Field evaluation of a modified augmented design for early stage selection involving a large number of test lines without replication

Summary The modified augmented design, recently proposed as a method of adjusting for environmental heterogeneity where large numbers of cultivars are being tested in non-replicated plots, was used in a potato breeding programme at four locations in 1982. Of three methods of adjusting for soil variation, only the row-column and covariance adjustments worked efficiently. Decisions about which adjustment method to use could be based on easily computed mean squares. Changes in ranking due to adjustment of test cultivars were large in three of the seven trials, but application of inappropriate adjustment methods produced large and misleading ranking changes in some trials. Because of ease of use and ability to investigate environmental variation, the design can be recommended for use in early stages of potato breeding programmes.

---

Zusammenfassung Selektion bei frühen Generationen in Kartoffelzüchtungsprogrammen beruht auf hochvererbbaren Merkmalen, wie Augentiefe, Knollengestalt, Chipsfarbe, spezifischem Gewicht etc. Weitere Selektion betont Adaption an Umgebungen innerhalb des Schwerpunktes des Zuchtprogrammes und in diesem Selektionsstadium wird gr?sser Aufmerksamkeit auf den Knollenertrag gerichtet. Allerdings verbietet die grosse Zahl oft einbezogener Linien, zusammen mit der begrenzten Verfügbarkeit an Material von jeder Linie, die Anwendung von Standardmodellen mit Wiederholungen. Das modifizierte erweiterte Modell (MAD), kürzlich von Lin u. Poushinsky (1983) als Methode zur Anpassung von umweltbedingter Heterogenit?t vorgeschlagen, wurde in Adaptionsversuchen des ‘Prairie Cooperative Kartoffelzuchtprogramms’ (Kanada, 1982) an vier Stellen erprobt. In dem MAD werden Kontrollsorten, die in Mengen erh?ltlich sind, welche Wiederholungen erlauben, zufallsgem?ss auf eine Gruppe ganzer Parzellen verteilt, die in einem Standardmuster ausgelegt sind, hier als Lateinisches Quadrat (Abb. 1). Anpassungen für die Testlinien erfolgen auf der Basis von Trends, die sich in den Kontrollparzellen ergeben. Die Daten der Kontrollparzellen werden entsprechend der Varianzanalyse (ANOVA) für das Lateinische Quadrat geprüft. Wenn S?ulen- und Reiheneffekte zum gesamten Parzellenfehler relativ gross sind, werden die nicht wiederholten Testlinien anhand der Reihen-und/oder S?ulenkorrekturen nach Sch?tzung der Kontrollparzellen berichtigt (Methode 1). Wenn Bodenunterschiede dadurch nicht eliminiert werden k?nnen, dient ein Index für N?hrstoffgehalt für jede Parzelle, als Differenz zwischen dem Wert der Kontrollparzelle für diese gesamte Parzelle und dem Mittel aller Kontrollparzellen mit der entsprechenden Sorte entweder als Anpassungsfaktor (Methode 2), oder wird als begleitende Variable behandelt und die Testlinien werden durch Kovarianzanalyse berichtigt (Methode 3). Der durchschnittliche Gesamtertrag und die mittleren Quadrate, in der ANOVA als Gesamtertrag der Kontrollparzellen an den vier Versuchsorten, ergibt sich aus Tabellen 1 bzw. 2. Die Reihen- und S?ulenvarianzen waren gross (im Verh?ltnis zum Gesamt-Parzellenfehler) für Edmonton I und II und für Brooks II, sie deuten auf die Notwendigkeit für Reihen- und S?ulenanpassungen hin. Eine Prüfung der Irrtumsvarianzen für Carman I und II, m?glicherweise auch Brooks I zeigen starke Heterogenit?t in mehrere Richtungen zwischen den Parzellen, zumal die ganzen Varianzen der Parzellen gr?sser als die doppelte H?he der Unterparzellen-Varianzen waren. Bei Outlook war keine der Varianzen relativ gross gegenüber den anderen. Diese Trends erkl?ren die Anpassungsmethode 1 für Edmonton I und II, die Anpassungsmethode 3 für Carman I und II und Brooks I und II, und keine Anpassung bei Outlook I. Detaillierte Kriterien zur Entscheidung für die angemessene Anpassungsmethode wurden im Computer verrechnet. Die durchschnittlich gesch?tzte Varianz einer Differenz zwischen beliebigen zwei Testlinien wurden für jede Methode berechnet, dann wurden die Methoden durch Berechnung der Verh?ltnisse dieser Varianzen ermittelt (Tabelle 3). Ebenso wurden die Methoden durch Anwendung der Anpassungen an die Kontroll-Unterparzelle und druch Berechnung der gepoolten Varianzen innerhalb der Linien von angepassten Daten (Tabelle 4) verglichen. Die relativen Effizienzen der Anpassungsmethoden wurden als Verh?ltnisse der Varianz der nichtangepassten Daten zu den angepassten Daten berechnet. Die Varianzdaten in Tabelle 4 zeigen, dass im allgemeinen die Anpassung durch Regressionsanalyse (Methode 3) sich entweder durch geringfügige ?nderungen oder durch betr?chtlichen Gewinn an Effizienz auswirkten. Ausser bei Edmonton I verursachten die Methoden I und II einen deutlichen Anstieg in der gepoolten Varianz innerhalb der Linien und folglich einen Verlust an Effizienz. Das wichtige Ergebnis der Anpassung bei der Selektion von Zuchtmaterial sind die ?nderungen bei den relativen Schwankungen in der Rangfolge der Testlinie. Diese ?nderungen, nach Verwendung der drei Anpassungsmethoden verrechnet, zeigt Tabelle 5. Verwendung ungeeigneter Testmethoden ergibt oft sehr grosse, wahrscheinlich auch unechte Rangfolge-?nderungen. Die Leichtigkeit der Anwendung und die M?glichkeit nachzuforschen sowie der groberen Anpassungen wegen umweltbedingter Heterogenit?t machen das Modell sehr geeignet für den Gebrauch in frühen Stadien von Kartoffel-Züchtungsprogrammen.

---

Résumé La sélection des premières générations dans les programmes d'hybridation de la pomme de terre est basée sur la haute héritabilité des caractères tels que la profondeur des yeux, la forme des tubercules, la couleur après friture, le poids spécifique, etc. Plus tard, la sélection met l'accent sur l'adaptation aux conditions d'environnement et, à ce stade, la plus grande attention est apportée au rendement. Cependant, un grand nombre de lignées est souvent impliqué et le matériel disponible pour chaque lignée est limité, empêchant des répétitions conformément au modèle standard d'expérimentation. Le modèle modifié (MAD) récemment proposé par Lin et Poushinsky (1983) comme méthode d'ajustement de l'hétérogénéité a été adapté dans des essais réalisés par le Prairie Cooperative Potato Breeding Program (Canada) en 1982 sur quatre localités. Dans le MAD, le contr?le des variétés disponibles en quantité permettant les répétitions est randomisé en une série de parcelles établies selon un modèle standard, ici un Carré Latin (figure 1). Pour les lignées-tests, les ajustements sont faits sur la base des valeurs fournies par les parcellestémoins, après une analyse de variance (ANOVA) adaptée au Carré Latin. Si les effets du rang et de la colonne sont grands par rapport à l'erreur de la parcelle entière, les valeurs des lignées-tests sans répétition sont ajustées en utilisant les corrections rang et/ou colonne estimées à partir des parcelles-témoins (méthode 1). Si l'effet de l'hétérogénéité du sol ne peut être éliminé par ce procédé, un index de fertilité pour chaque parcelle entière, évalué comme la différence entre la valeur de cette parcelle et la valeur moyenne de toutes les parcelles-témoins des autres variétés, est utilisé comme facteur d'ajustement (méthode 2) ou est traité comme une variable concomitante et les valeurs des lignées-tests sont alors ajustées par l'analyse de covariance (méthode 3). La moyenne du rendement total en tubercules et les carrés moyens du rendement total des parcelles-témoins des quatres localités d'essais, calcultés par l'ANOVA, sont présentés respectivement dans les tableaux 1 et 2. Les variances du rang et de la colonne sont grands (relativement à la parcelle entière) pour Edmonton I et II et pour Brooks II, suggérant la nécessité d'ajustements. L'observation des variances de l'erreur de Carman I et II et probablement de Brooks I montre une forte hétérogénéité multidirectionnelle entre parcelles puisque les variances des parcelles entières sont deux fois plus grandes que celles des sous-parcelles. Pour Outlook, aucune des variances n'est élevée par rapport à chacune des autres. Ces résultats suggèrent l'emploi d'un ajustement de type méthode 1 pour Edmonton I et II, de type méthode 3 pour Carman I et II, Brooks I et II et pas d'ajustement pour Outlook I. Des critères détaillés pour décider de la méthode d'ajustement à utiliser ont été étudiés. La variance moyenne estimée entre deux lignées-tests a été calculée pour chaque méthode et les méthodes ont été comparées en calculant les rapports de ces variances (tableau 3). Elles ont été aussi comparées par application des ajustements aux sousparcelles-témoins et pour l'ensemble des données ajustées au sein de chaque lignée (tableau 4). L'efficacité relative des méthodes d'ajustement a été calculée comme un rapport entre la variance de la donnée non ajustée et celle de la donnée ajustée. La variance de la donnée présentée dans le tableau 4 indique qu'en général l'ajustement par l'analyse de régression (méthode 3) provoque un petit changement ou cause un gain substanciel d'efficacité. Excepté pour Edmonton I, l'ajustement par les méthodes I et 2 apporte une augmentation marquée de la variance de l'ensemble interlignées, donc une perte d'efficacité. Les résultats importants de l'ajustement dans la sélection du matériel d'hybridation modifient le classement relatif des lignées-tests. La modification de ce classement, apportée par les trois méthodes d'ajustement est présentée dans le tableau 5. L'emploi des méthodes d'adjustement inappropriées conduit vraisemblablement souvent à des modifications de classement erronées. La facilité d'utilisation et la capacité d'investigation pour déceler l'hétérogénéité due aux conditions d'environnement fait de ce modèle un outil bien souhaitable durant les premiers stades du programme d'hybridation de la pomme de terre.