青藏高原老芒麦落粒性及农艺性状相关性研究

吴瑞，刘文辉，张永超，秦燕，魏小星，刘敏洁

（青海省青藏高原优良牧草种质资源利用重点实验室，青海大学畜牧兽医科学院，青海西宁810016）

牧草种子的落粒性是多年生禾本科牧草中广泛存在的一种自然特性，有利于野生牧草在生存过程中繁殖后代、扩大种群及抵御恶劣环境条件［1-4］。然而，种子落粒性造成牧草种子产量低，提高了牧草种子生产成本，阻碍了老芒麦（Elymus sibiricus）的商业种子生产［5-6］。据研究，严重的落粒率可导致老芒麦高达80%的产量损失，这增加了老芒麦种子的收获难度，若提早收获会降低其品质，若延迟收获会造成老芒麦种子更严重的脱落，造成产量的下降。且研究表明，老芒麦在蜡熟期和完熟期落粒率分别达到75.67%和87.73%［7］。因此，在老芒麦的生产实践中，种子落粒性造成的种子产量与质量难以平衡，很大程度上制约了老芒麦的推广［8-9］。而目前研究人员在老芒麦品种选育时重点关注产量、品质和适应性等指标，忽略了落粒性造成的产量损失严重和收获不便等问题。因此，在资源评价及品种选育过程中，有必要将落粒性作为品种选育中的重要性状进行考虑［8，10］，为解决生产中老芒麦的落粒性奠定基础。

老芒麦是禾本科（Gramineae）小麦族（Triticeae）披碱草属（Elymus）成疏丛的多年生优良物种，为披碱草属模式植物［11-13］。老芒麦因具有良好的耐寒、耐旱性及适应性强，在高寒地区或贫瘠、弱酸弱碱或含较高腐殖质的土壤中均能良好生长，已成为青藏高原高寒草地的优势种和建群种［8，10，14］。此外因老芒麦较高的种子产量和草产量，丰富的粗蛋白含量以及营养丰富、适口性好等特征，为家畜喜食的一种优良牧草［12，15-17］。国内老芒麦资源丰富，广泛分布于内蒙古、新疆、青海、西藏等地，为低落粒种质的筛选和评价提供了物质基础［11，18］。

近年来由于青藏高原生态保护等举措的进行，老芒麦被广泛应用于天然草被建植，种草护坡、植被恢复和种草养畜等方面，在畜牧业的发展和生态环境的保护中发挥重要作用［10，19］。但目前老芒麦品种较匮乏，尚缺少适合于青藏高原的抗落粒材料。已选育的老芒麦品种如青牧1号老芒麦是通过野生种质资源驯化而来，田间观测发现落粒现象严重，很难满足生态治理中对老芒麦的大量需求，因此，老芒麦的落粒性制约了其进一步的推广和应用，是生产上亟待解决的问题，且老芒麦的落粒性受本身遗传的影响较大，不同的老芒麦资源落粒率存在差异［20］。因此，本研究遂选取15份采自不同生态区域的老芒麦资源进行落粒性的评价，同时进行落粒性与表型性状的相关性研究，对今后老芒麦落粒性的研究和低落粒品种选育提供理论基础。并且筛选出抗落粒材料，进一步选育抗落粒老芒麦新品系，发挥老芒麦在青藏高原生态保护和草牧业发展等方面的作用。

1 材料与方法

1.1 试验地概况

试验地位于青海省海北州西海镇多年生牧草种质资源圃，地理坐标为36°59.36′N，100°52.848′E，海拔3156 m，气候寒冷，持续时间长。光照充足，辐射强。年均气温0.5℃，无霜期短，年降水量369.1 mm，7-9月较集中，年蒸发量为1400 mm，年日照时数为2980 h。土壤为栗钙土，pH 8.43，有机质32.48 g·kg-1。

1.2 试验材料

对采自青藏高原不同生态区域的老芒麦种质资源进行评价筛选，从资源圃近百份材料中通过株型、穗型及落粒性等指标初步筛选出差异较大的15份野生型材料（表1）。

表1 试验老芒麦材料及来源Table 1 The material and source of E.sibiricus

1.3 试验方法

1.3.1 试验设计 试验小区面积为3 m×5 m，随机区组排列，3次重复。2016和2017年资源分别于2017和2018年播种，播种前对试验小区进行深翻平整。采用人工条播进行播种，播深3～4 cm，行距30 cm，各小区种植10行；以磷酸二铵做底肥，用量75 kg·hm-2。试验期间不灌溉，不施肥并禁牧，播种当年出苗后和第二年返青期各除杂1次。

1.3.2 表型指标测定方法 于老芒麦开花期（flowering stage，FS）各小区选取5株长势一致的单株，测定其小穗数（花序上着生的小穗总数，number of spikelet，Ns）。

于乳熟期（milk stage，MS）选取5株长势一致的单株，分别测定花序长（老芒麦花序的绝对长度，length of inflorescence，Li）、花序宽（老芒麦花序的绝对宽度，width of inflorescence，Wi）、穗轴节数（老芒麦穗的穗轴节数目，fringe number，FN）、小穗长（穗轴中部小穗的绝对长度，spikelet length，SPL）、小穗宽（穗轴中部小穗最宽处的宽度，spikelet width，SPW）。

于老芒麦完熟期（full ripe stage，FRS）选取5株长势一致的单株测定种子长（随机选取每份材料的成熟种子测量种子的最长长度，seed length，SL）、种子宽（随机选取每份材料的成熟种子测量种子最宽处的宽度，seed width，SW）、外稃长（穗中部小穗第一小花外稃的长度且不包括芒长，lemma length，LL）、外稃宽（穗中部小穗第一小花外稃的宽度，lemma width，LW）、芒长（穗中部小穗第一小花外稃芒的绝对长度，awn length，AL）、单序籽粒数（成熟期每个花序上的籽粒数，seed number per inflorescence，SNi）、单序籽粒重（成熟期每个花序上所有籽粒数的重量，seed weight per inflorescence，SWi）、千粒重（测定1000粒成熟且正常风干种子的重量，thousand kernels weight，TKW）。

1.3.3 老芒麦落粒率测定 开花期，从每份材料中选取10个长势一致、大小相近的穗子进行标记，统计各穗子的总籽粒数，完熟期统计剩余籽粒数，计算自然落粒率（natural shattering rate，NSR）=（总籽粒数-剩余籽粒数）/总籽粒数×100%。

在种质达到乳熟期时，每份种质随机选取5个长势相似、成熟度一致的穗子，人工用均一力度将每个穗子振荡10次，并记录各组的落粒数。从老芒麦乳熟期开始每隔3 d进行1次落粒测定，计算动态落粒率（dynamic shattering rate，DSR）。

1.4 数据处理

采用Excel 2010进行数据的初步整理，采用SPSS 21.0对15份老芒麦资源的14个表型性状进行差异显著性分析，并且使用Duncan法进行多重比较（P＜0.05）；使用Person相关系数进行落粒率和各农艺性状的相关性分析；使用SPSS系统聚类法，基于落粒率和各农艺性状进行聚类分析；根据累计贡献率85%的标准，采用SPSS进行主成分分析，表明老芒麦农艺性状的大部分可以由几个主成分进行概括。并且通过主成分得分与落粒率建立回归方程；使用Origin 2018绘制箱线图。

2 结果与分析

2.1 不同老芒麦资源自然落粒率分析

15份老芒麦资源的平均落粒率存在明显差异（表2），其中17-124的平均落粒率最高，为56.92%；其次为17-149和17-178，分别 为53.94%和51.73%；17-064和17-050最低，分别为17.54%和18.63%，说明其抗落粒性较强。因此，今后研究应重点关注落粒率高和落粒率低的材料来揭示老芒麦的落粒性。

表2 老芒麦资源落粒率变异分析Table 2 Variation analysis of shattering rate of E.sibiricus germplasms（%）

对15份材料的田间落粒率进行变异分析，各材料变异系数为2.87%～36.24%。材料17-064变异系数最大，为36.24%，说明该材料在落粒方面存在较大的遗传差异。17-051和17-149两份材料的变异系数较小，分别为2.87%和5.60%，表明这两份材料在落粒性方面的遗传差异较小。

2.2 老芒麦动态落粒率调查

对15份老芒麦资源的动态落粒率进行了分析（表3），同一资源不同时期，从乳熟后第3天至第15天，落粒率不断增加，且各时期间存在极显著差异（P＜0.01）。不同资源在各时期的落粒率也存在极显著差异（P＜0.01），乳熟后第3和6天，17-149与17-244的落粒率均最高，分别为27.05%、25.87%和38.27%、45.50%。乳熟后第9天16-167和17-149的落粒率最高，分别为54.49%和55.91%。乳熟后第12天，落粒率较高的材料为16-167、17-149和17-244，分别为58.86%、52.95%和53.09%。到乳熟后第15天时，16-167、17-149和17-178落粒率较高，分别为58.44%、59.55%和57.10%。而16-319、17-051和17-064的落粒率在各时期均表现较低，以上各资源的落粒情况与自然落粒率的调查结果相差不大。

供试老芒麦资源乳熟后第3天到第15天落粒率持续升高。在乳熟后第3天平均落粒率低，仅为17.58%。乳熟后第6天，落粒率增大到26.01%。乳熟后第9天，落粒率升高到35.05%，各资源间落粒的变化幅度小。乳熟后第12天，落粒率升高到40.77%，但乳熟后第9天与第12天平均落粒率差异不显著。到乳熟后第15天，平均落粒率增加到49.45%，且各资源间变异幅度小。

表3 不同老芒麦资源动态落粒率方差分析Table 3 Variance analysis of dynamic shattering rate of different E.sibiricus germplasms

2.3 供试老芒麦资源农艺性状变异分析

对15份材料农艺性状进行变异分析（表4），落粒率的变异系数最大，为31.62%。其次为花序宽和单序籽粒重，分别为24.32%和23.87%，说明老芒麦资源的落粒率、花序宽和单序籽粒重存在较大的遗传变异。穗轴节数、芒长、小穗数、小穗宽、种子宽、单序籽粒数和千粒重的变异系数分别为11.48%、17.24%、12.09%、15.46%、12.63%、15.64%和14.19%，表明这7个性状也存在较明显的遗传变异。而花序长、小穗长、种子长、外稃长和外稃宽的变异系数相对较小，均在10%以下，表明在老芒麦中上述性状遗传变异小。

2.4 供试老芒麦资源农艺性状分析

根据自然落粒率＜30%、30%～50%和＞50%将15份老芒麦资源进行分类并按农艺性状作箱线图（图1），结果表明，落粒率＜30%的材料花序性状（单序籽粒数、单序籽粒重、千粒重、穗轴节数、花序长、花序宽）的中位数均高于其他材料，平均值与落粒率在30%～50%的材料相差不大。而落粒率＞50%的材料小穗性状（小穗数、小穗长、小穗宽、种子长、种子宽、外稃长、外稃宽、芒长）的平均值和中位数均高于其他材料。

表4 老芒麦资源农艺性状变异分析Table 4 Variation analysis of agronomic traits of E.sibiricus gemplasms

图1 不同落粒程度老芒麦资源农艺性状箱线图Fig.1 Box plots of agronomic traits of E.sibiricus gemplasms with different degrees of seed shattering

2.5 老芒麦落粒率与各性状相关性分析

对老芒麦14个农艺性状与自然落粒率进行相关性分析（表5），结果表明落粒率与小穗数呈极显著正相关（P＜0.01），相关系数为0.437。落粒率与穗轴节数、花序长、小穗宽和外稃长呈显著正相关（P＜0.05），相关系数分别为0.292、0.248、0.271和0.275。而与花序宽呈极显著负相关（P＜0.01），与芒长呈显著负相关（P＜0.05），相关系数分别为-0.348和-0.235。各农艺性状与落粒率的相关性大小依次为：小穗数（0.437）＞花序宽（0.348）＞穗轴节数（0.292）＞外稃长（0.275）＞小穗宽（0.271）＞花序长（0.248）＞芒长（0.235）＞种子宽（0.168）＞外稃宽（0.155）＞种子长（0.070）＞千粒重（0.067）＞单序籽粒重（0.065）＞单序籽粒数（0.047）＞小穗长（0.008）。

表5 老芒麦资源落粒率与农艺性状相关性分析Table 5 Correlation analysis of seed shattering rate（SR）and agronomic characters of E.sibiricus gemplasms

2.6 老芒麦农艺性状的主因子分析及回归方程的建立

对老芒麦资源14个农艺性状进行主成分分析，表明老芒麦前5个特征根的累计贡献率达81.441%，表明这5个主成分可以代表老芒麦14个农艺性状所代表的大部分信息。各农艺性状的特征向量可以表示其对主成分的贡献量，第1主成分主要受小穗数（0.845）、小穗宽（0.731）和穗轴节数（0.704）的影响（表6），表明第1主成分集中反映老芒麦穗部特性，且主成分1的特征值为3.517，贡献率为25.125%。因此，第1主成分对老芒麦的贡献最大。第2主成分主要受单序籽粒重（0.919）和千粒重（0.889）的影响，表明第2主成分主要反映老芒麦种子的产量特征，其贡献率较主成分1小，为22.248%。第3主成分的特征值为2.102，贡献率为15.011%，主要受小穗长（0.682）和花序长（0.619）的影响，表明第3主成分反映老芒麦的穗部长度特征。第4主成分特征值为1.470，贡献率为10.499%，第5主成分特征值为1.198，贡献率为8.558%，这两个主成分均以外稃长的特征向量值最大，分别为0.500和0.655。

基于主成分分析，通过5个主成分的得分与落粒率建立回归方程得到最优方程：Y=38.310-6.186PC1+4.092PC3-2.135PC5（R=0.908，R2=0.824），结果显示，第1、3和5主成分与老芒麦落粒率密切相关。由主成分分析可知，第1主成分主要受小穗数和小穗宽的影响，第3主成分主要受小穗长和花序长的影响，第5主成分主要受外稃长的影响。此回归模型对预测结果的可解释度为82.4%，模型拟合度好，可解释程度较高。

为了找出影响落粒的关键因素，本研究选取相关性分析得出的与落粒率相关的7个指标进行回归分析，得到落粒率最优方程：Y=-35.160-1.256Wi-3.951AL+1.274Ns（R=0.963，R2=0.927）。该模型可解释92.7%的预测结果，模型拟合度很高。结果显示，花序宽、芒长和小穗数与老芒麦落粒率的关系密切，当试验中其他条件不变的情况下，花序宽和芒长每增加1个单位，落粒率就分别减少1.256%和3.951%。当小穗数每增加1个单位时，落粒率分别增加1.274%。

表6 老芒麦农艺性状主成分分析Table 6 Principal component analysis of agronomic traits in E.sibiricus gemplasms

2.7 供试材料农艺性状的聚类分析

对15份老芒麦材料基于农艺性状和落粒率进行聚类分析得到树状图（图2），以相对距离为15进行分类，供试材料被分为4类。第Ⅰ类包括11份材料，分别为16-167、16-319、17-335、17-298、16-033、16-032、17-178、17-124、17-149、17-263和17-051，结合农艺性状和自然落粒率发现该类群小穗数多，单序籽粒数较多，落粒率高，平均为41.24%；第Ⅱ类仅有17-050这1份材料，该类群芒长最长，单序籽粒数最多且落粒率低，仅为18.63%；第Ⅲ类仅包括16-301和17-244两份材料，该类群小穗数较多，但单序籽粒数最少，平均落粒率为42.41%。第Ⅳ类仅有17-064，该类群单序籽粒数少，千粒重及单序籽粒重均较低，且落粒率低，仅为17.54%。因此，第Ⅱ和Ⅳ类的两份材料可以作为低落粒种质选育的候选材料。

图2 基于老芒麦农艺性状的聚类Fig.2 The cluster of E.sibiricus based on agronomic traits

3 讨论

3.1 老芒麦落粒率研究

落粒性是制约老芒麦发展的重要因素之一，对老芒麦的种子生产造成了严重影响。牧草的落粒性与其种、品种、环境条件等有直接关系［1］，本研究选用的15份材料均为野生种，驯化时间短，加之试验所在地生长期短，气候寒冷且风大等特点，可能是造成老芒麦落粒率高的根本原因。本试验对15份老芒麦资源的田间落粒率测定表明，15份材料中17-064的落粒率最低，为17.54%，表明其抗落粒性强，可作为低落粒种质选育和研究落粒机理的理想材料。17-124的落粒率最高，为56.92%，表明该资源易落粒。动态观测表明，在种子成熟过程中落粒率不断增大。乳熟后第3天各材料平均落粒率仅为17.58%，个别材料低于10%。而在乳熟后第15天平均落粒率增加到了49.45%，个别资源增加到近60%，因此，乳熟期落粒率增幅开始变大。为了避免籽粒在成熟过程中的严重脱落，今后可进行含水量、淀粉及各时期种子发芽率等指标的测定，选取适宜的收获期完成收获。

通过农艺性状与落粒率对15份老芒麦材料的聚类分析将种质分为4类，分析表明第Ⅰ类群落粒率高，但小穗数多，单序籽粒数多。因此今后研究中该类群资源可以通过栽培措施、使用外源激素等手段降低落粒率，提高产量；第Ⅱ和Ⅳ类群的两份材料落粒率低，可以作为低落粒种质选育的材料，并且可以作为探究落粒机理的供试材料。

3.2 老芒麦落粒率变异分析

本研究发现同一份资源各单株间存在较大差异（表2），并且各资源间落粒率变异系数达31.62%（表4），表明各单株和各资源间落粒性存在较大遗传差异。赵旭红等［10］研究发现老芒麦落粒总体变异达24.58%，本研究结果与其结果相似。目前筛选低落粒种质是落粒性研究的重点，而落粒率存在较大差异的这些材料是老芒麦落粒性研究的理想材料。通过落粒率不同的材料进行进一步的生理、分子等方面的研究确定老芒麦的落粒机理，为老芒麦低落粒新品种的选育提供基础。

3.3 老芒麦落粒性相关因素分析

农艺性状是筛选不同落粒程度老芒麦的重要指标，本研究通过落粒率与农艺性状的相关性分析发现，15个农艺性状中有7个性状与老芒麦种子落粒率存在显著相关。其中，落粒率与小穗数呈极显著正相关，与穗轴节数、花序长、小穗宽和外稃长呈显著相关，因此在筛选低落粒材料时应重点关注小穗数这一性状，并选取穗较短的材料。此外落粒率与花序宽呈极显著负相关，与芒长呈显著负相关，表明在低落粒老芒麦筛选时应重点选取花序较宽且芒长的材料。并且通过将15份材料按落粒率分类，发现落粒率＜30%的材料花序性状表现好，这与相关性分析的结论一致。张俊超等［14］通过对6份来自青藏高原的老芒麦为研究材料，测定了其落粒率并且分析了落粒和其他农艺性状的关系，发现老芒麦的落粒性与其花序长、芒长、小穗数、小穗小花数和千粒重存在密切相关性。游明鸿等［21］将老芒麦落粒性与产量性状进行分析，发现花序柄长、芒长等性状与落粒率存在一定关系。本研究结果与前人研究结果相似，小穗数、芒长和花序宽等性状是影响老芒麦落粒的主要表型因素。主成分分析表明第1主成分反映的老芒麦穗部特性是影响落粒率的主要因子，回归分析表明芒长、小穗数和花序宽与老芒麦落粒关系密切。因此，可充分利用主成分和回归分析的研究结论，深入研究种子落粒性，加快育种进程，缩短育种的周期。

4 结论

1）老芒麦各资源落粒率存在明显差异，低落粒的17-064和17-050可作为培育低落粒品种和研究落粒机理的理想材料。2）动态落粒率研究表明，在种子成熟过程中老芒麦的落粒率不断增加，且各时期存在极显著差异（P＜0.01）。3）综合相关性分析、主成分分析和回归分析，小穗数、芒长和花序宽等是影响老芒麦落粒率的关键因素。