为了确定不同紫花苜蓿( Medicago sativa)品种在半干旱地区生产性能的大小和营养价值的高低,在兰州国家区域试验站,连续两年对12个紫花苜蓿品种的生产性能进行测定分析,采用灰色系统关联度理论综合评价分析了不同品种紫花苜蓿的粗蛋白、粗脂肪、粗灰分、粗纤维、含水量、无氮浸出物、钙、磷含量8项营养指标。结果表明,不同品种苜蓿在不同茬次时株高和干草产量均存在显著性差异( P<0.05),两年内随着收割茬数的增加,株高和干草产量不断减小,中苜3号、甘农3号、甘农5号、中苜5号和康赛的植株较高,甘农5号、甘农3号和阿迪娜的干草产量较高;不同紫花苜蓿品种营养品质也存在差异,其中甘农5号、中苜3号最优,甘农3号、中苜5号、康赛次之。从生产性能和营养价值综合考虑,甘农5号、中苜3号、甘农3号、中苜5号和康赛生产性能优异、营养价值高,综合性状突出,可以作为黄土高原半干旱地区大面积推广种植的紫花苜蓿品种。
In order to determine the yield and nutritional value of different alfalfa cultivars in semi-arid areas, we evaluated 12 alfalfa ( Medicago sativa L.) varieties in the National Regional Test Station in Lanzhou using a completely randomized block design. According to the theory of grey system correlation degree, the comprehensive evaluation of eight nutritional indexes (crude protein, crude fat, crude ash, crude fiber, crude fiber, water content, nitrogen free extract, calcium, and phosphorus) of different alfalfa cultivars was carried out. The results showed that the plant height and hay yield were significantly different among different alfalfa varieties ( P<0.05). During the two years of study, hay yield decreased from the first to the third harvest. The Average heights of Zhongmu No.3, Gannong No.3, Gannong No.5, Zhongmu No.5, and Kangsai were higher than that of the other varieties tested. Hay yield of Gannong 5, Gannong 3, and Adina were higher than that of the other varieties tested. There were additional differences in the nutritional quality of different alfalfa varieties and the quality of Gannong No.5 and Zhongmu No.3 were the best, followed by that of Gannong No. 3, Zhongmu No. 5, and Kang Sai. Based on the production performance and nutritional value, Gannong No. 5, Zhongmu No. 3, Gannong No. 3, Zhongmu No. 5, and Kangsai had excellent production performance, high nutritional value, and outstanding comprehensive traits, and these five cultivars are suitable for cultivation in the alfalfa hay production areas in the semi-arid regions of the Loess Plateau.
紫花苜蓿(Medicago sativa)为豆科苜蓿属多年生草本植物, 富含蛋白质、维生素等多种营养物质, 是世界上栽培面积最广的主要牧草, 被誉为“ 牧草之王” [1, 2], 也是我国北方主要豆科当家草种。它产量高、草质优良, 各种营养成分齐全, 尤其是粗蛋白质、维生素和无机盐含量丰富, 是奶牛良好的蛋白质来源, 在改善生态环境、解决优质饲草短缺等方面起着重要的作用[3, 4, 5]。本研究在兰州(半干旱)地区, 通过对来自国内外和甘肃本地的12个紫花苜蓿品种生产性能和营养成分含量的进行灰色关联度评价, 筛选出适合半干旱地区种植的优质、高产、抗性强的苜蓿品种, 对促进半干旱地区草牧业发展具有重要意义。
试验于2011-2013年在国家草品种区域试验站兰州站进行, 海拔1 685 m, 地处黄土高原温带半干旱大陆性季风气候, 其主要特征是干旱、寒冷。日光充足, 温差大。冬季漫长而寒冷, 雨雪少, 夏季时短而温热, 春季升温快, 秋天降温快。全年降水量295.5 mm, 年均温9.3 ℃, 最热月均温21.6 ℃, 最冷月均温-4.5 ℃, 极端最高温39.8 ℃, 极端最低温度-18 ℃, 无霜期193 d, 初霜日10月12日, 终霜日4月1日, 年积温(≥ 0 ℃)3 816.3 ℃· d, 年有效积温(≥ 10 ℃)3 200 ℃· d。地形台地, 土壤为灰钙土类, 地下水位为120 m, 表层土壤有机质含量为1.1%, 土壤pH 8.5, 有灌溉条件。
供试苜蓿品种12个, 其中国外引进苜蓿品种3个, 国内品种9个, 均由甘肃省草原技术推广总站提供。
中苜1号、中苜3号和中苜5号来源于中国农科院北京畜牧所, 甘农3号和甘农5号来源于甘肃农业大学, 草原3号来源于内蒙古农业大学, 北林201来源于北京林业大学, 公农1号和公农6号来源于吉林农业科学院, 阿迪娜和康赛来源于美国Cal/West公司, WL343HQ来源于北京中种草业有限公司。
采用完全随机区组设计共设4次重复, 小区面积(3 m× 5 m), 于2011年5月31日播种, 每公顷播量为15 kg。播前施用3 000 kg· hm-2有机肥作为底肥。采用人工开沟条播的播种方式, 行距30 cm, 播10行, 播种深度1~2 cm, 播后人工覆土震压。试验期间, 进行正常管理, 适时灌溉、施肥, 随时除草、松土, 及时防止病虫害。2012年分别于6月4日、7月5日、8月27日刈割3次, 2013年分别于6月4日、7月15日、9月1日刈割3次。
株高在刈割前测定, 每个品种4个重复, 每个小区随机抽取10株, 测量从地面到植株顶部的绝对高度, 求其平均值。
产草量包括第1次刈割的产量和再生草产量。刈割均在初花期进行, 每年刈割3次; 2012年分别于6月4日、7月5日、8月27日刈割, 2013年分别于6月4日、7月15日、9月1日刈割。每小区再取苜蓿鲜草样1 kg, 放于实验室自然风干后称其重量。干鲜比为干草样重与鲜草样重的比值。
水分(AW)含量采用烘箱干燥法测定; 粗蛋白(CP)含量采用凯氏定氮法测定; 粗脂肪(EE)含量采用索氏脂肪浸提取法测定; 粗纤维(CF)含量采用酸碱法测定; 粗灰分(CASH)含量采用灼烧法测定; 无氮浸出物(NFE)含量用粗蛋白、粗脂肪、粗纤维和粗灰分含量计算, 即NFE=100%-(CP+CF+EE+CASH); 钙(Ca)采用EDTA络合滴定法测定; 磷(P)采用钼锑抗比色法测定。
试验数据采用SPSS 19.0, Excel进行统计分析, 营养价值进行灰色关联度评价。
关联度系数计算公式:
ai(k)=
式中:|x0(k)-xi(k)|=Δ i(k)表示x0数列与xi数列在第k点的绝对差。mink|x0(k)-xi(k)|是一级最小差, 即在绝对差|x0(k)-xi(k)|中按不同k值(品种)挑选其中最小者; minimink|x0(k)-xi(k)|是二级最小差, 即在mink|x0(k)-xi(k)|中按不同i值(比较数列值)挑选其中最小者。同理maxk|x0(k)-xi(k)|是级最大差, maximaxk|x0(k)-xi(k)|是二级最大差, 其意义与二级最小差相似。ρ 为分辩系数, 取值范围在0~1, 一般取ρ =0.5。将各品种的关联系数集中为一个值, 称为xi与x0数列之间的关联度, 记为ri。
ri=
式中:n为样本数。
在两年中, 12个苜蓿品种的现蕾期植株高度差异显著(P< 0.05); 在现蕾期所有品种的株高2012年为73.1~96.1 cm, 其中最高的为中苜1号, 最低的为公农1号, 二者相差23 cm; 2013年12个苜蓿品种的株高在70.9~93.0 cm, 康赛的株高最高, 达93.0 cm, 草原3号、公农6号的植株高度较低, 分别为70.9和71.0 cm, 植株高度最大差距可达22.1 cm; 在2012和2013年苜蓿生长季, 中苜5号和甘农5号的植株高度都较高, 分别达到了88.6、88.3、89.7、82.9 cm, 与其他品种相比存在差异显著(P< 0.05), 且不同品种不同茬次的株高都存在着显著差异(P< 0.05)(表1)。
其中, 2012年第1茬株高最高, 为95.8~124.7 cm; 阿迪娜的株高最高, 达124.7 cm, 公农1号的株高最低, 只有95.8 cm, 二者相差达到28.9 cm。第2茬株高次之, 多在68~85.7 cm; 阿迪娜的株高最高, 草原3号的植株高度较低, 为68.0 cm, 植株高度最大差距达17.7 cm。第3茬株高更低, 主要分布在70 cm左右; 中苜3号、甘农3号、甘农5号和阿迪娜相对较高, 都在75 cm以上, 康赛的株高最低, 只有61.4 cm; 2013年所有苜蓿品种各茬株高的大小趋势与2012年相同, 即第1茬> 第2茬> 第3茬; 在2012和2013年刈割的3茬苜蓿中, 国内品种甘农5号、甘农3号和国外品种阿迪娜的植株高度相对较高。
不同品种的不同茬次(表2), 干产草量均存在显著差异(P< 0.05)。不同品种在同一茬次的干草产量差异显著(P< 0.05)。2012年第1茬干草产量最高, 其中最高的是中苜1号, 达到0.96 kg· m-2, 甘农5号、公农1号干草产量较低, 分别为0.53、0.55 kg· m-2; 第2茬干草产量次之, 最高的中苜1号为0.54 kg· m-2, 最低的草原3号只有0.25 kg· m-2; 第3茬干草产量最低, 干草产量最高的仍为中苜1号, 为0.45 kg· m-2, 干草产量最低的为公农1号和北林201, 分别为0.21和0.18 kg· m-2。同一品种在不同茬次的干草产量也存在显著差异(P< 0.05), 2013年所有苜蓿品种不同茬次的干草产量的高低与2012年相同, 即第1茬> 第2茬> 第3茬, 2013年干草产量最高的仍为中苜1号, 公农1号最低。2012和2013年, 中苜1号年干草产量最高, 分别达到了1.84、1.74 kg· m-2, 中苜3号、甘农3号和中苜5号的年干草产量都较高, 公农1号的年干草产量最低, 分别只有1.05、0.84 kg· m-2, 较年高产者少将近一半, 公农6号和北林201的年干草产量都较低。对2012和2013年的同一茬次苜蓿干草产量进行对比, 第1茬2012年的干草产量比2013年高, 第2茬和第3茬2013年的干草产量高于2012年, 所有品种的年干草产量2012年均比2013年高。由此可见, 第1茬是影响全年草产量的最主要因素。
鲜干比是指鲜草重与干草重的比例, 它反映牧草的干物质积累程度和利用价值, 直接影响干草产量及质量。苜蓿的鲜干比与品质呈正相关关系, 鲜干比高蛋白质的含量就高, 适口性就越好[6]。同一苜蓿品种在同茬次的鲜干比差异显著(P< 0.05)(表3), 2012年, 第1茬各品种的鲜干比在3.54~4.98, 其中鲜干比排在前3位的是康赛、公农1号、中苜5号, 分别是4.98、4.77、4.40; 第2茬各品种的鲜干比分布在3.52~5.02, 差异较第1茬更为显著, 其中鲜干比较高的品种为康赛、草原3号, 分别达到4.87、4.86; 第3茬各品种的鲜干比分布在2.80~4.72, 但大多数品种的鲜干比主要集中在3.00~4.00, 其中康赛、北林201、公农1号的鲜干比最高, 分别4.72、4.15、4.13。2013年, 第1茬12个苜蓿品种的鲜干比在4.31~7.00, 所有品种的鲜干比都较高, 其中最高的为公农6号、康赛、草原3号, 鲜干比都在6以上; 第2茬除康赛最高为5.29, 其他的都分布在2.97~3.85; 第3茬主要分布在2.82~4.18, 品种WL343HQ、康赛、公农1号、阿迪娜的鲜干比位于前4, 分别是4.18、3.73、3.69、3.65。同一品种两年相同茬次对比, 在2013年第1茬各品种的鲜干比明显高于2012年, 主要原因可能是各品种鲜干比与当年的气候适应性有关。
苜蓿营养价值的评价是苜蓿引种工作的一个重要环节。为筛选出性状优良、最适宜黄土高原半干旱地区种植的紫花苜蓿品种, 本研究应用灰色关联分析法, 对12个紫花苜蓿品种的营养价值进行评价。将12个参试苜蓿品种的14个性状视为一个整体, 应用灰色关联度分析法进行综合评价。选用含水量、粗蛋白、粗脂肪、粗纤维、粗灰分、无氮浸出物、钙和磷8个指标进行综合评价[7, 8]。
选用各营养成分指标的上限或下限结合起来而构建最优品种, 即“ 理想品种” 。从营养价值来看, 粗蛋白质是牧草中的主要营养物质, 粗脂肪和无氮浸出物是主要的热能物质, 粗灰分为牧草中的矿物质, 钙和磷为两种重要的矿物元素, 与营养价值呈正相关关系的指标。因此这6个指标的测定值越高, 说明牧草的营养价值越高, 品质越好, 分别使用高于供试品种中最大值5%的值。而粗纤维、水分等与营养价值呈负相关关系的指标, 则“ 越少越好” , 分别使用低于供试各品种中最小值5%的值(表4)。
营养物质对营养价值影响高低不同[9]。灰色关联度分析法考虑到了各个因子的作用, 避免了以往评价只考虑粗蛋白质、粗脂肪和粗纤维等几个因子而忽视了其他几个因子的弊病, 因而评判结果更为客观、准确。关联度越大, 表明该苜蓿营养价值越高, 反之则越低。各苜蓿品种的关联度排名为甘农5号> 中苜3号> 草原3号> 中苜5号> 甘农3号> 中苜1号> 康赛> WL343HQ> 公农1号> 公农6号> 阿迪娜> 北林201(表5)。
本研究分析了国内外12个紫花苜蓿品种两年内在半干旱区的生产性能, 其指标主要包括株高、干草产量、茎叶比、鲜干比等。结果显示, 不同苜蓿品种各茬次的株高、干草产量和鲜干比均有差异。
植株高度是衡量牧草生长状况的重要指标, 也是反映生产能力的一个重要指标, 与产量正相关, 通常高植株相对更高的产量潜力[10, 11]。苜蓿各品种之间由于各自的遗传特性和生长发育阶段的差异以及对环境条件的反应不同, 表现出植株生长速度的差异[12]。郑红梅等[13]研究表明茬次之间株高的排序有所不同, 无论是刈割3次或刈割4次, 以第1茬草的株高为最高。本研究结果与上述研究结论相同, 两年内刈割时期高度排序为第1茬> 第2茬> 第3茬。在半干旱地区对12个苜蓿株高的研究结果显示, 国内品种甘农5号、甘农3号和国外品种阿迪娜的植株高度相对较高。
苜蓿的干草产量是衡量其生产性能和经济性能的重要指标。影响苜蓿产量的因素可以分为两大类, 一类为温度、土壤类型、降水量等环境因素; 另一类为苜蓿品种的生育期和品种特性[14]。苜蓿产量的鉴定是苜蓿引种栽培等研究中基础的工作。苜蓿产量的高低反映植物群落的光合产物积累的大小, 是生产力的量度, 体现群落的功能[15]。
产草量是衡量苜蓿经济价值的最重要的指标, 其高低取决于品种材料、生产管理水平、生产区的土壤及气候因子等, 也与当年的刈割茬次有关[9, 16]。研究表明, 同一品种不同茬次产草量存在差异, 同一茬次不同品种差异也较显著。从全年总产量的构成来看, 任一品种第1茬生长受春季低温影响时期较长, 其产量占全年比重最大, 贡献率亦最大, 以后各茬依次递减, 第1茬草是影响全年草产量的最主要因素, 要做好第1茬草的田间管理, 刈割3茬时, 各茬对全年苜蓿干草总产量贡献率的大小次序为第1茬> 第2茬> 第3茬。2012和2013年中, 中苜1号年干草产量最高, 中苜3号、甘农3号和中苜5号的年干草产量都较高。从而得出株高不是决定产量的唯一或首要因素。
鲜干比是评价牧草适口性的重要指标, 反映着牧草干物质积累的程度。通常情况下, 鲜干比越高, 适口性越好[17]。一般苜蓿生育早期, 植株幼嫩含水量高, 鲜干比较高; 生育后期由于植株茎秆老化、坚硬、含水量低, 从而鲜干比降低。本研究结果显示, 不同苜蓿品种之间鲜干比的差异不大, 但在不同茬次之间, 鲜干比则存在较大差异。其中在两年研究中发现, 同一茬次鲜干比的差异很大, 其中2012年第2茬次鲜干比最大, 而2013年第1茬次的鲜干比最大。
茎叶比能较好地反映出牧草的品质和适口性, 苜蓿叶中养分含量明显高于茎的含量, 茎叶比的高低关系着苜蓿的营养价值和品质。茎叶比越小, 则表明叶的含量越多, 即蛋白质含量越丰富, 粗纤维含量越低, 适口性越好, 牧草的品质也越高, 饲料价值也就越高。因此, 在品种选择、田间管护以及草产品加工调制的过程中, 增加苜蓿叶片含量, 降低植株茎叶比是提高苜蓿品质的重要途径[18, 19]。本研究表明, 12个参试紫花苜蓿的品质高低顺序为中苜5号> WL343HQ> 甘农3号> 草原3号、康赛> 甘农5号、中苜1号> 公农6号> 中苜3号> 阿迪娜> 北林201> 公农1号。
单项营养指标各有其优劣, 因此, 需要综合各营养指标来判断各品种的优劣。从方法的优劣上讲, 灰色关联度理论已被公认为是全面而较少人为因素限制的、合理自然, 并能利用计算机技术进行处理[20, 21]。利用参试品种与理想品种的灰色关联度, 从而可确定各供试苜蓿品种的营养价值的优劣, 灰色关联度分析结果显示, 国内品种甘农5号、中苜3号和国外品种康赛、WL343HQ的营养价值最接近理想品种。
通过对12个紫花苜蓿品种在半干旱地区的生产性能和营养价值研究, 结果表明, 中苜5号、康赛、草原3号、中苜3号和、甘农3号在该地区的综合表现良好, 应大力推广; 公农6号、公农1号、北林201、阿迪娜在该地区的综合表现较差, 选择应用时应慎重; 其他品种属于中等水平, 可以依据不同目的、不同利用方式加以选择。
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] |
|