14個花生品種秸稈的營養品質分析

王慶東， 趙婧伊， 趙林萍，張忠信，董文召*， 王瑞祥

（1.鄭州大學生命科學學院，河南鄭州 450001；2.河南省農業科學院經濟作物研究所,河南鄭州450002）

花生是我國主要的油料作物之一，花生秸稈產量巨大。但因為不同品種花生秸稈中所含的干物質、粗蛋白質、鈣、磷等營養成分不同，導致不同品種花生秸稈飼用價值參差不齊。所以研究不同品種花生秸稈的營養成分，分析其飼用價值不僅能提高秸稈飼料化利用率，而且還能提高農業附產值，同時還能有效減緩秸稈焚燒等環境問題。本研究通過對14個花生品種秸稈的10個營養成分指標進行測定，對其結果利用SPSS軟件進行主成分分析和聚類分析，初步評價其營養價值，為提高該地區花生秸稈的飼料化利用水平，增加農業附產值提供理論依據。

1 材料與方法

1.1 試驗材料 本研究的試驗花生品種分別是豫花 40、豫花 15、遠雜 9102、冀甜 4號、冀甜 1號、遠雜 9847、豫花 9620、遠雜 5號、豫花 9719、豫花 9307、豫花76、遠雜 6號、豫花 9326、周花 5號，花生秸稈樣品于2017年9月在花生收獲時采集，留茬高度為3~4 cm，試驗材料均采集于河南省農科院農業科技試驗示范基地。

1.2 測定指標與方法 秸稈樣品經（65±5）℃烘5~6 h直到樣品干燥易粉碎，粉碎后過0.45 mm篩制成樣品備測。營養指標分別是干物質、粗蛋白質、粗脂肪、粗纖維、粗灰分、淀粉、鈣、磷、中性洗滌纖維、酸性洗滌纖維、無氮浸出物。使用的方法均為國標法，分別是烘干法（張麗英，2003）、凱氏定氮法（曲雪艷等，2016）、索氏抽提法（趙玉宇等，2013）、酸堿洗滌法（曲雪艷等，2016）、高溫灼燒法（陳寶珠，2006）、旋光法（林真等，2017）、絡合滴定法（蘭云賢，2014）、鉬藍法（蘭云賢，2014），中性洗滌纖維和酸性洗滌纖維均采用范式洗滌法 （曲雪艷等，2016），無氮浸出物通過以下公式計算（劉苗苗等，2015）：

無氮浸出物=100%-（水分%+粗蛋白質%+粗脂肪%+粗纖維%+粗灰分%）。

1.3 數據轉化與統計分析 本研究的營養指標數據均以“平均數±標準差”的形式表示，因各個營養指標之間不能直接進行比較，在主成分分析之前需對營養指標進行數據轉化 （林海明等，2013）。使用隸屬函數法統一量綱轉化數據，營養指標分為正相關和負相關。粗蛋白質、粗灰分、粗淀粉、無氮浸出物、粗脂肪、鈣、磷為正相關的營養指標使用公式（1）進行轉化，粗纖維、酸性洗滌纖維、中性洗滌纖維為負相關的營養指標使用公式（2）進行轉化。本試驗通過Excel 2007進行數據統計及轉化后使用SPSS 21.0軟件進行主成分分析，其中綜合得分Dn的計算以相應主成分貢獻率為權重，通過公式（3）得到。

隸屬函數值計算公式：

如果為負相關，則用反隸屬函數進行轉換，計算公式為：

綜合得分Dn的計算公式：

式中：Uin和U'in分別指第n個樣品第i個指標的原始數據經轉化后的隸屬函數值；Xin指第n個樣品第i個指標的原始測定結果；Ximax和Ximin分別指樣品組中第i個指標的最大值和最小值；Dn為主成分分析法得到的各樣品營養品質的綜合分值；Fjn為第n個樣品第j個特征值>1的主成分的分值；in為特征值>1的主成分的個數；Ej為第j個主成分的貢獻率（林真等，2017）。

2 結果與分析

2.1 不同花生品種秸稈的營養品質分析 由表1可知，周花5號的干物質含量在14個品種中最高為92.93%，14個品種的秸稈干物質含量均高于89%；粗蛋白質的含量為6.63%~11.58%，其中豫花9719的含量最高，而豫花9326的含量最低；粗脂肪的變化為1.69%~4.95%，在14個品種中，豫花9326含量最低，豫花76含量最高；粗纖維的變化為19.19%~33.82%，其中豫花15的含量最高為33.82%；中性洗滌纖維的含量為35.60%~44.08%，豫花15的含量最低，豫花9326的含量最高；酸性洗滌纖維的變化為27.15%~38.08%，遠雜6號的含量最低，周花5號的含量最高；粗灰分的含量為10.35%~21.43%，冀甜4號、豫花76的含量分別為14個品種中的最高和最低；無氮浸出物大多為37.47%~45.53%，豫花76含量最高為50.21%，冀甜4號的含量最低為28.32%；粗淀粉的變化為3.12%~7.10%，遠雜9307含量最低，遠雜6號含量最高；鈣的含量為1.78%~2.67%，周花5號含量最低，豫花9620含量最高；磷的變化為0.08%~0.21%，豫花15含量最低，遠雜9847含量最高。

2.2 14個花生品種秸稈營養價值綜合評價

2.2.1 主成分分析 由表2可知，根據提取出特征值大于1的原則提取了4個主成分，貢獻率分別為 28.233%、23.492%、18.347%和 13.101%，累計貢獻率為83.173%，表明了4個主成分可以反映14個花生品種秸稈營養成分的83.173%信息。表2中的特征向量即為每個主成分中每個指標所對應的系數，是由主成分載荷矩陣中的數據除以主成分相對的特征值開平方根得到。利用表2中的特征向量值乘以相對應的花生秸稈的營養指標隸屬函數值，得到各營養指標對于4個主成分的單項得分F1、F2、F3、F4，單項得分乘以相應的貢獻率后相加，得出各品種的綜合得分Dn并排序。

以主成分貢獻率為權重，利用各樣品前4個主成分的分值與權重值，計算出花生秸稈營養的綜合評價值Dn（表3）。通常，綜合分值Dn代表了樣品的綜合品質，分值越高綜合品質越好。由表3可知，14個花生品種秸稈的營養品質由高到低依次為：遠雜6號>遠雜9102>冀甜4號>豫花76>豫花40>遠雜9847>遠雜5號>豫花9620>遠雜9307>冀甜1號>豫花9719>豫花15>周花5號>豫花9326。

2.2.2 聚類分析 將秸稈營養品質綜合得分進行聚類分析，系統聚類的方法為組間連接法，聚類距離使用歐氏距離。結果表明，14個花生品種可分為三大類（圖1），豫花9326、周花5號為一類 ，冀甜4號單獨為一類，豫花9620、豫花9719、豫花9307等剩余品種為一類。聚類分析的結果與主成分分析的結果基本一致。

3 討論

主成分分析是以量化形式表征物理綜合品質，減少各個指標反映物理質量帶來的差異性，以主成分綜合得分為基礎對樣品進行聚類分析，剔除了10個指標之間的冗余信息，使評價結果具有較高的準確性和客觀性（康健等，2014）。近年來有關學者利用主成分分析法對楊梅 （王偉等，2017）、冬棗（趙智慧等，2006）等果實品質進行分析，侯留飛等（2018）和張玉（2012）都使用主成分分析法對牧草的營養價值進行分析，林真等（2017）也采用主成分分析法對華北地區玉米品種的營養價值進行研究。張峰等（2010）只對不同花生品種的營養指標進行顯著性分析，并沒有得到一個完整的關于不同花生品種秸稈的綜合分析，所以本研究對篩選出秸稈營養品質較高的花生品種，提高秸稈飼料化利用率具有現實意義。但對秸稈飼用品質進行分析評價時，不能僅涉及其營養素的含量，動物對各個營養成分的消化吸收特性也是決定品質的關鍵因素。

表1 14個花生品種秸稈的營養品質%

表2 主成分特征向量、特征值、貢獻率及累積貢獻率

表3 綜合主成分值

4 結論

圖1 14個花生品種秸稈營養品質的聚類分析

主成分分析結果表明，14個花生秸稈飼用品質按大小排序為：遠雜6號>遠雜9102>冀甜4號>豫花 76>豫花 40>遠雜 9847>遠雜 5號>豫花9620>遠雜9307>冀甜1號>豫花9719>豫花15>周花5號>豫花9326。而聚類分析結果表明，14個花生品種可分為三大類，豫花9326、周花5號為一類 ，冀甜4號單獨為一類，豫花9620、豫花9719、豫花9307等剩余品種為一類。由此可見，主成分分析的結果和聚類分析的結果基本相同，遠雜6號、遠雜9102、冀甜4號的飼用品質較高，種植花生時優先選擇這些品種，更有利于提高農畜牧業發展和增加農業附產值。