Beruflich Dokumente
Kultur Dokumente
L.)”1
TRIGO (Triticum aestivum
Yield, yield components and drought resistance in wheat (Triticum
L.) aestivum
1
Edmundo Acevedo2, H. 3
Marcela Opazo, I. 2
Paola Silva C.y Herman Silva2R.
RESUMEN
En este trabajo se analiza el rendimiento potencial y rendimiento bajo estrés de 89 genotipos d
provenientes de CIMMYT e ICARDA, sembrados en ocho medioambientes (4 temporadas), en
ensayos con y sin riego, en el Noreste de México (Obregón) y en Chile (Santiago) y 10 genotipos
provenientes de INIA evaluados en cuatro medioambientes (2 temporadas, con y sin riego) en
Santiago. Los objetivos fueron estudiar el rendimiento, el índice de respuesta al estrés hídrico y
estabilidad del rendimiento de los genotipos. El rendimiento medio de los genotipos varió entre
6,9 T/ha de acuerdo al medioambiente. En los ensayos regados y no regados se observó una fu
interacción genotipo X medioambiente, la que explicó más de un 34% de la varianza del
rendimiento. El rendimiento sin estrés o rendimiento potencial varió en las dos localidades debi
diferencias en el cuociente fototérmico (PTQ) durante el período de crecimiento de la espiga, el
-2 -1
en Obregón fue de 1,0 MJ dmC-1 y en Santiago fue de 1,8 MJ
-2 -1 -1
d mC . Hubo una asociación
significativa entre PTQ y rendimiento potencial (r = 0,61***). Las variaciones en rendimiento
potencial entre genotipos estuvieron asociadas a un componente principal (r = 0,84***)
2
determinado por el número de granos , elpor
índice
m de cosecha y la tasa de producción de granos.
Las diferencias en rendimiento bajo estrés hídrico de los genotipos estuvieron asociadas
negativamente a un componente principal (r = -0,86***) determinado por el número de días a a
y el número de días a madurez fisiológica. La mayor parte de la variación en rendimiento bajo e
se atribuyó al indice de respuesta al estrés hídrico, que se asoció significativamente con biomas
2
número de granos por ymtasa de producción de granos. Los genotipos provenientes de INIA
mostraron el mayor rendimiento potencial promedio; los genotipos provenientes de ICARDA
mostraron el mayor rendimiento bajo estrés hídrico.
Palabras claves: Trigo, rendimiento potencial, rendimiento bajo estrés hídrico, componentes de
rendimiento, estabilidad de rendimiento.
1
Recepción de originales:
Parte de los resultados fueron obtenidos por el primer autor en CIMMYT, Mexico.
Trabajo financiado por Proyecto FONDECYT 1990787.
Parte de la Memoria presentada por la segunda autora para optar al Título de Ingeniero Agrónomo de la
Universidad de Chile.
2
Laboratorio de Relación Suelo – Agua – Planta. Departamento de Producción Agrícola. Facultad de Cienci
Agronómicas Universidad de Chile, Casilla 1004, Santiago, Chile. eacevedo@uchile.cl.
2
ABSTRACT
We analize the yield potential and the yield under drought stress of 89 wheat genotypes
from CIMMYT and ICARDA. The genotypes were grown in a total of eight environments
(4 seasons, with and without irrigation) in the Northwest Mexico (Obregon) and in Chile
(Santiago).Ten additional genotypes coming from INIA were grown in the 4 chilean
environments (2 seasons with and without irrigation). The mean yield of the genotypes
varied from 3,4 to 6,9 T/ha according to the environment. A strong genotype x environm
interaction was observed in the irrigated and non-irrigated trials, explaining 34% of the
variation in yield. The yield potential differed in the two localities presumably due to
differences in the photothermal cuociente (PTQ) during the spike growing period.The PT
-2 -1
was 1,0 MJ m d in Obregon and 1,8 MJ-2m d-1 in Santiago. The association between
PTQ and yield potential was significant (r= 0,61 ***). The variation in yield potential
among genotypes was associated to a principal component formed by the number of gr
2
per m , the harvest index and the grain production rate (r=0,86). The differences in yield
under drought stress of the genotypes were negatively related to a principal componen
-0,86***) determined by the number of days to anthesis and the number of the days to
physiological maturity. Most of the variation in yield under water stress was associated t
drought response index which, in turn, was significantly associated to biomass, number
the grains by m2 and the grain production rate. The genotypes coming from INIA produc
the highest yield potential, those from ICARDA had the highest yield under drought stres
and the genotype having the highest yield stability was Bow, from CIMMYT.
Key words
: Wheat, yield potential, yield under drought strees, yield components and yiel
stability.
INTRODUCCIÓN
El trigo es uno de los granos producidos mundialmente en mayor volumen (210 millones de
toneladas) y es uno de los componentes más importantes y estables de la dieta humana debido
gran valor nutritivo, dado por un alto contenido en carbohidratos (65 – 70%) y proteínas (12-13
La producción de trigo se realiza en zonas de riego y de secano. Las zonas de riego permiten ob
rendimientos cercanos al potencial del cultivo. En zonas de secano de clima mediterráneo las
precipitaciones se concentran en los meses de invierno, con períodos de déficit hídrico en prima
y verano. La escasez de humedad durante el período de crecimiento y durante el llenado de gra
del trigo puede manifestarse en severas pérdidas de producción.
Debido a la importancia del trigo en alimentación y a su gran variabilidad genética, esta especi
sido incluida en programas de mejoramiento con el fin de desarrollar genotipos mejorados para
diversos ambientes. Una parte fundamental de este proceso es la evaluación de genotipos en e
comparativos de rendimiento. La selección de genotipos adaptados se dificulta por las interacci
entre genotipo (G) y medioambiente (M). Las interacciones G x M complican la identificación de
genotipos superiores ya que producen cambios en el ordenamiento de los genotipos en relación
rendimiento en los diferentes ambientes. Un sistema genotipo–ambiente es la combinación de u
población de genotipos y una población de ambientes. El genotipo es el conjunto de genes que
determina la expresión de los caracteres de un individuo bajo investigación y el ambiente involu
todas las variables no genéticas que influyen sobre la expresión de los caracteres (Basford y Co
1998). Para enfrentar las interacciones G x M se realizan ensayos durante distintos años y
localidades, en las que se espera alcanzar una alta respuesta indirecta a la selección para otros
3
de la espiga y antesis (Hochman, 1982). El efecto de este factor limitante puede ser atenuado
mediante la utilización de germoplasma con tolerancia a déficit hídrico.
El rendimiento bajo estrés depende, entre otros, del rendimiento potencial y de la fenología del
genotipo. Se ha visto que los efectos combinados del rendimiento potencial y de fenología pue
ser responsables de hasta aproximadamente el 50% de la variación observada en rendimiento e
granos entre genotipos que crecen bajo condiciones de estrés hídrico , 1987a,
(Bidinger
1987b).
et al
Este conocimiento se utilizó para desarrollar un índice de respuesta a estrés hídrico (DRI) basad
la variación residual del rendimiento en grano, una vez ajustado por rendimiento potencial y fec
de floración y descontado el error experimental.
En términos de adaptación amplia, si el efecto de la interacción G x M es significativo, se puede
un análisis de regresión lineal sobre las medias ambientales para examinar la estabilidad de los
genotipos a través de dichos ambientes (Finlay y Wilkinson, 1963; Eberhart y Rusell, 1966). Los
factores asociados a dicho comportamiento se puede detectar mediante el uso de otras herram
de estudio como el análisis multivariado y el método de análisis por componentes principales (
1986).
El objetivo de este trabajo fue evaluar genotipos primaverales de trigo harinero procedentes d
Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT), del Centro Internacional para
Investigaciones Agrícolas en Zonas Áridas (ICARDA) y del Instituto de Investigaciones
Agropecuarias (INIA). Su objetivo específico fue analizar el rendimiento potencial, el rendimient
bajo estrés, su asociación con la fenología del cultivo y componentes de rendimiento, el índice d
respuesta a estrés (DRI) y la estabilidad de rendimiento de los genotipos.
MATERIAL Y MÉTODO.
Se realizaron ensayos de rendimiento bajo condiciones de riego y de estrés hídrico durante las
temporadas 1991-1992, 1992-1993, en CIANO (Centro de Investigaciones Agrícolas del Noroest
en Ciudad Obregón, Estado de Sonora, México (27°28’ latitud norte y 109°54’ longitud oeste,
altitud de 38.4 m.s.n.m.) y en las temporadas 1999-2000, 2000-2001, en el Campus Antumapu
Facultad de Ciencias Agronómicas de la Universidad de Chile, Comuna de La Pintana, Región
Metropolitana, Chile (33°40’ latitud sur y 70°38’ longitud oeste, altitud de 405 m.s.n.m.). El sue
de CIANO es profundo y de textura franco arcillosa. El suelo de Antumapu está incluido en la se
Santiago y es de origen aluvial, con textura franco arenosa y profundidad media (80 cm) (Comis
Nacional de Riego, 1981).
En ambas localidades se utilizaron 89 genotipos de trigo harinero primaveral (Triticum aestivum
procedentes del Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT) y del Centro
Internacional para Investigaciones Agrícolas en Zonas Áridas (ICARDA), adaptados a
medioambientes mediterráneos. En los estudios en Chile se agregaron 10 genotipos chilenos co
testigos adaptados a las condiciones locales (Cuadro 1).
Evaluaciones
Se determinó la fecha de emergencia, floración y madurez fisiológica de cada genotipo. El
rendimiento se determinó cosechando a ras de suelo 4 hileras de 1m de largo al centro de cada
parcela, se separaron 50 tallos con espigas que se secaron en estufa de aire forzado por 48 hor
ºC. El resto del material se pesó y trilló en una máquina trilladora estacionaria. Los granos fuero
pesados y se determinó su porcentaje de humedad. A partir de estos datos, junto a la informaci
2
fenológica, se calculó el rendimiento, la biomasa aérea, el peso seco de 1000 granos,
, espigas p
2
granos por ,mgranos por espiga, tasa de producción de granos y tasa de producción de biomasa.
rendimiento en grano se obtuvo por el peso de los granos del manojo trillado, corregido por el
contenido de humedad y se expresó a un 0% de humedad.
Se calculó el cuociente fototérmico (PTQ)-2(MJd-1 C
m-1) para el período comprendido entre 30
días antes de la antesis y antesis. El PTQ se obtuvo a partir de datos de radiación solar diaria (R
2
medida en MJ/m , y temperatura media diaria (T) en grados Celsius, menos la temperatura base pa
el crecimiento del cultivo (4,5ºC), durante la fase considerada. Según la expresión:
Rs
PTQ = (1)
T −4.5
ij =m
y +i g
+ Mj + (gM)
ij (2)
Interacción genotipo X riego. Para determinar el efecto del riego sobre el genotipo, se realizó un
análisis de varianza combinado, para 89 genotipos, dos ensayos y cuatro años. El modelo utiliza
fue el siguiente:
∧
Ysi −Y si
Z= (5a)
σ
donde, iY µi es
j es la respuesta de la variedad i en el medioambiente j (i = 1, 2,....,v; j =la1, 2,..., n),
βi es el coeficiente de regresión
respuesta promedio de la variedad i sobre todos los medioambientes,
δij es la desviación
que mide la respuesta de la variedad i a la variación de los medioambientes,
7
bi =∑ Y ij I j ∑I 2
j (6a)
j j
∧2
∑ ä (n−2) −S2e r
S2di = (6b)
j
donde 2Se/r es la estimación del error conjunto, o la varianza de un genotipo promedio en el j-ési
ambiente.
2
∧
Y i2
∑ ä ∑ Y ij n −
= 2 2
− ∑ Y ij I j
∑I 2
j (6c)
j j j j
De acuerdo a este método se consideran genotipos estables aquellos que presentan un coefici
regresión próximo a unoi = (b
1,0) y una desviación desde la regresión tan pequeña como sea posibl
(S2di = 0) (Eberhart y Russell, 1966). Coeficientes de regresión aproximadamente igual a 1,0 ind
estabilidad promedio, si se asocia con un alto rendimiento promedio los genotipos presentan
adaptabilidad general, si se asocia con un bajo rendimiento promedio los genotipos son pobrem
adaptados a todos los medioambientes. Valores de regresión sobre 1,0 describen variedades co
sensibilidad creciente al cambio ambiental (estabilidad bajo el promedio) y gran especificidad d
adaptación a medioambientes superiores. Coeficientes de regresión bajo 1,0, indican gran resis
a los cambios ambientales (estabilidad sobre el promedio), insensibilidad ambiental y especifici
de adaptación a ambientes inferiores ( Finlay y Wilkinson, 1963).
Análisis de componentes principales. Con este método se generaron nuevas variables que
expresaron la información contenida en el conjunto original de datos, reduciendo la
dimensionalidad del problema en estudio y eliminando algunas de las variables originales que
aportaban poca información.
Al estudiar un conjunto de n individuos mediante p variables es posible encontrar nuevas variab
denominadas Y(k), k = 1,......, p que sean combinaciones lineales de las variables originales X(j)
imponer a este sistema ciertas condiciones que permitan satisfacer los objetivos del análisis po
componentes principales. Esto implica encontrar (p x p) constantes tales que:
p
Y(k) =∑ l (jk)X(j), k = 1,............, p, (7)
j=1
donde l (jk) es cada una de esas constantes. Debido a que en la sumatoria de cada nueva varia
Y(k) intervienen todos los valores de las variables originales X(j), el valor numérico de l (jk)
indicará el grado de contribución que cada variable original aporta a la nueva variable definida
transformación lineal. Es posible que l (jk) tenga en algún caso particular el valor cero, o muy
8
cercano a cero, lo cual indica que esa variable no influye en el valor de la nueva variable Y(k). C
componente explica una proporción de la variabilidad total. Cuando se consideran todos los
componentes, es decir si m = p, la proporción de la variación explicada es 1 y el porcentaje es 1
Se mantienen sólo los componentes que expliquen un porcentaje satisfactorio de la variación (P
1986).
Análisis de regresión múltiple “Forward stepwise” (paso a paso): Se utilizó este método para
evaluar la participación porcentual de las variables días a antesis y rendimiento potencial sobre
rendimiento bajo estrés.
El análisis de regresión múltiple (STEPWISE), y el análisis de componentes principales, se realizó
con el programa STATGRAPHICS Plus-2.1 (1994-1996). Para los otros análisis estadísticos se
utilizó el software MSTAT-C (Michigan State University, 1988).
RESULTADOS
Resistencia a sequía
La cuantificación de la resistencia a sequía se realizó mediante la determinación del índice de
respuesta a sequía (DRI). Primero se realizaron análisis independientes para cada temporada. L
índices calculados para medios mexicanos mostraron una asociación altamente significativa (r =
0,43***) entre ellos, y los medios chilenos también se correlacionaron (r = 0,29**) entre sí por l
que se realizaron cálculos de DRI con valores promedio para cada localidad.
El análisis de regresión múltiple para el cálculo de DRI mostró una relación estadísticamente
significativa entre las variables a un nivel de confianza de 99%. El modelo explicó un 37,8% de
variación en rendimiento bajo estrés, en el caso de Obregón y un 22,6% en Santiago. Según el
análisis de regresión múltiple STEPWISE (Cuadro 9) el aporte de los días a antesis al rendimient
bajo estrés fue de 9,9% en Obregón y 15,3% en Santiago, y el rendimiento potencial aportó un
27,8% y 6,9% respectivamente.
En Obregón y en Santiago el DRI calculado para los 89 genotipos extranjeros se mostró asociad
significativamente ( p < 0,05) a la biomasa, al número de2,granos
a los granos
por m por espiga, al
peso de mil granos, la TPG y al IC (Cuadro 10). El DRI calculado para los 10 genotipos nacionale
se asoció con la tasa de producción de granos ( r = 0,54 en 1999-2000 y r = 0,77** en 2000-2
La figura 3a muestra la relación entre rendimiento bajo estrés y DRI, en la localidad mexicana (
0,78***) y la figura 3b en la localidad Santiago (r = 0,88***). El genotipo que mostró un mayor
DRI en Obregón fue Bow (14) y en Santiago Fch3 (1), ambos provenientes de CIMMYT. Los
genotipos de menor DRI fueron el Seri*3/Bac (111) y Florence Aurore (83), respectivamente.
Estabilidad de rendimiento
La figura 4 muestra los valores de coeficiente de regresión (pendiente) y rendimiento medio de
todos los medioambientes para los 89 genotipos obtenido del análisis individual de cada genoti
Las líneas segmentadas paralelas al eje x corresponden a un coeficiente de regresión igual a 1
menos una desviación estándar (0,29), mientras que las líneas paralelas al eje y representan el
rendimiento promedio (4,74 T/ha) de todos los genotipos en todos los medioambientes, más y m
una desviación estándar (0,45).
De los 89 genotipos de trigo evaluados los más destacados en cuanto a rendimiento fueron el 8
14, 75, 74, 1, 26, 122, 97, 140, 141. Estos genotipos mostraron un rendimiento mayor al prome
más una desviación estándar (5.19 T/ha) condición deseable en la selección (Figura 4). De esto
genotipos los más estables fueron 75, 140, 12, 26, 100, 97, 14, que presentan una pendiente ig
cercana a 1. De ellos, el genotipo 12 (Nd...) y 100 (Super kauz’s) expresaron un potencial genét
de rendimiento uniforme y el menor desvío de la regresión. Los genotipos 1 (Fch3) y 86 (Parula)
tuvieron una gran estabilidad y un alto rendimiento promedio, pero un mayor desvío desde la
regresión que el 12 y el 100, por lo que la predecibilidad de su comportamiento es menor. La fig
5 muestra el índice ambiental (IA), correspondiente al promedio de rendimiento de todas las
variedades en el medioambiente dado menos el promedio de todas las variedades en todos los
medioambientes, y el rendimiento individual de la variedad. Cada recta representa el
comportamiento de un genotipo, además se muestra la recta con el comportamiento promedio
DISCUSIÓN
En los ensayos multiambiente realizados se observó que la contribución del efecto de la interac
GxM a la variación observada en rendimiento fue mucho mayor que la contribución del efecto
genotipo, tanto en los ensayos regados (34,5%) como en los no regados (57%). Este efecto resu
una variación del ordenamiento del rendimiento en los distintos medioambientes y está de acue
con la observación general en este tipo de ensayos multiambiente. (De la Vega, 2000).
La alta participación de la varianza del medioambiente en la varianza total confirma la existenc
un fuerte efecto de variables climáticas durante las temporadas en estudio. La figura 6a muestr
temperatura máxima observada en cada temporada, partiendo del momento de emergencia. E
11
general, en Obregón la temperatura máxima fue mayor a la observada en Santiago durante tod
desarrollo del cultivo, tendencia similar a la observada en cuanto a temperatura media (Figura 6
Como consecuencia de esta condición los genotipos, en promedio, alcanzaron la antesis en un m
tiempo en Obregón (72 días) en comparación con Santiago (116 días) (Cuadro 4). La temperatu
estuvo negativa y linealmente asociada a los días a floración (r = -0,83***), observándose un
acortamiento medio entre genotipos de 6.3 días a floración por cada °C de aumento en la
temperatura media durante la fase de crecimiento de la espiga. Van Dobben (1962) establece q
tamaño final de las plantas de trigo, entre otras, está determinado por la independencia de la
influencia de la temperatura sobre la tasa de crecimiento y desarrollo. Otros estudios muestran
acortamientos del período a floración de 5.4 días por cada °C de aumento en la temperatura m
durante la fase reproductiva (Castillo y Santibáñez, 1987). Warrington
(1977) determinaron
et al que
el efecto de la temperatura sobre el rendimiento en grano es más importante durante la fase de
crecimiento de la espiga. Rahman y Wilson (1978) observaron variaciones en el número de
espiguillas de trigo, al cambiar la temperatura durante el crecimiento de la espiga. Las mayores
temperaturas registradas en México durante esta fase y más precisamente durante el período d
crecimiento de la espiga, probablemente aceleraron el desarrollo de ésta, afectando los órgano
florales y la formación de espigas fértiles y granos, con la consecuente pérdida de rendimientos
2
efecto de la temperatura sobre el número de granos puedeporsermatribuido a una disminución en
el número de espigas fértiles, a la disminución del suministro de asimilados a la espiga y a una
aceleración de la tasa de desarrollo, y por lo tanto, un menor período de tiempo para el crecimi
de la espiga (Fischer, 1985).
En Chile, el aumento de la temperatura fue gradual, lo que permitió una mayor duración del pe
de crecimiento (44 días más que en Obregón) y mejor desarrollo de granos. Los trigos cultivado
Chile están sometidos a una secuencia climática estacional, que condiciona su evolución fenoló
El desarrollo vegetativo comienza lentamente en otoño y continúa en invierno, con temperatura
intensidades luminosas relativamente bajas y días cortos. La diferenciación e iniciación floral se
produce a medida que aumenta la temperatura, longitud del día y radiación solar incidente, dur
la primavera (Castillo y Santibáñez, 1987)..El aumento de rendimiento se asoció en gran medid
2
un mayor número de granos por unidad de superficie, debido a un mayor número . de espigas po
Fischer (1985) señaló que los principales factores medioambientales que determinan el número
granos por 2mbajo condiciones de crecimiento potencial para trigo son la radiación solar y la
temperatura, factores que juntos forman el cuociente fototérmico (PTQ). Las diferencias entre
Obregón y Santiago pueden ser atribuidas a variaciones en el cuociente fototérmico.Al calcular
valorr para los 89 genotipos se observó una asociación significativa entre el PTQ y número de
granos por 2m(r = 0,73***), y con rendimiento potencial (r = 0,61***). Para Obregón el PTQ
promedio para el período de crecimiento de la espiga fue -2de d-11.0
C-1 y
MJpara
m Santiago 1,8
-2 -1 -1
MJ m d C . Una asociación positiva entre el cuociente fototérmico, calculado para el período d
2
crecimiento de la espiga, y el número de granos porfue
m informada por Dhillon y Ortiz-
Monasterio ( 1993). El rendimiento de los genotipos se vería maximizado con altos valores de P
durante el período de crecimiento de la espiga.
La principal diferencia entre los genotipos de mayor y de menor rendimiento potencial (36,/% d
variación) se asoció al componente principal 1 formado por el número de granos, el índice de
cosecha y la tasa de producción de granos. Se encontró una correlación altamente significativa
el componente principal 1 y el rendimiento potencial (r = 0,84***). Los genotipos provenientes
INIA mostraron el mayor rendimiento potencial promedio con 5,9 T/ha, seguido por los genotipo
de CIMMYT (5,6 T/ha) y de ICARDA (5,3 T/ha), lo que podría deberse a que los genotipos
provenientes de INIA mostraron el mayor número de días a floración (120 en promedio) y
probablemente un mayor período de crecimiento de la espiga en comparación con los genotipo
CIMMYT e ICARDA que tuvieron en promedio 94 y 95 días a antesis respectivamente.
En cuanto a rendimiento bajo estrés hídrico (NR) las diferencias entre genotipos se relacionaron
general, a variaciones en caracteres fenológicos, como días a antesis y días a madurez, asociad
12
componente principal 1 que explicó 44,7% de la variación. Estas variables mostraron coeficient
0,363 y 0.455 respectivamente.Se observó que una reducción en el número de días a antesis e
acompañada por un mayor rendimiento bajo estrés hídrico (r = -0,86***), probablemente debid
escape al estrés hídrico. Cultivares con la habilidad de llenar granos rápidamente deberían tene
ventaja en medioambientes secos que tienen períodos de llenado de grano cortos y calurosos
(Bruckner y Frohberg, 1987).
Los genotipos provenientes de ICARDA mostraron el mayor rendimiento promedio bajo estrés
hídrico con 4.0 T/ha, seguido por los genotipos de CIMMYT (3.8 T/ha) y de INIA (3,5 T/ha). lo que
probablemente refleje presiones de selección en los respectivos programas de mejoramiento.
El mayor rendimiento bajo estrés hídrico de los genotipos se asoció fundamentalmente a un m
DRI, que explicó 62,3 a 77,9% de la variación y en menor medida a los días a antesis (9,9 – 15,3
y al rendimiento potencial (6,9 – 27,8 %). Valores altos para este indicador, se asociaron con un
2
mayor biomasa, número de granos y por
mayor
m tasa de producción de granos bajo estrés.
El DRI mostró ser un indicador útil en la caracterización de los genotipos en la localidad de Obre
y en Santiago, separadamente. De esta manera, un genotipo calificado como resistente durante
temporada 1991-1992 en Obregón, tuvo un comportamiento similar en la temporada siguiente,
mismo para la localidad de Santiago pero no para las dos localidades. El análisis de estabilidad
rendimiento, por ser una forma de considerar las interacciones, permitió la obtención de genoti
de adaptación amplia, es decir, su rendimiento se mantuvo relativamente estable a lo largo de
ocho medioambientes, no alcanzando rendimientos potenciales muy altos y sin sufrir pérdidas
severas de rendimiento en condiciones de estrés hídrico. Los genotipos que presentaron una m
estabilidad de rendimiento fueron 12, 14, 26, 75, 97, 100 y 140. El genotipo número 14 mostró
además ser resistente al estrés hídrico en Obregón y en Santiago.
CONCLUSIONES
La respuesta al estrés hídrico de los genotipos en términos de rendimiento estuvo fuertemente
influida por el medioambiente. La interacción genotipo X medioambiente explicó un 34,5% de
variación en rendimiento en los ensayos regados y un 57% en los ensayos no regados,
consecuentemente se observó una variación en el ordenamiento de los genotipos en relación a
rendimiento en los distintos medioambientes.
Las variaciones en rendimiento potencial entre los medioambientes de Obregón y Santiago se
asociaron principalmente a cambios en el cuociente fototérmico (PTQ). Para Obregón el PTQ
-2 -1 -1
promedio para el período de 30 días antes de antesis a antesis fue de d1,0
C MJy para
m
-2 -1 -1 2
Santiago 1,8 MJ md C . El PTQ se asoció significativamente al número de granos (r =por m
0,73***) y al rendimiento potencial (r = 0.61***). En Obregón los genotipos alcanzaron antesis
un menor número de días que en Santiago. Entre genotipos estas diferencias se debieron a fact
asociados número de granos2por, al índice
m de cosecha y a la tasa de producción de granos. Se
observó una correlación altamente significativa entre un vector con estos factores (componente
principal 1) y el rendimiento potencial (r = 0,84***).
Los genotipos provenientes de INIA mostraron el mayor rendimiento potencial promedio con 5.9
T/ha, seguido por los genotipos de CIMMYT (5.6 t/ha) y de ICARDA (5.3 T/ha). Esto se asoció a u
mayor número de días a floración (120 en promedio)de los genotipos de INIA en comparación c
los genotipos de CIMMYT e ICARDA (94 y 95 días respectivamente).
La diferencia en rendimiento bajo estrés hídrico entre genotipos se debió fundamentalmente a
efectos de fenología. Los factores número de días a antesis y a madurez fisiológica constituyero
componente principal que se relacionó estrechamente al rendimiento bajo estrés (r = -0,86***).
El rendimiento bajo estrés hídrico fue explicado por los días a antesis, el rendimiento potencial
DRI que constituyó la mayor parte de la variación (62,3 –77,9%) entre genotipos. El DRI se asoc
biomasa, número de granos2 yportasa
m de producción de granos.
Los genotipos provenientes de ICARDA mostraron el mayor rendimiento promedio bajo estrés
hídrico con 4,0 T/ha, seguido por los genotipos de CIMMYT (3,8 T/ha) y de INIA (3,5 T/ha).
13
Los genotipos 12, 14, 26, 75, 97, 100 y 140, pertenecientes a CIMMYT, mostraron adaptación
amplia a los medioambientes evaluados y tuvieron una mayor estabilidad de rendimiento.
LITERATURA CITADA
ACEVEDO, E., and E. FERERES. 1993. Resistanse to abiotic stresses. pp. 406-418. In: Hayward
M.D., Bosemark, N.O. y Romagosa, I. (Ed.) Plant Breeding: Principles and Prospect.
Chapman & Hall, London.
ACEVEDO, E., SILVA, H., y P. SILVA. 1998. Tendencias actuales de la investigación en la
resistencia al estrés hídrico de plantas cultivadas, Universidad de Chile, Facultad de
Ciencias Agrarias y Forestales. Boletín Técnico N° 49: 1-28.
BASFORD, K.E. and M. COOPER. 1998. Genotype x environment interactions and some
considerations of their implications for wheat breeding in Australia. Australian Journal of
Agriculture Research 49: 153-174.
BIDINGER, F.R.; MAHALAKSHMI, V. and G.D RAO. 1987a. Assesment of drought
resistance in Pearl Millet (Pennisetum americanum (L.) Leeke). I. Factors Affecting Yields
under stress. Australian Journal of Agriculture Research 38:37-48.
BIDINGER, F.R.; MAHALAKSHMI, V. and G.D. RAO. 1987b. Assesment of drought
resistance in Pearl Millet (Pennisetum americanum (L.) Leeke). II. Estimation of genotyp
response to stress. Australian Journal of Agriculture Research 38:49-59.
BRUCKNER, P.O. and R.C. FROHBERG. 1987. Rate and duration of grain fill in spring
wheat. Crop Science 27: 451 – 455.
CASTILLO H., y F. SANTIBAÑEZ. 1987. Efecto de la temperatura sobre la fenología del
trigo (Cultivar Aurifén). Agricultura Técnica (Chile) 47(1): 29-34.
COMISIÓN NACIONAL DE RIEGO, CHILE. 1981. Estudio de suelos del proyecto Maipo.
Agrolog Chile Ltda., (Ed.), Tomo IV. pp. 604-702.
COOPER, M., and I.H.DELACY. 1994. Relationships among analytical methods used to
study genotypic variation and genotype – by – environment interaction in plant breeding
multi-environment experiments. Theoretical and Applied Genetics 88: 561-572.
COOPER, M., and P.N. FOX. 1996. Environmental characterisation based on probe and
reference genotypes. pp. 529-547. In: M. Cooper, y G.L. Hammer, (Ed.), Plant Adaptation
and Crop Improvement. 1996. 636p.
COOPER, M., BRENNAN, P.S., and J.A. SHEPPARD. 1996a. A strategy for yield
improvement of wheat which accommodates large genotypes by environment
interactions. pp. 487-512. In: M. Cooper, y G.L. Hammer, (Ed.), Plant Adaptation
and Crop Improvement. 1996. 636p.
DE LA VEGA, A.2000. Interacciones genotipo x ambiente y mejoramiento de girasol para las
regiones central y norte de Argentina. Tesis Doctor en Ciencias Agropecuarias. Buenos
Aires, Argentina, Universidad de Buenos Aires, Facultad de Agronomía. 291 p.
DHILLON, S.S. and J.I., ORTIZ-MONASTERIO. 1993. Effect of date of sowing on the
yield and yield components of spring wheat and their relationship with solar radiation and
temperature at Ludhiana, Punjab, India. México, D.F. CIMMYT. Wheat Special Report Nº
23a.
EBERHART, S.A., and W.A. RUSSELL. 1966. Stability parameters for comparing varieties.
Crop Science 6:36-40.
FINLAY, K.W. and G.N. WILKINSON. 1963. The analysis of adaptation in a plant
breeding programme. Australian Journal of Agriculture Research 14: 742-754.
FISCHER, R.A. 1985. Physiological limitation to producing wheat in semitropical and tropical
environments and possible selection criteria. pp. 209-230. In: Proceeding of the
International Symposium. Wheats for More Tropical Environments. México. D.F.
14
CIMMYT.
HOCHMAN, Z.V.I. 1982. Effect of water stress with phasic development on yield of wheat
grown in a semi-arid environment. Field Crop Research 5:55-67.
INSTITUTO NACIONAL DE ESTADÍSTICAS. 1997. [en línea].VI Censo Agropecuario.
Santiago. Chile.< http://www.ine.cl/censo_agrop/502.htm> [ consulta: 06 mayo 2002]
KANG, M.S. 1998. Using genotype - by – environment interaction for crop cultivar
development. Advances in Agronomy 62: 199-252.
MICHIGAN STATE UNIVERSITY. 1983. MSTAT-C. A Microcomputer Program for the
Design, Management, and Analysis of Agronomic Research Experiments.
PLA, L.E. 1986. Análisis multivariado: método de componentes principales, OEA, Washington
D.C. 94p.
RAHMAN, M.S., J.H. WILSON and V. AITKEN. 1977. Determinationof spikelet number
in wheat II. Effect of varying light level on ear development. Australian Journal of
Agriculture Research 26:575-581.
RAHMAN, M.S., and J.H. WILSON. 1978. Determination of spikelet number in wheat. III
Effect of variying temperature on ear development. Australian Journal of Agriculture
Research 29: 459-467.
SAINI, H.S., and D. ASPINALL. 1982. Abnormal sporogenesis in wheat (Triticum aestivum
L.) induced by short periods of high temperature. Annals of. Botany 49: 835-846.
SANTIBAÑEZ, F. y M. URIBE. 1990. Atlas Agroclimático de Chile, Regiones V y
Metropolitana. Universidad de Chile, Facultad de Ciencias Agrarias y Forestales,
Santiago. 65p.
VAN DOBBEN, W.H. 1962. Influence of temperature and light conditions on dry- matter
distribution, development rate and yield in arable crops. Neth. Journal Agriculture of
Science 10 (15): 377-389.
WARRINGTON, J.J., R.L. DUNSTONE, and L.M. GREEN. 1977. Temperature effects at
three development stages on the yield of the wheat ear. Australian Journal of Agriculture
Research 28: 11-27.
ZADOKS, J.C., T.T. CHANG and C.F. KONZAK. 1974. A decimal code for the growth
stages of cereals. Weed Research 14: 415-421.
15
INDICE DE CUADROS
ÍNDICE DE FIGURAS
indican el momento de antesis y madurez fisiológica promedio (de 89 genotipos) para cada
medioambiente.
Maximum daily temperature for the 1991-1992 and 1992-1993 growing seasons in Mexico and
1999-2000 and 2000-2001 growing seasons in Chile starting the day of crop emergence. The ar
indicate mean date of anthesis and physiological maturity (89 genotypes) for every environmen
Figura 6b. Temperatura media diaria para temporada 1991-1992 y 1992-1993 (México) y
temporada 1999-2000 y 2000-2001 (Chile), consideradas desde el día de la emergencia del cul
Las flechas indican el momento de antesis y madurez fisiológica promedio de los 89 genotipos p
cada medioambiente.
Mean daily temperature for the 1991-1992 and the 1992-1993 growing seasons in Mexico and
the1999-2000 and 200-2001 growing seasons in Chile from the day of crop emergence. The arr
indicate the mean date of anthesis and physiological maturity for the 89 genotypes in each
environment.
18
CUADROS
CUADRO 1.
N°
GENOTIP
O NOMBRE DE GENOTIPO ORIGEN
1 FCH3/TRI//VEE#9 CIMMYT
3 PFAU/SERI//BCM85295-0101Y-2M-OY-OM-1Y-OM CIMMYT
11 CNO79*2/PRL CM90312-D-2B-16Y-IB-OY CIMMYT
12 ND/VG9144//KCM90461-9Y-OM-YO-IM-OY CIMMYT
14 BOW/NAC//VEECM92066-J-OY-OM-OY-IM-OY CIMMYT
15 GEN*2//BUC/FCM94605-C-OM-OY-OH-5Y-OB CIMMYT
23 KAUZ (CM67458-4Y-IM-3Y-1M-2Y-OB) CIMMYT
24 KAUZ (CM67458-4Y-IM-3Y-1M-2Y-OB-1Y-OY) CIMMYT
26 BUC/FLK//MYNA/VUL (CM91575-7Y-OH-OY-3M-OY) CIMMYT
PFAU/4BB/GIL/CJ/3/F35 70//KAL/BB/5/VEE#7 (CM92053-PP-
35 OY-OH-OKCM-OB-OY) CIMMYT
36 PRL/PVN (TE82.0009-18Y-025H-OSY-BM-4M-OY) CIMMYT
40 OPATA/KILL (CM97029-23Y-OB-OY) CIMMYT
44 NESSER ICARDA
45 GV/ALD'S' (L 882- I AP- OAP- 2AP-OAP) ICARDA
46 CHAM 4 ICARDA
47 SAKER ICARDA
48 P106.19//SOTY/JT*3 (L 489-2L-1AP-2AP-1AP-1AP-OAP) ICARDA
MAYA74'5'/ON//1160.147/3/BB/GLL/4CHAT'S' (CM58924-1AP-
49 1AP-2AP-OAP) ICARDA
50 CE//CAL/SR3/KAL/BB (ICW79-0820-2AP-4AP-4AP-1AP-OAP) ICARDA
4777(2)//FKN/GB/3/VEE'S'/4/BUC'S'/PVN'S' (CM66684-E-1M-6Y-
52 1M-3Y-YO-OAP) ICARDA
WA476/3/391//56D-81-14-53/1015.6410/4/W22/5/ANA (SWM
53 6525-1AP-OAP-1K-OAP) ICARDA
55 ANI'S'/PVN'S' (CM 58720-2AP-1AP-1AP-OAP) ICARDA
56 CE//CAL/SR/3/KAL/BB (ICW 79-0820-6AP-6AP-2AP-2AP-OAP)ICARDA
57 TISI/VEE'S' (CM 64335-3AP-1AP-1AP-OAP) ICARDA
58 PVN'S'/CLI (CM 53139-2AP-2AP-1AP-4AP-1AP-OAP) ICARDA
MAYA74'S'/ON//1150-147-/3/BB/GLL/4/CHAT'S' (CM58924-1AP-
59 4AP-1AP-1AP-OAP) ICARDA
60 DOVE'S'/BUC'S' (CM58808-1AP-2AP-1AP-4AP-OAP) ICARDA
61 VEE#5'S' (CM33027-F-15M-5004-OM-98B-OY) CIMMYT
62 JUN''S'' (CM 33483-C-7M-1Y-OM-5B-OY) CIMMYT
63 MEXICO 82 CIMMYT
64 LAS ROSAS INTA CIMMYT
65 CRUZ ALTA INTA CIMMYT
66 KLEIN CAMACHO CIMMYT
19
Cuadro 2.
Fuente de Grados de Suma de Cuadrado % Suma F P
Variación libertad Cuadrados medio cuadrados
Genotipo (G)(R) 88 184,361 2,095 17,9 2,5071 0,0000
Medioambiente (M) 3 488,539 162,846 47,5 79,7373 0,0005
G X M (R) 264 354,960 1,345 34,5 1,6090 0,0000
Error (R) 352 294,138 0,836
Cuadro 3.
Fuente de Grados de Suma de Cuadrado % Suma F P
Variación Libertad cuadrados medio cuadrados
Genotipo 88 276,375 3,141 11,9 5,41 0,0000
Año 3 196,586 65,529 8,5 112,95 0,0000
Riego 1 984,361 984,361 42,7 1696,78 0,0000
AG 264 255,971 0,970 11,1 1,67 0,0000
RG 88 91,562 1,040 3,9 1,79 0,0000
AR 3 306,309 102,103 13,3 176,00 0,0000
ARG 264 193,778 0,734 8,4 1,26 0,0092
Error 704 408,412 0,580
22
Cuadro 4.
RENDIMIENTO POTENCIAL
Genotipos Extranjeros (89) Genotipos Nacionales (10)
00-01 (R) 99-00 (10R)
91-92 (R) 92-93 (R) 99-00 (R) 00-01 (10R)
Biomasa (T/ ha) 14,1 (0,15)13,7 (0,16) 22,1 (0,31) 14,8 (0,19) 22,1 (0,67)
15,4 (0,39)
Rendimiento (T/ha) 5,2 (0,08)5,4 (0,11) 6,9 (0,12) 4,7 (0,08) 6,9 (0,36)
4,7 (0,33)
Granos / 2m 18643,7(349,2)15682,1(332,8)
22440(388,9)13773,4 (239,0) 23040,4 (858,7)
13870,8 (900,6)
2
Espigas /m 393,4 (6,7) 464,3 (8,0) 718,1 (12,7) 477,4 (8,3) 727,2 (27,4)
516,6 (29,2)
Granos /espiga 48,5 (0,9) 34,5 (0,8) 31,8 (0,5) 29,7 (0,6) 25,2 (1,1)
27,5 (2,0)
Peso mil granos (g) 28,1 (0,34) 34,6 (0,38) 31,2 (0,43) 34,9 (0,29) 30,3 (0,84)
33,9 (0,75)
IC 0,37 (0,006)0,39 (0,006) 0,32 (0,004) 0,32 (0,004) 0,32 (0,015)
0,31 (0,018)
DA 74,9 (0,4) 70,3 (0,6) 107,1 (0,3) 126,0 (0,3) 111,0 (1,8)
129,6 (1,8)
DMF 120,1 (0,4) 117,2 (0,3) 135,5 (0,2) 171,4 ((0,4) 137,8 (1,1)
172,9 (1,1)
( ) corresponde a error estándar del promedio
Cuadro 5.
MEDIOAMBIENTE
91-92 91-92 92-93 99-00 99-00 00-01
92-93 (R) 00-01(R)
(NR) (R) (NR) (NR) (R) (NR)
91-92 (NR) 1 0,630***0,535***0,399*** 0,352***0,300** 0,249* 0,153n.s.
91-92 (R) 1 0,306** 0,571*** 0,348***0,314** 0,252* -0,001n.s.
92-93 (NR) 1 0,275** 0,161n.s0,125n.s.0,161n.s. 0,192+
92-93 (R) 1 0,137n.s. 0,224*0,118n.s.0,119n.s.
99-00 (NR) 1 0,379***0,411***0,060n.s.
99-00 (R) 1 0,269* 0,273**
00-01 (NR) 1 0,106n.s.
00-01 (R) 1
n.s. no significativa a un 10% de significancia,* p < 0,05,* * p < 0,01,* * * p < 0,001
23
Cuadro 6.
RENDIMIENTO POTENCIAL
Genotipos Extranjeros (89) Genotipos Nacionales (10)
00-01 (R) 99-00 (10R)
91-92 (R) 92-93 (R) 99-00 (R) 00-01 (10R)
Biomasa 0,118ns 0,709*** 0,645*** 0,737*** -
0,872*** 0,844**
Granos por2m 0,768*** 0,854*** 0,690*** 0,943***
0,280** 0,173 ns
Espigas por2 m 0,004ns 0,216* 0,309** 0,206 ns
0,513*** 0,473 ns
Granos / espiga 0,686*** 0,653*** 0,367*** 0,595+
0,058 ns 0,699*
Peso mil granos 0,092ns 0,151 ns 0,354*** 0,427 ns
0,860*** 0,772**
TPG 0,858*** 0,914*** 0,627*** 0.824**
0,507*** 0,792**
IC 0,876*** 0,842*** 0,594*** 0,923***
-0,146+ -0,295 ns
DA 0,265* 0,135ns -0,156ns 0,404 ns
-0,113 ns –0,252 ns.
DMF -0,373*** -0,095ns -0,015ns 0,127 ns
ns: no significativa. + p < 0,1, * p < 0,05, * * p < 0,01,* * * p < 0,001
Cuadro 7.
MEDIOAMBIENTE
Cuadro 8.
RENDIMIENTO BAJO ESTRÉS HIDRICO
Cuadro 9.
RENDIMIENTO BAJO ESTRES
Cuadro 10
DRI
Obregón Santiago
Biomasa 0,697*** 0,704***
2
Granos por m 0,397*** 0,558***
Espigas por2 m 0,089 ns 0,112 ns
Granos por espiga 0,295** 0,504***
Peso mil granos 0,256* 0,297**
TPG 0,452*** 0,882***
IC 0,330** 0,649 ***
ns no significativa, + p < 0,10, * p < 0,05, * * p < 0,01, * * * p < 0,001
25
Figura 1.
5.3
PMIL
Componente 3
3.3
BIOMASA
74
144 TPG
141 122
1.3 83 DA 140
71 113 12
130 63 111 IC
64 26
DM
65 40
55
75
-0.7 95 102 GRM2
67 116
76
46
-2.7 56 02 Componente 2
-4.8 -2.8 -0.8 1.2 -4-2
3.2 5.2
Componente 1
Figura 2.
5.6
BIOMASA PMIL
Componente 3
3.6 14 3
1 90
TPG 35 DM
12 DA
1.6 57 92
97 36 101
26 71
IC 80 65
64 83
-0.4 GRM2 95
48 124 88
100 11 116 84
76
5.3
3.3
-2.4 1.3
-0.7
-4.2 -2.2 -0.2 -2.7
1.8 3.8 5.8 Componente 2
Componente 1
Figura 3.
3.0
a.
2.5 14
2.0 35
36 105
1.5 15 62
26 57
71 66 144
1.0 135 3 52 143
50 118 141 142
92 86 69
137
0.5 129 49 90 100 11
DRI
55 67 126 140132
104131122 93 1 2499
0.0 58 56 44 87 75
46 94 127 12
-0.5 95 130 96 98 125
64 45 23 138
108124 40
84 60 102 134
-1.0 101 53 7047 76 117
48 80
63 59 139 61
-1.5 114 89
65 88
113 74 97
-2.0 103
133
83
-2.5 r 2 = 0.62
116 111
-3.0
2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5
Rendimiento Estrés (ton/ha)
26
4.5 3
4.0 1 b.
3.5
3
3.0 90 130 97
2.5 80
57
61 45
2.0 14 12
1.5 96 44
11 7536
DRI
Figura 4.
1.8
1.7
1.6 129 113
122
111
1.5 88 144
Coeficiente regresión (b)
Figura 5.
10,0
R2 = 0.89
9,0 R2 = 0.97
2 = 0.83
R
Rendimiento (ton/ha)
8,0 R2 = 0.63
R2 = 1
7,0
6,0
5,0
4,0
3,0
-2,0 -1,0 0,0 1,0 2,0 3,0 4,0
Índice Ambiental (IA)
12 14 IA 26 100
12 14 IA 26 100
27
Figura 6.
42.5
40.0
37.5
35.0
32.5
30.0
T máxima (°C)
27.5
25.0
22.5
20.0
17.5
15.0
12.5
10.0
7.5
5.0
2.5
0.0
1
6
11
16
21
26
31
36
41
46
51
56
61
66
71
76
81
86
91
96
101
106
111
116
121
126
131
136
141
146
151
156
161
166
171
176
Días desde emergencia
T máx 1991 T máx 1992 T máx1999 T máx2000
32.5
b.
30.0
27.5
25.0
22.5
20.0
T media (°C)
17.5
15.0
12.5
10.0
7.5
5.0
2.5
0.0
1
6
11
16
21
26
31
36
41
46
51
56
61
66
71
76
81
86
91
96
101
106
111
116
121
126
131
136
141
146
151
156
161
166
171
176