Incorporação da variabilidade espacial de macronutrientes do solo na seleção de progênies de soja

Em melhoramento de soja, genótipos numerosos e recursos limitados reduzem as repetições, expondo os ensaios à heterogeneidade do solo, que interfere na estimativa dos efeitos genotípicos. A modelagem espacial da disponibilidade de macronutrientes pode aumentar a acurácia da predição dos valores genotípicos ao isolar os efeitos da variação ambiental do erro experimental. Assim, o objetivo deste trabalho foi avaliar a inclusão de macronutrientes do solo como covariáveis em um modelo linear misto para selecionar progênies de soja. Foram conduzidos dois ensaios (Ensaio 1 e Ensaio 2) durante a safra 2022/2023, em Viçosa - MG, sob o delineamento de blocos aumentados. No Ensaio 1 foram avaliadas 500 progênies, enquanto no Ensaio 2 foram avaliadas 264 progênies. Cada parcela experimental foi composta por três linhas de 1,5 m de comprimento, espaçadas em 0,50 m, totalizando 2,25 m² de área útil. Para caracterizar a fertilidade, coletaram-se amostras de solo georreferenciadas na profundidade de 0 a 20 centímetros em ambas as áreas, quantificando-se os teores dos macronutrientes cálcio, magnésio, fósforo e potássio. A partir desses dados, a dependência espacial foi modelada por meio de semivariogramas e foi empregada a técnica de krigagem para gerar mapas de distribuição espacial. Os valores interpolados de cada macronutriente foram extraídos em nível de parcela. O modelo ajustado considerou efeitos fixos para os tratamentos comuns e efeitos aleatórios para progênies e blocos. No modelo com covariáveis, os teores de cada macronutriente foram incluídos individualmente como termos fixos adicionais, mantendo-se inalterada a estrutura aleatória. Esse modelo foi comparado ao modelo sem covariáveis, utilizando o logaritmo da verossimilhança, o Critério de Informação de Akaike (AIC), o Critério de Informação Bayesiano (BIC) e a herdabilidade. Além disso, calculou-se a similaridade na seleção das melhores progênies nas intensidades de seleção de 20%, 50% e 70%. A análise dos semiovariogramas revelou dependência espacial moderada a forte, o que viabilizou a geração de mapas representativos. A inclusão de macronutrientes como covariáveis promoveu um ajuste superior aos dados em ambos os ensaios, evidenciado pela redução nos valores do AIC e do BIC e pelo aumento do logaritmo da verossimilhança. Adicionalmente, observou-se aumento da herdabilidade em ambos os ambientes, indicando maior precisão na discriminação dos efeitos genéticos em relação à variação ambiental. Apesar disso, a taxa de coincidência entre os genótipos selecionados por ambos os métodos foi alta, oscilando entre 93% e 98%. Conclui-se que a correção fenotípica pela variação espacial dos macronutrientes melhorou o ajuste do modelo e a acurácia na predição dos valores genotípicos, mas, em áreas com fertilidade adequada, esse ganho não altera de forma expressiva os genótipos selecionados em relação ao método convencional.