Оценка соотносительной близости клонов плюсовых деревьев сосны обыкновенной

Оценка соотносительной близости клонов

плюсовых деревьев сосны обыкновенной

по величине евклидова расстояния

Бессчетнова Н.Н. (НГСХА, г. Нижний Новгород, РФ)

Clones of 29 allocated best trees of Scots Pine, selected on territory of the Nizhniy Novgorod area were studied. The various degree of their correlative affinity on size of the generalized statistical distance in multivariate space is established. The general range of values is great enough: from 1,3205 up to 0,0447, the maximum surpasses a corresponding minimum in 29,5 times.

Вегетативное потомство 29 плюсовых деревьев, размещенное в границах одного архива клонов на территории Семеновского специализированного семеноводческого лесхоза Нижегородской области, составило исходную базу для комплексного анализа по признакам, характеризующим хвою, шишки и крону и объединенным в соответствии с этим в три группы. В неё вошли только те репродукции, по которым в ходе предварительной статистической обработки были получены достоверные оценки всех принятых в анализе количественных признаков. Такой подход обеспечивал возможность получения адекватных характеристик в едином для всех объектов многомерном пространстве. На первом этапе статистической обработки исходного материала использовано 33 признака, являющихся как прямыми, так и производными. Далее из них были выбраны 18, наиболее информативно описывающих линейные и удельные параметры, массу и форму изучаемых частей и органов деревьев. Было принято условие идентификационной равнозначности трех групп признаков, что в расчетах учитывалось введением одинаковых для каждой из них весовых коэффициентов, равных 1/3. Сумма этих коэффициентов составляет 1. В связи с тем, что установленные группы признаков представлены неодинаковым их числом, внутри группы каждый из её признаков получал свой дополнительный весовой коэффициент в долях от единицы в соответствии с их количеством, так, чтобы и в этом случае сумма значений таких коэффициентов оставалась равной 1, а общая сумма значений коэффициентов в группе оставалась бы равной 1/3. При этом если рассматривалось несколько признаков, относящиеся к характеристикам одного параметра, например длины хвои или оценкам формы шишек, то они имели еще дополнительные весовые коэффициенты, позволявшие при использовании многочисленных признаков учесть их идентификационное значение. Вычисления проводили по традиционным в таких ситуациях алгоритмам (Никитин, Швиденко, 1978; Булыгин, 1978; Мандель, 1988; Марущак, Сабанцева, 1991 и др.) с использованием программ, разработанных на кафедре лесных культур НГСХА.

Вычисленные величины обобщенного статистического расстояния между объектами в евклидовом пространстве свидетельствуют о различной степени их близости или отдаленности по комплексу анализируемых характеристик. Общий диапазон значений достаточно велик: от 1,3205 (между клонами «2» и «20») до 0,0447 (между клонами «1» и «29»), или максимум превосходит соответствующий минимум в 29,5 раза.

Полученные оценки обобщенных статистических расстояний в евклидовом пространстве позволили осуществить группировку клоновых репродукций посредством восходящей иерархической процедуры кластеризации и реализации центроидного взвешенного парно-группового метода или метода ближнего соседа (Никитин, Швиденко, 1978; Песенко, 1982; Мандель, 1988; Савва, Вяганов, Милютин, 2002) с построением дендрограммы (рис. 1). Для этого использовались программы, разработанные на кафедре лесных культур.

На рисунке 1 удается различить 3 хорошо оформленных макрокластера. В первый из них, заметно отделяющийся от других, вошло 9 клонов. В нем объекты с порядковыми номерами «1», «29», «16», «19», «12» образуют наиболее плотное ядро с уровнем кластеризации, не превышающим 0,1 при максимуме в 0,5601977. Объект с номером «5», наиболее близкий к указанному выше ядру, объединяется с ним на уровне расстояний в 0,17479272. Вместе их можно рассматривать как отдельный кластер из 6 объектов. 3 объекта с номерами «4», «20» и «27» образуют в составе рассматриваемого макрокластера самостоятельную, но мене плотную группу – еще один кластер с уровнем завершающего объединения 0,2802.

Следующий макрокластер объединяет вегетативные репродукции 10 плюсовых деревьев. В его составе выделяются клоны с порядковыми номерами «8», «18», «9», «25», «22», «11», «14», «28», образующие самостоятельный кластер. Он достаточно плотный (уровень расстояний при завершении кластеризации составляет 0,180448), хотя и в его составе можно различить группы наиболее близких по отношению друг к другу объектов. К нему на сравнительно высоком уровне объединения последовательно примыкают 2 вполне обособленных клона с номерами «23» (расстояние от кластера 0,2927) и «2» (уровень объединения в кластер 0,3642).

Третий макрокластер также хорошо оформлен (уровень кластеризации 0,2261), и в его структуре отчетливо различаются 2 кластера. В первый из них вошли объекты: «3», «7», «17», «6», «10», «24» с уровнем объединения 0,1744, а во второй – «13», «21», «26», «15» с уровнем объединения 0,1790.

Поскольку все проявления признаков, используемых в комплексном анализе, зафиксированы у вегетативного потомства плюсовых деревьев, размещенного в пределах одного участка с выровненным экофоном, то существующие различия между представителями разных клонов могут быть обусловлены преимущественно наследственными причинами, то есть генотипически. Тогда установленная структура соотносительной статистической близости между указанными объектами адекватно отражает характер их генетического сходства или различий по всему комплексу анализируемых признаков в целом.

Полученный материал позволяет выделить группы клонов, значительно различающиеся между собой, но относительно однородные в пределах своих составов. Это в свою очередь определяет возможность обоснованного подхода к выбору родительских пар при скрещивании и проверке. При реализации

стратегии, направленной на скрещивание между наиболее отдаленными партнерами, их выбор должен осуществляться из наиболее различающихся групп. Если же реализуется стратегия скрещивания между собой объектов с наиболее сходными характеристиками, то выбор должен производиться из числа представителей одного кластера или макрокластера, имеющих наименьшее статистическое расстояние между собой. В ходе выполнения работ по контролируемому скрещиванию для последующих вычислений оценок ОКС и СКС важно обеспечить контрастность проявления различий между представителями разных гибридных семей. Это в наиболее полной мере может быть достигнуто при использовании в качестве родительских пар особей с наиболее отдаленными характеристиками. В частности при вовлечении в схему гибридизационного процесса представителей рассматриваемого архива клонов нами определен ряд комбинаций скрещивания. Так клон с порядковым номером «1» в составе комплекса в принятой схеме скрещиваний образует комбинации со следующими клонами «3», «7», «17», «6», «10», «24», «13», «21», «26», «15», как с наиболее отдаленными от него. Достаточно отдаленные от всех объектов своего макрокластера клоны с порядковыми номерами «2» и «23» могут входить в комбинации скрещивания со всеми остальными объектами рассматриваемого комплекса.

Литература

Булыгин Ю.Е. Комплексная оценка экотипов древесных пород // Лесное хозяйство. – 1978. – № 12. – С. 30 – 32.

Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика, 1988. – 176 с.

Марущак В.Н., Сабанцева С.И. Метод комлексной оценки биометрических показателей экотипов сосны обыкновенной в культурах // Вестник сельскохозяйственной науки Казахстана. – 1991. – № 5. – С. 91 – 93.

Никитин К.Е, Швиденко А.З. Методы и техника обработки лесоводственной информации. – М.: Лесная промышленность, 1978. – 272 с.

Песенко, Ю.А. Принципы и методы количественного анализа в фаунистических исследованиях. – М.: Наука, 1982. – 287с.

Савва Ю.В., Вяганов Е.А., Милютин Л.И. Рост и структура годичных колец сосны обыкновенной в географических культурах Красноярской лесостепи в зависимости от климатических факторов // Материалы научной генетической конференции. – М.: Издательство МСХА, 2002. – С. 286 – 288.