Hamann A, Koshy M., Namkoong G, Ying C. (2000) Genotype×environment interactions in Alnus rubra: developing seed zones and seed-transfer guidelines with spatial statistics and GIS. For Ecol Manage 136:107–119. doi: 10.1016/S0378-1127(99)00284-4

桤木（Alnus rubra）中的基因型x环境相互作用：利用空间统计学和GIS开发种子区和种子转移指南

摘要

利用红桤木（Alnus rubra Bong.）的多种源试验来证明如何应用地质统计学方法来制定更好的种子转移指南和林业种子采购区。在四个试验点测量了不列颠哥伦比亚省65个种源的高度和存活率。在群体和家庭层面发现了显着的基因型环境相互作用。靠近每个种植地点的种源表现出优异的生长和存活表现，表明红桤木适应当地环境。使用冗余分析评估局部适应的环境基础。地理和气候变量占高度增长变化的大致相等量（分别为21％和23％），而地理变量占气候变量变化的60％。冗余变量的载荷表明，基因流和环境因素的选择都形成了红桤木遗传分化的地理模式。在不列颠哥伦比亚省的红桤木的自然范围内，通过普通克里金法预测未知位置的种子来源的表现。然后通过对预测的反应规范的主成分分析产生一般的种子转移指南。我们发现从西北到东南沿海的反应规范的临界分化。此外，格鲁吉亚衰退被确定为遗传分化的一个领域。根据最实际代表作业种植地点的两个试验的预测高度和存活率，我们得出了种子转移的简单规则。沿着海岸向任一方向转移100公里，生存率下降2.5％，2年高度下降5％。最后，我们展示了预测性能和相关方差表面的地图如何用于开发特定目标的种子区域，其中种子区域作为种子源的概率图给出，所述种子源对于任何性状组合执行高于或低于给定阈值的概率。

1.简介

森林资源管理的一个关键决定是选择重新造林的种子来源，以确保成功的作物。种子区和种子转移指南是协助这一决定的重要工具。有两种常用的方法可以量化种子转移的距离并确定种子区域的大小：一种策略试图将种植适应性差的树木的风险降至最低，使用来源于地理坐标的种源（种子来源）表现的回归模型来扩大种子转移（例如Campbell，1983,1986,1991; Rehfeldt，1985,1991,1995; Thomas et al，1990; Russell，1998）。这种方法隐含地假设本地来源是最优的，并且通常在起源性能和地理变量之间施加线性关系。局部最优性是一个备受争议的主题（Namkoong，1969; Mangold和Libby，1978; Matyas，1990），地理变异的线性模式可能不合适，特别是在像不列颠哥伦比亚省这样具有高度异质环境的地区。这种方法的优点是可以从单一种源试验，幼苗温室试验或实验室实验中快速获得有关生长和适应性状的遗传分化的信息。更先进的策略旨在通过为特定的种植环境选择最佳种源来最大化生产力。该方法依赖于数学函数来模拟基因型对环境梯度的响应（Raymond和Namkoong，1990; Raymond和Lindgren，1990; Roberds等，1990）。然而，对于实际应用，这种方法需要来自多个种源测试的大量数据，这些测试接近于每个潜在种植环境的轮伐期，这是很少有的（Ying，1997）。
在本报告中，我们将地理信息系统（GIS）和先进的统计方法应用于（Campbell，1983,1991）和（Rehfeldt，1985,1991,1995）开发的种子转移概念。之前已经开始使用地理信息系统来开发种子区（Parker，1991; Parker和Niejenhuis，1996），最近地质统计软件已经可以与大多数商业地理信息系统兼容（Pebesma和Wesseling，1998）。我们用普通克里金法代替回归方法，其中来源性能的变化由最佳线性无偏预测的随机表面建模。这种方法的关键优势在于能够对异质表面进行建模，并且预测表面伴随着方差估计的表面，这取决于样本密度和残差抽样误差（Burrough和McDonnell，1998）。我们利用该估计方差表面来绘制执行高于或低于给定阈值的种子源的概率，并且以这种方式开发种子区域。该方法反映了采样的不确定性以及随机遗传变异，并允许根据林务员的目标和承担风险的意愿进行灵活分区。最后，我们讨论了如何将先进的克里金法与GIS结合使用，以有效地检测和管理小规模遗传变异，以及如何识别具有高性能优势概率的种子源的采样位置。
红桤木（Alnus rubra Bong。）在几种生长和适应性状中具有显着的遗传变异，使用选定的基因型可以提高部位生产力并降低适应不良的风险（Stettler，1978; DeBell和Wilson，1978; Ager，1987; Hook）等，1990; Agar和Stettler，1994; Dang等，1994; Xie和Ying，1994; Hamann等，1998）。最大化现场生产力需要在多个站点进行长期物源测试，以便准确识别种子采购区域，在这些区域中，特定种植环境中存在生产性种子来源。由于本报告中的红桤木种源试验只有几年的历史，而且有四个试验地点不能对所有物种的潜在种植地点进行取样，因此建议对遗传变异的地理模式进行建模，主要是为了降低种植不适宜种植的风险。种子来源。由于有四个地点的数据可供使用，我们可以在一定程度上测试局部最优的假设，并调查这些种植环境中的家庭稳定性。我们进一步展示了如何将来自几个特征或种植地点的信息与GIS结合起来，以得出一般转移指南。为了演示该方法，我们还根据一个红桤木种源试验的初步幼苗数据，得出了旨在获得多种性状的最大生产力的地图。

2.2 统计分析

所有场地的实验设计都是一个裂区设计，主区为种源，亚区“5株行式”家系。 Surrey有四个区组，而其他点有阻止若干区组。 根据以下模型，使用受限最大似然法（SAS Institute，1997）估计方差分量：

、和分别是主区、亚区和采样误差【对这点不熟悉】。
【经过查找资料，发现在R中，asreml依旧只有1个残差，用aov才能得到3个残差】