Material vegetal y condiciones de crecimiento

El estudio se desarrolló en el Campo Experimental de la Facultad de Agronomía y Veterinaria de la Universidad Nacional de Río Cuarto (33°06′22″S, 64°17′52″O, 443 m s.n.m.), localizada al sur de la provincia de Córdoba, Argentina, durante los años 2014, 2015 y 2016. El suelo del campo experimental es un Haplustol típico con un contenido promedio de materia orgánica de 1,6%, 27 ppm de nitratos y 24 ppm de fósforo en los primeros 20 cm de suelo. El clima de la región es subhúmedo-semiárido, con un valor medio anual de precipitaciones de 800 mm y el 80% de estas concentrado en el semestre más cálido, desde octubre hasta marzo. El área cuenta con una temperatura media anual de 16,5 °C, una temperatura máxima media anual de 22,8 °C y una temperatura mínima media anual de 10,2 °C (periodo 1981-2010). De 2014 a 2016 se presentaron valores de temperatura media mensual similares a los valores de periodo 1981-2010, pero las precipitaciones presentaron mayor variabilidad en comparación con dicho periodo (figura 1).

Fuente: Elaboración propia

Figura 1. Temperaturas (izquierda) y precipitaciones (derecha) medias mensuales registradas en los años 2014, 2015 y 2016 y de la serie 1981-2010 en Río Cuarto, Córdoba, Argentina. 

El material vegetal consistió en diez poblaciones naturalizadas colectadas en el sur de la provincia de Córdoba y norte de San Luis, Argentina (figura 2), a las orillas de caminos y rutas, así como en pasturas de prolongado tiempo bajo pastoreo. Además, se utilizaron dos cultivares comerciales: Pergamino El Palenque MAG (Palenque-INTA), cultivar de amplia utilización y bien adaptado a la región, y Balerón- Forratec (Balerón-Forr), cultivar nuevo de rendimientos promisorios, y dos colecciones (017 y 509) de comportamiento diferencial en cuanto a acumulación de biomasa provenientes del Banco de Germoplasma del Instituto Nacional de Tecnología Agropecuaria, ubicado en la Estación Experimental Pergamino (^{Rosso et al., 2007}). El ensayo en campo se implantó en marzo de 2014, en condiciones de secano y sin aplicación de fertilizantes en ningún momento del ciclo. El control de malezas se realizó de forma manual. Al final de cada ciclo del cultivo se llevaron a cabo cortes de limpieza. Se utilizó un diseño en bloques completos aleatorizados. Además, las plantas de cada población se clonaron para conformar cuatro repeticiones, donde cada población fue dispuesta al azar dentro de cada bloque, en parcelas con 24 plantas cada una. Cada parcela consistió en tres surcos distanciados entre sí por 25 cm, con ocho plantas por surco distanciadas por 50 cm entre plantas.

Fuente: Elaboración propia

Figura 2. Mapa que muestra los sitios de recolección de Festuca arundinacea naturalizadas en la región central subhúmeda semiárida de Argentina (arriba) e información geográfica, edáfica y climática de los puntos de recolección (abajo). 

Caracteres fenotípicos

Los caracteres se estimaron a través de cortes sucesivos de forraje. Para distanciarlos durante el ciclo de crecimiento, se consideró el tiempo térmico de senescencia foliar (cada 550 °C días) y una temperatura base de 5 °C (^{Chapman & Lemaire, 1993}). Se realizaron tres cortes en 2014 y cuatro en los años 2015 y 2016, en los meses de marzo (primer corte), abril-mayo (segundo corte), julio-agosto (tercer corte), octubre-noviembre (cuarto corte). Los caracteres fenotípicos considerados en cada corte por planta fueron altura de planta (AP), diámetro de corona (DC), número de macollos (NM) y producción de biomasa seca promedio por corte por planta (BSC). Además, se calculó la biomasa seca total producida en el año mediante la suma de los cortes (BST). La AP se midió antes de cada corte y el DC después, en centímetros (cm) con regla graduada sin modificación de la estructura de la planta (medidas no destructivas). El corte de biomasa aérea de cada planta se realizó con una tijera mecánica, dejando una altura de 5 cm de rastrojo remanente. La biomasa verde se utilizó para determinar el NM en número de macollos por planta. Luego se pesó y se secó en estufa de aire forzado hasta tener peso constante, para obtener la BSC en gramos/planta (medidas destructivas).

Análisis estadísticos

Los caracteres fenotípicos se estudiaron mediante análisis de varianza (ANOVA), utilizando el siguiente modelo: Υ_{𝑖𝑗𝑘𝑙} = 𝜇 + 𝛼_𝑖 + 𝛽_𝑗 + 𝛾_𝑘 + 𝛿_𝑙 + 𝛼_𝑖 × 𝛿_𝑙 + 𝜀_{𝑖𝑗𝑘𝑙}, donde 𝛶ijkl es el valor promedio de la población i en la repetición j en el corte k en el año l, µ es la media general del ensayo; αi, βj, γk y δl son los efectos principales debido a la población, repetición, corte y año, respectivamente; αi x δl corresponde al efecto de la interacción población × año (GA) y εijkl es el término del error (^{Ospina et al., 2012}). Las poblaciones (G), el año (A) y la interacción población × año (GA) se consideraron como efectos fijos, mientras que las variables repetición y corte se consideraron como aleatorias. La correlación lineal entre caracteres se analizó utilizando coeficientes de correlación de Pearson (^{Pearson, 1920}).

Un análisis de componentes principales (ACP) se realizó incluyendo los tres años de evaluación. Los caracteres fenotípicos además se analizaron mediante el modelo de regresión por sitio (SREG) con gráficos biplot GGE. Los biplot GGE se generaron a partir de la técnica de descomposición del valor singular (SVD) de la matriz de residuos del siguiente modelo: Υ𝑖𝑗 − Υ𝑗 = 𝜆1 𝜉𝑖1𝜂𝑗1 + 𝜆2𝜉𝑖2𝜂𝑗2 + 𝜀𝑖𝑗, donde Υij es el rendimiento medio de la población i en el año j; Υ_j es la media de las poblaciones en el año j; λ1 y λ2 son los autovalores para la CP1 y CP2, respectivamente; ξi1 y ξi2 son los scores de la población i en la CP1 y CP2, respectivamente; ηj1 y ηj2 son los scores del año j en la CP1 y CP2, respectivamente, y εij es el término residual asociado a la observación promedio de la población i en el año j centrado por el efecto del año j.

El carácter BSC se analizó mediante el modelo de efecto aditivo e interacción multiplicativa (AMMI): Υ_𝑖𝑗𝑟 = 𝜇 + 𝛼_𝑖 + 𝛽_𝑗 + ∑ 𝜆_𝑛 𝛾_𝑖𝑛 𝛿_𝑗𝑛 + 𝜀_𝑖𝑗𝑟, donde Υijr es el rendimiento de la población i en el año j para la repetición r. Los parámetros aditivos son .(media general del ensayo combinado), αi y βj son los efectos principales debido a la población y el año, respectivamente, mientras que λn corresponde al autovalor para el eje . del ACP; γin, al autovector de las poblaciones para el eje n; δjn, al autovector de años y, finalmente, εijr es el término del error (^{Gauch et al., 2008}). La metodología se basó en el ajuste de los efectos aditivos del modelo (población y año) mediante un ANOVA, del que se obtuvieron los residuos que contienen solo los efectos de la interacción (población × año). Luego, dicha matriz de residuos se analizó mediante un ACP. El componente principal uno (CP1) del ACP se utilizó para generar el gráfico resultado del modelo AMMI1. Se trabajó con los software estadísticos Infostat (^{Di Rienzo et al., 2018}) y su vinculación con R (^{R Core Team, 2017}) e Infogen (^{Balzarini & Di Rienzo, 2017}).

Correlación entre caracteres fenotípicos y comportamiento agronómico de las poblaciones de festuca alta

Este enfoque puede proporcionar información importante para mejorar el rendimiento en forraje de festuca alta (^{Ebrahimiyan et al., 2012}). Se encontraron valores de correlación positiva entre varios caracteres estimados (tabla 2). Los valores más altos y significativos ocurrieron entre NM vs. DC, AP vs. BST y AP vs. BSC. Estas correlaciones sugieren que el carácter altura de planta (AP) puede ser útil para seleccionar plantas superiores en producción de biomasa (BSC y BST). Probablemente, debido a que la AP presenta una alta correlación directa positiva con BSC, se produce una disminución del efecto de correlación positiva directa entre NM y BSC. Otros estudios también informan la presencia de correlaciones positivas entre producción de biomasa seca y altura de planta (^{Chtourou-Ghorbel et al., 2011}), así como entre número de macollos (NM) y diámetro de corona (DC) (^{Pirnajmedin et al., 2016}).

Tabla 2. Coeficientes de correlación de Pearson entre los caracteres fenotípicos medidos en el conjunto de los once cortes de forraje de Festuca arundinacea durante los años 2014 2015 y 2016 Río Cuarto Córdoba Argentina 

El ACP proporciona un resumen gráfico del conjunto de caracteres medidos, la relación entre ellos y el comportamiento de las poblaciones en relación con ellos. El biplot presentado en la figura 3 muestra que las CP1 y CP2 explicaron un 92,4% de la variabilidad entre las poblaciones, colecciones y cultivares (correlación cofenética: 0,994). Las poblaciones 3202-LAG, 3250-BAI y los cultivares comerciales Palenque-INTA y Balerón-Forr fueron los que mejor se asociaron con los caracteres AP, BSC, y BST. Por otro lado, la población 3243-645 y la colección 509 se asociaron en forma positiva con NM y DC.

Fuente: Elaboración propia

Figura 3. Biplot del análisis de componentes principales para los cinco caracteres medidos en las diez poblaciones naturalizadas, dos cultivares comerciales y dos colecciones de Festucaarundinacea en Río Cuarto, Córdoba, Argentina. 2014-2016. AP: altura de planta (cm); DC: diámetro de corona (cm); NM: número de macollos (macollo/planta); BSC: biomasa seca producida por corte (g/planta); BST: biomasa seca total producida por año (g/planta). 

Estudio de la interacción población × año

En la figura 4 se pueden observar los gráficos resultantes del modelo GGE aplicado en los diferentes caracteres medidos. El modelo GGE para los caracteres AP, DC y NM explicó, respectivamente, el 93%, 98% y 95% de la variación debida a los efectos combinados de poblaciones e interacción población × año. En el biplot de AP se observa que quedaron conformados cinco megambientes (delimitados por líneas de puntos), y que los tres años quedaron incluidos dentro del mismo megambiente. El cultivar Palenque-INTA se ubicó en el vértice del polígono, es decir, presentó el mejor comportamiento en AP en los tres años de evaluación. Otras poblaciones destacadas en este carácter fueron 3302-LAG, 3018-DP, 3320-NOR y 3250-BAI, junto al cultivar Balerón-Forr.

La población 3243-645 y la colección 509 se destacaron en los biplot de DC y NM en 2015 y 2016. La población 3306-CRE presentó un comportamiento superior en NM en 2014, indicado por la ubicación en el extremo del polígono del megambiente que incluye dicho año. El biplot GGE del carácter BSC explicó el 94% de la variabilidad, en el cual Palenque-INTA y la población 3302-LAG (ubicados en los vértices del polígono), junto a cuatro poblaciones (3250-BAI, 3243-645, 3306-CRE, 3253-629, 3320- NOR), se destacaron en 2014 y 2015.

Los biplot GGE de los caracteres fenotípicos determinaron que el efecto de las diferentes poblaciones (G) es mayor que el efecto de la interacción población × año (GA), ya que en todos los gráficos quedaron definidos de cinco a seis megambientes, y los diferentes años de evaluación quedaron incluidos en solo uno o dos megambientes (figura 4).

Fuente: Elaboración propia

Figura 4. Biplots revelados por el modelo GGE para los caracteres estimados en las poblaciones, colecciones y cultivares de Festuca arundinacea en Río Cuarto, Córdoba, Argentina. 2014-2016. AP: altura de planta (cm); DC: diámetro de corona (cm); NM: número de macollos (macollo/planta); BSC: biomasa seca producida bajo corte (g/planta). 

^{Dehghani et al. (2015)} analizaron el comportamiento de 24 genotipos de festuca alta en 14 ambientes diferentes en ensayos en campo conducidos en Irán. A través de gráficos biplot surgidos del modelo GGE, los investigadores pudieron definir megambientes y genotipos con mejor comportamiento en cada megambiente. En ese caso el biplot GGE explicó un 75% de la variación entre los genotipos evaluados para producción de biomasa, mientras que el GGE de BSC del presente estudio explicó una mayor variabilidad entre las poblaciones evaluadas, logrando identificar poblaciones superiores en determinados megambientes con un mayor grado de confianza.

Estabilidad y adaptabilidad de las poblaciones de festuca alta

El modelo AMMI1 es de utilidad para interpretar la estabilidad de las poblaciones en los diferentes años y su adaptabilidad (^{Gauch et al., 2008}). En la figura 5 se muestra el biplot AMMI1, donde la CP1, que indica la estabilidad de las poblaciones (eje Y), explica el 58% de la interacción GA. Por su parte, el eje X indica su adaptabilidad a través del BSC promedio de cortes en tres años de evaluación. El cultivar Palenque-INTA presentó la mayor BSC relativa al resto de cultivares, colecciones y poblaciones, aunque con la menor estabilidad a través de los años de evaluación, mientras que las colecciones 017, 509 y la población 3307-SLU fueron las de menor BSC promedio. Estas también presentaron alta inestabilidad.

Fuente: Elaboración propia

Figura 5. Biplot AMMI1 que muestra poblaciones naturalizadas, colecciones, cultivares comerciales de Festucaarundinacea (círculos rellenos) y los años de evaluación 2014, 2015 y 2016 (círculos vacíos). Valor promedio general de producción de biomasa seca promedio por corte (BSC): 24,54 g/planta. Río Cuarto, Córdoba, Argentina. 

Las poblaciones 3306-CRE, 3253-629, 3243-645, 3302-LAG y 3250-BAI presentaron valores promedio de BSC superiores al promedio general (24,5 g/planta) y resultaron estables a través de los años (presentaron valores cercanos a cero en la CP1 de la figura 5). ^{Dehghani et al. (2016)}, en su estudio sobre 72 genotipos de festuca alta evaluados en 16 ambientes, informan que el modelo AMMI1 explica 48% de la interacción GA, mientras que en el presente trabajo fue posible explicar un mayor porcentaje de la interacción de GA (58%), sugiriendo que la metodología empleada logró captar una mayor cantidad de variabilidad entre las poblaciones evaluadas durante los tres años de ensayo y, por lo tanto, mejora la confianza en la identificación de poblaciones superiores.