燕麦干草产量与构成性状灰色关联分析.docVIP

燕麦干草产量与构成性状灰色关联分析 　　摘要： 采用灰色关联分析法，对23份燕麦材料干草产量与构成性状进行分析。结果表明：燕麦干草产量与构成性状的关联顺序为旗叶长叶茎比株高穗长中性洗涤纤维小穗数酸性洗涤纤维蛋白质含量粗脂肪单株分蘖数第2节茎粗；在江苏省扬州地区选育燕麦材料时，应优先考虑旗叶长、叶茎比、株高等指标，且须结合中性洗涤纤维、酸性洗涤纤维、蛋白质含量、粗脂肪等指标进行综合选择。 　　关键词： 燕麦；干草产量；农艺性状；灰色关联分析 　　中图分类号： S512.603 文献标志码： A 文章编号：1002-1302（2016）03-0267-04 　　燕麦（Anvna sativa. L） 作为一种耐贫瘠、耐盐碱、抗旱耐寒、产草量高、营养价值丰富的粮食作物和经济作物，在我国北方高寒牧区放牧牲畜冷季补饲等方面发挥着不可替代的作用[1]。然而，由于地域耕作制度和气候等原因限制，燕麦在南方地区没有被大面积推广。近年来，随着我国畜牧业和奶业的平衡、加速发展，燕麦在奶牛饲草、饲料、营养保健中的优势作用越来越受到青睐[2-4]，南方地区对燕麦等优质饲草的引种工作得到关注[5-6]。燕麦的干草产量主要受到地区生态条件和燕麦品种特性双重影响[7]。常规量化评比方法难以全面地反映各燕麦品种的综合质量，必须根据多个性状和多个区试点的数据建立一个能够全面反映燕麦品种质量的综合指标[8]。灰色关联分析方法是从不完全的信息中，对所要分析研究的各因素通过一定的数据处理，找出其关联性，进而分析出各因素的重要程度[9]。该方法已被应用于大田作物、蔬菜、花卉等的品种选育、品种比较等领域[10-14]，产量是众多因素共同影响的结果，适合用于灰色关联分析[9]。本研究通过灰色关联分析法分析燕麦干草产量与其构成性状的关联程度，找出影响干草产量的主要因素，以期为江苏省扬州地区燕麦品种的选育与应用提供指导。 1 材料与方法 　　1.1 试验材料 　　参试燕麦种质资源来自青海省、甘肃省等我国燕麦传统种植地区，其中包括地方品种和育成品种、育种品系 （表1） 。 　　1.2 试验方法 　　试验在扬州大学扬子津校区草业研究所试验基地进行，前茬为苜蓿，土壤为沙壤土，肥力中等偏上，有机质含量12 g/kg，全氮含量1.2 g/kg，碱解氮含量100.4 mg/kg，速效磷含量88.7 mg/kg，速效钾含量36.3 mg/kg。试验均随机排列，3次重复，小区面积2 m×3 m，每个小区5行。播种时，人工开沟条播，播种行距40 cm，播深2 cm，播量为12 g/m2。全年不施肥。适时排灌水，人工拔除杂草。试验均随机排列，3次重复，小区面积2 m×3 m，每个小区5行。 　　1.3 测定项目与方法 　　叶茎比：孕穗期各小区取500 g燕麦，将茎、叶、穗分开，风干后分别称质量，计算叶茎比。 　　干质量：乳熟期各小区取1 m×1 m样方，留茬高度 5 cm，称质量；取500 g左右鲜草样品，烘干，称质量。 　　各小区取500 g左右鲜草样品，烘干粉碎，在上海牛奶集团上海市奶牛研究所利用近红外仪对其蛋白质、酸性洗涤纤维、中性洗涤纤维、粗脂肪等营养品质进行测定。 　　完熟期各小区随机抽取10株，对其株高、分蘖数、第2节茎粗、旗叶长、穗长、穗粒数等农艺性状进行室内测定。 　　1.4 调查分析方法 　　对各参试材料的株高（X1）、单株分蘖（X2）、茎粗（X3）、旗叶长（X4）、穗长（X5）、每穗小穗数（X6）、叶茎比（X7）、干草产量（X0）等农艺性状和蛋白质含量（X8）、中性洗涤纤维（NDF）（X9）、酸性洗涤纤维（ADF）（X10）、粗脂肪（CF）（X11）等营养性状进行测定（表2），取其平均值，并计算各性状与干草产量（X0）的灰色关联系数和关联度。 　　1.5 数据分析 　　通过SAS 9.2 统计软件的Duncan’s模型对数据进行多重比较，Standard模型对数据进行标准化处理。分别以干草产量为参考数列求绝对差值： 　　2 结果与分析 　　2.1 各性状原始数据 　　由表2可知，一些供试燕麦品种（材料）的株高、分蘖数、第2节茎粗、旗叶长、穗长、小穗数、叶茎比之间的差异极显著（P0.01）。一些供试燕麦品种（材料）的相对干草产量差异显著（P0.05），杂叶307的干草产量最高，较巴燕4号、林纳、加燕2号等品种差异显著。 　　2.2 关联系数和关联度 　　由表3得关联系数计算式为： 　　Yi（k）=（0.005 7+0.500 0×4.465 7）/[Δi（k）+ 0.500 0×4.465 7]。 　　关联度是关联度系数的算术平均值。由表4可以看出，鲜草产量与构成性状的关联度大小顺序为旗叶长叶茎比株高穗长 中性洗涤纤维小穗数 酸性