API src

Verwendung der Präzisionsphänotypisierung und Hochdurchsatzgenotypisierung zur züchterischen Auswahl von autochthonen Hochlagenfichten

Description: Mit Hilfe der Präzisionsphänotypisierung und Hochdurchsatzsequenzierung sollen Nachkommenschaften schmalkroniger Hochlagenfichten und breitkroniger Tieflagenfichten unter kontrollierten Gewächshausbedingungen charakterisiert werden. Das Ziel ist die Identifizierung von genetischen und phänotypischen Zeigermerkmalen zur Früherkennung und züchterischen Auswahl von autochthonen und anpassungsfähigen Hochlagenfichten für den Fichten-Provenienzwechsel im Thüringer Wald. Weiterhin soll, basierend auf vergleichenden morphologischen Messungen an adulten Fichten unterschiedlicher Herkünfte (Hochlagen und Tieflagen), ein parametrisierbares 3D-Modell der Verzweigungsarchitektur und Benadelung entwickelt werden. Dieses soll die Grundlage bilden für biomechanische Simulationen zur Stabilität der Krone unter Wind- und/oder Schneebelastung. Durch Modellexperimente soll so die Hypothese geprüft werden, dass der Hochlagen-Phänotyp besser an diese Lasten adaptiert ist. In dem FNR-geförderten Vorgängerprojekt 'Verwendung moderner SNP-Technologie zur Identifikation und Auswahl von Frost- und schneeharten Bergfichten zur Begründung stabiler und ertragreicher Fichtenbestände im Rahmen des Fichten-Provenienzwechsels im Thüringer Wald' (06/2016 - 06/2020, Referenznummer: 22023814) wurden basierend auf genetischen Untersuchungen und der phänotypischen Ansprache im Bestand Elternbäume der Hochlagenfichte im Vorkommen der Schloßbergfichten in Thüringen und in drei zusätzlichen Vorkommen identifiziert (Caré et al., 2020a; Caré et al., 2020b; Caré et al., 2018).

Types:
SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Thüringer Wald ? Fichte ? Thüringen ? Modellversuch ?

Region: Lower Saxony

Bounding boxes: 9.16667° .. 9.16667° x 52.83333° .. 52.83333°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

Time ranges: 2024-01-01 - 2026-12-31

Status

Quality score

Accessed 1 times.