Geoestatística e aerofotogrametria aplicadas à seleção de famílias de cana-de-açúcar

Abstract

Um dos desafios para os programas de melhoramento de cana-de-açúcar é a seleção inicial de genótipos. A fertilidade do solo pode influenciar no desenvolvimento das plantas e tem potencial de afetar essa seleção, porém a análise de parâmetros de fertilidade demanda mais tempo, mão de obra e gera custos adicionais. Uma possível alternativa a isto é a utilização de imagens de campo para explicar as informações do solo. Assim, o objetivo deste trabalho foi incorporar as informações dos atributos do solo, via Geoestatística e/ou Aerofotogrametria, e corrigir o ranqueamento das famílias de cana-de-açúcar com a incorporação de covariáveis no modelo de delineamento experimental, e verificar a viabilidade da utilização de imagens RGB como alternativa à análise do solo. Neste trabalho foram utilizados dados provenientes de um experimento com 60 famílias no delineamento em blocos casualizados, com quatro repetições, tendo como variável resposta a média de toneladas de colmos por hectare (TCH). Além disso, na área do experimento foram coletadas 36 amostras de solo e dois imageamentos realizados por VANT (veículo aéreo não tripulado). Os dados da análise de fertilidade foram modelados via Geoestatística e incorporados ao modelo de delineamento mediante análise de covariância. As variáveis incorporadas ao modelo foram o índice de saturação por alumínio, magnésio, fósforo, pH e a soma de bases. A inclusão dessas variáveis influenciou no ranqueamento das famílias demonstrando a sua importância na seleção durante as fases iniciais do melhoramento genético, além de possibilitar a criação de um mapa de correção do modelo para as parcelas do experimento. A partir das imagens RBG foram calculados índices e obtidos os mapas de valor médio, amplitude e desvio-padrão das unidades experimentais, porém quando comparados ao mapa de correção de médias do modelo proposto não foi observado grau de concordância satisfatório, indicando assim que imagens RGB não foram capazes de substituir os dados coletados do solo. Com a utilização dos mapas de krigagem dos atributos do solo foi possível verificar a não homogeneidade dos blocos do experimento. Dessa forma, é recomendado fazer uma investigação da qualidade do solo via análises de fertilidade e Geoestatística, para então corrigir o solo e definir os blocos experimentais corretamente, evitando assim o efeito das variáveis no ranqueamento das famílias. Caso não seja realiza esta análise anteriormente a implantação do experimento, após a colheita da cana-de-açúcar deve-se utilizar as análises de fertilidade e Geoestatística para incluir o efeito do solo no modelo empregado para ranquear as famílias. Palavras-chave: Imageamento RGB. Variabilidade Espacial. Fertilidade Do Solo. Ranqueamento De Famílias. Saccharum Spp.

One of the obstacles faced by the sugarcane breeding programs is the selection of the first genotypes. Soil fertility can influence the development of plants and has the potential to affect the selection of individuals, but incorporating this information requires more time, labor, and generates additional costs. A possible alternative to the analysis of fertility is the use of field images to explain the soil information. The objective of this work was to incorporate information on soil attributes, via Geostatistics and/or Aerophotogrammetry, and to correct the ranking of sugarcane families with the incorporation of covariables in the experimental design model, in addition to verifying the feasibility of using RGB images as an alternative to soil analysis. In this work, data from an experiment with 60 families were used in a randomized block design, with 4 repetitions, with variable response to the average of tons of stalks per hectare (TCH). Also, in the experiment area, 36 soil samples were collected and two UAV (unmanned aerial vehicle) imaging. The data from the fertility analysis were modeled using Geostatistics and incorporated into the design model through covariance analysis. The variables incorporated into the model were saturation index for aluminum, magnesium, phosphorus, pH and sum of bases. The inclusion of these variables influenced the ranking of families, demonstrating their importance in the selection of families in the early stages of genetic improvement, in addition to enabling the creation of a model correction map for the experimental plots. From the RBG images, indexes were calculated and maps of mean value, amplitude and standard deviation of the experimental units were obtained, however, when compared to the means correction map of the proposed model, a satisfactory degree of agreement was not observed, thus indicating that RGB images were unable to replace the data collected from the soil. Using the kriging maps of the soil attributes it was possible to verify the inhomogeneity of the experiment blocks. Thus, for future experiments, one must first investigate the soil quality via fertility and geostatistics analysis, then correct the soil and define the blocks of the experiments correctly, thus avoiding the effect of variables on the ranking of families. If such an analysis is not carried out before the experiment is carried out, after the sugarcane harvest, fertility and geostatistics analysis should be used to include the effect of the soil in the model used to rank families.Keywords: RGB Imaging. Spatial Variability. Soil Fertility. Family Ranking. Saccharum Spp.