21個苜蓿品種主要農藝性狀關聯分析與綜合評價

伏兵哲，高雪芹，高永發，李東寧，張 龍，張 蓉

（1．寧夏大學農學院草業科學研究所，寧夏銀川750021；2．寧夏大學科學技術處，寧夏銀川750021；3．寧夏農林科學院植物保護研究所，寧夏銀川750001；4．寧夏農墾茂盛草業有限公司，寧夏銀川750023）

21個苜蓿品種主要農藝性狀關聯分析與綜合評價

伏兵哲1，高雪芹2，高永發1，李東寧4，張 龍4，張 蓉3*

（1．寧夏大學農學院草業科學研究所，寧夏銀川750021；2．寧夏大學科學技術處，寧夏銀川750021；3．寧夏農林科學院植物保護研究所，寧夏銀川750001；4．寧夏農墾茂盛草業有限公司，寧夏銀川750023）

為了明確苜蓿主要農藝性狀與產量關系以及不同品種資源的生產特性，應用相關和灰色關聯度對國內外21個苜蓿品種的主要農藝性狀進行了關聯性分析和生產性能綜合評價。結果表明：生長速度，株高和鮮干比與干草產量的相關系數分別為0．87，0．86和0．55，存在極顯著相關（P＜0．01），同時灰色關聯度較大，分別為0．8360，0．8330和0．7716，故這3個性狀與干草產量之間有較大的關聯性；單位面積植株數、一級分枝數和二級分枝數與干草產量不存在顯著相關（P＞0．05），且灰色關聯度較小，分別為0．5921，0．6267和0．7406，與干草產量之間的關聯性相對較小。通過最優關聯度綜合評價，甘農5號、金皇后、WL363HQ、WL319HQ和三得利與標準品種的關聯度較大，在寧夏灌區生產性能表現較好；而敖漢、草原3號和甘農2號與標準品種的關聯度較小，生產性能表現較差。

苜蓿；農藝性狀；生產性能；灰色關聯分析；綜合評價

紫花苜蓿（Medicago sativa）是多年生的優良豆科牧草，主要分布于我國的西北、華北和東北的部分地區，其飼用價值極高，生產潛力巨大，在我國畜牧業發展中扮演著十分重要的地位［1-2］。目前我國市場上銷售的紫花苜蓿品種繁多，生態適應性和生產性能差異較大。同一品種影響生產性能的主要性狀因子數量較多且具優劣，若僅以某些性狀如產草量、生長速度等單個因子通過方差分析來評價品種生產性能的優劣及品種間的差異，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在一定程度上有失全面，因此，如何對品種的生產性能綜合評價，以定量取代定性，篩選出影響生產性能的主要因子和綜合生產性能優異的品種對苜蓿品種培育和生產實踐具有現實意義。

近年來，隨著灰色系統理論的研究和發展，該方法以其信息量大、簡便實用、結果準確可靠等特點，倍受研究者青睞。已有多人運用灰色關聯理論在苜蓿研究中加以應用并取得了較好的效果，如：馬春霞和金花［3］、李進軍等［4］、何毅等［5］分別利用灰色關聯理論對苜蓿在不同地區的引種適應性進行了綜合評價和分析；王建勛等［6］用灰色關聯度原理對苜蓿單株再生性能進行了綜合評價，選擇出了再生性能好的單株材料；楊曌等［7］、耿慧等［8］、魏衛東和井國智［9］、劉明秀等［10］、韓路等［11］分別對苜蓿的生產性能以及種質資源特性進行了灰色關聯度分析與綜合評價；劉玉華等［12］利用灰色關聯度對影響苜蓿產量的氣候因子進行分析，評價出影響苜蓿產量的主次氣象因子；蔡麗艷等［13］應用灰色關聯度分析法對影響苜蓿雄性不育系雜交制種產量的因子進行了分析，評價出影響種產量的主要因素；呂小東等［14］運用灰色關聯分析對苜蓿品種營養價值進行了評價分析。本研究應用灰色關聯度法和相關分析法對國內外21個紫花苜蓿品種的農藝性狀之間的關聯性以及生產性能進行綜合評價研究，旨在為紫花苜蓿優良品種的培育和生產實踐提供科學指導。

1 材料與方法

1．1 試驗材料

供試苜蓿品種21個，其中由國外引進的優良品種5個，國內優良品種16個。試驗材料見表1。

表1 試驗材料Table 1 The test materials

1．2 試驗地概況

試驗地設在寧夏農墾局賀蘭山茂盛草業有限公司的核心試驗區內，位于N：38°30′，E：106°8′，海拔1036．4m。屬中溫帶大陸性氣候，年平均氣溫8．5℃，年平均日照時數2800～3000 h，年平均降水量203 mm，無霜期157 d左右。試驗地土壤類型屬于粘壤土，0～20 cm土壤的p H 8．21，全鹽含量0．76 g／kg，有機質14．6 g／kg，速效N 80 mg／kg，速效P 8．2 mg／kg，速效鉀135 mg／kg。試驗地具有灌溉條件。

1．3 試驗設計

試驗采用隨機區組排列，2012年5月播種，采用條播，行距30 cm，播種量15 kg／hm2，小區面積3 m×5 m，各小區周邊留1 m過道，3次重復。

1．4 測定指標

分別在2013年和2014年的4月上旬苜蓿返青后統計越冬率（X6）；在5月下旬，6月下旬，8月上旬和10月上旬4茬苜蓿現蕾期分別測定：干草產量（X0）、植株數（X1）、一級分枝數（X2）、二級分枝數（X3）、平均株高（X4）、平均生長速度（X5）、莖葉比（X7）、鮮干比（X8）。

1．5 試驗數據統計分析

例（1）中買方加入模糊限制語a little bit想還價，但又不敢肯定賣方能否接受議價。此外，買方也不完全確定這個產品當下最低的市場價格時，使用模糊限制語，可以使得還價的話說得更得體一些，與實際情況更符合一些，從而避免說話武斷，使話語更準確、更客觀，更能被賣方所接受。

本文的越冬率數據為2013年和2014年采集的平均數據，其他指標數據均為2013年和2014年對4茬苜蓿測定的平均值。利用SAS 9．0軟件進行簡單統計和相關性分析。

1．6 灰色關聯分析

按灰色系統理論，將苜蓿干草產量和其他8個主要性狀視為一個整體，即灰色關聯系統。并將每hm2干草產量設定為參考數列，植株數、一級分枝數、二級分枝數、平均株高、平均生長速度、越冬率、莖葉比和鮮干比8個農藝性狀分別設定為比較數列X1，X2，X3，X4，X5，X6，X7，X8，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［15］。關聯系數和關聯度的計算公式為：

式中，Ψi（k）是x0和xi關聯系數。｜x0（k）－xi（k）｜＝Δi（k）表示x0數列與xi數列在k點的絕對差，minimink｜x0（k）－xi（k）｜為二級最小差值，maximaxk｜x0（k）－xi（k）｜為二級最大差值；ρ為分辨系數，取值范圍在0～1之間，試驗中取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。

2 結果與分析

2．1 參試品種各性狀間的相關性分析

試驗所測各紫花苜蓿品種生產性能各項指標見表2。從表2可以看出，供試苜蓿品種在各性狀間均存在一定的差異，差異最大的是植株數，極差為78．92，變異系數為22．4%；其次是一級分枝，極差為5．16，變異系數為16．1%；第3的是干草產量，極差為5．57，變異系數為10．5%。9個性狀在21個苜蓿品種之間變異大小排名順序是：植株數＞一級分枝數＞干草產量＞莖葉比＞平均生長速度＞平均株高＞二級分枝數＞鮮干比＞越冬率。

利用SAS 9．0軟件對9個農藝性狀的相關性進行分析，由表3可看出：干草產量與平均株高、平均生長速度、鮮干比呈極顯著正相關（P＜0．01），相關系數分別為0．87，0．86和0．55。莖葉比分別與平均株高和平均生長速度呈極顯著正相關（P＜0．01），相關系數分別為0．65和0．66。鮮干比分別與平均株高和平均生長速度呈極顯著正相關（P＜0．01），相關系數分別為0．58和0．59。越冬率與一級分枝數、干草產量與莖葉比均呈顯著相關（P＜0．05），相關系數分別為0．50和0．51。

2．2 灰色關聯度分析

表2 供試苜蓿品種各性狀的測定值及簡單統計Table 2 Observation values of the main traits of tested alfalfa variety

表3 農藝性狀間的相關分析Table 3 The correlation analysis between agronomic traits

表4 各項性狀值無量綱化處理Table 4 Date disposal of the main traits with non-dimensional change

表5 干草產量（X0）與其他性狀（Xi）的絕對差值Table 5 The absolute difference between the hay yield（X0）and other traits（Xi）

2．2．2 絕對差值 根據表4求出x0與xi各對應點的絕對差值，即Δi（k）。將求得的結果列于表5。由表5知二級最小差值minimink｜x0（k）－xi（k）｜＝0．0035，二級最大差值maximaxk｜x0（k）－xi（k）｜＝0．4187。

2．2．3 關聯系數和關聯度 根據關聯系數計算公式（1），可以求出各材料不同性狀與產量的關聯系數和關聯度。從表6可看出，各材料的性狀與干草產量的關聯系數均在0．3389～1．0000之間。將關聯系數Ψi代入公式（2），計算出植株數、一級分枝數、二級分枝數、平均株高、平均生長速度、越冬率、莖葉比、鮮干比8個農藝性狀與苜蓿干草產量的關聯度。在灰色關聯度分析中，關聯度的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，即對苜蓿產量的影響越大［8］。從表6可看出，苜蓿干草產量與各產量性狀關聯度的大小順序為：平均生長速度＞平均株高＞鮮干比＞越冬率＞莖葉比＞二級分枝數＞一級分枝數＞植株數。對苜蓿干草產量影響最大的是平均生長速度，其次是平均株高和鮮干比，植株數對其影響最小。

2．3 苜蓿品種資源綜合評價

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，對國內外21個不同苜蓿品種的多個性狀進行觀測分析，綜合評價各品種的生產性能。根據關聯度分析原則，關聯度大的數列與標準數列最接近［17］。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。這一標準符合苜蓿品種選育的演變趨勢以及高產育種目標）的構建根據最優性原則。標準品種各性狀參數分別為：植株數／m為156．41株，一級分枝數為10．73枝，二級分枝數為10．29枝，平均株高為89．36 cm，平均生長速度為2．11 cm／d，越冬率為105%，莖葉比為1．41，鮮干比為5．06，干草產量為18．87 t／hm2。

表6 各性狀的關聯系數Table 6 The relational coefficients of the main traits

由表7可知，參試品種與標準品種的關聯度大小依次為甘農5號＞金皇后＞WL363 HQ＞WL319 HQ＞三得利＞甘農3號＞阿爾岡金＞烏拉特1號＞新牧1號＞新疆大葉＞新牧2號＞中苜2號＞甘農6號＞甘農1號＞甘農4號＞中苜3號＞保定＞中苜1號＞敖漢苜蓿＞草原3號＞甘農2號。表明甘農5號，金皇后，WL363HQ，WL319HQ，三得利在寧夏灌區的生產性能及綜合表現較好；而敖漢、草原3號和甘農2號生產性能表現相對較差。

表7 參試品種與標準品種的關聯系數矩陣和關聯度及其序位Table 7 Grey correlation coefficient matrix and value and sequence of tested varieties with standard variety

3 討論與結論

耿慧等［8］采用灰色關聯度分析方法對17個苜蓿品種主要性狀進行分析試驗，結果表明，在苜蓿主要農藝性狀中，對單株產量影響最大的是株高，其次是生長速度；李進軍等［4］的研究結果認為，株高和分蘗數對產量的影響較大；韓路等［11］認為莖粗對產量作用最大，其次為抗病性、分枝數、株高，而葉寬、抗蟲性對產草量的影響較小。本研究應用灰色關聯度理論和相關分析，對21個苜蓿品種的生產性能進行綜合評價，結果表明，21個苜蓿品種的干草產量與平均株高、平均生長速度和鮮干比之間的關聯性較大，是影響苜蓿干草產量的主要因素。這與耿慧等［8］和李進軍等［4］的研究結果基本一致，與韓路等［11］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指標與其存在較大的差異。從整體來看，采用灰色系統理論對苜蓿材料進行綜合評價是切實可行的，能夠較全面地反映一個材料綜合生產性能的優劣。因此在以產草量為主要目標的苜蓿種質資源篩選和評價中應將株高和生長速度作為重要指標加以考慮。

有效篩選和綜合評價苜蓿品種的生產性能，是苜蓿引種研究的重要內容。苜蓿作為多年生牧草，其生產性能的評價不能只看單項指標，實際上單項指標突出的并不意味著是最適宜的品種，只有綜合性狀優異的品種才適宜推廣種植［15］。采用灰色關聯度分析法對苜蓿品種進行綜合評價的關鍵是依據地區生產目標、生產實際和社會需要來進行性狀的選取和參考品種的構建。因此，本研究選取了9個農藝性狀指標作為綜合評價因子進行評價分析，結果表明甘農5號、金皇后、WL363 HQ、WL319HQ、三得利與標準品種相似度較大，說明這5個品種在寧夏灌區的生產性能及綜合表現較好；而敖漢、草原3號和甘農2號與標準品種的相似度相對較小，生產性能綜合表現相對較差。綜合評價結果與曹宏等［18］的研究結果基本一致。

抗病性、抗逆性、營養品質等也是影響紫花苜蓿生產性能的關鍵性因子［19］。本試驗只是評價農藝性狀對紫花苜蓿品種的干草產量性能的影響，未將紫花苜蓿各品種在試驗地區的抗病性、抗逆性以及營養價值等因子納入評價中，而這些因子同樣是影響苜蓿品種綜合生產性能的關鍵因子，對此將在后續試驗中進行深入研究并給予灰色關聯度分析。

［1］ Geng H Z．Alfalfa of China［M］．Beijing：China Agriculture Publishing House，1995：1-8．

［2］ Kalu B A，Fick G W．Morphological stage of development as a predictor of alfalfa herbage quality．Crop Science，1983，（23）：1167-1172．

［3］ Ma C X，Jin H．Alfalfa introduction using gray correlation analysis in southern Ningxia Mountain．Journal of Heilongjiang Vocational Institute of Ecological Engineering，2008，21（3）：13-14．

［4］ Li J J，Wu Y M，Liu J X．Synthetic evaluation of alfalfa introduced to subtropical region of China by using the theory of grey system．Journal of Zhejiang University（Agriculture and Life Sciences），2005，31（5）：524-528．

［5］ He Y，Li Q，Wang L K．Comprehensive evaluation on alfalfa introduced in high and cool pastoral area with the theory of grey relevancy．Pratacultural Science，2002，19（4）：33-36．

［6］ Wang J X，Cao Z Z，Yang Q C，et al．Grey relational degree used for comprehensive evaluating regrowth characteristics of alfalfa single plants．Grassland and Turf，2007，（6）：6-11．

［7］ Yang Z，Zhang X Q，Li X L，et al．Applying grey correlative degree analysis to comprehensively evaluate growth performance of 17 types of alfalfa with different fall-dormancy grades．Acta Prataculturae Sinica，2009，18（5）：67-72．

［8］ Geng H，Wang Z F，Liu Z，et al．Grey association degree analysis on the main characters of domestic and overseas alfalfa．Pratacultural Science，2009，26（10）：85-86．

［9］ Wei W D，Jing G Z．Comprehensive evaluation of the production performance the seven kinds of Medicago sativa with grey relevancy．Journal of Qinghai University（Nature Science），2006，24（3）：37-40．

［10］ Liu M X，Zhang X Q，Bai S Q．Comprehensive evaluation of the productive performance of Medicago sativa with grey relevancy．Prataculture and Animal Husbandry，2007，（7）：12-15．

［11］ Han L，Jia Z K，Han Q F，et al．Relational grade analysis of grey theory and evaluation of characteristics of alfalfa germplasm resources．Journal of Northwest Agriculture and Forestry University：Natural Science Edition，2003，31（3）：59-64．

［12］ Liu Y H，Shi J A，Jia Z K．Grey connection analysis of alfalfa yield and climate factors．Pratacultural Science，2009，26（8）：101-106．

［13］ Cai L Y，Shi F L，Gao C P．Grey correlative degree analysis on seed production yield of male sterile of alfalfa．Seed，2010，29（3）：19-23．

［14］ Lv X D，Wang J G，Bai Y C．Comprehensive evaluation on nutrition value of 11 introduced alfalfa varieties in Inner Mongolia．Grassland and Turf，2013，33（3）：21-25．

［15］ Guo R L．Crop Grey Breeding［M］．Beijing：China Agriculture Press，1988：26-40．

［16］ Ye Z Y．The select approach of positive index and dimensionless on the multiple indicators comprehensive evaluation．Zhejiang Statistics，2003，（4）：24-25．

［17］ Li H Y，Li Z Y，Li H，et al．Comprehensive evaluation of production performance of Medicago ruthenica by grey correlation method．Pratacultural Science，2012，29（11）：1737-1743．

［18］ Cao H，Zhang H L，Gai Q H，et al．Test and comprehensive assessment on the performance of 22 alfalfa varieties．Acta Prataculturae Sinica，2011，20（6）：219-229．

［19］ Tian B，Ran X Q，Xue H，et al．Evaluation of the nutritive value of 42 kinds of forage in Guizhou province by grey relational grade analysis．Acta Prataculturae Sinica，2014，23（1）：92-103．

參考文獻：

［1］ 耿華珠．中國苜蓿［M］．北京：中國農業出版社，1995：1-8．

［3］ 馬春霞，金花．寧南山區苜蓿引種的灰色關聯度分析．黑龍江生態工程職業學院學報，2008，21（3）：13-14．

［4］ 李進軍，吳躍明，劉建新．應用灰色系統理論綜合評估亞熱帶地區引種紫花苜蓿．浙江大學學報（農業與生命科學版），2005，31（5）：524-528．

［5］ 何毅，李青，王歷寬．應用灰色關聯度理論對高寒牧區引種的苜蓿進行綜合評價．草業科學，2002，19（4）：33-36．

［6］ 王建勛，曹致中，楊青川，等．灰色關聯度原理在紫花苜蓿單株再生性能綜合評價中的應用．草原與草坪，2007，（6）：6-11．

［7］ 楊曌，張新全，李向林，等．應用灰色關聯度綜合評價17個不同秋眠級苜蓿的生產性能．草業學報，2009，18（5）：67-72．

［8］ 耿慧，王志鋒，劉卓，等．國內外苜蓿品種主要性狀間的灰色關聯度分析．草業科學，2009，26（10）：85-86．

［9］ 魏衛東，井國智．應用灰色關聯度對7種紫花苜蓿品種生產性能綜合評價．青海大學學報（自然科學版），2006，24（3）：37-40．

［10］ 劉明秀，張新全，白史且，等．用灰色關聯度綜合評價紫花苜蓿的生產性能．草業與畜牧，2007，（7）：12-15．

［11］ 韓路，賈志寬，韓清芳，等．苜蓿種質資源特性的灰色關聯度分析與評價．西北農林科技大學學報：自然科學版，2003，31（3）：59-64．

［12］ 劉玉華，史紀安，賈志寬．氣候因子與苜蓿草產量的灰色關聯度分析．草業科學，2009，26（8）：101-106．

［13］ 蔡麗艷，石鳳翎，高翠萍，等．苜蓿雄性不育系雜交制種產量灰色關聯度分析．種子，2010，29（3）：19-23．

［14］ 呂小東，王建光，白音倉．內蒙古引進的11個國外苜蓿品種營養價值的灰色評價．草原與草坪，2013，33（3）：21-25．

［15］ 郭瑞林．作物灰色育種學［M］．北京：中國農業出版社，1988：26-40．

［16］ 葉宗裕．關于多指標綜合評價中指標正向化和無量綱化方法的選擇．浙江統計，2003，（4）：24-25．

［17］ 李鴻雁，李志勇，李紅，等．用灰色關聯度法綜合評價扁蓿豆生產性能．草業科學，2012，29（11）：1737-1743．

［18］ 曹宏，章會玲，蓋瓊輝，等．22個紫花苜蓿品種的引種試驗和生產性能綜合評價．草業學報，2011，20（6）：219-229．

［19］ 田兵，冉雪琴，薛紅，等．貴州42種野生牧草營養價值灰色關聯度分析．草業學報，2014，23（1）：92-103．

Correlation analysis of the main agronomic traits and performance of 21 alfalfa varieties

FU Bing-Zhe1，GAO Xue-Qin2，GAO Yong-Fa1，LI Dong-Ning4，ZHANG Long4，ZHANG Rong3*
1.Grassland Science Institute，Agricultural College，Ningxia University，Yinchuan 750021，China；2.Science and Technology Department，Ningxia University，Yinchuan 750021，China；3.Institute of Plant Protection，Ningxia Academy of Agriculture and Forestry Sciences，Yinchuan 750001，China；4.Ningxia Agricultural Reclamation Flourishing Grass Industry Company，Yinchuan 750023，China

Relationships between the major agronomic traits and production performance of 21 alfalfa varieties have been studied using correlation and grey correlation degree analysis．The results showed that alfalfa hay yields were significantly correlated with growth rate，plant height and the fresh-dry ratio（P＜0．01）．The correlation coefficients were 0．87，0．86 and 0．55 respectively．The grey correlation coefficients were 0．8360，0．8330 and 0．7716 respectively．Hay yields were not significantly correlated with either plant number or branch number（P＞0．05）．The grey correlation coefficient was 0．5921，0．6267 and 0．7406 respectively．The production performances of the 21 alfalfa varieties were evaluated using the method of optimal correlation degree．The production performance of Gannong No．5，Golden Queen，WL363HQ，WL319HQ and Sandeli were superior to the other varieties．The Aohan，Caoyuan No．3 and Gannong No．2 varieties were the poorest per-formers in the Ningxia irrigation area．

alfalfa；agronomic traits；production performance；grey correlation analysis；comprehensive evaluation

10．11686／cyxb2014541 http：／／cyxb．lzu．edu．cn

伏兵哲，高雪芹，高永發，李東寧，張龍，張蓉．21個苜蓿品種主要農藝性狀關聯分析與綜合評價．草業學報，2015，24（11）：174-182．

FU Bing-Zhe，GAO Xue-Qin，GAO Yong-Fa，LI Dong-Ning，ZHANG Long，ZHANG Rong．Correlation analysis of the main agronomic traits and performance of 21 alfalfa varieties．Acta Prataculturae Sinica，2015，24（11）：174-182．

2014-12-26；改回日期：2015-04-09

寧夏高等學校科學技術研究項目（NGY2014059），國家牧草產業體系鹽池綜合試驗站（CARS-35-42）和“十二五”國家科技支撐計劃（2011 BAD17B05）資助。

伏兵哲（1982-），男，陜西扶風人，副教授，博士。E-mail：fbzhe19＠163．com

*通訊作者Corresponding author．E-mail：yczhrnx＠163．com