饲草型小黑麦新品系在甘肃临洮灌区的生产性能研究

李冬梅，田新会，杜文华

(甘肃农业大学 草业学院/草业生态系统教育部重点实验室/甘肃省草业工程实验室/中-美草地畜牧业可持续发展研究中心，甘肃 兰州 730070)



饲草型小黑麦新品系在甘肃临洮灌区的生产性能研究

李冬梅，田新会，杜文华

(甘肃农业大学 草业学院/草业生态系统教育部重点实验室/甘肃省草业工程实验室/中-美草地畜牧业可持续发展研究中心，甘肃 兰州 730070)

通过研究10个饲草型小黑麦新品系的株高、枝条数、干草产量和营养价值(粗蛋白、酸性洗涤纤维、中性洗涤纤维)，并应用灰色关联分析进行综合评价，以系统了解其在甘肃省临洮灌区的生产性能。结果表明：小黑麦品系中P7的株高最高为156 cm，与石大1号(CK1)、中饲1048(CK2)和其他品系均有显著差异(P<0.05)；P1的枝条数最多，达1 050.67万/hm2，除与P13和P22无显著差异外，与CK1，CK2和其他品系均有显著差异；P13的干草产量最高，为19.50 t/hm2，除与P22无显著差异外，与CK1，CK2和其他品系间均有显著差异；小黑麦品系的株高与枝条数呈极显著负相关，枝条数与干草产量呈显著正相关。P1的粗蛋白含量最高，与CK1，CK2和其他品系有显著差异；P24的酸性洗涤纤维含量最低，与CK1，CK2和其他品系有显著差异；中性洗涤纤维含量最低的品系为P24，与CK1，CK2和其他品系均有显著差异。综合评价结果表明：小黑麦品系P1、P13、P22、P29和P39的综合性状优于国家小黑麦区域试验对照品种CK1和CK2，应进一步进行区域试验和生产试验，审定登记小黑麦新品种。

饲草型小黑麦；生产性能；灰色关联度分析；综合评价

随着农业结构调整和畜牧业快速发展，牧草及饲料的需求量日益增加，牧草种植面积逐年扩大。尽管如此，饲料还是严重不足，并威胁着我国食物安全，而且从发展趋势分析，饲料的缺口还将越来越大[1]。因此，选育优良的牧草品种，研究和评价其适应性，筛选高产优质牧草，并在适宜地区推广应用已成为发展牧草生产的重要途径[2]。

小黑麦(Triticale)是由小麦属(Triticum)和黑麦属(Secale)植物经属间有性杂交和杂种染色体数加倍而人工结合成的新物种[3]。小黑麦结合了小麦和黑麦的优点，杂种优势强，分蘖多，茎叶生长茂盛，株高达到1.5 ～ 1.7 m，鲜草产量为49.5 t/hm2，植株茎叶蛋白含量为15.4% ～ 17.8%，籽粒蛋白含量为10.1% ～ 20.2%，比小麦籽粒的蛋白质含量高30%，抗寒性强，可耐-25℃ ～ -30℃低温。此外，小黑麦对白粉病免疫，病虫害少，整个生长期内不需要喷洒农药，是绿色优质青饲作物[4]。在祁连山牧区，小黑麦的株高较燕麦高50 cm，草产量为加拿大燕麦的两倍[5]。酸性洗涤纤维含量影响家畜对牧草的消化率，其含量与养分消化率呈负相关，小黑麦饲草的消化率与适口性均优于燕麦，表现出对当地环境更好的适应性[6-7]。小黑麦对不良环境的特殊适应性，以及营养价值高、可粮饲兼用等特点，成为农业结构调整和农业效率提高的优势作物[8]。

随着农牧业生产发展，对小黑麦抗逆新品种的需求增多，育种目标主要集中在高产[9]、抗旱性[10]、抗病性[11]和耐盐性[12]等方面，但对特殊生态环境下小黑麦良种选育和改良方面的研究较少，特别是小黑麦草产量与农艺性状之间关系的研究鲜有报道。试验拟通过研究不同小黑麦品系的株高、枝条数、干草产量和品质，以筛选草产量高，品质好，养分组成合理，适宜甘肃省定西临洮灌溉地区种植的小黑麦新品系。

1 材料和方法

1.1 试验地自然概况

试验地在甘肃省临洮县农校农场进行，E 103°87′，N 35°37′。海拔1 892 m，降水量562 mm，无霜期153 d，最高气温34.6℃，最低气温-29.5℃，年平均气温7.0℃，土壤为黑麻土，有灌溉条件，试验地肥力均匀。

1.2 试验材料

甘肃农业大学选育的10个小黑麦品系(P1，P7，P13，P19，P22，P23，P24，P29，P39，P53)，对照为国家草品种委员会规定的小黑麦区域试验对照品种石大1号小黑麦(CK1)和中饲1048小黑麦(CK2)。2个对照品种在临洮县生育期长、生产性能较好、但高感锈病。

1.3 试验设计

随机区组设计，3次重复。条播，播种行距20 cm，播种量按万基本苗650 kg/hm2，播种深度5～6 cm，小区面积1 m×1 m。播种前施底肥N 50 kg/hm2，P 79 kg/hm2。播种时间为2014年3月8日。试验期间及时中耕除草，灌水2次(拔节期，抽穗期)。

1.4 测定项目和方法

1.4.1 株高 抽穗期刈割前进行。在各小区内随机选取10株(边行除外)，测定自然高度，计算平均值。

1.4.2 枝条数和干草产量 抽穗期进行。每个小区随机取生长整齐的1 m样段(除去试验小区两头各0.1 m)，统计样段内株高高于50 cm的枝条数。齐地面刈割样段内所有植株的地上部分，并将其置于自然条件下风干，待水分含量将至30%时，称重，得到干草产量。从中抽取500 g样品，带回实验室测定营养成分。

1.4.3 营养成分 粗蛋白(CP)含量采用凯氏定氮法，中(酸)性洗涤纤维(NDF/ADF)含量采用由滤袋技术改进的范氏酸性洗涤纤维和中性洗涤纤维法[13]。

1.5 统计分析

采用Microsoft Excel 进行数据整理和做图，在SPSS 19.0 中用one-way AVOVA对小黑麦品系的株高、枝条数、干草产量、CP和N(A)DF进行方差分析，应用灰色关联对不同小黑麦品系进行综合评价。

2 结果与分析

2.1 株高

各小黑麦品系中P7的株高最高(156 cm)，与CK1、CK2和其他品系均有显著差异(P<0.05)；其次是P22(117 cm)，除与CK1、CK2、P7和P39有显著差异外(P<0.05)，与其他品系均无显著差异；P39的株高最低(99 cm)，除与CK1、CK2、P7和P22有显著差异外(P<0.05)，与其他品系均无显著差异(表1)。

2.2 枝条数

参试小黑麦品系中，P1的枝条数最多(1051.67万/hm2)，除与P13和P22无显著差异外，与CK1、CK2和其他品系均有显著差异(P<0.05)；其次是P22(980.00万/hm2)，除与P1，P13和P39无显著差异外，与CK1，CK2和其他品系均有显著差异(P<0.05)；P24的枝条数最少(756.67万/hm)，除与CK1、CK2、P1、P13、P22和P39有显著差异外(P<0.05)，与其他品系均无显著差异(表1)。

2.3 干草产量

不同小黑麦品系中，P13的干草产量最高(19.50 t/hm2)，除与P22无显著差异外，与CK1、CK2和其他品系间均有显著差异(P<0.05)；其次为P22(18.36 t/hm2)，除与P13无显著差异外，与CK1、CK2和其他品系间均有显著差异(P<0.05)；P24的干草产量最低(9.62 t/hm2)，除与P19无显著差异外，与CK1、CK2和其他品系均有显著差异(P<0.05)(表1)。

2.4 株高、枝条数和干草产量之间的相关性

由小黑麦株高、枝条数和干草产量的相关性可知(表2)，株高与枝条数呈极显著负相关(r=-0.801)，枝条数与干草产量呈显著正相关(r=0.345)，株高与干草产量的相关性不显著。

2.5 营养价值

2.5.1 CP含量 参试小黑麦品系中，P1的CP含量最高达12.26%，与CK1、CK2和其他品系的CP含量有显著差异(P<0.05)；P22的CP含量(11.71%)次之，与CK1、CK2和其他品系的CP含量有显著差异(P<0.05)；P7的CP含量(7.40%)最低，与CK1、CK2和其他品系的CP含量有显著差异(P<0.05)(图1)。

表1 不同小黑麦品系的株高、枝条数和干草产量Table 1 Plant height,branch number and hay yield of different triticale lines

注：同列不同小写字母表示差异显著(P<0.05)

表2 小黑麦株高、枝条数和干草产量之间的相关性Table 2 The correlation between plant height,branch number and hay yield

注：*相关性达显著水平(P< 0.05)；**相关性达极显著水平(P< 0.01)

2.5.2 ADF含量 不同小黑麦品系中，P24的ADF含量(32.67%)最低，与CK1、CK2和其他品系有显著差异(P<0.05)；其次是P23(34.31%)，与CK1、CK2和其他品系均有显著差异(P<0.05)；ADF含量最高的品系是P13(49.15%)，与CK1、CK2和其他品系均有显著差异(P<0.05)(图1)。

2.5.3 NDF含量 小黑麦品系中，NDF含量最低的品系为P24(52.20%)，与CK1、CK2和其他品系均有显著差异(P<0.05)；P39的NDF含量(55.09%)次之，与CK1、CK2和其他品系均有显著差异(P<0.05)；P13的NDF含量(64.41%)最高，与CK1、CK2和其他品系均有显著性差异(P<0.05)(图1)。

图1 小黑麦品系的营养价值指标对比Fig.1 Nutritional value of different triticale lines

3 综合评价

灰色系统理论是农业经济以及作物育种等方面的有效指导，通过结合各个因素进行客观评价，可以有效筛选出综合性状较好的作物品种，避免因单一性状优良而进行筛选所造成的误差[14-15]。试验的目的在于筛选高产稳产和营养价值较高的小黑麦品系，但这些参试品系的草产量和品质各有利弊，利用权重系数法对各品系的草产量和品质进行综合分析，可以筛选出综合性状最优的小黑麦品系。

3.1 标准小黑麦及试验小黑麦品系的各指标权重的构建

试验选取株高、枝条数、干草产量和CP含量的最大值，ADF和NDF的最小值，作为标准小黑麦(X0)。根据以上指标在小黑麦生产中的相对重要程度分别赋值(WK)。标准小黑麦的构建及各指标的权重见表3。

3.2 各指标无量纲化处理

由于各项指标量纲不同，因此需要用初值法对各项指标原始数据进行无量纲化处理，即株高、枝条数、干草产量、CP,ADF和NDF的平均值除以标准小黑麦的相应值(X0)，见表4。

表3 标准小黑麦的构建及各指标的权重Table 3 The construction of the standard triticale and the weight of each index

表4 各项指标进行无量纲化处理Table 4 Dimensionless value of each index

3.3 参试小黑麦品系的绝对差、关联系数和关联度

计算各点(kj)的绝对差△i(k)=│X0(k)-Xi(k)│，求出其最大绝对差值与最小绝对值。最大绝对差值为0.52，最小绝对差值为0.00。

计算关联系数：

式中：a=min min|X0(k)-Xi(k)|=0.00；b=max max|X0(k)-Xi(k)|=0.52；ρ为分辨系数，一般取值为0.5。

参试品系的关联度为0.507～0.738，P1、P13、P22、P29和P39的关联度大于CK2的关联度，其综合表现较好；P7、P19、P23、P24和P53的关联度介于CK1和CK2之间；CK1的关联度最小，其综合表现最差，各参试品系的排序见表5。

4 结论

(1)参试小黑麦品系草产量的显著差异主要是取决于株高、枝条数和单株生物量。参试小黑麦品系的株高均低于2对照，株高由高到低的顺序依次为：CK2>CK1>P7>P22>P13>P23>P29，株高最低的是P39；枝条数均显著高于2对照，由多到少的顺序依次为：P1>P22>P13>P39>P29>P23>P7；参试的10个品系中，P13，P22，P7，P53，P29和P1的干草产量大于CK2(草产量较高)。试验测定草产量时所取样段为1 m，面积为0.2 m2，测得的干草产量要比大面积种植高；枝条数统计大于50 cm的主要原因为较短的枝条比较纤细柔嫩、比例较小，对草产量的贡献率较小。不同小黑麦品系的株高与枝条数呈极显著负相关，说明小黑麦品系的株高越高，单位面积的枝条数越少；枝条数与干草产量呈显著正相关，表明单位面积的枝条数越多，小黑麦品系的干草产量越高。

表5 各小黑麦品系的关联系数、关联度及排序Table 5 The coefficient,degree and order of different triticale lines

(2) 参试的10个小黑麦品系中，CP含量除P7介于2对照之间，其他品系均高于2对照，CP含量由高到低的顺序依次为：P1>P22>P39>P29>P24>P53>P23；ADF含量除P13高于2对照，其他品系均低于2对照，由低到高的顺序依次为：P24

(3)试验采用灰色系统理论，通过对10个参试小黑麦品系的综合评价值大小排序，得出优劣顺序。该方法建立在对多个性状定量分析的基础上，其计算方法简单，可以克服单一性状分析评价品种的弊端，其结果与生产实际相符，这说明采用灰色关联度法综合评价小黑麦品系是客观可行的。试验得出，小黑麦品系P1>P22>P13>P39>P29>CK2，这5个小黑麦品系的综合性状优于对照石大1号(CK1)和中饲1048(CK2)，应进一步进行区域试验和生产试验，以审定登记新品种。品系P7、P19、P23、P24和P53综合评价值较小，表现不如中饲1048(CK2)，综合性状较差，建议予以淘汰，或通过遗传育种手段进行进一步性状改良，以达到生产要求。

综合考虑影响小黑麦产量的因素如株高，枝条数，茎叶比和抗病性等，努力拓宽小黑麦种质资源，引进并利用不同类型的优异资源，有利于培育高产优质的小黑麦品种。另一方面，小黑麦基因型对不同环境的响应不同，因此，对选育的株高适中、枝条数最多、CP含量最高和草产量最高的优异品系P1和P22应进行2年以上的区域试验，以筛选适应性强，品质优良的小黑麦品系，为小黑麦品种审定奠定基础。

[1] 任继周.我国传统农业结构不改变不行了—粮食九连增后的隐忧[J].草业学报,2013,22(3):1-5.

[2] 张健.三峡库区草地畜牧业发展前景分析[J].四川草原,1999(3):7-59.

[3] 孙元枢.中国小黑麦遗传育种研究与应用[M].杭州:浙江科学技术出版社,2002.

[4] 杜艳辉,沈维力.饲用小黑麦草的发展现状、生产特性及应用[J].养殖技术顾问,2013(2)：13-15.

[5] 宫旭胤,汪晓娟,张利平,等.小黑麦在祁连山牧区引种试验研究[J].甘肃农业科技,2014(7)：32-34.

[6] 刘国彬.牧草最佳利用时期的探讨[J].中国草地,1988(6):27-32.

[7] 孙启忠.科尔沁沙地敖汉苜蓿地上生物量及营养物质积累[J].草地学报,2011,9(3):16-17.

[8] 王增远,孙元枢,成秀珍,等.饲草小黑麦在农业中的作用[C]∥粮食安全与农作制度建设.长沙:湖南科学技术出版社,2004:310-312.

[9] 陈丽霞,田新会,杜文华.小黑麦新品系在甘肃省陇中冬小麦区的种子产量及产量构成因素的研究[J].草原与草坪,2015,35(5):70-83.

[10] 谢楠,赵海明,李源,等.饲用小黑麦品种全生育期耐盐性评价[J].草原与草坪,2013,33(3):62-67.

[11] Collin J,张辉.小黑麦对大麦黄矮病的耐性[J].麦类作物学报,1991(3):31-33.

[12] 杨伟光,李红,黄新育,等.黑龙江省西部干旱区小黑麦引种试验[J].草原与草坪,2011,31(2):33-37.

[13] 杨胜.饲料分析及饲料质量检测技术[M].北京:北京农业大学出版杜,1993：19-21.[14] 刘思峰,史本广.灰色系统理论在科学发展中的作用和地位[J].农业系统科学与综合研究,2000,16(3):168-170.

[15] 靳晓丽,田新会,赵丹,等.鹰嘴豆材料的主要农艺性状和饲草营养价值研究[J].中国草地学报,2013,35(6):46-52.

[16] 高明超,王鹏文.甜高粱主要农艺性状遗传参数估计[J].安徽农学通报,2007,13(5)：114-124.

[17] 薛建国,刘忠宽,王显国,等.引进BMR饲用高粱在环渤海地区的田间生产性能评价[J].河北农业科学,2011,15(11):9-13.

[18] 姜涛,李玮,董召荣,等.饲用小黑麦品种比较研究[J].安徽农学通报,2009,15(9)：118-119.

[19] 王桃,徐长林,姜文清,等.36个燕麦品种不同部位养分分布格局[J].草业科学,2010,27(8):107-113.

[20] 随国,马春阵,毛培胜,等.播种比例和施氮量及刈割期对燕麦与豌豆混播草地产草量和质量的影响[J].草地学报,1999,7(2):87-93.

[21] 南志标.锈病对豆科牧草生长和营养成分的影响[J].草业学报,1990,1(1)：83-87.

Study on the production performance of new forageTriticalelines in irrigation area of Lintao,Gansu Province

LI Dong-mei,TIAN Xin-hui,DU Wen-hua

(CollegeofPrataculturalScience,GansuAgriculturalUniversity/KeyLaboratoryofGrasslandEcosystem，MinistryofEducation/PrataculturalEngineeringLaboratoryofGansuProvince/Sino-U.S.CentersforGrazinglandEcosystemSustainability,Lanzhou730070,China)

In order to screen excellentTriticale,the productivities of 10 new triticale lines were studied in irrigation area in Lintao of Gansu province were studied by using the grey relation analyzed the parameters including the plant height,number of branches,hay yield and nutrition contents(crude protein,acid detergent fiber,neutral detergent fiber).The results showed that the highest plant height was obtained in P7,which had significant difference with Shida No.1(CK1),Zhongsi 1048(CK2) and other lines;P1 had the largest branch number,which had significant difference with CK1,CK2 and other lines except P13 and P22;the highest hay yield was obtained in P13,which had significant difference with CK1,CK2 and other lines except P22.Plant height was negatively correlated with the branch number and the branch number was positively correlated with hay yield.P1 had the highest CP content and it had significant difference with CK1,CK2 and the other lines;the lowest ADF content was occurred in P24 and it had significant difference with CK1,CK2 and the other lines;P24 had the lowest NDF content and it had significant difference with CK1,CK2 and the other lines.Comprehensive evaluation results showed that triticale lines P1,P13,P22,P29 and P39 were better than Shida No.1(CK1) and Zhongsi1048(CK2).

forage triticale;production performance;grey correlation analysis;comprehensive evaluation

2015-02-01；

2016-04-08

国家自然科学基金(31360577)；教育部博士点基金(20136202110005)；公益性行业(农业)科研专项(201003019)；现代农业产业技术体系建设专项资金(CARS-40-09B)资助

李冬梅(1989-)，女，甘肃武威人，硕士研究生。

E-mail：1058197897@qq.com

S 512.4

A

1009-5500(2016)05-0076-06

杜文华为通讯作者。