呼倫貝爾地區6種禾本科牧草養分對應分析

郭明英， 吳艷玲， 徐麗君， 張木蘭， 烏 蘭， 呂瀟瀟， 呂世杰

(1.呼倫貝爾國家野外站/中國農業科學院農業資源與農業區劃研究所， 北京 100081； 2.內蒙古師范大學， 內蒙古 呼和浩特 010021； 3.呼倫貝爾市草原工作站， 內蒙古 呼倫貝爾 021008； 4.呼倫貝爾市畜牧工作站， 內蒙古 呼倫貝爾 021008； 5.內蒙古農業大學， 內蒙古 呼和浩特 010018)

禾本科牧草在人工草地組成中占據重要地位，同時在草地生態系統中也具有重要作用，是發展畜牧業的重要物質基礎[1]。營養價值的高低是評價牧草是否優良的重要指標，主要取決于所含營養成分的種類和數量[2,3]，不同牧草品種、成熟階段和青貯技術均會使牧草的營養價值發生較大的變化，提高其利用率[4-6]。本文應用對應分析[7-8]方法對呼倫貝爾地區6種禾本科牧草的營養成分進行分析，揭示營養成分的差異性，探討適宜呼倫貝爾地區種植的不同禾本科牧草營養物質含量變化特點及規律，旨在為呼倫貝爾家畜的補飼和人工草地的合理利用提供科學依據。

1 材料與方法

1.1 試驗地概況

試驗地位于呼倫貝爾市陳巴爾虎旗國家牧草繁育基地，屬溫帶半干旱大陸性氣候，年平均降水322.7 mm，年平均氣溫為-1.5℃，無霜期115 d，年積溫(≥10℃)2 003.1℃。土壤類型為栗鈣土。

1.2 試驗材料

披堿草(ElymusdahuricusTurcz)、蒙農雜種冰草(Agropyroncristatum×A.desertorum‘Hycrest Mengnong’)、老芒麥(ElymussibiricusLinn)，(內蒙古農業大學提供)；多花黑麥草(LoliummultiflorumLamk)，(黑龍江省齊齊哈爾北方草業有限公司提供)；‘阿壩’垂穗披堿草(Elymusnutans‘ Aba’)，(四川省草原科學研究院牧草研究所提供)；偃麥草(Elytrigiarepens(L.) Nevski.)，(新巴爾虎左旗草原工作站提供)。

1.3 試驗取樣與測定

于2014年8月中旬取樣，先齊地面將牧草剪割，再將樣品烘干后粉碎，最后進行營養成分的測定與分析[9]。

1.4 數據分析

原始數據使用Excel 2010整理，統計分析采用SAS 9.2軟件。

2 結果與分析

2.1 特征向量分析

由表1可知，第1坐標、第2坐標為6種禾本科牧草在2個公因子上的載荷，分別表示為：P(披堿草)=0.1087 Dim1+0.0091 Dim2；D(多花黑麥草)=0.1606 Dim1+0.0084 Dim2；M(蒙農雜種冰草)=-0.0553 Dim1+0.0458 Dim2；L(老芒麥)=-0.0789 Dim1-0.0243 Dim2；A(阿壩垂穗披堿草)=-0.0995 Dim1+0.0244 Dim2；Y(偃麥草)=-0.0132 Dim1-0.0571 Dim2。由此可知，P、D、M、L和A在第1公因子所承載信息均較大，而Y在第2公因子所承載的信息較大。

貢獻率之和反映牧草在2個公因子上的信息情況，由此可知，2公因子代表的牧草信息大小依次為D>P>A>Y>M>L，承載信息均在80%以上，其中P和D承載信息均在95%以上，6種牧草信息幾乎完全由這2個公因子反映出來。和占百分比信息反映出Y>A>L>P>M>D，說明營養物質含量總體呈現Y>A>L>P>M>D。變量占特征值比表示貢獻率大小依次為D>A>P>L>M>Y。

表1 6種禾本科牧草的特征向量Table 1 Feature vectors of 6 forage grasses

2.2 歐氏距離分析

由表2可知，P和D之間距離=sqrt[(0.1087-0.1606)2+(0.0091-0.0084)2]=0.0519，D和M之間距離為0.2191，M和L之間距離為0.0740，L和A之間距離為0.0529，A和Y之間距離為0.1187。由此可知，以各養分含量為觀測梯度變量 M 和A 之間距離最短，即M 和A 之間養分含量差值較小，其他依次減小，表明6種禾本科牧草養分含量的差異在逐漸減小，牧草D養分含量遠不同于牧草A養分含量。

表2 6種禾本科牧草的歐氏距離Table 2 Euclidean distance of 6 grass species

2.3 貢獻率與信息量分析

D在第1公因子上貢獻率最大(表 3)，依次是P，A，L，M，Y；在每個變量上每個公因子貢獻率顯示，6種牧草在第2公因子上貢獻率與之相反，Y貢獻率最大，D貢獻率最小。

由變量在公因子上貢獻率顯示，P、D、A和L 均在第1公因子上貢獻率相對第2公因子占有絕對優勢；M變量在雙因子上貢獻率均較大；Y在第1公因子上貢獻率相對第1公因子占有一定優勢。在信息量和總信息量中，0、1 和 2 是各變量坐標對特征值貢獻多少標志，貢獻少、中、多依次用 0、1 和 2 來表示，得出坐標對特征值貢獻較多的是 M和Y，P、D、L和A 坐標對特征值貢獻處于中等水平。

表3 6種禾本科牧草的貢獻率及信息量分析Table 3 Contribution rate and information quantity analysis of 6 forage grasses

2.4 各養分指標特征向量分析

第1坐標、第2坐標為 7 個養分變量在2個公因子上的載荷，結果表示：CP在 2 個公因子上的載荷為CP=-0.1907 Dim1+0.0023 Dim2，其他養分指標在2公因子上的載荷如表4所示。7個養分指標中除了Ca和P，其他指標在第1公因子所承載信息均較大，第1坐標可以看作是不同養分指標在坐標系內的位置變動情況；而由于Ca和P在第1坐標上的載荷與第2坐標差值遠小于其他養分指標，其位置變動情況受第2坐標的影響值得重視。

2公因子所代表的養分含量信息大小依次為CP>AW>CF>Ash>EE>P>Ca，除了Ca和P,其他養分指標承載信息均在70%以上，可以采用2公因子承載信息代替原指標信息；和占百分比CF>CP>AW>Ash>EE>Ca>P，這說明所測定的營養物質含量總體上變化規律為CF>CP>AW>Ash>EE>Ca>P；變量占特征值大小依次為CP>AW>CF>Ash>EE>Ca>P。由此可知，CP、CF和AW在各相關貢獻率相對較大且占比排位情況不穩定，EE、Ash、Ca和P貢獻率相對較小且排位較穩定。

表4 各養分指標特征向量Table 4 Feature vectors of nutrient index

2.5 各養分指標歐氏距離分析

由表5可知，CP和EE之間的距離=sqrt[(-0.1907-(-0.1001))2+(0.0023-0.0895)2]=0.1257，由此可見，CF和Ca之間的相關關系最近，其次為CF和Ash，CP與AW之間的關系最遠。總體來看，AW與各養分之間的關系較遠。

表5 各養分指標的歐氏距離Table 5 Euclidean distance of nutrient indexes

2.6 各養分指標貢獻率及信息量分析

由表6可知，CP在橫坐標上信息量占絕對優勢，即橫坐標反應CP含量信息比較強；EE、CF、Ash、Ca、P和 AW 在第2公因子上的貢獻率較大；變量在雙公因子上的貢獻率是(表 4 中)“貢獻率之和”；變量在公因子上的貢獻率顯示，除了CP外，CF和AW含量信息也主要由橫軸體現；CP、EE、CF、Ash和AW在第1公因子上的貢獻率相對第2公因子占有優勢，而Ca和P在第2公因子上的貢獻率相對第1公因子占有優勢；在信息量和總信息量中，0、1 和 2 是各變量的坐標對特征值貢獻多少的標志，貢獻少、中、多依次用 0、1 和 2 來表示，因此可以看到，坐標對特征值貢獻較多的是EE、CF、Ash、Ca、P和AW，而CP坐標對特征值的貢獻較少。

表6 貢獻率及信息量分析Table 6 Contribution rate and information analysis

2.7 對應分析結果

如圖1所示，可直觀反映禾本科牧草間的差異，牧草中營養物質含量間也存在差異。A、L、M、Y、P和D沿橫軸由左向右排列，粗蛋白在橫軸上，說明粗蛋白含量信息變化完成由橫軸決定，且沿著X軸正向逐漸降低。

7個養分指標中，Ca與CF含量相距較近，說明相距較近的養分指標Ca和CF之間相互關聯程度較為密切，且具有較好的相關性。在第1個區域CP含量最高，第3個區域CP含量最低，2和4區域CP含量介于前兩者之間，但2和4區域除體現CP含量之外，還體現了自身的特點；第2區域Y的CF和Ash含量較高，但Ca含量變化不明顯，與Ca含量變化可能存在某種密切關系；第4區域M的EE和P含量關系沒有表現出來，盡管他們之間比較近可化為同一區域，可能M所具有的養分含量以及2個測定指標更具有折中性。

圖1 對應分析結果Fig.1 Correspondence analysis results

3 結論

對應分析可直觀的反映出牧草養分含量與品種之間的關系，不同牧草所含養分存在明顯差異，養分含量與牧草間具有一定相關性。應用對應分析法解釋養分含量與牧草間的相關性是一種極具優勢的分析方法。6種禾本科牧草的營養成分含量不同，其中阿壩垂穗披堿草的粗蛋白與粗脂肪含量最高，多花黑麥草最低；披堿草的吸附水含量最高，老芒麥最低；偃麥草的粗纖維和粗灰分含量最高，蒙農雜種冰草最低；老芒麥的Ca和P的含量最高，蒙農雜種冰草Ca含量最低，偃麥草P的含量最低。