola, 38, 387-394. https://doi.org/10.1590/1809-4430-Eng.Agric.v38n3p387-394/2018.
Prezotti, L. C., Oliveira, J. A., Gomes, J. A., & Dadalto, G. G. (2007). Manual de recomendação de calagem e adubação para o Estado do Espírito Santo: 5ª aproximação. Vitória: SEEA/Incaper/CEDAGRO, 305.
Putra, B. T. W., & Soni, P. (2018). Enhanced broadband greenness in assessing Chlorophyll a and b, Carotenoid, and Nitrogen in Robusta coffee plantations using a digital camera. Precision Agric, 19, 238–256. https://doi.org/10.1007/s11119-017-9513-x
R CORE TEAM - R: a language and environment for statistical computing. (2022). R Foundation for Statistical Computing, Vienna, Áustria.
Reis, A. R., Favarin, J. L., Malavolta, E., Júnior, J. L., & Moraes, M. F. (2009). Photosynthesis, Chlorophylls, and SPAD Readings in Coffee Leaves in Relation to Nitrogen Supply. Communications in Soil Science and Plant Analysis, 40, 1512-1528. https://doi.org/10.1080/00103620902820373.
Resende, M. D .V., & Alves, R. S. (2020). Linear, Generalized, Hierarchical, Bayesian and Random Regression Mixed Models in Genetics/Genomics in Plant Breeding. Functional Plant Breeding Journal, 2, 1–31. https://doi.org/http%3A//dx.doi.org/10.35418/2526-4117/v2n2a1.
Resende, M. D. V. (2007). Software SELEGEN-REML/BLUP: sistema estatístico e seleção genética computadorizada via modelos lineares mistos. Colombo: Embrapa Florestas, 359.
Resende, M. D. V. (2016). Software SELEGEN-REML/BLUP: a useful tool for plant breeding. Crop Breeding and Applied Biotechnology, 16, 330-339. https://doi.org/10.1590/1984-70332016v16n4a49.
Resende, M. D. V.; Duarte, J. B. (2007). Precisão e controle de qualidade em experimentos de avaliação de cultivares. Pesquisa Agropecuária Tropical, 37, 182-194.
Rissini, A. L. L., Kawakami, J., & Genú, A. M. (2015). Índice de vegetação por diferença normalizada e produtividade de cultivares de trigo submetidas a doses de nitrogênio. Revista Brasileira de Ciência do Solo, 39(1), 1703-1713. 10.1590/01000683rbcs20140686.
Senra, J. F. B., Silva, J. A., Ferrão, M. A. G., Esposti, M. D. D., Milheiros, I. S., & Fassarella, K. M. (2022). Genetic variability of conilon coffee population from cultivar ‘ES8152’ based on morphoagronomic variables. Coffee Science, e171986. https://doi.org/10.25186/.v17i.1986.
Severino, L. S, Sakiyama, N. S., Pereira, A. A., Miranda, G. V., Zambolim, L., & Barros, U. V. (2008). Associações da produtividade com outras características agronômicas de café (Coffea arabica L. “Catimor”). Acta Scientiarum Agronomy, Maringá, 24, 1467-1471. https://doi.org/10.4025/actasciagron.v24i0.2405.
Silva, J. A., Senra, J. F. B., Esposti, M. D. D., Mendonça, R. F., Silva, F. G, & Milheiros, I. S. (2021). Índice de vegetação por diferença normalizada em genótipos de cafeeiros cultivados em ambientes contrastantes de altitude. In: XXV Encontro Latino Americano de Iniciação Científica. Universidade do Vale do Paraíba, São José dos Campos, 1-6.
Souza, L. C., Ferrão, M. A. G., Carvalho, R. D., FerrãO, R. G., Fonseca, A. F. A., Pinheiro, P. F., & Soares, T. C. B. (2021). Molecular characterization of parents and hybrid progenies of conilon coffee. Annals of the Brazilian Academy of Sciences, 93, e20201649. 10.1590/0001-3765202120201649
Torres Netto, A.; Oliveira, E. C. J. G., & Bressan-Smith, R. E. (2005). Photosynthetic pigments, nitrogen, chlorophyll a fluorescence and SPAD-502 readings in coffee leaves. Scientia Horticulturae, 104(2), 199-209. https://doi.org/10.1016/j.scienta.2004.08.013.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Josimar Aleixo da Silva; João Felipe Brites Senra; Marlon Dutra Degli Esposti; Idalina Sturião Milheiros ; Uliana Ribeiro Silva; Amanda Oliveira da Conceição; Alex Justino Zacarias
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
