SciELO - Scientific Electronic Library Online

 
vol.49 issue1Leaf carbohydrates during flowering and early growth stages of fruitlets in 'Ponkan' mandarin treePerformance of Purunã beef cows subjected to different nursing managements author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

Share


Pesquisa Agropecuária Brasileira

Print version ISSN 0100-204XOn-line version ISSN 1678-3921

Pesq. agropec. bras. vol.49 no.1 Brasília Jan. 2014

http://dx.doi.org/10.1590/S0100-204X2014000100006 

Genética

Estimativa de repetibilidade para caracteres de qualidade de frutos de laranjeira-doce

Repeatability estimates for fruit quality characters of sweet orange

Jacson Rondinelli da Silva Negreiros(1) 

Romeu de Carvalho Andrade-Neto(1) 

Daniela Popim Miqueloni(1) 

Lauro Saraiva Lessa(1) 

(1)Embrapa Acre, Rodovia BR 364, Km 14, CEP 69900-056 Rio Branco, AC, Brasil. E-mail: jacson.negreiros@embrapa.br, romeu.andrade@embrapa.br, danimique@yahoo.com.br, lauro.lessa@embrapa.br

RESUMO

O objetivo deste trabalho foi determinar o coeficiente de repetibilidade de características de qualidade do fruto de laranjeira-doce (Citrus sinensis) e o número mínimo de avaliações capaz de proporcionar níveis de certeza da predição do valor real dos genótipos. Foram avaliados, em cinco safras, 39 genótipos de laranjeira-doce, coletados em nove municípios do Estado do Acre. Utilizou-se o delineamento de blocos ao acaso, com três repetições. Foram avaliados: massa média de frutos, rendimento de suco, espessura de casca, sólidos solúveis (SS), acidez total (AT), relação SS/AT e índice tecnológico. Para a estimativa dos coeficientes de repetibilidade, foram utilizados os métodos da análise de variância, dos componentes principais e da análise estrutural. Todos os caracteres avaliados mostraram variabilidade, exceto o rendimento de suco. Os caracteres avaliados mostraram padrão cíclico, o que foi mais bem captado pelas metodologias multivariadas de estimativa do coeficiente de repetibilidade. São necessárias 15 avaliações para determinar, com 90% de certeza, os caracteres espessura de casca e sólidos solúveis, e 11, 6, 3, 2 e 1 avaliações, respectivamente para massa média de fruto, acidez total, índice tecnológico, rendimento de suco e relação SS/AT.

Palavras-Chave: Citrus sinensis ; análise multivariada; índice tecnológico; melhoramento genético; rendimento de suco; sólidos solúveis

ABSTRACT

The objective of this work was to determine the repeatability coefficient of fruit quality characteristics of sweet orange (Citrus sinensis) and the minimum number of evaluations that can provide levels of prediction certainty of the true genotype value. Thirty nine genotypes of sweet orange, collected in nine municipalities of the state of Acre, Brazil, were evaluated in five crop cycles. A randomized complete block design was used, with three replicates. The following were evaluated: average fruit weight, juice yield, peel thickness, soluble solids (SS), total acidity (TA), SS/TA ratio, and technological index. To estimate the repeatability coefficients, the methods of analysis of variance, principal component analysis, and structural analysis were used. All evaluated characters showed variability, except for juice yield. The evaluated characters showed a cyclic pattern, which was best captured by the multivariate methodologies for estimating the repeatability coefficient. Fifteen evaluations are needed to determine, with 90% certainty, the characters peel thickness and soluble solids, and 11, 6, 3, 2, and 1 evaluations, respectively for average fruit weight, total acidity, technological index, juice yield, and SS/TA ratio, respectively.

Key words: Citrus sinensis ; multivariate analysis; technological index; plant breeding; juice yield; soluble solids

Introdução

A laranja é considerada o grupo mais importante das frutas cítricas cultivadas e corresponde a cerca de dois terços de toda a produção mundial de citros (Gondim et al., 2001). No Brasil, anualmente são colhidos aproximadamente 18 milhões de toneladas de laranja, o que torna o país o maior exportador do produto, responsável por 80% da produção mundial de suco de laranja concentrado (Santos et al., 2013).

No Estado do Acre, a citricultura representa a segunda maior área cultivada com frutíferas, com 47,83% da área total, atrás apenas da cultura da banana. Em 2010, o Estado apresentou área colhida de laranja de 385 ha, aproximadamente 0,05% do montante nacional (775.881 ha), com produção de 5,4 mil toneladas (Instituto Brasileiro de Geografia e Estatística, 2013). Já em 2011, a produção caiu para 4,7 mil toneladas, em 331 ha. Esse decréscimo foi potencialmente motivado pelo declínio de alguns pomares, ocasionado principalmente pela idade das plantas. No entanto, a demanda pelo produto é crescente, e o Acre importou aproximadamente 423 toneladas de outros estados, principalmente de São Paulo, o maior produtor do país (Boletim de preços de produtos agropecuários e florestais do Estado do Acre, 2013).

Essa defasagem recorrente tem estimulado estudos com a laranjeira-doce [Citrus sinensis (L.) Osbeck] no Estado. A Embrapa iniciou as pesquisas com a cultura no Acre em 1989, com o objetivo de introduzir novas variedades e estudar a potencialidade dos genótipos locais. Assim, em 1997, foi lançada e recomendada a cultivar de laranja Aquiri, e recomendadas as cultivares Natal e Valência (Ledo et al., 1996).

A introdução e a avaliação de germoplasma, com posterior seleção de plantas com características desejáveis e adaptadas é o método mais rápido e eficaz para a obtenção cultivares superiores. Dessa forma, novas expedições de coleta foram realizadas por Gondim et al. (2001), em alguns municípios do interior do Acre. Os genótipos selecionados vêm sendo avaliados desde então no campo experimental da Embrapa Acre, para seleção de indivíduos com os melhores desempenhos agronômicos, para formação de copa.

Durante o processo de seleção, é essencial que se tenha certeza da superioridade genética do indivíduo; para tanto, são necessárias medições repetidas de um mesmo indivíduo ao longo do tempo (Degenhardt et al., 2002; Neves et al., 2010). Assim, a estimativa dos coeficientes de repetibilidade é importante, pois permite maximizar o valor que a herdabilidade de um caráter, no sentido amplo, pode atingir (Cruz et al., 2004).

O coeficiente de repetibilidade tem sido estimado em diversas culturas, como pupunheira (Bactris gasipaes), por Padilha et al. (2003) e Bergo et al. (2013); bacabi (Oenocarpus mapora), por Oliveira & Moura (2010); macaúba (Acrocomia aculeata), por Manfio et al. (2011); goiabeira-serrana (Acca sellowiana), por Degenhardt et al. (2002); araçazeiro (Psidium cattleyanum) e pitangueira (Eugenia uniflora), por Danner et al. (2010); pessegueiro (Prunus persica), por Bruna et al. (2012); maracujazeiro (Passiflora edulis), por Neves et al. (2010), Urochloa ruziziensis, por Souza Sobrinho et al. (2010); e soja (Glycine max), por Matsuo et al. (2012). A própria laranjeira-doce conta com estudo de repetibilidade, mas para características de produção (Negreiros et al., 2008). Estudos que visem mensurar medidas repetidas em caracteres de qualidade de frutos de laranjeira-doce não foram encontrados. Nesse sentido, os resultados parciais de experimentos com genótipos de laranjeira-doce no Acre podem subsidiar a seleção de indivíduos superiores para o programa de melhoramento da espécie.

O objetivo deste trabalho foi determinar o coeficiente de repetibilidade de características de qualidade do fruto de laranjeira-doce e o número mínimo de avaliações capaz de proporcionar níveis de certeza da predição do valor real dos genótipos.

Material e Métodos

O trabalho foi realizado no Campo Experimental da Embrapa Acre, em Rio Branco, AC (9º58'29"S, 67º49'44"W, a aproximadamente 160 m de altitude) (WGS 84). O clima da região, segundo a classificação de Köppen, é do tipo AWI, quente e úmido, com temperaturas máxima de 31ºC e mínima de 21ºC, precipitação anual de 1.700 mm e umidade relativa em torno de 80%.

O solo da área experimental foi classificado como Argissolo Vermelho-Amarelo Distrófico, de textura média/argilosa e bem drenado (Santos et al., 2006). A análise química do solo indicou, até 40 cm de profundidade, as seguintes características: pH em H2O de 5,2; 0,17 cmolc kg-1 de K; 3,70 cmolc kg-1 de Ca; 1,49 cmolckg-1 de Mg; 0,14 cmolc kg-1 de Al; 2,57 cmolc kg-1 de H+Al; soma de bases de 5,36 cmolc kg-1; 7,27 g kg-1 de carbono orgânico; CTC de 5,5 cmolc kg-1; e saturação de bases de 68%.

Foram coletadas gemas vegetativas de 39 genótipos de laranjeira-doce, oriundos da Mesorregião do Vale do Acre, distribuídos pelas microrregiões de Brasiléia, Rio Branco e Sena Madureira (Tabela 1). Foram selecionadas plantas aparentemente sadias e vigorosas, com boa produção e características do fruto bem aceitas pelo consumidor. Com tesoura de poda, foram retiradas cinco hastes por planta, cada uma com cerca de dez gemas vegetativas. As hastes selecionadas de cada genótipo foram devidamente identificadas, envoltas por jornal umedecido, armazenadas em caixa térmica e levadas para o Laboratório de Sementes da Embrapa Acre. Duas gemas vegetativas por haste foram retiradas e enxertadas em porta-enxertos de limão-cravo (Citrus limonia Osbeck), para posterior avaliação em ensaio de competição de clones.

Tabela 1 Locais de coleta dos genótipos de laranjeiras-doce (Citrus sinensis), no Estado do Acre. 

Município Coordenadas Microrregião Genótipos(1)
Plácido de Castro 10º19'43"S, 67º10'44"W Rio Branco 1 3 4 6 8
Sen. Guiomard 10º09'03"S, 67º44'13"W Rio Branco 9 11 13 14 15 16
Capixaba 10º34'29"S, 67º40'38"W Rio Branco 17 19 22 23
Xapuri 10º39'11"S, 68º30'03"W Brasiléia 24 25 26 28 29 30 31
Sena Madureira 09º04'10''S, 68º39'30"W Sena Madureira 33 36 37 38
Brasiléia 11º00'01"S, 68º44'59"W Brasiléia 39 40
Epitaciolândia 11º01'56"S, 68º43'54"W Brasiléia 43 44 46 47
Porto Acre 09º35'42"S, 67º32'36"W Rio Branco 48 49 51 52
Rio Branco 09º58'29"S, 67º49'44"W Rio Branco 53 54 55

(1) Adaptado de Gondim et al. (2001)

O plantio foi realizado em fevereiro de 2000, no espaçamento 8x8 m, em delineamento experimental de blocos ao acaso, com 39 tratamentos e três repetições. Na implantação do experimento, utilizou-se uma planta útil por parcela, em razão do grande número de materiais e da reduzida área experimental disponível (Gondim et al., 2001). Foram avaliadas cinco safras: 2004, 2008, 2010, 2011 e 2012. O cultivo foi conduzido sem irrigação e de acordo com o manejo cultural recomendado para citros (Ledo et al., 1996).

As características físico-químicas avaliadas dos frutos foram: massa média de frutos (MMF), rendimento de suco (expresso em percentagem), espessura de casca (ESPC), sólidos solúveis (SS), acidez total (AT), relação SS/AT e índice tecnológico (IT). A determinação da MMF e do rendimento de suco foi feita por gravimetria, em balança de precisão, e a espessura da casca foi mensurada com auxílio de paquímetro digital. Os sólidos solúveis foram determinados por meio de leitura direta em refratômetro de bolso, modelo PAL-1 (Atago Co. Ltd., Tóquio, Japão), em ºBrix. Já a acidez total do suco foi determinada por titulometria com solução de NaOH 0,1 N e indicador fenolftaleína (AOAC International, 2012). A relação SS/AT foi calculada pelo índice tecnológico (IT), de acordo com Di Giorgi et al. (1993): IT = (rendimento de suco × SS × 40,8)/10.000, em que 40,8 refere-se ao peso-padrão (kg) da caixa de colheita de laranja.

De forma complementar, o coeficiente de repetibili dade foi estimado por métodos que consideram diferentes fatores: análise de variância (Anova), na qual o efeito temporário do ambiente é removido do erro, conforme Cruz et al. (2004); análise de componentes principais, obtida da matriz de correlação (CPCOR) e da matriz de variâncias e covariâncias fenotípicas (CPCOV) (Abeywardena, 1972; Rutledge, 1974); e análise estrutural, com base no autovalor teórico da matriz de correlação média (Aecor) (Mansour et al., 1981).

O modelo estatístico utilizado para a análise de variância (Cruz et al., 2004) foi: Yij = μ + gi + aj + εij, em que Yij é a observação referente ao i-ésimo genótipo na j-ésima medição; μ é a média geral; gi é o efeito aleatório do i-ésimo genótipo sob a influência do ambiente permanente (i = 1, 2, ..., 39 genótipos); aj é o efeito da j-ésima medição (j = 1, 2, ..., η); e εij é o erro experimental. Os estimadores do coeficiente de repetibilidade estão apresentados na Tabela 2.

Tabela 2 Estimador do coeficiente de repetibilidade (r) em função do método utilizado. 

Método de estimação Estimador(1)
Análise de variância
Componentes principais obtidos da matriz de variâncias e covariâncias fenotípicas
Componentes principais obtidos da matriz de correlação
Análise estrutural com base no autovalor teórico da matriz de correlação ou correlação média

(1) é a variância fenotípica; σ2 é a variância ambiental; σ2g é a variância genotípica; é o autovalor da matriz de covariância () ou da matriz de correlação associado ao autovetor cujos elementos têm o mesmo sinal e magnitudes semelhantes; é o autovetor associado ao maior autovalor de ; η é o número de medições.

Para cada característica, foi determinado o número mínimo de medições necessárias para predizer o valor real dos indivíduos, com base em coeficiente de determinação (R2) preestabelecidos: 0,80, 0,85, 0,90, 0,95 e 0,99 (Cruz et al., 2004): ηo = [R2 (1 - r)] / [(1 - R2) r], em que ηo é o número de medições para predição do valor real; e r é o coeficiente de repetibilidade obtido com um dos diferentes métodos utilizados.

O coeficiente de determinação genotípica (R2), que representa a percentagem de certeza da predição do valor real dos indivíduos selecionados com base em η medições, foi obtido pela expressão: R2 = η r / [1 + r (η - 1)], em que η é o número de medições e r é o coeficiente de repetibilidade.

As médias das cinco avaliações, para cada característica analisada nos diferentes genótipos, foram comparadas pelo teste de Scott & Knott, a 5% de probabilidade (Scott & Knott, 1974). Todas as análises estatísticas dos dados foram realizadas por meio do programa Genes (Cruz, 2006).

Resultados e Discussão

A análise de variância mostrou que, com exceção do rendimento de suco, o efeito de anos foi significativo, para todas as características avaliadas, e houve diferenças entre os genótipos de laranjeira-doce, com exceção das características rendimento de suco e índice tecnológico (Tabela 3). Esses resultados refletem a existência de variabilidade entre os genótipos avaliados, com possibilidades de ganho genético pela seleção de indivíduos superiores.

Tabela 3 Resumo da análise de variância para os caracteres massa média de frutos (MMF), espessura de casca (ESPC), rendimento de suco (suco), sólidos solúveis (SS), acidez total (AT), relação SS/AT e índice tecnológico (IT) de 39 genótipos de laranjeira-doce (Citrus sinensis), no Estado do Acre. 

Variação Quadrado médio
GL MMF (g) ESPC (mm) Suco (%) SS (ºBrix) AT (%) Relação SS/AT IT
Ambiente 4 18.339,22* 8,124* 1.313,05ns 9,88* 6,714* 17.614,72* 1,897*
Genótipos 38 2.367,55* 1,271* 599,76ns 1,47* 0,068* 250,75* 0,560ns
Resíduo 542 509,58 0,325 393,84 0,38 0,0103 33,54 0,404
CV (%) 11,08 14,01 41,45 7,36 15,82 33,46 38,77
Média 203,79 4,06 47,87 8,38 0,64 17,31 1,64

ns ( )Não significativo

*Significativo pelo teste F, a 5% de probabilidade

A MMF foi de 203,79 g, e a ESPC foi de 4,06 mm, valores considerados intermediários, segundo Santos et al. (2010). Já o rendimento médio de suco foi de 47,87%, considerado acima da média. Ledo et al. (1999) observaram que, nas combinações de copa x porta-enxerto que avaliaram, a percentagem de suco das laranjeira do Estado do Acre é alta, de 43,8 a 53,3%. Esses resultados sugerem que, em condições de clima quente e úmido, os frutos tendem a ser mais suculentos, mas com variabilidade considerável, de acordo a interação copa x porta-enxerto.

Para sólidos solúveis, verificou-se média de 8,38 ºBrix. Essa característica representa importante atributo de qualidade, e tende a aumentar com o desenvolvimento da planta (Duarte et al., 2011). A acidez total média foi de 0,64%. Chitarra & Chitarra (2005) concluíram que a acidez total é um importante parâmetro na apreciação do estado de conservação do fruto, e que seu valor aumenta com o desenvolvimento fisiológico e diminui com a maturação do fruto.

Os maiores valores de sólidos solúveis e acidez total foram observados nos genótipos 11, 17, 24, 25, 26, 28, 31, 37, 38, 39, 52, 53 e 55 (Tabela 4), oriundos principalmente dos municípios de Senador Guiomard, Capixaba, Xapuri, Sena Madureira e Plácido de Castro. Gondim et al. (2001), ao avaliar aspectos qualitativos de laranjeira-doce no Acre, observaram que os maiores valores foram observados em genótipos obtidos dos municípios de Epitaciolândia, Capixaba, Plácido de Castro, Porto Acre e Rio Branco. Esses valores, porém, apresentaram maior variabilidade para sólidos solúveis, o que pode indicar maior influência ambiental no desempenho dos genótipos (Negreiros et al., 2008; Lourenço et al., 2013).

Tabela 4 Massa média de frutos (MMF), espessura de casca (ESPC), rendimento de suco (suco), sólidos solúveis (SS), acidez total (AT), relação SS/AT e índice tecnológico (IT) de genótipos de laranjeira-doce (Citrus sinensis) e de cada safra avaliada, no Estado do Acre(1). 

Genótipo MMF(g) ESPC(mm) Suco(%) SS (ºBrix) AT (%) RelaçãoSS/AT IT (kg de SS por caixa)
1 213,15a 5,03a 43,46b 7,83b 0,54b 18,24b 1,39b
3 201,30b 4,28b 47,76b 8,42a 0,59b 18,11b 1,64b
4 205,90b 4,31b 46,65b 8,93a 0,60b 17,18b 1,70b
6 221,39a 4,11b 45,35b 8,41a 0,57b 19,02b 1,56b
8 207,84b 3,86c 46,52b 9,03a 0,57b 19,86b 1,71b
9 214,62a 4,40b 48,33b 8,29b 0,68a 15,06b 1,63b
11 204,73b 3,97c 47,68b 8,95a 0,74a 15,31b 1,75b
13 207,03b 3,90c 50,06b 8,23b 0,67a 15,51b 1,69b
14 212,80a 4,07b 46,74b 8,51a 0,58b 18,37b 1,60b
15 232,48a 4,25b 45,34b 7,80b 0,62b 15,78b 1,50b
16 214,50a 4,41b 42,36b 8,13b 0,56b 19,08b 1,41b
17 206,00b 4,36b 42,65b 8,50a 0,67a 16,46b 1,49b
19 223,96a 4,22b 48,63b 8,20b 0,69a 14,96b 1,62b
22 215,83a 3,82c 50,82b 8,10b 0,73a 16,39b 1,69b
23 184,78c 3,69c 47,08b 8,31b 0,41c 40,25a 1,59b
24 195,97c 3,73c 48,56b 8,61a 0,70a 15,26b 1,70b
25 192,72c 3,56c 49,68b 8,54a 0,73a 14,35b 1,73b
26 193,52c 3,92c 50,06b 8,70a 0,65a 17,09b 1,76b
28 216,67a 4,00c 48,55b 8,65a 0,67a 15,66b 1,75b
29 201,59b 4,31b 45,12b 8,12b 0,56b 19,42b 1,47b
30 185,50c 4,23b 45,39b 8,60a 0,61b 18,77b 1,60b
31 202,81b 3,71c 46,05b 8,64a 0,70a 15,12b 1,62b
33 172,14c 3,68c 83,68a 7,76b 0,73a 13,51b 2,63a
36 188,75c 4,22b 45,19b 8,12b 0,59b 18,20b 1,50b
37 190,48c 4,35b 47,99b 8,38a 0,67a 16,66b 1,63b
38 207,09b 4,09b 47,69b 8,71a 0,74a 14,32b 1,72b
39 201,81b 4,06b 45,03b 8,56a 0,69a 15,73b 1,62b
40 197,31c 3,96c 44,98b 8,02b 0,56b 17,83b 1,45b
43 185,20c 4,15b 47,22b 7,97b 0,59b 18,33b 1,55b
44 193,55c 3,81c 47,67b 8,12b 0,67a 14,60b 1,59b
46 203,68b 4,13b 48,17b 8,25b 0,66a 15,64b 1,62b
47 206,14b 4,14b 48,37b 8,02b 0,61b 17,44b 1,58b
48 193,84c 3,94c 48,25b 8,44a 0,61b 17,54b 1,66b
49 202,55b 3,59c 48,78b 8,14b 0,61b 16,38b 1,62b
51 207,57b 3,73c 39,25b 8,56a 0,60b 18,13b 1,34b
52 210,36b 4,11b 48,47b 8,46a 0,64a 16,97b 1,67b
53 193,69c 3,90c 48,00b 8,64a 0,67a 16,37b 1,69b
54 214,02a 4,49b 46,84b 8,31b 0,65a 16,09b 1,59b
55 224,51a 3,94c 48,47b 8,66a 0,68a 15,85b 1,71b
Ambiente
Safra 1 219,51a 3,91c 53,10a 8,27b 0,22d 39,17a 1,78a
Safra 2 193,83b 4,08b 47,17b 8,27b 0,69c 12,37b 1,59b
Safra 3 194,14b 4,06b 46,57b 8,19b 0,69c 12,33b 1,57b
Safra 4 196,25b 4,48a 44,00b 8,25b 0,83a 10,01c 1,48b
Safra 5 215,22a 3,77c 48,50b 8,89a 0,75b 12,65b 1,75a

(1)Médias seguidas por letras iguais, nas colunas, não diferem pelo teste de Scott & Knott, a 5% de probabilidade. Médias de cinco avaliações

A média da relação SS/AT, que fornece indicação do estádio de maturação do fruto, foi de 17,31. A acidez tende a decrescer com a utilização de ácidos orgânicos na atividade respiratória dos frutos, que aumenta com o crescimento e o estádio de maturação, o que favorece o incremento nos valores da relação SS/AT pela manutenção dos frutos por mais tempo na planta (Chitarra & Chitarra, 2005). Sucos com relação SS/AT entre 14 e 16 são os mais apreciados pelos consumidores, em razão do equilíbrio, em termos sensoriais, entre os teores de açúcares e ácidos (Pozzan & Triboni, 2005). No entanto, segundo Petto Neto & Pompeu Júnior (1987), o intervalo ideal está entre 11 e 14. Apesar disso, o processamento da indústria inclui frutos com valores de 6 a 20, intervalo que abrange todos os genótipos analisados, exceto o 23.

Quanto ao índice tecnológico, que expressa a quantidade de sólidos solúveis por caixa de laranja, o valor médio obtido foi de 1,64, considerado menor que o ideal, que, conforme Di Giorgi et al. (1993), deve variar de 2,49 a 2,86 kg de SS por caixa. Apenas o genótipo 33 (Sena Madureira) manteve-se dentro do valor ideal.

Quanto às safras, o primeiro e o último ano de avaliação apresentaram resultados superiores de massa média de frutos e de índice tecnológico (Tabela 4). O rendimento de suco foi superior na primeira safra, a acidez total, na quarta safra, e a menor espessura de casca, na quinta safra. Portanto, houve variabilidade nas características analisadas, ao longo das avaliações.

O método Anova proporcionou os menores valores dos coeficientes de repetibilidade (r), entre os métodos avaliados, independentemente da característica analisada. Em seguida, foi o método Aecor (Tabela 5). Os métodos multivariados de componentes principais, baseados na CPCOV e na CPCOR, obtiveram os melhores resultados, com os maiores coeficientes de repetibilidade. Isso sugere comportamento cíclico dos genótipos, uma vez que esse método é mais apurado quando os genótipos avaliados apresentam alternância de produção, em relação ao caráter avaliado (Abeywardena, 1972).

Tabela 5 Coeficientes de repetibilidade (r) e seus respectivos coeficientes de determinação (R2) para os caracteres massa média de frutos (MMF), espessura de casca (ESPC), rendimento de suco, sólidos solúveis (SS), acidez total (AT), relação SS/AT e índice tecnológico (IT), obtidos pelos métodos de análise de variância (Anova), componentes principais obtidos da matriz de variâncias e covariâncias fenotípicas (CPCOV), componentes principais obtidos da matriz de correlação (CPCOR) e análise estrutural com base no autovalor teórico da matriz de correlação (Aecor). 

Caráter Coeficiente Anova CPCOV CPCOR Aecor
MMF r 0,4204 0,4593 0,4340 0,4314
R2 (%) 78,38 80,94 79,31 79,14
ESPC r 0,3454 0,3527 0,3719 0,3620
R2 (%) 72,52 73,15 74,75 73,94
Rendimento r 0,0798 0,8345 0,2292 0,1820
R2 (%) 30,24 96,19 59,79 52,67
SS r 0,3125 0,3700 0,3809 0,3184
R2 (%) 69,44 74,60 75,47 70,02
AT r 0,3008 0,5651 0,5835 0,3815
R2 (%) 68,26 86,66 87,51 75,51
Relação SS/AT r 0,2422 0,8992 0,5451 0,3230
R2 (%) 61,51 97,81 85,70 70,47
IT r 0,0442 0,7410 0,1483 0,0868
R2 (%) 18,77 93,46 46,55 32,22

O método univariado (Anova) não permite isolar o fator periodicidade e, ao incorporá-lo na estimativa, eleva o valor do erro experimental, o que pode subestimar a repetibilidade (Negreiros et al., 2008). Isso não ocorre nos métodos multivariados (análise de componentes principais e análise estrutural) (Lopes et al., 2001; Danner et al., 2010). A análise estrutural (Aecor) apresenta apenas diferenças conceituais da análise de componentes principais, e as estimativas desses métodos tendem a ser próximas (Cruz et al., 2004). Já os métodos multivariados (CPCOR e CPCOV) levam em consideração o comportamento cíclico do caráter e diferem nos vetores e nas magnitudes das matrizes utilizadas em cada análise (Abeywardena, 1972).

Para os caracteres espessura de casca, sólidos solúveis e acidez total, o método CPCOR apresentou os melhores valores de R2, acima de 74%, tendo alcançado até 87%, para acidez total. Já o método CPCOV apresentou os melhores valores para massa média de frutos, rendimento de suco, relação SS/AT e índice tecnológico, com R2 de aproximadamente 81%, para massa média de frutos, e acima de 93% para os demais caracteres. Nos casos em que os genótipos avaliados apresentam um padrão de comportamento periódico, o coeficiente de repetibilidade pode ser estimado alternativamente pelos métodos multivariados de componentes principais, isto é, com base na matriz de variância e covariância e na matriz de correlação (Abeywardena, 1972). Esse comportamento não pôde ser captado pelas demais análises, que apresentaram menores valores de r e R2 (Abeywardena, 1972; Cruz et al., 2004). Negreiros et al. (2008) também observaram comportamento cíclico em caracteres produtivos de laranjeira-doce. De acordo com os autores, quando o fator periodicidade for significativo, as medidas podem ser afetadas por mudanças de ordem fisiológica, regulares, irregulares ou sistemáticas.

Em trabalhos semelhantes com goiabeira-serrana (Degenhardt et al., 2002), dendezeiro (Elaeis guineenses) (Cedillo et al., 2008), híbridos de dendezeiro e caiaué (E. oleifera) (Chia et al., 2009), araçazeiro e pitangueira (Danner et al., 2010), observou-se que as estimativas obtidas pelo método da Anova foram sempre inferiores às obtidas pela análise multivariada, em razão do fator periodicidade (Negreiros et al., 2008; Chia et al., 2009).

Os caracteres rendimento de suco, relação SS/AT e índice tecnológico apresentaram as maiores variações no coeficiente de repetibilidade, com amplitudes de r de 0,7547; 0,657 e 0,6968, respectivamente, e amplitudes de R2 de 65,9; 36,3 e 74,7%, respectivamente. A espessura de casca foi o caráter de menor variação, com 0,3454 e 72,5% (Anova) e 0,3719 e 74,7% (CPCOR), o que denota certa regularidade na repetição do caráter entre as avaliações. Em seguida, vieram os caracteres massa média do fruto e sólidos solúveis. Bergo et al. (2013)relataram comportamento semelhante, para caracteres morfológicos de pupunheira, e apontaram o método CPCOV como o que possibilita maior coeficiente de repetibilidade. Estes autores consideraram confiáveis valores de r acima de 0,4, mas com maior número de medições ao longo dos ciclos de cultivo. Neves et al. (2010) também sugerem o uso de maior número de medições, para maracujazeiro. Já Souza Sobrinho et al. (2010), ao analisar as características de produção de U. ruziziensis, consideraram razoáveis valores de r acima de 0,5, uma vez que possibilitam valores de R2 acima de 80%. Cedillo et al. (2008), Manfio et al. (2011) e Bruna et al. (2012), ao avaliar plantas perenes, como dendezeiro, macaúba e pessegueiro, respectivamente, consideram 0,6 um alto valor de r, enquanto Oliveira & Moura (2010)indicaram, como magnitudes desejáveis, R2 acima de 75%.

Apesar da variação nas estimativas de r, o alto valor obtido pelos métodos multivariados, com destaque para CPCOV, indicam regularidade na repetição do desempenho dos genótipos ao longo das avaliações (Cruz et al., 2004). Resultados semelhantes foram relatados em goiabeira-serrana, por Degenhardt et al. (2002); cupuaçuzeiro (Theobroma grandiflorum), por Alves & Resende (2008); pessegueiro, por Bruna et al. (2012); e muricizeiro (Byrsonima dealbata), por Lourenço et al. (2013).

Pelos métodos CPCOV e CPCOR, são necessárias 15,2, 14,6 e 6,4 avaliações, para se ter 90% de confiança nas estimativas de espessura de casca, sólidos solúveis e acidez total, respectivamente, e 10,6, 1,8, 1,0 e 3,1 avaliações, nas estimativas de massa média de frutos, rendimento de suco, relação SS/AT e índice tecnológico, respectivamente (Tabela 6). De acordo com Negreiros et al. (2008), esse alto valor de R2 demonstra acurácia nas medições realizadas, regularidade da superioridade dos indivíduos de um ciclo para outro e o bom controle genético da expressão das características avaliadas. Além disso, elevados valores de R2indicam que a variância ambiental, para a característica avaliada, foi relativamente baixa, comparada à variância entre plantas (Alves & Resende, 2008).

Tabela 6 Número de medições (ηo) necessárias para predição do valor real dos genótipos de laranjeiras-doce (Citrus sinensis), quanto aos caracteres massa média de frutos (MMF), espessura de casca (ESPC), rendimento de suco, sólidos solúveis (SS), acidez total (AT), relação SS/AT e índice tecnológico (IT), ao se considerar diferentes coeficientes de determinação (R2) e os métodos de análise de variância (Anova), componentes principais obtidos da matriz de variâncias e covariâncias fenotípicas (CPCOV), componentes principais obtidos da matriz de correlação (CPCOR) e análise estrutural com base no autovalor teórico da matriz de correlação (Aecor). 

Caráter R2 (%) Anova CPCOR CPCOV Aecor
MMF 80 5,515 4,708 5,126 5,273
85 7,813 6,670 7,389 7,470
90 12,409 10,593 11,735 11,864
95 26,197 22,363 24,775 25,045
99 136,500 116,523 129,090 130,500
ESPC 80 7,579 7,342 6,755 7,050
85 10,737 10,401 9,570 9,988
90 17,053 16,520 15,199 15,863
95 36,001 34,875 32,086 33,488
99 187,586 181,719 167,187 174,491
Rendimento 80 46,135 0,793 13,449 17,972
85 65,358 1,124 19,053 25,461
90 103,804 1,784 30,261 40,438
95 219,141 3,767 63,884 85,369
99 1.141,841 19,629 332,869 444,816
SS 80 8,800 6,811 6,502 8,564
85 12,467 9,648 9,211 12,132
90 19,800 15,324 14,629 19,268
95 41,801 32,351 30,884 40,677
99 217,803 168,565 160,921 211,950
AT 80 9,299 3,078 2,856 6,485
85 13,174 4,361 4,045 9,187
90 20,923 6,926 6,425 14,591
95 44,171 14,622 13,564 30,804
99 230,152 76,186 70,674 160,505
Relação SS/AT 80 12,515 0,448 3,338 8,383
85 17,729 0,635 4,728 11,875
90 28,158 1,009 7,510 18,861
95 59,446 2,130 15,854 39,817
99 309,743 11,098 82,609 207,469
IT 80 86,554 1,398 22,968 42,079
85 122,618 1,981 32,537 59,612
90 194,746 3,146 51,677 94,677
95 411,131 6,642 109,096 199,874
99 2.142,211 34,608 568,446 1.041,449

Contudo, Padilha et al. (2003) observaram que, para caracteres de produção, algumas variáveis podem apresentar números inviáveis de avaliações quando se exige alto grau de certeza (acima de 95%). Dessa forma, a definição do R2 ideal deve privilegiar, além da mínima confiabilidade esperada nos dados, a disponibilidade de recursos e mão de obra para as avaliações. Vários estudos consideram valores de 80 a 90% como de boa acurácia (Degenhardt et al., 2002; Chia et al., 2009; Danner et al., 2010; Manfio et al., 2011; Matsuo et al., 2012).

No presente trabalho, entretanto, optou-se por considerar como confiáveis dados com certeza de 90%. O número necessário de medições obtido foi considerado razoável, uma vez que, segundo Matsuo et al. (2012), quando a repetibilidade é alta, o acréscimo do número de medições resulta em pequeno aumento na precisão, em comparação com a avaliação de um caráter por meio de uma única medição.

Conclusões

    1.. Os coeficientes de repetibilidade apresentam regularidade na predição da superioridade dos genótipos de laranjeira-doce (Citrus sinensis) quanto a características de qualidade do fruto, no Estado do Acre.

    2.. Há variabilidade genética significativa entre os genótipos de laranjeira-doce quanto aos caracteres massa média de frutos, espessura da casca, sólidos solúveis, acidez total e relação sólidos solúveis (SS)/acidez total (AT).

    3.. São necessárias 15 avaliações, com 90% de certeza, para determinar os caracteres espessura de casca e sólidos solúveis, e 11, 6, 3, 2 e 1 avaliações para massa média de fruto, acidez total, índice tecnológico, rendimento de suco e relação SS/AT, respectivamente.

Agradecimentos

Agradecimentos

Ao Tesouro Nacional e ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), pelo apoio financeiro.

Referências

ABEYWARDENA, V. An application of principal component analysis in genetics. Journal of Genetics, v.61, p.27-51, 1972. DOI: 10.1007/BF02984099. [ Links ]

ALVES, R.M.; RESENDE, M.D.V. de. Avaliação genética de indivíduos e progênies de cupuaçuzeiro no Estado do Pará e estimativas de parâmetros genéticos. Revista Brasileira de Fruticultura, v.30, p.696-701, 2008. DOI: 10.1590/S0100-29452008000300023. [ Links ]

AOAC INTERNATIONAL. Official methods of analysis of the AOAC International. 19th ed. Arlington: AOAC International, 2012. [ Links ]

BERGO, C.L.; NEGREIROS, J.R. da S.; MIQUELONI, D.P.; LUNZ, A.M.P. Estimativa de repetibilidade de caracteres de produção em pupunheiras para palmito da raça Putumayo. Revista Brasileira de Fruticultura, v.35, p.829-836, 2013. DOI: 10.1590/S0100-29452013000300020. [ Links ]

BOLETIM DE PREÇOS DE PRODUTOS AGROPECUÁRIOS E FLORESTAIS DO ESTADO DO ACRE. Rio Branco: Embrapa Acre, ano 2, n.8, jan. 2013. Disponível em: <http://iquiri.cpafac.embrapa.br/guest/boletim_de_precos_janeiro2013.pdf>. Acesso em: 6 jun. 2013. [ Links ]

BRUNA, E.D.; MORETO, A.L.; DALBÓ, M.A. Uso do coeficiente de repetibilidade na seleção de clones de pessegueiro para o Litoral Sul de Santa Catariana. Revista Brasileira de Fruticultura, v.34, p.206-215, 2012. DOI: 10.1590/S0100-29452012000100028. [ Links ]

CEDILLO, D.S.O.; BARROS, W.S.; FERREIRA, F.M.; DIAS, L.A. dos S.; ROCHA, R.B.; CRUZ, C.D. Correlation and repeatability in progenies of African oil palm. Acta Scientiarum. Agronomy, v.30, p.197-201, 2008. DOI: 10.4025/actasciagron.v30i2.1728. [ Links ]

CHIA, G.S.; LOPES, R.; CUNHA, R.N.V. da; ROCHA, R.N.C. da; LOPES, M.T.G. Repetibilidade da produção de cachos de híbridos interespecíficos entre o caiaué e o dendezeiro. Acta Amazonica, v.39, p.249-253, 2009. DOI: 10.1590/S0044-59672009000200001. [ Links ]

CHITARRA, M.I.F.; CHITARRA, A.B. Pós-colheita de frutos e hortaliças: fisiologia e manuseio. 2.ed. Lavras: UFLA, 2005. 783p. [ Links ]

CRUZ, C.D. Programa Genes: biometria. Viçosa: Ed. da UFV, 2006. 382p. [ Links ]

CRUZ, C.D.; REGAZZI, A.J.; CARNEIRO, P.C.S. Modelos biométricos aplicados ao melhoramento genético. Viçosa: Ed. da UFV, 2004. v.1, 480p. [ Links ]

DANNER, M.A.; RASEIRA, M. do C.B.; SASSO, S.A.Z.; CITADIN, I.; SCARIOT, S. Repetibilidade de caracteres de fruto em araçazeiro e pitangueira. Ciência Rural, v.40, p.2086-2091, 2010. DOI: 10.1590/S0103-84782010005000163. [ Links ]

DEGENHARDT, J.; DUCROQUET, J.P.; REIS, M.S. dos; GUERRA, M.P.; NODARI, R.O. Efeito de anos e determinação do coeficiente de repetibilidade de características de frutos de goiabeira-serrana. Pesquisa Agropecuária Brasileira, v.37, p.1285-1293, 2002. DOI: 10.1590/S0100-204X2002000900012. [ Links ]

DI GIORGI, F.; IDE, B.Y.; DIB, K.; MARCHI, R.J.; TRIBONI, H.R.; MARCHI, R.J. WAGNER, R.L. Qualidade da laranja para industrialização. Laranja, v.14, p.97-118, 1993. [ Links ]

DUARTE, T.F.; BRON, I.U.; RIBEIRO, R.V.; MACHADO, E.C.; MAZZAFERA, P.; SHIMIZU, M.M. Efeito da carga pendente na qualidade de frutos de laranjeira 'Valência'. Revista Brasileira de Fruticultura, v.33, p.823-829, 2011. DOI: 10.1590/S0100-29452011005000098. [ Links ]

GONDIM, T.M. de S.; RTZINGER, R.; CUNHA SOBRINHO, A.P. da. Seleção e caracterização de laranjeiras-doces (Citrus sinensis (L.) OSBECK) no Estado do Acre. Revista Brasileira de Fruticultura, v.23, p.451-454, 2001. DOI: 10.1590/S0100-29452001000200052. [ Links ]

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Estados@. 2013. Disponível em: <http://www.ibge.gov.br/estadosat/index.php>. Acesso em: 6 jun. 2013. [ Links ]

LEDO, A. da S.; ALMEIDA, N.F. de; AZEVEDO, F.F. de. Recomendações para o cultivo de citros no Estado do Acre. Rio Branco: Embrapa Acre, 1996. 29p. (Embrapa Acre. Circular técnica, 18). [ Links ]

LEDO, A. da S.; LEDO, F.J. da S.; RITZINGER, R.; CUNHA SOBRINHO, A.P. da. Porta-enxertos para laranjeiras-doces (Citrus sinensis (L.) Osb.), em Rio Branco, Acre. Pesquisa Agropecuária Brasileira, v.34, p.1211-1216, 1999. DOI: 10.1590/S0100-204X1999000700013. [ Links ]

LOPES, R.; BRUCKNER, C.H.; CRUZ, C.D.; LOPES, M.T.G. FREITAS, G.B. de. Repetibilidade de características do fruto da aceroleira. Pesquisa Agropecuária Brasileira, v.36, p.507-513, 2001. DOI: 10.1590/S0100-204X2001000300015. [ Links ]

LOURENÇO, I.P.; FIGUEIREDO, R.W. de; ALVES, R.E.; ARAGÃO, F.A.S. de; MOURA, C.F.H. Caracterização de frutos de genótipos de muricizeiros cultivados no litoral cearense. Revista Ciência Agronômica, v.44, p.499-504, 2013. DOI: 10.1590/S1806-66902013000300011. [ Links ]

MANFIO, C.E.; MOTOIKE, S.Y.; SANTOS, C.E.M. dos; PIMENTEL, L.D.; QUEIROZ, V. de; SATO, A.Y. Repetibilidade em características biométricas do fruto de macaúba. Ciência Rural, v.41, p.70-76, 2011. DOI: 10.1590/S0103-84782011000100012. [ Links ]

MANSOUR, H.; NORDHEIM, E.V.; RUTLEDGE, J.J. Estimators of repeatability. Theoretical and Applied Genetics, v.60, p.151-156, 1981. DOI: 10.1007/BF00264520. [ Links ]

MATSUO, É.; SEDIYAMA, T.; CRUZ, C.D.; OLIVEIRA, R. de C.T. Análise da repetibilidade em alguns descritores morfológicos para soja. Ciência Rural, v.42, p.189-196, 2012. DOI: 10.1590/S0103-84782012000200001. [ Links ]

NEGREIROS, J.R. da S.; SARAIVA, L.L.; OLIVEIRA, T.K. de; ÁLVARES, V. de S.; RONCATTO, G. Estimativas de repetibilidade de caracteres de produção em laranjeiras-doces no Acre. Pesquisa Agropecuária Brasileira, v.43, p.1763-1768, 2008. DOI: 10.1590/S0100-204X2008001200017. [ Links ]

NEVES, L.G.; BRUCKNER, C.H.; CRUZ, C.D.; BARELLI, M.A.A. Avaliação da repetibilidade no melhoramento de famílias de maracujazeiro. Ceres, v.57, p.480-485, 2010. DOI: 10.1590/S0034-737X2010000400007. [ Links ]

OLIVEIRA, M. do S.P. de; MOURA, E.F. Repetibilidade e número mínimo de medições para caracteres de cacho de bacabi (Oenocarpus mapora). Revista Brasileira de Fruticultura, v.32, p.1173-1179, 2010. DOI: 10.1590/S0100-29452010005000120. [ Links ]

PADILHA, N.C.C.; OLIVEIRA, M. do S.P. de; MOTA, M.G. da C. Estimativa da repetibilidade em caracteres morfológicos e de produção de palmito em pupunheira (Bactris gasipaes Kunth). Revista Árvore, v.27, p.435-442, 2003. DOI: 10.1590/S0100-67622003000400003. [ Links ]

PETTO NETO, A.; POMPEU JUNIOR, J. Colheita, beneficiamento e transporte. In: CASTRO, P.R.C. (Ed.). Ecofisiologia da produção agrícola. Piracicaba: Associação Brasileira para Pesquisa da Potassa e do Fosfato, 1987. p. 893-897. [ Links ]

POZZAN, M.; TRIBONI, H.R. Colheita e qualidade do fruto. In: MATTOS JUNIOR, D. de; DE NEGRI, J.D.; PIO, R.M.; POMPEU JÚNIOR, J. (Ed.). Citros. Campinas: Instituto Agronômico: Fundag, 2005. p.801-822. [ Links ]

RUTLEDGE, J.J. A scaling which removes bias of Abeywardena's estimator of repeatability. Journal of Genetics, v.61, p.247-250, 1974. DOI: 10.1007/BF02986435. [ Links ]

SANTOS, H.G. dos; JACOMINE, P.K.T.; ANJOS, L.H.C. dos; OLIVEIRA, V.A. de; OLIVEIRA, J.B. de; COELHO, M.R.; LUMBRERAS, J.F.; CUNHA, T.J.F. (Ed.). Sistema brasileiro de classificação de solos. 2.ed. Rio de Janeiro: Embrapa Solos, 2006. 306p. [ Links ]

SANTOS, D. dos; MATARAZZO, P.H.M.; SILVA, D.F.P. da; SIQUEIRA, D.L. de; SANTOS, D.C.M. dos; LUCENA, C.C. de. Caracterização físico-química de frutos cítricos produzidos em Viçosa, Minas Gerais. Ceres, v.57, p.393-400, 2010. DOI: 10.1590/S0034-737X2010000300016. [ Links ]

SANTOS, R.M. dos; NÄÄS, I. de A.; MOLLO NETO, M.; VENDRAMETTO, O. An overview on the Brazilian orange juice production chain. Revista Brasileira de Fruticultura, v.35, p.218-225, 2013. DOI: 10.1590/S0100-29452013000100025. [ Links ]

SCOTT, A.J.; KNOTT, M. A cluster analysis method for grouping means in the analysis of variance. Biometrics, v.30, p.507-512, 1974. DOI: 10.2307/2529204. [ Links ]

SOUZA SOBRINHO, F. de; BORGES, V.; LEDO, F.J. da S.; KOPP, M.M. Repetibilidade de características agronômicas e número de cortes necessários para seleção de Urochloa ruziziensis. Pesquisa Agropecuária Brasileira, v.45, 579-584, 2010. DOI: 10.1590/S0100-204X2010000600007. [ Links ]

Received: October 03, 2013; Accepted: December 20, 2013

Creative Commons License This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License which permits unrestricted non-commercial use, distribution, and reproduction in any medium provided the original work is properly cited.