FEIJÃO-VERDE
RESUMO
O presente trabalho foi realizado com o objetivo de avaliar a contribuição relativa dos componentes de produção sobre a produtividade de grãos verdes em genótipos de feijão- caupi, cultivados em dois ambientes. Foram utilizados dados de produção e seus componentes de 16 genótipos de feijão-caupi avaliados em Baixo Acaraú e Pentecoste, municípios pertencentes ao estado do Ceará. A análise conjunta foi realizada para a avaliação da interação genótipo ambiente. As correlações foram estimadas através da análise de trilha. Foi observada resposta diferenciada dos genótipos nos ambientes testados para todos os caracteres avaliados, indicando a necessidade da realização da análise de trilha para cada situação, pois os efeitos ambientais modificam a expressão dos caracteres e, em consequência, os efeitos diretos e indiretos. A seleção de genótipos mais produtivos em Acaraú deve ser realizada por meio de seleção indireta pelo componente de rendimento massa de grãos de vagem verde, pelo fato de apresentar maior efeito direto sobre a produtividade, alta herdabilidade e alto coeficiente de variabilidade genético e relação CVg/CVe maior que a unidade. Já a seleção de genótipos mais produtivos em Pentecoste deve ser realizada por meio de seleção indireta pelo componente de rendimento produtividade de vagens verde, pelo fato de apresentar correlação positiva de alta magnitude com a produtividade de grãos verde.
Palavras-chave: Correlações. Efeitos direto e indireto. Parâmetros genéticos. Produtividade.
ABSTRACT
This study was conducted to evaluate the relative contribution of yield components for final production of green beans in cowpea genotypes grown in two environments. Data of grain yield of 16 genotypes of cowpea evaluated Acaraú and Pentecost, municipalities belonging to the state of Ceará. The combined analysis was performed to assess the genotype environment. Correlations were estimated using path analysis. Was observed differential response of genotypes tested in environments for all traits, indicating the necessity of performing path analysis for each situation because the environmental effects modify the expression of the characters and, therefore, the direct and indirect effects. A selection of more productive genotypes in Acaraú should be done through indirect selection by income component of bulk grain green pod, since it presents greater direct effect on productivity, high heritability and high genetic variability coefficient and CVg / CVe greater than unity. Have a selection of more productive genotypes at Pentecost should be through indirect selection for yield components productivity pods green, because this has a positive correlation with the magnitude of high grain yield green.
INTRODUÇÃO
O feijão-caupi é originário da África, sendo amplamente cultivado na Índia e oeste da África. Seu cultivo também é importante em algumas áreas da América, onde é consumido como vegetal verde no Leste da Índia e China (PEKSEN, 2004). É uma planta da família das fabaceas de importância socioeconômica, cultural e nutricional, contribuindo com proteínas, carboidratos, vitaminas, minerais e fibras (SOUZA et al., 2007). Esta cultura no Brasil é importante para as regiões Norte e Nordeste e atualmente está se expandindo para o Brasil Central, sendo cultivados por pequenos, médios e grandes produtores (XAVIER et al., 2005).
A versatilidade desta cultura é devido provavelmente a alta variabilidade genética presente em seu germoplasma, sendo usada para várias finalidades e em diversos sistemas de produção. O feijão-caupi pode ser comercializado como grãos secos, grãos e vagens verdes, farinha para acarajé e sementes (ANDRADE et al., 2010). No entanto, os rendimentos alcançados são baixos, devido à interação de diversos fatores genéticos, fisiológicos, ambientais e falta de eficiência no manejo da cultura (GODIM et al., 2008).
Devido a estes fatores que atuam sobre a produtividade, a seleção de genótipos produtivos é dificultada de ser realizada de forma direta. Uma alternativa é praticar a seleção por meio daqueles caracteres relacionados à produtividade, o que permite que a variável principal, no caso, a produtividade, caracterizada pela baixa herdabilidade e/ou dificuldades de medição, seja selecionada com base em outra(s). Isso possibilita ao melhorista obter progressos mais rápidos em relação ao uso da seleção direta (FERREIRA et al., 2007).
Os componentes de produção, por sua vez, são determinados pelo genótipo, influenciados pelas condições ambientais ocorrentes durante o ciclo da cultura, pelas práticas fitotécnicas adotadas durante a implantação e condução da lavoura e pelo nível tecnológico adotado pelo agricultor (BEZERRA et al., 2007). Entretanto, sofrem menos influência do ambiente que a produtividade, devido ao número de genes mais elevado que condiciona esse último caráter.
Para que a seleção seja realizada de forma indireta, por meio dos componentes de produção, é necessário o conhecimento do grau da associação por estudos de correlações. Isso possibilita identificar caracteres que possam ser usados como critérios de seleção indireta para a produtividade (HOOGERHEIDE et al., 2007). Contudo, as correlações são apenas medidas de associação, que não permite conclusões sobre causa e efeito. E assim não possibilitam inferir sobre o tipo de associação que governa um par de caracteres (COIMBRA et al., 2005).
Assim, a quantificação e interpretação da magnitude de uma correlação pode resultar em equívocos na estratégia de seleção, pois correlação elevada pode ser resultado do efeito, sobre estes, de um terceiro ou de um grupo de caracteres (CRUZ e REGAZZI, 2004).
Com o objetivo de compreender melhor as causas envolvidas nas associações de caracteres, Wright (1921) propôs um método de desdobramento das correlações, estimada em efeitos diretos e indiretos dos caracteres sobre um caráter básico, denominado análise de trilha ou análise de caminhamento. Esse método mede a influência direta de um caráter sobre o outro, que é independente dos demais. Esta estimativa pode ser de natureza fenotípica, genética ou ambiental (CRUZ e CARNEIRO, 2003), sendo a fenotípica a mais utilizada pelos melhoristas (CABRAL et al., 2011).
Contudo, para se obter estimativas de associação entre caracteres e que estas possam gerar interpretações biologicamente corretas, torna-se necessária a realização da análise da multicolinearidade entre as variáveis independentes. Esta análise está associada com as interrelações entre as variáveis previamente estudadas (CABRAL et al., 2011).
Na presença de multicolinearidade moderada à severa, as variâncias associadas a certos estimadores, como dos coeficientes de trilha que medem efeitos diretos de variáveis explicativas sobre uma principal, podem atingir valores demasiadamente elevados, sendo pouco confiáveis. Portanto, é necessário fazer sempre o diagnóstico da multicolinearidade dos dados, antes de se realizar o processamento da análise (CRUZ e CARNEIRO, 2003).
O objetivo deste trabalho foi verificar a contribuição relativa dos componentes de produção para a produtividade de grãos verdes em genótipos de feijão-caupi avaliados em dois ambientes do estado do Ceará.
MATERIAL E MÉTODOS
1. Genótipos Avaliados
Foram avaliados 16 genótipos de feijão-caupi (Tabela 1) oriundos do Banco de Germoplasma de feijão-caupi da Embrapa Meio-Norte.
Tabela 1. Registro de campo, nome, parentais/procedência, massa de 100 grãos secos e subclasse comercial de 16 genótipos de feijão-caupi avaliados para a produção de feijão- verde. Fortaleza, CE, 2013.
Registro
de campo Nome Parentais/Procedência
M100 grãos (g) Subclasse Comercial 1 MNC00-303-09E 21,3 Branca 2 MNC00-595F-2 BR2-Bragança x GV-10-91-1-1 19,5 Verde 3 MNC00-595F-27 BR2-Bragança x GV-10-91-1-1 16,8 Verde 4 MNC05-835B-15 MNC00-599F-2 x MNC99-537F-14-2 18,6 Verde 5 MNC05-835B-16 MNC00-599F-2 x MNC99-537F-14-2 17,0 Verde 6 MNC05-841B-49 MNC00-599F-9 x MNC99-537F-14-2 17,3 Verde 7 MNC05-847B-123 MNC00-599F-11 x MNC99-537-14-2 16,4 Verde 8 MNC05-847B-126 MNC00-599F-11 x MNC99-537-14-2 14,2 Verde 9 MNC99-541F-15 TE93-210-13F x TE96-282-22G 18,2 Branca 10 BRS Guariba IT85F-2687 x TE87-98-8G 19,5 Branca
11 BRS
Tumucumaque TE96-282-22G x IT87D-611-3 19,5 Branca 12 BRS Xiquexique TE87-108-6G x TE87-98-8G 16,5 Branca
13 Paulistinha Juazeiro-CE 22,7 Canapu
14 Vagem Roxa –
THE Teresina-PI 13,4 Branca
15 Azulão – MS Dourado-MS 20,8 Azulão
16 Sempre Verde-CE Fortaleza-CE 20,2 Sempre-verde
2. Condução dos experimentos
Os experimentos foram conduzidos nos municípios de Pentecoste e Baixo Acaraú, ambos pertencentes ao estado do Ceará. A semeadura em Pentecoste foi realizada em 30 de maio de 2012, sob sistema de irrigação por microaspersão, enquanto em Baixo Acaraú, a semeadura foi realizada em 21 de março de 2013, sob sistema de irrigação por aspersão. As irrigações, para os dois locais, foram realizadas utilizando-se uma lâmina de irrigação de 14,5 mm h-1, distribuídas três vezes por semana com duração de duas horas em Pentecoste e todos os dias com duração de trinta minutos em Baixo Acaraú, a fim de atender as exigências hídricas da cultura.
O delineamento experimental adotado foi o de blocos casualizados com quatro repetições em parcelas de 3,2 m x 5,0 m. Para eliminar o efeito da bordadura, a área útil
consistiu das duas fileiras centrais (8,0 m ), totalizando 80 plantas/parcela. Os tratos culturais foram feitos de acordo com a necessidade da cultura e o desbaste foi realizado aos 15 dias após a semeadura, deixando-se duas plantas por cova, resultando em uma população de 100.000 plantas ha-1.
A adubação foi realizada atendendo às recomendações para o solo da área experimental, baseada na análise química do solo (Tabela 2).
Tabela 2. Dados de fertilidade do solo das áreas dos ambientes experimentais de avaliação no estado do Ceará. Fortaleza, CE, 2013.
Determinação Baixo Acaraú Pentecoste
MO (g/kg) 3,93 4,97 pH (em água) 6,4 5,7 P (mg/kg) 6,0 3 k (cmolc/kg) 0,15 0,11 Ca (cmolc/kg) 0,8 1,0 Mg (cmolc/ kg) 0,8 0,9 Na (cmolc/kg) 0,05 0,05 Al (cmolc/kg) 0,05 0,10 H + Al (cmolc/kg) 0,5 1,15 S (cmolc/kg) 1,8 2,1 V (%) 78 66 m (%) 3 5
Os tratos culturais consistiram de capinas para o controle de ervas daninhas. Foram aplicados inseticidas (Thiamethoxam) para o controle de insetos mastigadores (vaquinhas) e sugadores (mosca branca, cigarrinha), quando necessário, via pulverizador costal.
A colheita foi realizada quando as vagens atingiam o ponto ideal de colheita, isto quando as sementes apresentaram de 60 a 70% de umidade, um pouco antes ou um pouco após o estádio em que param de acumular fotossintatos e iniciam o processo de desidratação natural, metodologia sugerida por Freire Filho et al. (2005). Vale salientar que a colheita foi realizada manualmente, sempre procurando, seguir um padrão de maturação para efeito de colheita, individualmente para cada genótipo.
3. Variáveis avaliadas
Os genótipos foram avaliados após a colheita quanto ao comprimento de vagem verde (COMPVV), massa de vagem verde (MVV), massa de grãos de vagem verde (MGVV), número de grãos de vagem verde (NGVV), massa de 100 grãos verdes (M100GV), índice de grãos verdes (IDG), produtividade de vagens verdes (PRODVV) e produtividade de grãos verdes (PGV). Estas avaliações foram realizadas da seguinte forma:
Em que:
COMP5VV: comprimento total de cinco vagens verde, medido em cm com o auxílio de uma linha e régua.
Em que:
M5VV: massa total de cinco vagens verde, medida em gramas (g).
Onde:
MG5VV: massa de grãos de cinco vagens verde, medida em gramas (g).
Em que:
NGT5VV: número de grãos total de cinco vagens verde.
As produtividades de vagens e grãos verdes, por fim, foram estimadas em kg ha-1, em razão da produtividade por planta na área útil de cada parcela.
4. Análise de variância
Realizaram-se as análises de variância conjuntas a fim de verificar o efeito da interação genótipo x ambiente, considerando-se as esperanças dos quadrados médios mostrados na Tabela 3. Com o objetivo de verificar a variabilidade entre os genótipos, realizou-se a correção do estande pelo método de covariância, usando o modelo definido pela
equação Yij = µ + gi + bj + β(Xij– X) + εij, onde Yij = produção observada do genótipo i na repetição j, µ = média geral do experimento, gi = efeito do genótipo i, bj = efeito do bloco j,
(Xij– X) = desvio observado no estande e εij = erro aleatório. Os efeitos foram considerados
fixos para blocos, ambientes, interação genótipo x ambiente, erro e genótipo (Tabela 3).
Tabela 3. Esperanças dos quadrados médios das diferentes fontes de variação (GL= graus de liberdade, FV=fontes de variação). Fortaleza-CE, 2013.
FV GL SQ E(QM) F
Blocos r-1 SQB σ2+ga σ2b -
Ambientes (A) a-1 SQA σ2+ rσ2ga+g r σ2a QMA/QMGA
Tratamentos (G) g-1 SQG σ2+rσ2ga+arσ2g QMG/QMGA
G x A (a-1)(g-1) SQgxa σ2+rσ2ga QMGA/QMR
Resíduo ga(r-1) SQR σ2 -
Total gr-1 SQTo - -
r = repetição; g = genótipos; SQB = soma de quadrados de bloco; SQG = soma de quadrado de genótipo; SQR = soma de quadrado do resíduo; SQTo = soma de quadrado total e σ2 = variância.
5. Parâmetros genéticos
Foram obtidas estimativas sobre o coeficiente de determinação, coeficiente de variação genético, variâncias genéticas e ambientais.
Para a obtenção das estimativas do coeficiente de determinação, utilizou-se a expressão:
Em que:
V(G): variância genética; V(F): variância fenotípica.
A variância genética foi obtida por meio da equação:
Em que:
: quadrado médio de genótipo; : quadrado médio do resíduo; = número de blocos.
A variância fenotípica foi obtida pela equação:
O coeficiente de variação genético foi obtido pela expressão:
Em que:
: média do caráter.
6. Efeitos diretos e indiretos dos componentes da produção sobre a produtividade de grãos verdes
A análise de trilha foi realizada conforme Li (1975), para determinar os efeitos diretos e indiretos dos componentes de produção sobre a produtividade de grãos verdes.
Esta análise foi baseada na estimativa da matriz dos coeficientes de correlações genéticas, onde de forma generalizada, os coeficientes de trilha são estimados a partir do sistema de equações X’X = X’Y
X’Y = X’X = =
De modo que se obtenha:
.
Em que:
riy: correlação entre a variável principal (y) e a i-ésima variável explicativa; pi: medida do efeito direto da variável i sobre a variável principal;
pjrij: medida do efeito indireto da variável i, via variável j, sobre a variável principal.
O coeficiente de determinação do diagrama de trilha, por sua vez, é dado pela equação abaixo:
R2 = p1r1y +p2r2y + ...+ pnrny
O efeito residual, por fim, foi estimado pela equação abaixo:
ε
O grau de multicolinearidade da matriz X'X foi estabelecido com base no seu número de condição (NC), que é a razão entre o maior e o menor autovalor da matriz (MONTGOMERY e PECK, 1981). Se NC<100, a multicolinearidade foi tida como fraca e não constituiu problema sério na análise. Se 100<NC<1.000, a multicolinearidade foi considerada de moderada a forte, e NC>1.000 foi indicativo de multicolinearidade severa. A análise dos autovalores da matriz foi feita para identificar a natureza aproximada da dependência linear existente entre os caracteres e detectar aqueles que contribuíram para o aparecimento da multicolinearidade (Belsley et al., 1980). Os caracteres que apresentaram os maiores elementos nos autovetores associados aos menores autovalores foram os que mais contribuíram para este aparecimento.
Para todos os testes foram considerados os níveis mínimos de significância de 5%. Todas as análises estatísticas foram realizadas utilizando-se o programa computacional Genes (Cruz, 2006).
RESULTADOS E DISCUSSÃO
1. Interação genótipo x ambiente
Foram encontradas respostas diferenciadas dos genótipos aos ambientes de cultivo para a maioria dos caracteres avaliados, com exceção do comprimento de vagens verdes e índice de grãos (Tabela 4). Também foi observada diferença significativa entre os genótipos para os dois ambientes avaliados, tanto para produtividade, como para seus componentes de rendimento. Estas respostas mostram a presença de diferenças entre os genótipos e o efeito do ambiente sobre cada genótipo. Desta forma, indicando-se a realização da análise de trilha para cada ambiente testado.
O efeito da interação genótipo x ambiente favorece as alterações nas características genéticas, fisiológicas e morfológicas de cada genótipo avaliado, promovendo, segundo Santos et al. (2009), respostas de produtividades diferentes entre genótipos dentro de cada ambiente. Estas respostas são semelhantes às relatadas por Rocha et al. (2012), quando trabalharam com adaptabilidade e estabilidade de genótipos de feijão-caupi para a produção de feijão-verde em Teresina-PI, onde os genótipos responderam de modo diferente a variação do ambiente. Enfatizando ainda mais a necessidade de se realizar estudo de análise de trilha para cada ambiente.
Tabela 4. Resumo da análise de variância dos caracteres comprimento de vagens verdes (COMPVV), massa de vagens verdes (MVV), massa de grãos por vagem verde (MGVV), número de grãos por vagem verde (NGVV), massa de 100 grãos (M100G), índice de grãos verdes (IDG), produtividade de vagens verdes (PRODVV) e produtividade de grãos verdes (PGV) de 16 genótipos de feijão-caupi, avaliados para a produção de feijão-verde. (GL= graus de liberdade, FV=fontes de variação). Fortaleza, CE, 2013.
FV Quadrado Médio GL COMPVV MVV MGVV NGVV M100G IDG PVV PGV Genótipos (G) 15 4,98ns 25,46** 4,75** 9,50* 160,20** 275,34ns 2589417,73* 892715,45* Ambiente (A) 1 92,22** 59,36** 3,35** 0,22ns 139,27** 626,40** 15479589,83** 1985060,50** G x A 15 3,43** 3,06* 1,15** 2,98** 33,95** 152,75** 1290997,14** 646756,87** Média 22,24 8,73 5,40 15,12 35,84 63,46 2531,23 1467,38 QMr+/QMr- 1,14 1,12 1,09 1,75 2,01 1,47 3,84 2,01 CV (%) 4,60 13,76 11,12 7,43 10,24 9,47 24,49 26,68 ns
Avaliando os genótipos dentro de cada ambiente foi observado resposta significativa para os caracteres massa de vagem verde, massa de grãos de vagens verde, número de grãos por vagem verde, massa de 100 grãos, produtividade de vagem verde e produtividade de grãos verdes, demonstrando-se, presença de diferenças entre os genótipos avaliados e comportamento diferencial das variáveis dos genótipos em cada ambiente (Tabela 4).
Linhares (2007), quando trabalhou com genótipos de feijão-caupi para a produção de grãos secos, relatou que os genótipos apresentaram respostas diferenciadas ao ambiente para número de vagens por planta, número de grãos por vagem e peso seco de grãos. Da mesma forma, Rocha et al. (2012), quando avaliaram genótipos de feijão-caupi para a produção de feijão-verde encontraram interações para as variáveis produtividade de vagens verdes, produtividades de grãos verdes e índice de grãos verdes.
Com relação à precisão experimental em estudos de composição dos efeitos diretos e indiretos, Cruz e Regazzi (2004) relatam que o ambiente influencia nos efeitos dos componentes primários sobre a produção, sendo, portanto, importante o número de ambientes testados. A este respeito, Cargnelutti Filho et al. (2010) acrescentam que os resustados de experimentos realizados em apenas um ambiente pode fornecer informações equivocadas por não considerar a variabilidade ambiental entre anos e épocas de cultivo, dentro de um mesmo local.
As alterações nos efeitos diretos e indiretos dos componentes de produtividade são provocadas devido ao efeito da interação genótipo x ambiente. A este respeito, Ribeiro et al.
(2003), avaliando o feijão comum em duas safras, sugeriram, devido a presença da interação significativa para genótipos x anos, a realização da análise de trilha para cada situação.
Trabalhando em diferentes épocas de semeaduras com soja, Carvalho et al.
(2002), também encontraram interações significativas entre genótipos e épocas de semeaduras, indicando a realização deste estudo para cada combinação de efeitos.
O coeficiente de variação variou de 4,6% (COMPVV) a 26,68% (MGV) (Tabela 4). Bertini et al. (2009), trabalhando com feijão-caupi, encontraram coeficientes de variação com valores próximos aos relatados neste trabalho, variando de 4,89 a 38,91%, para comprimento da vagem e produtividade, respectivamente, sendo considerados valores de baixo a médio, indicando, deste modo, boa precisão experimental para todos os caracteres avaliados.
O coeficiente de variação genético variou de 4,41% para IDG a 19,17% para MVV no Baixo Acaraú. Em Pentecoste essa variação de 3,20% para COMPVV a 31,86 para MGV (Tabela 5). Os valores indicam a existência de diferenças entre os genótipos de feijão- caupi estudados, indicando possibilidade de seleção.
Dos componentes de rendimento, no Baixo Acaraú, o que apresentou maior coeficiente de variação genético foi massa de vagens verdes (CVg = 19,17). Já para Pentecoste foi produtividade de grãos verdes (CVg = 31,86). As elevadas estimativas do coeficiente de variação genético, segundo Teixeira et al. (2007), são devido à diferenças entre genótipo inerente aos materiais testados, em razão de cada um deles contribuir com uma identidade genética distinta.
Os caracteres que mais contribuíram no coeficiente de variação genético foram massa de vagens verde e produtividade de grãos verde. Avaliando parâmetros genéticos em genótipos de feijão-caupi para a produção de feijão verde em Teresina-Pi, Andrade et al. (2010), encontraram coeficiente de variação genético alto para produtividade de vagens frescas e produtividade de grãos frescos.
para os dois ambientes de cultivo. Fortaleza-CE, 2013.
Descrição COMPVV MVV MGVV NGVV M100G IDG PRODVAG PGV
Baixo Acaraú CVg (%) 4,75 19,17 17,93 5,61 13,26 4,41 14,54 16,38 CVg/CVe 0,96 1,36 1,53 0,66 1,11 0,54 0,81 0,69 σ2 g 1,03 2,38 0,88 0,71 21,28 8,39 100746,07 48373,95 σ2 e 1,12 1,28 0,37 1,62 17,42 28,59 155381,99 102258,03 H2 (%) 78,64 88,16 90,35 63,76 83,01 54,00 72,17 65,42 Pentecoste CVg (%) 3,20 16,48 12,45 8,77 13,46 16,68 29,67 31,86 CVg/CVe 0,75 1,21 1,05 1,38 1,26 1,34 1,03 1,10 σ2 g 0,55 3,20 0,59 1,77 30,42 129,30 986093,56 314992,08 σ2 e 0,98 2,17 0,54 0,92 19,27 72,49 929333,44 262248,83 H2 (%) 60,01 85,52 81,47 88,44 86,33 87,71 80,93 82,77
CVg: coeficiente de variação genético; CVg/CVe: razão entre coeficiente de variação genético e coeficiente de variação ambiental; σ2g: variância genética; σ2
Estudando variabilidade genética e correlações em feijão-caupi na produção de feijão-verde, Souza et al. (2007), também encontraram coeficientes de variação genético superiores para produção (20,86%). Assim, a produtividade de grãos verdes pode ser indicada para a realização da seleção de genótipos superiores, por apresentar alta variabilidade genética, tendo-se, portanto, maior probabilidade de sucesso no processo seletivo.
A relação CVg/CVe variou de 0,54 para IDG a 1,53 para MGVV em Baixo Acaraú e variou de 0,75 para COMPVV a 1,38 para NGVV em Pentecoste. Em relação à razão CVg/CVe, Souza et al. (2007) encontraram resultados semelhantes, com valores variando de 0,66 a 1,68, acrescentando que os valores maiores que a unidade, implicam em situações favoráveis a seleção, uma vez que o fator genético é superior ao ambiental. As variáveis avaliadas apresentaram CVg/CVe distintas para os dois ambientes avaliados,