RESUMO

Mitigating the high costs of soybean breeding programs requires constant improvement of all the involved processes. Identifying representative and discriminating test locations, as well as excluding redundant and/or non-representative locations, makes it possible to select genotypes with more accuracy while reducing the costs of the multi-environment trials (MET). Therefore, this study had three objectives: to evaluate the representativeness and discriminating power of test locations; to identify similar test locations for each Edaphoclimatic Region (ECR) and locations that did not contribute to genotype evaluation; and to recommend the best locations for evaluating MET in order to reduce breeding program costs in the soybean macro regions 1 (M1) and 2 (M2). Grain yield (GY) data from Value-for-Cultivation-and-Use (VCU) trials obtained during the 2012-2016 crop seasons were used, totaling 132 environments (location x year) and 43 genotypes. The experiments were arranged in a randomized complete block design with three replications. Representative and discriminant locations were identified by GGL (genotype main effects plus genotype × location interaction) + GGE (genotype main effects plus genotype × environment interaction) analysis, using GGEbiplot software. Representative and discriminant locations were identified for each ECR and can be used as core locations for breeding programs. Similarly, locations that were not representative and discriminant, or that present redundancy in the results, should be excluded from or replaced in MET. The most recommended locations for conducting VCU trials in M1 were Cachoeira do Sul (ECR 101); Ronda Alta, Passo Fundo, Santa Bárbara do Sul, and Ciríaco (ECR 102); and Castro (ECR 103). For M2, the most suitable locations are Rolândia, Marechal Cândido Rondon, Campo Mourão, Santa Terezinha de Itaipu, Palotina, Floresta, and Londrina (ECR 201); Naviraí (ECR 202); and Ponta Porã and Maracajú (ECR 204).(AU)

A redução dos elevados custos dos programas de melhoramento de soja requer melhoria constante detodos os processos envolvidos. A identificação de locais de teste representativos e discriminativos, bemcomo a exclusão de locais redundantes e/ou não representativos, possibilita a seleção de genótipos commaior precisão, e ao mesmo tempo reduz os custos dos ensaios multiambientes (MET). Portanto, esteestudo teve três objetivos: avaliar a representatividade e a discriminância dos locais de teste; identificarlocais de teste semelhantes e que não contribuíram para a avaliação genotípica dentro de cada RegiãoEdafoclimática (ECR); e recomendar os melhores locais para a avaliação de MET, a fim de reduzir oscustos do programa de melhoramento genético nas macrorregiões 1 (M1) e 2 (M2) de adaptação da soja.Dados de rendimento de grãos (RG) de ensaios de “Valor de Cultivo e Uso” (VCU) obtidos duranteos anos agrícolas 2012-2016 foram utilizados, totalizando 132 ambientes (local x ano) e 43 genótipos.Os experimentos foram conduzidos em delineamento de blocos completamente casualizados, comtrês repetições. Locais representativos e discriminantes foram identificados pela análise GGL (efeitoprincipal de genótipo + interação genótipo × local) + GGE (efeito principal de genótipo + interaçãogenótipo × ambiente), utilizando o software GGEbiplot. Locais representativos e discriminantes foramidentificados para cada ECR, e podem ser utilizados como locais-chave em programas de melhoramento.Da mesma forma, locais que não foram representativos e discriminantes, ou que apresentam redundânciaforam identificados e devem ser excluídos ou substituídos no MET. Os locais recomendados para acondução de ensaios de VCU na M1 são: Cachoeira do Sul (ECR 101); Ronda Alta, Passo Fundo, SantaBárbara do Sul e Ciríaco (ECR 102); e Castro (ECR 103). Já para M2, os locais recomendados são:Rolândia, Marechal Cândido Rondon, Campo Mourão...(AU)

Assuntos

RESUMO

Mitigating the high costs of soybean breeding programs requires constant improvement of all the involved processes. Identifying representative and discriminating test locations, as well as excluding redundant and/or non-representative locations, makes it possible to select genotypes with more accuracy while reducing the costs of the multi-environment trials (MET). Therefore, this study had three objectives: to evaluate the representativeness and discriminating power of test locations; to identify similar test locations for each Edaphoclimatic Region (ECR) and locations that did not contribute to genotype evaluation; and to recommend the best locations for evaluating MET in order to reduce breeding program costs in the soybean macro regions 1 (M1) and 2 (M2). Grain yield (GY) data from Value-for-Cultivation-and-Use (VCU) trials obtained during the 2012-2016 crop seasons were used, totaling 132 environments (location x year) and 43 genotypes. The experiments were arranged in a randomized complete block design with three replications. Representative and discriminant locations were identified by GGL (genotype main effects plus genotype × location interaction) + GGE (genotype main effects plus genotype × environment interaction) analysis, using GGEbiplot software. Representative and discriminant locations were identified for each ECR and can be used as core locations for breeding programs. Similarly, locations that were not representative and discriminant, or that present redundancy in the results, should be excluded from or replaced in MET. The most recommended locations for conducting VCU trials in M1 were Cachoeira do Sul (ECR 101); Ronda Alta, Passo Fundo, Santa Bárbara do Sul, and Ciríaco (ECR 102); and Castro (ECR 103). For M2, the most suitable locations are Rolândia, Marechal Cândido Rondon, Campo Mourão, Santa Terezinha de Itaipu, Palotina, Floresta, and Londrina (ECR 201); Naviraí (ECR 202); and Ponta Porã and Maracajú (ECR 204).

A redução dos elevados custos dos programas de melhoramento de soja requer melhoria constante detodos os processos envolvidos. A identificação de locais de teste representativos e discriminativos, bemcomo a exclusão de locais redundantes e/ou não representativos, possibilita a seleção de genótipos commaior precisão, e ao mesmo tempo reduz os custos dos ensaios multiambientes (MET). Portanto, esteestudo teve três objetivos: avaliar a representatividade e a discriminância dos locais de teste; identificarlocais de teste semelhantes e que não contribuíram para a avaliação genotípica dentro de cada RegiãoEdafoclimática (ECR); e recomendar os melhores locais para a avaliação de MET, a fim de reduzir oscustos do programa de melhoramento genético nas macrorregiões 1 (M1) e 2 (M2) de adaptação da soja.Dados de rendimento de grãos (RG) de ensaios de “Valor de Cultivo e Uso” (VCU) obtidos duranteos anos agrícolas 2012-2016 foram utilizados, totalizando 132 ambientes (local x ano) e 43 genótipos.Os experimentos foram conduzidos em delineamento de blocos completamente casualizados, comtrês repetições. Locais representativos e discriminantes foram identificados pela análise GGL (efeitoprincipal de genótipo + interação genótipo × local) + GGE (efeito principal de genótipo + interaçãogenótipo × ambiente), utilizando o software GGEbiplot. Locais representativos e discriminantes foramidentificados para cada ECR, e podem ser utilizados como locais-chave em programas de melhoramento.Da mesma forma, locais que não foram representativos e discriminantes, ou que apresentam redundânciaforam identificados e devem ser excluídos ou substituídos no MET. Os locais recomendados para acondução de ensaios de VCU na M1 são: Cachoeira do Sul (ECR 101); Ronda Alta, Passo Fundo, SantaBárbara do Sul e Ciríaco (ECR 102); e Castro (ECR 103). Já para M2, os locais recomendados são:Rolândia, Marechal Cândido Rondon, Campo Mourão...

Assuntos

RESUMO

Abstract System fertilization is characterized by partial or total fertilizer application at the predecessor crop; and it can be a viable practice to soybean crop. This study aimed to determine the fertilizer management and fertilizer levels for black oat-soybean cropping system, in high fertility soils and no-tillage system. The field trial was conducted in a bifactorial scheme, consisting of six environments, by combination of locations (Bom Sucesso do Sul - Paraná, Itapejara d'Oeste - Paraná) and fertilization management (all fertilization in black oat; splitting with 50% in black oat and 50% in soybean, all fertilization in soybean), and four fertilizer levels (0, 100, 200 and 300%) defined according to soil analysis and production expected. The evaluated traits were dry mass production, N, P and K nutrient accumulation of straw, dry mass remaining of black oat crop; and plant height, number of pods per plant, thousand grain weight, grain yield for soybean crop. Higher black oat dry mass production was observed at higher fertilization level. The fertilizer anticipation in black oat crop had better performance. Phosphorus and potassium accumulation increased linearly with fertilizer level increase. For N, the highest accumulated value occurred at the 200%, decreasing at the 300% of fertilizer level. The soybean crop had no influence in grain yield considering fertilization management, anticipation or splitting, and fertilizer levels. Thus, the system fertilization can be a viable practice, and favor black oat dry mass production and soybean development.

Assuntos