Caracterização do vigor vegetativo, leituras SPAD e índice de vegetação em população de Coffea canephora
DOI:
https://doi.org/10.33448/rsd-v11i15.37314Palavras-chave:
Pool gênico; Parâmetros genéticos; Melhoramento genético.Resumo
Atualmente a maioria das cultivares de Coffea canephora, desenvolvidas e recomendadas pela pesquisa, são propagadas vegetativamente, sendo conhecidas popularmente como variedades e/ou cultivares clonais. Contudo, aquelas propagadas por sementes apresentam base genética mais ampla com maior variabilidade das plantas nas lavouras. Assim, objetivou-se caracterizar uma população (genótipos) da cultivar de C. canephora ‘ES8152’, de propagação seminal, a partir das características agronômicas vigor vegetativo e altura da copa, leituras SPAD e índice de vegetação por diferença normalizada, após a primeira colheita em 2022. O plantio foi realizado em 2019, no delineamento de blocos aumentados com três repetições, 240 genótipos e quatro testemunhas clonais (A1, LB1, V8 e V12), sendo possível avaliar 199 genótipos, incluindo as testemunhas. Os dados foram analisados pela máxima verossimilhança restrita e melhor predição linear não viesada, análise de agrupamento e redes de correlação genética. A população de cafeeiros conilon apresentou ampla variabilidade genética. A caracterização permitiu a identificação daqueles promissores, como os genótipos 16, 25, 82 e 173. As correlações genéticas foram positivas, significativas e maiores entre os pares vigor vegetativo x altura da copa e leituras SPAD x índice de vegetação. A maioria dos genótipos avaliados apresentaram vigor vegetativo intermediário, aliado a um baixo estresse vegetativo. Assim, as estratégias adotadas foram eficientes na caracterização dos genótipos, podendo auxiliar nas tomadas de decisões no processo de melhoramento de café conilon.
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 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
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
