Prostorová schémata semenných sadů lesních dřevin

Ing. Kateřina Chaloupková

Doctoral thesis

Spatial seed orchard layouts of forest trees

Abstract:

Semenné sady lesních dřevin jsou významným zdrojem reprodukčního materiálu pro obnovu lesních porostů. Při jejich zakládání a obhospodařování je nutné dodržovat daná pravidla. Kromě pečlivého výběru zastoupených genotypů je nutné věnovat pozornost i způsobu křížení. Vzhledem k tomu, že pravděpodobnost křížení dvou jedinců je závislá, mimo jiné na jejich vzdálenosti, lze vzorec křížení ovlivnit právě prostorovým rozmístěním genotypů. Dostupné designy semenných sadů proto staví právě na tomto předpokladu. Tato problematika je včetně konkrétních designů popsána v teoretické části práce. Stejně tak jsou detailně popsány a zdůvodněny obecně přijímané požadavky na kvalitní design semenného sadu. V praktické části je prezentován originální Optimum Neighborhood Algoritm (ONA), který podporuje náhodnost křížení, tedy panmixii. Algoritmus definuje panmixii v semenném sadu jako stav, kdy spolu všechny klony v rámci sadu přímo sousedí se stejnou četností. K docílení tohoto stavu byl využit vzorec pro výpočet rozptylu, který je zároveň minimalizovanou kriteriální funkcí. Z takto definované panmixie vychází i další prezentované nástroje a přístupy. Jedná se o hybridní algoritmus, který zohledňuje různé typy designů a omezujících podmínek. Další nástroj umožňuje prostorově optimalizovat genetickou probírku, opět na bázi ONA algoritmu. Je zde popsán i postup zohledňující asortativního křížení mezi vybranými genotypy doplněný též o vylepšování semenných sadů. Práce porovnává prezentované výsledky s již existujícími designy z pohledu panmixie i minimalizace inbrídingu. Většina výstupů byla přijata k publikování ve třech vědeckých žurnálech. Softwarové nástroje byly naprogramovány v rozhraní R a zpřístupněny veřejnosti v podobě R balíčků.

Abstract:

Seed orchard establishment and management have to follow given rules. In addition to carefully selecting represented genotypes, it is also necessary to pay attention to the actual mating. Given that the probability of crossing two individuals depends, among other things, on their distance, the mating pattern can be influenced by the spatial distribution of genotypes. The available seed orchard designs are therefore based on this assumption. These issues, including existing methods, are described in the thesis's theoretical part. Likewise, generally accepted requirements for seed orchard designs are described and justified in detail. In the practical part, the original Optimum Neighborhood Algorithm (ONA) is presented, which promotes random mating, i.e., panmixia. The algorithm defines panmixia in a seed orchard as a condition where all clones within an orchard are directly adjacent to each other with the same frequency. Consequently, a formula was developed to calculate the variance, a minimized criterion function. The other presented tools and approaches are also based on panmixia. The ONA is a hybrid algorithm that takes into account different types of designs and constraints. Another tool allows for spatial optimization of genetic thinning based on the ONA algorithm. The improvement of existing seed orchards further supplements a procedure that takes into account the assortative mating among selected genotypes. The work compares the presented results with existing designs considering both panmixia and minimization of inbreeding. Most of the outputs were accepted for publication in three scientific journals. The software tools were programmed in the R interface and made available to the public as R packages.

Keywords

šlechtění lesních dřevin, semenné sady, prostorová schémata, panmixie

Keywords

forest tree breeding, seed orchard, spatial layout, panmixia

Language used: Czech

Date on which the thesis was submitted / produced: 22. 9. 2022

Thesis defence

• Supervisor: prof. Ing. Milan Lstibůrek, MSc Ph.D.

Czech University of Life Sciences Prague

Faculty of Forestry and Wood Sciences

Doctoral programme / field:
Forestry Engineering / Forest Biology