魯星,王秀華,楊婉君,王璐,張曉旭,趙巖1,*
試驗研究
12個紫花苜蓿品種(系)在山東泰安的生產性能和品質評價
魯星1?,王秀華2?,楊婉君2,王璐2,張曉旭2,趙巖1,2*
(1.山東農業大學農學院/作物生物學國家重點實驗室,山東 泰安 271018;2.山東農業大學資源與環境學院,山東 泰安)
為探明12個紫花苜蓿品種(系)在山東泰安的生產適應性,為該地區高產優質品種的選擇提供參考,試驗對株高、莖粗、節數、葉長、葉寬、葉片數、1 m枝條數、鮮草產量等8個生產性能性狀和粗蛋白、干物質、粗灰分、中性洗滌纖維、酸性洗滌纖維等5個品質性狀進行分析,并運用灰色關聯度法以鮮草產量和5個品質性狀對12個紫花苜蓿品種進行綜合評價。結果表明,不同紫花苜蓿品種在生產性能和品質性狀間均存在差異,通過加權關聯度進行評價,綜合表現較好的紫花苜蓿品種(系)有WL656HQ、WL525、WL440HQ、巨能995、WL712、WL358、中苜6號和中原804。
紫花苜蓿;生產性能;品質;綜合評價
紫花苜蓿為多年生豆科牧草,具有高產、優質、適口性好等特點,在飼草生產和畜牧業發展中具有重要地位,被譽為“牧草之王”和“飼料皇后”[1-2]。我國紫花苜蓿已有2 000多年的種植歷史,產區范圍較廣,主要分布在西北、華北、東北、江淮流域,截止至2016年種植面積高達437.3萬hm2,是世界上第二大苜蓿種植國家[3-4]。山東省地處黃淮海平原中部,有著悠久的苜蓿種植歷史,其地方品種無棣苜蓿在國內苜蓿品種中久負盛名,育成品種中苜1號因耐鹽性較好在黃淮海平原一帶廣泛推廣[5]。然而山東省優質飼草缺口巨大,供不應求,嚴重影響當地畜牧業的發展[6]。因此,評價并篩選適宜在山東地區推廣的紫花苜蓿品種對促進山東畜牧業的發展十分必要。
關于苜蓿育種及品種適應性的研究多集中于生產性能和品質等方面[7-8],生產性能一般從農藝性狀和產量性狀兩方面進行分析[2]。其中,農藝性狀可以較為直觀的反映植株的生長狀況,一般以株高、主莖節數、葉長、葉寬、分枝數等為測定指標[9-10];產量性狀是苜蓿生產中的重要指標,包括鮮草產量和干草產量等測定指標。品質是一個綜合性概念,受營養成分、適口性、消化率等多方面的影響[11]。其中,營養價值能夠大致反映牧草的品質狀況,中國畜牧業協會標準中以粗蛋白、粗灰分、中性洗滌纖維、酸性洗滌纖維、相對飼用價值、雜草類含量和水分等7個營養價值指標評價苜蓿品質。目前關于苜蓿品質的研究也大都集中于此方面,測定指標主要有粗蛋白、粗灰分、干物質、中性洗滌纖維和酸性洗滌纖維等[12-13]。
前人開展了許多關于苜蓿種質資源及其適應性的研究[2,9],在山東地區紫花苜蓿的適應性方面已有學者作相關研究,如衣蘭智等通過分析產草量、株高、莖葉比等性狀對23個苜蓿品種在山東青島地區的適應性進行了研究[14];張進紅等對50個紫花苜蓿品種在山東黃河三角洲鹽堿地區的適應性進行了研究[15],但近年來審定和引進了大量苜蓿新品種(系),新品種(系)在本區的適應性及品質表現目前研究較少。為了促進山東泰安地區苜蓿種質資源的開發與利用,本研究以12個紫花苜蓿品種(系)為試驗材料,進行品種比較試驗,從生產性能和品質2個角度對紫花苜蓿進行分析,一方面通過測定農藝性狀了解不同苜蓿種質材料的基本生長特性,另一方面采用灰色關聯度理論,選取鮮草產量和5個品質性狀對紫花苜蓿進行綜合評價,以期為本區高產優質品種選擇提供參考。
試驗地位于山東省泰安市山東農業大學科教園區(N36°08′、E106°08′),土壤類型為棕壤,耕作層(0~20 cm)基本理化性質為pH 7.30,有機質含量12.67 g·kg-1,全氮0.68 g·kg-1,有效磷39·74 mg·kg-1,速效鉀91.80 mg·kg-1。暖溫帶大陸性季風氣候,年均氣溫13 ℃,年均降雨量697 mm,年均濕度66 %,無霜期195 d。
供試材料為12個紫花苜蓿品種(系),國外育成品種有7個,其中WL358、WL525HQ(2009,國審)、WL440HQ、WL712、WL656 HQ和WL366HQ 6個品種由北京正道種業提供,WL序列具有高產、優質、多抗等特點。巨能995由北京克勞沃生態科技有限公司提供。上述7個品種的原產地均為美國。國內品種有5個,分別為無棣苜蓿、中苜1號、中原804、中苜6號和保定苜蓿,均由綠風種業提供,其中無棣苜蓿為地方品種;中苜1號是2003年經全國牧草品種審定委員會審定登記的育成品種,選育單位為中國農科院畜牧所;中原804為2014年經山東省草品種審定委員會審定通過的育成品種,選育單位為無棣縣綠風農業科學研究所;中苜6號為2010年經全國牧草品種審定委員會審定登記的育成品種,選育單位為中國農科院畜牧所;保定苜蓿為地方品種,品種來源為中國農科院畜牧所。以當地推廣面積較大的無棣苜蓿(CK1)、中苜1號(CK2)為對照品種。
本試驗為大田試驗,2017年秋季播種,采用隨機區組試驗,播種量15 kg/hm2,每個品種種植10行,行長3 m,行距30 cm,3次重復。播前澆底墑水,并2017年和2018年入冬前灌溉1次,2018年和2019年返青后中耕松土除草,并以N(尿素)、P2O5(過磷酸鈣)和K2O(硫酸鉀)施用量為60 kg/hm2、90 kg/hm2和1 000 kg/ hm2的組合進行施肥管理,并于施肥后進行灌溉。其它時間根據土壤墑情決定是否灌溉。于2019年2019年5月17日第一茬苜蓿的初花期進行刈割取樣。
1.4.1 農藝性狀測定 紫花苜蓿初花期,隨機選取10株測定其主莖的株高(plant height,PH)、莖粗(stalk diameter,SD)、主莖節數(node numbers of main stem,MSNN)、葉長(leaf length,LL)、葉寬(leaf width,LW)和葉片數(leaf number,LN)。每小區選取3個樣段,刈割1m取樣,測定1m分枝數(branch number,BN),并稱重,測定鮮草產量(fresh field,FY),將同一品種(系)的苜蓿進行混樣,置于烘箱中105 ℃殺青30 min,65 ℃烘干至恒重,粉碎用于品質性狀測定。
1.4.2 品質性狀測定 參照張麗英[16]的方法,以凱式定氮法測粗蛋白(crude protein,CP),高溫灼燒法測粗灰分(crude ash,CA),范式洗滌法測中性洗滌纖維(neutral detergent fiber,NDF)和酸性洗滌纖維(acid detergent fiber,ADF),干燥法測干物質(dry matter,DM)。
用Excel 2010整理表型數據,用SPSS Statistics進行差異性分析、簡單相關分析。根據灰色關聯度理論,選取鮮草產量和5個品質性狀對紫花苜蓿進行綜合評價,將12個紫花苜蓿品種(系)的各性狀視為一個整體,參試品種以X表示,性狀以k表示。設置參考品種X0,以鮮草產量、粗蛋白和干物質最大值,粗灰分、中性洗滌纖維和酸性洗滌纖維的最小值為各項指標。以參考品種X0各性狀值構成參考數列,供試品種(系)X各性狀值構成比較數列,采用均值化對數據進行無量綱處理,利用公式(1)、(2)、(3)、(4)計算關聯系數、關聯度等,式中ρ取0.5,根據關聯度大小對紫花苜蓿進行綜合評價[17]。
(1)關聯系數:



(1)12個品種(系)性狀表現如表1所示,不同紫花苜蓿品種在農藝性狀、品質性狀間均存在較大差異,8個生產性能性狀中變異系數最小的為葉長(8.55 %),最大的為葉片數(36.75 %);5個品質性狀中變異系數最小的為干物質(0.38 %),最大的為酸性洗滌纖維(10.35 %)。

表1 紫花苜蓿性狀表現
(2)對12個品種(系)間各生產性能進行比較(表2),在12個品種中,株高在品種間差異不顯著(P>0.05),中苜1號最高(127.40 cm);莖粗中巨能995(5.76 cm)最粗,與除保定苜蓿外的其它品種差異顯著(P<0.05);中原804的主莖節數(17.50)最多,與其它品種間多為顯著差異(P<0.05);巨能995葉長(4.20 cm)最長,與其它品種差異多為不顯著(P>0.05);WL712葉寬(1.96 cm)最寬,與其它品種多為不顯著(P>0.05);巨能995(203.50片)葉片數最多,與除中原804外的其它品種差異顯著(P<0.05);保定苜蓿的1m枝條數最多,與其它品種間多為顯著差異(P<0.05);中苜6號鮮草產量最大(29.04 t/hm2),與其它品種差異不顯著(P>0.05)。(3)對12個品種(系)間各品質性狀進行比較(表3),在12個品種中,WL712粗蛋白含量(18.16 %)最高,與除WL358之外其它品種間差異顯著(P<0.05);WL712的干物質含量(92.80 %)最高,與其它品種差異顯著(P<0.05)。WL440HQ粗灰分含量(7.83 %)最低,與其它品種多為顯著差異;WL656HQ酸性洗滌纖維(34.59 %)含量最低,與其它品種多為顯著差異(P<0.05);WL656HQ中性洗滌纖維含量(39.50 %)最低,與其它品種差異顯著(P<0.05)。
相關分析表明,農藝性狀間多為正相關,其中株高與主莖節數呈極顯著正相關(0.607)(P<0.01);莖粗與葉長(0.780)、葉寬(0.664)、葉片數(0.636)均呈極顯著正相關(P<0.01);葉長與葉寬(0.878)呈極顯著正相關(P<0.01)(表4)。5個品質性狀間,粗蛋白與中性洗滌纖維呈極顯著負相關(P<0.01);中性洗滌纖維與酸性洗滌纖維間呈極顯著正相關(P<0.01)。農藝性狀與品質性狀間,株高與中性洗滌纖維呈極顯著正相關(P<0.01);莖粗與中性洗滌纖維呈顯著正相關,與干物質呈顯著負相關(P<0.05);葉片數與粗灰分呈顯著負相關(P<0.05);枝條數與粗蛋白呈顯著負相關,與干物質呈顯著正相關(P<0.05)。

表2 不同紫花苜蓿品種(系)生產性能比較
注:相同小寫字母表示差異不顯著(P>0.05);不同小寫字母表示差異顯著(P<0.05)。下表同

表3 不同紫花苜蓿品種(系)的品質性狀比較

表4 紫花苜蓿的相關性分析
注:*表示差異顯著(P<0.05);**表示差異顯著(P<0.01)
依據灰色系統理論,綜合鮮草產量和5個品質性狀指標,對12個紫花苜蓿品種進行綜合評價,關聯度越大,綜合評價越好。當性狀同等重要時,可用等權關聯度評價苜蓿品質;然而,紫花苜蓿農藝性狀與品質性狀間的重要性存在差異,因此根據重要性賦予各性狀不同的權重十分必要。由表5可知,加權關聯度值略高于等權關聯度值,二者結論略有差異。以加權關聯度對12個紫花苜蓿品種進行綜合評價,綜合排序為WL656 HQ>WL525>WL440HQ>巨能995>WL 712>WL358>中苜6號>中原804>中苜1號>無棣苜蓿>保定苜蓿。其中,與中苜1號(CK1)和無棣苜蓿(CK2)相比,綜合表現較好的有WL 656HQ、WL525、WL440HQ、巨能995、WL 712、WL358、中苜6號和中原804。

表5 灰色關聯度分析
通過對12個紫花苜蓿品種(系)的生產性能和品質性狀進行表型分析,生產性能的變異系數總體上大于品質性狀的變異系數。其中在農藝性狀中變異系數較小的有株高、葉長、葉寬;變異系數較大的有葉片數、1m枝條數。品質性狀中干物質和粗蛋白的變異系數較小,中性洗滌纖維和酸性洗滌纖維的變異系數較大,這與吳欣明等[10]研究結果較為一致。以上說明12個紫花苜蓿品種在農藝性狀和品質性狀間均存在廣泛變異,其中農藝性狀的變異更為明顯,因此對紫花苜蓿農藝性狀進行調查分析,是紫花苜蓿種質資源研究中最為直觀有效的方法。
本研究表明,在農藝性狀間,株高與主莖節數呈極顯著正相關,即紫花苜蓿越高,節數越多,這與王運濤等[18]的研究結果一致;葉長與葉寬呈極顯著正相關,這與鄭興衛等[19]中的研究結果一致。在品質性狀間,中性洗滌纖維與酸性洗滌纖維呈極顯著正相關,這與唐開婷[20]等的研究結果較為一致,這可能與其化學組成分類似有關。在農藝性狀與品質性狀間,中性洗滌纖維與株高呈極顯著正相關,與莖粗呈顯著正相關,這可能是因為植株高大粗壯的紫花苜蓿品種(系)葉莖比例相對較低,而莖的木質化程度高、纖維素含量大,張曉娜等[21]在研究中也發現莖中的中性洗滌纖維含量高于葉片,而葉片中水分含量較高,故而中性洗滌纖維的含量和干物質含量可能與莖粗有關。
灰色系統理論可將各類指標進行標準化處理,并對其分配權重系數,不僅可以有效克服因指標單一而造成的局限性,而且可以客觀準確的對各紫花苜蓿品種(系)進行綜合評價,目前已廣泛應用于牧草的綜合評價中[22-23]。許多學者運用灰色關聯度法綜合生產性能和品質2個方面對紫花苜蓿進行分析與評價,可行性較高[24-25]。根據灰色關聯度原則,關聯度越大,品種的綜合表現越好。本文中加權關聯度值略高于等權關聯度值,這與孫萬斌等對20個苜蓿品種在甘肅地區生產性能及品質的綜合評價[2]和李巖等對14個紫花苜蓿品種在安徽江淮地區草產量及營養品質的綜合評價[26]研究結果一致。采用加權關聯度進行評價,在一定程度上規避了因主觀經驗而造成的誤差,使評價過程更為客觀、科學,使評價結果更加合理。故本文根據加權關聯度對12個紫花苜蓿品種進行綜合評價。無棣苜蓿和中苜1號兩個品種在山東省的種植面積較大,故本文以上述兩個品種為對照,并結合灰色關聯度結果對12個紫花苜蓿品種進行綜合評定,所篩選出的8個品種(系)推薦在山東泰安地區推廣種植。
(1)不同紫花苜蓿品種(系)間在生產性能和品質性狀上存在差異,其中農藝性狀間的變異明顯,是紫花苜蓿種質資源研究中最為直觀有效的方法。(2)綜合評價紫花苜蓿,表現較好的品種(系)有8個,為WL656HQ、WL525、WL440HQ、巨能995、WL712、WL358、中苜6號和中原804,推薦在山東泰安及周邊地區推廣種植。
[1] 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[J]. 草業學報, 2011, 20(6): 219-229.
[2] 孫萬斌, 馬暉玲, 侯向陽, 等. 20個紫花苜蓿品種在甘肅兩個地區的生產性能及營養價值綜合評價[J]. 草業學報, 2017, 26(3): 161-174.
[3] 李新一, 王加亭, 韓天虎, 等. 我國飼草料生產形勢及對策[J]. 草業科學, 2015, 32(12): 2155-2166.
[4] 游永亮, 趙海明, 李源, 等. 刈割制度對海河平原區紫花苜蓿產量和品質的影響[J]. 中國草地學報, 2018, 40(6): 47-55.
[5] 張麗君, 白占雄, 關文彬, 等. 我國苜蓿屬植物栽培品種的地理分布[J]. 華北農學報, 2005, 20(1): 99-103.
[6] 江帆, 趙偉. 基于SWOT模型的山東省牧草產業發展戰略[J]. 草業科學, 2017, 34(11): 2388-2395.
[7] Lloveras J, Chocarro C, Freixes O, et al. Yield, yield components, and forage nutritive value of alfalfa as affected by seeding rate under irrigated conditions[J]. Agronomy Journal, 2008, 100(1): 191-197.
[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[J]. 草業科學, 2009, 26(10): 85-88.
[9] 馬金星, 王鐵梅, 盧欣石, 等. 20份新疆紫花苜蓿種質的形態特征與農藝性狀研究[J]. 中國草地學報, 2018, 40(3): 20-26.
[10] 吳欣明, 郭璞, 池惠武, 等. 國外紫花苜蓿種質資源表型性狀與品質多樣性分析[J]. 植物遺傳資源學報, 2018, 19(1): 103-111.
[11] 云錦鳳, 米富貴. 牧草育種技術[M]. 北京: 化學工業出版社, 2004.
[12] Ahmad J, Iqbal A, Ayub M, et al. Forage yield potential and quality attributes of alfalfa (Medicago sativa L.) under various agro-management techniques[J]. Japs Journal of Animal & Plant Sciences, 2016, 26(2): 465-474.
[13] 南麗麗, 師尚禮, 郭全恩, 等. 甘肅荒漠灌區播量和行距對紫花苜蓿營養價值的影響[J]. 草業學報, 2019, 28(1): 108-119.
[14] 衣蘭智, 李長忠, 劉洪慶, 楊國鋒, 孔繁臻, 孫娟. 不同苜蓿品種在青島地區的適應性[J]. 草業學報, 2011, 20(2): 147-155.
[15] 張進紅, 劉名江, 吳波, 王國良, 盛亦兵. 50個紫花苜蓿品種在黃河三角洲鹽堿地區的生產性能評價[J].農學學報, 2019, 9(2): 64-71.
[16] 張麗英. 飼料分析及飼料質量檢測技術[M]. 2版. 北京: 中國農業大學出版社, 2003: 46-74.
[17] 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[J]. 草業學報, 2009, 18(5): 67-72.
[18] 王運濤, 于林清, 王富貴, 等. 11份苜蓿材料的抗倒春寒性及生產性能比較[J]. 中國草地學報, 2013, 35(5): 34-39.
[19] 鄭興衛, 李聰. 新疆野生苜蓿屬種質資源表型變異分析[J]. 中國草地學報, 2017, 39(6): 1-7.
[20] 唐開婷, 張凡凡, 王旭哲, 等. 北疆10個不同秋眠級紫花苜蓿引進品種產量與營養品質研究[J]. 中國草地學報, 2018, 40(3): 43-48.
[21] 張曉娜, 宋書紅, 陳志飛, 等. 紫花苜蓿葉、莖產量及品質動態[J]. 草業科學, 2016, 33(4): 713-721.
[22] 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[J]. 草業學報, 2014, 23(1): 92-103.
[23] 李濤, 李明雨, 劉光瑞, 等. 寧夏引黃灌區10個紫花苜蓿品種越冬性綜合評價[J]. 草原與草坪, 2019, 39(3): 9-14+25.
[24] 徐玉鵬, 趙忠祥, 王秀領, 等. 紫花苜蓿品質性狀和農藝性狀的相關性研究[J]. 草業科學, 2008(7):46-49.
[25] 李玉珠, 吳芳, 師尚禮, 等. 河西走廊13個引進紫花苜蓿品種生產性能和營養價值評價[J]. 干旱地區農業研究, 2019, 37(5): 119-129.
[26] 李巖, 徐智明, 李爭艷, 等. 14個紫花苜蓿品種草產量及營養品質的綜合評價[J]. 草原與草坪, 2019, 39(4): 85-91.
S816.5+1
A
1007-1733(2021)01-0001-06
(2020–12–01)
山東省農業良種工程項目(2016LZGC010);山東省研究生導師指導能力提升項目(SDYY17083)和山東省重點研發計劃項目(2017CXGC0308)資助
?共同第一作者 *通訊作者