SciELO - Scientific Electronic Library Online

 
vol.7 número8Estimación de parámetros genéticos y selección de líneas S1 en una población segregante de maíz tropicalVariabilidad genética y asociación morfológica entre poblaciones nativas de maíz y sus cruzas F1 índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista mexicana de ciencias agrícolas

versão impressa ISSN 2007-0934

Rev. Mex. Cienc. Agríc vol.7 no.8 Texcoco Nov./Dez. 2016

 

Artículos

Estabilidad del rendimiento de 36 cultivares de haba colectadas en el Estado de México

Laura Stephanie Flores Carrera1 

Delfina de Jesús Pérez López2  § 

Andrés González Huerta2 

Martín Rubí Arriaga2 

Artemio Balbuena Melgarejo2 

Francisco Gutiérrez Rodríguez2 

1Posgrado en Ciencias Agropecuarias y Recursos Naturales-Facultad de Ciencias Agrícolas- Universidad Autónoma del Estado de México- Campus Universitario “El Cerrillo”. El Cerrillo Piedras Blancas, Municipio de Toluca, Estado de México, México. A P. 435 (CPB-T). Tel: +52 (722) 2965531 Ext. 125 y 128.

2Centro de Investigación y Estudios Avanzados en Fitomejoramiento. FCAgr. UAEMex. CPB-T. Tel. y Fax: 01(722)2965518. Ext.148. (lphaniefc@hotmail.com; agonzalezh@uaemex.mx; m_rubi65@yahoo.com.mx; abalbuenam@uaemex.mx; fgutierrezr@uaemex.mx).

Resumen

El presente trabajo se realizó en el ciclo primavera-verano de 2013 en cinco localidades del Estado de México para evaluar la estabilidad del rendimiento de 36 cultivares de haba. Se eligió una serie de experimentos en bloques completos al azar con tres repeticiones por localidad. Las diferencias altamente significativas que se observaron entre cultivares, entre localidades y en su interacción (IGA) sugieren que hay suficiente variabilidad genética para iniciar un nuevo programa de mejora vegetal, que los ambientes del centro del Estado de México son heterogéneos y que la IGA significativa dificulta la identificación de cultivares sobresalientes. Estos resultados fueron confirmados al aplicar los modelos AMMI y de Eberhart y Russell modificando la clasificación de estabilidad con la propuesta de Carballo y Márquez. Los mejores ambientes fueron San Nicolás Guadalupe y Barrio de Guadalupe, ubicados en los municipios mexiquenses de San Felipe del Progreso y San Mateo Atenco. El rendimiento de grano en las cinco localidades varió de 0.24 a 6 t ha-1. Aun cuando no hubo cultivares estables, los más sobresalientes fueron los identificados como T2, T4, T5, T6, T7, T26 Y T30 (de 2.05 a 2.61 t ha-1), colectados en los municipios de Acambay, Jocotitlán, Zinacantepec y Metepec; con excepción de T4, que mostró mejor respuesta en buenos ambientes y fue consistente, T12, T23, T28 y T36 respondieron mejor en buenos ambientes pero fueron inconsistentes.

Palabras claves: Vicia faba L.; estabilidad; modelo AMMI; método de Eberhart y Russell

Introducción

Aprovechar la variabilidad y diversidad genética de los materiales nativos en haba (Vicia faba L.) es importante para obtener variedades de mayor rendimiento y estabilidad, con semillas más grandes, resistentes y/o tolerantes a plagas y enfermedades, entre otros. La IGA significativa puede limitar la identificación de genotipos superiores (Gauch et al., 2008; Crossa et al., 1990; Yan y Kang, 2003; Annicchiarico y Iannucci, 2008; Yahia et al., 2012; Pérez et al., 2015), mega-ambientes favorables o paquetes tecnológicos óptimos que contribuyan al incremento de los ingresos de los agricultores (Annicchiarico, 1997; Flores et al., 2013; Temesgen et al., 2015).

Los modelos de Eberhart y Russell (1966) y de efectos principales aditivos e interacción multiplicativa (AMMI Model) han sido ampliamente usados en maíz (Zea mays L.; González et al., 2010), haba (Mulusew et al., 2008; Karadavut et al., 2010; Al- Aysh, 2013; Abebe et al., 2015) y papa (Solanum tuberosum L.; Pérez et al., 2007; Pérez et al., 2009), entre otros. El Modelo AMMI es superior a otras técnicas multivariadas al permitir la interpretación gráfica de las respuestas de las variedades, de los ambientes y su IGA y es eficiente aún con pocas repeticiones (Zobel et al., 1988; Rodríguez et al., 2005; Gauch, 2006).

El haba está bien adaptada al Centro de México, tolera bajas temperaturas, fija nitrógeno atmosférico, tiene un alto contenido de proteína y se asocia ventajosamente con otras especies como frijol (Phaseoulus vulgaris L.) o maíz (Zea mays L.). En la región centro de México existe poca información sobre su comportamiento agronómico, potencial de rendimiento y estabilidad. El objetivo principal de este estudio fue identificar colectas de mayor producción de grano y menor interacción genotipo*ambiente mediante dos metodologías.

Materiales y métodos

Descripción del área de estudio

El presente trabajo se estableció en el ciclo primavera - verano de 2013 en cinco localidades del Estado de México: San Diego (SD; L1), Rancho San Lorenzo (SL; l2), Barrio de Guadalupe (BG; L3), San Nicolás Guadalupe (SNG; L4) y Los Berros (LB; L5). Sus características se describen en la Cuadro 1.

Cuadro 1 Descripción del área de estudio. 

Localidad Municipio Tipo de suelo Altitud Ubicación geográfica Precipitación Temperatura media
(m) LN LO (mm) (°C)
Ll Almoloya de Juárez Vertisol 2 531 19°40'921" 99°69'023" 788 12.5
L2 Metepec Andosol 2 606 19°14'86" 99° 35' 24" 785 13
L3 San Mateo Atenco Feozen 2 570 19° 14' 55.03" 99° 32' 7.4" 800 12
L4 San Felipe del Progreso Andosol 2 740 19°36'30" 100°01'44" 892 15
L5 Villa de Allende Andosol 2 571 19° 23' 44.69" 100° 03' 11.23" 1 000 17

Fuentes: García (1988); Orozco et al. (2013); SEMARNAT (2006).

Material genético

Se consideraron 33 cultivares provenientes del Estado de México y tres variedades del Instituto de Investigación y Capacitación Agropecuaria, Acuícola y Forestal del Estado de México (ICAMEX) (Cuadro 2).

Cuadro 2 Cultivares evaluados en 2013. 

Código Productores Identificación Municipios
1 Ángel Cisneros Hernández Pathé Acambay
2 Félix Peralta Rivera Boshindo Acambay
3 Porfirio Alcántara Becerril Hodongu Acambay
4 Palemón Becerril Landeros Agua Limpia Acambay
5 Jorge Mateo Estrada San Pedro de los Metates Acambay
6 Porfirio Garfias Frías Pueblo Nuevo Acambay
7 Carlos Barreno González Los Reyes Jocotitlán
8 Benjamín Álvarez Peña Tixmadeje Acambay
9 Pedro Plata García Chanteje Acambay
10 Héctor Muciño Muciño Santa María Nativitas Calimaya
11 Encarnación Estrada González Santa María Nativitas Calimaya
12 Sebastián Matías González San Lorenzo Cuahutenco Calimaya
13 Roberto Hernández Torres Calimaya Calimaya
14 Tiburcio Sánchez Ortega Calimaya Calimaya
15 Carlos Zarza Torres Zaragoza de Guadalupe Calimaya
16 Encarnación Robles Trujillo Zaragoza de Guadalupe Calimaya
17 Edgar Colín Flores Zaragoza de Guadalupe Calimaya
18 Manuel Gutiérrez Navarrete San Marcos de la Cruz Calimaya
19 Moisés Cortéz Gomora San Marcos de la Cruz Calimaya
20 Roberto Muñoz Arriaga Mexicaltzingo Mexicaltzingo
21 Mateo Torres Gutiérrez San Pedro Tlaltizapán Santiago Tianguistenco
22 Teófilo Carrasco Onofre San Pedro Tlaltizapán Santiago Tianguistenco
23 Ramón Martínez Cejudo Santa Cruz Atizapán Santa Cruz Atizapán
24 Jesús Martínez Antúnez Santiago Tianguistenco Santiago Tianguistenco
25 Teodolfo Hernández Cipriano Cacalomacán Toluca
26 Eudoxia Ramírez Rincón Santa Cruz Cuahutenco Zinacantepec
27 Carlos Estrada Velasco Almoloya del Río Almoloya del Río
28 ICAMEX Monarca Metepec
29 ICAMEX Diamante Metepec
30 ICAMEX San Pedro Tlaltizapán Metepec
31 Sara L. González Romero Cacalomacán Toluca
32 Pedro Reyes Carmona San Marcos de la Cruz Calimaya
33 Sara L. González Romero Cacalomacán Toluca
34 Omar Franco Mora Santa María Tlalmimilolpan Lerma
35 Adriana Meza Sosa Santiago Tianguistenco Santiago Tianguistenco
36 Ernesto Eduarte Garay San Nicolás Guadalupe San Felipe del Progreso

Diseño experimental y tamaño de la parcela

Se empleó un diseño experimental de bloques completos al azar con tres repeticiones por localidad en una serie de experimentos. La parcela constó de tres surcos de 4 m de largo y 0.80 m de ancho; el surco central fue la parcela útil (3.20 m2).

Manejo agronómico de los ensayos

Se realizó un barbecho y un paso de rastra. El surcado se hizo a 0.80 m. La siembra manual en abril se realizó el 13 (L1), 17 (L2), 20 (L3) y 27 (L4) y 01 de mayo (L5) del 2013. En L1, L2, L4 y L5 se fertilizó con 60N- 60P- 30K (urea, 46%; superfosfato de calcio triple, 46%; cloruro de potasio, 60%, y 46N-18P-00K). En L2 se adicionó una fertilización orgánica foliar de 5 ml L-1 y lombricomposta a la mezcla. En L3 soló se aplicó 2.5 t ha-1 de estiércol de bovino. Se realizaron dos escardas en L1 y L3 y una en L2, L4 y L5. En L3 se aplicaron dos riegos, en L1 y L2 uno, y L4 y L5 se manejaron en temporal. El control de malezas fue manual en L2, L3, L4, y L5. En L1 se aplicó Basagrán 480 (1.5 L ha-1). En L1 y L4 se hicieron tres aplicaciones de Manzate (Mancozeb) y Cupravit mix (Oxicloruro de cobre + mancozeb; 1 kg ha-1) y una de Velcron 60 (1.5 L ha-1). En L2 se aplicó Prosal 50 pH (1g L-1 agua), Mancozeb (2.5 L-1 agua), Carioca 40-80 (2 ml L-1 agua) y adherente (Insect soap). En L3 y L5 no se aplicó agroquímico. La cosecha se realizó después de madurez fisiológica.

Análisis estadístico

Se realizaron los análisis de varianza individual y combinado y una comparación de medias entre localidades y entre cultivares de haba para rendimiento de grano (Tukey, p= 0.01). Para determinar la estabilidad del rendimiento se usó el modelo de Eberhart y Russell (1966) con la modificación propuesta por Carballo y Márquez (1970); según ellos, un genotipo es estable si tiene una media superior al promedio general y coeficiente y desviaciones de regresión iguales a 1 y cero, respectivamente. El cálculo de los indicadores de estabilidad de Eberhart y Russell se hizo con el sistema para análisis estadístico (Statistical Analysis System, SAS; versión 6.03 para Windows) empleando el algoritmo construido por Mastache y Martínez (1998). Con el modelo AMMI se analizaron los ambientes, los cultivares y su interacción en uno o dos componentes principales (Zobel et al., 1988; Rodríguez et al., 2005; Pérez et al., 2009) aplicando los programas para SAS elaborados por Vargas y Crossa (2000).

Resultados y discusión

Las diferencias altamente significativas (p= 0.01) que se detectaron en las Cuadro 3, 4 y 5 indican que al menos entre dos localidades o entre dos cultivares existen diferencias reales en rendimiento de grano y que el comportamiento de las habas varió en función de los ambientes; También sugieren que las cinco localidades del centro del estado de México son muy heterogéneas, que hay suficiente variabilidad genética entre los 36 cultivares de haba y que la IGA dificultará la identificación de cultivares de mayor rendimiento y estabilidad, siendo posible que algunos de los cultivares tengan mejor adaptación a un ambiente específico (Annicchiarico y Iannucci, 2008; Yahia et al., 2012; Flores et al., 2013; Temesgen et al., 2015), situación muy común para los Valles Altos del Centro de México, donde hay gran heterogeneidad ambiental (González et al., 2010; Pérez et al., 2014).

Cuadro 3 Cuadrados medios y significancia estadística de los valores de F del análisis de varianza individual, combinado (AC) y del modelo AMMI (AMMI). 

FV GL L1 L2 L3 L4 L5 AC y AMMI
San Diego Rancho San Lorenzo Barrio de Guadalupe San Nicolás Guadalupe Los Berros
Repeticiones 2 0.03 ns 0.06 ns 0.1 ns 1.2 ** 0.02 ns
Cultivares 35 0.16 ** 0.73 ** 3.83 ** 4.54 ** 0.49 **
L 4 68.11 **
R (L) 10 0.28 **
C 35 2.52**
L * C 140 1.81 **
CP1 38 3.24 **
CP2 36 2.86 **
CP3 34 0.55 ns
CP4 32 0.25 ns
CP5 30 0 ns
Error 70 350 0.015 0.052 0.111 0.18 0.063 0.08
Total 107 539
x- 1.05 1.34 2 2.85 0.939 1.63
CV (%) 11.6 17 16.6 14.9 26.8 17.7

* ó ** = significativo al 5 ó 1%. F.V.= fuente de variación; G.L.= grados de libertad, L= localidades; R (L)= repeticiones dentro de L; C= cultivares; L x C= interacción cultivares x localidades; C.V.= coeficiente de variación.

Cuadro 4 Comparación de medias entre cultivares de haba (Tukey, p= 0.01). 

Cultivares L1(SD) L2(SL) L3(BG) L4(SNG) L5(LB) Combinado
1 1.38 gbc 1.11 c-i 3.1 a-f 2.52 e-l 1.24 a-e 1.87 c-f
2 0.88 e-j 0.64 ghi 3.33 a-e 4.74 abc 0.94 a-f 2.11 bcd
3 0.79 g-j 1.12 c-i 2.16 e-k 2.36 f-l 1.53 ab 1.59 e-i
4 1.34 gcd 1.24 b-h 2.96 a-f 3.94 cde 1.17 a-f 2.13 bcd
5 0.94 c-j 0.75 ghi 3.9 a 4.3 bcd 1.27 a-e 2.23 abc
6 0.71 ij 1.76 a-d 0.82 l-p 6 a 1.81 a 2.22 abc
7 1.21 b-g 1.19 b-h 3.56 abc 4.73 abc 1.11 a-f 2.36 ab
8 0.89 d-j 1.21 b-h 4.16 a 1.67 h-l 0.93 a-f 1.77 c-gh
9 1.4 ab 0.97 d-i 3.23 a-f 1.45 i-l 1.34 a-d 1.68 d-h
10 1.19 b-h 2.3 a 0.37 op 2.71 e-k 0.95 a-f 1.5 f-k
11 1.19 b-h 1.18 b-h 1.1 k-p 2.82 d-k 0.69 b-f 1.4 g-k
12 0.99 b-j 1.21 b-h 1.33 i-p 3.61 c-f 0.49 c-f 1.52 f-j
13 1.01 b-j 0.96 d-i 1.76 g-n 3.48 c-g 0.44 def 1.53 f-j
14 1.82 a 1.93 abc 1.46 h-p 3.17 c-h 0.79 b-f 1.83 c-g
15 0.75 hij 1.61 a-e 1.6 h-o 1.7 h-l 0.44 def 1.22 ijk
16 1.05 b-j 1.46 a-f 0.86 l-p 2.83 d-k 0.56 c-f 1.35 h-k
17 1.01 b-j 2.23 a 2 f-l 1.99 g-l 0.58 c-f 1.56 f-j
18 0.98 b-j 1.92 abc 0.99 k-p 2.76 d-k 0.36 ef 1.4 g-k
19 1.19 b-h 1.98 ab 0.65 m-p 1.48 i-l 0.6 c-f 1.18 ijk
20 1.07 b-j 1.61 a-e 2.53 c-i 2.74 d-k 1.18 a-e 1.83 c-g
21 1.25 b-f 1.91 abc 0.92 l-p 2.75 d-k 0.9 a-f 1.54 f-j
22 1.27 b-e 1.92 abc 1.8 g-m 2.95 d-j 0.81 b-f 1.75 d-h
23 1.02 b-j 1.02 d-i 1 k-p 3.58 c-f 1.19 a-e 1.56 f-j
24 0.69 j 1.57 a-f 2.36 c-j 3 d-i 1.03 a-f 1.73 d-h
25 1.14 b-j 0.92 d-i 2 f-l 1.04 l 1.82 a 1.38 g-k
26 1.17 b-i 0.92 d-i 3.8 ab 5.85 ab 1.33 a-d 2.61 a
27 0.91 d-j 1.71 a-d 2.6 b-h 2.68 e-k 0.61 b-f 1.7 d-h
28 1.19 b-h 0.72 ghi 3.43 a-d 3.38 c-g 0.93 a-f 1.93 b-f
29 0.93 d-j 1.26 b-h 2.2 d-k 1.62 h-l 1.41 abc 1.48 f-k
30 1.18 b-h 1.94 abc 3.23 a-f 3.46 c-g 0.43 def 2.05 b-e
31 0.9 d-j 0.33 i 0.72 m-p 0.98 l 0.24 f 0.63 l
32 0.81 f-j 1.71 a-d 0.28 p 1.41 jkl 1.39 abc 1.12 jk
33 0.93 c-j 1.14 b-i 1.23 j-p 1.96 g-l 0.53 c-f 1.16 ijk
34 0.77 g-j 1.31 b-h 2.93 a-g 2.35 f-l 1.11 a-f 1.69 d-h
35 0.96 b-j 0.84 e-i 1.2 j-p 1.34 kl 0.96 a-f 1.06 kl
36 0.86 e-j 0.57 hi 0.56 nop 3.14 d-h 0.52 c-f 1.13 jk
DMSH 0.45 0.84 1.23 1.57 0.93 0.12
Media 1.05 d 1.34c 2 b 2.85 a 0.93 d 1.63
Ia - 0.58 - 0.29 0.36 1.21 - 0.69

Medias con las misma letra dentro de cada columna son iguales estadísticamente; Ia = índice ambiental. Los códigos para cultivares y localidades fueron definidos en las Cuadro 2 y 1, respectivamente.

Cuadro 5 Análisis de varianza, media aritmética y parámetros de estabilidad de Eberhart y Russell (1966)

Fuentes de variación GL Suma de cuadrados Cuadrados medios F calculada
Total (trat) 179 204.804
Genotipos (G) 35 29.452 0.841 10.5 **
Residual 144 175.352
Ambientes (lineal) 1 90.832 90.832 50.18 **
Genotipo x ambiente (lineal) 35 37.314 1.066 2.439 ns
Desviación ponderada 108 47.205 0.437
Cultivar X- Bi s2di
T1 1.87 0.86 ns 0.381**
T2 2.11 2.22 ** 0.297**
T3 1.59 0.71 ns 0.143**
T4 2.13 1.54 ** 0.067*
T5 2.23 1.97 ns 0.634**
T6 2.22 2.12 ns 2.459**
T7 2.36 2.06 ** 0.161**
T8 1.77 0.8 ns 1.933**
T9 1.68 0.35 ns 0.914**
T10 1.5 0.54 ns 0.98**
T11 1.4 0.9 ns 0.178**
T12 1.52 1.42 ns 0.22**
T13 1.53 1.46 * 0.058*
T14 1.83 0.86 ns 0.345**
T15 1.22 0.56 ns 0.153**
T16 1.35 0.91 ns 0.32**
T17 1.56 0.59 ns 0.371**
T18 1.4 0.91 ns 0.443**
T19 1.18 0.12 ns 0.407**
T20 1.83 0.92 ns 0.046*
T21 1.54 0.69 ns 0.396**
T22 1.75 0.93 ns 0.097**
T23 1.56 1.18 ns 0.507**
T24 1.73 1.15 ns 0.05*
T25 1.38 -0.08 ns 0.285**
T26 2.61 2.61 ** 0.371**
T27 1.7 1.08 ns 0.174**
T28 1.93 1.5 ns 0.52**
T29 1.48 0.34 ns 0.169**
T30 2.05 1.5 ns 0.303**
T31 0.63 0.26 ns 0.062*
T32 1.12 0.05 ns 0.406**
T33 1.16 0.62 ns 0.008ns
T34 1.69 0.91 ns 0.364**
T35 1.06 0.22 ns -0.02ns
T36 1.13 1.17 ns 0.506**

En el Valle Toluca-Atlacomulco, Estado de México y en otras localidades del centro de México se ha concluido que la variabilidad ambiental que predomina en esta región se atribuye principalmente a las diferencias que existen en altitud, tipos de suelo, temperaturas y precipitación pluvial (Rodríguez et al., 2005; González et al., 2008; Reynoso et al., 2014; Rodríguez et al., 2015; Franco et al., 2015), como las que se pueden observar en la Cuadro 1.

La heterogeneidad entre localidades (Figura 1) se explica por las diferencias significativas que se observaron principalmente entre los mejores ambientes (SNG y BG) con los otros tres sitios (SL, SD y LB). Los rendimientos de grano promedio para LB, SD, SL, BG y SNG fueron de 0.93, 1.05, 1.34, 2 y 2.85 t ha-1, con una media aritmética de 1.63 t ha-1 (Cuadro 4). Este valor es similar al del estado de México (1.48 t ha-1; Orozco et al., 2013) y superior al nacional (0.66 t ha-1; Pérez et al., 2014). Al considerar la variabilidad fenotípica dentro de localidades se observó que en SNG y en BG se registraron las mayores producciones de grano (6 y 4.16 t ha-1, respectivamente). Ambos valores son superiores a los obtenidos comercialmente en otras entidades mexicanas como Morelos, Sonora, Durango, Guanajuato y Veracruz (entre 1.48 y 3.42 t ha-1; Pérez et al., 2014). Karadavut et al. (2010) registraron rendimientos de grano entre 2.52 y 3.21 t ha-1. Los resultados anteriores son similares a los observados por Orozco et al. (2013) y Pérez et al. (2014).

Figura 1 Rendimiento de grano para cultivares y para ambientes y su interrelación con el componente principal 1 del modelo AMMI (los códigos fueron definidos en las Cuadro 1, 3 y 4). 

Rodríguez et al. (2015) y Franco et al. (2015) comentaron que las localidades que conforman el Valle de Toluca, en el estado de México, son muy heterogéneas y que una distancia promedio de 20 km entre dos de ellas es suficiente para originar variabilidad ambiental estadísticamente importante. En el presente estudio la mayor distancia correspondió a las localidades de SNG y SL, y es mayor a 100 km.

Al aplicar el método de Eberhart y Russell (1966), con la modificación de Carballo y Márquez (1970), se observó que sólo T27, colectado en Almoloya del Río, tuvo buena respuesta en todos los ambientes pero ésta fue inconsistente; su producción de grano (1.70 t ha-1) fue ligeramente mayor a la media del estado de México (Pérez et al., 2014) y varío en las cinco localidades desde 0.63 hasta 2.68 t ha-1 (Cuadro 4, 5 y 6). Este método ha sido muy utilizado pero también ha sido ampliamente criticado debido a la dependencia de los efectos ambientales de las variedades elegidas y la no linealidad de las respuestas de éstas al medio ambiente (Shukla, 1972). Sin embargo, Márquez (1991) señaló que esta metodología es de gran utilidad para determinar adaptabilidad y, por lo tanto, asociación genotipo x ambiente, al permitir la identificación y la recomendación de genotipos con la mejor respuesta a ambientes favorables y no favorables (González et al., 2010).

Cuadro 6 Clasificación de estabilidad con el modelo de Eberhart y Russell (1966) con la modificación propuesta por Carballo y Márquez (1970)

Categoría bi s2di Definición de estabilidad Cultivares de haba
A 1 0 Estable Sin integrantes
B 1 >0 Buena respuesta en todos los ambientes pero inconsistente T27
C <1 0 Mejor en ambientes desfavorables y consistente T20, T31, T33, T35
D <1 >0 Mejor en ambientes desfavorables pero inconsistente T1, T3, T8, T9, T10, T11, T14, T15, T16, T17, T18, T19, T21, T22, T25, T29, T32, T34
E >1 0 Mejor en buenos ambientes y consistente T4, T13, T24
F >1 >0 Mejor en buenos ambientes pero inconsistente T2, T5, T6, T7, T12, T23, T26, T28, T30, T36

Los cultivares identificados como T20, T31, T33 y T35 mostraron mejor respuesta y fueron consistentes en ambientes desfavorables (bi <1; S2di= 0); los sitios con índices ambientales negativos fueron LB, SD y SL. La media de este grupo fue de 1.17 t ha-1 pero T31 sólo produjo 0.63 t ha-1; este valor grupal es superior a la media nacional (0.66 t ha-1) e inferior a los promedios del estado de México y mundial (1.48 y 2.06 t ha-1, respectivamente; Pérez et al., 2014).

Los cultivares T1, T3, T8, T9, T10, T11, T14, T15, T16, T17, T18, T19, T21, T22, T25, T29, T32, y T34 tuvieron mejor respuesta en ambientes desfavorables pero fueron inconsistentes; sus producciones de grano variaron de 1.12 a 1.87 t ha-1. De acuerdo con Pérez et al. (2014) su media aritmética es superior a la nacional (0.66 t ha-1), ligeramente mayor a la del estado de México (1.46 t ha-1) e inferior a la mundial (2.06 t ha-1). De éstos, los más sobresalientes fueron T1, T14, T8 y T22 (1.87, 1.83, 1.77 y 1.75 t ha-1, respectivamente; Cuadro 4, 5 y 6).

El grupo formado por T4, T13, y T24 tuvieron una respuesta mejor en buenos ambientes y fueron consistentes (bi >1; S2di = 0).T4 (2.13 t ha-1) fue el mejor pero la media grupal fue de 1.79 t ha-1, superior a la nacional y del estado de México e inferior a la mundial (Cuadro 4, 5 y 6; Pérez et al., 2014).

Las colectas T2, T5, T6, T17, T12, T23, T26, T28, T30, T36 mostraron una respuesta mejor en buenos ambientes pero fueron inconsistentes; su media fue de 1.89 t ha-1 pero T2, T4, T5, T6, T7, T26 y T30 rindieron de 2.05 a 2.61 t ha-1, valores superiores a la media mundial (Pérez et al., 2014). Estos resultados son muy similares a los de Al-Aysh (2013). De acuerdo con el modelo AMMI (Figura 2) los cultivares más estables fueron T20, T24 y T27, los más cercanos al origen.

Figura 2 Biplot para los componentes principales 1 y 2 del modelo AMMI. 

Los resultados anteriores sugieren que la explotación de la adaptación específica debe recibir más atención como una propuesta para incrementar la diversidad y los rendimientos de grano del haba debido a que la inestabilidad del material genético dificulta identificación confiable en la región Central del Estado de México. Rodríguez et al. (2005), Crossa et al. (1990); Pérez et al. (2009); Annicchiarico y Iannucci (2008); Pérez et al. (2014) han destacado la situación anterior.

En la Figura 2 se detectó que los componentes principales 1 (48.68%) y 2 (40.61%) explicaron el 89.29% de la variación relacionada con ambientes (E), cultivares (C) y con su interacción (E x C). En este contexto la interpretación gráfica de las interrelaciones en el biplot son confiables (Annicchiarico y Iannucci, 2008; Tadesse y Abay, 2011; Abebe et al., 2015). En el análisis de varianza combinado se puede observar que la contribución de A, C y A x C fue del 44.37, 14.36 y 41.27%, respectivamente. Estos resultados confirman el hecho de que la variabilidad genética que existe entre las habas que se siembran en la región centro del estado de México está enmascarada por los efectos que originan las localidades y la interacción A x C. Como otros investigadores lo han señalado, la interacción genotipo x ambiente causa confusión en la estimación de parámetros genéticos, reduce la respuesta a la selección, y dificulta la identificación de genotipos superiores; no obstante, su análisis e interpretación correcta permite identificar mega-ambientes, detectar genotipos con adaptación específica o amplia, proponer estrategias de mejora vegetal adecuadas o generar, validar, aplicar y/o transferir tecnología (Márquez, 1992; Crossa, 1990; Rodríguez et al., 2002; González et al., 2010; Pérez et al., 2014).

En otras técnicas multivariadas se han recomendado valores mayores al 50 % para que las interrelaciones que se pueden detectar en los CP1 y CP2 sean confiables (Sánchez, 1995; González et al., 2010; Reynoso et al., 2014). González et al. (2010) concluyeron que la contribución del modelo AMMI a la variabilidad ocasionada por ambientes, genotipos y su interacción fue del 45.11, 48.40 y 6.48 %, respectivamente, cuando ellos evaluaron la estabilidad del rendimiento de maíces recomendables para siembra comercial en el Valle Toluca-Atlacomulco, México.

Conclusiones

Las diferencias altamente significativas que se observaron entre cultivares, entre localidades y en su interacción (IGA) sugieren que hay suficiente variabilidad genética para iniciar un nuevo programa de mejora vegetal, que los ambientes del centro del estado de México son heterogéneos y que la IGA significativa dificulta la identificación de cultivares estables. Estos resultados fueron confirmados al aplicar los modelos AMMI y de Eberhart y Russell con la modificación propuesta por Carballo y Márquez. Los mejores ambientes fueron San Nicolás Guadalupe y Barrio de Guadalupe, ubicados en los municipios mexiquenses de San Felipe del Progreso y Metepec. El rendimiento de grano en las cinco localidades varió de 0.24 a 6 t ha-1. Aun cuando no hubo cultivares estables, los más sobresalientes fueron los identificados como T2, T4, T5, T6, T7, T26 y T30 (entre 2.05 y 2.61 t ha-1), colectados en los municipios de Acambay, Jocotitlán, Zinacantepec y Metepec; con excepción de T4, que mostró mejor respuesta en buenos ambientes y fue consistente, T12, T23, T28 y T36 respondieron mejor a buenos ambientes pero fueron inconsistentes.

Literatura citada

Abebe, T.; Nega, Y.; Mehari, M.; Mesele, A.; Workineh, A. and Beyene, H. 2015. Genotype by environment interaction of some faba bean genotypes under diverse broomrape environments of Tigray, Ethiopia. J. Plant Breed. Crop Sci. 7(3):79-86. [ Links ]

Al-Aysh, F. M. 2013. Analysis of performance, genotype- environment interaction and phenotypic stability for seed yield and components in faba bean (Vicia faba L.) populations. Jordan J. Agric. Sci. 9(1):43-51. [ Links ]

Annicchiarico, P. 1997. Additive main effects and multiplicative interaction (AMMI) analysis of genotype-location interaction in variety trials repeated over years. Theor. Appl. Gen. 94:1072-1077. [ Links ]

Annicchiarico, P. and Iannucci, A. 2008. Breeding strategy for bean in southern Europe based on cultivar responses across climatically contrasting environments. Crop Sci. 48:983-991. [ Links ]

Carballo, C. A. y Márquez, S. F. 1970. Comparación de variedades de maíz del Bajío y la mesa central por su rendimiento y estabilidad. Agrociencia 5:129-146. [ Links ]

Crossa, J. 1990. Statistical analysis of multilocations trials. Adv. Agron. 44:55-85. [ Links ]

Crossa, J.; Gauch, H. G. and Zobel, R. W. 1990. Additive main effects and multiplicative interaction analysis of two international maize cultivar trials. Crop Sci. 30:493-500. [ Links ]

Eberhart, S. A. and Russell, W. A. 1966. Stability parameters for comparing varieties. Crop Sci. 6:36-40. [ Links ]

Flores, F.; Hybl, M.; Knudsen, J. C.; Marget, P.; Muele, F.; Nadal, S.; Narits, L.; Raffiot, B.; Sass, O.; Solis, I.; Winkler, J. L; Stoddard, F. L. and Rubiales, D. 2013. Adaptation of spring faba bean types across European climates. Field Crops Res. 145:1-9. [ Links ]

Franco, M. J. R. P.; González, H. A.; Pérez, L. D. J. y González, R. M. 2015. Caracterización fenotípica de híbridos y variedades de maíz forrajero en Valles Altos del Estado de México, México. Rev. Mex. Cienc. Agríc. 6(8):1915-1927. [ Links ]

García, E. 1988. Modificaciones al sistema de clasificación climática de Köppen. Instituto Nacional de Geografía (ING)- Universidad Nacional Autónoma de México (UNAM). México, D. F. 246 p. [ Links ]

Gauch, H. G. 2006. Statistical analysis of yield trials by AMMI and GGE. Crop Science 46:1488-1500. [ Links ]

Gauch, H, G.; Piepho, P.; Annicchiarico, P. 2008. Statistical analysis of yield trials by AMMI and GGE: further considerations. Crop Science 48:866-889. [ Links ]

González, H. A.; Vázquez, G. L. M.; Sahagún, C. J. y Rodríguez, P. J. E. 2008. Diversidad fenotípica de variedades e híbridos de maíz en el Valle Toluca-Atlacomulco, México. Rev. Fitotec. Mex. 31(1):67-76. [ Links ]

González, H. A.; Pérez, L. D. J.; Sahagún, C. J.; Franco, M. O.; Morales, R. E. J.; Rubí, A. M.; Gutiérrez, R. F. y Balbuena, M. A. 2010. Aplicación y comparación de métodos univariados para evaluar la estabilidad en maíces del Valle Toluca - Atlacomulco, México. Agron. Costarric. 34(2):129-143. [ Links ]

Karadavut, U.; Palta, Ç.; Kavurmaci, Z. and Bölek, Y. 2010. Some grain yield parameters of multi-environmental trials in faba bean (Vicia faba) genotypes. Int. J. Agric. Biol. 12(2):217-220. [ Links ]

Márquez, S. F. 1991. Genotecnia vegetal. Métodos, teoría, resultados. AGT Editor, México, D. F. 177-198 pp. [ Links ]

Márquez, S. F. 1992. La interacción genético-ambiental en genotecnia vegetal. In: Memorías del Simposio interacción genotipoambiente en genotecnia vegetal. 26 y 27 de marzo. Sociedad Mexicana de Fitogenética. Guadalajara, Jalisco. 1-27 pp. [ Links ]

Mastache, L. A. A. y Martínez, G. A. 1998. Un algoritmo computacional para obtener los indicadores de estabilidad de Eberhart y Russell. Serie Comunicaciones en Socio economía, Estadística e Informática. Talleres Gráficos del Colegio de Posgraduados, México. 30 p. [ Links ]

Mulusew, F.; Tadele, T. and Tesfaye, L. 2008. Genotype-environment interactions and stability parameters for grain yield of faba bean (Vacia faba L.) genotypes grown in southeastern Ethiopia. International J. Sustain. Crop Prod. 3(6):80-87. [ Links ]

Orozco, C. N.; Pérez, L. D. J.; González, H. A.; Franco, M. O.; Gutiérrez, R. F.; Rubí, A. M.; Castañeda, V. Á. y Balbuena, M. A. 2013. Identificación de poblaciones sobresalientes de haba colectadas en el Estado de México. Rev. Mex. Cienc. Agríc. 4(6):921-932. [ Links ]

Pérez, L. D. J.; Vázquez, G. L. M.; Sahagún, C. J. y Rivera, P. A. 2007. Estabilidad del rendimiento de genotipos de papa (Solanum tuberosum L.). Rev. Fitotec. Mex. 30(3):279-284. [ Links ]

Pérez, D. J.; González, A.; Sahagún, J.; Vázquez, L. M.; Rivera, A.; Franco, O. and Domínguez, A. 2009. The identification of outstanding potato cultivars using multivariate methods. Cien. Invest. Agr. 36(3):391-400. [ Links ]

Pérez, L. D. J.; González, H. A.; Franco, M. O.; Rubí, A. M.; Ramírez, D. J. F.; Castañeda, V. A. y Aquino, M. J. G. 2014. Aplicación de métodos multivariados para identificar cultivares sobresalientes de haba para el Estado de México, México. Rev. Mex. Cienc. Agríc. 5(2):265-278. [ Links ]

Pérez, L. D. J.; González, H. A.; Rubí, A. M.; Franco, M. O.; Franco, M. J. R. P. y Padilla, L. A. 2015. Análisis de 35 cultivares de haba por su producción de vaina verde y otros componentes del rendimiento. Rev. Mex. Cienc. Agríc. 6(7): 1601-1613. [ Links ]

Reynoso, Q. C. A.; González, H. A.; Pérez, L. D. J.; Franco, M. O.; Torres, F. J. L.; Velázquez, C. G. A.; Breton, L. C.; Balbuena, M. A. y Mercado, V. O. 2014. Análisis de 17 híbridos de maíz sembrados en 17 ambientes de los Valles Altos del Centro de México. Rev. Mex. Cienc. Agríc. 5(5): 871-882. [ Links ]

Rodríguez, F. I.; González, H.A.; Pérez, L. D. J. y Rubí, A. M. 2015. Efecto de cinco densidades de población en ocho cultivares de maíz sembrado en tres localidades del Valle de Toluca, México. Rev. Mex. Cienc. Agríc. 6(8): 1943-1955. [ Links ]

Rodríguez, P. J. E.; Sahagún, C. J., Villaseñor, M. H. E.; Molina, G. J. D. y Martínez, G. A. 2002. Estabilidad de siete variedades comerciales de trigo (Triticum aestivum L.) de temporal. Rev. Fitotec. Mex. 25(2):43-51. [ Links ]

Rodríguez, P. J. E.; Sahagún, C. J.; Villaseñor, M. H. E.; Molina, G. J. D. y Martínez, G. A. 2005. La interacción genotipo x ambiente en la caracterización de áreas temporaleras de producción de trigo. Agrociencia. 39:51-64. [ Links ]

Sánchez, G. J. J. 1995. El análisis biplot en clasificación. Rev. Fitotec. Mex. 18:188-203. [ Links ]

SEMARNAT. 2006. Programa de ordenamiento ecológico del Municipio de Villa de Allende, México. Gobierno del Estado de México. http://www.semarnat.gob.mx/archivosanteriores/temas/ordenamientoecologico/Documents/documentos%20decretados/caracterizacion_villa_allende.pdfLinks ]

Shukla, G. K. 1972. Some statistical aspects of partitioning genotypeenvironmental components of variability. Heredity. 29:237-245. [ Links ]

Tadesse, H. y Abay, F. 2011. Additive main effects and multiplicative interactions analysis of yield performance of sesame genotypes environments in northern Ethiopia. J. Drylands 4(1):259-266. [ Links ]

Temesgen, T.; Gemechu, K.; Tadese, S. and Mussa, J. 2015. Yield stability and relationships among stability parameters in faba bean (Vicia faba L.) genotypes. Crop J. 3:258-268. [ Links ]

Vargas, H. M. and Crossa, J. 2000. The AMMI analysis and graphing the biplot. Biometrics and Statistics Unit, CIMMYT, México. 39 p. [ Links ]

Yahia, Y. Guetat, A.; Elfalleh, W.; Ferchichi, A.; Yahia, H. and Loumerem, M. 2012. Analysis of agromorphological diversity of southern Tunisia faba bean (Vicia faba L.) germplasm. Afr. J. Biotechnol. 11(56):11913-11924. [ Links ]

Yan, W. and Kang, M. 2003. GGEBiplot analysis: a graphical tool for breeders, geneticists, and agronomists. CRC Press LLC. Boca Raton, Fl. USA. 276 p. [ Links ]

Zobel, W.; Wright, M. and Gauch, H. G. 1988. Statistical Analysis of a Yield Trial. Agron. J. 88:388-393. [ Links ]

Recebido: Junho de 2016; Aceito: Setembro de 2016

§Autora para correspondencia: djperezl@uaemex.mx.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons