第一作者:柯梅(1986-),女,新疆乌鲁木齐人,助理研究员,硕士,主要从事牧草遗传育种研究。E-mail:[email protected]
使用灰色关联度分析了3个苏丹草( Sorghum)材料6个农艺性状与产量和营养品质之间的关系,结果表明,1)叶长、茎粗对苏丹草干鲜草产量影响最大,且叶长与茎粗呈极显著正相关( P<0.01),是影响干鲜草产量的主要限制因素;2)茎粗、叶长、叶宽适当,分蘖数和节数少的苏丹草植株、品系或品种的营养价值较高。在苏丹草育种的过程中,根据具体产量育种或品质育种的目标,选择与苏丹草高产高品质关系密切且表现稳定的农艺性状, 明确各性状的主次关系,为苏丹草选育新品种提供理论依据。
In order to exploring the relationship among the agronomic characters and yield and quality of Sorghum sudanense populations, three sudangrass populations were studied with the method of grey correlation degree analysis. The results showed that leaf length and stem diameter had significantly positive effect on hay yield of sudangrass, which is the major limitation factor of hay and fresh grass yield; sudangrass cultivar/lines with less tiller and node, but appropriate leaf length, width and stem diameter possesses relatively high quality; In sudangrass breeding process, according to specific breeding objectives for yield or quality, selecting these agronomic traits with stable performance and correlated relationship with high yield and quality, and understanding the primary and secondary relationship, will help provide theoretical base for new cultivar breeding.
苏丹草(Sorghum sudanense)为禾本科高粱属, 具有很强的分蘖能力和再生能力, 抗旱能力强, 产草量高, 草质柔软且营养品质丰富, 其蛋白质含量居一年生禾本科牧草首位, 在新疆主要作为牛、羊、马及鱼类的优质青绿多汁饲料[1, 2, 3]。苏丹草做为夏季利用的青饲料饲用价值很高, 茎叶比玉米(Zea mays)、高粱(S. bicolor)柔软, 含糖量丰富, 可与高粱杂交, 杂交后植株高大, 饲用价值超过玉米青贮料。其原产于非洲苏丹高原, 在世界范围内被广泛种植[4, 5], 我国各地均有不同品种的苏丹草种植, 在北方主要作为夏季青饲草及冬季青贮草; 在南方主要作为青贮草饲喂家畜及鱼饲草, 素有“ 渔业青饲料之王” 之称[6, 7, 8, 9, 10, 11]。
灰色关联度分析方法是分析育种目标性状关系程度的一种量化方法[12], 非常适合动态历程分析。通过比较各关联度的大小来判断待识别对象对研究对象的影响程度, 具有不需满足某种理论分布、样本数量少、分析方法简单和结果准确等优点[13], 常用在杂交种产量与农艺性状关系的研究上[14]。目前的研究多集中于对一年生新型饲用作物高丹草(S. bicolor× S. sudanense)杂交种进行的灰色关联度分析与评判[15], 对高粱杂交种主要农艺性状的灰色关联度分析[16], 对玉米杂交种主要农艺性状的灰色关联度分析[17, 18, 19, 20], 而对苏丹草群体主要农艺性状与产量或品质的灰色关联度分析尚少见报道。
影响苏丹草产量与营养品质的因素很多, 且不受单一因素的影响, 而是由多个因素共同作用的结果。如植物自身的遗传差异, 生长所必需的光照、温度、水分、养分, 各因素之间的相互作用, 以及后期生长过程中病虫害的影响等。为此, 在相同的生长环境和后期的田间管理条件下, 研究苏丹草各农艺性状与产量、品质的相关性, 以期明确各影响因素的主次关系, 为选育出具有较高产量和较高营养品质的苏丹草新品种提供理论依据。
本试验设在新疆阜康市九运街镇畜牧科学院草原生态站, 位于东天山博格达峰北麓, 新疆阜康市以东17 km处的平原地带(阜康市九运街镇东湾地区), 地处87° 46'-88° 44' E, 43° 45'-45° N, 年日照时数2 900 h, 年平均气温6.7 ℃, 年最高气温41.6 ℃, 最低气温-37 ℃, ≥ 10 ℃年积温在3 200 ℃· d以上, 海拔550 m, 年降水量202.6 mm, 无霜期174 d。
供试材料分别为新苏2号(为对照材料, 用CK表示)、SZ-1、SW-1, 均由新疆畜牧科学院草业研究所阜康草原生态站提供。
1.3.1 试验设计 试验于2013 年在新疆阜康市九运街镇畜牧科学院草业研究所阜康草原生态站开展。试验田地力中等, 采用随机区组设计, 3 次重复, 小区面积为2.8 m× 12 m, 8 行区, 测产时, 去除两边边行及地头两边各0.5 m, 行距0.35 m, 播量为6 g· m-2。
1.3.2 测定项目与方法 在气候寒冷, 生长季节较短的新疆地区, 选择在孕穗期至抽穗初期收割苏丹草, 于7月5日、8月14日、9月26日分3 次刈割饲用。观察记载其小区测产范围内植株农艺性状。用于田间调查的主要农艺性状有株高、叶长、叶宽、 茎粗、分蘖数和节数, 分别记作X1、X2、X3、X4、X5和X6, 每一性状量取10 次, 其平均值作为分析数据。鲜草产量记作Y1, 干草产量计作Y2; 每次测产后随机称取1 kg鲜草, 自然晾干后进行营养品质分析, 主要测定粗蛋白、粗脂肪、粗纤维、粗灰分、钙、总磷和无氮浸出物含量, 分别记为W1、W2、W3、W4、W5、W6和W7, 营养成分测定由农业部农产品质量监督检验测试中心(乌鲁木齐)完成。
使用DPS 7.5和Excel 2003进行数据处理。同一测定指标不同试验材料间的差异性以方差分析检验其显著性, 以新复极差法进行多重比较。以调查数据的平均值作为分析数据, 对其做灰色关联度分析。根据邓聚龙[21]灰色系统理论, 农艺性状作为比较数列, 产量或某营养品质指标作为参考数列, 进行关联度分析, 由于各数据单位不一致, 在对其进行关联度分析前, 原始数据无量纲化处理, 做均值化转换, 进而分析各农艺性状之间的相关性。
CK、SZ-1、SW-1的叶宽分别为4.73、4.23和4.03 cm, 表现为CK> SZ-1> SW-1, SZ-1和SW-1间差异不显著(P> 0.05), CK显著大于SZ-1和SW-1(P< 0.05)。茎粗表现为SZ-1> CK> SW-1, 分别为5.87、5.10和4.50 cm, SZ-1显著大于SW-1。节数表现为CK< SZ-1< SW-1, 分别为8.00、9.67和9.80, SZ-1和SW-1显著大于CK。株高、叶长和分蘖数3个农艺性状指标3个材料间均无显著差异(P> 0.05)(表1)。
SZ-1鲜草和干草产量均最高, 分别为3.05和0.06 kg· m-2(表2), 且显著大于SW-1和CK(P< 0.05)。SZ-1粗脂肪含量最高, 为12.33 g· kg-1, CK居中, 为10.93 g· kg-1, SW-1粗脂肪含量最低, 为10.77 g· kg-1, SZ-1显著高于SW-1和CK。粗蛋白、粗纤维、粗灰分、钙、总磷及无氮浸出物这6项营养成分含量3份供试材料间差异均不显著(P> 0.05)。
以影响产量的农艺性状作为比较数列, 产量作为参考数列, 计算关联度大小(表3)。苏丹草主要农艺性状对鲜草产量的关联序表现为叶长> 茎粗> 株高> 叶宽> 节数> 分蘖数; 苏丹草主要农艺性状对干草产量的关联序表现为叶长> 茎粗> 叶宽> 节数> 株高> 分蘖数。灰色关联度分析的原理是:若两个因素变化的趋势具有一致性, 即同步变化程度较高, 即二者关联程度较高; 反之, 则较低。由此可以看出, 对苏丹草干鲜草产量关联最紧密的农艺性状是叶长与茎粗, 其次是叶宽、株高、节数, 对其影响最小的是分蘖数。
苏丹草各农艺性状与各营养品质的关联度(表3)显示, 与粗蛋白的关联度高低顺序为叶宽> 茎粗> 叶长> 节数> 分蘖数> 株高; 与粗脂肪的关联度高低顺序为节数> 株高> 叶长> 茎粗> 分蘖数> 叶宽; 与粗纤维的关联度高低顺序为节数> 株高> 分蘖数> 叶长> 茎粗> 叶宽; 与粗灰分的关联度高低顺序是为叶宽> 分蘖数> 株高> 叶长> 茎粗> 节数; 与钙的关联度高低顺序为叶宽> 叶长> 茎粗> 株高> 分蘖数> 节数; 与总磷的关联度高低顺序为茎粗> 叶长> 叶宽> 节数> 分蘖数> 株高; 与无氮浸出物的关联度高低顺序为茎粗> 叶长> 叶宽> 节数> 分蘖数> 株高。
株高与叶长、叶宽、茎粗呈负相关(P> 0.05), 与分蘖数、节数呈正相关(P> 0.05)(表4)。 叶长与叶宽、茎粗、节数呈正相关, 其中与茎粗的相关性达到极显著程度(P< 0.01), 相关系数为1.00, 与分蘖数呈显著负相关(P< 0.05), 相关系数为0.97。叶宽与茎粗呈正相关(P> 0.05), 与分蘖数、节数呈负相关, 其中与节数呈显著负相关(P< 0.05), 相关系数为0.98。茎粗与节数呈正相关(P> 0.05), 与分蘖数呈显著负相关, 相关系数为0.99。分蘖数与节数呈正相关(P> 0.05)。通过苏丹草农艺性状与产量的灰色关联度分析, 结果表明, 影响苏丹草干鲜草产量的主要农艺性状是叶长和茎粗, 依据苏丹草农艺性状之间的相关性, 对干鲜草产量影响最大的叶长与茎粗关系最为密切, 在0.01水平上表现为极显著正相关, 即随叶长增长, 茎粗不断增加, 干鲜草产量不断提高。
粗蛋白与粗脂肪、粗纤维呈负相关, 与粗灰分、钙、总磷、无氮浸出物呈正相关(表5), 其中与无氮浸出物达到显著水平(P< 0.05), 相关系数为0.99。粗脂肪与粗纤维呈显著正相关, 相关系数为0.99, 与粗灰分、钙、总磷、无氮浸出物呈负相关, 其中与粗灰分达到极显著水平(P< 0.01), 相关系数为-1.00。粗纤维与粗灰分、钙、总磷、无氮浸出物呈负相关, 其中与粗灰分、钙达到显著水平, 相关系数分别为-0.97、-0.98。粗灰分与钙、总磷、无氮浸出物呈正相关(P> 0.05); 钙与总磷、无氮浸出物呈正相关(P> 0.05); 总磷与无氮浸出物呈正相关(P> 0.05)。
通过苏丹草农艺性状与品质的灰色关联度分析, 研究结果显示, 与3个苏丹草群体粗蛋白、粗脂肪、粗纤维、粗灰分、钙、总磷、无氮浸出物含量等营养品质密切相关的农艺性状是叶宽、茎粗、节数。根据苏丹草主要农艺性状之间的相关性, 对粗蛋白、粗灰分、钙含量影响最大的是叶宽, 叶宽与节数呈显著负相关(P< 0.05); 对粗脂肪、粗纤维含量影响最大的是节数; 对总磷、无氮浸出物含量影响最大的是茎粗, 茎粗与叶长呈极显著正相关(P< 0.01), 茎粗与分蘖数呈显著负相关。
在相同的生长环境、相同的后期栽培管理条件、相同的生育期(孕穗至抽穗初期), 参试苏丹草材料间农艺性状与产量和牧草营养成分的差异主要是因材料的遗传组成不同所致[22]。李陈建等[23]对 30 份苏丹草材料的 19 个农艺性状的遗传多样性进行分析发现, 各指标的广义遗传力差异显著, 且千粒重、茎粗、节数、叶宽、株高等性状广义遗传力在 40%~70%; 在研究苏丹草种皮不同色泽类型种子产量形成的关系中发现, 不同色泽的苏丹草种子单株产量和千粒重差异显著[24]; 说明苏丹草农艺性状遗传的潜力大, 可靠性高, 稳定性强, 在育种过程中, 可作为重要指标进行选择。灰色关联度分析的结果对苏丹草产量育种、品质改良育种中农艺性状的选择具有一定的理论指导价值。
苏丹草作为夏季青饲料、调制青干草、青贮或作为冬春饲草料利用时, 在确保适当株高的情况下, 要着重选育茎粗叶长、节数和叶宽适当的苏丹草品种, 达到对饲用产量性状选择的目的。本研究中, SZ-1的鲜草和干草产量均最高, 其茎粗最粗, 叶宽和节数居中。茎粗单株个体生长旺盛, 单株草产量高, 同时居中的叶宽和节数(节数=叶片数)更有利于光合作用的同化过程积累生物量。这表明, 供试材料中苏丹草的草产量的主要影响因素为茎粗、叶宽和节数(叶片数)。逯晓萍等[25]对高丹草主要农艺性状的遗传参数研究结果表明, 茎粗、叶长等与单株鲜重有显著或极显著的正相关关系, 经过通径分析更加明确了茎粗等对单株产量的直接作用; 这与本研究中所选择的农艺性状对草产量的影响结果相一致。本研究供试材料SZ-1的粗脂肪含量最高, 且其与SW-1和CK的差异均达到显著水平, 其它营养成分差异均不显著, 这说明茎粗指标是粗脂肪含量最直接的影响因素。饲草料中含氮量的高低是衡量牧草品质的重要指标[26], 本研究中, 供试材料SZ-1的粗蛋白含量最高, 且影响粗蛋白含量的主要农艺性状为叶宽、茎粗与叶长。王赟文等[23]的研究结果表明, 主茎节数对粗纤维和粗脂肪含量的直接影响和综合作用最大, 并且是主要的限制性因素, 这与本研究结果一致。因此, 在苏丹草群体营养品质改良的过程中, 主要选择茎粗、叶长、叶宽适当, 分蘖数和节数少的植株。
通过研究发现, 苏丹草高产和高品质之间存在矛盾, 王赟文等[23]在相关的研究中也得出了相同的结论。苏丹草在刈割利用干鲜草时, 应重点考虑草产量和营养价值。苏丹草各农艺性状与产量、品质之间存在一定相关性, 若通过遗传力高的农艺性状间接选择可能更有成效。因此, 在苏丹草育种的过程中, 根据具体产量育种或品质育种的目标, 选择与苏丹草高产高品质关系密切且表现稳定的农艺性状, 明确影响高产和高品质的内外因素, 对苏丹草品种培育、鉴定和高产栽培研究都具有重要意义。
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
|
[20] |
|
[21] |
|
[22] |
|
[23] |
|
[24] |
|
[25] |
|
[26] |
|