Modelling the effects of natural and artificial regeneration on genetic structure. 1. Pure spruce stand

Marian Pacalaj; Dušan Gömöry; Roman Longauer

doi:10.2478/v10114-011-0004-0

Pacalaj, Marian; Gömöry, Dušan; Longauer, Roman

2011-01-01 00:00:00

rocník 57, císlo 2, 2011, s. 96112 Section: Forestry DOI: 10.2478/v10114-011-0004-0 MODELOVANIE DOPADOV PRIRODZENEJ A UMELEJ OBNOVY NA GENETICKÚ STRUKTÚRU 1. nezmiesaný smrekový porast MARIAN PACALAJ1, DUSAN GÖMÖRY2, ROMAN LONGAUER1 Národné lesnícke centrum-Lesnícky výskumný ústav, T. G. Masaryka 22, SK 960 92 Zvolen Technická univerzita vo Zvolene, Lesnícka fakulta, T. G. Masaryka 24, SK 960 53 Zvolen PACALAJ M., GÖMÖRY D., LONGAUER R., 2011: Modelling the effects of natural and artificial regeneration on genetic structure. 1. Pure spruce stand. Lesn. Cas. Forestry Journal, 57(2): 96112, 13 fig., tab. 5, ref. 28. ISSN 0323 1046. Original paper. The paper focuses on the analysis and assessment of spatial and temporal variation in male and female fertility and their effect on the genetic structure of progeny in a managed stand of a pure Norway spruce. The program package Eco-Gene (DEGEN & GREGORIUS & SCHOLZ 1996) was used to model genetic structures and to assess the influence of various regeneration systems based on natural and artificial regeneration on the formation of spatial genetic structure, allelic richness, diversity and genotype structure of progeny, and its differentiation from the maternal stand. The research plot was established in the site Vysné Hágy with 200 adult trees. For each tree, position in the stand, crown size and its ground projection, and seed fertility were scored in the field. Besides, a multilocus genotype of each tree was determined by isozyme analyses of dormant buds. Based on the modelling, we compared various silvicultural systems, which should result in a progeny reproducing genetic structures of maternal stands. An important indicator for the evaluation of silvicultural treatments was the formation of spatial genetic structures, as a secondary criterion, we used the differentiation of progeny against mother stand. Finally, we also considered genetic variation of progenies. Considering these criteria, the most appropriate silvicultural treatment in pure spruce stands appears to be the two-phase edge shelterwood cutting. On the other hand, intensive single tree selection is maybe unexpectedly the least appropriate option. The other tested systems single-phase edge, group, progressive group shelterwood cutting and moderate single tree selection have an equivalent, intermediate position. Key words: Norway spruce, genetic variation, spatial genetic structure, fertility variation, natural and artificial regeneration Táto práca analyzuje priestorovú a casovú variabilitu v samcej a samicej plodnosti jedincov a ich vplyv na genetickú struktúru potomstva v obhospodarovanom smrekovom poraste. Pre úcely modelovania genetickej struktúry a na posúdenie dopadu rôznych obnovných rubov zalozených na prirodzenej a umelej obnove na priestorovú genetickú struktúru, multiplicitu, diverzitu a genotypovú struktúru potomstva a jeho diferenciáciu od materského porastu bol pouzitý programový balík Eco-Gene (DEGEN & GREGORIUS & SCHOLZ 1996). V lokalite Vysné Hágy bola zalozená výskumná plocha s celkovým poctom 200 dospelých stromov. Na ploche bola zameraná pozícia kazdého stromu, zistená vekos, projekcia koruny a odhadnutá produkcia sisiek. Pomocou izoenzýmových genetických markérov z dormantných púcikov bol zistený aj genotyp kazdého jedinca. Modelovaním sme porovnali vhodnos rôznych obnovných rubov z hadiska reprodukcie genofondu resp. genetickej struktúry materských porastov. Základným kritériom hodnotenia bola tvorba priestorovej genetickej struktúry, sekundárnym miera diferenciácie potomstva od materskému porastu a posledným miera genetickej variability v potomstve. Po zohadnení týchto kritérií sa v nezmiesanom smrekovom Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 poraste ukázal ako najvhodnejsí dvojfázový okrajový clonný rub a ako najmenej vhodný (mozno prekvapivo) silnejsí jednotlivo výberný rub. Ostatné testované ruby maloplosný prostý jednofázový okrajový, skupinový, skupinovitý clonný a slabsí jednotlivo výberný rub sa ukázali ako stredne vhodné a mali na genofond potomstva podobný vplyv. Kúcové slová: smrek obycajný, genetická variabilita, priestorová genetická struktúra, variabilita plodnosti, prirodzená a umelá obnova lesa 1. Úvod a problematika Genofond populácie je komplexný a dynamický systém, ktorého struktúra je urcovaná predovsetkým genetickými procesmi a faktormi, ako je výber poda zivotaschopnosti, systém reprodukcie, tok génov, efektívna vekos populácií, priestorové a casové rozdelenie fertility, fenológie kvitnutia a pod. Zárove je úzko prepojený na ekosystémové, demografické a rastové procesy, ako je rast, vnútrodruhová a medzidruhová kompetícia, kolonizácia, a je ovplyvovaný udskými zásahmi, v prípade lesných drevín predovsetkým obhospodarovaním porastov. V princípe kazdá matematická formulácia ktoréhokovek z týchto ciastkových procesov predstavuje matematický model. Za posledné desarocia doslo v populacnej genetike lesných drevín k znacnému pokroku v poznaní a pochopení jednotlivých komponentov genetického systému, predovsetkým vaka zdokonaleniu metód hodnotenia genetickej premenlivosti na úrovni konkrétneho génu s vyuzitím metód biochemickej a molekulárnej genetiky. Výskum sa týkal predovsetkým specifických procesov a faktorov, vaka comu sme získali pomerne podrobné poznatky o jednotlivých izolovaných aspektoch genetického systému. Z poznania jednotlivých zloziek vsak este nevyplýva poznanie genetického systému populácie ako celku. Úcinky jednotlivých mechanizmov a procesov sa môzu navzájom kompenzova, absencia pozorovatených zmien genetickej struktúry nemusí by dôsledkom absencie vonkajsích vplyvov, ale aj vzájomnej rovnováhy (napr. selekcia proti skodlivým alelám, ich systematické vytváranie mutacným procesom, usmernená selekcia, tok génov a pod.). Pre pochopenie komplexu vzájomných interakcií a siete spätných väzieb medzi jednotlivými komponentmi a ciastkovými procesmi a pre predpove reakcie genetického systému na vonkajsie vplyvy, napr. efekty antropickej cinnosti (imisie, umelá obnova, pestovné zásahy) je nevyhnutný prístup, ktorý nielen mechanicky spája poznatky o jednotlivostiach ale snazí sa ich integrova do jednoliateho systému. V genetike lesných drevín sa stromové modely zacali vyvíja v súvislosti s potrebou predpoveda dopady obhospodarovania na genetickú struktúru porastov. Zásahy cloveka do lesného ekosystému, vrátane pestovných zásahov, vyvolávajú celý rad reakcií a postihujú súcasne viaceré zlozky genetického systému. Príkladom môzu by procesy spojené s clonnou obnovou. Prípravný rub spojený s odstránením fenotypovo nevhodných jedincov, predstavuje proces usmerneného výberu, znizovanie hustoty dospelého porastu v priebehu obnovných rubov Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 mení podmienky rozptylu peu, ako aj prístup svetla a vlhkostné pomery v pôde, co vyvoláva usmernený výber v následnej generácii. Východiská obnovy sú tvorené súbormi polosesterských (niekedy aj plnosesterských) potomstiev najblizsích stromov, co vedie k vnútropopulacnej diferenciácii a k tvorbe priestorovej genetickej struktúry. Kazdý z týchto ciastkových procesov je mozné jednotlivo empiricky skúma. Pre predpove výsledných dopadov na genofond je vsak nutné zohadni interakcie medzi jednotlivými ciastkovými procesmi. Empirické riesenie zalozené na experimente, ktorý by bral do úvahy vsetky zohadnené procesy, sa dá azko realizova. Mozné je empiricky hodnoti východiskový a výsledný stav (v nasom prípade genetickú struktúru dospelého porastu pred zapocatím obnovy a následnej generácie po jej ukoncení), ale touto cestou získame len výsledky týkajúce sa konkrétneho prípadu, pricom len azko mozno odhadnú, nakoko by boli zovseobecnitené. Pritom vo východiskovom stave existuje taká variabilita faktorov (drevinové zlozenie, veková a priestorová struktúra at.), ze nie je mozné realisticky (s ohadom na prácnos a financnú nárocnos) naplánova experiment, ktorý by vsetky potenciálne východiskové situácie a mozné varianty postupov obnovy postihoval. Pocítacová simulácia zalozená na princípoch systémovej analýzy sa tu núka ako najjednoduchsie riesenie. Pri mnohých lesných drevinách je k dispozícii také mnozstvo informácií o jednotlivých procesoch a faktoroch, aby bolo mozné odhadnú parametre modelu s dostatocnou presnosou. Pri modelovaní sa vychádza z dvoch prístupov: simulovaná situácia vychádza sa z populácie, ktorej genetická a priestorová struktúra je simulovaná na základe pozadovaných parametrov. Tento prístup pouzíva napríklad balík SIM (GÖMÖRY 1995). reálna situácia vychádza sa z reálneho modelového objektu, konkrétneho porastu, v ktorom sú jedinci genotypovaní v sade známych lokusov a sú zmerané ich priestorové koordináty, prípadne alsie charakteristiky (vek, výska, d1,3 a pod.). V súcasnosti je najlepsie prepracovaným modelom tohto typu program Eco-Gene (DEGEN 1997). Model umozuje zohadni okrem genetickej variability materského porastu aj variabilitu v alsích faktoroch (periodicita semenných rokov, fenológia kvitnutia, fertilita jednotlivých genotypov at.). Pokia je cieom sledova vývoj genetickej struktúry az po dospelos následnej generácie alebo cez niekoko generácií, je nutné zabudova do systému aj model rastu a kompetície (Eco-Gene napríklad pouzíva modely nemeckých rastových tabuliek). Je vsak potrebné pripomenú, ze selekcná hodnota markérových génov je najcastejsie neznáma, preto pravdepodobnos prezitia konkrétneho jedinca v kompetícii nie je mozné odvodzova od jeho genotypu. Rovnako je dos problematické presne kalibrova kompeticný model (zivotaschopnos jedinca v závislosti na kompeticnom indexe), pretoze väcsinou chýbajú presné experimentálne podklady. Výsledky získané v tomto stádiu simulácie je potrebné povazova za priblizné resp. platné len pre selekcne neutrálne gény. Napriek uvedeným skutocnostiam boli uvedené modely úspesne pouzité pre hodnotenie dopadov pestovných opatrení. DEGEN, GREGORIUS a SCHOLZ (1996) pouzili model Eco-Gene na simuláciu dopadov imisného stresu. SEBENN et al. (2008) modelovali dopad azby na genetickú struktúru tropických drevín. KRAMER (2004) sa v rámci projektu DynaBeech pokúsil o modelovanie vývoja v adaptívnych génoch. Pouzil reálny jednostromový rastový a kompeticný model doplnený o genetický komponent v tom, ze výskový rast povazoval za znak kontrolovaný 10 génmi s cisto aditívnym úcinkom. Vychádzajúc z tohto predpokladu priradil jedincom genotypy v týchto génoch na základe ich výsky a jej heritability (t. j. zohadnil aj náhodný komponent modelujúci vplyv prostredia) a sledoval vývoj genetickej struktúry v závislosti na pestovných zásahoch. Vsetky tieto príklady poukazujú na skutocnos, ze matematické modely sú vhodnou cestou pre posudzovanie vplyvu cinnosti cloveka na populácie lesných drevín a v konecnom dôsledku aj na lesné ekosystémy. Cieom práce bolo posúdi pomocou modelovania dopad rôznych obnovných postupov zalozených na prirodzenej a umelej obnove na priestorovú genetickú struktúru, multiplicitu, diverziu a genotypovú struktúru potomstva a vybra najvhodnejsie spôsoby obhospodarovania porastov umozujúce co najvernejsiu reprodukciu genetickej struktúry materského porastu, ktorá je základom zachovania genofondu najmä v génových základniach a v uznaných porastoch. 2. Materiál a metodika Pre úcely simulácie rôznych hospodárskych zásahov bol vybraný dospelý smrekový porast v lokalite Vysné Hágy. V tomto poraste bola zalozená pokusná plocha obdznikového tvaru s celkovým poctom 200 stromov a výmerou 0,34 ha. Plocha sa nachádza v nadmorskej výske 1 160 m, v 6. lesnom vegetacnom stupni (lvs), v skupine lesných typov (slt) Lariceto-Picetum nizsí stupe, expozícia je juhovýchodná, sklon 15 %, priemerný vek je 80 rokov, zakmenenie nerovnomerné. Jednotlivé stromy na ploche boli ocíslované, zamerané teodolitom a následne boli pre kazdý strom vypocítané súradnice x a y. Na kazdom strome bola zmeraná jeho hrúbka, výska, nasadenie koruny, korunová projekcia a bola tiez odhadnutá aj plodnos, reprezentovaná poctom sisiek a poctom samcích strobilov. Pri jedincoch s malou úrodou sa spocítali priamo vsetky sisky, pri stromoch s vekou úrodou boli spocítané len sisky na stredne zarodených vetvách. Tieto pocty boli prenásobené celkovým poctom vetiev v jednom praslene a následne prenásobené poctom praslenov, na ktorých bola pozorovaná úroda. Odhad pocetnosti samcích strobilov bol zisovaný v case kvitnutia podobným spôsobom, ako odhad poctu sisiek. Spocítané boli samcie strobily v jednotlivých zhlukoch kvetov na stredne plodiacich vetvách (na konci vetvy aj po jej stranách), tento pocet bol prenásobený poctom zhlukov na celej vetve, potom celkovým poctom vetiev v jednom praslene a následne poctom praslenov, na ktorých bolo pozorované kvitnutie. Odhad pocetnosti sisiek bol na ploche Vysné Hágy uskutocnený v rokoch 2006 a 2007, odhad poctu samcích strobilov bol vykonaný v roku 2007. Na ploche boli simulované nasledovné obnovné postupy: maloplosný prostý jednofázový okrajový clonný rub v pásoch sírky na jednu výsku porastu, maloplosný dvojfázový okrajový clonný rub v pásoch sírky na jednu výsku porastu, silnejsí jednotlivo výberný rub, slabsí jednotlivo výberný rub, skupinový clonný rub, skupinovitý clonný rub. Sírka obnovných prvkov nebola plánovaná na dve priemerné výsky porastu a neuvazovalo sa ani s dvoma zásahmi v jednom decéniu z dôvodu predzenia obnovnej doby na maximum, aby sa tak zabezpecilo na obnovovanej ploche co najviac prirodzeného zmladenia. V priebehu presvetovania pri okrajových ruboch, pri skupinovom a skupinovitom clonnom rube ako aj v prvej fáze jednotlivého výberu sa pri simuláciách prednostne vyrúbali neplodiace stromy, ktoré by pri ich ponechaní aj tak neprispeli k tvorbe genofondu následného porastu. V prípade neúspechu prirodzenej obnovy nasleduje obnova umelá a preto sa venovala pozornos aj genetickej struktúre potomstva zozbieraného z definovaného poctu jedincov materského porastu. Simulovaná bola tvorba potomstva z 10, 20, 30 a 40 materských stromov, pricom ako zdroj samcích gamét boli vsetky jedince porastu úmerné svojej relatívnej fertilite. Ako zdrojové pletivo na izoenzýmové analýzy sa pouzili dormantné púciky, ktoré boli odobraté v období vegetacného kudu zo vsetkých stromov nachádzajúcich sa na pokusnej ploche. Vzorky boli zozbierané pomocou nozníc s výskovým dosahom 12 m alebo zostreované brokovými nábojmi. Pomocou izoenzýmových analýz sa genotyp kazdého jedinca smreka urcil v 22 lokusoch. Izoenzýmové analýzy sa uskutocnili v biochemickom laboratóriu Katedry fytológie Technickej univerzity vo Zvolene. Pre modelovanie genetických a demografických procesov pri obnovných ruboch bol vyuzitý programový Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 Inicializácia Koordináty stromov 3) Genotypy 4) Vek, resp. d1,3 2) Nastavenie 5) parametrov Casový rámec simulácie 7) Drevina rastová funkcia 8) Systém reprodukcie 9) Kompetícia 10) Samcia a samicia plodnos 1 Väzba génov 12) Selekcia 6) Rocný prírastok Simulácia 13) 14) Reprodukcia 15) Kompetícia 9) Selekcia poda zivotaschopnosti 16) Výstup 17) Genotypy a genetická struktúra 19) Priestorová struktúra 20) Efektívna vekos 2 Rozdelenie veku, d1,3, vitality at. 18) Obr. 1. Schéma nadväznosti procesov v rámci programu Eco-Gene (DEGEN & GREGORIUS & SCHOLZ 1996, modifikované) Fig. 1. Chaining of processes in the Eco-Gene Programe (DEGEN & GREGORIUS & SCHOLZ 1996, modified) Initialization, 2)Spatial position of the trees, 3)Genotypes, 4)Age or d.b.h.,5)Setting parameters, 6)Time scale, 7)Tree species growth function, Mating system, 9)Competition, 10)Male and female fertility, 1Linkage of genes, 12)Selection, 13)Simulation, 14)Annual increment, 15)Mating, 16)Viability selection, 17)Output, 18)Genotype and genetic structure, 19)Spatial structure, 20)Effective size, 2Distribution of age, d.b.h., vitality 8) balík Eco-Gene (DEGEN & GREGORIUS & SCHOLZ 1996), ktorý pracuje v prostredí Windows. Program Eco-Gene je koncipovaný na prácu s reálnymi populáciami ako východiskovým materiálom pre simuláciu genetických struktúr, aj ke nevylucuje aj pouzitie simulovaného vstupného súboru. Kombinuje modelovanie genetických procesov (vývoj alelických a genotypových struktúr a priestorového rozmiestnenia genotypov v závislosti na fertilite, s mozným zohadnením selekcie a alsích genetických faktorov) s modelmi demografických procesov a populacnej dynamiky (reprodukcný systém) s jednoduchými rastovými modelmi lesa (rast, vnútrodruhová kompetícia). Obsahuje deterministické aj stochastické prvky. Je stavaný ako modulárny systém, zaha moduly, ktoré reprezentujú ciastkové subsystémy, takze umozuje nezávislé modelovanie jednotlivých procesov a teda variabilné nastavenie poda potreby uzívatea. Je dimenzovaný na mimoriadne veký pocet lokusov (výrazne prevysujúci pocet analyzovaných lokusov v nasom príLesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 pade, to vsak môze by uzitocné pri AFLP alebo RAPD markéroch). Manuál programu neuvádza obmedzenie poctu jedincov, pravdepodobne pre tento úcel pouzíva dynamické dimenzovanie, v kazdom prípade aj napriek pomerne vekým nárokom na pocítacový cas zvládal spracovanie súborov s rádovo 20 000 jedincami, ktoré boli pouzívané v nasom prípade. Schéma nadväznosti algoritmov v rámci behu programu Eco-Gene je na obrázku 1. Program vyzaduje nacítanie vstupných dát a nastavenie parametrov. Následne prebieha vlastná simulácia. Výstupy sú spracované bu v rámci samotného prostredia Eco-Gene, alebo je mozné ich exportova vo formáte iných programov pre genetické analýzy. Vstupné údaje Inicializácia programu spocíva v nacítaní vstupného súboru. Vstupný súbor obsahuje názov analyzovaných dát, pocet jedincov, rozmery plochy, na ktorej sú roz99 miestnené (maximálny rozmer v smere x a v smere y), údaj o tom, ako je urcená vekos jedincov (d1,3 alebo vek), pocet lokusov, zoznam lokusov, za ktorým nasledujú údaje o jedincoch: císlo jedinca, jeho súradnice x a y, hrúbka d1,3 alebo vek (v nasom prípade d1,3) a následne genotypy poda lokusov v tom poradí, ako sú uvedené v zozname lokusov. Casový rámec Casový rámec simulácie v prostredí Eco-Gene môze by zadefinovaný rokmi alebo poctom generácií. V nasom prípade sme pouzili pocet rokov. Simulácia bola uskutocovaná postupne kazdý obnovný zásah predstavoval jeden beh simulácie (spravidla 1 decénium), pricom výstup z jednej simulácie bol (po manuálnej redukcii jedincov materského porastu zodpovedajúcej odstráneniu jedincov pri obnovnom zásahu) pouzitý ako vstup pre následnú simuláciu, az do odstránenia vsetkých jedincov materského porastu. Následne bol simulovaný alsí rast potomstva az dovtedy, kým vnútrodruhová kompetícia neznízila pocet zostávajúcich jedincov na priblizne rovnakú hodnotu, ako bol pôvodný pocet jedincov materského porastu. Rastová krivka dreviny Eco-Gene umozuje simulova rast 5 hlavných hospodársky významných drevín: smreka obycajného, jedle bielej, borovice lesnej, buka lesného a duba letného resp. zimného, pricom vyuzíva rastové funkcie, ktoré sú základom nemeckých rastových tabuliek. Eco-Gene nie je presným rastovým modelom lesa. Pouzité rastové krivky nezodpovedajú presne nasim pomerom. Vzhadom na to, ze cieom simulácie nebola presná imitácia rastu porastu ako celku, ale skôr zachovanie vzájomného pomeru v raste jedincov rozdielnej vekosti a veku, je napodobenie rastu drevín dostatocne realistické. Program na základe rastovej funkcie modeluje kazdorocne výskový prírastok jedinca v závislosti na jeho veku, ktorý následne modifikuje poda podmienok kompetície. Systém reprodukcie Model Eco-Gene umozuje podrobné nastavenie rôznych parametrov systému reprodukcie. Prvým je periodicita semenných rokov. Na jej stanovenie sa vychádzalo z informácií Strediska kontroly lesného reprodukcného materiálu v Liptovskom Hrádku, poda ktorých sa semenné roky smreka vyskytujú raz za 3 roky. Minimálna výska fruktifikujúcich stromov bola nastavená na 20 m, aby sa na reprodukcii podieali len stromy materského porastu. Aj pri relatívne vysokej hustote obnovovaného porastu nepredpokladáme, ze by dochádzalo k prekrývaniu generácií, t. j. ze by mohli aj stromy potomstva fruktifikova, nastavená bola preto pomerne vysoká prohibitívna hodnota. Pri nastavení priemerného poctu produkovaných gamét na jednotku povrchu koruny sa ponechali impli100 citné hodnoty. Vzhadom na to, ze fertilitu jedincov sme zisovali priamo, tento parameter nebol pri simulácii zohadovaný. Nastavenie parametrov rozptylu peu a semien vychádzalo z dostupných literárnych zdrojov. Eco-Gene pouzíva pre simuláciu oboch procesov exponenciálnu funkciu: y = ed, kde d je rozptylová vzdialenos, y je relatívna hustota peu, resp. semien a je parameter modelu. Pre rozptyl semien sa pouzili publikované rozptylové krivky, ktoré sa aproximovali exponenciálnou funkciou, pricom parameter bol odhadnutý na základe maximálneho priblízenia exponenciálneho a lognormálneho modelu (priblízenie bolo posudzované opticky, keze k dispozícii boli len rozptylové krivky, nie pôvodne merané hodnoty, z ktorých boli odvodené, takze metóda najmensích stvorcov alebo iná objektívna optimalizacná metóda sa nedala pouzi). Pri smreku sa vychádzalo z práce DOVCIAK et al. (2008) pre Picea abies zo Slovenska na lokalite Príslopy v CHKO Poana. Keze u ihlicnatých drevín bola preukázaná nizsia zivotaschopnos potomstiev zo samoopelenia v dôsledku prítomnosti letálnych alel, v programe sme ponechali relatívnu zivotaschopnos samoopelených semien na 40 %. Priblizuje sa hodnote 0,35, ktorú uvádzajú YAZDANI a LINDGREN (199 pre borovicu sosnu. Nastavenie poctu simulovaných jedincov potomstva vychádzalo z plochy a hustoty simulovaného následného porastu. V smrekových porastoch s podobnými podmienkami, aké sú na nasej ploche, je v semennom roku bez prípravy pôdy priemerný pocet semenácikov asi 150 ks/m2 (JANKOVIC 1996). Tieto pocty sme ale nepouzili z dôvodu nemoznosti spracovania tak rozsiahleho súboru dát. Pre program Eco-Gene je odporúcané rozpätie 0 2 000 ks na celú plochu. Na nasej pokusnej ploche bol preto tento pocet pre smrek nastavený na 2 000 ks. Pre prípad simulácie umelej obnovy program umozuje zadefinova súbor materských stromov produkujúcich potomstvo tromi spôsobmi: individuálne nastavenie, náhodný výber stanoveného poctu stromov a náhodný výber stanoveného poctu skupín stromov. V nasom prípade sa vybrali skupiny 10, 20, 30 alebo 40 najbohatsie plodiacich jedincov ako materských stromov, z ktorých sa zbiera semeno pre úcely umelej obnovy. Celkový pocet jedincov potomstva sa nastavil na 1 000. Vzhadom na to, ze neboli uskutocnené fenologické pozorovania, ponechali sa pri nastavení zaciatku a trvania receptivity samicích strobilov aj prásenia samcích strobilov implicitné hodnoty. Fertilita Selekcia v závislosti na plodnosti sa modeluje nastavením relatívnej samcej alebo samicej fertility konkrétnych genotypov v génoch kontrolujúcich plodnos. V nasom prípade sme pracovali s izoenzýmovými genotypmi, ktoré sa povazujú za selekcne neutrálne, nemáme Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 k dispozícii ziadne publikované údaje o diferenciách v plodnosti jednotlivých izoenzýmových genotypov. Jedince v poraste sa vsak výrazne odlisovali produkciou samcích aj samicích gamét, ktorá sa odhadovala na základe produkcie sisiek a samcích strobilov. Aby sa mohla zohadni rozdielna plodnos jedincov pri reprodukcii (aj ke nebola známa miera ani spôsob determinácie jej genetickej kontroly) a ich rozdielny príspevok k tvorbe potomstva, boli zavedené dva pseudolokusy oznacené ako plf a plm, v ktorých sa jednotlivým jedincom priradili genotypy na základe ich relatívnej samicej, resp. samcej plodnosti. Pri urcovaní relatívnej plodnosti sa vychádzalo zo sumárneho poctu vyprodukovaných sisiek a samcích strobilov za obdobie ich pozorovania. Kompetícia Kompeticný modul v rámci prostredia Eco-Gene pouzíva pri simulácii (pri pouzití casového rámca rokov) prístup poda MONSERUDA (1975). Pre kazdého jedinca je vypocítaný kompeticný index c, ktorý predstavuje podiel prekrývajúcej sa casti koruny jedinca s korunami susedných jedincov. Pre izolovane rastúce stromy je c = 0, pre stromy s prekrývaním korún so susedmi je c > 0. Kumulatívnym parametrom urcujúcim prezitie jedinca, je index jeho vitality, ktorý je mozné nastavi ako funkciu indexu kompetície. Semenáciky zacínajú s vitalitou rovnou 1, kazdý rok je vitalita redukovaná v závislosti na veku a kompetícií. Ak jedinec dosiahne vitalitu 0, je z populácie eliminovaný. Po ukoncení simulácie kazdého obnovného postupu (reprodukcie po redukcii materského porastu) boli pozície a genotypy vyprodukovaného potomstva samostatne ulozené do výstupného súboru a az následne bola simulovaná kompetícia. Tento postup umozuje porovna genetickú variabilitu a priestorovú genetickú struktúru potomstva pred jeho redukciou v dôsledku kompetície (t. j. vsetkých vyprodukovaných semenácikov) a po nej (v následnom poraste). Výstupy Genetická variabilita Prostredie programu Eco-Gene síce umozuje priamo získa základné charakteristiky genetickej variability simulovaného potomstva, ale v nasom prípade bolo výhodnejsie vykona tento typ analýz specializovanými programami. Ako výstup zo simulácie program poskytuje genotypy jedincov potomstva a ich priestorové koordináty v rovnakom formáte, ako je formát vstupného súboru, a zárove umozuje export vo formáte programov Pop-Gene (YEH et al. 1997) a GSED (GILLET 1994). Pre analýzu charakteristík genetickej variability potomstva bol výstup z Eco-Gene pouzitý ako vstup pre program Pop-Gen v. 1.3.2, ktorý umozuje analýzu základných charakteristík genetickej premenlivosti. Z charakteristík genetickej multiplicity (alelického boLesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 hatstva) populácie bol pouzitý priemerný pocet alel na lokus a podiel polymorfných lokusov (za polymorfný bol povazovaný lokus s 2 a viac alelami bez ohadu na ich frekvencie). Ako základné miery genetickej diverzity boli hodnotené efektívny pocet alel a ocakávaná heterozygotnos. Ako základná charakteristika genotypovej struktúry bola pouzitá pozorovaná heterozygotnos, ktorá kvantifikuje skutocný podiel heterozygotných genotypov v populácii. Mieru odchýlky od panmiktickej (Hardy-Weinbergovskej) rovnováhy kvantifikoval index fixácie. Významnos odchýliek genotypových frekvencií od hodnôt ocakávaných v prípade panmiktickej rovnováhy sa testoval pomocou G-testu. Testovacia charakteristika má 2-rozdelenie, ale test je konzervatívnejsí, nez klasický 2-test (SOKAL & ROHLF 198. Genetická diferenciácia medzi materským porastom a potomstvami po jednotlivých typoch obnovných rubov ci umelej obnovy, resp. medzi potomstvom pred uskutocnením simulácie kompetície (t. j. vsetkými produkovanými semenácikmi) a po kompetícii (následným porastom) sa kvantifkovala genetickými vzdialenosami poda Neia (nestranný odhad, NEI 1978). Priestorová genetická struktúra Pod priestorovou genetickou struktúrou sa rozumie zákonitos rozdelenia genotypov v priestore. Priestorové rozdelenie sa od náhodného môze odlisova oboma smermi smerom k zhlukovaniu podobných genotypov, napr. v dôsledku izolácie vzdialenosou, aj smerom k pravidelnému rozmiestneniu genotypov, napr. v dôsledku selekcie v mozaikovo heterogénnom prostredí (HARDY & VEKEMANS 1999). Charakter rozdelenia samozrejme závisí od toho, na akej priestorovej mierke pôsobí mechanizmus, ktorý ho spôsobuje. Charakter priestorového rozdelenia bol posudzovaný metódou hodnotenia na základe poctu spolocných alel. Pri tejto metóde sú pre vsetky dvojice stromov spocítané ich vzájomné priestorové (euklidovské) vzdialenosti a pocet alel, ktoré majú ich genotypy rovnaké. Následne sú páry jedincov roztriedené do definovaných tried vzdialenosti (v nasom prípade sa pouzívali 3 m triedy vzdialenosti) a pocty rovnakých alel sú spriemerované v rámci tried. Definovanie vekosti triedy vzdialenosti závisí od vekosti plochy (najvyssia trieda vzdialenosti by nemala presiahnu ½ minimálneho rozmeru plochy) a pocetnosti (minimálne 30 párov) v rámci triedy (DEGEN & PETIT & KREMER 200. Priemerné pocty spolocných alel je mozné vynies graficky v závislosti na vzdialenosti, takýto graf sa oznacuje ako distogram. Významnos hodnôt distogramu (odchýlka pozorovanej hodnoty od hodnoty ocakávanej v prípade náhodného rozdelenia, ktorá je rovná priemernému poctu alel vo výberovom súbore) je mozné testova permutacným testom. Genotypy jedincov sú náhodne permutované po priestorových pozíciách (cím sa vytvorí náhodné priestorové rozmiestnenie genotypov) a pre kazdý výstup z takejto permutácie sa odvodí distogram. Pri vekom pocte permutácií je potom mozné odvodi interval spoahlivosti pre ocakávanú strednú hodnotu. Pokia sa pozorovaná hodnota nachádza za hranicami konfidencného intervalu, znamená to, ze sa významne odlisuje od hodnoty ocakávanej v prípade náhodného priestorového rozdelenia. Ak je pozorovaná hodnota nad hornou hranicou, genotypy v príslusnej triede vzdialenosti zdieajú viac alel, nez by zodpovedalo náhode, spravidla v dôsledku tvorby príbuzenských skupín (HARDY & VEKEMANS 1999). Ak sa nachádza pod spodnou hranicou, genotypy v príslusnej triede vzdialenosti sú si geneticky menej podobné, nez by zodpovedalo náhode. Hodnotenie priestorovej genetickej struktúry sa vykonalo pomocou programu SGS (Spatial Genetic Structures; DEGEN & PETIT & KREMER 200. Interval spoahlivosti bol vo vsetkých prípadoch odvodzovaný z 1 000 náhodných permutácií. Efektívna vekos populácie a variabilita plodnosti Efektívna vekos je spolu s reprodukcným systémom jednou zo základných vlastností populácie, pretoze kvantifikuje skutocný pocet jedincov, ktorí sa zúcastujú na reprodukcii a gény, ktoré sú odovzdávané z generácie na generáciu. Koncept efektívnej vekosti populácie má dve zlozky: koncept ideálnej populácie (spravidla ideálne panmiktická populácia) a charakteristickú velicinu, hodnota ktorej sa v reálnej populácii porovnáva s hodnotou ocakávanou v ideálnej populácii (GREGORIUS 199. Touto charakteristikou môze by koeficient inbrídingu, variancia alelických frekvencií a pod., poda toho rozoznávame inbrídingovú efektívnu vekos (ktorá sa vzahuje k miere príbuzenského krízenia v populácii), rozptylovú efektívnu vekos (ktorá hodnotí mieru genetického driftu) a alsie, menej pouzívané typy. V rastlinnej populácii môze odchýlka od panmiktického náhodného párovania nasta v dôsledku rozdielov v plodnosti, pohlavnej asymetrii, fenologickej asynchrónnosti, nenáhodného rozmiestnenia genotypov spojeného s izoláciou vzdialenosou a genetickej inkompatibility. Z týchto faktorov boli v nasom prípade k dispozícii len údaje o fertilite jedincov. Pri hodnotení podielu stromov na tvorbe samcích a samicích gamét sme vychádzali z odhadu poctu sisiek a poctu samcích strobilov. Na základe sumárnej produkcie strobilov za vsetky roky pozorovania bol vypocítaný percentuálny podiel kazdého jedinca na vyprodukovaných samicích a samcích gamétach. Variabilita príspevkov jedincov k tvorbe gamét bola hodnotená variacným koeficientom (LINDGREN & GEA & JEFFERSON 1996). V nasom prípade sa pouzili dva typy efektívnej vekosti: efektívnu vekos s ohadom na varianciu alelických frekvencií (variance-effective population size), ktorá kvantifikuje mieru genetického driftu, teda náhodnej zmeny alelických frekvencií medzi generáciami, a efektívnu vekos s ohadom na inbriding (inbre102 eding-effective population size), ktorá hodnotí mieru príbuzenského krízenia v populácii. Vzhadom na to, ze nase súbory predstavujú len fragment celej populácie, bola hodnotená relatívna efektívna vekos ako podiel z celkovej vekosti (cenzu). Celková pohlavná symetria bola hodnotená fenotypovými koreláciami medzi tvorbou samcích a samicích gamét. Stabilita produkcie gamét bola hodnotená fenotypovými koreláciami produkcie samcích, resp. samcích gamét v jednotlivých rokoch sledovania (Pearsonov korelacný koeficient). Priestorové rozdelenie plodnosti Odchýlky od náhodného priestorového rozdelenia relatívnej samcej a samicej plodnosti boli testované na základe priestorových autokorelácií. Vzhadom na skutocnos, ze v takmer vsetkých prípadoch boli relatívne fertility výrazne nenormálne rozdelené (silne avostranné asymetrické rozdelenie), nepouzil sa pre hodnotenie priestorovej autokorelácie Moranov index (ktorý je aplikáciou Pearsonovho korelacného koeficienta na priestorovú autokoreláciu, a teda predpokladá priblizne normálne rozdelenie oboch premenných), ale neparametrická metóda zalozená na výpocte priemernej nepodobnosti (city block metrika) v rámci triedy vzdialenosti s následným testovaním významnosti permutacným testom. Distogram bol vypocítaný samostatne pre samciu a samiciu plodnos. 3. Výsledky 3.1. Charakteristiky genetickej premenlivosti prirodzená obnova Základné charakteristiky genetickej premenlivosti materského porastu a populácií vzniknutých po aplikácii jednotlivých rubov pre prirodzenú obnovu sú uvedené v tabuke 1. Z hadiska genetickej multiplicity (alelického bohatstva) populácie nedochádza v dôsledku jednotlivých rubov k väcsím zmenám. V materskom poraste je priemerný pocet alel na lokus 3. Vo vseobecnosti sa v potomstve tento pocet zachováva. Jedinou výnimkou je silnejsí jednotlivo výberný rub, pri ktorom v dôsledku intenzívnej redukcie materského porastu vypadla z potomstva jedna alela. K výraznejsím zmenám dochádza pri redukcii potomstva pocas vnútrodruhovej kompetície. Najmenej výrazná je táto redukcia v prípade dvojfázového okrajového clonného rubu a pri skupinovom clonnom rube. Redukcia o 3 alely nastáva po jednofázovom okrajovom clonnom rube a skupinovitom clonnom rube, 4 alely sa strácajú po slabsom jednotlivo výbernom rube a az 9 alel v dôsledku kompetície vypadáva po silnom jednotlivo výbernom rube. Pocet polymorfných lokusov je vo väcsine sledovaných prípadoch rovnaký ako v materskom poraste (2, len pri slabsom jednotlivo výbernom rube po kompetícii ich pocet klesol na 20 a pri silnejsom jednotlivo výbernom rube po kompetícii na 18. Tieto dva ruby majú aj najväcsí úbytok alel. Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 Tabuka 1. Charakteristiky genetickej premenlivosti materského porastu smreka obycajného ( a jeho následných porastov (213) vznikajúcich prirodzenou obnovou po aplikácii rôznych typoch obnovných rubov Table 1. Characteristics of genetic variability of the mother stand of Norway spruce ( and its naturally regenerated progeny stands (213) established using various types of regeneration felling pop. 1 2 3 4 5 6 7 8 9 10 11 12 13 n 200 18 940 208 12 770 334 9 220 258 18 539 304 18 059 302 19 960 213 na 3,000 3,000 2,955 3,000 2,864 2,955 2,545 3,000 2,864 3,000 2,955 3,000 2,818 Sna 1,113 1,113 1,133 1,113 0,990 1,133 1,143 1,113 0,941 1,113 1,133 1,113 1,140 PP 21 21 21 21 21 21 18 21 21 21 21 21 20 ne 1,291 1,296 1,295 1,296 1,288 1,306 1,295 1,295 1,293 1,292 1,301 1,298 1,294 Sne 0,339 0,344 0,349 0,348 0,346 0,369 0,370 0,343 0,333 0,340 0,351 0,350 0,340 Ho 0,169 0,180 0,176 0,180 0,177 0,172 0,172 0,175 0,170 0,175 0,184 0,178 0,178 Sho 0,166 0,171 0,169 0,175 0,173 0,169 0,173 0,171 0,154 0,168 0,178 0,170 0,165 He 0,183 0,185 0,183 0,184 0,179 0,185 0,179 0,183 0,185 0,182 0,186 0,185 0,185 She 0,175 0,175 0,180 0,178 0,177 0,184 0,183 0,178 0,173 0,176 0,181 0,177 0,174 Fis 0,056 0,025 0,005 0,020 -0,004 0,057 0,019 0,037 0,047 0,031 0,001 0,032 0,007 HW 2 17 1 11 2 18 4 18 4 17 0 18 0 Vysvetlivky Explanatory notes: 1 materský porast mother stand; 2 dvojfázový okrajový clonný rub pred kompetíciou two-phase edge shelterwood cut before competition; 3 dvojfázový okrajový clonný rub po kompetícii two-phase edge shelterwood cut after competition; 4 jednofázový okrajový clonný rub pred kompetíciou single-phase edge shelterwood cut before competition; 5 jednofázový okrajový clonný rub po kompetícii single-phase edge shelterwood cut after competition; 6 silnejsí jednotlivo výberný rub pred kompetíciou intensive single tree selection before competition; 7 silnejsí jednotlivo výberný rub po kompetícii intensive single tree selection after competition; 8 skupinovitý clonný rub pred kompetíciou progressive group shelterwood cut before competition; 9 skupinovitý clonný rub po kompetícii progressive group shelterwood cut after competition; 10 skupinový clonný rub pred kompetíciou group shelterwood cut before competition; 11 skupinový clonný rub po kompetícii group shelterwood cut after competition; 12 slabsí jednotlivo výberný rub pred kompetíciou moderate single tree selection before competition; 13 slabsí jednotlivo výberný rub po kompetícii moderate single tree selection after competition; n rozsah výberu sample size; na priemerný pozorovaný pocet alel mean observed number of alleles; Sna, Sne, Sho, She smerodajná odchýlka standard deviation; PP pocet polymorfných lokusov number of polymorphic loci; ne priemerný efektívny pocet alel mean effective number of alleles; Ho priemerná pozorovaná heterozygotnos mean observed heterozygosity; He priemerná ocakávaná heterozygotnos mean expected heterozygosity; Fis priemerný index fixácie mean fixation index; HW test odchýlky genotypovej struktúry od Hardy-Weinbergovskej rovnováhy test of deviation of genotype structure from the Hardy-Weinberg equilibrium. Z hadiska genetickej diverzity, hodnotenej efektívnym poctom alel a ocakávanou heterozygotnosou, takisto nedochádza k výraznej zmene, aj ke jej rozdelenie nesleduje presné trendy v pocte alel. Potomstvo po jednotlivých typoch rubov nevykazuje jednotný trend oproti materskému porastu. Vo vseobecnosti sú hodnoty efektívneho poctu alel potomstva pred kompetíciou v porovnaní s materským porastom vyssie, najvyssie sú pri silnejsom jednotlivo výbernom rube. Výrazný je aj nárast pri slabsom jednotlivo výbernom rube, ale rozdiely sú spravidla minimálne. V dôsledku kompetície efektívny pocet alel mierne klesá, alebo sa takmer nemení. Výnimkou je nárast efektívneho poctu alel pri skupinovom clonnom rube. U ocakávanej heterozygotnosti je trend mierne odlisný. Rozdiely oproti materskému porastu aj medzi potomstvom pred a po kompetícii sú minimálne, aj ke tu dochádza vseobecne k miernej redukcii diverzity po kompetícii. Ak teda porovnáme trendy v alelickej bohatosti a génovej diverzite, je zrejmé, ze diverzita napriek miernej vseobecnej redukcii poctu alel neklesá, ale dokonca stúpa. Prícinou teda musí by narastajúca vyrovnanos alelických frekvencií. Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 Pozorovaná heterozygotnos vo vseobecnosti mierne narastá v potomstve pred kompetíciou oproti materskému porastu. V dôsledku kompetície dochádza skôr k poklesu podielu heterozygotov najmä pri okrajových ruboch a skupinovitom clonnom rube. Pri jednotlivo výberných ruboch je podiel heterozygotov stabilizovaný a pri skupinovom clonnom rube dokonca mierne narastá. V tejto variante narastá aj efektívny pocet alel. Zvýsená rovnomernos v zastúpení genotypov teda vytvára potenciál pre vyssí podiel heterozygotných genotypov. Index fixácie, ktorý mozno interpretova ako mieru inbrídingu, je v materskom poraste kladný, ale nízky. Pri väcsine rubov zostáva tiez vemi nízky. Kompetícia väcsinou vedie k redukcii ako priemerného indexu fixácie, tak aj poctu lokusov s významnou odchýlkou od panmiktickej rovnováhy. 3.2. Priestorová genetická struktúra prirodzená obnova Priestorová genetická struktúra následného porastu vzniknutého obnovou materského pouzitím jednotlivých obnovných postupov je v populácii smreka charakte103 rizovaná vyssou príbuznosou na krátke vzdialenosti, ktorá postupne klesá s rastúcou vzájomnou vzdialenosou stromov az sa stáva nevýznamná. Na obrázku 2 je znázornená priestorová genetická struktúra materského porastu. Pozorované hodnoty majú v malých vzdialenostiach klesajúcu tendenciu, vo vzdialenosti asi 14 metrov sa dotýkajú spodnej hranice intervalu spoahlivosti, potom stúpajú az po vzdialenos 16 metrov, od ktorej zase mierne klesajú. Stále sa ale nachádzajú medzi hodnotami intervalu spoahlivosti, priestorové rozmiestnenie genotypov materského porastu preto pokladáme za náhodné. Pri pouzití maloplosného jednofázového okrajového clonného rubu (obr. 4) sú príbuznejsie ako by zodpovedalo náhode tie stromy následného porastu, ktoré sú od seba vzdialené menej ako 12 metrov, priestorové rozmiestnenie genotypov je u nich nenáhodné. U stromov, ktoré sú vo vzájomnej vzdialenosti väcsej ako 12 metrov, je priestorové rozmiestnenie genotypov náhodné. 1,72 1,71 1,70 1,69 1,68 Pocet spolocných alel 1,70 1,69 1,68 1,67 1,66 Hranice intervalu spoahlivosti2) Pozorované hodnoty 3) Hranice intervalu spoahlivosti 2) 4) Vzdialenosti materských stromov v metroch Obr. 4. Závislos poctu spolocných alel od vzájomnej vzdialenosti stromov v následnom poraste pri pouzití maloplosného jednofázového okrajového clonného rubu Fig. 4. Dependence of the number of shared alleles on the distance of progeny trees regenerated after a small scale, singlephase edge shelterwood cut applied Obr. 2. Závislos poctu spolocných alel od vzájomnej vzdialenosti stromov v materskom poraste Fig. 2. Dependence of the number of shared alleles on the distance of parent trees Number of shared alleles, 2)Limits of the confidence interval, 3)Observed values, 4)Distance of the parent trees in the meters Na obrázku 3 je zobrazená priestorová genetická struktúra následného porastu vzniknutého obnovou materského porastu maloplosným dvojfázovým okrajovým clonným rubom. Z obrázku vyplýva, ze stromy vzdialené od seba menej ako 8 metrov sú príbuznejsie, ako by zodpovedalo náhode, priestorové rozmiestnenie genotypov je nenáhodné. U stromov nachádzajúcich sa vo väcsej vzájomnej vzdialenosti ako 8 metrov sa príbuznos stáva nevýznamnou, priestorové rozmiestnenie genotypov je náhodné. Na obrázku 5 je zobrazená priestorová genetická struktúra následného porastu, ktorý vznikol obnovou materského porastu skupinovým clonným rubom. Pozorované hodnoty dosahujú najprv vyssí podiel rovnakých alel, postupne ale klesajú. Stromy vzdialené od seba menej ako 10 metrov vykazujú vyssiu nez náhodnú mieru príbuzenstva, priestorové rozmiestnenie genotypov je nenáhodné. U stromov nachádzajúcich sa vo väcsej vzájomnej vzdialenosti ako 10 metrov sa príbuznos stáva nevýznamnou, priestorové rozmiestnenie genotypov je náhodné. Pri aplikácii skupinovitého clonného rubu (obr. 6) je priebeh krivky pozorovaných hodnôt podobný ako 1,72 1,71 1,71 1,70 1,69 1,68 1,67 0 5 10 15 20 25 30 1,70 1,69 1,68 1,67 1,66 0 5 10 15 20 25 30 Obr. 3. Závislos poctu spolocných alel od vzájomnej vzdialenosti stromov v následnom poraste pri pouzití maloplosného dvojfázového okrajového clonného rubu Fig. 3. Dependence of the number of shared alleles on the distance of trees in a progeny stand after a small scale, twophase edge shelterwood cut applied Obr. 5. Závislos poctu spolocných alel od vzájomnej vzdialenosti stromov v následnom poraste pri pouzití skupinového clonného rubu Fig. 5. Dependence of the number of shared alleles on the distance of progeny trees regenerated after a group shelterwood cut applied Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 1,72 1,71 1,70 1,69 1,68 1,67 0 5 10 15 20 25 30 Pri aplikácii menej intenzívneho jednotlivého výberného rubu (obr. 8) pozorované hodnoty klesajú miernejsie a vo vzdialenosti 13 metrov sa dostávajú do intervalu spoahlivosti, ktorý uz s pribúdajúcou vzdialenosou neopúsajú. Stromy vzdialené od seba menej ako 13 metrov sú teda príbuznejsie, ako by zodpovedalo náhode. Vo vzdialenosti väcsej ako 13 metrov je priestorové rozmiestnenie genotypov náhodné. Obr. 6. Závislos poctu spolocných alel od vzájomnej vzdialenosti stromov v následnom poraste pri pouzití skupinovitého clonného rubu Fig. 6. Dependence of the number of shared alleles on the distance of progeny trees regenerated after progressive group shelterwood cut applied 1,72 1,71 1,70 1,69 1,68 1,67 1,66 0 5 10 15 20 25 30 u predoslého obnovného postupu. Pozorované hodnoty postupne klesajú, vo vzdialenosti 14 metrov pretínajú hornú hranicu intervalu spoahlivosti, stromy vzdialené od seba menej ako 14 metrov sú potom príbuznejsie, ako by zodpovedalo náhode a stromy od seba vzdialené viac ako 14 metrov majú priestorové rozmiestnenie genotypov náhodné. Pri obnove materského porastu intenzívnejsím jednotlivým výberným rubom (obr. 7) krivka pozorovaných hodnôt prudko klesá a vo vzdialenosti asi 14 metrov dokonca mierne klesne az pod dolnú hranicu intervalu spoahlivosti, ktorú ale po miernom stúpaní vo vzdialenosti 19 metrov opä dosiahne. Potomstvo nachádzajúce sa vo vzdialenosti 14 az 19 metrov je menej príbuzné, ako by zodpovedalo náhode. Priestorové rozmiestnenie genotypov vo vzdialenosti nad 19 metrov je náhodné. Obr. 8. Závislos poctu spolocných alel od vzájomnej vzdialenosti stromov v následnom poraste pri pouzití slabsieho jednotlivo výberného rubu Fig. 8. Dependence of the number of shared alleles on the distance of progeny trees regenerated after moderate single tree selection applied 1,74 1,73 1,72 1,71 1,70 1,69 1,68 1,67 0 5 10 15 20 25 30 Obr. 7. Závislos poctu spolocných alel od vzájomnej vzdialenosti stromov v následnom poraste pri pouzití silnejsieho jednotlivo výberného rubu Fig. 7. Dependence of the number of shared alleles on the distance of progeny trees regenerated after intensive single tree selection applied 3.3. Genetické vzdialenosti medzi populáciami prirodzená obnova Diferenciácia medzi materským porastom a potomstvom je vo vseobecnosti vemi malá, co naznacuje, ze procesy prirodzenej obnovy umozujú pomerne presne kopírova genetickú struktúru materského porastu (tab. 2). V relatívnom porovnaní najvyssia diferenciácia vystupuje v prípade silného jednotlivo výberného rubu, kde sú genetické vzdialenosti od materského porastu 2 az 4-krát vyssie v porovnaní s ostatnými obnovnými postupmi. Je potrebné pripomenú, ze ide o rub, pri ktorom nastáva najvýraznejsia redukcia poctu ale (tab. . Najmensie genetické vzdialenosti od materského porastu vykazujú dvojfázový okrajový a skupinový clonný rub, pri ktorých dochádza po kompetícii len k nepatrnému úbytku alel (tab. . Kompetícia nemení výraznejsie alelickú struktúru. Genetické vzdialenosti medzi potomstvom pred a po kompetícii sú pri vsetkých typoch rubov minimálne (0,0001 0,0004). Vo vseobecnosti platí, ze genetické vzdialenosti medzi materským porastom a jednotlivými typmi potomstiev sú väcsie, nez medzi potomstvami po jednotlivých obnovných postupoch navzájom, aj ke i v tomto trende existujú výnimky. Prícinou je zrejme skutocnos, ze pri simulácii reprodukcného procesu hrala významnú úlohu samcia a samicia plodnos rodicovských stromov. Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 Tabuka 2. Genetické vzdialenosti medzi materským porastom smreka obycajného ( a jeho následnými porastami (213) vznikajúcimi prirodzenou obnovou po aplikácii rôznych typoch obnovných rubov Table 2. Genetic distances between mother stand of Norway spruce ( and its naturally regenerated progeny stands (213) established using various types of regeneration pop 1 2 3 4 5 6 7 8 9 10 11 12 13 1 -- 0,0002 0,0003 0,0003 0,0005 0,0011 0,0015 0,0004 0,0004 0,0003 0,0007 0,0004 0,0006 2 -- 0,0002 0,0003 0,0006 0,0007 0,0009 0,0002 0,0003 0,0001 0,0002 0,0001 0,0002 3 4 5 6 7 8 9 10 11 12 13 -- 0,0002 0,0004 0,0007 0,0011 0,0003 0,0004 0,0003 0,0006 0,0003 0,0005 -- 0,0002 0,0008 0,0011 0,0006 0,0005 0,0003 0,0006 0,0003 0,0005 -- 0,0012 0,0016 0,0010 0,0009 0,0005 0,0010 0,0006 0,0008 -- 0,0002 0,0006 0,0009 0,0008 0,0009 0,0003 0,0004 -- 0,0009 0,0012 0,0009 0,0010 0,0006 0,0005 -- 0,0002 0,0003 0,0005 0,0002 0,0004 -- 0,0003 0,0005 0,0003 0,0005 -- 0,0002 0,0002 0,0002 -- 0,0003 0,0004 -- 0,0001 -- Vysvetlivky Explanatory notes: ako pri tabuke 1 see Table 1. Tabuka 3. Charakteristiky genetickej premenlivosti materského porastu smreka obycajného ( a jeho následných porastov (25), ktoré by vznikli umelou obnovou zo semena zozbieraného z rôzneho poctu stromov Table 3. Characteristics of genetic variability of mother stand of Norway spruce ( and its artificially regenerated progeny stands (25) established using seeds collected from different numbers of seed parents pop. 1 2 3 4 5 n 200 1 000 1 000 1 000 1 000 na 3,000 2,955 2,955 3,000 2,909 Sna 1,113 1,133 1,090 1,113 1,109 PP 21 21 21 21 21 ne 1,291 1,319 1,298 1,303 1,291 Sne 0,339 0,400 0,364 0,364 0,339 Ho 0,169 0,190 0,182 0,181 0,183 Sho 0,166 0,191 0,183 0,182 0,177 He 0,183 0,189 0,182 0,184 0,182 She 0,175 0,189 0,184 0,185 0,177 Fis 0,056 -0,009 -0,003 0,014 -0,008 HW 2 1 1 1 0 Vysvetlivky Explanatory notes: ako pri tabuke 1 see Table 1. 1 materský porast mother stand, 2 zber z 10 najviac plodiacich stromov progenies of 10 most fertile trees, 3 zber z 20 najviac plodiacich stromov progenies of 20 most fertile trees, 4 zber z 30 najviac plodiacich stromov progenies of 30 most fertile trees, 5 zber zo 40 najviac plodiacich stromov progenies of 40 most fertile trees. 3.4. Charakteristiky genetickej premenlivosti umelá obnova Základné charakteristiky genetickej premenlivosti v jednotlivých populáciách smreka obycajného z umelej obnovy sú uvedené v tabuke 3. Alelické bohatstvo populácie sa v závislosti od rôzneho poctu stromov, z ktorých sa zbieralo semeno pre umelú obnovu, výrazne nemení. V materskom poraste je priemerný pocet alel na lokus 3. Vo vsetkých potomstvách dochádza k jeho redukcii. Výnimkou je potomstvo pochádzajúce zo zberu z 30 najviac plodiacich stromov, ktoré si tento pocet zachováva. Redukcia o jednu alelu nastáva pri potomstve zo zberu z 10 a 20 najviac plodiacich materských stromov, 3 alely sa strácajú pri potomstve vzniknutom zo zberu zo 40 najviac plodiacich stromov. Pocet polymorfných lokusov je vo vsetkých sledovaných potomstvách rovnaký ako v materskom poraste (2. Ziadny zo sledovaných lokusov nestráca kompletne polymorfizmus v dôsledku zberu semena z rôzneho poctu stromov. Genetická diverzita, ktorá je reprezentovaná efektívnym poctom alel a ocakávanou heterozygotnosou, sa tiez výrazne nemení. Vsetky hodnoty efektívneho poctu alel potomstva vzniknutého umelou obnovou sú v porovnaní s materským porastom vyssie, okrem potomstva pochádzajúceho zo zberu zo 40 najviac plodiacich stromov, v ktorom je efektívny pocet alel rovnaký ako v materskom poraste. Efektívny pocet alel je najvyssí v potomstve z 10 najviac plodiacich stromov. Ocakávaná heterozygotnos v potomstvách pochádzajúcich zo zberu z rôzneho poctu materských stromov sa tiez vemi nemení, jej hodnoty sú vo vsetkých prípadoch takmer rovnaké, alebo mierne vyssie ako v materskom poraste (najväcsie sú opä pri Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 potomstve zo zberu z 10 najviac plodiacich stromov). Genetická diverzita napriek miernemu poklesu poctu alel neklesá, ale naopak skôr stúpa, co je zaprícinené narastajúcou vyrovnanosou alelických frekvencií. Pozorovaná heterozygotnos, charakterizujúca genotypovú struktúru, je vo vsetkých potomstvách väcsia ako v materskom poraste. Najväcsie hodnoty dosahuje pri potomstve pochádzajúceho zo zberu z 10 najviac plodiacich stromov, v ktorom je aj najväcsí efektívny pocet alel. Najmensie hodnoty má v potomstve zo zberu z 30 najviac plodiacich stromov. Index fixácie ako miera inbrídingu je v materskom poraste kladný, ale vemi nízky. Odchýlku v genotypovej struktúre oproti Hardy-Weinbergovskej rovnováhe sme zistili len v 2 lokusoch. Vo vsetkých potomstvách je index mensí ako v materskom poraste a je záporný, co je prejavom nadbytku heterozygotov. Výnimkou je potomstvo zo zberu z 30 najviac plodiacich stromov. Vo vsetkých potomstvách sa významná odchýlka od panmiktickej rovnováhy zistila len v jednom lokuse, s výnimkou potomstva zo 40 materských stromov, ktoré nevykazuje ziadnu odchýlku. 3.5. Genetické vzdialenosti medzi populáciami umelá obnova Najväcsie rozdiely v genetických vzdialenostiach sú medzi materským porastom a potomstvom vzniknutým zo zberu z 10 najviac plodiacich stromov (tab. 4). Rozdiely sa zmensujú s rastúcim poctom stromov, z ktorých sa zbieralo semeno. V potomstve pochádzajúcom zo zberu zo 40 stromov sú rozdiely v genetických vzdialenostiach od materského porastu minimálne, co by naznacovalo, ze pre umelú obnovu je tento pocet materských stromov dostacujúci. Rozdiely medzi jednotlivými populáciami navzájom tiez klesajú s rastúcim poctom stromov z ktorých sa semeno zbiera pre umelú obnovu. 3.6. Variabilita plodnosti a relatívna vekos populácie materského porastu Relatívne efektívne vekosti materského porastu sú uvedené v tabuke 5. Rozdiel v sumárnej plodnosti materského porastu smreka v r. 2006 a 2007 je zhruba 2,5-násobný, a korelácia v plodnosti jedincov je slabá. Zastúpenie jedincov podieajúcich sa na tvorbe gamét je rovnomerné, aj ke vystupuje niekoko mimoriadne plodných jedincov (obr. 9). Miera pohlavnej symetrie je pomerne vysoká, korelacný koeficient medzi samcou a samicou plodnosou je az 0,621. Je ale potrebné pripomenú, ze sa jedná o fenotypové, nie genetické korelácie, t. j. sú podmienené aj nededicnými faktormi, napr. vekom jedincov, mierou osvetlenia korún a pod. Efektívne vekosti populácie dosahujú priblizne polovicu cenzu populácie, teda z hadiska genetickej struktúry potomstva sa populácie správajú tak, ako keby boli tvorené polovicným poctom jedincov. Efektívna vekos populácie s ohadom na varianciu génových frekvencií je nizsia ako inbrídingová efektívna vekos, posun v zastúpení génov z generácie na generáciu je teda závaznejsím javom nez príbuzenské krízenie. Tabuka 5. Relatívne efektívne vekosti a plodnos materského porastu smreka obycajného na ploche Vysné Hágy Table 5. Relative effective size and fertility of the mother stand of Norway spruce on the plot Vysné Hágy Ne(v) [%] 57,30 Ne(i) [%] 63,69 CV [%] 92,82 CV [%] 99,43 r 0,621 Vysvetlivky Explanatory notes: Ne(v) efektívna vekos populácie s ohadom na varianciu alelických frekvencií effective population size related to the variance of allele frequencies; Ne(i) efektívna vekos populácie s ohadom na inbríding effective population size related to the inbreeding; CV variacný koeficient podielov na tvorbe gamét variation coefficient of single tree gamete contributions; r korelacný koeficient medzi tvorbou samcích a samicích gamét correlation coefficient between production of male and female gametes. Tabuka 4. Genetické vzdialenosti medzi materským porastom smreka obycajného ( a jeho následnými porastami (25), ktoré by vznikli umelou obnovou zo semena zozbieraného z rôzneho poctu stromov Table 4. Genetic distances between mother stand of Norway spruce ( and its artificially regenerated progeny stands (25) established using seeds collected from different numbers of seed parents pop. 1 2 3 4 5 1 -- 0,0026 0,0012 0,0007 0,0005 2 -- 0,0010 0,0011 0,0021 3 4 5 -- 0,0003 0,0011 -- 0,0005 -- Obr. 9. Rozdelenie podielov jednotlivých stromov na samcej a samicej plodnosti Fig. 9. Distribution of the proportions of individual trees on the production of male and female gametes Vysvetlivky Explanatory notes: ako pri tabuke 3 see Table 3. Share in the production of the gametes, 2)Tree Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 3.7. Hodnotenie priestorového rozdelenia plodnosti v materskom poraste Rozdelenie plodnosti je v materskom poraste v princípe náhodné, nebolo pozorované zhlukovanie bohato kvitnúcich jedincov (obr. 10 az 13). 4. Diskusia Doteraz najrozsiahlejsiu analýzu genetickej diverzity smreka spracovali LAGERCRANTZ a RYMAN (1990). Ako studijný materiál vyuzili proveniencný pokus IUFRO 1964/1968. Ich metodika bola zalozená na izoenzýmových genetických markéroch. Heterozygotnos populácií z boreálnej oblasti Ruska a Svédska poda nich dosahuje takmer dvojnásobné hodnoty (0,1090,174) oproti provenienciám zo strednej a západnej Európy (0,0810,109). Nízku genetickú diverzitu stredoeurópskych populácií vysvetujú ich pôvodom z refúgií tvorených malými ostrovcekovitými populáciami, v ktorých doslo k strate genetickej variability v dôsledku obmedzenej vekosti populácií. Ostatné stúdie genetickej diverzity smreka sú regionálneho charakteru. Výskyt alel pouzitených pre odlísenie proveniencií a ciastocne aj identifikáciu reprodukcného materiálu zistila KONNERT (199. Pri analýze genetickej struktúry svajciarskych horských populácií dospeli MÜLLER-STARCK a HUSSENDÖRFER (1995) k podobným výsledkom, ako sú prezentované v tejto práci najmä vo vzahu k vyssej priemernej heterozygotnosti populácií smreka z hornej hranice lesa. Je azké porovnáva hodnoty genetickej variability z rôznych výskumov, ktoré sa lísia pouzitými markérovými génmi. Vo vseobecnosti vsak mozno na ich základe poveda, ze smrek sa vyznacuje vekou vnútropopulacnou variabilitou a malou medzipopulacnou diferenciáciou. GÖMÖRY (1988) potvrdil existenciu genetickej diferenciácie populácií smreka na Slovensku. Zistil vyssiu úrove genetickej diverzity, k comu pravdepodobne prispel nizsí pocet analyzovaných lokusov v porovnaní s predlozenou prácou. Podrobnejsie genetickú variabilitu smreka na väcsích výberových súboroch a vyssom pocte lokusov na Slovensku hodnotili KRAJMEROVÁ a LONGAUER (2000). Pre prirodzené porasty smreka v Západných Karpatoch udávajú priemerný pocet alel na lokus 1,762,30 a pozorovanú heterozygotnos 0,0890,102. Porast Vysné Hágy sa vyznacuje vyssími hodnotami genetickej diverzity. Jeho struktúra je síce pomerne blízka prirodzenej struktúre smrecín vo vyssích nadmorských výskach (nerovnomerné vzdialenosti az zhluky jedincov navzájom oddelené medzerami). Vekovo je ale málo diferencovaný a nachádza sa na pomerne prístupnom mieste. Mohol teda by zalozený v rámci rozsiahleho zalesovania a rekonstrukcii lesných porastov vo Vysokých Tatrách po veternej kalamite v r. 1915. Vplyv cloveka na genetickú struktúru lesných stromových populácií je rozmanitý. Výchovné a obnovné hospodárske zásahy vyvolávajú zmeny zivotných podmienok, struktúry lesných porastov a majú silný vplyv Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 y [m] x [m] Obr. 10. Rozdelenie relatívnej samcej plodnosti Fig. 10. Distribution of relative male fertility y [m] x [m] Obr. 11. Rozdelenie relatívnej samicej plodnosti Fig. 11. Distribution of relative female fertility 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0 0 10 20 30 40 50 Obr. 12. Distogram priestorovej autokorelácie samcej plodnosti Fig. 12. Distogram of relative male fertility 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0 0 10 20 30 40 50 Obr. 13. Distogram priestorovej autokorelácie samicej plodnosti Fig. 13. Distogram of relative female fertility na drift, reprodukcný systém, tok génov a výber poda zivotaschopnosti. Selektívne odstraovanie stromov pocas prebierok a rubných azieb sú hlavnou prícinou zmeny genetickej struktúry porastu. Skúmanie dlhodobých úcinkov rôznych hospodárskych zásahov na genetickú struktúru a na adaptívny potenciál je skomplikované mnohorocným rotacným cyklom u väcsiny lesných drevín (FINKELDEY & ZIEHE 2004). Poda niektorých autorov odstraovanie potlacených, odumierajúcich jedincov, ktoré môzu by nositemi zriedkavých alel, vedie k znízeniu genetickej multiplicity (LONGAUER et al. 200. Priemerné a potlacené stromy by preto mali by zaclenené do struktúry lesných porastov a nemali by by z nich odstraované pre ich nizsiu fenotypovú hodnotu. K podobným záverom dospel aj RAJORA (1999), ktorý porovnával v populáciách Picea glauca na 4 lokalitách genetickú diverzitu v pôvodných, prirodzených porastoch s porastami obnovenými prirodzene, s umelo obnovenými a s porastami, v ktorých doslo k fenotypovej selekcii. Najväcsiu genetickú diverzitu mali pôvodné, prirodzené porasty, najmensiu porasty po fenotypovej selekcii. Prirodzene obnovené porasty mali genetickú diverzitu porovnatenú s pôvodnými, prirodzenými porastami. Porasty vzniknuté umelou obnovou dosahovali úrove genetickej diverzity ako porasty po fentotypovej selekcii a bola výrazne mensia ako v pôvodných a v prirodzene obnovených porastoch. Efekt prednostného odstránenia chradnúcich a potlacených podúrovových stromov (ktoré sú súcasne neplodiace alebo slabo plodiace) pri skupinovom clonnom rube ako aj v prvých fázach jednotlivo a skupinovo výberných rubov (20 az 30 % z celkového poctu stromov) spôsobilo stratu len vemi malého poctu zriedkavých alel a nedoslo k výraznému znízeniu alelickej multiplicity. Ak by sa ale ponechali na ploche a zrúbané by boli susedné, väcsie, dobre plodiace stromy, ich zivotné podmienky by sa síce zlepsili, je ale málo pravdepodobné, ze by v priebehu niekokých rokov (zväcsa len jedného decénia) zacali aj výraznejsie plodi. Aj poda iných autorov výrub fenotypovo nevhodných podúrovových stromov pri výchovných a obnovných azbách zvycajne nezhorsuje genetickú struktúru populácie. Strata zriedkavých alel závisí od intenzity zásahu, teda od podielu odstránených stromov na celkovom pocte stromov v populácii. Variabilita potomstva tiez závisí od moznosti toku génov zo susedných porastov, ktorý by tak mohol kompenzova stratu zriedkavých alel spôsobenú selektívnym výberom fenotypovo nevhodných stromov (FINKELDEY & ZIEHE 2004). V lesníckej praxi vsak dochádza z ekonomických dôvodov k tomu, ze pocas presvetovania sú prednostne vyazené objemovo najväcsie, najkvalitnejsie stromy, ktoré sú aj naviac plodiace a ponechané sú práve menej, alebo vôbec neplodiace stromy. Celkový pocet furktifikujúcich stromov v poraste sa tak výrazne znízi a dochádza k zhorseniu genetickej multiplicity. alsím praktickým problémom je prílis veká intenzita v prvých fázach clonných a výberných rubov. Pri Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 silnejsom, intenzívnejsom jednotlivo výbernom rube bola celá obnova ukoncená v priebehu 3 decénií a v následnom poraste doslo k strate az 9 alel v porovnaní s materským porastom. Pri pouzití slabsieho jednotlivo výberného rubu s obnovou 5 decénií následný porast stratil len 4 alely. Z pohadu zachovania alelického bohatstva sú teda jemnejsie zásahy vhodnejsie. K zhorseniu genetickej variability v následných porastoch doslo najmä pri kratsích obnovných dobách. Na zachovanie genetickej struktúry je potrebné preferova dlhsie obnovné doby, vyssie rubné doby a tiez malé obnovné prvky. Tieto zásady sme sa snazili dodrza aj my pri nasich simuláciách. Sírka východiska pri maloplosných pásových clonných ruboch neprekracovala jednu priemernú stromovú výsku, sírka obnovných prvkov pri skupinových a skupinovitých clonných ruboch tiez nepresiahla jednu výsku a plánovaný bol len jeden zásah v decéniu namiesto obvykle plánovaných dvoch zásahov. GÖMÖRY (1992) zisoval rozdiely v genetickej struktúre v 14 populáciách Picea abies na Slovensku. Dospel k záveru, ze neboli nájdené ziadne výrazné rozdiely medzi prírodnými lesmi a hospodárskymi lesmi vzniknutými z prirodzenej obnovy, vrátane prirodzenej kolonizácie po holorube alebo po poziari. V porastoch z umelej obnovy v niektorých prípadoch doslo k zhorseniu genetickej diverzity a v iných neboli pozorované ziadne zmeny. K podobným záverom sme dospeli aj my. Umelá obnova na ploche Vysné Hágy dosahuje väcsiu genetickú diverzitu, väcsiu pozorovanú heterozygotnos ako v materskom poraste a dokonca mierne lepsie charakteristiky genetickej premenlivosti ako obnova prirodzená. Pod priestorovou genetickou struktúrou sa rozumie nenáhodné rozmiestnenie genotypov v priestore, spravidla sa uvazuje s dvojrozmerným priestorom, teda ide o rozmiestnenie po ploche. Toto môze ma celý rad prícin, najdôlezitejsie sú vegetatívne rozmnozovanie, priestorovo obmedzený tok génov a selekcia v heterogénnom prostredí (EPPERSON 1992). Aj ke existuje viacero matematicko-statistických metód hodnotenia priestorovej struktúry, ich genetický podklad je rovnaký t. j. poukazujú na to, ci v danej triede vzdialenosti sú si jedinci navzájom geneticky podobnejsí alebo naopak menej podobní, nez by zodpovedalo náhode. Spravidla je genetická podobnos najmä pri malých mierkach vzdialenosti interpretovaná ako príbuznos. Ako poukazujú HARDY a VEKEMANS (1999), toto stotozovanie nie je úplne správne. Aj selekcia v heterogénnom prostredí môze tiez vyvola vznik mozaikovitej struktúry skupín geneticky podobných (aj ke nie nutne príbuzných) jedincov. V nasom prípade sme vsetky priestorové struktúry interpretovali ako príbuznos, nakoko izoenzýmové gény, ktoré sme pouzívali ako genetické markéry, sú vseobecne povazované za neutrálne gény. Existujú síce experimentálne dôkazy o neplatnosti tohto vseobecného tvrdenia (KONNERT 199, ale priestorová heterogenita alelických frekvencií sa tu prejavuje v podstatne väcsej mierke, nez je mierka porastu. Nenáhodné priesto109 rové rozdelenie jedincov sa pri simulácii v nasom prípade vytvára výlucne ako výsledok reprodukcného procesu. Bezným nástrojom hodnotenia priestorovej struktúry je Moranov index priestorovej autokorelácie (SOKAL & ODEN 198, ktorý je ale konstruovaný pre kvantitatívny znak, meria koreláciu medzi hodnotou znaku v pároch jedincov oddelených konkrétnou vzdialenosou. Teoretické stúdie preukázali, ze Moranov index mozno priamo interpretova ako index príbuznosti, ktorý je takisto zalozený na alelickej korelácii medzi dvomi jedincami. Nevýhodou Moranovho indexu je skutocnos, ze principiálne je konstruovaný pre kazdú alelu samostatne. Je preto problematické získa jedinú hodnotu reprezentujúcu celú sadu analyzovaných génov. Najjednoduchsím riesením je aritmetický priemer cez vsetky sledované alely, ale pre takto získanú hodnotu nie je mozné urci interval spoahlivosti, a pri viac ako dvojalelných lokusoch vzniká aj problém závislosti alelických frekvencií (alelické frekvencie dávajú súcet 1,0, ale pritom pre kazdú alelu môze by korelogram iný a neexistuje objektívne kritérium na urcenie toho, ktorú alelu pri výpocte priemeru vynecha). Preto sme ako alternatívny postup volili distogram, ktorý kvantifikuje mieru genetickej podobnosti, resp. nepodobnosti medzi dvojicami jedincov separovanými konkrétnou triedou vzdialenosti. Eco-Gene ako dve alternatívy tohoto prístupu ponúka genetickú vzdialenos a pocet spolocných alel. My sme vzhadom na jednoduchsiu interpretovatenos volili druhú moznos. Príklady existencie príbuzenskej struktúry u ihlicnatých drevín, vznikajúcej v dôsledku obmedzeného toku génov, uvádza MITTON (1983). U smreka sa síce pe prenása na vzdialenosti desiatok kilometrov, ale väcsina krízení sa uskutocuje medzi susediacimi jedincami. Aj dosah doletu semien je pomerne veký, ale väcsina z nich padne na zem v bezprostrednej blízkosti materského stromu (DOVCIAK et al. 2008). Prírodný les smreka by sa teda mal sklada z prekrývajúcich sa polosesterských potomstiev vykazujúcich slabú priestorovú agregáciu (GÖMÖRY a PAULE 2004). Zastúpenie príbuzenských struktúr v rovnovekom poraste smreka vo Francúzsku skúmali BRUNEL a RODOLPHE (1985). Porast vznikol z prirodzenej obnovy výstavkami, obhospodarovaný bol prírode blízkym spôsobom, bola tu pozorovaná absencia plnosesterných príbuzenských párov a pomerne nízky podiel polosesterských potomstiev. Na rozdiel od nich GÖMÖRY a PAULE (2004) nasli v smrekovom prírodnom lese podiel plnosesterských potomstiev az 20 % a nizsí podiel nepríbuzných jedincov. Pravdepodobnou prícinou je rozdielny vývoj skúmaných porastov. Na jednej strane priestorovo heterogénna obnova v prírodnom lese, na druhej jedinci z prirodzenej obnovy rozmiestnení rovnomerne po celej ploche v case vzniku porastu a následné udrziavanie pravidelných odstupov medzi jedincami výchovnými zásahmi. Ak aj na zaciatku existovala v týchto podmienkach príbuzenská priestorová struktúra vaka obmedzenému rozptylu peu, musel ju postupne zlikvidova stochastický proces redukcie poctu stromov. Vo vseobecnosti vsak v porastoch ihlicnatých drevín ovplyvnených clovekom priestorová genetická struktúra väcsinou zaniká. Priestorové rozdelenie genotypov v nami skúmanom materskom poraste je v princípe náhodné. Je to výsledok, ktorý nie je prekvapujúci, pretoze ide o obhospodarovaný les. Nie je tu vylúcený pôvod z umelej obnovy ci prirodzenej obnovy dopanej obnovou umelou. Umelá obnova logicky vedie k náhodnému rozmiestneniu genotypov, to je aj dôvod, preco sme pri modelovaní dopadov umelej obnovy na struktúru potomstva neuvazovali s problematikou priestorových struktúr. Pri vsetkých operáciách spojených s umelou obnovu (zber a lústenie semien, pestovanie, skôlkovanie sadbového materiálu a výsadba do porastu) dôjde k dokonalému premiesaniu potomstiev jednotlivých materských stromov, preto aj pri ich malom pocte je výsledkom náhodné rozdelenie genotypov. K alsej redukcii potenciálnej priestorovej struktúry môze dôjs pocas výchovných zásahov, ktoré sa riadia inými kritériami nez prírodný výber. Nase simulácie genetickej struktúry potomstiev sú do istej miery v rozpore so závermi o slabej alebo chýbajúcej priestorovej genetickej struktúre. Takmer pri vsetkých obnovných postupoch sme pozorovali vznik priestorovej genetickej struktúry, ktorú mozno interpretova ako príbuzenskú struktúru. Je samozrejme otázkou, nakoko sa výstup simulácie zhoduje s reálnou populáciou. Simulácia v modeli Eco-Gene je zalozená na mechanickom kompeticnom modeli, ktorý zohaduje rast stromov a ich vzájomné priestorové pozície, v reálnom poraste sa redukcia ale riadi kritériami lesného hospodára. Napriek tomu mozno predpoklada, ze v porastoch s vyssou intenzitou priestorovej struktúry má tento fenomén sancu udrza sa napriek výchovným zásahom do dospelosti a predstavuje potenciálne riziko inbrídingu v alsej generácii lesa. 5. Záver V hodnotení vhodnosti jednotlivých obnovných rubov pre reprodukciu genofondu je potrebné zohadni tri kritériá. Základné je tvorba priestorovej genetickej struktúry, pretoze zhlukovanie podobných genotypov na krátke vzdialenosti je známkou tvorby príbuzenských skupín, co v následnej generácii zvysuje riziko príbuzenského krízenia so vsetkými jeho negatívnymi následkami. Sekundárnym kritériom je miera diferenciácie potomstva oproti materskému porastu (predovsetkým v súbore jedincov po kompetícii). Obnovné ruby porastov by mali zachováva alelickú struktúru a tým adaptívny potenciál dreviny v obnovovanom poraste. Posledným, významovo rovnakým kritériom, je zachovanie genetickej variability, aj ke vypadávajúce alely sa môzu v genofonde dopa tokom génov. Z hadiska priestorovej genetickej struktúry sú rozdiely medzi potomstvami vzniknutými z prirodzenej Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 obnovy aplikáciou rôznych hospodárskych postupov vemi malé. Napriek tomu je mozné stanovi relatívne poradie vhodnosti týchto postupov. Na prvom mieste je dvojfázový okrajový clonný rub, lebo vzájomná vzdialenos, do ktorej stromy vykazujú vyssiu nez náhodnú mieru príbuzenstva, je 8 metrov, co je najmenej zo vsetkých uplatnených postupov. Na druhom mieste je silnejsí jednotlivo výberný rub, pri ktorom sú síce stromy vzdialené od seba menej ako 8 metrov tiez príbuznejsie, ako by zodpovedalo náhode, pocet spolocných alel nad hornou hranicou intervalu spoahlivosti je ale väcsí ako v predoslom prípade. Na treom mieste v poradí vhodnosti je jednofázový okrajový clonný rub so vzájomnou vzdialenosou 12 metrov, do tejto vzdialenosti majú stromy vyssiu ako náhodnú mieru príbuzenstva. Skupinový clonný rub má túto vzájomnú vzdialenos síce len 10 metrov, ale má tiez väcsí pocet spolocných alel nad hornou hranicou konfidencného intervalu. Na posledných dvoch miestach sú slabsí jednotlivo výberný rub a skupinovitý clonný rub so vzájomnými vzdialenosami 13 a 14 metrov, stromy s mensími vzdialenosami vykazujú väcsiu ako náhodnú mieru príbuzenstva. S ohadom na genetické vzdialenosti sú rozdiely medzi materským a následným porastom po kompetícii vemi malé, okrem silnejsieho jednotlivo výberného rubu, pri ktorom sú genetické vzdialenosti potomstva od materského porastu najväcsie. Ukázal sa preto ako najmenej vhodný hospodársky postup. Najvhodnejsí je dvojfázový okrajový clonný rub, na druhom mieste je s minimálnym rozdielom skupinovitý clonný rub. Nasledujú jednofázový okrajový clonný, slabsí jednotlivo výberný a skupinový clonný rub. Rozdiely po kompetícii medzi potomstvami pri pouzití jednotlivých hospodárskych postupov sú v genetickej diverzite a genotypovej struktúre minimálne. Hlavným kritériom na urcenie poradia vhodnosti týchto postupov sa preto stáva redukcia poctu alel v potomstve v porovnaní s alelickou multiplicitou materského porastu. Na prvých dvoch miestach sú skupinový clonný a dvojfázový okrajový clonný rub, pri ktorých doslo k redukcii len o jednu alelu. Na alsích miestach budú skupinovitý clonný a jednofázový okrajový clonný rub, ktoré stratili 3 alely. Predposledné miesto patrí slabsiemu jednotlivo výbernému rubu so stratou 4 alel a posledné obsadí silnejsí jednotlivo výberný rub, pri ktorom dochádza k úbytku az 9 alel oproti materskému porastu a stáva sa preto jednoznacne najmenej vhodným hospodárskym postupom. Po zohadnení vyssie uvedených kritérií je mozné poveda, ze najvhodnejsím hospodárskym postupom je na ploche Vysné Hágy dvojfázový okrajový clonný rub, ktorý sa vzdy umiestnil na popredných miestach. Najmenej vhodným je silnejsí jednotlivo výberný rub, ktorému väcsinou patrili posledné miesta vo vsetkých hodnoteniach. Poradie na alsích miestach je neisté, lebo rozdiely medzi zvysnými hospodárskymi postupmi sú malé. Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011 V prípade neúspechu prirodzenej obnovy ju mozno nahradi alebo doplni aj umelou obnovou pouzitím semena z materského porastu. Výsledky nasich modelových simulácií ukazujú, ze cím väcsí je pocet stromov, z ktorých sa semeno zbiera, tým sú mensie rozdiely medzi genetickými struktúrami potomstva a materského porastu. Zovseobecnenie výsledkov násho výskumu je mozno problematické vzhadom na to, ze analýzy genofondu a simulácie obnovných postupov sa uskutocnili len na jednej ploche v nezmiesanom smrekovom poraste. Nase výsledky ale korespondujú so závermi alsích autorov, zaoberajúcich sa podobnou problematikou. Poakovanie Táto práca vznikla pri realizácii projektu ITMS 26220220026 ,,Demonstracný objekt premeny odumierajúcich smrekových lesov na ekologicky stabilnejsie multifunkcné ekosystémy"(50 %), na základe podpory operacného programu Výskum a vývoj financovaného z Európskeho fondu regionálneho rozvoja ako aj projektu Agentúry na podporu výskumu a vývoja APVV-0441-07 ,,Analýza adaptácie lesných drevín na zmenu stanovistných podmienok na základe proveniencného výskumu a genetických markérov" (50 %). Literatúra BRUNEL D., RODOLPHE F., 1985: Genetic neighbourhood structure in a population of Picea abies L. Theoretical and Applied Genetics 71: 101110. DEGEN B., GREGORIUS H.R., SCHOLZ F., 1996: ECO-GENE, a model for simulation studies on the spatial and temporal dynamics of genetic structures of tree populations. Silvae Genetica, 45: 323-329. DEGEN B., 1997: Manual for Eco-Gene light (Version 1.0). Dostupné na internete: http://kourou.cirad.fr/genetique/ DEGEN B., PETIT R., KREMER A., 2001: SGS-Spatial genetic sortware: A computer program for analysis of spatial genetic and phenotypic structures of individuals and populations. Journal of Heredity, 92: 447-449. DOVCIAK M., HRIVNÁK R., UJHÁZY K., GÖMÖRY D., 2008: Seed rain and environmental controls on invasion of Picea abies into grassland. Plant Ecology, 194: 135-148. EPPERSON BK., 1992: Spatial structure of genetic variation within populations of forest trees. New Forests, 6: 257278. FINKELDEY R., ZIEHE M., 2004: Genetic implications of silvicultural regimes. Forest Ecology and Management, 197: 231-244 GÖMÖRY D., 1992: Effect of stand origin on the genetic diversity of norway spruce (Picea-abies Karst.) populations. Forest ecology and management, 54(1-4): 215-223. GÖMÖRY D., 1995: Simulation of the genetic structure and reproduction in plant populations: short note. Forest Genetics, 2(: 59-63. GÖMÖRY D., PAULE L., 2004: Management implications of intrapopulation and nterpopulation genetic variation in Norway spruce. In: J. NOVOTNÝ (ed.): Close to Nature Forestry. Zvolen : Forestry Research Institute Zvolen, p. 129-137. GREGORIUS H.R., 1991: On the concept of effective number. Theoretical Population Biology, 40: 269-283. HARDY O., VEKEMANS X., 1999: Isolation by distance in a continuous population, reconciliation between spatial autocorrelation analysis and population genetics models. Heredity, 83:145-154. JANKOVIC J., 1996: Moznosti zvýsenia podielu prirodzenej obnovy lesa na príklade LHC Oravská Polhora. Vedecké práce Lesníckeho výskumného ústavu vo Zvolene, Zvolen : LVÚ Zvolen, s. 153-164. KONNERT M., 1991: Die Fichte (Picea abies [L.] Karst.) im Schwarzwald: Genetische Variation und Korrelationen. Fostw. Cbl., 110: 84-94. KRAJMEROVÁ D., LONGAUER R., 2000: Genetická diverzita smreka obycajného (Picea abies Karst.) na Slovensku. Lesn. Cas. Forestry Journal, 46(3): 273-286. KRAMER K., 2004: Effects of silvicultural regimes on dynamics of genetic and ecological diversity of European beech forests. Final Report of 5th framework project DynaBeech, QLK5-CT-19991210, 109 s. LAGERCRANZ U., RYMAN N., 1990. Genetic structure of Norway spruce (Picea abies): concordance of morphological and allozymic variation. Nature, 44(: 38-53. LINDGREN D., GEA L., D., JEFFERSON P.,A., 1996: Loss of genetics diversity monitored by status number. Silvae Genetica, 45: 52-59. LONGAUER R., GÖMÖRY D., PAULE L. et al., 2001: Selection effects of air pollution on gene pools of Norway spruce, European silver fir and European beech. Environmental Pollution, 115: 405-411. MITTON J.B., 1983: Conifers. In: S.D. TANKSLEY, T.J. Orton (eds.): Isozymes in Plant Genetics and Breeding. Part B. Elsevier Science Publishers, Amsterdam, 443-472. MONSERUD A., 1975: Trials with program FOREST: Growth and reproduction simulation for mixed species even- or uneven- aged forest stands. In: FRIES J. (ed.): Growth models for tree and stand simulation. Royal College of Forestry, Research Notes, 30: 56-73. MÜLLER-STARCK G., HUSSENDÖRFER E., 1995: Conservation of genetic resources of Norway spruce (Picea abies Karst.) in Switzerland. Euforgen, IPGRI, 41-43. NEI M., 1978: Estimation of average heterozygosity and genetic distance from a small number of individuals. Genetics, 89: 583-590. RAJORA O.P., 1999: Genetic biodiversity impacts of silvicultural practices and phenotypic selection in white spruce. Theor. Appl. Genet., 99: 954-961. SEBENN A.M., DEGEN B., AZEVEDO V.C.R. et al., 2008: Modelling the long-term impacts of selective logging on genetic diversity and demographic structure of four tropical tree species in the Amazon forest. Forest ecology and management, 254(2): 335-349. SOKAL R.R., ODEN N.L., 1981: Spatial autocorrelation in biology. 1. Methodology. Biological Journal of the Linnean Society, 10: 199-228. SOKAL, R., ROHLF, J.,F., 1981: Biometry. WH Freeman & Co, New York San Francisco, 859 s. YAZDANI R., LINDGREN D., 1991: The impact o f selfpollination on production of sound selfed seeds. In: S. FINESCHI, M.E. MALVOLTI, F. CANNATA, H.H. HATTEMER (eds.): The Population Genetics of Forest Trees, SPB Academic Publishing, the Hague, p. 143-147. Summary The main objective of the present study was to analyze genetic effects of various natural and artificial regeneration systems in Norway spruce. Spatial genetic structures, multiplicity, diversity, genotypic structures, and differentiation of the progeny stands and their mother stands were evaluated using the Eco-Gene Programme (DEGEN & GREGORIUS & SCHOLZ 1996). The study area in Vysné Hágy, High Tatra Mts. (altitude 1160 m) was comprised of 200 adult trees. All trees were marked and their exact position in a stand recorded. The height, diameter, length and crown projection of each tree were measured. Production of cones was assessed on each tree in two years and production of male flowers in one year. Multilocus genotypes of individual were determined in 22 isozyme gene loci. Dormant bud tissues were used for isozyme analyses. Genetic effects of the following regeneration cuts were studied: single-phase edge shelterwood, small-size two-phase edge shelterwood, intensive single tree selection, moderate single tree selection, group shelterwood a progressive group shelterwood cut. The effects of a regeneration system on the genetic structure of Norway spruce was assessed according to 3 criteria: Spatial structure of a progeny stand was taken as the first one, because clustering of similar genotypes in short distances results in groups of related individuals, increasing the risk of consanguineous mating and all its negative consequences in next generations. Genetic differentiation of a progeny stand from its mother stand (particularly after competition among juvenile trees) was the second criterion. Conservation of genetic variability was the third criterion, because forest regeneration should reproduce allelic structures towards next generations in order to preserve the species´ adaptive potential in a given place. It was given the same weight as second one, although the alleles lost due to the felling can be compensated by a gene flow. From the point of view of genetic structure, differences among naturally regenerated progenies after various regeneration cuts were rather small. Despite of this fact, it is possible to rank regeneration cuts as follows: Two-phase edge shelterwood cutting appeared to be the best one, thanks to the smallest, just 8-meter distance within which the trees are more related with more similar alleles than at random (Figure 3). Intensive single tree selection was ranked the second, with more related trees than at random within the distance of 8 meters again, but more alleles were outside the confidence interval (Figure 7). Single-phase edge shelterwood cut was ranked the third, with the 12 m reference distance (Figure 4). Group shelterwood cut (Figure 5) had the reference distance of 10 m but more alleles outside the confidence interval. Moderate single tree selection (Figure 8) and progressive group shelterwood cut (Figure 6) with the reference distances 13 and 14 meters, respectively, lagged behind them. Genetic distances between mother and progeny stands after competition among juvenile trees, were small (Table 2) except for intensive single selection which appeared thus to be the least appropriate regeneration cut. Two-phase edge shelterwood cutting and progressive group shelterwood cutting were the most appropriate, followed by single-phase edge shelterwood cut, moderate single tree selection and group shelterwood cut. Concerning the genetic diversity and genotypic structure, overall differences among progeny stands due to different regeneration systems were small (Table .When the loss of alleles in a progeny stand compared to the mother stand was the key criterion, group shelterwood and two-phase edge shelterwood cuts proved to be the most appropriate regeneration cuts. Only one allele was lost in their case. Progressive group shelterwood and single-phase edge shelterwood cuts, which were the next to them, resulted in the loss of 3 alleles. Moderate single tree selection resulted in the loss of 4 alleles and intensive single tree selection in the loss of as much as 9 alleles. According to all the criteria selected, the two-phase edge shelterwood cut appeared to be the most appropriate regeneration system in a pure spruce forest like the studied one at Vysné Hágy. It classified among the best ones in all partial assessments contrary to the intensive single tree selection, which proved to be (surprisingly) the least appropriate from the genetic point of view. Reliable inferences concerning other regeneration cuts are not possible due to small difference in their genetic effects on the progeny stands. In a case when natural regeneration fails, it is replaced by artificial stand establishment using seeds collected from a discrete number of seed parents. The higher is the number of trees from which seeds come, the smaller is the genetic difference between mother and progeny stands (Table 3, 4). Twenty seed trees were identified as the minimum necessary to reduce this difference. Our results allow drawing only partial conclusions because simulation of genetic effects of regeneration systems, including the analysis of genetic structures and differentiation of the mother and various progeny stands, refer to one study area in a pure spruce forest stand. The obtained results correspond well with conclusions of other authors dealing with similar topics, however. Lesnícky casopis - Forestry Journal, 57(2): 96112, Bratislava, 15. 6. 2011

http://www.deepdyve.com/assets/images/DeepDyve-Logo-lg.png

Forestry Journal de Gruyter

http://www.deepdyve.com/lp/de-gruyter/modelling-the-effects-of-natural-and-artificial-regeneration-on-bK0BM9U33G

Modelling the effects of natural and artificial regeneration on genetic structure. 1. Pure spruce stand

Loading next page...

Publisher: de Gruyter
ISSN: 0323-1046
eISSN: 1338-4295
DOI: 10.2478/v10114-011-0004-0
Publisher site: See Article on Publisher Site

Abstract

Journal

Forestry Journal – de Gruyter

Published: Jan 1, 2011

References

Genetic neighbourhood structure in a population of Picea abies L

D. Brunel
ECO-GENE, a model for simulation studies on the spatial and temporal dynamics of genetic structures of tree populations

B. Degen

Get 20M+ Full-Text Papers For Less Than $1.50/day. Start a 14-Day Trial for You or Your Team.

Learn More →

Modelling the effects of natural and artificial regeneration on genetic structure. 1. Pure spruce stand

Modelling the effects of natural and artificial regeneration on genetic structure. 1. Pure spruce stand

Get 20M+ Full-Text Papers For Less Than $1.50/day. Start a 14-Day Trial for You or Your Team.

Learn More →

Modelling the effects of natural and artificial regeneration on genetic structure. 1. Pure spruce stand

Modelling the effects of natural and artificial regeneration on genetic structure. 1. Pure spruce stand

Abstract

Journal

Recommended Articles

References

Our policy towards the use of cookies