MONTHLY PERFORMANCE OF AÇAI PROGENIES USING DENDROGRAM AND GGE BIPLOT

Authors

DOI:

https://doi.org/10.37951/2358-260X.2024v12i2.7277

Abstract

The national and international market has increased the consumption of the pulp of the açai fruit due to the discovery of its nutraceutical properties, demanding research to meet this growth and circumvent the problem of seasonal production, in addition the quantity of progenies prevents the correct interpretation of the graphic analyzes, therefore, this study aimed to evaluate 76 açai tree progenies in order to identify those with superior performance and seasonal behavior, combining multivariate analysis, grouping by dendrogram and GGE Biplot analysis. The experimental design adopted was randomized blocks with two replications and five plants per plot. The evaluated characteristics were: FF - bunches number with green fruits; FM - mature bunches number and; TM - cluster size. The conclusions were that the combination of the analyzes proves to be necessary, important and efficient to allow the results to be interpreted; the best progeny is P50, followed by P68, P12, P30, P29 and P70, in order of performance, adding the progenies P52 and P55 by the dendrogram; there is genetic variability due to the individual contributions to the GxA interaction, as well as the months, which should be better known to guide genetic improvement; June represents all other months, which should be adopted when it is impossible to evaluate in more months; the last four months of the rainy season (March and June) and the first two months of drought (July and August), should be prioritized in the evaluations as it allows greater differentiation between the progenies.

Author Biographies

Francisco de Oliveira Cruz Júnior, Dr., IEPA (Instituto de Pesquisas Científicas e Tecnológicas do Amapá)

Doutor em Biodiversidade e Biotecnologia (REDE BIONORTE) e Mestre em Biodiversidade Tropical, pela Universidade Federal do Amapá, com graduação em Engenharia Florestal pela Universidade do Estado do Amapá - UEAP em 2011. Foi bolsista de iniciação científica CNPQ/PIBIC/IEPA-AP, entre 2010 - 2011. Atualmente é Analista de Meio Ambiente/Pesquisador no Instituto de Pesquisa Científicas e Tecnológicas do Amapá (IEPA), atuando principalmente nos seguintes temas: Sistemas Agroflorestais, Manejo Florestal, Silvicultura, Uso e Conservação da Biodiversidade.

Kuang Hongyu, Dr., Universidade Federal do Mato Grosso

Possui graduação em Matemática pela Universidade Federal de Uberlândia (2009), Mestrado em Ciências (área de concentração em Estatística e Experimentação Agronômica) pela Universidade de São Paulo - ESALQ/USP (2012) e doutorado em Ciências (área de concentração em Estatística e Experimentação Agronômica) pela Universidade de São Paulo - ESALQ/USP (2015). Fui Professor Assistente pela Universidade Metodista de Piracicaba (UNIMEP) em 2012 até 2013. Atualmente é Professor Adjunto concursado da Universidade Federal de Mato Grosso, vinculado ao departamento de Estatística. Tem experiência na área de Estatística Experimental, com ênfase em Análise Multivariada, atuando principalmente nos seguintes temas: Modelos AMMI, GGE biplot, Modelos AMMI-ponderado, GGE biplot-ponderado, Distribuição dos Autovalores, Simulação Multivariada, Biplot e Interação Genótipos x Ambientes. Participa do grupo de Pesquisa Modelos de efeitos principais aditivos e interação multiplicativa - AMMl com o líder Dr. Prof. Carlos Tadeu dos Santos Dias. Atualmente é Coordenador dos projetos de pesquisa Técnicas de Estatística Multivariada para dados de interação genótipo × ambiente e Análise Multivariada aplicada em Ciências Agrárias pela Universidade Federal de Mato Grosso/Pró-Reitoria de Pesquisa-UFMT.

João Tomé de Farias Neto, Dr., Embrapa Amazônia Oriental

Possui graduação em Engenharia Agronomica pela Universidade Federal Rural da Amazônia (1981), mestrado em Agronomia (Genética e Melhoramento de Plantas) pela Universidade de São Paulo (1986) e doutorado em Agronomia (Genética e Melhoramento de Plantas) pela Universidade de São Paulo (1995). Atualmente é pesquisador do Centro de Pesquisa Agroflorestal da Amazonia Oriental. Tem experiência na área de Agronomia, com ênfase em Melhoramento Vegetal, atuando principalmente nos seguintes temas: amazônia, espécie frutifera, eespécie frutífera, euterpe oleracea e genética quantitativa. Atualmente, em colaboração com outros especialistas, vem desenvolvendo estudos com a abordagem de arranjos produtivos locais (APL), visando estudos socioeconômicos em apoio a produção e a profissionalização do agronegócio do açaí, em grande expansão em nível, regional, nacional e internacional

Published

2024-12-11

How to Cite

Yokomizo, G. K. I., Cruz Júnior, F. de O., Hongyu, K., & Farias Neto, J. T. de. (2024). MONTHLY PERFORMANCE OF AÇAI PROGENIES USING DENDROGRAM AND GGE BIPLOT. Científic@ - Multidisciplinary Journal, 12(2), 1–12. https://doi.org/10.37951/2358-260X.2024v12i2.7277