Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Acesso ao texto completo restrito à biblioteca da Embrapa Pecuária Sudeste. Para informações adicionais entre em contato com cppse.biblioteca@embrapa.br.
Registro Completo
Biblioteca(s):  Embrapa Pecuária Sudeste.
Data corrente:  20/03/2019
Data da última atualização:  14/10/2019
Tipo da produção científica:  Artigo em Periódico Indexado
Autoria:  XAVIER, T. M. T.; PEZZOPANE, J. E. M.; PENCHEL, R. M.; PEZZOPANE, J. R. M.
Afiliação:  Talita Miranda Teixeira Xavier, Universidade Federal do Espírito Santo; José Eduardo Macedo Pezzopane, Universidade Federal do Espírito Santo; Ricardo Miguel Penchel, Fibria Celulose S. A; JOSE RICARDO MACEDO PEZZOPANE, CPPSE.
Título:  Crescimento inicial de eucalipto sob diferentes demandas atmosféricas e intervalos de reposição de água.
Ano de publicação:  2018
Fonte/Imprenta:  Irriga, v.23, n.3, p.426-441, 2018.
DOI:  10.15809/irriga.2018v23n3p426-441
Idioma:  Inglês
Conteúdo:  O estudo teve como objetivo avaliar o crescimento de quatro clones comerciais do híbrido Eucalyptus urophylla x Eucalyptus grandis sob deficiência hídrica moderado em casas de vegetação com alta e baixa demanda atmosférica. Foi realizada a reposição da água evapotranspirada em intervalos de tempo de 2, 4 e 6 dias e avaliadas a área foliar e massa seca das plantas ao final da experimentação. O delineamento foi inteiramente casualizado, no esquema fatorial 4x2x3 sendo quatro clones, dois ambientes e três intervalos de reposição de água. Conclui-se que, o estresse hídrico afetou o crescimento das plantas sendo que os clones avaliados apresentaram diferentes padrões de crescimento. Na fase inicial, o clone 75 foi o material genético que apresentou menor crescimento. O clone 84 mostrou-se altamente produtivo em condição de alta demanda atmosférica, no entanto, apresentou redução significativa no crescimento quando houve associação com deficiência hídrica. E o clone 66 foi o material genético mais produtivo em condição de baixa demanda atmosférica com umidade do substrato próxima à capacidade de campo. Sendo assim os resultados demonstram a possibilidade de uso desta estratégia de estudo para caracterização dos clones tolerantes e suscetíveis ao estresse hídrico.
Palavras-Chave:  Alocação de biomassa; Estresse hídrico.
Thesagro:  Eucalyptus Grandis; Eucalyptus Urophylla; Microclima.
Thesaurus Nal:  Eucalyptus.
Categoria do assunto:  F Plantas e Produtos de Origem Vegetal
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Pecuária Sudeste (CPPSE)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CPPSE24749 - 1UPCAP - DDPROCI-2018.00244XAV2019.00018
Voltar






Acesso ao texto completo restrito à biblioteca da Embrapa Arroz e Feijão. Para informações adicionais entre em contato com cnpaf.biblioteca@embrapa.br.

Registro Completo

Biblioteca(s):  Embrapa Arroz e Feijão.
Data corrente:  19/03/2024
Data da última atualização:  19/03/2024
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  A - 1
Autoria:  ARAÚJO, M. S.; CHAVES, S. F. S.; DIAS, L. A. S.; FERREIRA, F. M.; PEREIRA, G. R.; BEZERRA, A. R. G.; ALVES, R. S.; HEINEMANN, A. B.; BRESEGHELLO, F.; CARNEIRO, P. C. S.; KRAUSE, M. D.; COSTA-NETO, G.; DIAS, K. O. G.
Afiliação:  MAURICIO S. ARAUJO, UFV; SAULO F. S. CHAVES, UFV; LUIZ A. S. DIAS, UFV; FILIPE M. FERREIRA, UNESP, Botucatu-SP; GUILHERME R. PEREIRA, UFV; ANDRE R. G. BEZERRA, LIMAGRAIN BRAZIL, Jataí-GO; RODRIGO S. ALVES, UFV; ALEXANDRE BRYAN HEINEMANN, CNPAF; FLAVIO BRESEGHELLO, CNPAF; PEDRO C. S. CARNEIRO, UFV; MATHEUS D. KRAUSE, IOWA STATE UNIVERSITY; GERMANO COSTA-NETO, CORNELL UNIVERSITY; KAIO O. G. DIAS, UFV.
Título:  GIS-FA: an approach to integrating thematic maps, factor-analytic, and envirotyping for cultivar targeting.
Ano de publicação:  2024
Fonte/Imprenta:  Theoretical and Applied Genetics, v. 137, 80, Mar. 2024.
ISSN:  0040-5752
DOI:  https://doi.org/10.1007/s00122-024-04579-z
Idioma:  Inglês
Conteúdo:  Parsimonious methods that capture genotype-by-environment interaction (GEI) in multi-environment trials (MET) are important in breeding programs. Understanding the causes and factors of GEI allows the utilization of genotype adaptations in the target population of environments through environmental features and factor-analytic (FA) models. Here, we present a novel predictive breeding approach called GIS-FA, which integrates geographic information systems (GIS) techniques, FA models, partial least squares (PLS) regression, and enviromics to predict phenotypic performance in untested environments. The GIS-FA approach enables: (i) the prediction of the phenotypic performance of tested genotypes in untested environments, (ii) the selection of the best-ranking genotypes based on their overall performance and stability using the FA selection tools, and (iii) the creation of thematic maps showing overall or pairwise performance and stability for decision-making. We exemplify the usage of the GIS-FA approach using two datasets of rice [Oryza sativa (L.)] and soybean [Glycine max (L.) Merr.] in MET spread over tropical areas. In summary, our novel predictive method allows the identification of new breeding scenarios by pinpointing groups of environments where genotypes demonstrate superior predicted performance. It also facilitates and optimizes cultivar recommendations by utilizing thematic maps.
Thesagro:  Sistema de Informação Geográfica.
Thesaurus NAL:  Cultivars; Environmental indicators.
Categoria do assunto:  X Pesquisa, Tecnologia e Engenharia
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Arroz e Feijão (CNPAF)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPAF36945 - 1UPCAP - DD20242024
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional