Skip to main content

The impact of spatial heterogeneity on selection: a case study on Pinus pinaster breeding seedling orchards

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Although failure to account for spatial autocorrelation has been dramatic in some forest progeny trials, little attention has been paid to how this issue may affect selections within the trials. The effects of spatial autocorrelation of height growth on the estimation of genetic gain and on the spatial distribution of the selected trees were studied in four Pinus pinaster Ait. progeny trials that were rogued using different selection methods and intensities. When selections are based on unadjusted original values, selected trees tend to be located in the best microsites and are unlikely to be the most genetically superior. This resulted in a loss of genetic gain that varied between 10% and 20% and sometimes exceeded 30%. Differences in the loss of gain among different selection methods and intensities were minor and followed no clear pattern. Selecting on the basis of a conventional model resulted in spatial patterns of the retained trees that were clearly aggregated in all cases. However, selections based on spatially adjusted data resulted in random spatial patterns, except with family selection because of the use of multiple-tree plots. Because clumping of the retained trees may seriously affect the quantity and quality of the seed crop, breeders are strongly encouraged to use appropriate spatial models for roguing breeding seedling orchards.

Même si le fait de ne pas tenir compte de l’autocorrélation spatiale dans certains tests de descendances en milieu forestier est préoccupant, l’impact potentiel de cette situation sur les sélections effectuées dans ces tests a reçu peu de considération. L’auteur a étudié les effets de l’autocorrélation spatiale de la croissance en hauteur sur les estimations de gain génétique et sur la distribution spatiale des arbres sélectionnés dans quatre tests de descendances de Pinus pinaster Ait. qui ont été éclaircis selon différentes méthodes et intensités de sélection. Lorsque les sélections sont effectuées à partir des valeurs originales non ajustées, les arbres sélectionnés ont tendance à être localisés sur les meilleurs microsites. Dans ces conditions, il est donc peu probable que ces arbres soient génétiquement supérieurs. Dans ce cas, des pertes de gain génétique de l’ordre de 10% à 20% et parfois en excès de 30% ont été observées. Les différences entre les pertes de gain dues aux différentes méthodes et intensités de sélection étaient mineures et ne suivaient pas de patron précis. La sélection sur la base d’un modèle traditionnel s’est traduite par une configuration spatiale des arbres sélectionnés qui était clairement agrégée dans tous les cas. Cependant, les sélections basées sur des données qui tiennent compte de l’autocorrélation spatiale ont produit des configurations spatiales aléatoires, à l’exception de la sélection familiale en raison de la présence de parcelles contenant plusieurs arbres. Étant donné que l’agrégation des arbres sélectionnés peut sérieusement affecter la quantité et la qualité des graines, on encourage fortement les améliorateurs à utiliser des modèles spatiaux appropriés lors de l’éclaircie des vergers à graines de semis.

Document Type: Research Article

Publication date: 2008-01-01

More about this publication?
  • Published since 1971, this monthly journal features articles, reviews, notes and commentaries on all aspects of forest science, including biometrics and mensuration, conservation, disturbance, ecology, economics, entomology, fire, genetics, management, operations, pathology, physiology, policy, remote sensing, social science, soil, silviculture, wildlife and wood science, contributed by internationally respected scientists. It also publishes special issues dedicated to a topic of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • Ingenta Connect is not responsible for the content or availability of external websites
  • Access Key
  • Free ContentFree content
  • Partial Free ContentPartial Free content
  • New ContentNew content
  • Open Access ContentOpen access content
  • Partial Open Access ContentPartial Open access content
  • Subscribed ContentSubscribed content
  • Partial Subscribed ContentPartial Subscribed content
  • Free Trial ContentFree trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more