王英成, 芦光新, 邓 晖, 蒋汉元, 姚世庭, 党 宁,李 欣, 黄彩霞, 赵丽蓉, 王志慧
(1. 青海大学, 青海 西宁 810016; 2. 青海大学农牧学院, 青海 西宁 810016; 3. 中国农业科学院农业资源与农业区划研究所, 北京 100081; 4. 青海省大通丰收农牧科技有限公司, 青海 大通 810100)
青海省是生态文明建设的先行区,同时也是我国西北地区“粮改饲”和“草牧业”的试点区。青海省玉米常年栽培面积2.70×104hm2以上,主要分布在青海东部农业区。近年来,随着农业结构的调整和农区草牧业的蓬勃发展,对“种、养、加”联合发展提供了契机,形成了农畜联动、草畜结合的良性循环发展体系。规模化养殖和牛、羊数量的增加,带动了饲草产业青贮饲用玉米的发展,增加青贮饲用玉米种植面积和规模势在必行,因此引进和筛选适于当地生长的高产、优质和经济效益好的青贮玉米品种是摆在人们面前的首要任务。
到目前为止,在青海高寒地区青贮饲用玉米的引种、筛选和种植方面取得了一些进展。李春喜等[6]认为青海省东部农业区无灌溉条件的旱地面积约占总耕地面积的80%,其中年均温5℃以上的旱地面积约占30%,这类土地适宜种植青贮玉米,收获鲜草用于发展畜牧业。贺晨邦等[7]从青海省外引进了4个青贮饲用玉米品种(‘沈单16号’、‘纪元8号’、‘金凯3号’、‘漯玉336’),分别在西宁、湟源、乌兰、德令哈等地区进行了试验鉴定,结果发现高产群体中的‘纪元8号’、‘金凯3号’、‘漯玉336’和较高产群体中‘沈单16号’综合性状表现较好;闫慧颖等[8]在海拔2 040 m的青海旱地引种‘豫玉22号’、‘金穗3号’、‘金凯3号’进行比较试验,‘豫玉22号’综合性状表现突出,适合在青海旱地推广种植。魏窦兴等[9]发现青贮饲用玉米能在高寒的柴达木地区种植,且能获得高产。李春喜[10]等研究认为在高寒牧区通过覆膜的方式进行青贮玉米种植是可行的,且还可通过增加种植密度来获得饲料高产。以往在选择适宜高寒地区种植的青贮玉米品种的报道中,筛选方法仅依靠个别指标进行评判的较多,而现已有研究[11-18]证明,在农作物品种进行品比试验中,采用多指标进行综合评判,可以克服单指标评价的弊端,主成分分析法在品种的筛选中更具科学性和准确性。本研究本着丰富高寒地区饲用玉米种类及优化饲草产业发展模式的目的,对引进的16个青贮玉米品种农艺性状进行综合分析,旨在筛选出适合在西宁地区种植的高产、适应性好的青贮玉米品种,以期为当地高产的青贮玉米提供技术支撑,促进草牧业可持续发展。
从甘肃、吉林、黑龙江等地引进‘正泰1号’、‘正德303’、‘安早10’、‘高玉2300’、‘五谷705’、‘五谷704’、‘翔玉998’、‘龙高L2’、‘禾田 3号’、‘利合228’、‘铁研53’、‘五谷703’、‘优迪919’、‘利合328’、‘五谷702’、‘翔玉198’等16个青贮玉米品种。
大通县位于青海省东部农业区北部,地处北纬 36°43′~37°23′,东径 100°51′~101°56′之间,南北宽85 km,东西长95 km公里,总面积3 090 km2,境内海拔2 280~4 622 m;属典型大陆性气候,昼夜温差较大,冬季漫长而寒冷,夏季短暂而凉爽,年平均气温2.8℃~5.1℃。太阳辐射强,光能资源丰富,年平均日照时数2 530~2 605 h;降雨集中于7—9月份,年均降雨量为508 mm;无霜期短,80~120 d,冰雹、霜冻、雨涝等自然灾害频繁,在很大程度上限制了农业生产,特别是种植业的生产发展。
试验采用完全随机排列,3个区组,每个区组内设16个小区,小区面积为12 m2,共设48个小区。每个小区行长6.0 m,行宽2.0 m,行距0.4 m,株距0.4 m,共 6行。具体采用双垄地膜覆盖技术,用宽1.2 m的地膜全地面覆膜,穴播,每穴2~3粒,播深 3~5 cm。进入大喇叭口期,追施壮秆增穗肥,每6.67×102m2追施尿素15~20 kg。
1.4.1农艺性状测定 每个小区随机选取10 株玉米用塔尺测定株高(cm)、游标卡尺测定茎粗(cm),同时统计每株玉米的叶数、果穗数、穗长(cm)、穗粗(cm)、穗行数、行粒数、单穗重(kg)、苞片数。
1.4.2含水量测定 将每个小区青贮玉米从地面刈割后将其全部粉碎,四分法取50 g左右的新鲜样品,重复3次,为保证水分不损失,装于信封袋后及时称重,带回实验室后置于105℃的烘箱杀青2 h,然后65℃烘至恒重,称重。
(1) 针对于平面形状类似于正方形,且平面的长度和宽度尺寸太大,所处地质条件很差的基坑工程,如果采用内支撑结构体系,需设置较多立柱,导致水平支撑构件断面增大、自重增大和施工工期加长;如采用不设内支撑的悬臂支护桩或者桩锚体系,由于地质条件较差,且工程周边存在在建建筑,导致工程无法实施。采用明挖顺筑与盖挖逆筑的盆式开挖法施工时,以车站结构板在水平向的整体刚度取代水平支撑体系,以及主体结构进行逆作法施工,既减少了工程量,又节省了施工工期,同时还为土方开挖和材料运输提供了空旷空间。
采用Excel 2010进行数据整理,采用DPS 6.55和SPSS 20.0分别进行数据分析。对选取的13个农艺性状作单因素方差分析,并采用Duncan法进行多重比较;对13个农艺性状进行相关性分析和主成分分析。
采用方差分析,对引进的16个青贮玉米品种的农艺性状进行比较,结果表明(表1)16个品种的农艺性状存在一定的显著性差异(P<0.05)。株高在213.43~332.70 cm之间,以‘五谷704’最高,‘安早10’最低;茎粗在2.07~3.04 cm之间,以‘禾田3号’最粗,‘安早10’最细;叶片数在11.70~14.27之间,以‘五谷704’最多,‘五谷703’最少;果穗个数在1.90~2.63之间,以‘龙高L2’最多,‘优迪919’最少;茎重在0.57~1.27 kg之间,以‘五谷704’最重,‘安早10’最轻;叶重在0.10~0.27 kg之间,以‘五谷704’最重,‘高玉2300’最轻;单株总重在0.71~1.54 kg之间,以‘五谷704’最重,‘安早10’最轻;穗行数在16.90~16.27之间,‘安早10’数量最多,‘五谷703’数量最少;行粒数在41.33~31.03之间,以‘五谷702’数量最多,‘安早10’数量最少;单穗重在0.24~0.15之间,以‘安早10’单穗最重,‘优迪919’单穗最轻;穗长在22.40~15.50 cm之间,以‘正德303’最长,‘安早10’最短;穗粗在4.73~3.23 cm之间,以‘安早10’最粗,‘优迪919’最细;苞片数在11.37~5.63之间,以‘安早10’最多,‘五谷705’最少。
对13个农艺性状进行相关性分析,结果发现(表2):株高与茎粗显著正相关(P<0.05),相关系数为0.09;与叶数、茎重、叶重、单株总重、行粒数、穗长极显著正相关(P<0.01),相关系数分别为0.34,0.41,0.37,0.46,0.29,0.42;与果穗数显著负相关(P<0.05),相关系数为0.11;与单穗重、穗粗、苞片数极显著负相关(P<0.01),相关系数为0.28,0.41,0.22。茎粗与果穗数、茎重、叶重、单株总重、行粒数、穗长极显著正相关(P<0.01),相关系数为0.12,0.39,0.16,0.40,0.15,0.16;茎粗与苞片数显著负相关(P<0.05),相关系数为0.10。叶数与行粒数显著正相关(P<0.05),相关系数为0.11;与果穗数、茎重、叶重、单株总重、穗长极显著正相关(P<0.01),相关系数为0.14,0.28,0.45,0.33,0.35;与苞片数极显著负相关(P<0.01),相关系数为0.15。
果穗数与单株总重显著正相关(P<0.05),相关系数为0.11;与茎重、单穗重、穗粗极显著正相关(P<0.01),相关系数为0.12,0.18,0.14;与行粒数极显著负相关(P<0.01),相关系数为0.13。茎重与叶重、行粒数、单株总重、穗长极显著正相关(P<0.01),相关系数为0.57,0.99,0.30,0.41;与单穗重显著负相关(P<0.05),相关系数为0.11;与苞片数极显著负相关(P<0.01),相关系数为0.27。叶重与单株总重、行粒数、穗长极显著正相关(P<0.01),相关系数为0.70,0.16,0.33;与苞片数显著负相关(P<0.05),相关系数为0.13。
单株总重与行粒数、穗长极显著正相关(P<0.01),相关系数为0.27,0.43;与单穗重显著负相关(P<0.05),相关系数为0.13;与穗粗、苞片数极显著负相关(P<0.01),相关系数为0.22,0.27。穗行数与单穗重、穗粗显著正相关(P<0.05),相关系数为0.09,0.12;与苞片数极显著正相关(P<0.01),相关系数为0.26;行粒数与穗长极显著正相关(P<0.01),相关系数为0.58;与穗粗、苞片数极显著负相关(P<0.01),相关系数为0.26,0.29。
表1 16个品种农艺性状比较Table 1 Comparison of agronomic characters of 16 maize varieties
注:表中数据表示采用平均值±标准误,同列不同字母表示差异显著(P<0.05)
Note:Data in the table are represented by mean±standard error,different letters in the same column mean significant difference (P<0.05)
单穗重与穗长显著正相关(P<0.05),相关系数为0.10;与穗粗极显著正相关(P<0.01),相关系数为0.81。穗长与穗粗、苞片数极显著负相关(P<0.01),相关系数为0.16,0.39。穗粗与苞片数显著正相关(P<0.05),相关系数为0.10。
主成分分析是将多指标转化为少数几个综合指标,其中每个主成分都能反映原始变量的大部分信息[19]。在本研究中,通过SPSS 20.0对16个品种青贮玉米进行主成分分析,并对原始数据进行KMO和Bartlett检验后发现,Bartlett球形检验的显著性P值为0,小于0.05,说明数据适合做因子分析(表3)。
对原始数据进行主成分分析(表4)发现,前5个主成分的特征值均大于1,其累积总贡献率为73.90%,累积贡献率分别为30.79%,45.42%,56.29%,65.38%,73.90%。
表2 农艺性状相关性分析Table 2 Correlation analysis of agronomic characters
注:**表示在0.01水平上极显著相关,*表示在0.05水平上显著相关
Note:** Indicates a significant correlation at the level of 0.01,* indicates a significant correlation at the level of 0.05
表3 KMO和Bartlett的检验Table 3 KMO and Bartlett tests
通过主成分分析得到的主成分矩阵(表5)显示了各性状在5个主成分中的权重系数,用此数除以该成分的特征值的平方根,得到该特征值的特征向量值;得到的特征向量值乘以标准化(x1,x2,x3......x13)的数据,最后得到主成分因子F1,F2,F3,F4,F5的表达式和5个因子得分及综合得分F(表6):
F1=0.44x1+0.61x2+0.59x3+......+2.64x13;
F2=0.12x1+0.14x2-0.22x3+......+46.96x13;
F3=0.14x1+0.19x2-0.04x3+......+30.63x13;
F4=-0.06x1-0.14x2+0.29x3+......-40.71x13;
F5=0.04x1+0.10x2-0.09x3+......-55.13x13;
F=F1+F2+F3+F4+F5
表4 初始特征值和提取的主成分贡献率Table 4 Initial eigenvalues and extracted principal component contribution rate
青贮玉米农艺性状主成分矩阵(表5)中显示了各性状在5个主成分中的权重系数,主成分1中单株总重、茎重、株高和叶重的权重系数较大(特征向量约平均在0.78),可以解析为生物产量因子;主成分2中单穗重、穗粗的权重系数较大(特征向量约平均在0.82),可以解析为籽实产量因子;主成分4中株高、叶数、茎粗的权重系数较大(特征向量约平均在0.44),可以解析为植株特征因子;主成分3中苞片数、行粒数、穗长的权重系数较大(特征向量约平均在0.52);主成分5中穗行数、行粒数、果穗数的权重系数较大(特征向量约平均在0.45),两者可以解析为果穗特征因子。
表5 主成分矩阵Table 5 Principal component matrix
因此,由表6可知,16个青贮玉米主成分分析得分高低顺序依次为:‘翔玉998’>‘优迪919’>‘五谷703’>‘翔玉198’>‘高玉2300’>‘铁研53’>‘禾田3号’>‘五谷702’>‘五谷704’>‘安早10’>‘五谷705’>‘利合328’>‘正德303’>‘利合228’>‘正泰1号’>‘龙高L2’。综合得分在10以上的品种高低顺序依次为‘翔玉998’、‘优迪919’、‘五谷703’、‘翔玉198’、‘高玉2300’、‘铁研53’。
采用方差分析对引进的16个青贮玉米品种进行含水量分析,结果表明(表7):不同品种含水量存在显著差异(P<0.05),品种含水量高低次序为:‘铁研53’>‘正德303’>‘翔玉998’>‘五谷705’>‘优迪919’>‘利合328’>‘龙高L2’>‘禾田3号’>‘五谷704’>‘安早10’>‘高玉2300’>‘五谷702’>‘正泰1号’>‘利合228’>‘五谷703’>‘翔玉198’,其中‘铁研53’含水量最高,达72.01%,‘利合228’含水量最低,为59.42%。
表6 得分因子矩阵Table 6 Scoring factor matrix
表7 不同品种含水量比较Table 7 Comparison of water content of different varieties
注:‘五谷703’和‘翔玉198’因样品丢失,没有测含水量
Note:‘Wugu 703’ and ‘Xiangyu 198’ did not measure water content due to sample loss
本研究通过主成分分析法对16个青贮玉米品种进行了初步筛选,筛选结果与实际结果相符合,应用主成分分析方法,可以将多个指标转换成较少的新的指标,这种降维思想为综合评价提供了有力的理论依据和技术支持[20],也为筛选青贮玉米品种提供了更加科学的方法。通过主成分分析,对引进的16个青贮玉米品种的株高、茎粗、叶数、茎重、叶重、总重、穗行数、行粒数等13个性状进行综合评价时,可以转换为生物产量、籽实产量、果穗特征、植株特征5个相互独立的因子进行评价,评价简单直观并且能更好的反映实际。玉米的农艺性状、产量与青贮玉米品质对于指导选育高产优质的青贮玉米品种具有重要意义[21],在青贮玉米选择中一般要考虑生物产量、淀粉含量、干物质含量、消化率、适口性等。但在本研究中,由于因素限制,对于西宁地区青贮玉米的筛选仅选用田间农艺性状作为考量指标,对于其品质和产量有待后面进一步研究。
植株含水量是青贮玉米秸秆收割的重要衡量指标[22]。青贮玉米秸秆收割的最适宜含水量为65%~70%,含水量过高会导致产量虚高,有机物质积累少,青贮期间秸秆易腐烂变质,不宜贮存;含水量过低则青贮时不易压实,易引起发霉变质,还会导致收获损失和过度产热,使可发酵物质的数量减少,影响青贮饲料品质[23]。另外,西宁地区降雨集中在7—9月份,青贮玉米收获的季节是雨季,如果不及时进行收割青贮处理,很容易引起腐烂和霉变,因此,玉米植株含水量也是考虑的一个因素。在本研究中,引进的16个青贮玉米品种在收割时含水量在72.01%~59.42%之间,达到西宁市青贮玉米含水量在60%~70%这一标准,说明这些品种均可在西宁地区正常生长,而‘铁研53’、‘正德303’、‘翔玉998’、‘五谷705’、‘优迪919’含水量分别为72.01 %,70.20%,67.75%,67.05 %,65.80%,这5个品种含水量处于青贮玉米最适宜含水量之间,说明能够达到青贮玉米的收割标准,适宜做青贮饲料加工。
基于对16个不同青贮玉米品种农艺性状方差分析、相关性分析和主成分分析,结果表明综合性状较好且主成分综合评分在10分以上的的品种有‘翔玉998’、‘优迪919’、‘五谷703’、‘翔玉198’、‘高玉2300’、‘铁研53’、‘禾田3号’、‘五谷704’、‘五谷702’这9个品种。
‘禾田3号’植株低矮,绿叶数少;‘五谷704’果穗不饱满且少;‘五谷702’易引发玉米叶斑病害,收购风险及种植风险大,不利于大面积引种种植。而‘翔玉998’、‘优迪919’、‘五谷703’、‘翔玉198’、‘高玉2300’、‘铁研53’这6个品种农艺性状、品质等综合性状较好,适宜在西宁地区种植推广。