Age-related trends in genetic parameters for wood properties in Larix kaempferi clones and implications for early selection

Chao SUN, Meng LAI, Shougong ZHANG, Xiaomei SUN

PDF(1772 KB)
PDF(1772 KB)
Front. Agr. Sci. Eng. ›› 2017, Vol. 4 ›› Issue (4) : 482-492. DOI: 10.15302/J-FASE-2017184
RESEARCH ARTICLE
RESEARCH ARTICLE

Age-related trends in genetic parameters for wood properties in Larix kaempferi clones and implications for early selection

Author information +
History +

Abstract

Wood properties are important traits that determine quality of structural wood. With the aim of performing efficient early selection for wood properties, we investigated genetic variation in 20 Larix kaempferi clones aged from 4 to 15 years for four quality traits: wood density, wall thickness to lumen area, microfibrillar angle (MFA) and modulus of elasticity (MOE). We observed that age-related trends in overall means varied for different traits: MFA decreased with the age, while the others generally increased with the age. Phenotypic variance always showed significant differences from the age of 8 years onward, with CVG ranging from 4% to 25%. Also, clonal repeatability increased steadily until 9 years old and then kept medium or higher intensity (0.4–0.8). After the age of 6, genetic correlations were generally higher than phenotypic correlations. Estimates of early selection efficiency suggested that the optimal selection age for wood density was at age 5–6 years, while it was 9–10 years for the other traits. In combination with previous results, we proposed a comprehensive early selection strategy for larch clonal breeding that involved selection based on nursery rooting ability, phenology, growth traits, and wood properties.

Keywords

early selection / genetic variation / wood properties / SilviScan / Larix kaempferi

Cite this article

Download citation ▾
Chao SUN, Meng LAI, Shougong ZHANG, Xiaomei SUN. Age-related trends in genetic parameters for wood properties in Larix kaempferi clones and implications for early selection. Front. Agr. Sci. Eng., 2017, 4(4): 482‒492 https://doi.org/10.15302/J-FASE-2017184

References

[1]
Keunecke D, Mannes  D, Evans R,  Lehmann E,  Niemz P. Silviscan vs. neutron imaging to generate radial softwood density profiles. Wood Research, 2010, 55(3): 49–60
[2]
Wu Y, Wang  S, Zhou D,  Xing C, Zhang  Y. Use of nanoindentation and silviscan to determine the mechanical properties of 10 hardwood species. Wood and Fiber Science, 2009, 41(1): 64–73
[3]
Raymond C A. Genetics of Eucalyptus wood properties. Annals of Forest Science, 2002, 59(5–6): 525–531
CrossRef Google scholar
[4]
Lenz P, Cloutier  A, MacKay J,  Beaulieu J. Genetic control of wood properties in Picea glauca-an analysis of trends with cambial age. Canadian Journal of Forest Research, 2010, 40(4): 703–715
CrossRef Google scholar
[5]
Wu H X, Powell  M B, Yang  J L, Ivković  M, McRae T A. Efficiency of early selection for rotation-aged wood quality traits in radiata pine. Annals of Forest Science, 2007, 64(1): 1–9
CrossRef Google scholar
[6]
Zhu J Y, Scott  C T, Scallon  K L, Myers G C. Effects of plantation density on wood density and anatomical properties of red pine (Pinus resinosa Ait.). Wood and Fiber Science, 2007, 39(3): 502–512
[7]
Kumar S, Lee  J. Age-age correlations and early selection for end-of-rotation wood density in radiata pine. Forest Genetics, 2002, 9(4): 323–330
[8]
Nyakuengama J G, Matheson  C, Spencer D J,  Evans R,  Vinden P. Time trends in the genetic control of wood microstructure traits in Pinus radiata. Appita Journal, 1997, 50(6): 486–494
[9]
Hannrup B, Ekberg  I. Age-age correlations for tracheid length and wood density in Pinus sylvestris. Canadian Journal of Forest Research, 1998, 28(9): 1373–1379
CrossRef Google scholar
[10]
Hylen G. Age trends in genetic parameters of wood density in young Norway spruce. Canadian Journal of Forest Research, 1999, 29(1): 135–143
CrossRef Google scholar
[11]
Fries A, Ericsson  T. Genetic parameters for earlywood and latewood densities and development with increasing age in Scots pine. Annals of Forest Science, 2009, 66(4): 1–8
CrossRef Google scholar
[12]
Hong Z, Fries  A, Wu H X. Age trend of heritability, genetic correlation, and efficiency of early selection for wood quality traits in Scots pine. Canadian Journal of Forest Research, 2015, 45(7): 817–825
CrossRef Google scholar
[13]
Gaspar M J, Louzada  J L, Silva  M E, Aguiar  A, Almeida M H. Age trends in genetic parameters of wood density components in 46 half-sibling families of Pinus pinaster. Canadian Journal of Forest Research, 2008, 38(6): 1470–1477
CrossRef Google scholar
[14]
Hannrup B, Cahalan  C, Chantre G,  Grabner M,  Karlsson B,  Bayon I L,  Jones G L,  Müller U,  Pereira H,  Rodrigues J C,  Rosner S,  Rozenberg P,  Wilhelmsson L,  Wimmer R. Genetic parameters of growth and wood quality traits in Picea abies. Scandinavian Journal of Forest Research, 2004, 19(1): 14–29
CrossRef Google scholar
[15]
Ma C, Sun  X. Larch genetic improvement and its future development in China. World Forestry Research, 2008, 21(3): 58–63 (in Chinese)
[16]
Lai M, Sun  X, Chen D,  Xie Y, Zhang  S. Age-related trends in genetic parameters for Larix kaempferi and their implications for early selection. BMC Genetics, 2014, 15(Suppl 1): S10
CrossRef Pubmed Google scholar
[17]
Diao S, Hou  Y, Xie Y,  Sun X. Age trends of genetic parameters, early selection and family by site interactions for growth traits in Larix kaempferi open-pollinated families. BMC Genetics, 2016, 17(1): 104
CrossRef Pubmed Google scholar
[18]
Sun X, Zhang  S, Hou Y,  Li S. Age trends of genetic parameters for growth traits in short rotation Larix kaempferi families. Scientia Silvae Sinicae, 2003, 40(6): 68–74
[19]
Fujimoto T, Akutsu  H, Kita K,  Uchiyama K,  Kuromaru M,  Oda K. Age trends of genetic parameters of spiral grain in hybrid larch F1 and implications for efficiency of early selection. Journal of Wood Science, 2006, 52(2): 101–106
CrossRef Google scholar
[20]
Fujimoto T, Kita  K, Uchiyama K,  Kuromaru M,  Akutsu H,  Oda K. Age trends in the genetic parameters of wood density and the relationship with growth rates in hybrid larch (Larix gmelinii var. japonica× L. kaempferi) F1. Journal of Forest Research, 2006, 11(3): 157–163
CrossRef Google scholar
[21]
Fujimoto T, Akutsu  H, Nei M,  Kita K, Kuromaru  M, Oda K. Genetic variation in wood stiffness and strength properties of hybrid larch (Larix gmelinii var. japonica× L. kaempferi). Journal of Forest Research, 2006, 11(5): 343–349
CrossRef Google scholar
[22]
Sun X, Zhang  S, Wang X,  Qi L, Wang  W, Chen B. Genetic variation on rooting ability of stem cutting and juvenile growth of Larix kaempferi × L. olgensis interspecific hybrids. Scientia Silvae Sinicae, 2008, 44(4): 41–47 (in Chinese)
[23]
Lai M, Sun  X, Zhang S. Growth rhythm of young Larix kaempferi × Larix olgensis hybrid. Journal of Northeast Forestry University, 2014, 42(4): 11–15 (in Chinese)
[24]
Lai M, Sun  X, Zhang S. Phenological variation of Larix kaempferi and its hybrid clones and early selection. Scientia Silvae Sinicae, 2014, 50(7): 52–57 (in Chinese)
[25]
Evans R, Downes  G, Menz D,  Stringer S. Rapid measurement of variation in tracheid transverse dimensions in a radiata pine tree. Appita Journal, 1995, 48(2): 134–138
[26]
Evans R, Downes  G, Murphy J. Application of new wood characterization technology to dendrochronology and dendroclimatology.  In: Tree rings, environment and humanity: Proc. Intern. Conf., Tucson, Arizona. 1994, 17–21
[27]
Defo M, Goodison  A, Uy N. A method to map within-tree distribution of fibre properties using SilviScan-3 data. Forestry Chronicle, 2009, 85(3): 409–414
CrossRef Google scholar
[28]
Evans R, Ilic  J. Rapid prediction of wood stiffness from microfibril angle and density. Forest Products Journal, 2001, 51(3): 53
[29]
Sattler D F, Finlay  C, Stewart J D. Annual ring density for lodgepole pine as derived from models for earlywood density, latewood density and latewood proportion. Forestry, 2015, 88(5): 622–632
[30]
Hansen J K, Roulund  H. Genetic parameters for spiral grain, stem form, pilodyn and growth in 13 years old clones of Sitka spruce (Picea sitchensis (BONG.) CARR.). Silvae Genetica, 1997, 46(2): 107–112
[31]
Hai P H, Jansson  G, Harwood C,  Hannrup B,  Thinh H H. Genetic variation in growth, stem straightness and branch thickness in clonal trials of Acacia auriculiformis at three contrasting sites in Vietnam. Forest Ecology and Management, 2008, 255(1): 156–167
CrossRef Google scholar
[32]
Dean C, Stonecypher  R. Early selection of Douglas-fir across south central coastal Oregon, USA. Silvae Genetica, 2006, 55(3): 135–140
[33]
Brüchert F, Becker  G, Speck T. The mechanics of Norway spruce [Picea abies (L.) Karst]: mechanical properties of standing trees from different thinning regimes. Forest Ecology and Management, 2000, 135(1): 45–62
CrossRef Google scholar
[34]
Yanchuk A D, Micko  M M. Radial variation of wood density and fibre length in trembling aspen. IAWA Journal, 1990, 11(2): 211–215
CrossRef Google scholar
[35]
Pliura A, Zhang  S, Bousquet J,  MacKay J. Age trends in genotypic variation of wood density and its intra-ring components in young poplar hybrid crosses. Annals of Forest Science, 2006, 63(7): 673–685
CrossRef Google scholar
[36]
DeSoto L, De la Cruz  M, Fonti P. Intra-annual patterns of tracheid size in the Mediterranean tree Juniperus thurifera as an indicator of seasonal water stress. Canadian Journal of Forest Research, 2011, 41(6): 1280–1294
CrossRef Google scholar
[37]
Sarén M P,  Serimaa R,  Andersson S,  Paakkari T,  Saranpää P,  Pesonen E. Structural variation of tracheids in Norway spruce (Picea abies [L.] Karst.). Journal of Structural Biology, 2001, 136(2): 101–109
CrossRef Pubmed Google scholar
[38]
Chen Z Q, Gil  M R G, Karlsson  B, Lundqvist S O,  Olsson L,  Wu H X. Inheritance of growth and solid wood quality traits in a large Norway spruce population tested at two locations in southern Sweden. Tree Genetics & Genomes, 2014, 10(5): 1291–1303
CrossRef Google scholar
[39]
Lichtenegger H, Reiterer  A, Stanzl-Tschegg S E,  Fratzl P. Variation of cellulose microfibril angles in softwoods and hardwoods-a possible strategy of mechanical optimization. Journal of Structural Biology, 1999, 128(3): 257–269
CrossRef Pubmed Google scholar
[40]
Houle D. Comparing evolvability and variability of quantitative traits. Genetics, 1992, 130(1): 195–204
Pubmed
[41]
Pliura A, Zhang  S, MacKay J,  Bousquet J. Genotypic variation in wood density and growth traits of poplar hybrids at four clonal trials. Forest Ecology and Management, 2007, 238(1): 92–106
CrossRef Google scholar
[42]
Donaldson L, Burdon  R. Clonal variation and repeatability of microfibril angle in Pinus radiata. New Zealand Journal of Forestry Science, 1995, 25(2): 164–174
[43]
Matheson A, Yang  J, Spencer D. Breeding radiata pine for improvement of sawn product value. In: CTIA/IUFRO Wood quality Workshop IV. Quebec: Forintek Canada Corporation, 1997, 19–26
[44]
Wu H, Yang  J, McRae T,  Li L, Powell  M, Genetic relationship between breeding objective and early selection criterion traits in Australia radiata pine population. CSIRO Forestry and Forests Technical Report, 2004
[45]
Wu H, Matheson  A, Spencer D. Inbreeding in Pinus radiata. I. The effect of inbreeding on growth, survival and variance. Theoretical and Applied Genetics, 1998, 97(8): 1256–1268
CrossRef Google scholar
[46]
Li L, Wu  H X. Efficiency of early selection for rotation-aged growth and wood density traits in Pinus radiata. Canadian Journal of Forest Research, 2005, 35(8): 2019–2029
CrossRef Google scholar
[47]
Dungey H S, Matheson  A C, Kain  D, Evans R. Genetics of wood stiffness and its component traits in Pinus radiata. Canadian Journal of Forest Research, 2006, 36(5): 1165–1178
CrossRef Google scholar

Acknowledgements

ƒThis work was supported by “the Fundamental Research Funds for the Central Non-profit Research Institution of CAF (CAFYBB2017ZA001-4)”. We gratefully thank Prof. Harry X. Wu for his revision of our manuscript. The help of Changgeng Ma, Yunhui Xie, Shu Diao, and Weibo Xiang is also acknowledged.

Compliance with ethics guidelines

Chao Sun, Meng Lai, Shougong Zhang, and Xiaomei Sun declare that they have no conflicts of interest or financial conflicts to disclose.ƒ
This article does not contain any studies with human or animal subjects performed by any of the authors.

RIGHTS & PERMISSIONS

The Author(s) 2017. Published by Higher Education Press. This is an open access article under the CC BY license (http://creativecommons.org/licenses/by/4.0)
AI Summary AI Mindmap
PDF(1772 KB)

Accesses

Citations

Detail

Sections
Recommended

/