- Costa e Silva J, Dutkowski GW, Gilmour AR. Analysis of early tree height in forest genetic trials is enhanced by including a spatially correlated residual. Can. J. For. Res. [Internet]. 2001;31:1887–93. Available from: http://www.ingentaconnect.com/content/nrc/cjfr/2001/00000031/00000011/art00004
本研究探討了12個森林遺傳試驗中除了傳統的隨機完全區塊（RCB）分析之外，包括空間相關殘差的混合線性模型的使用。來自三種物種（云杉（Ponga sitchensis（Bong。）Carr。，Pinus pinaster Ait。和Pinus radiata D.Don）的后代和克隆測試的早期高度數據的分析顯示，在所有試驗中存在顯著的空間變異。添加基本??的一階可分離自回歸誤差項比RCB模型更有效地建模空間變化，并大大減少了塊和圖的方差。沒有證據表明需要擴展空間建模。空間分析大大提高了遺傳價值估計在一些試驗的準確性，并伴隨著遺傳條目的排名的大變化和相對于RCB分析的選擇的更大的收益。
樹木改良計劃依靠復制的田間測試來估計遺傳參數和評估證據，家庭和個人。在許多這樣的試驗中，條目的數量很大，并且種植場所是可變的。這限制了測試區分遺傳它們的環境影響的能力。場地變異性反映了土壤屬性（如土壤肥力，水分，質地和深度）等因素的空間性質。氣候，地形和風暴。環境異質性可以表現為隨機微位點差異，斑塊和梯度在站點域。通常這些類型的變異性看起來似乎 - 雖然可能是主導的。最近。在6至12年的66道格拉斯 - 冷杉子代試驗中測量的樹高的研究中，翅片等。 （1999）顯示90％的網站展示大的空間變化與梯度和斑塊。因此。選擇合適的試驗地點和使用有效的實驗設計和分析，以適應林木遺傳評價的環境變異性（Loo-Dinkins 1992; Magnussen 1993）。
通常用于森林遺傳試驗的田間試驗設計包括隨機完全區塊（RCB）分裂圖和不完全塊設計（Loo-Dinkins 1992; Williams和Matheson 1994）。當塊體內的環境相當均勻時，RCB設計是有效的，塊之間的變化解釋了現場測試的協同變異性。然而，在林地步道，其中塊通常很大。環境變異性可能很大，降低了這些分析識別遺傳變異和降低遺傳價值估計的準確性的能力。條目的數量大，并且環境是高度異質的，在不完全塊設計中減小塊大小可以增加RCB設計的精度（Cochran和Cos 1957; Patterson等人1978; Williams and Matheson 1994; Fu等人， 1998）。
空間或相鄰模型已經在農業田間試驗的分析中變得流行（Lilt等人1988; Cullis和Gleeson 1989,1991; Zimmemian和Harville 1991：Brownie ct at 1993; Grondona等人1996，Brownie和Gumpertz 1997; t3ilmour ct at.1997; Cutlis et at.1998; Qiao et at.2000）。這些通過使用各種相關結構來給出更有效的分析，以模擬與現場中的實驗單元的位置相關的變化。梯度和（或）貼片的存在誘導相鄰實驗單元之間的時間關聯。假設更接近數據中的實際相關結構的殘差協方差結構的分析將導致用于估計治療效果的提高的效率和精度。這是在所引用的參考文獻中針對特定試驗和農業田間實驗的一系列試驗所證明的。 Federer（199b）主張基于擬合多項式響應曲面的數據的空間模型，但Gilmour（2000）認為這樣的模型很少被證明
Magnusseo（1990）將空間方法引入森林遺傳測試的樹高分析中，報告了全同胞家系之間的差異的標準誤差減少了5-20％，顯著治療差異的數量增加了從RCB分析獲得的結果。 Kusnadar和Galwey J2000）報道，空間模型給出了比海濱松（Pins rims.iter Ait。）單個樹生長數據的不完全塊模型顯著更好的擬合。
森林基因試驗傾向于與農業領域的差異有以下特點：
實驗單位：對單個樹進行測量，而不是對許多植物進行測量，盡管繪圖方法通常用于估計遺傳參數。
試驗規模：林業試驗總面積和實驗單位數量往往較大
復制：林業試驗往往有更多的重復，以補償每個地塊的植物數量較少。
場地一致性：林業試驗通常生長在丘陵地帶，其比農業徑跡地點不均勻
布局：物理站點功能通常排除使用常規網格的林業步道。
抽樣：隨著時間的推移，可能在農業試驗中進行重復抽樣，而農業試驗通常是為了產量而采收
遺傳材料：農業步道通常是近交系，而林業試驗可能有更多樣的遺傳材料。
競爭：在單個樹級別的數據分析的結果是競爭可能產生空間相鄰數據值之間的負相關
這些差異意味著林業試驗固有地具有更環境的變化，分析的挑戰是盡可能多地調整該變化的任何系統組成部分。
我們的目的是探索使用空間模型分析來自后代和克隆森林遺傳測試的高度數據。我們總結了12個試驗與RCB分析的空間分析結果，模型擬合信息，變量參數估計，預測遺傳值的準確性和秩變化，以及選擇的相對遺傳增益。我們討論這些分析中涉及的問題，特別強調空間模型與林業試驗和農作物間的差異
