14个紫花苜蓿品种草产量及营养品质的综合评价

李 岩，徐智明，李争艳，李 杨

(安徽省农业科学院 畜牧兽医研究所，安徽 合肥 230031)

紫花苜蓿(Medicagosativa)是一种优质的多年生豆科牧草，其粗蛋白含量高，适应性强，适口性好，且耐寒、耐旱、耐贫瘠、耐频繁刈割，具有极高的经济价值，生产潜力巨大，被广泛种植于中国南北各地[1-3]。安徽是紫花苜蓿种植大省，且该省蚌埠市五河县的苜蓿种植面积达0.67万hm2，是全国最大的苜蓿生产基地。但安徽各地区气候条件和地理环境差别较大，各苜蓿品种在各地区表现的生态适应性不同，未能达到最大的经济收益，制约着当地畜牧业的发展。因此，筛选和评价出生产性能佳，耐湿热环境的优良苜蓿品种，是各地区扩大引种栽培面积的关键。针对安徽江淮地区特殊的环境条件，对引进的14个紫花苜蓿品种进行连续3年的田间栽培和相关指标测定[4-5]，利用方差分析和灰色关联度分析[6]，综合评价了这些品种在当地的适应性，以期筛选出高产、优质的优势苜蓿品种，并为相似生态环境下的新品种选育和引种提供科学依据。

1 材料和方法

1.1 试验地概况

试验在安徽省农业科学院畜牧兽医研究所东山试验地进行，地理位置N 32°32′，E 117°58′、海拔29.8 m，属于亚热带湿润季风气候，地处安徽中部，位于江淮丘陵、巢湖之滨，夏季湿润而多雨，冬季干燥而寒冷。年平均气温15.7℃，极端高温42℃、低温-26℃。年均降水量1 000 mm，集中在6～8月，占年降水总量的60%～80%。年日照2 100 h，年无霜期230 d。试验区土壤性质为黄棕壤，质地粘重，中性偏酸，耕作层深25～30 cm，肥力条件较差。

1.2 试验材料

试验品种包括正道440、354、正道656、MF85、巨能6、343、903、363、525、6010(包衣)、6010、SR46、巨能809、MF4020，共14个品种，均为来源于美国的多年生苜蓿品种，品种编号依次为X1至X14(表1)。其中对照品种X5(巨能6)在本地种植多年，为本地推广品种。

1.3 试验设计

随机区组设计，重复4次，每个小区面积为2.5 m×2.7 m=6.75 m2，人工开沟，条播，行距为40 cm，播种量为2.25 g/m2，播深2 cm。播种时间为2014年10月15日，播种前后均未施肥、不灌水，雨季注意排水防涝，随时除杂草，防治病虫害。紫花苜蓿各品种2016年、2017年、2018年(种植第3年、第4年、第5年)均刈割6茬，取第1茬初花期(4月)进行采样分析[7]。

1.4 测定项目及方法

1.4.1 草产量测定及干鲜比 每个品种随机刈割样段50 cm，立即称取鲜重，重复3次，取平均值。将鲜草样品共42份，切碎后放入微波烘干机中105℃杀青30 min，然后85℃下烘干至恒重(2次重量差<0.01 g)，测定各品种干草重量，干鲜比=(干重/鲜重)×100%。

1.4.2 营养指标测定 测定烘干样品中的粗蛋白含量(CP)、中性洗涤纤维含量(NDF)、酸性洗涤纤维含量(ADF)。粗蛋白参照标准GB/T6432-1994，采用海能K9860自动定氮仪来测定；酸性洗涤纤维参照标准NY/T 1459-2007，用回流消煮装置和纤维测定仪测定；中性洗涤纤维按照标准GB/T 20806-2006来测定。

1.5 数据处理

用Excel 2010软件对原始数据进行初步整理，用SPSS 19.0软件进行单因素方差分析，用DPS统计软件进行灰色关联度分析。采用郭瑞林[8]的方法进行品种优劣的评估，把所有参试品种作为一个灰色系统，每个参试品种作为其中的一个因素，取各指标中的最大值构建理想品种，将参考品种作为参考数列，参试品种各个性状的均值当作比较数列，计算各参试品种与参考品种之间的灰色关联度—等权关联度。等权关联度是在各性状重要性相同的前提下，对参试品种进行评估，实际上各性状指标在品种评估中的重要性是不相同的，因此，首先必须明确各个性状的权重系数，计算各个品种的加权关联度，从而对品种进行综合评估。权重分配以鲜草产量作为参考数列，以其他性状作为比较数列，算出各个性状与鲜草产量之间的灰色关联度，进行归一化处理后，得出各个性状的权重系数ω(k)，再将各参试品种与参考品种性状间的灰色关联系数和各个性状权重系数ω(k)的乘积相加，即可得出每个参试品种的综合评估关联度r—加权关联度。

2 结果与分析

2.1 不同苜蓿品种性状比较

2.1.1 鲜草产量 3年间各苜蓿品种鲜草产量最低的均为对照品种X5，并与鲜草产量最高的品种均差异显著(P<0.05)(表1)。2016年苜蓿鲜草产量居前几位的品种分别为X14、X1、X4、X12、X13，最高鲜草量产可达2.39 kg/m2。2017年14个苜蓿品种的鲜草产量与2016年相比，除X14外其余均有所增加，其中X10涨幅最高，为2.07 kg/m2，其次是X9，涨幅为1.91 kg/m2，鲜草产量最高的X10和最低的X5差异显著，其余各品种无显著差异。2018年各苜蓿品种鲜草产量有3个品种持续增加，分别为X1，X2和X8，其余11个品种的鲜草产量均有所回落，降幅最大的是X10，降幅达1.72 kg/m2(表1)。

2.1.2 干草产量 3年间X1、X2、X3、X7、X8苜蓿品种的干草产量呈逐年上升趋势，其中X1在3年间的干草产量位次依次为1，5和1。3年间各苜蓿品种干草产量最低的均为对照品种X5，2016年最高的干产量品种与对照品种X5差异显著(P<0.05)，2017和2018年最高干产品种与对照品种X5呈显著差异。2017年各品种干草产量均高于2016年同期，2017年干产涨幅最大的是X9，涨幅为0.52 kg/m2，其次是X10，涨幅为0.49 kg/m2。2018年部分品种与2017年干草产量有所回落，但全部高于2016年同期，其中降幅最大的为X10，达到0.30 kg/m2，其次是X12，降幅达0.28 kg/m2(表2)。

2.1.3 干鲜比 干鲜比是反映牧草积累干物质性能的重要指标，是晒制干草或制作青贮的重要依据，多选择干鲜比较高的牧草进行干草晒制。由表3可知，2016年各苜蓿品种平均干鲜比均低于对照X5，其中除X11外均与对照差异显著(P<0.05)。2017年各苜蓿品种平均干鲜比最高的仍为对照X5，但各品种干鲜比均有所升高并全部高于2016年，其中X4、X1、X2、X6、X14、X12的位次均有所提高，X13干鲜比最低并与对照X5呈极显著差异。2018年各苜蓿品种平均干鲜比再次全部高于2017年，其中X4干鲜比最高并高于对照X5，品种X7、X8、X9、X10、X13的位次均有所提高，品种X11、X14的干鲜比与对照X5差异显著(P<0.05)。

表1 14个紫花苜蓿品种3年期间鲜草产量

注：同列不同小写字母表示品种间差异达显著水平(P<0.05)，下同

表2 14个紫花苜蓿品种3年期间干草产量

表3 14个紫花苜蓿品种3年期间干鲜比

2.1.4 粗蛋白含量 粗蛋白(CP)含量是衡量紫花苜蓿饲用价值的重要指标，其含量高低决定着苜蓿的饲用价值，与家畜的生产性能呈正相关。3年间紫花苜蓿各品种粗蛋白含量均呈先降后升的趋势，2017年与2016年相比均有所下降，2018年则再次升高，品种X11在2018年粗蛋白含量达到22.6%，与对照X5差异显著(P<0.05)，甚至高于2016年的21.4%。3年间粗蛋白含量最高品种依次为X7、X13和X11。3年间粗蛋白含量均较高的品种有X2、X11和X13(表4)。

表4 14个紫花苜蓿品种3年期间粗蛋白的含量

2.1.5 中性洗涤纤维含量 中性洗涤纤维含量(NDF)是对植物细胞壁或纤维成分的一种测量指标，主要包括纤维素、半纤维素和木质素等成分。一定范围内，NDF越低，粗饲料品质越好[9-10]。3年间相同茬次对比，各苜蓿品种的NDF分别呈现不同升降趋势：X1至X7先降后升；X8、X9持续下降；X10至X14先升后降。在2016年和2017年，X3的NDF均为最低，均与对照X5差异显著(P<0.05)，含量分别是36.7%和25.9%；X12均为NDF最高的品种，均与对照X5差异显著(P<0.05)，含量分别是72.8%和76.1%。而在2018年，X12则成为NDF最低的品种，与对照X5差异显著(P<0.05)，含量低至37.8%(表5)。

表5 14个紫花苜蓿品种3年期间中性洗涤纤维的含量

2.1.6 酸性洗涤纤维含量 酸性洗涤纤维含量(ADF)是指中性洗涤纤维减去半纤维素的成分，只代表木质化的纤维素，与消化率呈负相关，饲草酸性洗涤纤维增加，家畜的消化率下降[11-12]。由表6可知，3年间相同茬次对比，各苜蓿品种的ADF分别呈现不同升降趋势：X2、X5、X10、X11、X12和X14持续下降；X13先升后降；其余品种先降后升。2016年和2017年，X3的ADF含量最低，均与对照X5差异显著(P<0.05)，含量分别是27.1%和21.4%；而在2018年，X11则成为ADF最低的品种，与对照X5差异显著(P<0.05)，含量低至28.7%。3年间各苜蓿品种的中性洗涤纤维含量均大于相应的酸性洗涤纤维含量。

表6 14个紫花苜蓿品种3年期间酸性洗涤纤维的含量

2.2 不同苜蓿品种主要性状的灰色关联度分析

关联度的大小可以反映变量的重要性，紫花苜蓿以鲜草青饲为主，因此，采用灰色关联度法分析鲜草产量和其他5个性状，算出其相关性，若关联度越大，则提示该变量对鲜草产量的贡献越大，其相互关系也越密切。与苜蓿鲜草产量的灰色关联度大小依次为：干草产量>粗蛋白含量>中性洗涤纤维含量>酸性洗涤纤维含量，显示各个性状对鲜草产量的直接/间接效应不同，在以苜蓿鲜草产量为主要目标的选育中，首先应着重选择干草产量、粗蛋白含量等性状，其次可选择酸性洗涤纤维含量、中性洗涤纤维含量等性状(表8)。

2.3 不同苜蓿品种灰色关联度的综合评价

灰色系统理论认为，品种关联度越大，越靠近参考品种[13-14]。本研究中所有参试品种与对照品种X5相比，其各等权关联度位次均优于对照，其各加权关联度位次也均优于对照，在各参试品种中，最优品种是X3，最差品种是对照X5。参试品种X3、X1和X2的等权关联度和加权关联度的位次相同，且位于前3位，说明X3、X1和X2等3个品种的综合性状较好，因其兼顾产量和营养品质，后期可对这3个品种进一步试验推广(表9)。

表7 参考品种的主要性状平均值

表8 鲜草产量与主要性状的灰色关联度及权重分配

表9 参试品种的灰色关联度及位次

3 讨论

近20年来，南方农区对紫花苜蓿产品的需求急剧增长，针对其生产性能的相关筛选研究就显得尤为重要[15]。单贵莲等[16]报道牧草一旦错过了最佳刈割时期，质量会开始下降，紫花苜蓿表现尤为明显；李光耀[17]的研究也显示，苜蓿在初花期刈割其利用价值最高。结合前期试验，笔者选择初花期进行刈割测定。

灰色系统理论可利用计算机操作，在考虑产量这一主导因素的同时，对各个指标的关联度进行归一化处理，并对其分配权重系数，进一步对苜蓿各品种进行客观准确的多因素综合评价，其结果较为合理可信，符合高产优质的引种目标，能够全面反映出某品种生产性能的优劣，有效弥补了在确定权重系数过程中，因缺乏专业知识和实践经验而造成的主观误差，在一定程度上规避了单因素对苜蓿生产性能评价的弊病，目前已被普遍应用于苜蓿及牧草的研究中。许涛等[18]、于萌等[19]均利用此方法对牧草的生产性能进行了综合评价，取得了较好的效果。鉴于不同的牧草品种其生长特性和个体存在差异，因此，到达同一生长发育时期需要的时间亦不同，试验中大部分苜蓿品种到达某一特定生长发育时期时，集中测定其生产性能各个指标，如若个别品种未到达或者已经超过该测定时期，可能会造成试验结果的误差，这有待后续试验进一步探索。

紫花苜蓿各品种在2017年(种植第4年)的鲜干草产量普遍高于2016年(种植第3年)，至2018年(种植第5年)部分有所回落但大多数依然高于2016年同期。粗蛋白含量表现为在2017年先下降，在2018年又上升的趋势。同一品种在不同种植年限下的生产性能变化比较显著，可能是由于各苜蓿品种自身的遗传性和不同生长发育阶段的差异，加上在适应当地环境条件时的反应不同，导致其表现出不同的生长特点。研究在苜蓿种植第4年即2017年加强了栽培管理，因此，既保证了营养品质，又延长了高产的年限。

4 结论

正道440(X1)在鲜干草产量方面表现最好，其中性洗涤纤维含量、酸性洗涤纤维含量表现也较好，但其粗蛋白含量较低；正道656、354、903(X3、X2、X7)等品种在粗蛋白含量、中性洗涤纤维含量、酸性洗涤纤维含量方面表现突出，品质较好，其中354在鲜干草产量方面表现也很突出，正道656次之。根据3年的灰色关联度分析结果，结合产量和营养品质，供试苜蓿品种以正道656最接近理想品种，其次是正道440、354、525、903，上述5个品种适宜在安徽江淮地区推广种植。