运用灰色关联度分析法对黑龙江西部地区引进燕麦品种的综合评价

2020-04-17 09:53史京京姬铭泽于立河胡慧颖郭灿侯楠
江苏农业科学 2020年2期
关键词:灰色关联度分析营养品质燕麦

史京京 姬铭泽 于立河 胡慧颖 郭灿 侯楠

摘要:为筛选出适宜黑龙江西部地区种植的裸燕麦和皮燕麦品种,采用灰色关联度分析方法对引进的21个裸燕麦品种和5个皮燕麦品种的生育期、株高、产量、籽粒蛋白质含量等14项指标进行综合评价。结果表明,综合性状表现较好的裸燕麦品种有同燕2号、Yy11-18、坝莜14号等,综合性状表现较好的皮燕麦品种有定燕2号、张燕7号。本研究结果可为黑龙江西部地区乃至东北地区燕麦引种及推广提供科学依据。

关键词:燕麦;灰色关联度分析;植物学特性;营养品质;黑龙江

中图分类号: S512.603.7

文献标志码: A

文章编号:1002-1302(2020)02-0097-07

收稿日期:2018-10-10

作者简介:史京京(1995—),女,黑龙江桦南人,硕士研究生,主要从事燕麦种质资源研究。E-mail:shijj0116@163.com。

通信作者:于立河,博士,教授,主要从事麦类作物生理生态与栽培技术研究。E-mail:yulihe2002@126.com。

黑龙江省西部地区属于半干旱地区,草场退化、土壤盐渍化、生态环境脆弱。燕麦是粮饲兼用型作物,具有抗旱[1]、耐瘠[2]和适应性强[3]等特性,有较高的产量潜力,适于本地区旱作农牧业生产,有利于节本增效。燕麦具有独特的营养[4-6],属于特优农作物,推广种植燕麦可进一步调整和优化农牧业结构。但目前黑龙江西部地区燕麦种植品种单一,因此引进国内外优质的燕麦种质资源,对其进行植物学性状与生产性能的比较和分析,筛选出适宜本地区种植的优质燕麦品种具有一定的实践价值。

大多数燕麦品种筛选研究多局限于植物学性状和产量的比较[2,7],但在品种筛选过程中各品种的品质指标的比较也极为重要[8-9],仅以植物学性状和产量的比较来评价品种的优劣和适应性强弱有一定的局限性。相关学者运用聚类分析法[10-12]、主成分分析法[13-15]、通径分析法[16-17]等分析方法评价作物品种优劣,但上述方法都需要大量的样本,且要求这些数据具有典型的概率分布,因此在实际应用中上述方法都有一定的局限性[18]。而灰色关联度分析方法可以克服以上方法的不足,对样本数量和样本有无明显的规律都同样适用,而且计算量不大,十分方便,通常不会出现量化结果与定性分析结果不符的情况[19],能够全面、客观地评价每个参数的表现。本研究采用灰色关联度分析法对不同燕麦品种的多个植物学性状和品质性状进行综合评价,客观、真实地体现了各燕麦品种的各个性状的综合表现,以期筛选出适宜黑龙江西部地区种植的优质燕麦品种,为饲用燕麦引种和品种推广提供理论依据。

1 材料与方法

1.1 试验地概况

田间试验于2017年4—8月在黑龙江八一农垦大学试验实习基地(46°62′N、125°20′E)进行,该区域地处北温带大陆性季风气候区,年平均气温 4.2 ℃,年均无霜期143 d,年降水量为427.5 mm,年蒸发量 1 635 mm。试验土壤类型为草甸盐碱土,前茬为红小豆,土壤基础养分表现如下:碱解氮含量114.17 mg/kg,速效磷含量 18.21 mg/kg,速效钾含量102.47 mg/kg,全氮含量 1.16 g/kg,全磷含量0.15 g/kg,有机质含量28.12 g/kg,pH值7.84。

1.2 材料与播种方法

试验采用21个裸燕麦品种和5个皮燕麦品种(表1)。2017年4月16日播种,采用随机区组设 计, 每个品种设3个重复。 小区面积为3m×5m,人工开沟条播,行距15 cm,密度400万株/hm2,一次性施入基肥,施肥量为225 kg/hm2(氮、磷、钾含量之比为2 ∶1 ∶2)。

1.3 测定指标与方法

1.3.1 测定指标 生育期、株高、穗长、穗铃数、穗粒数、穗粒质量、开花期干草产量、籽粒产量、开花期干草蛋白质含量、成熟期茎秆蛋白质含量、籽粒蛋白质含量、籽粒脂肪含量。

1.3.2 测定方法 生育期:通过田间观测法测定出苗期至成熟期的总时间(d),即为燕麦品种的生育期;株高:于成熟期,各品种分别随机取出30株,用直尺测量主茎基部第1节节间至穗顶的长度;穗长、穗铃数、穗粒数、穗粒质量:于成熟期,各品种分别随机取出30株,测定各品种主茎的穗长、穗铃数、穗粒数、穗粒质量;开花期干草产量:于开花期,从各小区中齐地面刈割长势均匀的30 cm样段,共3行,置于烘箱中105 ℃杀青30 min,80 ℃烘干至恒质量,室温冷却后用1%精度的电子天平称质量,换算成单位面积产量,即为开花期干草产量;籽粒产量:于成熟期从各个小区中取长势均匀的1 m2,风干后进行测定籽粒质量量,换算成单位面积产量,即为籽粒产量。

开花期干草蛋白质含量、成熟期茎秆蛋白质含量、籽粒蛋白质含量:样品经蛋白质沉淀剂(三氯乙酸)作用下,分离出“蛋白质氮”和“非蛋白质氮”,然后再利用凯氏定氮法[20]测定。开花期干草脂肪含量、籽粒脂肪含量:利用索氏抽提法[21]测定。

将权重系数及关联系数代入公式(3),求得各参试品种Xi与“参考品种”X0的加权关联度γi′,并进行关联度排序(表4)。加权关联度值可真实地反映供试品种与“参考品种”的差异,关联度越大,综合性能越理想。21个裸燕麦品种植物学特性和生产性能综合评价序位排在前5位的为同燕2号、Yy11-18、坝莜14号、Xhy-6、晋燕8号,5个皮燕麦品种植物学特性和生产性能综合评价序位的排序排在前3位的为定燕2号、张燕7号、张燕8号(表5),可供黑龙江西部地區推广种植。

3 结论与讨论

本研究结果表明,26个皮燕麦、裸燕麦品种中同燕2号(裸燕麦品种)和定燕2号(皮燕麦品种)综合生产性能最好,最适宜在黑龙江西部地区推广种植。权重系数分为主观权重系数和客观权重系数2种,本研究根据模糊数学方法中的权重决策法[26-28],赋予各性状不同的权重系数:ω1=0.062 6,ω2=0.087 0,ω3=0.076 7,ω4=0.070 6,ω5=0.067 1,ω6=0.065 0,ω7=0.071 4,ω8=0.079 5,ω9=0.057 5,ω10=0.070 6,ω11=0.060 1,ω12=0.069 9,ω13=0.080 3,ω14=0.081 5。若采用主观权重系数法,即专家打分法结合生产实践经验,赋予各指标所占的权重系数:ω1′=0.040 0,ω2′=0.040 0,ω3′=0.020 0,ω4′=0.020 0,ω5′=0.040 0,ω6′=0.030 0,ω7′=0.190 0,ω8′=0.190 0,ω9′=0.190 0,ω10′=0.100 0,ω11′=0.080 0,ω12′=0.090 0,ω13′=0.070 0,ω14′=0.070 0;大小顺序依次为开花期干草产量=籽粒产量>开花期干草蛋白质含量>籽粒蛋白质含量>成熟期茎秆蛋白质含量>开花期干草脂肪含量=籽粒脂肪含量>生育期=株高>穗粒质量>千粒质量,求得各参试品种的加权关联度γi″,得到不同品种的优劣排序结果。

从2种权重系数大小顺序排序可知,客观权重系数法所得评价指标的权重系数中株高的权重系数最大,说明客观权重系数法反映出在所有评价指标中株高最为重要。但在实际市场需求和燕麦引种工作中,往往需要引种的燕麦品种具有较高的产草量、籽粒产量、蛋白质含量等生产性能[29-30],即产量性状、营养品质性状占有较高的权重,并不一定需要株高占较高的权重,客观权重法可根据每个指标的变异程度自动确定,客观性较强[31-32],但不能根据实际需求改变相应的权重系数,目的性不强,不太契合实际生产需要和引种目标。而主观权重系数的确定方法简单,但受个人偏好影响,主观随意性较大,目的性强,可根据确定的引种和育种目标对个性状指标的权重系数进行适当调整[33]。

采用灰色关联度分析法综合评价燕麦品种的优劣时,参考品种的构建和权重系数的确定是评价成功的关键因素。在实际生产应用过程中应根据具体的育种目标选择参与评价的各个性状指标,以及采用适宜的权重系数计算方法确定各性状的权重系数,可以在主观权重系数的基础上参考一定的客观思想,实现主客观权重系数确定方法的合理结合,更加符合实际育种或应用目标需求。

参考文献:

[1]张志芬,刘景辉,付晓峰,等. 干旱胁迫对燕麦叶片气孔和叶肉细胞超微结构的影响[J]. 麦类作物学报,2017,37(9):1216-1223.

[2]周青平,颜红波,梁国玲,等. 不同燕麦品种饲草和籽粒生产性能分析[J]. 草业学报,2015,24(10):120-130.

[3]慕 平,赵桂琴,柴继宽. 基于GGE-Biplot的甘肃省不同生态区燕麦生产性能及适应性分析[J]. 中国生态农业学报,2015,23(6):705-712.

[4]Rouhani M H,Najafabadi M M,Surkan P J,et al. The impact of oat (Avena sativa) consumption on biomarkers of renal function in patients with chronic kidney disease:a parallel randomized clinical trial[J]. Clinical Nutrition,2016,37(1):78-84.

[5]Pawan S,Sharad T,Niraj T,et al. Polymorphism analysis in advanced mutant population of oat (Avena sativa L.) using ISSR markers[J]. Physiology and Molecular Biology of Plants,2016,22(1):115-120.

[6]刘建新,王金成,刘秀丽,等. 碱胁迫下燕麦幼苗对外源过氧化氢的生理响应[J]. 麦类作物学报,2017,37(10):1383-1389.

[7]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.

[8]欧阳韶晖,米雅清,王 青,等. 2013年中国燕麦区试品种(系)主要营养品质分析[J]. 麦类作物学报,2016,36(4):455-459.

[9]卢培娜,刘景辉,李 倩,等. 盐碱地不同燕麦品种的品质及产量比较[J]. 麦类作物学报,2016,36(11):1510-1516.

[10]王艺陶,周宇飞,李丰先,等. 基于主成分和SOM聚类分析的高粱品种萌发期抗旱性鉴定与分类[J]. 作物学报,2014,40(1):110-121.

[11]王光禄,刘志宏,程倩倩,等. 94份国外小麦种质材料的主要农艺性状分析[J]. 麦类作物学报,2016,36(5):577-582.

[12]郭 超,胡思远,郑青焕,等. 部分美国小麦种质资源的耐盐性鉴定[J]. 麦类作物学报,2015,35(8):1076-1084.

[13]要燕杰,高 翔,吴 丹,等. 小麦农艺性状与品质特性的多元分析与评价[J]. 植物遗传资源学报,2014,15(1):38-47.

[14]宋江峰,李大婧,刘春泉,等. 甜糯玉米软罐头主要挥发性物质主成分分析和聚类分析[J]. 中国农业科学,2010,43(10):2122-2131.

[15]庄萍萍,李 伟,魏育明,等. 波斯小麦农艺性状相关性及主成分分析[J]. 麦类作物学报,2006,26(4):11-14.

[16]王 敏,徐 萍,刘新江,等. 黄淮海地区夏玉米农艺性状与产量的通径分析[J]. 中国生态农业学报,2011,19(5):1229-1236.

[17]田纪春,邓志英,胡瑞波,等. 不同类型超级小麦产量构成因素及籽粒产量的通径分析[J]. 作物学报,2006,32(11):1699-1705.

[18]杨如达,李 海,林凤仙,等. 糜子性状与产量的灰色关联度分析及品种选育侧重性状探讨[J]. 作物杂志,2017(4):50-57.

[19]Vinayagamoorthy R,Xavior M A. Parametric optimization on multi-objective precision turning using grey relational analysis[J]. Procedia Engineering,2014,97:299-307.

[20]张宪政. 作物生理研究法[M]. 北京:农业出版社,1994:150-152.

[21]徐 仲,苍 晶,郝再斌. 植物生理实验技术[M]. 哈尔滨:哈尔滨出版社,2002.

[22]邓聚龙. 灰色系统基本方法[M]. 2版. 武汉:华中科技大学出版社,2005:76-84.

[23]刘思峰,杨英杰,吴利丰. 灰色系统理论及其应用[M]. 7版. 北京:科学出版社,2014:63-64.

[24]杨 曌,张新全,李向林,等. 应用灰色关联度综合评价17个不同秋眠级苜蓿的生产性能[J]. 草业学报,2009,18(5):67-72.

[25]楊秀芳,陈玲玲,乌艳红,等. 应用灰色关联度综合评价26个青贮玉米的生产性能[J]. 草业科学,2012,29(1):105-111.

[26]仁 青,谢仁卓玛,李志昆,等. 北欧4个燕麦品种在高寒地区引种筛选及灰色评价[J]. 草业与畜牧,2006(9):23-25.

[27]祁万录,公保才让,郭连云. 灰色关联度分析法在澳大利亚燕麦引种筛选中的应用及评价[J]. 草业与畜牧,2006(8):8-11.

[28]鲍学英,李海连,王起才. 基于灰色关联分析和主成分分析组合权重的确定方法研究[J]. 数学的实践与认识,2016,46(9):129-134.

[29]徐向英,王岸娜,林伟静,等. 不同燕麦品种的蛋白质营养品质评价[J]. 麦类作物学报,2012,32(2):356-360.

[30]颜生林,韩启龙,赵晓军. 良种燕麦在海北地区的引种栽培试验[J]. 青海草业,2008,17(3):2-5.

[31]潘守慧,王开义,王志彬,等. 基于改进灰色关联度和TOPSIS的作物育种材料评价方法[J]. 中国农业科技导报,2018,20(3):145-154.

[32]罗 毅,李昱龙. 基于熵权法和灰色关联分析法的输电网规划方案综合决策[J]. 电网技术,2013,37(1):77-81.

[33]丁新华,刘水东,何林池,等. 灰色关联度分析在棉花新品种综合评价中的应用[J]. 种子,2003(3):64-65.曾成城,苏天明,苏利荣,等. 不同施肥技术对烟草产量品质及效益的影响[J]. 江苏农业科学,2020,48(2):104-107.

猜你喜欢
灰色关联度分析营养品质燕麦
可嚼燕麦,营养打折
燕麦的栽培技术
晋粒康燕麦 守护您的健康
行了,我像所有的他们一样
海南几种海参生物学特性和营养品质探析