Die Berücksichtigung kleinräumiger Standortsunterschiede verbessert die Evaluation von Nachkommenschaftsprüfungen

Liepe, Katharina J. GND; Liesebach, Mirko GND

Kleinräumige Standortsunterschiede sind auf forstlichen Nachkommenschaftsprüfungen selbst bei gründlicher Akquise nicht zu vermeiden. Boden-, Grundwasser- und Reliefunterschiede nehmen Einfluss auf das Wachstum. So weisen viele in Vergangenheit angelegte Flächen, die heute ausgewertet werden, um für die Forstpflanzenzüchtung geeignete Familien und Individuen auszuwählen, standortbedingte Wachstumsunterschiede auf. Dem klassischen Anlagedesign der vollständig randomisierten Blockanlage entsprechend werden diese durch die Berücksichtigung eines Blockeffektes nivelliert. Allerdings deutet vieles darauf hin, dass dabei häufig die tatsächliche räumliche Varianzkomponente unterschätzt wird und ein relativ großer Anteil im Restfehler verbleibt. Im Rahmen des Projektes Trees4Future wurde ein neues Softwaretool (MUÑOZ und SANCHEZ 2015) zur Berechnung von Gemischten Modellen entwickelt, welche neben genetischen Effekten (additiv genetische Varianz), unterschiedliche räumliche Effekte und Konkurrenzeffekte berücksichtigen. Anhand des Beispiels einer Nachkommenschaftsprüfung der Fichte (Picea abies) mit insgesamt 320 Einzelbaumabsaaten wird hier der Effekt unterschiedlicher räumlicher Modellannahmen (Block vs. Spline), welche die Baumposititon berücksichtigen, exemplarisch vorgestellt. Mit steigender Komplexität der räumlichen Struktur steigt die Modelgüte, die Residualvarianz wird verringert, die additiv genetische Varianz erhöht. Im vorliegenden Versuch liegt der deutlichste Unterschied bei der Höhe im Alter 21, das Spline Model mit einer Heritabilität von 0.33 ist dem Block-Model mit 0.27 überlegen. Die Präzision der Zuchtwerte wird dadurch verbessert und der Zuchtfortschritt kann bei entsprechender Selektion gesteigert werden.

Small scale spatial differences are an inevitable feature of progeny tests with forest tree species. Soil, ground water and topography are affecting tree growth. As a result microsite dependent differences in growth are present on most long term trial sites that are currently under evaluation to select families and individuals suitable for forest tree breeding. According to the most common experimental design, the completely randomized block design, these differences are accounted for by considering a block effect in the statistic model. However, the remaining, often relatively high residual error indicates that the actual spatial component is underestimated when using this approach. As part of the EU project Trees4Future MUÑOZ and SANCHEZ (2015) developed the statistical R package breedR for genetic evaluation of trees. It provides a toolbox to build highly variable mixed models that account for genetic effects (additive genetic variance), different spatial effects as well as competition effects. Here, we exemplarily present the impact of different spatial model effects (block vs. spline effect) based on a Norway spruce (Picea abies) progeny trial with a total of 320 half sib families. With increasing complexity of the spatial structure model fit improves, the residual variance decreases, and the additive genetic variance increases. Here, height at age 21 shows highest differences in heritability, the spline model results in a higher value of 0.33 in comparison to the block model with 0.27. As a result estimated breeding values for parental trees are of higher precision and the overall breeding progress increases when selecting appropriately.

Vorschau

Zitieren

Zitierform:

Liepe, Katharina / Liesebach, Mirko: Die Berücksichtigung kleinräumiger Standortsunterschiede verbessert die Evaluation von Nachkommenschaftsprüfungen. 2016.

Rechte

Nutzung und Vervielfältigung:

Export