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.

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.

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}).

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}).

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}).

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