SELEÇÃO GENÉTICA DE HÍBRIDOS DE CORYMBIA SPP. PARA PRODUÇÃO DE CARVÃO VEGETAL

REGISTRO DOI:10.5281/zenodo.11216886

Caio Varonill De Almada Oliveira
André Peixoto Lorenzoni
Guilherme Bravim Canal
Genaina Aparecida de Souza
Gleison Augusto dos Santos
Camila Ferreira Paixão
Karine Fernandes Caiafa

RESUMO

A composição predominante das florestas plantadas destinadas à produção de carvão é composta por materiais genéticos oriundos do gênero Eucalyptus. No entanto, espécies híbridos de Corymbia têm ganhado destaque devido à compatibilidade de suas características com os direcionadores estratégicos do setor siderúrgico. Assim, o presente trabalho buscou selecionar clones híbridos de Corymbia verticalizados com as diretrizes e demandas do setor de carvão siderúrgico. O experimento instalado consistiu em um teste clonal de 32 híbridos de Corymbia torelliana x Corymbia citriodora e cinco clones comerciais do gênero Eucalyptus, instalado em delineamento de blocos completos com seis plantas por parcela. Aos 36 meses de idade, os materiais genéticos foram caracterizados quanto a seu volume e pré-selecionados os dez materiais de maior desempenho. Posteriormente, diversos caracteres associados ao setor de carvão siderúrgico foram avaliados, e os dados analisados por abordagens de modelos mistos com uso do software Selegen REML/BLUP. Após análise foi realizado o ranqueamento para seleção individual baseado em características de maior interesse ao setor, assim como, a seleção baseada em múltiplas características. Ao final, o clone 4775, mostrou maior desempenho em relação aos demais testados, superando todas as testemunhas de Eucalyptus testadas. Logo, o híbrido de Corymbia, clone 4775, representa grande avanços para o uso comercial deste gênero, assim como, representa elevados ganhos na produção de carvão vegetal aumentando a competitividade frente ao carvão mineral na produção de ferro gusa.

Palavras-chaves: Índice de seleção; Melhoramento; Siderurgia.

1 INTRODUÇÃO

O Brasil é considerado o maior produtor de aço verde do mundo (Instituto Aço Brasil, 2018; IBA, 2022). Com 9,93 milhões de hectares de árvores plantadas, o país destina 12% dessa área ao uso industrial na siderurgia como carvão vegetal (IBA, 2022).

Devido ao rápido crescimento e da grande plasticidade fenotípica das espécies de Eucalyptus e seus híbridos (Arnold, 2018), a produção de carvão vegetal é, de forma quase totalitária, oriunda deste gênero (IBA, 2022). Contudo Corymbia spp. tem se mostrado uma alternativa para o setor siderúrgico, pois possui tolerância às principais pragas e doenças que afetam a eucaliptocultura e possui madeira de excelente qualidade, principalmente para a produção de carvão vegetal (Assis, 2014).

Além das qualidades mencionadas, os híbridos de Corymbia têm exibido níveis de produtividade volumétrica semelhantes aos materiais genéticos comerciais de Eucalyptus (Assis, 2014; Loureiro et al, 2019, Marchesan et al, 2020). Isso tem levado as empresas do setor florestal a aumentar os investimentos ou iniciarem programas de melhoramento de Corymbia.

O melhoramento genético para carvão vegetal siderúrgico utiliza diversas características de interesse na seleção genética, tais como densidade básica, produtividade de matéria seca, poder calorífico, relação entre Siringil/Guaiacil e Cerne/Alburno, facilidade na secagem da madeira, índice de cristalinidade e granulometria, teor de finos e rendimento gravimétrico (Vital et al., 2013; Trugilho et al, 2015). Portanto, o uso desses padrões de seleção pode potencializar a eficiência na escolha de indivíduos de destaque, cumprindo com as diversas exigências vinculadas à sua sequência produtiva, abrangendo desde a fase agrícola até a geração de carvão. Dessa forma, os benefícios alcançados tendem a ser maiores em comparação com a seleção direta, ou individual, para cada característica de forma isolada. (Cunningham, 1975; Resende et al, 1990; Reis et al, 2015).

Este trabalho foi desenvolvido com o objetivo de estabelecer direcionadores estratégicos para programas de melhoramento genético florestal, que visam a produção de carvão vegetal siderúrgico (PMGF-CVS) e selecionar clones híbridos de Corymbia spp. que estejam verticalizados com as diretrizes de um PMGF-CVS.

2 MATERIAL E MÉTODOS

2.1 Material genético e condução experimental

O experimento consistiu em um teste clonal de 32 híbridos de Corymbia torelliana x Corymbia Citriodora (código: 4736, 4740, 4741, 4742, 4751, 4758, 4762, 4765, 4773, 4775, 4777, 4778, 4779, 4782,4784, 4789, 4790, 4794, 4797, 4800, 4813, 4819, 4821, 4822, 4838, 4839, 4844, AM 01, AM 02, AM 03, M 07, M 04) e cinco clones comerciais do gênero Eucalyptus, utilizados como testemunhas, sendo eles: AEC144 (Híbrido espontâneo de E. urophylla), AEC1528 (E. grandis x E. urophylla), AEC2475 (E. urophylla x E. pellita), VM04 (E. urophylla x E. grandis), AEC2233 (E. urophylla x (E. camaldulensis x E. grandis)).

O ensaio experimental foi instalado em campo em maio de 2016, na área da empresa ArcelorMittal BioFlorestas, no município de Bom Despacho, região centro-oeste de Minas Gerais. No total, 2220 árvores foram levadas a campo e plantadas em espaçamento de 4,5 x 2 m, seguindo o delineamento de blocos casualizados, com seis plantas por parcela e dez blocos.

A região experimental apresenta vegetação típica do bioma cerrado, com solos predominantemente do tipo Latossolo Vermelho, com topografia plana, clima do tipo Af (Köppen e Geiger, 1928), precipitação média anual de 1300 mm com média anual das temperaturas máximas e mínimas de 33,7°C e 10,7°C, respectivamente (AMBio, 2019).

2.2 Pré-seleção

Foi realizada uma pré-seleção na população avaliada para diminuição dos custos de fenotipagem de qualidade da madeira. Assim, aos 36 meses pós-plantio, avaliou-se a circunferência da altura do peito (CAP), em centímetros, a 1,30 m em relação ao nível do solo, utilizando uma fita métrica. Por meio da equação abaixo o CAP foi transformado em diâmetro a altura do peito (DAP):

A altura total da árvore (ALT), foi mensurada em metros com auxílio de clinômetro. De posse das informações de DAP e ALT de cada árvore, foi estimado o volume com casca (Volcc), em m³, por meio da equação de Schumacher e Hall (1933) apresentada abaixo:

em que: f: fator de forma do fuste, sendo considerado como 0,5.

Posteriormente, calculou-se o volume médio de madeira com casca para cada clone, selecionando os dez de maior desempenho médio (AEC 1528, 4784, 4773, 4742, 4777, AM03, 4789, AM01, 4775, e AM02) para o teste de qualidade de madeira e carvão vegetal.

2.3 Fenotipagem para índice estratégico de seleção

Para o processo de seleção estratégica, o delineamento inicial foi reduzido após a pré-seleção dos dez clones, de maneira a manter os cinco primeiros blocos. Nenhuma planta foi abatida até o final da avaliação. Entretanto, na fase de avaliação final, o processo de fenotipagem foi conduzido apenas para as primeiras plantas de cada parcela em cada bloco.

Para obtenção do incremento médio anual em volume de madeira sem casca (IMA_vol-sc), foi inicialmente estimado o volume real de madeira sem casca (Volsc) de cinco árvores de cada clone por meio de cubagem, utilizando a expressão matemática de Smalian (Soares et al, 2006)

em que, E: espaçamento de plantio (9 m²); I: idade do plantio (36 meses).

Para a determinação da densidade básica da madeira (Db) (Kg/m³), após o abate das árvores, foi realizada a medição do comprimento do fuste a partir da base seccionada até o ponto onde o diâmetro atingia os 8 cm.

Posteriormente, foi coletado seis discos de 5 cm de espessura de cada árvore, posicionados na base (0% da altura comercial do fuste), a 1,30 m de altura e a intervalos de 25% da altura total, culminando no ponto de 100%, correspondente ao diâmetro de 8 cm do tronco. A Db foi determinada através do método de imersão em água, seguindo os procedimentos estabelecidos pela norma NBR 11941 (ABNT, 2003).

Conhecendo o IMAVOL-SC e a Db, foi estimado o incremento médio anual em massa seca de madeira em t/ha/ano, pela equação:

As árvores abatidas foram seccionadas em toretes de 75 cm de comprimento. Estes foram distribuídos em canteiros suspensos de fios de aço durante 60 dias para secagem natural. Após secagem, uma árvore de cada clone foi utilizada para determinar o teor de umidade da madeira no momento da carbonização (U%).

Foram utilizados 3 toretes localizados na base, meio e ponta do fuste comercial. Destes foram ainda retirados três discos nas posições de 25, 50 e 75% do comprimento do torete, totalizando nove discos por árvore para a determinação do teor de umidade de cada clone, seguindo as normas NBR 11941 (ABNT, 2003).

A carbonização foi realizada seguindo o procedimento operacional da ArcelorMittal BioFlorestas utilizando fornos retangular, com 32 m de comprimento, largura e altura de 4 m e 1,27 m de flecha na cúpula, capacidade volumétrica de 320 m³ e orifícios de entrada de ar nas bases das paredes.

Para cada clone em avaliação, procedeu-se à carbonização individual de quatro árvores, as quais foram cuidadosamente acondicionadas e identificadas em recipientes metálicos de 200 litros com orifícios, sendo os mesmos aleatorizados dentro do forno com seus orifícios livres de obstruções.

O processo de carbonização foi monitorado por um sistema supervisório, com medição automatizada da temperatura utilizando 12 termopares. O ciclo de produção do carvão vegetal teve uma duração total de 368 horas (87 horas de carbonização e 281 horas de resfriamento natural).

Após a carbonização, o carvão vegetal produzido foi analisado quanto o rendimento gravimétrico em carvão (RG) (%), estimado com base na equação:

em que, MSC: massa seca total de carvão vegetal em base seca; MSM: massa seca total de madeira por recipiente metálico, em quilograma (Kg), obtida por meio da umidade da madeira em base seca.

O teor de finos do carvão (F) (%) foi calculado para cada árvore carbonizada, por meio da razão entre a massa total de carvão vegetal que passou pela peneira de 9,52 mm e a massa total de carvão vegetal. Logo, foi estimado o incremento médio anual em carvão vegetal (IMAcv) (t/ha/ano) por meio da equação:

De cada árvore carbonizada, foi tomada duas amostras homogêneas para determinação da densidade a granel (Dg) (Kg/m³), a qual foi realizada seguindo as recomendações da norma NBR 6922 (ABNT, 1981) adaptada para o volume do recipiente de 0,027 m³.

A determinação do teor de carbono fixo (CF) (%) foi realizada em duplicatas, seguindo os procedimentos preconizados na norma NBR 8112 (ABNT,1986), substituindo o cadinho de platina por de porcelana. A temperatura para determinação do teor de cinzas foi de 750°C a 600°C. Foi estimado o incremento médio anual em carbono fixo (IMAcv) (t/ha/ano), pela equação:

Para estimação do incremento médio anual em ferro gusa (IMAfg) (t/ha/ano), estimada através da equação apresentada abaixo, foi utilizado como base para o consumo específico de carbono por tonelada de ferro gusa (Ccf) o consumo dos altos-fornos da empresa ArcelorMittal Juiz de Fora no ano de 2019 (436 kg carbono/tonelada):

Estimou-se ainda o consumo específico de madeira para produção de carvão vegetal (CMCV) (m3/t) para cada clone em avaliação, pela equação:

O consumo específico de madeira para produção de carvão vegetal também foi estimado em tonelada de madeira por tonelada de carvão vegetal (t/t), pela equação:

Para selecionar clones superiores que atendam as diretrizes e metas para produção de carvão vegetal siderúrgico, calculou-se consumo específico de carvão vegetal para produção de ferro gusa (CVFG) (m³/ton), pela equação:

Além do CVFG, foi estimado o consumo específico de carvão vegetal para produção de ferro gusa, (CVFGton/ton) estimado em tonelada de carvão vegetal por tonelada de ferro gusa (ton/ton), pela equação:

2.4 Análises estatísticas

As estimativas dos componentes de variância e parâmetros genéticos, foram obtidos via Máxima Verossimilhança Restrita (Restricted Maximum Likelihood – REML) e pelo Melhor Preditor Linear Não-Viesado (Best Linear Unbiased Prediction – BLUP), respectivamente, através da metodologia de modelos mistos, com auxílio do software Selegen REML/BLUP (Resende, 2016), com uso do modelo estatístico 20, descrito abaixo:

em que y: vetor de dados; r: vetor dos efeitos de repetição (assumidos como fixos) somados à média geral; g: vetor de efeitos genéticos considerado aleatório com g~N(0,Ig2), sendo I uma matriz identidade e g2 a variância genética; : vetor residual assumido como aleatório com ε~N(0,I2) sendo 2: variância residual; X: matriz de incidência para os efeitos da repetição; e Z: matriz de incidência para os genotípicos.

Para testar a significância dos efeitos genéticos, ou seja, a existência de diferença entre os clones testados, foi realizado o teste da razão da máxima verossimilhança (LRT) como apresentado abaixo:

em que: ln Lc : logaritmo da verossimilhança do modelo completo e ln Lr : logaritmo da verossimilhança do modelo reduzido. A significância do teste foi verificada através do teste qui-quadrado (x2) com 1 grau de liberdade.

As estimativas de correlações genéticas foram realizadas entre os caracteres seletivos de interesse (IMAms, IMAcv, IMAfg, CMCV, CVFG) e as características utilizadas como base para suas estimações (Db, RGcv, F, Dg, Cf e IMAvol). Essa determinação ocorreu por meio do modelo 102, após processar individualmente cada uma das variáveis de interesse utilizando o modelo 20. As significâncias das correlações genotípicas foram verificadas via teste t com n-2 graus de liberdade, sendo n correspondente ao número de genótipos avaliados.

2.5 Seleção genética baseada no índice de seleção

A seleção genética foi baseada em duas abordagens: a primeira na seleção individual por características e a segunda considerou o valor genético de múltiplas características (IMAms, IMAcv, IMAfg, CMCV e CVFG) utilizando o índice de Mulamba e Mock (1978) (MM).

As características determinadas para seleção foram selecionadas de modo a atender as diretrizes estratégicas para produção de carvão vegetal siderúrgico, sendo assim, o sentido de seleção foi positivo para IMAms, IMAcv e IMAfg e negativo para CMCV e CVFG.

3 RESULTADOS

3.1 Teste da razão de máxima verossimilhança e parâmetros genéticos

Para todas as características testadas (IMAms, IMAcv, IMAfg, CMCV, CVFG) o componente genético possui efeito significativo (Tabela 1).

Entra Tabela 1

Os valores de herdabilidade de parcelas individuais no sentido amplo (hg2) variaram de média (hg2 > 0,45) a alta magnitude (hg2 > 0,65), enquanto a herdabilidade da média de clone (hmc2) e a acurácia genética na seleção de clones (Acclon), apresentaram valores de alta magnitude (hmc2 > 0,76 e Acclon > 0,83) (Figura 1).

Entra Figura 1

Correlação genética

As estimativas de correlação foram bastante variáveis, sendo que a maioria não teve significância estatística (Tabela 2). Entre as correlações que atingiram significância estatística com base no teste-t, foi possível observar magnitudes de 0,68^**para IMAcv- IMAms e -0,98 para CVFG-Dg (Tabela 2).

Entra Tabela 2

3.2 Seleções individuais

Considerando a seleção individual para as características de interesse para o setor de carvão industrial (IMAms, IMAcv, IMAfg, CMCV, CVFG), baseado no valor genotípico predito de cada clone, os ranqueamentos dos melhores indivíduos são apresentados na Figura 2.

Entra Figura 2

Para todas as características, os clones de Corymbia apresentaram desempenho superior ao valor genético observado para a testemunha (clone AEC1528) (Figuras 2B, 2D, 2F, 2H e 2J).

Mesmo tendo destaque em relação a testemunha para as características testadas, não houve um clone específico de Corymbia que apresentou o melhor ranqueamento para todas as características.

3.3 Seleção via múltiplas características (CVS)

Para ranquear e selecionar materiais genéticos superiores com características que atendam os focos das diretrizes florestais para produção de carvão vegetal siderúrgico (CVS), o índice de MM foi construído de modo a considerar IMAms, IMAcv e IMAfg com seleção no sentido positivo, e para CMCV e CVFG, o sentido de seleção foi o de direção negativa. Assim, todos os nove clones de Corymbia avaliados, mostraram-se superiores ao clone de Eucalyptus (AEC1528) para CVS (Tabela 3).

Entra Tabela 3

Os ganhos genéticos dos clones de Corymbia variaram entre 9% (4773) a 77% (4775) sobre o AEC1528, com ganho genético acumulado de 41,7%, reforçando os resultados anteriores, e confirmando a superioridade do gênero Corymbia em produzir carvão vegetal siderúrgico em relação ao híbrido de Eucalyptus AEC1528.

O clone 4775 foi superior a todos os clones testados quando comparados pelo índice MM, com ganho genético de 77% sobre o AEC1528. Além disto, a comparação individual por características de entre estes dois materiais genéticos, resulta para o clone 4775 ganhos de 13,2% (IMAms), 16% (IMAcv), 15% (IMAfg), 26% (CMCV) e 13% (CVFG) para as características de interesse na seleção.

4 DISCUSSÃO

4.1 Teste da razão de máxima verossimilhança e parâmetros genéticos

O LRT é um teste que confronta dois modelos de maneira simultânea. Ambos os modelos devem ter a mesma estrutura de efeitos fixos, todavia, um deles é sujeito a uma restrição em relação aos efeitos aleatórios submetidos ao teste. Esta abordagem é empregada para avaliar a significância estatística do efeito aleatório de interesse no modelo completo, o qual, no presente trabalho, se refere ao efeito genético.

Basicamente, o LRT é utilizado de maneira análoga ao teste F na análise de variância, e revelou no presente trabalho, a existência de variabilidade genética entre os clones testados, garantindo a continuidade do processo de melhoramento (Azevedo et al., 2015; Menegatti et al., 2016). Ou seja, a população avaliada apresenta variabilidade genética passível de exploração em um programa de melhoramento, com possibilidade de resultar em ganhos genéticos no sentido desejado.

Os valores estimados para hg2 e hmc2 para as características em análises Apresentaram magnitudes que variaram de média a elevada (Resende, 2002; RESENDE e Duarte, 2007), sugerindo a existência de alto controle genético na expressão fenotípica e boas perspectivas de ganhos genéticos com seleção de materiais superiores (Rosado et al., 2012; Li et al., 2017).

A herdabilidade é um parâmetro genético de grande relevância para o melhoramento genético, pois quantifica a fração da variação genética, a qual parte pode ser de natureza herdável, passível de ser explorada no processo seletivo (Resende, 2002). Além disso, os maiores valores de hmc2 observados são consequência do incremento do número de repetições sugerindo maior precisão na seleção de clones superiores, em razão da minimização dos erros experimentais (Rosado et al., 2012).

As magnitudes de Acclon verificadas indicam a eficiência do controle experimental e a confiabilidade na seleção dos melhores clones. Logo, espera-se que os valores genéticos preditos estejam próximos aos valores genéticos reais (Resende, 2002).

4.2 Correlação genética

O entendimento das correlações genéticas entre características desempenha um papel crucial na orientação para tomada de decisões dos melhoristas. Sendo um procedimento comum (Trugilio et al., 2003; Ferraz et al., 2020) e realizado por possibilitar a identificação das características que podem resultar em ganhos indiretos significativos em outras, especialmente aquelas que são de difíceis mensurações, de elevados custos e/ou que se manifestam em idades avançadas.

Neste sentido, as associações significativas entre IMAcv-IMAms, IMAfg-IMAms e IMAcv -IMAfg, é um indicativo da viabilidade do uso de seleção indireta, com potencial de geração de material genético de uso comum para vários setores florestais, visto que as três estimativas apresentadas estão no sentido positivo e a maior produtividade em biomassa de madeira, carvão vegetal e em ferro gusa é de interesse comercial.

Ainda neste contexto, o IMAfg pode vir a ser a característica principal de maior eficiência para retornar maiores ganhos indiretos em IMAms e IMAcv simultaneamente. Pois, foi a que apresentou as maiores magnitudes dentre as estimativas de correlação genética, podendo ser responsável por possibilitar a identificação de materiais genéticos que atendam as diretrizes do foco florestal de diferentes setores.

As correlações genéticas observadas entre os índices CMCV e CVFG indicam associação de mesmo sentido, de maneira que a seleção para reduzir o CMCV proporcionará redução para CVFG.

Logo, a seleção indireta entre estas características, pode ser uma realidade para atendimento das diretrizes para o foco da industrial de carvão vegetal, quanto as do foco industrial de ferro gusa, visando proporcionar menor consumos específicos de madeira para produção de carvão vegetal, e de carvão vegetal para produção de ferro gusa, o que também é estratégico para as empresas do setor de carvão vegetal siderúrgico.

As características Db, Dg e IMAvol apresentaram potencial de uso como variáveis indireta precoce para seleção de materiais com menor CMCV e CVFG. Além disto, pode ser observado que materiais genéticos que tem maiores valores de densidade básica da madeira e de densidade a granel do carvão vegetal tem os menores consumos específicos de madeira para produção de carvão vegetal e de carvão vegetal para produção de ferro gusa.

As correlações genéticas observadas entre CMCV e CVFG e os caracteres D_b e D_geram esperadas, pois a densidade básica da madeira está diretamente relacionada com a densidade a granel do carvão vegetal (Castro et al., 2013; Soares et al., 2014; Froehlich and Moura, 2014; Loureiro et al., 2019).

Mesmo que o IMAvol tenha apresentado relação inversa com o consumo específico, vale salientar que a correlação foi estimada entre os dez materiais pré-selecionados com base no maior volume da planta.

Sendo assim, a interpretação de que plantas com menor IMAvol apresentam menor consumo específico, pode não ser verdadeira. A interpretação correta que deve ser tomada a partir destes resultados é que, dentre os dez materiais pré-selecionados com maior volume de madeira em relação a toda população, existe a relação de que, aqueles que apresentam menor IMAvol são os que resultam em menor consumo específico.

Além disto as plantas com maior densidade de madeira, demandam maior alocação de recursos para o fortalecimento do tronco, no intuito de gerar maior resistência estrutural e capacidade de suportar tensões ambientais, resultando em madeiras mais densas, plantas de crescimento mais lento, consequentemente menor IMAvol (Carvalho et al., 2014; OLIVEIRA, et al., 2005) e menor consumo específico, justificando as associações lineares observadas de Db, e IMAvol com CMCV e CVFG, apresentada na tabela 2.

4.3 Seleções individuais

Os resultados apresentados para seleção individual, sugerem que o aumento do IMAms resulta em aumento na produção de carvão de carvão vegetal. Sendo assim, a seleção dos clones 4777, 4775, 4789, 4784, AM03, AM01 e 4773 pode ser uma abordagem estratégica para o melhoramento genético de Corymbia para produção de carvão, uma vez que a produtividade desta variável está diretamente relacionada com a produção de massa seca produzida por cada clone.

Logo, os GGA de 7,3% com a seleção dos sete clones de maior desempenho podem resultar em lucros significativos para o setor de carvão. Além disto, a modificação da intensidade de seleção pode resultar em ganhos mais pronunciados, como pode ser obtido para a seleção individual do clone 4777, levando a ganhos de 19%.

Os resultados observados (figura 2C e 2D) indicam que os clones 4775, 4789, AM03, 4777, AM02, 4784 e AM01 devam ser selecionados para atender as demandas específica em aumentar o IMAcv de florestas de Corymbia. O IMAfg expressa a capacidade teórica de produção de ferro gusa dos materiais genéticos avaliados em toneladas de ferro gusa por hectare.ano^-1. Logo, os clones 4777, 4775, AM03, 4789, AM01, 4784 e AM02 apresentaram maior destaque para seleção desta característica.

Os dois primeiros indivíduos ranqueados para IMAfg (Figura 2E e 2F), foram os primeiros ranqueados para IMAms (4777) e IMAcv (4775). Esta similaridade, pode ser associada às elevadas associações lineares positivas observadas entre estas características, apresentada na tabela 2 (IMAfg- IMAms: 0,88** e IMAfg- IMAcv: 0.85**).

Para o setor industrial é interessante genótipos com menor CMCV. Pois, desta maneira, mais eficiente o material genético será em converter madeira em carvão vegetal e, portanto, menores serão os custos variáveis de produção (Mokfienski et al., 2008, Moraes et al., 2014).

Estes resultados reforçam o potencial de espécies e híbridos de Corymbia em substituir o uso de clones de Eucalyptus para a produção de carvão vegetal siderúrgico, como relatado em demais trabalhos (Lee, 2007; Assis, 2014). Assim, a seleção para a característica CMCV expressa o potencial de todos os nove clones de Corymbia testados, sobretudo o clone 4775, em substituir o AEC 1528.

Assim como para CMCV, a redução do CVFG implica em ganhos de produtividade para as usinas siderúrgicas, em maior aproveitamento do volume útil do alto-forno siderúrgico, e menor custo de transporte e armazenamento do carvão vegetal (Froehlich e Moura, 2014). A redução do CVFG aumenta a competitividade do carvão vegetal em relação ao carvão mineral para produção de ferro gusa (Coelho Junior et al., 2006), pois a redução do consumo específico de carvão vegetal no custo de produção de ferro gusa é de grande relevância (Froehlich e Moura, 2014), pois torna o processo produtivo mais barato.

O clone 4742 apresentou o melhor desempenho genético para CVFG, quando comparado a todos os clones testados. Quando comparado ao clone AEC1528, o híbrido de Corymbia (4742) apresentou ganhos de -17% no consumo específico de carvão vegetal por tonelada de ferro gusa produzido. E assim como para CMCV, Os nove clones de Corymbia testados, apresentam potencial para substituir o uso do clone comercial AEC 1528.

4.4 Seleção via múltiplas características (CVS)

A seleção baseada no índice MM foi eficiente em selecionar um material único para recomendação com bom desempenho para todas as características de forma simultânea.

Desta foram, o clone 4775 apresenta-se como o de maior desempenho para seleção e substituição do clone de Eucalyptus (AEC 1528) para plantios comerciais em florestas destinadas à produção de carvão vegetal siderúrgico, bem como em estratégias de melhoramento genético que visem o aumento da competitividade do carvão vegetal frente ao carvão mineral na produção de ferro gusa.

5 CONCLUSÕES

As características IMAms, IMAcv, IMAfg, CMCV e CVFG, foram determinadas como os direcionadores estratégicos seletivos para programas de melhoramento genético florestal para produção de carvão vegetal siderúrgico;

As características em teste apresentaram efeito genético significativo, garantindo ganhos seletivos nas escolhas dos melhores materiais genéticos;

O clone 4775 foi selecionado como o material genético de desempenho superior para múltiplas características, trazendo consigo avanços para o uso de Corymbia no setor florestal, e avanços para o uso de carvão vegetal em substituição ao carvão mineral.

6 BIBLIOGRAFIA

ArcelorMittal BioFlorestas – AMBio. Resumo Público do Plano de Manejo Florestal. Minas Gerais, 2019.

Arnold RJ, Luo J. Eucalyptus camaldulensis. In: Thomson L, Doran J, Clarke B (org.) Trees for life in Oceania: conservation and utilisation of genetic diversity. Australian Government: Australian Centre for International Agricultural Research, 2018. Disponível em: https://www.aciar.gov.au/sites/default/files/mn201_trees_for_life_-_final_artwork_-_15052018_web_upload_version.pdf.

ASSIS, T. F. Melhoramento genético de Eucalyptus: desafios e perspectivas. In: 3º Encontro Brasileiro de Silvicultura. Curitiba: Embrapa Florestas, 2014.

Associação Brasileira De Normas Técnicas – ABNT. NBR-11941: Madeira – determinação da densidade básica. Rio de Janeiro: 2003.

Associação Brasileira De Normas Técnicas – ABNT. NBR-8112: Carvão vegetal – Análise Imediata. Rio de Janeiro, 1986.

Associação Brasileira De Normas Técnicas – ABNT. NBR-6922: Ensaios físicos determinação da massa específica (densidade à granel). Rio de Janeiro: 1981.

Azevedo LP de A, Costa RB da, Martinez DT, Tsukamoto Filho A de A, Brondani GE, Baretta MC, et al. Seleção genética em progênies de Eucalyptus camaldulensis em área de cerrado matogrossense. Ciência Rural. 2015; 45(11):2001–2006. doi:10.1590/0103-8478cr20131557

Castro AFNM, Castro RVO, Carneiro A de CO, Lima JE de, Santos RC dos, Pereira BLC, et al. Análise multivariada para seleção de clones de eucalipto destinados à produção de carvão vegetal. Pesquisa Agropecuária Brasileira. 2013; 48(6):627–635. doi:10.1590/s0100-204×2013000600008

Centro De Gestão E Estudos Estratégicos – CGEE. Modernização da produção de carvão vegetal no Brasil: subsídios para revisão do Plano Siderurgia. Brasília-DF: Centro de Gestão e Estudos Estratégicos; 201. 150 p.

Coelho Junior L, Rezende J, Calegario N, Silva M. Análise longitudinal dos preços do carvão vegetal, no Estado de Minas Gerais. Revista Árvore. 2006; 30(3):429-438. doi: 10.1590/S0100-67622006000300013

Costa RB da, Azevedo LP de A, Martinez DT, Tsukamoto Filho A de A, Fernandes D Ávila, Oliveira OE de, et al. Avaliação genética de Eucalyptus camaldulensis no Estado de Mato Grosso. Pesquisa Florestal Brasileira. 2012; 32(70):165-173. doi: 10.4336/2012.pfb.32.70.49

Cruz CD, Regazzi AJ, Carneiro PCS. Modelos Biométricos Aplicados ao Melhoramento Genético. Viçosa: Editora UFV; 2012. ISBN: 8572691510

Cunningham EP. Multi-stage index selection. Theoretical and Applied Genetics. 1975; 46: 55–61. doi.org/10.1007/BF00264755

Ferraz AG, Cruz CD, dos Santos GA. Potential of a population of Eucalyptus benthamii based on growth and technological characteristics of wood. Euphytica. 2020; 216(6):1-15. doi:10.1007/s10681-020-02628-4

Froehlich PL, Moura A. Carvão vegetal: propriedades físico-químicas e principais aplicações. Revista Tecnologia e Tendências. 2014; 9(1):13-32.doi: 10.25112/rtt.v9i1.1329

Indústria Brasileira De Árvores – IBÁ. Relatório anual 2022. 2022. Disponível em: https://www.iba.org/datafiles/publicacoes/relatorios/relatorio-anual-iba2022-compactado.pdf.

Instituto Aço Brasil. Relatório de Sustentabilidade 2018. Disponível em: https://www.acobrasil.org.br/sustentabilidade2018

Lee DJ. Achievements in forest tree genetic improvement in Australia and New Zealand. 2: development of Corymbia species and hybrids for plantations in eastern Australia. Australian Forestry Journal. 2007; 70(1):11–16. doi: 10.1080/00049158.2007.1067625

Loureiro BA, Vieira TAS, Costa LJ, Silva AB, Assis MRD, Trugilho PF. Selection of superior clones of Corymbia hybrids based on wood and charcoal properties. Maderas. Ciencia y tecnología. 2019; 21(4):619-630. doi: 10.4067/S0718-221X2019005000417

Marchesan R, Oliveira DN de, Silva RC da, Carvalho LA de, Gomes RT, Almeida VC. Quality of charcoal from three species of the Eucalyptus and the Corymbia Citriodora species planted in the South of Tocatins. Floresta. 2020; 50(3):1643-1652. Doi: 10.5380/rf.v50 i3. 65303

Menegatti RD, Mantovani A, Navroski MC. Parâmetros genéticos para caracteres de crescimento inicial em progênies de bracatinga. Pesquisa Florestal Brasileira. 2016; 36(87):235-243. doi: 10.4336/2016.pfb.36.87.1003

Mokfienski A, Colodette JL, Gomide JL, Carvalho AMML. A importância relativa da densidade da madeira e do teor de carboidratos no rendimento de polpa e na qualidade do produto. Ciência Florestal. 2008; 18(3):401-413. doi: 10.5902/19805098451

Moraes FDAB, Piratelli CL, Achcar JA. Condições ideais para o consumo específico de madeira na produção de celulose. Production. 2014; 24(3):712-724. doi: 10.1590/S0103-65132013005000074

Mulamba NN, Mock JJ. Improvement of yield potential of the ETO Blanco maize (Zea mays L.) population by breeding for plant traits. Egyptian Journal of Genetics and Cytology. 1978; 7:40-51.

Oliveira JT da S, Hellmeister JC, Filho MT. Variação do teor de umidade e da densidade básica na madeira de sete espécies de eucalipto. Revista Árvore. 2005; 29(1):115-127. Doi: 10.1590/S0100-67622005000100013

Ramos DC, Carneiro ACO, Siqueira HF, Oliveira AC, Pereira BLC. Qualidade da madeira e do carvão vegetal de quatro clones de Eucalyptus com idades entre 108 e 120 meses. Ciência Florestal. 2023; 33(1):1-27. doi:10.5902/1980509848302

Reis CAF, Gonçalves FMA, Ramalho MAP, Rosado AM. Estratégias Na Seleção Simultânea De Vários Caracteres No Melhoramento Do Eucalyptus. Ciência Florestal. 2015; 25(2):457-467. doi: 10.5902/1980509818465

Resende MDV de, Oliveira EB de, Higa AR. Utilização de índices de seleção no melhoramento de eucalipto. Boletim de Pesquisa Florestal. 1990; 21:1-13.

Resende MDV, Higa AR. Estimação de valores genéticos no melhoramento de Eucalyptus: seleção em um caráter com base em informações do indivíduo e de seus parentes. Boletim de Pesquisa Florestal, Colombo. 1994; 28/29: 11-36.

Resende MDV de. Genética biométrica e estatística no melhoramento de plantas perenes. Colombo: Embrapa Floresta; 2002.

Resende MDV de. Matemática e estatística na análise de experimentos e no melhoramento genético. Colombo: Embrapa Florestas, 2007.

Resende MDV de, Duarte JB. Precisão e controle de qualidade em experimentos de avaliação de cultivares. Pesquisa Agropecuária Tropical. 2007; 37(3):182-194.

Resende MDV de. Software Selegen-REML/BLUP: a useful tool for plant breeding. Crop Breeding and Applied Biotechnology. 2016; 16(4): 330–339. doi:10.1590/1984-70332016v16n4a49

Rosado AM, Rosado TB, Alves AA., Laviola BG, Bhering LL. Seleção simultânea de clones de eucalipto de acordo com produtividade, estabilidade e adaptabilidade. Pesquisa Agropecuária Brasileira. 2012; 47(7):964–971. doi:10.1590/s0100-204×2012000700013

Schumacher FX, Hall FS. Logarithmic expression of timber-tree volume. Journal Of Agricultural Research. 1933; 47(9):719-734.

Soares CPB, Neto FP, Souza AL. Dendrometria e Inventário Florestal. Viçosa: Editora UFV, 2006. ISBN:9788572694131

Soares VC, Bianchi ML, Trugilho PF, Pereira AJ, Höfler J. Correlações entre as propriedades da madeira e do carvão vegetal de híbridos de eucalipto. Revista Árvore. 2014; 38(3):543–549. doi:10.1590/s0100-67622014000300017

Trugilho PF, Goulart SL, Assis CO de, Couto FBS, Alves ICN, Protásio T de P, et al. Características de crescimento, composição química, física e estimativa de massa seca de madeira em clones e espécies de Eucalyptus jovens. Ciência Rural. 2015; 45(4): 661–666. doi:10.1590/0103-8478cr20130625

Vital BR, Carneiro ACO, Pereira BLC. Qualidade da Madeira para Fins Energético. In: Santos F, Colodette J, Queiroz JH, editores. Bioenergia & Biorrefinaria: Cana-de-Açúcar & Espécies Florestais. Viçosa: Produção Independente; 2013. p. 322-354. ISBN: 978858179032

TABELAS E FIGURAS

Tabela 1 – Deviance para modelos reduzidos e completo e teste da razão de máxima verossimilhança (LRT) para Incremento médio anual em massa seca de madeira (t/ha/ano) (IMAms), incremento médio anual em carvão vegetal (t/ha/ano) (IMAcv), incremento médio anual em ferro gusa (IMAfg), consumo específico de madeira para produção de carvão vegetal (m3/t) (CMCV) e consumo específico de carvão vegetal para produção de ferro gusa (m3/t) (CVFG).

Deviance	IMAms	IMAcv	IMAfg	CMCV	CVFG
Modelo Reduzido	36,59	-21,1	2,29	-30,97	-60,32
Modelo Completo	81,97	-2,12	29,03	-1,81	-51,94
LRT	45,34**	18,98^**	26,74**	29,16**	8,38**

** significância ao nível de 1% de probabilidade pelo teste 2 com um grau de liberdade.

Figura 1 – Estimativa de parâmetros genéticos (hg2 e hmc2) e acurácia de seleção de clones (Acclon) estimada para nove clones híbridos de Corymbia e um clone híbrido comercial de Eucalyptus aos 36 meses, para as características de incremento médio anual em massa seca (IMAms), consumo específico de madeira para produção de carvão vegetal (CMCV), incremento médio anual em carvão vegetal (IMAcv), consumo específico de carvão vegetal para produção de ferro gusa (CVFG) e incremento médio anual em ferro gusa (IMAfg). hg2: herdabilidade de parcelas individuais no sentido amplo; hmc2: herdabilidade da média de clone e Acclon: acurácia genética na seleção de clones.

Tabela 2 – Correlação genética entre as características seletivas de interesse (IMAms, IMAcv, IMAfg, CMCV, CVFG) e caracteres utilizados para as suas estimações (Db, RGcv, F, Dg, Cf e IMAvol).

Variáveis	IMAcv	IMAfg	CMCV	CVFG	Db	RGcv	F	Dg	Cf	IMAvol
IMAms	0.68*	0.88**	-0.12^ns	0.11^ns	0.39^ns	-0.59^ns	-0.38^ns	-0.25^ns	0.46^ns	0.35^ns
IMAcv		0.85**	-0.43^ns	-0.17^ns	0.40^ns	0.05^ns	-0.44^ns	0.15^ns	-0.20^ns	-0.13^ns
IMAfg			-0.34^ns	-0.18^ns	0.43^ns	-0.22^ns	-0.42^ns	0.08^ns	0.21^ns	0.16^ns
CMCV				0.87**	-0.89**	-0.27^ns	-0.40^ns	-0.84**	0.40^ns	0.82**
CVFG					-0.73*	-0.37^ns	-0.48^ns	-0.98**	0.44^ns	0.69*

IMAms: incremento médio anual em massa seca; IMAcv: incremento médio anual em carvão vegetal; IMAfg: incremento médio anual em ferro gusa; CMCV: consumo específico de madeira para produção de carvão vegetal; CVFG: consumo específico de carvão vegetal para produção de ferro gusa; Db: densidade básica da madeira; Dg: densidade a granel do carvão vegetal, RGcv: rendimento gravimétrico em carvão vegetal; Cf: teor de carbono fixo no carvão vegetal. As significâncias das correlações entre as características foram verificadas por meio do teste-t a 1% (^**) e 5% (^*) de significância; assim como sua não significância (^ns). Em negrito estão as correlações significativas.

Figura 2 – (A, C, E, G e I) Valor genético predito somado a média geral (μ+g) e ranqueamento dos clones testados com base em seu desempenho para características em teste. A coloração verde das barras indicam os clones que tiveram desempenho superior ao híbrido comercial AEC1528, identificado em azul, em vermelho estão representados os clones com desempenho inferior ao AEC1528; (B, D, F, H e J) Ganhos genéticos individuais (%) de seleção. GGA= ganho genético acumulado. Os resultados foram gerados para as características: incremento médio anual em massa seca de madeira (IMAms), incremento médio anual em carvão vegetal (IMAcv), incremento médio anual em ferro gusa (IMAfg), consumo específico de madeira para produção de carvão vegetal siderúrgico (CMCV) e consumo específico de carvão vegetal para produção de ferro gusa (CVFG).

Tabela 3 – Ranqueamento dos clones e ganhos percentuais sobre a testemunha (AEC1528) para múltiplas características, considerando IMAms, IMAcv e IMAfg com seleção no sentido positivo, e CMCV e CVFG no sentido negativo, via método de Mulamba e Mock (1978).

Clone	Rank médio	Ganho Genético em relação a testemunha
4775	2.0	77%
AM03	3.4	61%
4777	4.0	55%
4789	4.0	55%
AM01	5.0	43%
4784	5.6	36%
4742	6.4	27%
AM02	7.8	11%
4773	8.0	9%
AEC1528	8.8	0%
Ganho Genético Acumulado		41.7%