饲用苎麻营养物质动态变化规律及综合评价

汤涤洛 汪红武 熊伟 涂修亮

摘要：对3种饲用苎麻（Boehmeria nivea L.）营养物质含量的动态变化进行了初步研究，并用灰色关联度法对供试的饲用苎麻营养价值进行了综合评定。结果表明，3种饲用苎麻粗蛋白、粗脂肪含量都随着收获茬次呈下降-上升-下降的趋势，总磷、HR001粗灰分含量呈上升-下降-上升趋势。HR002和中苎2号粗灰分含量呈下降-上升-下降-上升趋势。3种饲用苎麻钙含量和HR001、HR002粗纤维含量都随着收获茬数呈现出上升-下降-上升-下降趋势。6项评价指标权重大小依次为粗蛋白>粗灰分>粗纤维>钙>磷>粗脂肪。采用灰色关联度对饲用苎麻进行营养评价得到HR002饲用苎麻综合表现最优，HR001饲用苎麻次之，中苎2号最差的结果。

关键词：苎麻（Boehmeria nivea L.）;营养物质;动态变化;灰色关联度

中图分类号：S563         文献标识码：A

文章编号：0439-8114（2018）22-0103-04

DOI：10.14088/j.cnki.issn0439-8114.2018.22.028           开放科学（资源服务）标识码（OSID）：

Abstract： The dynamic changes of nutrients content in 3 kinds of forage ramie were preliminarily studied and the nutritional value of the feeding Ramie was evaluated by the grey correlation degree method. The results showed that the content of crude protein and crude fat of 3 kinds of forage ramie was decreased-ascending-decreasing with the harvest stubble. The content of total phosphorus in 3 kinds of forage ramie and HR001 crude ash showed ascending-descending-ascending trend. The content of crude ash in HR002 and Zhongzhu No.2 showed a downward-rise-decline-rise trend. The CA content of 3 kinds of ramie and the content of HR001 and HR002 crude fiber showed a rise-decline-rise-decline trend with the number of harvesting stubble. The weights of 6 evaluation indexes were：crude protein，crude ash，crude fiber，calcium，phosphorus and coarse fat. Using the grey correlation degree to evaluate the nutritive value of the forage ramie，the overall performance of ramie HR002 was the best，the ramie HR001 was the second，and the Zhongzhu No.2 was the worst.

Key words： ramie（Boehmeria nivea L.）; nutrient; dynamic change; grey relational degree

苎麻（Boehmeria nivea L.）为荨麻科苎麻属多年生草本植物，有“中国草”之称，主要种植于中国、日本和马来半岛[1]。苎麻具有与苜蓿相近的营养价值，其嫩茎叶含有丰富的粗蛋白、类胡萝卜素、维生素B2和钙，且年生物量大，是良好的蛋白饲料来源，具有广阔的开发前景[2-4]。近年来，国内外关于饲用苎麻营养特性的研究较多，但主要在常规营养成分的简单分析[5，6]，对于营养价值的综合评价研究较少。有关营养价值的综合评价，在传统研究中主要以某一项常规营养成分进行牧草营养评价，其评定结果不够全面且准确性较低[7]。灰色关联度分析法是灰色系统理论中对于一个系统发展变化态势进行定量描述和比较的分析方法[8]，其计算简单易行、评价全面等特点，常被用作农产品品种评价[9-11]、牧草营养价值综合评价等[12]。

为筛选出高产、优质的饲用苎麻新品种，本研究对3种饲用苎麻嫩茎叶的粗蛋白、粗脂肪、粗纤维、粗灰分、钙和总磷含量动态规律进行了研究，采用灰色关联度法对苎麻的饲用价值进行综合评价，旨在为科学管理、合理开发饲料苎麻资源，科学饲养家畜提供理论依据。

1  材料與方法

1.1  试验地概况

试验地位于通山县南林桥镇长丰村（东经114°39′，北纬29°58′），试验地地势平坦、开阔，土壤为通气性和保水性良好的沙壤土。

1.2  材料

试验地苎麻于2016年5月移栽种植，试验于2017年4月-2017年12月进行，总共收获了6次，时间分别为4月19日、6月1日、7月3日、8月12日、9月15日、10月27日，供试的3种饲用苎麻品种分别为HR001、HR002，对照中苎2号。

1.3  试验小区设计与处理

试验苎麻于2016年5月移栽，小区面积24 m2（长6 m×宽4 m），每小区120株，行距50 cm，株距40 cm，3次重复，随机区组排列。2017年为二龄麻，开始进行试验测定。

1.4  测定内容与方法

1.4.1  营养成分  每次刈割测产时取各饲用苎麻进行室内常规分析，样品中营养成分测定采用《饲料分析及饲料质量检测技术》（第二版）[13]中的方法。粗蛋白（CP）含量测定凯氏定氮法测定，粗灰分（Ash）采用灼烧法，粗脂肪（EE）含量测定采用索氏提取法，钙（Ca）含量测定采用高锰酸钾法，总磷（TP）含量测定采用钒钼黄比色法，粗纤维（CF）按照国家标准（GB/T6434-2006）[14]方法测定。

1.4.2  综合评价  用灰色关联度[15-17]对供试的饲用苎麻营养价值进行综合评定，灰色关联度法评价营养价值主要步骤有：

1）选择评价指标。选取粗脂肪、粗蛋白、粗灰分、粗纤维、总磷、钙6项指标综合评价各材料苎麻的营养价值。

2）确定各个评价指标的期望值。从营养价值来看，粗灰分含量应越少越好[18]，而粗纤维含量在10%以上时消化能随其含量的增加而增加，但也不宜过多[19]。这两个指标的期望值要比供试品种各性状的下限值略小。粗蛋白是主要营养物质，粗脂肪是热能物质，钙和磷是重要的矿质元素，对生长发育有重要的作用。這4个指标的测定值越高，牧草的品质越好，营养价值也就越高，这4个指标的期望值比供试品种各性状的上限值略大。

3）对各个营养指标进行数据标准化处理。

4）用各指标期望值的标准化值分别减去各相应指标的标准化数值得到一系列的标准绝对差值，找出最小差值和最大差值。

1.5  数据处理

用SPSS19.0软件和Excel软件进行数据处理及分析。

2  结果与分析

2.1  不同饲用苎麻营养成分动态变化规律

从表1可以得到，3种饲料苎麻嫩茎叶粗蛋白的平均含量达到17%以上，粗灰分在14%，粗纤维在24%～34%，粗脂肪在0.7%～1.8%，钙含量在3%，磷含量在0.25%。3种饲用苎麻间除同一茬的营养含量存在差异之外，同一种内不同茬次的营养含量也不同。3种饲用苎麻粗蛋白含量都随着收获茬次的增加呈下降-上升-下降的趋势，最高值出现在第1茬次，第5、6茬次达最低值。3种饲用苎麻粗蛋白含量，以HR001饲用苎麻粗蛋白最高，但是差别不是很大。

HR001粗灰分呈上升-下降-上升趋势，HR002和中苎2号饲用苎麻粗灰分含量随着收获茬次呈下降-上升-下降-上升的趋势。3种饲用苎麻的粗灰分含量在第4茬次达到最高，分别为15.40%、15.80%和16.60%。HR001和HR002的粗灰分含量在第5茬最低。

HR001、HR002饲用苎麻粗纤维含量都随着收获茬次增加呈上升-下降-上升-下降趋势，中苎2号粗纤维含量出现3次的上升-下降趋势，3种饲用苎麻的粗纤维含量最小值出现在第一茬。

HR001、HR002和中苎2号饲用苎麻粗脂肪含量随着收获茬次呈下降-上升-下降的趋势。3种饲用苎麻的粗脂肪含量在第4茬次达到最高，分别为1.80%、2.1%和1.80%，同时在第6茬达到最低，分别为0.90%、0.70%、0.70%。

3种饲用苎麻的钙含量都是随着收获茬数的推移呈上升-下降-上升-下降的趋势，而磷含量随着收获茬数的推移呈先上升-下降-上升的趋势。钙含量在第四茬（8月）达到最大值，HR001、HR002和中苎2号分别为3.75%、4.64%和4.15%。

HR001、HR002的磷含量的最大值在第3茬次（7月），而HR002和中苎2号6茬磷含量的差异性不显著。3种饲用苎麻的钙磷比（Ca/P）每一茬都大于15，并在第4茬（8月）收获时达到最大值，分别为17.31、20.79、17.79。

2.2  不同饲用苎麻品种营养综合评价

3种饲用苎麻各营养指标期望值与测定值的绝对差值（表2）及3种饲用苎麻关联系数、关联度、权重、加权关联度如表3所示。从表3可知，6项指标的权重值分别为ω粗蛋白=0.221，ω粗灰分=0.185，ω粗纤维=0.175，ω粗脂肪=0.104，ω磷=0.140，ω钙=0.167。在此综合评价系统下，6项评价指标权重大小依次为粗蛋白>粗灰分>粗纤维>钙>磷>粗脂肪。

加权关联度值可以真实地反映各饲用苎麻材料与期望指标集的差异大小。加权关联度越大，表明该饲用苎麻材料与期望指标集的相似程度越高，即综合表现越优异，反之则差异大，表现较差。从表3可知，各饲用苎麻材料加权关联度值排名，HR002> HR001>中苎2号，即HR002综合表现最优，HR001次之，中苎2号最差。

3  结论与讨论

3.1  结论

3种饲料苎麻嫩茎叶粗蛋白的平均含量达到17%，粗灰分在14%，粗纤维在24%～34%，粗脂肪在0.7%～1.8%，钙含量在3%，磷含量在0.25%。3种饲用苎麻粗蛋白含量、苎麻粗脂肪含量都随着收获茬次的增加呈下降-上升-下降的趋势。3种饲用苎麻磷含量、HR001苎麻粗灰分含量呈上升-下降-上升趋势。HR002和中苎2号饲用苎麻粗灰分含量随着收获茬次呈下降-上升-下降-上升的趋势。3种饲用苎麻的钙含量和HR001、HR002饲用苎麻粗纤维含量都随着收获茬数增加呈上升-下降-上升-下降。6项评价指标权重大小依次为粗蛋白>粗灰分>粗纤维>钙>磷>粗脂肪。从饲用苎麻加权关联度值可知HR002综合表现最优，HR001次之，中苎2号最差。

3.2  讨论

饲料苎麻营养物质的含量受其遗传特性、生长阶段和环境等因素的影响。3种饲料苎麻粗蛋白、粗灰分、粗纤维、粗脂肪、磷、钙含量随收获茬数呈现有规律的动态变化。饲用苎麻冬季的营养储备充足，使得第一茬饲用苎麻粗蛋白含量最高，随着收获茬数增加营养被消耗，粗蛋白有所下降，特别是进入冬季后生长速度放慢，生长时间变长，茎干和叶片变老，甚至叶片枯干，粗蛋白大为下降[20]。牧草营养价值的高低是评价牧草是否优良的重要指标之一，但仅以单一营养指标为标准来评价牧草是不够全面和准确的。运用灰色关联度法可以考虑各个因子的作用，使评判结果更为客观、准确。郑敏娜等[21]和莫本田等[22]采用灰色系统理论对种苜蓿品种和野生禾本科牧草进行综合评价，得出较为合理可信的结果，说明该方法具有一定的合理性。本研究采用灰色关联度对3种饲用苎麻进行营养综合评价得到HR002综合表现最优，HR001次之，中苎2号最差，这与大田试验观察结果相一致，再次证明采用灰色关联度法进行营养评价能够较全面地反映一个品种综合生产性能的优劣。但是，牧草营养价值的评价除了养分含量外，牧草的适口性、消化率等对牧草营养价值的评定也会产生影响[23]。由于不同家畜对不同饲用苎麻适口性、消化率不同，不能简单套用其他牧草经验公式进行评价[24，25]，所以本研究未涉及适口性、消化率等指标，而这些指标具体产生影响的程度大小如何，以及各影响因素之间的关系，包括不同家畜对饲用苎麻的适口性和消化率等问题，还需要今后深入研究，以便对饲用苎麻进行更为准确和科学的评价。

参考文献：

[1] 湯涤洛.苎麻不同品种生根特性及氮素营养初步研究[D].武汉：华中农业大学，2012.

[2] TUYEND V，DUYP B，HUYH V.Evaluation of ramie（Boehme-ria nivea） foliage as a feed for the ruminant[A].Proceedings of Regional Conference：Matching Livestock Systems with Available Resources[C].Ha Long Bay，Vietnam：National Institute of Animal Husbandry，Hanoi，Vietnam，2007.

[3] 熊和平，喻春明，王延周，等.饲料用苎麻新品种中饲苎1号的选育研究[J].中国麻业，2005（1）：2-5.

[4] 揭雨成，康万利，邢虎成，等.苎麻饲用资源筛选[J].草业科学，2009，26（9）：30-33.

[5] 魏金涛，杨雪海，严念东，等.“中饲苎1号”苎麻嫩茎叶常规营养成分分析[J].湖北农业科学，2016，55（24）：6517-6519.

[6] 白玉超，郭  婷，杨瑞芳，等.氮肥用量、刈割高度对饲用苎麻产量、营养品质及败蔸的影响[J].草业学报，2015，24（12）：112-120.

[7] 江玉林，卢欣石，申玉龙，等.中国苜蓿品种营养价值评价[J].草业科学，1995，12（2）：25-28，31.

[8] 唐启义.实用统计分析及其DPS数据处理系统[M].北京：科学出版社，2002.

[9] 王秀萍，张国新，鲁雪林，等.灰色关联度分析法综合评价水稻新品系[J].中国农学通报，2006，22（8）：557-559.

[10] 齐乃敏，朱为民，丁海东.温室番茄品比试验中品质性状的灰色关联度综合评估[J].上海农业学报，2005，21（1）：33-36

[11] 宫万明，何文安，邓少华，等.玉米杂交种主要农艺性状的灰色关联度分析及综合评价[J].吉林农业科学，2006（3）：7-10.

[12] 侯留飞，乔安海，袁青杉，等.应用灰色关联度法评定牧草营养价值的研究[J].中国草食动物科学，2017，37（2）：32-34.

[13] 张丽英.饲料分析及饲料质量检测技术[M].北京：中国农业大学出版社，2003.

[14] GB/T6434-2006，饲料中粗纤维的含量测定-过滤法[S].

[15] 万娟娟，于  磊，鲁为华，等.新疆沙尔套山草地优势禾本科牧草营养价值综合评定[J].草业科学，2014，31（11）：2141-2147.

[16] 何  毅，李  青，王历宽.应用灰色关联度理论对高寒牧区引种的苜蓿进行综合评价[J].草业科学，2002（4）：33-36.

[17] 魏双霞.3个抗寒苜蓿新品系在甘南高寒地区的适应性及生产性能评价[D].兰州：甘肃农业大学，2016.

[18] 向志民，何  敏.蒿类半灌木牧草质量分析[J].草业科学，2000， 17（1）：13-15，20.

[19] 高宏岩，施海燕，王剑红，等.甘肃禾本科饲用植物11个属的牧草质量分析[J].草业学报，2008，17（1）：140-144.

[20] 文  彪，黄志旁.皇竹草营养成分及总能含量分析[J].西南林学院学报，2006（6）：40-43.

[21] 郑敏娜，李荫藩，梁秀芝，等.晋北地区引种苜蓿品种的灰色关联度分析与综合评价[J].草地学报，2014，22（3）：631-637.

[22] 莫本田，罗天琼，唐成斌.贵州主要野生禾本科牧草营养价值灰色分析[J].贵州农业科学，1996（5）：42-46.

[23] 余  苗，王  卉，问  鑫，等.牧草品质的主要评价指标及其影响因素[J].中国饲料，2013（13）：1-3.

[24] 刘玉华，贾志宽，韩清芳，等.AHP模型对不同苜蓿价值的综合评定与应用[J].草业科学，2006，23（8）：33-39.

[25] 张喜军，祝廷成，潘  伟.牧草饲用价值综合评价的数学模型[J].中国草地，1991（6）：63-67.