共查询到18条相似文献，搜索用时 237 毫秒
1.
建始县长岭岗林场29 a生日本落叶松自由授粉家系子代测定林为研究对象,通过对生长性状进行遗传变异分析,结果表明:不同家系之间树高和材积存在极显著差异,不同家系之间的胸径存在显著差异,各生长性状的家系遗传力大于单株遗传力,表型变异(CVP)均明显高于遗传变异(CVG),日本落叶松家系间和家系内个体间存在较大的差异;利用最佳线性预测(BLP)方法采用家系与家系内个体联合估算育种值,按入选率为10%,选择出40个优良单株,为该地区营建高世代种子园及品种遗传改良与推广提供优质材料和科学依据。 相似文献
2.
3.
基于混合效应模型及EBLUP预测美国黄松林分优势木树高生长过程 总被引：1，自引：0，他引：1
【目的】基于加拿大哥伦比亚省美国黄松79株解析木数据,研究如何用经验线性无偏最优预测法( EBLUP)预测优势木树高生长过程,并分析预测精度与观测次数、观测间隔和预测时长的关系。【方法】随机抽取49株解析木数据拟合树高生长混合效应模型,30株解析木数据用于 EBLUP 的预测分析。树高生长模型以Richards,Logistic,Korf等为基础模型,选用AIC,BIC及Loglik 3个统计量评价模型的拟合效果。模型拟合用R软件的 nlme函数实现,预测分析以预测误差均方( MSPE)为评价标准。在分析观测间隔、观测次数和预测时长对 MSPE的影响时,为分离出1个因素的影响效果,将2个因素保持不变,以分析第3个因素的影响作用。在 R 软件拟合结果的基础上,用SAS的IML过程进行EBLUP预测分析。【结果】拟合结果表明,Logistic方程的拟合精度最高,选为EBLUP预测分析的基本模型。预测分析结果表明,观测次数、观测间隔和预测时长对预测精度均有显著影响。随着观测次数的增加,MSPE一般表现出减少的趋势,但下降幅度与观测间隔有关：当间隔较大时,不同的观测值可以提供更充分的生长过程信息,因而可以显著降低 MSPE 值;但当间隔较小时,观测值所提供的生长信息相互重叠,对提高预测精度的增益有限。从预测时长角度看,在观测值附近一定区域内,EBLUP预测结果非常精确,但随着预测时长增加,预测误差呈逐渐增加的趋势。【结论】EBLUP 预测相当于两阶段拟合过程的第二阶段。第一阶段拟合为估计混合参数模型确定参数的过程,而第二阶段则是在第一阶段拟合结果的基础上,依据一个特定林分的若干树高观测值用 EBLUP法预测此林分的随机效应值,并进一步预测树高生长过程。 相似文献
4.
以福建省白砂国有林场的马尾松实生种子园自由授粉子代测定林为材料,分析了5、6年生家系生长量(树高、胸径及材积)及形质指标(通直度、冠幅及侧枝粗度)的遗传变异规律,估算了各性状的遗传力。结果表明,材积、胸径、树高生长性状及冠幅、通直度、侧枝粗度等形质指标在家系间和家系内均存在显著的遗传差异,且家系内变异大于家系间。家系、单株遗传力分别在0.493 0.731、0.080 0.199之间。利用最佳线性预测的单性状(材积)及多性状联合(材积、冠幅、侧枝粗度及通直度)估算了6年生家系育种值。分析了材积单性状选择方式、多形状联合选择以及冠幅约束选择在不同入选率下亲本家系的预测及现实遗传增益(材积及通直度)的变化规律,结果表明,在等权重条件下,联合材积及通直度指标进行亲本家系选择是最佳选择方式,能够获得相对较高的遗传增益。 相似文献
5.
林分断面积组合预测模型权重确定的比较 总被引：2，自引：0，他引：2
引入组合预测方法以提高林分断面积预测的精度及2类模型(林分水平模型和单木水平模型)预测林分断面积的兼容性。组合预测法能够充分利用各单个模型的有效信息,从而提高预测精度,而单个模型权重的选取对提高组合预测法的精度至关重要。本研究基于北京山区油松连续清查数据,利用误差平方和法、方差协方差法和最优加权法确定林分断面积组合预测模型的权重。结果表明:组合预测法能够提高预测精度,同时利用最优加权法所建立的林分断面积组合预测模型其预测精度最高,方差协方差法次之,误差平方和法预测精度最低。 相似文献
6.
通过对４０３块兰考泡桐外业调查资料的分析，发现兰考泡桐的直径分布可用Ｌ－ＰＲＭ进行预测；林分平均直径，任意高处的直径，单位面积胶合板材、檩材，椽材出材量可用建立的平均直径预估模型，干曲线方程，出材量预估模型进行预测。经检验其预测的精度能满足生产上的实际需要。用胶合板材出材量和内部收益率综合评价得出：４０立地指数级林地培育大中径级，中径级胶合板材的最适造林密度分别为每公顷２００株和２５０株，主伐年龄 相似文献
7.
运用人工神经网络的原理和方法，根据相关系数法和逐步回归法分别选取与马尾松毛虫有虫面积，虫口密度，虫株率相关关系密切的气象因子作为样本的输入特征，分别建立马尾松毛虫有虫面积，虫口密度，虫株率与气象因子的BP网络模型。结果表明，所建立的各BP模型，具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个，预报因子数为8个时，2组预留有虫面积的2a平均预测误差为3.15%，虫口密度BP模型的隐层神经元个数为8个，预报因子数为6个时，预留样本的平均预测误差为5.91%，虫株率BP模型的隐层神经元个数为4个，预报因子数为5个时，预留样本的平均预测误差为10.65%。 相似文献
8.
《林业科学》2021,57(6)
【目的】基于BLUP和GGE双标图分析法综合评价多试验点区域化试验黑杨派无性系(品种)的速生性、稳定性和各试验地点的区分力、代表性,可为黑杨派引种无性系的选择和应用提供理论依据。【方法】对位于北京、河北和山东的9个试验地点15个黑杨派引种无性系(品种)进行生长性状测定,使用ASReml-R程序包拟合误差异质的线性混合效应模型,通过最佳线性无偏预测(BLUP)法获得各无性系在各试验点6年生胸径和树高BLUP数据,进行GGE双标图分析,对无性系和试验地点进行评价。【结果】基于胸径和树高BLUP数据GGE双标图分析的前2个主成分(PC1和PC2)的方差解释百分比为84.69%和69.83%。基于胸径BLUP数据GGE双标图显示,9个试验点之间均存在正相关关系,被分为2组:河北永清和山东金乡为一组,胸径最大的无性系为50;其余7个试验点为另一组,胸径最大的无性系为Por。区分力最好的地点为北京昌平和河北永清,代表性最好的地点为山东宁阳(高桥)和河北魏县。对于无性系高产性和稳产性,Por胸径最大,Pa、36、108、50、111和107的胸径均大于均值,而Og的胸径接近总体均值,La胸径最小; 107、Me、108、Br、Og和36稳定性较好。【结论】胸径与树高BLUP-GGE双标图存在差异,胸径BLUP-GGE双标图较树高的可靠;无性系Por速生性突出,其次是Pa、36、108、50、111和107,稳定性较好的无性系为107、Me、108、Br、Og和36,速生性和稳定性均较强的无性系为Por、Pa、36、108和107。 相似文献
9.
《中南林业科技大学学报(自然科学版)》2017,(12)
以木材需求量2005―2013年数据为原始数据,建立了传统灰色、无偏灰色和滑动无偏灰色模型,并分别以3种模型预测2014―2015年木材需求量。通过检验模型的拟合效果和对比预测的相对误差,选取预测效果最优的滑动无偏灰色模型为待修正模型。以滑动无偏灰色预测数据的相对误差分布为状态划分依据,考虑实际情况对一般马尔科夫修正方法进行优化,以优化的修正方法对预测数据进行修正。最终结果表明:当进行改进马尔科夫修正时,滑动无偏灰色预测模型的平均相对误差从6.44%降至1.49%,预测误差减少4.95%,预测精度明显提升,能够为我国未来木材需求量的准确预测提供可靠的理论依据。 相似文献
10.
11.
《Southern Forests》2013,75(1)
In January 1996, the Division of Forest Science and Technology (FORESTEK) of the CSIR will offer the first course on “Introduction to Best Linear Prediction (BLP)” for application to tree breeding. Dr Steve Verryn, who has recently completed his PhD thesis entitled “Improving on Best Linear Prediction for Tree Breeding”, will be presenting the course. 相似文献
12.
13.
One compound approach combining factor-analytic model with AMMI and GGE biplot to improve multi-environment trials analysis 总被引：1，自引：0，他引：1
To improve multi-environmental trial(MET)analysis,a compound method—which combines factor analytic(FA)model with additive main effect and multiplicative interaction(AMMI)and genotype main effect plus genotype-by-environment interaction(GGE)biplot—was conducted in this study.The diameter at breast height of 36 open-pollinated(OP)families of Pinus taeda at six sites in South China was used as a raw dataset.The best linear unbiased prediction(BLUP)data of all individual trees in each site was obtained by fitting the spatial effects with the FA method from raw data.The raw data and BLUP data were analyzed and compared by using the AMMI and GGE biplot.BLUP results showed that the six sites were heterogeneous and spatial variation could be effectively fitted by spatial analysis with the FA method.AMMI analysis identified that two datasets had highly significant effects on the site,family,and their interactions,while BLUP data had a smaller residual error,but higher variation explaining ability and more credible stability than raw data.GGE biplot results revealed that raw data and BLUP data had different results in mega-environment delineation,test-environment evaluation,and genotype evaluation.In addition,BLUP data results were more reasonable due to the stronger analytical ability of the first two principal components.Our study suggests that the compound method combing the FA method with the AMMI and GGE biplot could improve the analysis result of MET data in Pinus teada as it was more reliable than direct AMMI and GGE biplot analysis on raw data. 相似文献
14.
《Southern Forests》2013,75(3-4):155-163
Collinearity potentially has a negative impact on the prediction of genetic gains in tree breeding programs. This study investigated the reliability and impact of best linear unbiased prediction (BLUP) using various collinearity mitigation techniques and of two computational numerical precisions on the genetic gains in breeding populations. Multiple-trait, multiple-trial BLUP selection scenarios were run on Eucalyptus grandis (F1 F2 and F3) and Pinus patula (F1 and F2) data, comparing predicted breeding values of parents (forward prediction) with those realised in progeny (backward prediction of parents). Numeric precision had an impact on intergenerational correlations of BLUPs of some scenarios, indicating that it may not always be optimal to use higher precision when there is collinearity in the data. The relative difference in genetic gains between techniques varied by up to 0.38 standard deviation units in the less-stable pine population. This highlights the potentially large impact that instability can have on the efficiency of a breeding programme. BLUP performed close to expected in the relatively stable (less collinear) population (eucalypt F.,), and performed poorly in the other two populations. In the unstable pine data, some of the techniques resulted in improved intergenerational correlations coming in line with expected performance. This study indicates that BLUP can perform as expected and also confirms the potential problem of instability and consequences thereof. BLUP users should examine the nature of the population of predicted values and should these be outside expectation, various mitigation techniques should be explored. 相似文献
15.
【目的】为综合评价华北落叶松参试家系的速生丰产性、稳定性及各试验地点的区分力和代表性,利用基因型主效加基因型-环境互作效应(GGE)双标图对2017年度华北落叶松区域试验中参试家系的生长数据进行分析。【方法】基于冀北地区4个试验地点26个华北落叶松家系的胸径数据,首先拟合3个线性混合效应模型,各个模型均具有相同的固定效应(“地点”和“地点中的区组”)和残差方差结构(行、列自回归AR1×AR1,以进行空间分析),其中,模型1为随机效应中包含2个公因子的因子分析模型(FA模型),模型2、3分别为随机效应里不含测量误差以及包含测量误差的非结构化矩阵模型(US模型);基于AIC信息准则选出一个最优模型,之后利用最佳线性无偏预测(BLUP)法得到各家系在各地点的胸径BLUP数据;基于胸径BLUP数据做GGE双标图分析,对华北落叶松家系和试验地点进行评价。【结果】基于AIC信息准则,模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))被选为最优模型;基于胸径BLUP数据的GGE双标图的前2个主成分的方差解释百分比之和为92.4%,表明结果可靠;4个试验地点被分成2组,地点L1(张家口赤城马营沟)、地点L3(张家口沽源柳条沟)和地点L4(承德围场查字)为一组(以111号家系的胸径最大),地点L2(承德围场御道口)为一组(以78号家系的胸径最大),相对而言,地点L3(张家口沽源柳条沟)能更有效地选择速生丰产且稳定的家系;各家系在不同试验地点上的表现有所不同,总体而言,26个华北落叶松家系中,111号的胸径(产量)最大,接着是78、72、82、76、59、100、77、56、86、96等系号,胸径(产量)最小的是1号,97、116、53、35、46、66和49号等家系的胸径(产量)也较低,68和42号家系的胸径(产量)接近总体均值;96、86、100和76号是速生丰产且稳定的家系,速生丰产家系111、72、56号的稳定性居中,速生丰产家系78、82和77号的稳定性中等偏下,而速生丰产家系59号则不稳定。【结论】模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))较另外2个模型而言,结果更为可靠。地点L3(张家口沽源柳条沟)既具高区分力,又具高代表性,能更有效地评价家系。家系96、86、100和76号兼具速生性、丰产性和稳定性,可被广泛推广。基于BLUP的GGE双标图能有效应用于华北落叶松家系及试验地点的评价,本研究可为冀北地区华北落叶松的家系选择和应用提供决策支持。 相似文献
16.
本文对不确定性可视化表达的主要技术与方法进行了简要论述,进而以北京市城市边缘带样区基于地统计学的土壤表层的pH空间预测作为案例研究,以相对误差表示预测结果的不确定性,应用色调-饱和度-亮度(HSI)色彩模型实现土壤属性预测结果和不确定信息的可视化同步表达。在HSI模型中,色调值被用来表示预测值,白度表示不确定性。在案例研究的pH预测输出结果中,颜色发白的区域表示预测结果的不确定性较高,需要做进一步补充采样。实际应用过程中发现,二维图例对不确定性的可视化表达效果有一定的限制作用,仍需在二维图例完善或创建新型图例方面开展深入的研究工作。图3参14。 相似文献
17.
本文以马尾松(Pinus massoniana)地上生物量数据为例,通过利用度量误差模型方法,研究建立了地上生物量与干、皮、枝、叶4个分量的相容性方程系统。首先,从各个分量所占比例变化特点分析入手,采用比值函数分级联合控制和比例函数总量直接控制2种方案构建了以地上总生物量为基础的相容性方程系统,其中对地上总生物量模型的估计,又采取了独立估计和联合估计2种处理方法。结果表明,分级联合控制方案和总量直接控制方案效果基本相当,而独立估计方法和联合估计方法也几乎没有差异。然后,还对一元、二元和三元模型的拟合效果进行了对比分析,结果显示随着解释变量的增加,估计值的标准误差和平均预估误差会有所下降,但对模型效果的改善幅度并不大。最后,对各个分量占地上总生物量的比例随直径的变化特点进行了分析,结果表明干材生物量所占比例随林木直径的增大而提高,干皮和树叶生物量所占比例则随林木直径的增大而下降,而树枝生物量所占比例相对比较稳定。本文所建立的相容性生物量方程系统,地上总生物量的预估精度达到95%以上,树叶生物量的预估精度最低,但也达到了85%以上。 相似文献
18.
基于吉林省汪清林业局金沟岭林场95株冷杉天然林解析木(Abies nephrolepis)的胸径、树高及从地面起至树梢的11个高度处的直径数据,利用三次平滑样条函数结合线性预测理论得出冷杉的干曲线。最后分析模型的算术误差和相对误差的均值、标准差和均方误差。分析结果表明:预测得出的干曲线能够很好地反映冷杉干形的生长变化,预测材积与实际材积非常接近。 相似文献