Notícias

Banca de DEFESA: MURILO CÂNDIDO RUY

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: MURILO CÂNDIDO RUY
DATA: 26/04/2024
HORA: 07:30
LOCAL: Híbrido - DBI-02 e Google Meet - https://meet.google.com/zbc-pcij-afe
TÍTULO:

ADAPTABILIDADE E ESTABILIDADE DE CLONES DE EUCALYPTUS NO SUL DE MINAS GERAIS E NOROESTE DE SÃO PAULO


PALAVRAS-CHAVES:

Eucalyptus. Annicchiarico. Eberhart e Russel. GGEbiplot. Interação GxA. Simulação. AlphaSim. Seleção recorrente intrapopulacional. Seleção recorrente interpopulacional.


PÁGINAS: 64
GRANDE ÁREA: Ciências Agrárias
ÁREA: Recursos Florestais e Engenharia Florestal
SUBÁREA: Silvicultura
ESPECIALIDADE: Genética e Melhoramento Florestal
RESUMO:

O setor florestal brasileiro representa uma parte significativa da economia nacional, empregando milhares de pessoas, tanto de forma direta quanto indireta. O Eucalyptus representa parte significativa das florestas plantas e sua madeira é utilizada para diferentes finalidades. Diferente das espécies agrícolas convencionais, como milho, soja, feijão e outras, as espécies florestais não sofreram nenhum tipo de melhoramento no passado mais distante. Sendo assim, o potencial para melhorias genéticas das espécies florestais é elevado. O efeito da interação genótipo por ambiente (GxA) afeta diretamente o desempenho dos clones de Eucalyptus plantados nas diferentes regiões brasileiras, sendo, portanto, uma importante área de estudo do melhoramento genético. Desta forma, o primeiro capitulo do presente trabalho se dedica ao estudo da interação GxA de 62 clones de Eucalyptus, bem como sua adaptabilidade e estabilidade. Os clones foram avaliados ao longo de 10 anos em 10 sub-regiões, nos estados de São Paulo e Minas Gerais. Os dados coletados de incremento médio anual (IMA) foram submetidos as metodologias de Annicchiarico (1992), Eberhart & Russel (1966) e GGE biplot. As regiões H, I, G, J e D, apresentaram os melhores desempenhos médios, respectivamente. Considerando a interação GxA os melhores clones dentro das melhores sub-regiões foram: H- 1112, I- 887, G- 1112, J- 838, D- 107. Os clones 876, 1112, 1277 e 13 apresentaram a maior estabilidade, enquanto que os clones 1112 e 1277 apresentaram, além de alta estabilidade, os maior desempenho médio e adaptabilidade. O segundo capitulo do presente trabalho se dedicou comparar o desempenho estimado de duas estratégias diferentes de melhoramento por meio de simulações estocásticas. As duas metodologias de melhoramento testadas foram a seleção recorrente intrapopulacional (SRI) e a seleção recorrente interpopulacional (SRR). Essas duas metodologias cíclicas são frequentemente utilizadas no melhoramento de eucalipto, mas devido à alta demanda de tempo e mão de obra, a comparação prática desses dois métodos é inviável. Assim, a utilização de simulações computacionais pode indicar o desempenho relativo desses dois métodos sob diferentes parâmetros genéticos, como variância aditiva, herdabilidade e grau de dominância. As simulações foram realizadas utilizando o pacote AlphaSim, no software R. Foram simulados 24 ciclos de seleção, totalizando 250 anos, com valores de variância aditiva (Va) iguais a 5, 10, 20 e 30, em combinação com valores de grau de dominância (DD) iguais a 0, 0.3, 0.7 e 1. Foi constatado, ao final das simulações, que a SRI apresenta maiores ganhos em cenários de DD igual a zero, ganhos similares a SRR quando DD é igual a 0.3 e ganhos inferiores quando DD é igual a 0.7 e 1.


MEMBROS DA BANCA:
Presidente - EVANDRO NOVAES (Membro)
Interno - FLAVIA MARIA AVELAR GONCALVES (Suplente)
Externo ao Programa - MAGNO ANTONIO PATTO RAMALHO - DBI/ICN (Membro)
Externo ao Programa - ADELSON LEMES DA SILVA JUNIOR - DCF/ESAL (Membro)
Externo à Instituição - PAULO HENRIQUE MULLER DA SILVA - IPEF (Membro)
Externo à Instituição - EVANDRO VAGNER TAMBARUSSI - USP (Membro)
Externo à Instituição - MARCELA PEDROSO MENDES - UFG (Suplente)
Notícia cadastrada em: 15/04/2024 10:12
SIGAA | DGTI - Diretoria de Gestão de Tecnologia da Informação - Contatos (abre nova janela): https://ufla.br/contato | © UFLA | appserver2.srv2inst1 03/07/2024 08:29