12 个多花黑麦草品种（系）在成都平原的生产性能和营养价值综合评价

肖逸，杨忠富，聂刚，韩佳婷，帅杨，张新全

（四川农业大学草业科学系，四川 成都 611130）

近年来，随着我国农业结构的调整和居民生活水平的不断提高，畜产品的需求量日益增加，尽管牧草种植面积也逐年扩大，但我国饲草料生产还是难以满足发展迅猛的畜牧业需求［1−3］。随着四川现代农业“10+3”产业体系的正式提出，川牛羊等优势特色产业发展迅速，家畜冬春季节饲草不足的矛盾也愈加严重。四川作为农业大省，其成都平原地区存在大量的冬闲田［4］，可充分利用该地区闲置土地资源，栽培优质高产的牧草，以缓解饲草冬春季节供应不足的问题。多花黑麦草（Lolium multiflorum）又名意大利黑麦草，是世界知名的一年生禾本科牧草，在国际牧草种子市场中占有主导地位［5−7］，其冬春季生长速度快、适应性强、产量高、适口性好且营养成分丰富，现已成为我国南方农区冬闲田种植的主要牧草［8−10］。但我国多花黑麦草育种工作起步较晚，从20 世纪80 年代才陆续开展黑麦草品种登记工作。截至2019 年，全国审定登记的多花黑麦草国审品种共18 个，其中育成品种5 个，包括“赣选 1 号”，“赣饲 3 号”，“上农四倍体”，“长江 2 号”和“川农 1 号”，由四川农业大学选育的“长江 2 号”（Yangzi River 2）多花黑麦草通过了北美官方种子认证协会（AOSCA）的专业认证，在美国农业部注册登记并获批在美国进行种子生产，标志着我国多花黑麦草育种工作开始与国际接轨。但总体来看，我国黑麦草品种数量仍落后于发达国家。其次，由于多花黑麦草为异花授粉植物，随着育成年限的增加，品种“退化”的问题愈加严峻，因此急需培育出一批适合于南方地区种植的优质多花黑麦草新品种，以满足不断增长的牧草供给需求。

优质牧草不仅需要高产，也应兼顾较强的综合性状和较优的营养品质［3］，传统的营养品质测定方法操作复杂、耗时长、且污染环境，具有较大的局限性［11］。近红外反射光谱技术（near infrared reflectance spectroscopy，NIRS）因其成本低、准确性高、分析速度快、无耗材、污染小、能在线分析等特点，近年来在营养品质分析方面的运用越来越广泛［12］，在羊草（Leymus chinensis）［13］、紫花苜蓿（Medicago sativa）［14］、多花黑麦草［15］等牧草营养成分测定中均有报道。其中本课题组通过前期工作构建的多花黑麦草粗蛋白（crude protein，CP）等营养成分近红外反射光谱模型［15］，为本研究奠定了坚实的基础和理论支持。

如何全面客观地评价牧草的综合性状也是牧草生产试验研究领域中的热点。近年来，灰色系统理论方法因其信息量大、方便快捷、准确可靠等特点［16−17］，广泛应用于牧草的综合性状比较研究。娄春华等［18］利用灰色关联度评价在河南省黄河滩区种植的燕麦（Avena sativa）品种，结果发现ESK、贝勒等5 个燕麦品种表现较好，具有在该地区推广的价值。伏兵哲等［19］应用灰色关联度对国内外紫花苜蓿品种进行综合评价，其研究发现甘农5 号等品种与标准品种的关联度较大，生产性能较好，适合在宁夏灌区推广种植。刘春英等［3］采用灰色关联度法对黑麦草引进品种进行综合评估，结果发现速生、特高、凯力3 个品种综合性状表现良好，在重庆万州区具有较大的推广利用前景。

为培育适合于南方地区栽培的优质多花黑麦草品种资源，本课题组通过杂交育种结合混合选择［20］，培育出了一批多花黑麦草新品系。虽然目前已有不少有关多花黑麦草生产性能的研究，但对于多花黑麦草杂交新品系在成都平原的适应性综合评价的研究还鲜有报道。因此，本试验从生产需求出发，利用NIRS 技术分析不同多花黑麦草品种（系）的营养品质，并应用灰色关联度法对12 个多花黑麦草品种（系）的营养品质、产量及其相关农艺性状进行综合评价，旨在筛选出适合于成都平原地区种植的多花黑麦草新品系，为该地区牧草栽培和生产提供科学依据。

1 材料与方法

1.1 试验材料

供试多花黑麦草品种（系）共12 个（表1），包括8 个由四川农业大学通过杂交育种结合混合选择方法选育出来的优异多花黑麦草新品系、1 个引进品种和3 个国审品种，其中将3 个国审品种：安格斯1 号、杰威、川农1 号做对照品种。

1.2 试验地概况

试验在四川农业大学现代农业基地崇州市桤泉镇草学系试验地进行。地理位置为103°69′E，30°56′N，海拔508 m。年平均温度17.1 ℃，年降水量959 mm，年日照时数1072 h，相对湿度79%，无霜期304 d。土壤为紫色土，pH 为 6.2。土壤有效磷含量 1.807 mg·kg−1，有效氮含量 52 mg·kg−1，有效钾含量 79 mg·kg−1。

1.3 试验方法与测定项目

1.3.1 小区设计与田间管理 12 个多花黑麦草材料分别于2017 年9 月26 日和2018 年9 月25 日播种，试验采用随机区组排列，4 次重复，其中3 个重复用于测产，1 个重复用农艺性状观测。小区面积15 m2（3 m×5 m），每个小区间间隔50 cm。各小区均为条播，测产小区行距30 cm，播种量4 g·m−2；农艺性状观测小区行距40 cm，播种量3 g·m−2，四周设有保护行。苗期要及时中耕除草，苗期追施尿素，第1、2 次刈割后追施尿素150 kg·hm−2，刈割时留茬高度5 cm 左右。后作为玉米（Zea mays），采用玉米黑麦草轮作。

1.3.2 观测项目及方法 刈割高度及生长速度：刈割前从每小区选取固定的10 个植株，测量从地面到最高部位的自然高度。生长速度=刈割高度/生长时间。

鲜草及干草产草量测定：鲜草刈割3 次，分别在播种当年12 月中旬（第1 茬）、次年3 月中下旬（第2 茬）和4 月下旬（第3 茬）刈割，刈割测产后，各小区取等量草样1 kg，自然风干至恒重时称干重，计算各参试品种（系）的干草产量及营养成分。

茎叶比测定：第2 及3 茬测产时，从各参试品种（系）小区中随机称取1 kg 完整鲜草样，将茎（含叶鞘）和叶（含小穗）分开，分别称重，再按上述方法将其烘干，测定茎叶比：茎叶比=总茎质量/总叶质量，每个品种3 次重复。

产量相关农艺性状测定：在抽穗期和开花期对供试多花黑麦草品种（系）的各项形态学特征进行调查，每小区随机选取长势一致的10 个植株，测量性状包括旗叶长、旗叶宽、倒二叶长、倒二叶宽、茎粗、花序长、小穗数等。

营养成分测定：本试验运用NIRS 技术分析各营养成分指标。使用布鲁克MPA 傅立叶变换近红外（FT−NIR）光谱仪（Bruker，Bremen，德国）进行近红外反射光谱分析，谱区范围4000～12500 cm−1，分辨率8 cm−1，扫描次数64 次。每个材料取3 次重复，每个重复扫描3 次，光谱吸光度值记为log1·R−1，数据以相对漫反射率（R）表示。试验利用本课题组开发的多花黑麦草近红外光谱模型［15］来计算粗蛋白（CP）、酸性洗涤纤维（acid detergent fiber，ADF）、中性洗涤纤维（neutral detergent fiber，NDF）和可溶性碳水化合物（water soluble carbohydrates，WSC）含量。

1.4 数据分析

采用Excel 2019、SPSS 16.0 进行数据处理、方差分析，采用灰色关联度分析对参试多花黑麦草品种（系）各性状指标进行评价分析，OriginPro 2017 作图。其中，灰色关联度分析方法及原理：将各参试多花黑麦草品种视为一个灰色系统，各参试性状视为系统中的一个因素。本试验选取与多花黑麦草产量和品质相关性较大的鲜重茎叶比（RF）、干重茎叶比（RD）、酸性洗涤纤维（ADF）和中性洗涤纤维（NDF）的最小值，生长速度（GR）、刈割高度（MH）、鲜草产量（FY）、干草产量（HY）、粗蛋白（CP）、可溶性碳水化合物（WSC）的最大值构建多花黑麦草标准品种X0，其各项指标数据作为参考数列，记为［X0（k）］（k=1，2，3，…，n），各参试品种测定的性状数据作为比较数列，记为［Xi（k）］（i=1，2，3，…，m；k=1，2，3，…，n），其中X代表各参试品种，k代表测定性状。为消除各指标单位和性状测定值的差异，本试验将各参试品种性状指标Xi（k）除以标准品种所对应的值X0（k）进行数据无量纲化处理，并根据处理后的数据计算各性状与标准性状的绝对值差：Δi（k）=|X0（k）−Xi（k）|。利用公式（1）（2）计算关联度系数、等权关联度，采用判断矩阵法公式（3）（4）分别计算其权重系数和加权关联度等［18，21］。

表1 供试材料信息Table 1 Information of test materials

式中：ρ为分辨率系数，取值范围为0～1，此处取值0.5，代表同等重要。

2 结果与分析

2.1 不同多花黑麦草品种（系）生长速度分析

不同生长时期各参试品种（系）的生长速度并不一致（图1）。各多花黑麦草品种（系）第3 茬生长速度最快，日均生长速度为2.05～2.18 cm，而第2 茬生长速度最慢，日均生长速度为0.83～0.98 cm，第1 茬生长速度中等，日均生长速度为1.05～1.19 cm。说明多花黑麦草品种（系）在12 月冬季气温较低时，生长速度较慢，来年春季气温上升，生长速度也随之加快。其中，3 次刈割生长速度最快的材料分别为新品系WJ1、川农2 号和CA1。

图1 供试材料不同生育时期刈割茬次的生长速度Fig.1 Growth rate of cutting stubble times of the tested materials at different growth stages

2.2 不同多花黑麦草品种（系）农艺性状比较分析

通过农艺性状（表2）分析可知，不同多花黑麦草材料农艺性状有较大差异。参试多花黑麦草各刈割时期生长高度平均为79.27～86.13 cm，其中新品系川农2 号刈割高度最高，达86.13 cm，显著高于对照品种安格斯1 号和川农1 号（P＜0.05）。各参试新品系中川农2 号茎秆最粗，达4.02 cm，而对照品种川农1 号茎秆最细，为2.93 cm。参试多花黑麦草旗叶长为22.65～29.77 cm，倒二叶长为29.10～39.42 cm，其中旗叶和倒二叶最长的材料均为安第斯。新品系ZG1 旗叶最宽，为13.54 mm，新品系DC2 倒二叶最宽，达14.29 mm。参试材料花序长为25.29～37.88 cm，小穗数为30.90～35.70 个，其中新品系DC2 平均花序长及穗数均为最高，分别达37.88 cm 和35.70 个，花序长最短的材料为对照品种川农1 号，为25.29 cm，穗数最少的材料为安第斯，为30.90 个。

表2 供试材料的农艺性状Table 2 Agronomic traits related to yield of test materials

2.3 不同多花黑麦草品种（系）产草量比较分析

不同多花黑麦草品种（系）鲜草产量（图2）和干草产量（图3）差异显著，2017 年新品系GB 的鲜草产量最高，达116268 kg·hm−2，较对照品种安格斯1 号显著增产14.7%（P＜0.05）。2018 年JG1 的鲜草及干草产量均为最高，分别为104710 和14928 kg·hm−2，分别较对照品种安格斯1 号显著增产20.5%和11.6%（P＜0.05）。综合两年鲜草平均产量来看，新品系 GB 的鲜草产量最高，为 109660 kg·hm−2，JG1 及 DC2 次之，分别为 108819 和105184 kg·hm−2，且各新品系鲜草产量均高于对照品种安格斯1 号和川农1 号。新品系JG1 两年平均干草产量最高，为 15099 kg·hm−2，DC2 及 GB 次之，分别为 14846 和 14360 kg·hm−2，较对照品种杰威增产分别达 14.5%、12.5%和8.9%。除此之外，新品系CA1、ZG1 两年平均干草产量也均高于对照品种安格斯1 号和川农1 号，说明这些新品系均具有较强的适应性和较大的生产潜力。

图2 供试材料2017-2018 年的鲜草产量Fig.2 The fresh yields of the tested materials in 2017-2018

图3 供试材料2017-2018 年的干草产量Fig.3 The hay yields of the tested materials in 2017-2018

2.4 不同刈割时期多花黑麦草品种（系）茎叶比统计分析

茎叶比是衡量牧草利用效率和价值的一个重要指标，茎叶比值越低的牧草适口性越好，消化率也越高。本试验测定了参试多花黑麦草不同刈割时期茎叶比（表3），各时期均存在显著差异（P＜0.05），第2 茬多花黑麦草叶片所占比例较高，鲜重茎叶比为0.31～0.60，干重茎叶比为0.36～0.57，而第3 茬多花黑麦草茎所占的比例较大，鲜重茎叶比为1.02～1.14，干重茎叶比为0.71～1.00。其中新品系DC2 两个时期的茎叶比均为最低，平均鲜重茎叶比为0.66，干重茎叶比为0.53，均显著低于对照品种（P＜0.05），说明其叶量丰富，饲用价值高。

2.5 不同刈割时期多花黑麦草品种（系）营养成分动态分析

参试多花黑麦草品种（系）3 次刈割的粗蛋白含量呈先降低后升高的趋势（表4）。第1 茬粗蛋白含量最高的为新品系GB，达19.88%，显著高于其他品种（P＜0.05）；第2 次刈割中川农2 号和安第斯粗蛋白含量较高，分别达17.76%和17.12%，而对照品种川农1 号较低，为12.48%；第3 次刈割中新品系DC2 的粗蛋白含量较高，达20.16%，而对照品种安格斯1 号最低，为15.90%。综合3 次刈割的粗蛋白含量平均值可得出，含量较高的品种为安第斯和GB，分别达18.44%和18.19%，显著高于其他品种（系）（P＜0.05）。随着刈割茬次增加，参试多花黑麦草酸性洗涤纤维和中性洗涤纤维含量均呈现升高的趋势，但其增幅逐渐减小。从平均值来看，酸性洗涤纤维和中性洗涤纤维含量最低的材料为新品系JG1，分别为26.09%和53.43%，其次CA1 和ZG1 的酸性洗涤纤维和中性洗涤纤维也较低，分别为26.17%、53.76%和26.24%、53.56%，均显著低于对照品种杰威和安格斯1 号（P＜0.05），说明这三个新品系适口性和饲用价值较好。参试多花黑麦草品种（系）可溶性碳水化合物含量为第1茬和第2 茬较高，第3 茬平均含量下降明显。第1 茬可溶性碳水化合物含量以新品系CA1 最高，为23.49%，其次为ZG1，为23.19%，新品系GB 最低，为19.03%。刈割后多花黑麦草的可溶性碳水化合物含量下降较多，尤其是第3 茬草中可溶性碳水化合物较第1 茬总体下降30.0%。从平均值来看，可溶性碳水化合物含量最高的材料为对照品种川农1 号，达21.67%，其次为WJ1 和杰威，分别为21.19%和21.14%，而新品系GB 的可溶性糖含量最低，为17.29%。

表3 供试材料不同生育时期刈割茬次茎叶比Table 3 The stem and leaf ratio of cutting stubble times at different growth stages of the tested materials

表4 供试材料营养成分Table 4 The nutrient contents of the tested materials（%）

续表4 Continued Table 4

2.6 不同多花黑麦草品种（系）主要性状的灰色关联度分析

灰色系统理论将12 个参试多花黑麦草的6 个生产性能指标和4 个营养成分指标看作一个整体，计算参试品种（系）各性状与参考品种的相似程度，关联度数值越大，代表其与参考品种越接近，即性状表现越好。

计算各参试材料的等权关联度与加权关联度（表5），本试验中共有6 个参试多花黑麦草新品系的等权关联度排序优于对照品种。其中参试品种DC2 的等权关联度最高达0.7921，是综合性状表现最优的材料，其次分别为 JG1、CA1、GB、ZG1 和川农 2 号，其等权关联度分别为 0.7888、0.7817、0.7657、0.7523 和 0.7417。对照品种安格斯 1 号等权关联度最低，为0.6252，综合性状表现较差。

本研究采用判断矩阵法，根据公式（3）计算不同性状指标的权重系数，各性状指标权重系数分别为：ωGR=0.119，ωFY=0.089，ωHY=0.104，ωRF=0.082，ωRD=0.075，ωMH=0.117，ωCP=0.096，ωADF=0.114，ωNDF=0.116，ωWSC=0.090。根据公式（4）计算各多花黑麦草的加权关联度，结果表明，综合性能表现较好的品种依次为JG1、CA1、DC2、GB、川农2 号和ZG1。综合分析发现，新品系DC2、JG1、CA1 和GB 的等权关联度和加权关联度均位于参试多花黑麦草前4 位，优于3 个对照品种，说明其综合表现较佳，适合在成都平原地区推广种植。

表5 参试品种关联度排序Table 5 Correlation degree ranking of tested varieties（lines）

3 讨论

3.1 不同多花黑麦草品种（系）的生产性能及农艺性状差异分析

产草量是衡量牧草生产性能和适应性的首要指标［3］。本研究对12 个多花黑麦草品种（系）进行了生产性能比较分析，其中新品系JG1 两年平均干草产量最高，为15099 kg·hm−2，较对照品种杰威两年平均增产14.5%。GB、DC2、CA1、安第斯4 个多花黑麦草品系的干、鲜草产量也均超过安格斯1 号和川农1 号两个对照品种，表明这5 个新品系在成都平原地区生长能力较强，具有一定的推广潜力。此外，同一材料不同年份的鲜草产量存在较大差异，本研究 2017、2018 年各参试多花黑麦草品种（系）鲜草产量差异在 5522～18953 kg·hm−2，这与王绍飞等［20］和严琳玲等［22］在多花黑麦草及柱花草（Stylosanthes）上的研究相似，说明基因型和环境对多花黑麦草产草量的影响较大，其生长过程易受环境变化的影响。因此，在今后的品种选育工作中也应充分考虑多花黑麦草在不同环境的适应性及高产稳定性，以培育出高产稳定的多花黑麦草品种（系）。

茎粗是影响牧草产量和抗倒伏的重要指标［23−24］，本研究中各参试品种（系）的茎粗为2.93～4.02 cm，与杨晓鹏等［8］的研究相似。其中，新品系川农2 号茎秆最为粗壮，为4.02 cm，说明其可能在抗倒伏能力上具有一定优势。叶片的形态学性状直接影响着植物的光合作用，也影响着牧草品质和种子产量［25］。本研究安第斯旗叶和倒二叶最长，新品系DC2 倒二叶最宽，且平均花序长及穗数也均为最高，分别为37.88 cm 和35.70 个，说明其不仅叶片宽大，在种子生产上也可能具有一定优势。

茎叶比能够较为准确地反映牧草的适口性与饲用价值［26］。本研究中各参试多花黑麦草的茎叶比随着生育期进程的推进而逐渐增加，其变化趋势表现为：第3 茬＞第2 茬，与刘春英等［3］、任晓利等［26］的结果一致。说明多花黑麦草的适口性及消化率会随着植株的生长繁殖逐渐变差，然而其生长速度也随之增加，因此今后生产利用时也需根据饲喂对象和需求来选择合适时期，以便充分利用。

3.2 不同刈割时期多花黑麦草品种（系）的营养品质差异分析

随着现代畜牧业的飞速发展，传统牧草营养品质测定方法已难以满足快速测定大批量样本量的要求。NIRS因其快速准确的测定方式，被广泛应用于大批量样品的营养成分测定研究中［27］。本试验中应用NIRS 技术对参试多花黑麦草不同刈割时期的粗蛋白、酸性洗涤纤维、中性洗涤纤维和可溶性碳水化合物含量进行了测定分析。

粗蛋白是衡量牧草营养品质的重要指标，其含量高低直接影响着家畜的产乳量和乳蛋白产量［15］。前人研究显示，在每茬施等量氮肥的情况下，多花黑麦草产草量越高的茬次，其粗蛋白含量可能会越低［9］。本研究结果与其相似，参试多花黑麦草品种（系）3 次刈割的饲草粗蛋白质含量呈先降低后升高的趋势，这可能是由于第1 和3茬的产草量低于第2 茬所致。各参试多花黑麦草粗蛋白含量为12.48%～20.16%，第1 茬含量低于王绍飞等［20］的研究结果，总体含量高于张文洁等［10］的研究结果，这可能是由于参试品种、刈割时期、肥力条件等综合因素的影响造成的。

酸性洗涤纤维和中性洗涤纤维是影响家畜的消化率和采食率的重要指标。本试验中性洗涤纤维与酸性洗涤纤维则是随着刈割次数的增加逐渐增长，但增长速度减慢。该结果与郭孝等［28］的研究相似，随着刈割间隔时间的缩短，牧草中性洗涤纤维与酸性洗涤纤维含量增加的趋势减小，因此适当多次刈割有利于多花黑麦草保持较高的饲用价值。

可溶性碳水化合物可以改善瘤胃碳、氮的供应平衡，也是牧草青贮发酵的重要原料［15，29］。本试验中可溶性碳水化合物则是随着刈割次数的增加，叶的占比下降，其含量也逐渐降低，尤其是第3 茬下降明显，该趋势与丁成龙等［30］的研究结果一致。但第2 和3 茬的含量不同，可能是刈割时期不同的原因。

通过不同品种（系）间营养成分比较分析发现，安第斯和GB 粗蛋白含量较高，营养价值丰富；新品系JG1 的酸性洗涤纤维和中性洗涤纤维含量最低，适口性较好；参试新品系中WJ1 和CA1 的可溶性碳水化合物含量较高，具有较好的消化率，在青贮利用时也具有一定优势。

3.3 不同多花黑麦草品种（系）生产性能和营养价值的综合评价

如何有效评价多花黑麦草的生产性能一直是多花黑麦草生产研究的重要内容，以往关于多花黑麦草生产性能的研究往往只关注于产量或营养品质等单项指标［20］，但实际生产中不应只靠单一指标来评价品种好坏，只有综合性状表型优异的品种（系）才更适合推广种植［19，22］。灰色关联分析法可以对不同材料多个性状进行综合比较分析，其不需满足概率理论分布、样本量少、方法简单且结果准确［31］，在小麦（Triticum aestivum）、葡萄（Vitis vinif⁃era）、水稻（Oryza sativa）等农作物生产上广泛运用［32−34］。本研究采用灰色关联度法对多花黑麦草的干草产量等10 个性状指标进行综合评价，研究发现新品系DC2、JG1、CA1 和GB 的等权关联度和加权关联度均位于参试多花黑麦草前4 位，兼顾优异的生产性能和营养品质，可以考虑进一步试验，以示范推广。

4 结论

本试验对12 个多花黑麦草品种（系）的产草量、农艺性状和营养品质进行了综合评价。结果表明，各参试多花黑麦草品种（系）均能正常地在成都平原地区完成整个生育周期，无明显病虫害发生，具有在该地区推广种植的潜力。利用灰色关联度分析法对这12 个多花黑麦草品种（系）进行综合分析，发现多花黑麦草新品系DC2（钻石T×长江2 号）的综合性状表现最优，JG1（杰威×赣选1 号）、CA1（晨曲×阿伯德）和GB（B 组合）次之，均优于对照品种，可进一步试验将其进行推广利用。同时，由于不同刈割时期多花黑麦草的产草量和营养品质均有较大差异，因此也需根据不同的饲喂需求选择合适的刈割时期，以提高饲用效益。