西北半干旱區引種燕麥品種產量與品質的關聯分析及評價

南 銘， 趙桂琴， 李 晶， 柴繼寬

(1. 甘肅農業大學草業學院， 甘肅 蘭州 730070； 2. 甘肅省定西市農業科學研究院， 甘肅 定西 743000)

燕麥(AvenasativaL.)為一年生禾本科燕麥族(Aveneae)燕麥屬(Avena)草本植物，是僅次于小麥、玉米和水稻的世界第4谷物，具有抗旱、耐貧瘠、耐適度鹽堿等特點[1-2]。全世界五大洲40多個國家都有種植，國外主要種植皮燕麥，我國以裸燕麥為主，其次是皮燕麥，集中分布在西北、華北和東北等地區[3]。目前，我國燕麥種植面積接近80萬公頃，產量90萬噸以上，占世界燕麥總產量的4.1%，居世界第8位，主要產區位于吉林、內蒙、山西、河北以及甘肅等省份。

甘肅中部是我國燕麥主產區之一，隨著當地種植業結構的調整和人們健康膳食習慣的改變，燕麥在發揮優質飼草料供給和功能性保健食品方面的重要作用日益凸顯[4]，特別是在修復天然退化草場、構建合理輪作制度及改善生態環境方面越來越受到重視[5]。現有品種普遍存在純度不高，抗逆性差、產量和品質低下、品種退化等現象，已無法滿足當地燕麥產業發展的需求。由于我國燕麥種植區域較廣、品種繁多，類型豐富，不同燕麥品種適種區域也不完全一致，生態適應性相對狹窄[6]，而且同一品種因其自身遺傳特性對特定栽培環境下的農藝性狀、營養品質及生產性能表現差異明顯[7-8]。所以，品種與環境的相互選擇是影響燕麥引種試驗成功的關鍵[9]。然而，有效篩選和綜合評價燕麥品種資源一直是燕麥引種的先決條件，評價燕麥品種適應性的因子數量較多，僅以某些局部性狀來評價其生產性能的優劣及品種間的適應性差異，往往因割裂了各個性狀因子對品種生產性能的綜合影響而有失全面。燕麥在西北中部旱區的生產性能評價不僅要考慮產量，還要關注品質，確保充分考慮影響綜合性能的主要因子全面進行評選優劣[10]。因此，以定量取代定性，在對不同來源燕麥品種挖掘生產潛力和創新利用之前對其進行科學、準確評價，充分發揮其適應性和穩定性以供持續創新利用和符合生產需求具有重要意義[11]。

目前，灰色系統理論已在燕麥研究中廣泛應用并取得了較好的效果[12-23]，但基本聚焦在燕麥草產量，草品質及飼用價值等方面，且以高寒區飼用燕麥品種評價為主，針對干旱地區引種燕麥籽粒主要營養指標和產量性狀的評價方面相對較少。本研究應用灰色關聯度分析法，在同一種植環境中評價22個引進燕麥的主要農藝性狀和籽粒營養品質，旨在篩選甘肅中部乃至西北半干旱區種植的優良燕麥品種，為燕麥新品種的培育和生產實踐提供參考依據。

1 材料與方法

1.1 試驗材料

供試燕麥品種22個，試驗種子純凈度和發芽率等指標均符合播種質量標準(表1)。

表1 試驗材料名錄Table 1 List of test materials

1.2 試驗地概況

試驗地設在甘肅省定西市國家旱地作物育種創新基地(E 104°12′，N 35°17′)，平均海拔1 920 m。地處西北黃土高原溝壑地帶雨養農業區，屬典型的溫帶干旱大陸性季風氣候，氣溫7.6～8.2℃，年均日照時數2 100～2 600 h，≥0℃年積溫2 930℃，無霜期141 d，年降水量380～420 mm，平均蒸發量1 400 mm，強烈蒸發期在春季和秋季，雨熱同期，晝夜溫差大。試驗地土壤屬黃綿土，0～20 cm土壤pH 8.03，土壤全氮 0.8 %，有機質19.1 g·kg-1，速效磷26.4 mg·kg-1，速效鉀202.7 mg·kg-1。

1.3 試驗設計

供試燕麥品種連續種植兩年(2015-2016年)，試驗采用隨機區組排列，兩年均于4月10日播種，小區面積10 m×5 m，3次重復，人工開溝條播，行距25 cm，播深6～8 cm，播量180 kg·hm-2，重復間和小區周邊留過道80 cm。全生育期不再追肥，中耕除草，抽穗期前后防治燕麥紅葉病，各小區處理均一致。

1.4 測定指標

分別在2015-2016年8月上旬燕麥進入成熟期后，田間每小品種隨機選取3～5株測量株高X1，數取小穗數X2，分蘗數X3，計算生育期X4，每個品種隨機選取30株長勢一致的植株考種統計穗粒數X5，穗粒重X6，千粒重X7，產量X0(按小區面積實收籽粒折算計產)，以上數據均重復3次，取平均值。脫粒晾曬清選后采用凱氏定氮法[24]測定籽粒粗蛋白含量X8，索氏脂肪抽提法[25]測定粗脂肪含量X9，雙波長法[26]測定淀粉含量X10，所有指標為2015-2016年測定數據的平均值。

1.5 灰色關聯分析

按灰色系統理論，所有供試品種或性狀歸納為一個灰色系統，而每一個品種或者性狀是該系統的一個因素，分析系統中各因素關聯度越大，因素的相似程度越高[27]。先設一個參考品種或性狀以其各項指標所構成的數列為參考數列，以供試品種或性狀的各項指標所構成的數列為比較數列，計算各供試品種或性狀與參考品種或性狀之間的關聯度。關聯度越大，表明該品種或性狀與標準品種或性狀的相似程度越高，反之則低。根據關聯度的大小，可篩選評價供試品種或性狀的優劣[28-29]。

假若設參考數列為x0，比較數列為xi，且i=1，2，3，…n，且x0={x0(1)，x0(2)，x0(3)，…x0(n)}，xi={xi(1)，xi(2)，xi(3)，…xi(n)}，

(1)

式中，i(k)是x0與xi在第k點的關聯度系數[30]。 表示x0數列與xi數列在k點的絕對差，minimink為二級最小差值，maximaxk為二級最大差值，為分辨系數，取值范圍在0～1之間，本試驗取值0.5，認為同等重要。ri為比較數列與參考數列的關聯度，是具體反映x0與xi數列之間關聯性的度量。

由于比較數列與參考數列各指標的關聯度系數較多，信息分布較分散，不便于進行比較，為此需要將各品種或性狀的關聯度系數集中為1個值，稱為x0與xi數列之間的關聯度，記為gi，

(2)

式中n為樣本數，關聯度越大，表明該品種或性狀與標準品種或性狀的相似程度越高，反之則越低。根據關聯度的大小，可篩選、評價供試品種的優劣[31]。

通過權重系數計算公式(7)來衡量不同性狀對應的權重[32]。

2 結果與分析

2.1 標準品種與供試品種的各項性狀統計

將22個參試燕麥品種的11個性狀視為一個整體，應用灰色關聯度法進行綜合評價。選用株高(plant height，PH)、生育期(growth duration，GD)、小穗數(spikelet number，SN)、分蘗數(tiller number，TN)、穗粒數(grain number spike，GNS)、穗粒重(grain weight spike，GWS)、千粒重(thousand grain weight，TGW)、粗蛋白(crude protein，CP)、粗脂肪(crude fat，CF)、淀粉(starch，S)、籽粒產量(grain yield ，GY)11個指標進行權重綜合評價。根據灰色系統理論和應用數列間的相似程度來判斷兩個系統或系統中的兩個因素之間關聯程度的原理，關聯度大的數列與標準數列最接近[28]。

由表2，表3看出，標準品種(標準品種的產量高于參試品種中最大值的5%，其他性狀稍高于參試品種中最大值)的構建符合燕麥品種選育的演變趨勢以及高產育種目標最優性原則。供試燕麥品種在各性狀間均存在一定的差異，變異明顯，對同一生態環境的適應性不同，但均能在甘肅中部地區完成生育期，皮、裸燕麥變異最大的均為有效分蘗數(30.61%，29.65%)，不同燕麥品種單株有效分蘗受生態環境影響較大，單株分蘗數是一個多基因控制的數量性狀，與燕麥品種生態適應性和產量穩定性有直接關系。其次是穗粒重(29.00%，24.61%)和穗粒數(18.47%，24.00%)，變異最小的為淀粉含量(2.07%，3.41%)。皮燕麥品種間穗粒數極差最大(114.5)有效分蘗數極差最小(1.50)；而裸燕麥品種間籽粒產量極差最大(92.70)淀粉含量極差最小(1.94)。

表2 裸燕麥供試品種和標準品種的各項性狀統計Table 2 The economical characteristics of both standard and tested naked oats varieties

表3 皮燕麥供試品種和標準品種的各項性狀統計Table 3 The economical characteristics of both standard and tested hulled oats varieties

注：*表示在0.05水平下顯著相關；**表示在0.01水平下顯著相關

Note：* indicates significant correlation at the 0.05 level；** indicates significant correlation at the 0.01 level

2.2 數據標準化處理

由于各性狀計量單位和量綱不同，且差異較大，不能直接進行比較，為保證各性狀因素具有等效性和同序性，需要采用初值化對各性狀的原始數據按均值化變換進行均值化處理，從而所有性狀具有同等性和可比性[33]。本研究采用標準品種值對原始數據值進行標準化處理，將表2，表3數據壓縮到一個數值全在[0,1]內的新數列[34]。

2.3 各點性狀絕對差值

根據公式△i(k)=|x0(k)-xi(k)|(3)計算對應點的絕對差值。

2.4 最大絕對差值和最小絕對差值

應用公式minimink|x0(k)-xi(k)|=a (4)，maximaxk|x0(k)-xi(k)|=b (5)，得到二級最小差值為0.0001，二級最大差值為0.9192。

2.5 各性狀在各點的關聯度系數

將公式(4)和(5)代入公式(1)和(2)得出公式xi(k)=(a+ρb)/[Di(k)+ρb](6)，供試品種與參考品種各指標的關聯度系數較多，信息分布較分散，不便于進行比較，為此需要將各品種或性狀的關聯度系數集中為一個值，即關聯度(表5)。各品種主要農藝性狀和品質性狀與籽實產量的關聯系數均在0.3334～1.0000之間。根據灰色系統理論和應用數列間的相似程度來判斷兩個系統或系統中的兩個因素之間關聯程度的原理，關聯度大小反映了各因子重要性的差異，關聯度越大，則表示該因子的作用越大，即對燕麥籽粒產量的影響越大[13-14]。對燕麥籽粒產量影響最大的千粒重，影響最小的是有效分蘗數。燕麥籽粒產量與各性狀關聯度大小順序為：千粒重>株高>生育期>粗蛋白>淀粉>小穗數>穗粒重>粗脂肪>穗粒數>分蘗數。

2.6 加權關聯度

將公式(6)代入公式(2)中得到的各指標的等權關聯度(gi)，但(gi)只有在各性狀同等重要的情況下，才能用于評價不同品種的優劣。事實上，反映燕麥各性狀特征值的重要性并不相同，應根據其重要程度給予不同的權重系數(ωi)，可根據公式(7)計算各指標對應的權值，賦予各性狀不同權重。結果為ωi=0.1047，ωi=0.0998，ωi=0.0829，ωi=0.1146，ωi=0.0916，ωi=0.0990，ωi=0.1030，ωi=0.0976，ωi=0.1044，ωi=0.1024。說明各指標在評價系統中所占的權重順序為生育期>株高>籽粒產量>粗蛋白>淀粉>小穗數>千粒重>粗脂肪>穗粒重>穗粒數>分蘗數。

通過公式(2)計算的等權關聯度只有在各性狀同等重要的情況下，才能用于評價不同燕麥品種的優劣[28]。根據各性狀在評價系統中的權重可建立供試燕麥品種的綜合模型：

Zk=0.1047x1+0.1024x2+0.0998x3+0.0829x4+0.0916x5+0.0990x6+0.1146x7+0.1030x8+0.0976x9+0.1044x10。

表5 供試燕麥品種主要性狀關聯系數Table 5 The relational coefficients of the main traits of oats varieties

根據加權關聯度(g＇i)分析原則，加權關聯度值可真實的反應供試品種與最優指標集的差異大小，關聯度大表明該品種與最優指標集的相似程度高，反之則差異大[35]。由(表6，表7)可知，皮燕麥中‘定燕2號’農藝性狀最優，穗粒數最多，‘白燕14號’淀粉含量高，‘壩燕4號’粗脂肪含量高，‘魁北克燕麥’千粒重和籽粒產量高。裸燕麥中‘白燕13號’籽粒產量最高，‘白燕15號’穗粒重最高，‘白燕11號’粗脂肪含量最高，‘晉燕14號’淀粉含量最高，‘遠雜2號’、‘壩莜14號’和‘燕科2號’綜合性能優良，綜合分析認為它們與標準品種相似程度最大。實際上單項指標突出的并不意味著是評價最優的品種，只有綜合性狀突出的品種才是最適宜推廣種植[23,36]。

表6 供試品種與標準品種間關聯系數矩陣及關聯度Table 6 Grey correlation co-efficient matrix and value of tested varieties with standard variety

表7 供試品種的加權關聯度Table 7 Weighted relevancy values of tested varieties/g＇i

3 討論

燕麥產量與品質不僅由其本身遺傳特性決定，也受環境條件影響[22]，同一品種在不同生態環境中的表現結果不盡相同，不同品種因其遺傳特性不同在同一環境條件下對某一具體性狀的反應也完全相同[11]。灰色關聯度法能將分散信息綜合考慮，比較全面、準確可靠，分析結果與試驗表現一般比較吻合，能綜合判別品種的優劣，避免了傳統方法中僅靠單一指標的片面判斷，從而可為篩選、推廣適宜本地區的優良品種提供可靠的依據[12]。采用灰色關聯度法綜合評價燕麥品種的關鍵是依據育種目標、生產實際和市場需求來進行性狀的選取、各性狀權重值的確定和參考品種的構建[21,36]。因此，本試驗所選取的評價因子為8個主要農藝性狀和3個關鍵營養品質性狀，基本涵蓋了燕麥的常規分析指標，對代表不同特征的性狀進行標準化處理，最大程度地反映被評價品種的真實水平，不僅能看出品種的優良特性，還可以反映出其存在的不足，避免了只考慮片面因素而忽略其他因素的弊端，而且在考慮評價品種間差異性的基礎上對各指標賦予不同的權重值，標準品種的構造綜合了所有品種的全部優良信息，從而提高了品種綜合評估的準確性和有效性[37-38]。

燕麥作為一種糧飼兼用作物，在引進品種篩選和綜合評價方面所選取的指標性狀很多[9,14]。其中粗蛋白含量是反映燕麥籽粒營養品質最重要、最具代表性的指標，與燕麥關鍵農藝性狀既有聯系又有區別[21]。在同一生態環境條件下表現差異主要是不同品種燕麥自身遺傳特性造成的，其中株高是一個重要評價指標，在一定程度上能反映產生產性能的高低[23]。本研究發現，22個燕麥品種株高差異明顯，皮燕麥顯著高于裸燕麥。根據權重比較可知，株高和生育期的權重較大，說明本區域生產中氣候因子是影響燕麥生長的重要因素。粗蛋白含量的權重位居第4，這也響應了當地燕麥產業發展中急缺優質飼草料資源的問題。因此，本區域今后在燕麥引種工作中，應把生育期、株高和粗蛋白含量作為重要指標加以考慮，使其更好地與燕麥產業發展實際緊密相聯。

本研究中燕麥品種的籽粒產量與株高、生育期與千粒重之間的關聯性較大，是影響燕麥產量的關鍵農藝性狀。籽粒產量和粗脂肪含量關聯度最大，這與[13,17-19,21]的研究結果相類似，與[16,22]的研究結果略有不同，這可能因為在進行評價時本研究選用的農藝性狀和品質指標與其存在較大的差異，也可能是同一性狀對不同生態環境條件的響應差異所致。因此在以籽粒為主要目標的燕麥品種資源篩選和評價中應將株高、千粒重、生育期和粗脂肪含量作為重要指標加以考慮。加權關聯分析表明，裸燕麥表現比較好的品種有‘遠雜2號’、‘壩莜14號’、‘燕科2號’、‘白燕15號’和‘晉燕14號’，皮燕麥表現較好的為‘定燕2號’、‘壩燕4號’、‘冀張燕4號’，由于其農藝性狀和營養品質都表現較好，綜合排名靠前，生產實踐中創新利用潛力較大，適宜在該地區大面積推廣，排名靠后的因其加權關聯度較低，產量性狀和品質表現一般，實際生產應用率也大大降低，這與大田試驗觀察結果相一致，綜合評價結果與鄭曦[7]，趙寧[8]，王桃等[16-18]的研究結果相類似。

有效篩選和綜合評價引進燕麥品種資源，是燕麥引種比較研究的重要內容，評價不僅要看農藝性狀和籽粒品質，更要關注其抗逆性和飼用價值，不同來源的品種一般經過2～3年以上便可適應當地的生態條件，發揮其優異特性。本試驗中引進的燕麥品種僅在同一生態環境中連續種植2年尚有欠缺之處，且選取了其生長過程中的一個時期的主要農藝性狀和籽粒營養品質方面進行評價，未將各燕麥品種在試驗地區的抗逆性和飼用性能等影響燕麥關鍵特性的因子未能考慮納入評價[7,16,18,22]，對此將在后續試驗中加強對燕麥品種進行多年定量分析與觀察，進行深入研究并給予灰色關聯度分析，以期為甘肅中部干旱區引種優良燕麥品種提供指導。

4 結論

應用灰色關聯度分析法對22個引種燕麥品種的11個性狀進行綜合評價，產量性狀和品質性狀間相關性顯著，11個性狀的權重大小順序為：生育期>株高>籽粒產量>粗蛋白>淀粉>小穗數>千粒重>粗脂肪>穗粒重>穗粒數>分蘗數。通過加權關聯度最優評價得出綜合性狀優良的皮燕麥為‘定燕2號’、‘壩燕4號’、‘冀張燕4號’，說明這3個皮燕麥品種在甘肅中部地區的生產性能及綜合表現較好。而‘白燕14號’與‘冀張燕5號’與標準品種的相似度較小，加權關聯度最小，生產性能綜合表現較差。裸燕麥中‘遠雜2號’、‘白燕15號’、‘晉燕14號’、‘燕科2號’和‘壩莜14號’的加權關聯度較大，是甘肅中部地區引種中產量、品質和利用潛力較大的品種，適宜在該地區大面積推廣。