李春宏,郭文琦,张培通,殷剑美,韩晓勇,王 立
(江苏省农业科学院经济作物研究所,江苏 南京210014)
栽培甜高粱(Sor ghum bicolor subsp.bicolor)是隶属于禾本科高粱族高粱属甜高粱种下的一个亚种。高粱是C4作物,光合作用效率高,生物产量和经济产量大,有较强的抗逆性和适应性,具有抗旱、抗涝、耐盐碱、耐瘠薄、耐高温、耐寒冷等诸多特性[1-2],甜高粱除具有普通高粱的一般特征外,其茎秆中还含有大量的汁液,糖分含糖量为11%~21%,是粒用高粱的2~5 倍,植株高大,营养价值高。甜高粱作为饲料、糖料、能源作物,极具开发价值[3]。在甜高粱的诸多用途中,甜高粱以其转化率高、营养丰富[4-5]的优势而被首推作为青贮饲料。
江苏省用于畜禽业的饲料主要来源是依靠进口和粮食的转化,存在着成本高,人畜争粮的矛盾。利用江苏省丰富的沿海滩涂盐碱地、荒地等边际土地,大力发展甜高粱种植,可提高土地的生产效率,降低畜牧业饲料成本,为草食性畜禽提供充足的饲料[6-7],这也符合我国政府提出的发展畜牧业“不与粮争地,不与人争粮”国策[8]。
灰色关联度分析是一种定量化比较分析方法,是根据数列的可比性和相似性,分析系统内部主要因素之间的相关程度,确定相关程度最大的因素。与其他数理统计方法相比,灰色关联度分析法具有不满足某种理论分布、样本数量少、分析方法简单、结果准确等优点。近年来,该种方法在水稻(Or yza sativa)、玉米(Zea mays)、小麦(Triticum aestivu m)、大豆(Gl ycine max)、棉花(Gossy piu m hirsutum)、烟草(Nicotiana tabacum)及番茄(Lycopersici esculentu m)等农作物的品种评价与选育方面有广泛应用[9-10]。本研究应用灰色关联度分析法对在江苏省沿海滩涂种植的甜高粱进行多项关键农艺性状的综合评价,以期筛选出适合江苏省沿海滩涂种植的优良甜高粱新品种(系),为甜高粱品种的选育与推广提供理论及参考依据。
试验区位于江苏省沿海滩涂连云港灌云洋桥农场内(119°50′09″E,34°30′50″N),属暖温带季风性气候,年均温15 ℃,年均降水量959.4 mm,年均日照总时数2 456.2 h,初霜期通常在11月初,常年无霜期为220 d,土壤盐分含量中等,试验区土壤盐分为氯化物为主的盐渍土壤,全盐量变化范围为0.15%~0.38%,平均0.27%左右;试验地土壤肥力中等。
供试为19个甜高梁品种(系),其中中国科学院遗传与发育生物学研究所品种(系)14个,为中科甜4 号、KL、L1、L3、ME、SN003、SN005、SN006、SN009、SN0010、ST005、ST008、YC001、YT002;江苏省农科学院选育品系NJ001、NJ003;辽宁省农业科学院高粱研究所品种两个,为辽甜3 号、辽甜6号;以江苏地方品种通甜1号为对照。试验小区宽3 m,行长6 m,小行距40 c m,大行距70 c m,6 行区,大小行种植,随机区组,重复3次。试验区四周以4 m 宽的通甜1号作保护行。2013年5月21人工条播种植,播种后地膜覆盖,成苗后定密度6 500~7 000株·667 m-2。栽培管理按当地大田生产条件正常进行。
通过田间观测法记录各品种(系)从播种期至完熟期的生育期,计算全生育期天数;甜高梁籽粒生长至乳熟期时,测定每小区参试材料干鲜比、汁液糖锤度、株高、茎粗、千粒重、倒伏率、鲜草产量、籽粒产量[11-12]等指标。用爱宕PAL-1折射仪测定茎秆倒五节汁液糖锤度,倒伏率以倒伏植株(主茎与地面倾斜角度小于30°)占该小区全部植株的比率计算[13-14]。
试验结果采用方差分析和多重比较对各品种(系)的产量结果进行显著性分析。
根据灰色系统理论,将18个参试的甜高粱品种(系)视为同一灰色系统,而每个参试品种(系)是该系统中的一个因素。把各参试品种(系)的主要性状的最佳数值结合起来,构成一个“理想品种”,以“理想品种”的出苗率、生育期、株高、茎粗、汁液糖锤度、千粒重、倒伏率、鲜干比、鲜草产量、籽粒产量等性状指标所构成的数列为参考数列X0(k),以各参试品种(系)各项性状指标值构建比较数列Xi(k)(i=1,2,3,…,m;k=1,2,3,…,n),m 为参试品种数,n 为评估性状数,并根据育种目标和生产实际需要,将出苗率、生育期、株高、茎粗、汁液糖锤度、千粒重、倒伏率、鲜干比、鲜草产量、籽粒产量这些项指标分别赋予0.050、0.125、0.025、0.025、0.200、0.025、0.200、0.050、0.250、0.050的权重系数。采用初值法将农艺性状原始数据进行无量纲化处理,使得农艺性状原始数据压缩到[0-1]区间内,即各参试品种的出苗率、株高、茎粗、汁液糖锤度、千粒重、鲜干比、鲜草产量、籽粒产量等性状指标数值除以理想品种相应指标值;生育期、倒伏率性状指标数值除理想品种相应指标值。再根据下列公式计算加权关联度。
关联系数:
式中,|Δi(k)|为参考数列与比较数列在第k 点的绝对差值,ρ 为分辨系数,取值0.5[15-16]。
供试甜高梁品种 (系)平均鲜草产量在63 207.0~100 457.1 kg·h m-2,有12 个品种显著比通甜1号高产,增幅为8.55%~24.71%,其中品种L3较对照平均增产24.71%,位居第1位;辽甜3号平均增产23.84%,位居第2位;辽甜6号平均增产22.91%,位居第3位;SN009、ME等品种分别增产21.75%~22.38%,均达显著水平(P<0.05);L1增产3.75%,增产不显著(P>0.05)。ST005、KL、SN005、ST008较对照显著减产,减产幅度分别为18.48%、19.79%、21.53%、6.71%(表1)。
供试甜高梁品种(系)平均汁液糖锤度在14.3~19.4,对照通甜1号为16.6,有7个品种超过通甜1 号,其中KL、L1、ST008 位居第1、2、3 位,分别为19.4、18.0、17.8;YC001、辽 甜6 号、SN006 平均汁液糖锤度分别位居倒数第3、2、1位,仅为14.7、14.6、14.3;其余品种(系)与对照相差幅度不大(表1)。
表1 甜高梁品种(系)主要农艺性状Table1 Main agronomic char acteristics of sweet sorghum varieties
供试甜高梁品种(系)生育期在116~166 d,相差达50 d,对照通甜1号为140 d,ST005最短,仅为116 d;SN003、SN005、SN009、YC003 较短,分别为128、129、130、130 d;ST008、ME、L3、辽甜3号生育期长,分别为160、162、166、166 d(表1)。
2013年9月下旬受强台风影响,试验地甜高梁发生大面积倒伏,供试甜高梁品种(系)倒伏率在15.3%~98.2%,对照通甜1号为45.3%,L3、ME、辽甜3 号、辽 甜6 号、L1、YC001 倒 伏 严 重,位 居第1~6 位,分 别 为 98.2%、97.2%、93.5%、90.4%、89.5%、84.5%;中科甜4 号、NJ003、KL抗倒性较好,倒伏率分别为15.3%、21.3%、25.1%,位居第19、18、17位(表1)。
本研究将参试品种农艺性状最佳数值作为理想指标,即出苗率92.5%、生育期为116 d、株高370 c m、茎粗21.5 mm、汁液糖锤度19.4、千粒重35.4 g、倒伏率15.3%、干鲜比28.4%、鲜草产量100,457.1 kg·h m-2和籽粒产量5,367.6 kg·h m-2,构成最优指标集{X0(k)}=(92.5、116、370、21.5、19.4、35.4、15.3、28.4、100,457.1、5,367.6)。
2.5.1 无量纲化处理,并求绝对差值 对出苗率、株高、茎粗、汁液糖锤度、千粒重、干鲜比、鲜草产量、籽粒产量按上限性状,对生育期、倒伏率按下限性状。上限性状无量纲化处理是以参试品种性状序列值除以理想品种对应性状值;下限性状则相反处理结 果 见(表2)。 然 后 再 求 绝 对 差 值 Δi(k)=|X0(k)-Xi(k)|(表3)。
表2 原始数据无量纲化处理Table 2 Di mensionless results of the original data
表3 参试品种与理想品种的绝对差值Table 3 Absolute differences of characteristics of experi mental varieties and reference variety
2.5.2 计算相对应的关联系数 二级最小差值为0.000,二级最大差值为0.844 2;相应的等权关联度、加权关联度见表4。根据品种灰色关联度多维综合评估的原理:综合评估关联度(加权关联度)越大,相应的品种越优良,反之亦然[15]。中科甜4 号加权关联度为0.831,居所有参试品种的首位,综合表现最优;NJ003、SN009加权关联度分别为0.779、0.747,位居第2、3位;其余品种(系)加权关联度大小依此为ME >L3>NJ001>辽甜6 号=辽甜3号>SN006>YC001=YT002>KL>L1>ST005>通甜1号>SN0010>SN003=ST008>SN005。从中科甜4号与目标品种X0所设“最优”性状的关联系数可以明显看出,尽管该品种在鲜草产量方面并不特别突出,但在出苗率、生育期、抗倒伏性状方面表现突出,其他性状表现优良,综合表现结果优秀。
中科甜4号是以甜高粱农家品种“南通1号”作母本,美国引进的高糖、抗逆性强的甜高粱品种“M-81E”为父本回交选育而成,2011-2012年在连云港、盐城等沿海滩涂地区进行了品系比较试验,成熟时中科甜4号在盐碱地(盐分含量3‰~5‰)鲜草产量72.0~76.5 t·h m-2,籽粒产量4.1~4.2 t·h m-2;脱盐地(盐分含量在2‰以下)鲜草产量88.5~93.2 kg·h m-2,籽 粒 产 量5.1~5.4 t·h m-2,中科甜4号表现出较好的耐盐性和丰产性。2013年中科甜4号申请参加江苏省甜高粱新品种鉴定试验:在连云港灌云洋桥农场、盐城大丰市金海农场,南通如东东凌垦区沿海滩涂盐碱地的三点平均鲜草产量为85 094.25 kg·h m-2、比辽甜1号(对照)增产5.59%,增产显著,此外,中科甜4号出苗较好,苗势较强,耐盐、抗倒性(倒伏率13.4%)也较好。2014年中科甜4号成为江苏省首个通过鉴定甜高粱品种,适合江苏省沿海滩涂种植,值得大力推广。
表4 参试品种的关联系数及加权关联度Table 4 Correlation coefficient and weighting association of experi mental varieties
本研究采用灰色系统理论对19个甜高粱品种的农艺性状进行综合评定,结果显示中科甜4 号、NJ003、SN009综合性状优良,分列第1、2、3位。中科甜4号生育期偏早熟,鲜草产量与籽粒产量较高、抗倒性最好,适合在江苏省沿海滩涂推广种植;NJ003汁液糖锤度、鲜草产量与籽粒产量较高,倒伏率较低;SN009 生育期早、鲜草产量与籽粒产量也较高,NJ003 与SN009是较优异的种质资源,该试验结果与实际中的表现相吻合。本研究表明,灰色关联度分析可根据多个性状指标来反映甜高粱品种特性,是一种切实可行、较科学、可靠的方法。
考察性状的确定以及诸性状权重的分配是灰色关联度分析的关键。本研究中甜高粱是以青贮饲料作为目标用途的,因而将鲜草产量、汁液糖锤度分配较高权重;同时将生育期、倒伏率也分配具有较高的权重,这是因为甜高粱品种间生育期变幅大,生育期长不仅增加管理成本、生产风险,而且影响田间茬口安排,育种目标都是希望在同样产量水平下能够缩短品种生育期,确保早熟品种的优势能在综合评判中凸显出来。甜高粱植株高大,甜高粱开花期至成熟期极易发生倒伏,倒伏多发生在甜高粱开花期至成熟期,倒伏的甜高粱籽粒产量下降并影响茎秆内含物的积累,且也不利于收割[14,17]。甜高粱倒伏是受环境因素和品种本身特性共同作用的结果[18],因此,根据本区域环境条件选择抗倒性强的品种对发展甜高粱产业具有重要作用。另外,出苗率、株高、茎粗、千粒重、干鲜比、籽粒产量这些农艺性状对甜高粱生产与品质具有一定的影响,故根据实际需要赋予了相应的权重。然而,灰色关联度分析中的性状的确定与权重的分配有很大的主观性,即便是同一作物,不同研究者的评价意向对品种会产生不同的评价结果[19]。因而在今后的研究中,为提高灰色关联度分析的准确性和可靠性,需要积累和分析多年多点试验资料,并依据甜高粱育种的目标、生态环境条件和生产实际状况的变化(如病虫害等)来合理调整、确定各考察性状及其权重的分配,从而使结果更加准确、客观。
传统的高粱引种与育种的评价一般采用对单一性状(特别是产量)性状进行方差分析的方法,而对生产上有重要作用其他性状因子如生育期、抗逆性、籽粒特性等,往往因为田间观察记载工作量太多,仅采用直观方法进行评估,或者这些因子难以量化计算而不能进行确切分析,用关联度分析方法对甜高粱品种进行综合评估,弥补了以单一性状(如产量)为标准进行评估的不足[2,11],同时直观、简单、计算量小,对样本量大小没有过高的要求,灰色关联度分析对于提高甜高粱品种评估效率,较客观、全面评价甜高粱品种特性具有重要意义。
[1] 贾春林,盛亦兵,张华文,赵逢涛,王国良,毕玉波,李新华,管延安.黄河三角洲盐碱地甜高粱产草量和饲用价值[J].草业科学,2010,30(1):116-119.
[2] 冯海生,李春喜.应用灰色关联度综合评价甜高粱的生产性能[J].草地学报,2013,21(3):622-625.
[3] 郭平银,齐士军,徐宪斌,郑现和,肖爱军,游宝杰.能源植物甜高粱的研究利用现状及展望[J].山东农业科学,2007(3):126-128.
[4] 宋金昌,范莉,牛一兵,付志新,刘铮铸,李素芬,倪静.不同甜高粱品种生产与奶牛饲喂特性比较[J].草业科学,
2009,26(4):74-78.
[5] 李春宏,张培通,郭文琦,殷剑美,韩晓勇.甜高粱用作青贮研究利用的现状及展望[J].江苏农业科学,2014,42(3):150-152.
[6] 许云麒,弓子敬,李清华.发展草产业是解决人畜争粮的有效途径[J].畜牧与饲料科学,2011,32(8):70-71.
[7] 竟丽丽,孙学永,高正良,邵希文.安徽省发展高能作物甜高粱的必要性与可行性分析[J].安徽农业科学,2011,39(13):7632-7634.
[8] 魏玉清,任贤,贝盏临.利用盐碱地种植甜高粱生产燃料乙醇的产业化前景分析[J].安徽农业科学,2010,38(21):11279-11282,11396.
[9] 周俐宏,王志刚,于海涛,印东生.基于灰色关联度分析的百合品种评价[J].东北农大学学报,2013,44(1):91-95.
[10] 郁达威,胡肄农,谭业平,陆昌华.基于Arc GIS的江苏省猪粮比价风险等级评估[J].江苏农业学报,2013,29(6):1478-1483.
[11] 冯斗,席世丽,张涛.九个甜高粱品种引种研究初报[J].中国农学通报,2009,25(21):102-106.
[12] 郭兴强,于永静,谢光辉,王鑫,艾买尔江,杨少周.调环酸钙-青鲜素复配剂对甜高粱株高和倒伏的影响[J].中国农业大学学报,2009,14(1):73-76.
[13] 周蓉,王贤智,张晓娟,沙爱华,吴学军,涂赣英,邱德珍,周新安.大豆种质倒伏抗性评价方法研究[J].大豆科学,2007,26(4):484-488.
[14] 邹剑秋,王艳秋,张飞,李巍.A3型细胞质甜高粱品种抗倒性能研究[J].中国农业大学学报,2012,17(6):92-97.
[15] 魏娜,金涛.5个引种到西藏的燕麦新品种的灰色关联度评价[J].麦类作物学报,2013,33(5):919-922.
[16] 苗昊翠,李利民,张金波,肖菁,马艳明.基于灰色关联度分析评价新疆引种花生花育系列品种[J].新疆农业科学,2013,50(1):22-26.
[17] 赵威军,张福耀,常玉卉,张阳,邵荣峰,李金梅.甜高粱品系的抗倒伏性评价及相关分析[J].植物遗传资源学报,2013,14(1):58-64.
[18] Mariano M S,Claudio A C,Antonio J H.Root lodging in sunflower.Variations in anchorage strength across genotypes,soil types,crop population densities and crop develop mental stages[J].Field Crops Research 2008,106:179-186.
[19] 陈荣江,孙长法,张艳凤.运用灰色关联度对棉花区试品种的综合评价[J].吉林农业大学学报,1998,20(4):73-77.