空间效应模型在青贮玉米新品系评比试验中的应用

【目的】为了提高青贮玉米田间品种比较试验的准确性,降低空间变异对品种试验评比结果的影响。【方法】在非标准随机区组的条件下,利用SAS9.4对23个青贮玉米品种的单株产量进行方差分析和空间效应模型分析。【结果】研究结果表明:试验的误差存在典型的空间相关性,利用剩余误的误差的空间协方差可降低供试品种效应估计的误差和提高品种效应差异F检验与T检验的效率。在不同玉米品系平均单株产量分析中,空间效应模型在拟合效果、效应估计、误差估计方面都优于传统方差分析。田间试验存在的一些空间差异通过空间效益模型得到控制。【结论】遇到非标准随机区组设计时,建议采用空间效应模型分析不同青贮玉米品种田间试验数据,从而提高数据分析的准确性。     

番鸭体重生长非线性混合效应模型评价的研究

【目的】定量描述和估计本地番鸭体重生长的轨迹和参数。【方法】本研究对116只番鸭进行了21 weeks的饲养和观测;利用5种生长函数(Gompertz、Logistic、Von Bertalanffy、Richards和Brody)拟合了番鸭体重生长的非线性混合效应模型;分别计算了这些模型的8个生长参数(成熟体重、拐点日龄、拐点体重、初生体重、绝对生长率、相对生长率、绝对成熟率和相对成熟率);根据信息准则、误差方差的大小和生长参数估计值的准确度,比较了不同模型间的拟合和估计结果。【结果】与非线性固定效应模型比较,5种非线性混合效应模型拟合的番鸭体重生长方程和估计的8个生长参数,其准确度整体上提高了许多;全群番鸭体重生长Gompertz非线性混合效应模型,其信息准则最小,误差方差减少量达99.92%;雄、雌番鸭体重生长Richards非线性混合效应模型, 其信息准则最小,误差方差减少量分别是89.80%、91.81%。【结论】Gompertz和Richards非线性混合效应模型分别是评价全群和雄、雌番鸭体重生长的最优模型。     

空间效应模型分析田间试验的方法与效果

为了提高田间试验分析的准确性,讨论了利用空间效应模型分析田间试验的方法,并通过实例分析和随机模拟分析对该方法的分析效果与传统方差分析法进行了比较。结果表明,空间效应模型数据拟合效果较传统方差分析模型好,空间效应模型具有较高的分析效率,在不同空间变异条件下效应误差估计和一类统计错误率控制准确;而传统方差分析模型的效应误差估计和一类统计错误率控制的准确性随空间变异增强和变程增大而降低。因此,建议采用空间效应模型分析田间试验数据。     

基于线性混合效应模型的杉木树高-胸径模型

【目的】利用线性混合效应模型分析杉木树高与胸径的关系,为杉木树高测量提供支持。【方法】收集688组有效杉木研究数据,利用最小二乘法构建树高(H)和胸径(DBH)的线性基础模型,同时考虑林分密度效应和海拔效应,在R 3.2.2软件中拟合混合模型,比较基础模型和2种混合模型的赤池信息规则(AIC)、贝叶斯信息规则(BIC)和-2倍对数似然值(-2log lik),在此基础上,引入误差效应方差协方差矩阵及指数函数、幂函数和恒等式函数,筛选较好的混合模型;基于独立验证数据对模型进行验证,选取R~2、|E|、RMSE3个评价指标对模型精度进行评价。【结果】固定模型的AIC=2 089.731,BIC=2 102.151,-2log lik=2 083.732,均大于混合模型,即混合效应模型拟合效果优于固定模型;考虑模型误差效应方差协方差矩阵,加入恒等式异方差函数能够显著提高模型的精度,且含有不同随机参数的混合模型精度不同,引入海拔随机效应的混合模型拟合精度(R~2=0.804 4,|E|=1.553 9,RMSE=2.143 0)高于含有林分密度效应的混合模型(R~2=0.797 0,|E|=1.576 6,RMSE=2.183 0)。【结论】考虑随机效应的混合模型既能反映杉木树高的总体变化趋势,还能体现不同组分间的差异,在估测精度和通用性上均优于固定模型。     

42日龄如皋黄鸡体重间接遗传效应分析

【目的】动物个体遗传物质除了调控自身表型之外,还通过资源分配或行为互动影响同伴性能表现,称之为间接遗传效应。畜禽选育时,遗传模型如果包含了间接遗传效应,不仅有利于改善个体间社会关系,还可以获得更多的遗传进展。研究以饲养于群体笼内如皋黄鸡为试材,以间接遗传模型评估体重数据,旨在为如皋黄鸡选育提供支持。【方法】体重数据采集自如皋黄鸡选育群体,试验鸡于42日龄称重,收集原始数据11 983条。数据清洗包括去除超出三倍标准差的离群值、去除翅号遗失个体、去除性别不明个体以及去除单笼养殖量少于4只的记录。系谱数据包含12 208只鸡：11 735只鸡有体重记录,473只鸡没有体重记录;10 560只鸡没有后代,1 648只鸡有后代,其中种公鸡208只,种母鸡1 440只。以SPSS软件中的单因素方差分析检验环境因素对体重的影响,确定列入固定效应的因子。应用经典动物模型、间接遗传模型分析如皋黄鸡早期体重方差组分及遗传参数,并检验间接遗传方差是否存在稀释效应。遗传模型中包括一般固定效应、固定回归项、加性遗传效应、间接遗传效应、共同环境效应以及残差。研究中,以单笼养殖量作为固定回归项,将加性遗传效应、间接遗传效应、共同环境效应列为随机项。稀释参数起始值设定为0,依次以0.1幅度递增至1.0,经AIC、BIC筛选,稀释参数宜设定为0。由于残差异质化处理没有改变遗传参数和方差组分,因此残差做同质化处理。以WOMBAT软件分析方差组分及遗传参数,计算结果达到收敛标准。【结果】影响如皋黄鸡体重的固定效应包括批次、层级、性别;42日龄如皋黄鸡体重受间接遗传效应影响,加性遗传力为0.54±0.02,总遗传力为0.66±0.06;同笼如皋黄鸡个体间以互助关系为主,加性遗传与间接遗传选择方向一致,遗传相关系数为0.41;育成期如皋黄鸡间接遗传方差不存在稀释效应;如皋黄鸡公鸡与母鸡间接遗传效应表现不同,遗传力、遗传相关系数也存在明显差异。【结论】间接遗传模型可用于蛋鸡早期体重遗传评估及选育。相比于传统动物模型,间接遗传模型可以额外获得遗传进展。     

籼稻骨干亲本产量相关性状遗传效应

【目的】研究水稻产量相关性状的遗传效应、遗传率和遗传相关,旨在加深理解水稻产量相关性状遗传体系。【方法】以几个重要的恢复系和不育系为材料,采用加性-显性-母体效应遗传模型(ADM模型)和统计分析方法研究水稻产量相关性状遗传效应、遗传率和遗传相关。【结果】研究表明水稻产量相关性状同时受加性效应、显性效应和母体效应的控制,穗总粒数、单株总粒数、千粒重和单株重以加性效应占主导,株高和单株有效穗则由显性效应和母体效应共同控制;狭义遗传率以千粒重的表现最高,单株重次之;不育系中粤泰A能增加单株有效穗,Y58S和中9A能增加单株总粒数;恢复系中绵恢725能增加穗总粒数、单株粒数、单株重和千粒重;此外,遗传相关研究表明通过增加穗总粒数和单株总粒数可以达到增加单株重的目的,而要选到穗总粒数较多的材料有效穗不能太多。【结论】在水稻产量相关性状育种实践中,应根据水稻产量相关性状的遗传方式不同采用不同的选育方法。穗总粒数、单株总粒数、千粒重、单株重和播始历期可在常规聚合育种上通过世代综合选择,使加性效应得以稳定遗传,而株高和单株有效穗在杂种优势利用上有一定的潜力。千粒重和单株重早期世代选择效果较好,株高和单株有效穗高代选择比较适宜。     

三倍体胚乳性状遗传模型的上位性分析

    基于双列杂交体系提出一个遗传模型分析三倍体胚乳性状直接和母体上位性效应,直接加性、显性效应,细胞质效应,以及母体加性和显性效应.并运用混合线形模型分析该遗传模型.用最小范数二阶无偏估算法 (MINQUE) 估算单性状的方差分量和性状间的协方差分量.用蒙特卡罗模拟检测遗传参数的估算和模型的稳定性.模拟分析同时应用于双列杂交的平衡设计和非平衡设计.模拟结果显示在估算单性状的方差和性状间的协方差时,平衡设计和非平衡设计没有显著差异.通过估算实际水稻种子性状数据,说明在经典数量遗传研究中,加加上位变异分析是可行的.     

高山松单木木材碳密度变化及其混合效应模型构建

【目的】通过建模来研究高山松单木木材碳密度在纵向(从树干基部到树梢)和径向(从木材髓心向外)的变化规律。【方法】对云南省香格里拉市10株高山松样木进行树干解析,测定不同树高位置和部位的高山松木材碳密度,使用单因素方差分析法分析高山松单木木材碳密度变化规律;采用非线性混合效应模型技术,以纵向的树高效应和径向的部位效应作为随机效应,构建高山松单木木材碳密度混合效应模型。【结果】高山松单木木材碳密度在纵向和径向的变异均极显著,且高山松木材碳密度呈现从树干基部到树梢逐渐增加、从木材髓心向外逐渐减小的变化趋势;与基础模型相比,将树高效应、部位效应作为随机效应的单水平混合效应模型和两水平混合效应模型均提高了模型的拟合精度,且考虑部位随机效应的混合效应模型具有最佳的拟合表现;所有模型的预估精度均在97%以上,且考虑部位随机效应的混合效应模型和两水平混合效应模型的预估精度高于98%,尤其是两水平混合效应模型的预估精度达到98.04%。【结论】高山松单木木材碳密度随部位和树高变化差异显著,且考虑部位和树高随机效应的两水平混合效应模型在模拟高山松单木木材碳密度时具有更高的拟合精度和预估精度。     

新质源(CMS-FA)杂交稻产量相关性状的遗传效应与杂种优势分析

【目的】研究水稻新质源(CMS-FA)不育系和恢复系的产量相关性状遗传效应和杂种优势水平,评价新型细胞质源杂交稻亲本的育种潜力。【方法】采用不完全双列杂交设计,以新质源(CMS-FA)杂交稻系统的5个不育系为母本,5个恢复系为父本配制25个杂交组合,种植亲本和F1获得产量相关性状的试验数据。利用加性-显性遗传模型和MINQUE(1)法对10个产量相关性状遗传方差分量比率、遗传率、亲本加性效应和组合显性效应以及杂种优势进行剖析。【结果】新质源杂交稻产量相关性状同时受加性效应和显性效应的控制,单株穗数、每穗总粒数、每穗实粒数、结实率、千粒重、剑叶长和生育期等性状以加性效应占主导,单株产量、株高和穗长等性状则以显性效应控制为主;狭义遗传率以千粒重表现最高,生育期次之,单株产量最低;加性效应最好的不育系是金农2A,恢复系是金恢3号和金恢1号;显性效应最强的4个组合为金农2A×金恢5号、金农2A×金恢2号、金农4A×金恢5号和金农5A×金恢5号;单株产量、株高、穗长3个产量相关性状F1具有很强的群体平均优势(7.351%—16.330%)和群体超亲优势(4.233%—10.507%),强优势组合杂种优势可达10.307%—49.462%。【结论】供试不育系以金农2A较好,恢复系以金恢3号和金恢1号最好,金恢5号在配制生育期较短的杂交稻高产组合中是一个很好的亲本。     

黄瓜果实性状的Hayman遗传分析

将黄瓜6个亲本,按照完全双列杂交配制30个杂交组合,用Hayman分析方法估计果长、把长、横径、单果重、单株结果数等果实性状的遗传参数.Wr对Vr的回归分析表明,果长、把长、横径、单果重、单株结果数的遗传符合"加性-显性"模型.Wr+Vr与Yr的相关性分析表明,单株结果数呈负相关,说明含有更多显性基因的亲本具有较小的Wr+Vr值;果长、把长、横径、单果重呈正相关,说明含有更多显性基因的亲本具有较大的Wr+Vr值.遗传参数估算表明, 把长、单株结果数、单果重的遗传加性效应方差小于显性效应方差;果长、横径的遗传是加性效应方差大于显性效应方差.     

不同种植季节下水稻株高遗传分析

[目的]对不同种植季节下水稻株高进行遗传分析。[方法]选择株高差异大的3个亲本CB1、CB4和CB7,配制CB1×CB4和CB7×CB4组合,建立相应的P1、F1、P2、B1、B2、F2群体,将其分为中、晚2个生产季节种植,考察了株高性状。利用主基因＋多基因混合遗传模型理论的Akaike信息准则（AIC）在B1、B2、F2代中鉴定影响数量性状的主基因存在与否,主基因存在时通过分离分析估计主基因和微效基因的遗传效应及所占总变异的分量。[结果]株高在所有2个季别B1、B2、F2中均符合1对加性主基因＋加-显性多基因遗传模式,主基因遗传率为38.63%～78.53%,多基因遗传率为1.72%～36.04%,总基因型遗传率为45.52%～92.93%;2个遗传群体2季别下株高主基因加性效应值d分别为-4.56、-9.16、-7.19和-9.38,表明主基因加性效应会降低株高性状的表达。[结论]水稻茎粗性状的遗传率受种植季别及所配组合的影响明显。     

不同种植季节下水稻株高遗传分析（英文）

[目的]对不同种植季节下水稻株高进行遗传分析。[方法]选择株高差异大的3个亲本CB1、CB4和CB7,配制CB1×CB4和CB7×CB4组合,建立相应的P1、F1、P2、B1、B2、F2群体,将其分为中、晚2个生产季节种植,考察其株高性状。利用主基因＋多基因混合遗传模型理论的Akaike信息准则（AIC）在B1、B2、F2代中鉴定影响数量性状的主基因存在与否,主基因存在时通过分离分析估计主基因和微效基因的遗传效应及所占总变异的分量。[结果]株高在所有2个季别B1、B2、F2中均符合1对加性主基因＋加-显性多基因遗传模式,主基因遗传率为38.63%～78.53%,多基因遗传率为1.72%～36.04%,总基因型遗传率为45.52%～92.93%;2个遗传群体2个季别下株高主基因加性效应值d分别为-4.56、-9.16、-7.19和-9.38,表明主基因加性效应会降低株高性状的表达。[结论]水稻茎粗性状的遗传率受种植季别及所配组合的影响明显。     

基于空间协同仿真模拟的开化县森林碳估计

森林碳储量是反映森林生态系统生产力的重要指标,也是区域森林碳汇计量的基础。以浙江省开化县为研究区,采用2013年资源3号遥感影像与2014年森林资源清查样地数据,结合序列高斯协同模拟方法对全县地上部分森林碳储量及其分布进行估计,并以平均误差、残差平方和、平均相对误差以及均方根误差4个指标为基础对估计结果进行精度评价。结果表明:开化县2014年森林总碳储量空间协同仿真估计结果为7.221 573 Tg,碳密度值分布为0~109.178 0 Mg·hm-2,均值为32.376 4 Mg·hm-2,基于15%检验样本的平均相对误差为4.565%,仿真估计碳总量在实测样地估算的置信区间内。本研究发现,遥感影像与地面样地森林碳密度的相关性随遥感影像的空间分辨率变化而变化,这对于提高森林碳储量估计精度有着重要意义,也是下一步研究的重点。图5表3参29     

大白猪主要生长性状的遗传参数估计及育种中存在问题的探讨

【目的】分析温氏某育种场大白猪主要生长性状遗传参数,并探讨不同背膘测定方法的变化(从A超到B超)以及终测体质量的变化(从达100 kg体质量日龄到达115 kg体质量日龄)对育种的影响。【方法】利用DMU软件和单/多性状动物模型计算了达100 kg体质量日龄(AGE)和100 kg体质量背膘厚(BF)的加性方差和窝效应方差,计算各性状遗传力,并分别评估了在只有终测体质量100 kg左右(AGE-100)或只有B超(BF-B)情况下,2016年新测定个体估计育种值(EBV)与正常遗传评估EBV的泊松相关和秩相关。【结果】AGE和BF遗传力分别为0.21和0.41,窝效应分别为0.27和0.15,单/多性状模型基本保持一致;此外,在去除终测体质量115~130 kg内数据或A超测定数据的情况下,新终测个体EBV与正常情况计算EBV的泊松相关分别为0.96和0.94,秩相关分别为0.96和0.92,单/多性状模型基本保持一致。【结论】调整背膘测定方法比调整终测体质量对选种影响小,应该重新选择校正公式。     

海岛棉零式果枝品种间杂交纤维品质性状的遗传分析

[目的]研究海岛棉主要品质性状的遗传规律。[方法]根据加-显遗传模型,分析海岛棉11个杂交亲本及其部分F1的纤维长度、整齐率、马克隆值、强度、伸长率、反射率和纤维黄度的资料,估算各项遗传方差分量、参试亲本的加性效应值以及一些组合的显性效应值。[结果]结果表明,纤维长度、整齐率、马克隆值、强度和反射率受显性与加性遗传效应共同控制,纤维黄度受加性效应影响较大,纤维伸长率不存在遗传主效应,但是各个品质性状的遗传效应值估计值较小。狭义遗传率较大的品质性状为纤维长度、马克隆值和强度。主要品质性状同时表现加性效应较好的亲本为A7、A8和A10。[结论]该研究为提高海岛棉的品质育种提供理论参考。     

数学模型在灵芝良种选育中的应用

[目的]为选育中药优良品种,提高中药质量探索新道路,增强我国中药的出口竞争能力。[方法]对灵明、龙1号、龙2号、韩1号、韩2号、圆芝、G8、泰山灵芝、灵野1号9个不同品种灵芝进行栽培试验,用多项式模型拟合其6种生物学性状的数据。[结果]方差分析表明,转化后的线性模型达显著水平。对于灵芝单丛个数、鲜重、盖径、盖厚、柄长、柄粗6种生物学性状,处于高峰值的品种分别为灵明、灵明、G8、龙2号、灵明和龙2号,处于低峰值的品种为龙1号。6种生物学性状拟合的R2值(拟合度)分别为:0.91、0.88、0.94、0.91、0.86和0.93。[结论]该研究为灵芝的良种选育提供了科学依据。     

天目山常绿阔叶林空间结构与地形因子的关系

  目的  研究天目山常绿阔叶林的空间结构与地形因子之间的关系,以期为常绿阔叶林的经营管理提供科学依据。  方法  以浙江省天目山国家级自然保护区常绿阔叶林为研究对象,设置100 m×100 m的大型固定样地,用相邻格子调查方法将样地划分为100个10 m×10 m的调查单元,对样地内林木进行实测。用聚集指数、竞争指数和树种多样性混交度描述空间结构特征,以坡度、坡向、海拔和粗糙度作为地形因子,利用方差分析分析空间结构与地形因子之间的关系。  结果  ①坡度过大或过小都会导致竞争指数显著增大(P＜0.05)。半阳坡的树种多样性混交度显著高于阳坡(P＜0.05),Ⅰ级粗糙度的树种多样性混交度显著低于Ⅲ级粗糙度(P＜0.05)。随着样地内海拔的升高,林分的树种多样性混交度显著增大(P＜0.05),但样地内海拔过高或过低,都会使聚集指数显著减小(P＜0.05)。②在Ⅲ级粗糙度中,Ⅰ级坡的竞争指数显著高于Ⅱ级坡和Ⅲ级坡(P＜0.05),Ⅱ级坡的树种多样性混交度显著高于Ⅰ级坡和Ⅲ级坡(P＜0.05),半阳坡的聚集指数和树种多样性混交度显著高于阳坡(P＜0.05)。在样地内的高海拔区域,Ⅰ级坡的竞争指数显著高于Ⅱ级坡和Ⅲ级坡(P＜0.05);而在样地内的中海拔区域,Ⅲ级粗糙度的聚集指数和树种多样性混交度显著高于Ⅰ级粗糙度和Ⅱ级粗糙度(P＜0.05)。  结论  在常绿阔叶林群落中,不同的地形因子对其空间结构特征有着不同程度的影响。在一定地形条件下,合理调控常绿阔叶林的空间结构是促进树木生长的重要经营策略。图10表2参31     

采伐对长白山阔叶红松林乔木竞争关系的影响

[目的]研究不同采伐方式与强度对阔叶红松林群落结构和功能的影响。[方法]通过调查乔木的胸径、树高以及在样方中的位置等指标。采用Hegyi单木竞争指数模型,对长白山地区受不同采伐方式以及强度干扰的阔叶红松林群落中乔木竞争强度进行定量分析。[结果]不同采伐方式和强度对阔叶红松林中乔木竞争强度有不同影响,低强度择伐后变化最小,皆伐后变化最大。不同林层间乔木竞争强度有明显差异,主林层〈次林层〈林下层。无论采伐方式与强度如何,红松的胸径与其竞争指数都严格服从CI=A（DBH）B的幂函数关系。采伐对红松种内竞争强度有重要影响,随着采伐强度的加大,红松种内竞争压力减小,红松幼树更新得到促进。[结论]采伐经营应保持17％以下的小强度择伐,而择伐时应选择那些胸径大且在竞争中占绝对优势的针、阔叶树种。