16 份無芒雀麥種質資源生產性能與營養品質的綜合評價

黃 薇，常 巍，余淑艷，李小云，高雪芹，伏兵哲, 2

（1. 寧夏大學農學院，寧夏 銀川 750021；2. 寧夏草牧業工程技術研究中心，寧夏 銀川 750021）

無芒雀麥(Bromus inermis)為雀麥屬多年生牧草，具有產量高、適口性好、根系發達、耐牧、適應性強等特點[1-2]，在我國西北、東北和華北等地區均可種植，被譽為“禾草飼料之王”[3]。近年來，隨著我國農村產業結構的調整與生態環境的治理，無芒雀麥栽培面積大幅度增加，其種子的需求量也呈上升趨勢[4]。然而，目前我國大部分地區生產中利用的無芒雀麥新品種較少，飼草產量和品質不高，嚴重限制了無芒雀麥的推廣應用。為此，評價和篩選具有優良生產性能與營養品質的無芒雀麥種質材料，對無芒雀麥新品種培育和生產利用具有十分重要的意義。

飼草的生產性能和營養品質是由多種因素共同作用的結果，故在無芒雀麥種質資源性狀鑒定中，需要對不同時期的農藝性狀、營養成分等指標進行綜合評價。灰色關聯度分析是分析育種目標關聯程度的一種量化方法，克服了單靠某一性狀指標評價供試材料時的偏差，具有不需要滿足某種理論分布、樣本數量少、分析方法簡單和結果準確等優點[5]。目前，灰色關聯度分析被廣泛應用于小麥(Triticum aestivum)[6]、花生(Arachis hypogaea)[7]、玉米(Zea mays)[8]、谷子(Setaria italica)[9]、棉花(Gossypium hirsutum)[10]、苜蓿(Medicago sativa)[11]、黑麥草(Lolium perenne)[12]等作物和牧草的性狀綜合分析以及種質材料的篩選等[13-16]。有關不同種源無芒雀麥生產性能、營養品質的差異，以及綜合評價鮮有報道。為此，本研究以國內外16 份無芒雀麥種質資源為試驗材料，通過測定生產性能與營養品質的相關指標，運用灰色關聯度分析法結合聚類分析進行綜合評價，以期為無芒雀麥新品種培育和生產利用提供理論依據。

1 材料與方法

1.1 試驗地概況

試驗地位于寧夏吳忠市鹽池縣四墩子試驗基地(37°47′ N，107°25′ E，海拔1 600 m)。該地屬于典型大陸性季風氣候，年平均氣溫7.8 ℃，≥ 0 ℃年積溫3 430.3 ℃·d，無霜期162 d 左右，年均降水量289.4 mm，年均蒸發量2 131.8 mm，土壤為黃綿土，有機質含量為1.29 g·kg?1，堿解氮含量為0.5 mg·kg?1，速效磷含量為21.34 mg·kg?1，速效鉀含量為10.56 mg·kg?1。

1.2 試驗材料

供試無芒雀麥種質材料16 份(國外2 份；國內14 份，其中寧夏本地材料5 份)，試驗所用種子均由各種質材料經過單株擴繁所得(表1)。

表1 無芒雀麥種質材料名稱及來源Table 1 Names and source of Bromus inermis

1.3 試驗設計

試驗采用隨機區組設計。2018 年4 月人工開溝條播，播種行距30 cm，播量22.5 kg·hm?2，小區面積15 m2(3 m × 5 m)，小區間隔1 m，3 次重復，共48 個小區；播種前施入復合肥(N、P2O5、K2O 含量均為15%) 750 kg·hm?2，每茬收割后結合灌水追施尿素150 kg·hm?2，正常田間管理。2019 年進行指標測量和數據采集。

1.4 農藝性狀指標測定

在初花期測定無芒雀麥的生理指標。株高：隨機在每個小區選定20 株無芒雀麥，用卷尺測定其絕對高度(cm)，取平均值；莖粗：用游標卡尺測量自地面開始第2 節的最寬處直徑(mm)；鮮草產量：每小區全區收割后立即稱重，一年收獲兩次，求兩茬鮮草產量之和(t·hm?2)；干草產量：隨機取300 g 鮮草，105 ℃殺青15 min，65 ℃烘干至恒重，計算鮮干比，由鮮草產量和鮮干比計算得到干草產量(t·hm?2)；葉莖比：隨機在每個小區選取1 m2樣方刈割，重復3 次，樣品裝袋編號，防止小區之間樣品混淆，將樣品在自然條件下風干，分離葉片與莖，稱其干重，葉莖比 = 葉干重/莖干重。

1.5 營養指標測定

參照張麗英[17]的方法對粗蛋白(crude protein,CP)、粗脂肪(ether extract, EE)、中性洗滌纖維(neutral detergent fiber, NDF)、酸性洗滌纖維(acid detergent fiber, ADF)、粗灰分(crude ash, Ash)進行測定。根據NDF 和ADF 含量，計算飼草相對飼喂價值(relative feed value, RFV)[18]：

1.6 灰色關聯分析

根據郭瑞林[19]介紹的灰色系統理論，把16 份無芒雀麥種質材料看作一個灰色系統，每份種質材料為該系統中的一個因素，分析系統中各因素關聯度越大，因素的相似程度越高。根據實際生產需要將所測指標的最優值設為參考序列X0，并將株高、莖粗、葉莖比、鮮草產量、干草產量、粗蛋白、粗脂肪、中性洗滌纖維、酸性洗滌纖維、粗灰分、相對飼喂價值共11 項指標分別設定為比較數列X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11。為了確保數據的等效性與同序性，采用均值法對所測數據進行無綱量化處理，并根據處理后的數據計算各性狀與標準性狀的絕對值差，通過各個比較數列(Xi)與參考數列(X0)的相似程度來判斷關聯系數和關聯度。關聯系數和關聯度的計算公式為：

式中：ξi(k)為X0和Xi關聯系數。|X0(k) ?Xi(k)|表示X0數列與Xi數列在k點的絕對差，minimink|X0(k) ?Xi(k)|為2 級最小差，maximiaxk|X0(k) ?Xi(k)|為2 級最大差；ρ為分辨系數，取值范圍在0～1，本研究中取0.5，認為同等重要；n代表樣品個數。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。

1.7 數據分析

本研究鮮草產量、干草產量數據為兩茬測定值之和，其他數據為兩茬測定值均值。利用Excel 2010、MATLAB 軟件進行數據整理與關聯度分析，SPSS 22.0 軟件進行統計方差分析、顯著性分析、Duncan 多重比較和聚類分析，用Origin 2018 軟件繪圖。

2 結果

2.1 不同無芒雀麥株高和莖粗比較

不同無芒雀麥種質材料間株高和莖粗差異明顯(圖1)，其中Q7 株高最高，為82.94 cm，顯著高于Q2、Q3、Q5、Q12、Q13、Q14、Q16 (P< 0.05)；Q16 株高最低，僅為67.62 cm，Q7 株高較Q16 高出15.32 cm。Q9 莖粗最大，為2.51 mm，顯著高于Q3、Q4、Q7、Q11、Q14、Q15、Q16 (P< 0.05)；Q16 莖粗最小，僅為1.86 mm，Q9 莖粗較Q16 高出0.65 mm。

圖1 不同無芒雀麥株高和莖粗比較Figure 1 Comparison of plant height and stem diameter of different Bromus inermis materials

2.2 不同無芒雀麥鮮草產量和干草產量比較

16 份無芒雀麥種質材料間鮮草產量和干草產量差異明顯(圖2)，其中鮮草產量最大的是Q6，為66.47 t·hm?2；其次是Q8、Q2，分別為64.24 和64.23 t·hm?2，顯著高于除Q3、Q15 和Q16 外的其他種質材料(P< 0.05)。鮮草產量最小的是Q5，僅為46.98 t·hm?2，Q6 鮮草產量較Q5 高出19.49 t·hm?2。干草產量Q16 最大，為23.71 t·hm?2，其次為Q4，為23.63 t·hm?2，二者顯著高于其他種質材料(P< 0.05)；Q5干草產量最小，僅為16.19 t·hm?2，Q16、Q4 干草產量較Q5 分別高出7.52 和7.44 t·hm?2。

圖2 不同無芒雀麥鮮草產量和干草產量比較Figure 2 Comparison of fresh yield and hay yield of different Bromus inermis materials

2.3 不同無芒雀麥葉莖比比較

葉莖比是評估牧草生產性能重要的指標之一(圖3)。不同無芒雀麥種質材料間葉莖比差異顯著(P< 0.05)，其中Q2、Q4 葉莖比最大，均為1.53；Q10、Q14 次之，均為1.50，顯著高于其他種質材料(P<0.05)；葉莖比最小的是Q6，僅為1.20。

圖3 不同無芒雀麥葉莖比比較Figure 3 Comparison of the leaf to stem ratios of different Bromus inermis materials

2.4 不同無芒雀麥營養成分比較

不同無芒雀麥種質材料營養成分差異明顯(表2)。其中，粗蛋白含量最高的是Q16，為17.70%，顯著高于其他種質材料(P< 0.05)。粗脂肪含量最高的是Q14，為1.90%，顯著高于Q1、Q2、Q4、Q7、Q8、Q9 和Q15 (P< 0.05)。NDF 含量最高的是Q12，為53.71%；其次是Q5 和Q7，分別為52.89%和52.88%，顯著高于Q1、Q2、Q3、Q13、Q14、Q15 和Q16 (P< 0.05)；Q16 的NDF 含量最低，僅為50.72%。ADF 含量最高是Q1，為34.14%，其次是Q12、Q11，分別為33.54%和33.39%，顯著高于Q3、Q4、Q7、Q8、Q10、Q13 和Q16 (P< 0.05)；Q7 的ADF 含量最低，僅為30.68%。Q14、Q16 的粗灰分含量最高，分別為10.48%和9.92%，顯著高于其他種質材料(P< 0.05)；Q6 的粗灰分含量最低，僅為7.52%，顯著低于其他種質材料(P< 0.05)。Q16的相對飼喂價值最高，為117.48，顯著高于Q1、Q5、Q6、Q7、Q9、Q11、Q12、Q14 (P< 0.05)；Q12 的相對飼喂價值最低，僅為108.73。

表2 不同無芒雀麥營養成分比較Table 2 Comparison of nutritional components of different Bromus inermis materials

2.5 聚類分析

基于生產指標與營養成分的平均值，對16 份無芒雀麥種質材料進行系統聚類分析得到樹狀圖(圖4)，以歐式距離5.5 為分界線可將這16 份材料分為4 類。第Ⅰ類群由Q4、Q10、Q8、Q15、Q11、Q6、Q7、Q3、Q13、Q9、Q2 共11 份材料組成，第Ⅱ類群由Q1、Q12、Q14 共3 份材料組成，而第Ⅲ、Ⅳ類群分別由Q16、Q5 自成體系。從結果看，這16 份種質材料間關系較為復雜，所有材料并沒有嚴格按照原產地聚在一起。

圖4 無芒雀麥種質材料系統聚類分析Figure 4 Hierarchical cluster analysis of Bromus inermis germplasm materials

2.6 灰色關聯度分析

關聯系數可以了解比較數列與參考數列各指標之間的關聯程度。根據各指標的絕對差值，利用公式計算得出關聯系數ξi。各種質材料性狀之間的關聯系數范圍為0.3334～1.0001(表3)。由于無芒雀麥各性狀特征值的重要性不同，需要根據權重公式計算各指標對應的權值，賦予各性狀不同權重。根據計算結果可知，各指標在生產性能與營養成分的評價系統中所占權重表現為葉莖比 > 干草產量 > 粗灰分 > 粗蛋白 > 鮮草產量 > 莖粗 > 粗脂肪 > 株高 >酸性洗滌纖維 > 相對飼喂價值 > 中性洗滌纖維。根據權重建立綜合模型Zk= 0.075 1X1+ 0.105 1X2+0.144 0X3+ 0.109 3X4+ 0.142 9X5+ 0.128 5X6+ 0.101 2X7+ 0.009 3X8+ 0.039 5X9+ 0.128 7X10+ 0.016 4X11。

表3 參試品種與理想參考品種的關聯系數Table 3 Correlation coefficient of experimental varieties and reference variety

將關聯系數ξi代入關聯度公式，計算結果如表4所列。按照灰色關聯度分析法原則，加權關聯度能夠全面地體現出對比品種的綜合性優劣，即加權關聯度越大，綜合性狀越好，加權關聯度最大的品種也最接近理想品系。16 份無芒雀麥種質材料的加權關聯度表現為Q6 > Q4 > Q10 > Q16 > Q2 > Q8 >Q9 > Q13 > Q15 > Q14 > Q11 > Q12 > Q7 > Q3 > Q1 >Q5；綜合分析種質材料Q6、Q4、Q10、Q16、Q2、Q8 與理想參考品種相似程度最大。

表4 參試品種加權關聯度與排序Table 4 Weight association and rank of experimental varieties

3 討論

灰色關聯度分析可以定量了解因素之間的強弱、序位，聚類分析可根據種質材料遺傳距離的大小判斷種質之間的遺傳相似性，這兩種方法廣泛運用于種質材料的評價篩選工作。本研究中，聚類分析將16 份種質材料分為4 類，聚類結果表明所有種質材料沒有按照原產地進行分類，且沒有明顯的地域特征，說明種質材料之間的遺傳相似性與原產地聯系不大。葉莖比、鮮草產量、干草產量是生產性能的評估指標，粗蛋白、纖維是營養品質的評估指標[20-23]。本研究通過灰色關聯度分析與聚類分析篩選出Q6、Q4、Q10、Q16、Q2、Q8 共6 份綜合性狀優良、高產、優質的無芒雀麥種質材料。其中Q4、Q16是寧夏本地種，各項性狀表現較好，綜合排名靠前，接近于理想品種。Q6、Q8、Q2 的鮮草產量以及Q16、Q4 的干草產量較大，顯著高于其他種質材料(P< 0.05)，說明Q6、Q8、Q2、Q16、Q4 產量性狀優良，可作為追求產草量的基礎材料利用。Q16 粗蛋白含量高，中性洗滌纖維含量低，綜合排名第4，從營養價值看，粗蛋白是牧草中的主要營養物質，也是家畜必不可少的營養，其含量高則品質優[24]，而中性洗滌纖維是家畜對牧草消化率的影響因素之一，其含量低則養分消化率高[25]，表明Q16 有利于提高牧草養分消化率、營養品質較好。Q2、Q4、Q10、Q14 葉莖比較大，顯著高于其他種質材料(P<0.05)。葉莖比是葉與莖的比值，比值越大，說明葉量越大，品質越好，故Q2、Q4、Q10、Q14 可用來提高無芒雀麥的適口性，進而提高其品質。綜合排名結果與田間鑒評結果基本一致。從整體來看，采用灰色系統理論對無芒雀麥種質資源進行綜合評估，其結果較為合理可信，能夠較全面地反映一個品種生產性能與營養品質的優劣。

馬嘯等[26]對87 份扁穗雀麥(Bromus catharticus)材料的表型性狀數值進行相關性分析與主成分分析，表明評價和篩選扁穗雀麥優良種質材料時應該著重考察干重、株高、莖粗；馬銘等[27]采用相關性分析認為，扁穗雀麥品種選育時應該重點考慮植株高度、葉片寬度、分蘗數、莖粗。楊成前等[28]利用相關性與聚類分析表明，白術(Atractylodes macrocephala)種質資源收集和品種選育時可將株高、葉型、莖粗、根莖鮮重篩選為關鍵性狀指標。本研究應用灰色關聯度理論結果表明，葉莖比、干草產量、粗灰分、粗蛋白在無芒雀麥生產性能與營養品質的綜合評價系統中權重最大，可初步作為無芒雀麥品種評價和篩選時的關鍵性狀，這與前者研究結果不同，可見基于不同草種利用不同數據分析方法進行品種篩選時，理想指標也不同。因此，在無芒雀麥品種選育中，應重點考慮葉莖比、干草產量、粗灰分、粗蛋白4 項重要指標，使其更好地與生產實際緊密相聯。同時，還應進行大量考察充分了解不同無芒雀麥種質材料的優異特性，從而選育出適合不同生產需求的無芒雀麥優良品種。

采用灰色關聯度分析法綜合評價牧草品種的關鍵是依據當地生產實際和生產需要來進行性狀的選取、各性狀權重值的確定和參考品種的構建。考慮到無芒雀麥屬多年生優質禾本科牧草，不同來源的品種需經過多年適應性試驗，才能充分發揮其獨特優勢，因此，要選取適應某個地區氣候特征和生產實際狀況的代表性性狀作為綜合評價的因子，并結合積累的生產經驗，參照相關科技文獻來賦予參評性狀合理、科學的權重。本研究中無芒雀麥參考材料的選取具有一定人為因素，評價指標也不夠豐富，在今后的研究中需綜合牧草更多的生產性能、抗逆性及其他營養指標進行全面、合理地評價。

4 結論

不同無芒雀麥種質資源之間生產性能與營養品質差異較大，其中Q6、Q8、Q2 的鮮草產量以及Q16、Q4 的干草產量較大，可作為追求產草量的基礎材料利用；Q16 粗蛋白含量高，中性洗滌纖維含量低，有利于提高牧草養分消化率、營養品質好；Q2、Q4、Q10、Q14 葉莖比較大，可用來提高無芒雀麥的適口性，進而提高其品質。聚類分析將16 份種質材料分為4 類，分類結果與種質材料原產地關聯較小。通過灰色關聯度分析，參試無芒雀麥種質材料各項指標在生產性能和營養成分的綜合評價系統中所占權重表現為葉莖比 > 干草產量 > 粗灰分 >粗蛋白 > 鮮草產量 > 莖粗 > 粗脂肪 > 株高 > 酸性洗滌纖維 > 相對飼喂價值 > 中性洗滌纖維；綜合表現較好的種質材料為源自我國白旗的Q6、寧夏原州區的Q4、寧夏彭陽縣的Q16、新疆的Q2 以及來自美國的Q10、Q8，而源自我國錫林郭勒的Q1 和甘肅的Q5 加權關聯度最小，綜合表現最差。