55个紫花苜蓿品种农艺性状和产量性状分析及综合评价

张晓娟, 陈彩锦, 张久盘, 曾燕霞, 包明芳, 张尚沛, 尚继红, 沙晓弟, 吴 娟, 张国辉, 高 婷*, 杨天辉, 王 川, 师尚礼

(1.宁夏大学林业与草业学院, 宁夏 银川 756002; 2.宁夏农林科学院固原分院, 宁夏 固原 756000; 3.宁夏农林科学院动物科学研究所, 宁夏 银川 756002; 4.甘肃农业大学草业学院, 甘肃 兰州 730071)

紫花苜蓿(MedicagosativaL.)(以下简称苜蓿)是一种具有抗逆性强、产草量高、营养价值丰富、适口性良好等特点的优质牧草,被誉为“牧草之王”和“绿色黄金”[1-4],是全世界种植面积最广的栽培牧草之一[5]。据统计,2019年我国苜蓿的种植总面积约为437.47万hm2,商品草的生产面积约为45.17万hm2[6],2020年商品草生产面积54.7万hm2[7]。近几年,随着农业产业的政策性调整,国家“粮改饲”、“振兴奶业苜蓿发展行动”等方案的落地实施,以及人们对肉蛋奶的刚性需求持续增长,苜蓿的种植面积急剧扩增。因此,自主选育出更多适应我国不同生态区种植和不同栽培方式的高产优质苜蓿品种迫在眉睫。在苜蓿育种中,品种或资源是遗传改良和复杂性状遗传解析的基础[8]。遗传多样性越丰富,育成的品种普适性越广泛,因此,深入挖掘其遗传多样性具有重要的作用[9]。

基于农艺性状和产量性状的遗传多样性分析和综合评价是苜蓿品种鉴定评价中最直观、可靠和简单有效的方法[10]。目前,有关苜蓿品种的农艺性状和产量性状遗传多样性和综合评价研究较多,其中杨婉君等[11]对 119 个苜蓿品种的13 个产量和农艺性状进行分析,类群1密度大,叶片较大,类群2叶片多、枝条数多、生物量较大,类群3产量大、茎叶比和密度较大,叶片较小。这些不同性状的品种为苜蓿的育种利用提供了不同的亲本。耿慧等[12]对17 个国内外苜蓿品种的生长、品质、茎叶、株型和产量5个因子的10 个主要性状进行评价,国内品种农艺性状表现突出。综上所述,对苜蓿品种进行遗传多样性分析和综合评价,为苜蓿亲本选配、引种和品种创新利用能提供技术依据[13]。

现有研究主要集中在苜蓿品种的全年或第一茬的农艺性状和产量性状的遗传多样性分析和评价,且鉴定出的单一性状优异的品种未在育种中进行创制利用,品种综合鉴定评价不全面,评价结果与创制利用联系不够紧密,从而有碍于育种家深入了解育种材料的特征性状,影响育种效率和优异品种培育。因此,本研究以课题组前期收集并建植于宁夏南部半干旱地区的55 个紫花苜蓿品种为材料,对其不同茬次的株高、分枝数、茎叶比、鲜干草产量、鲜干比、茎干重、叶干重等24个指标进行变异系数、多样性、相关性、聚类分析及主成分分析,筛选出影响产量的重要指标,挖掘出优异品种材料,旨在为宁夏南部半干旱地区高产苜蓿新品种的选育提供理论依据和材料基础。

1 材料与方法

1.1 试验材料

供试的55个紫花苜蓿品种均由宁夏农林科学院固原分院牧草课题组提供,具体品种编号、名称及产地见表1。

表1 苜蓿品种编号、品种名及产地Table 1 The number,name and origin of alfalfa varieties

1.2 试验区基本概况、试验设计及测定指标

1.2.1试验区基本概况 试验于2020—2021 年在宁夏农林科学院头营试验基地进行。位于36°45′N,106°43′E,海拔1 610 m,黄绵土,年降雨量350～430 mm,年平均气温6.8℃,≥0℃的积温是3 000～4 000℃,无霜期135 d左右,属于北温带半干旱气候[14]。2020年播前土壤的基本养分是全氮581 mg·kg-1,全磷是0.114%,全钾是1.01%,水解性氮47.5 mg·kg-1,有效磷21.0 mg·kg-1,速效钾161 mg·kg-1。2020和2021 年的月平均气温和降雨量具体见图1。

图1 试验地月均温及降雨量Fig.1 month average temperature and precipitation in the test field

1.2.2试验设计及测定指标 试验采用随机区组设计,3次重复(18 穴),1行为1个重复(6穴)。材料分别于2020 年5月10日按行穴播,每穴播种5粒种子,出苗后人工间苗,每穴定苗生长健壮植株1株,穴播株行距为80 cm。播种第2年(2021 年)记载不同茬次的株高、分枝数、茎叶比、鲜草产量、干草产量、鲜干比、茎干重、叶干重,其中鲜草总产量、干草总产量、茎总干重、叶总干重都是指第一二茬草的总和,平均分枝数、平均茎叶比、平均鲜干比都是指一二茬草的平均值。具体数据记载方法参照于《苜蓿种质资源描述规范和数据标准》[15]。

1.3 数据分析

H′=-∑Pi×lnPi

式中的Pi为某性状第i级中包含的材料份数所占材料总分数的百分比;采用Origin2021软件进行品种的相关性分析和聚类分析;采用SPSS 19.0进行品种的主成分分析。

2 结果与分析

2.1 不同苜蓿品种数量性状遗传多样性

由表2可知,55个苜蓿品种的24个数量性状指标CR平均值是15.31%,其中CR较大的性状指标是第一茬分枝数、第一茬叶干重、第二茬鲜草产量、第一茬茎干重,分别是23.42%,20.92%,20.85%,20.60%,表明这4个性状指标的变异幅度较大。CR最小的是一二茬株高和和第一茬株高,分别是6.89%和8.07%,表明这2个性状的变异幅度较小,遗传性状较稳定,其余各性状指标的CR介于9.52%～19.95%的范围内。24个性状指标的H′介于0.714 3～0.884 5之间,平均值是0.802 0,其中大于0.800 0的性状指标有13个,分别是叶总干重、第二茬叶干重、第一茬茎叶比、第一茬叶干重、鲜草总产量、第二茬干草产量、茎总干重、一二茬株高和、平均茎叶比、第二茬株高、第二茬分枝数、干草总产量、第一茬茎干重,分别是0.884 5,0.875 0,0.849 8,0.849 8,0.834 1,0.834 1,0.834 1,0.824 6,0.823 3,0.808 9,0.808 9,0.808 9,0.808 9,表明以上性状的多样性比较丰富,最低的是第二茬鲜干比和第二茬茎叶比,都为0.714 3,表明这2个性状指标的多样性较差。

表2 55 个苜蓿品种的性状参数表Table 2 Table of trait parameters of 55 Alfalfa varieties

2.2 相关性分析

通过对一二茬株高和(x1)、平均分枝数(x2)、平均茎叶比(x3)、鲜草总产量(x4)、干草总产量(x5)、平均鲜干比(x6)、茎总干重(x7)、叶总干重(x8)8个性状指标进行相关性分析(图2),得出鲜草总产量与干草总产量、平均鲜干比、茎总干重、叶总干重呈极显著正相关关系(P<0.01),相关系数分别是0.75,0.41,0.73,0.66,干草总产量与茎总干重、叶总干重呈极显著正相关关系(P<0.01),相关系数分别是0.94,0.92,茎总干重与叶总干重呈极显著正相关关系(P<0.01),相关系数是0.74,平均分枝数与叶总干重呈显著正相关关系(P<0.05),相关系数是0.30,平均茎叶比与茎总干重呈显著正相关关系(P<0.05),相关系数是0.33,平均茎叶比与叶总干重呈显著负相关关系(P<0.05),相关系数是-0.33。通过以上性状相关性的分析发现,分枝数、鲜干比、茎与叶重量变化是影响苜蓿草产量的重要因素。

图2 性状之间的Spearman相关性分析Fig.2 Spearman′s correlation analysis among traits注:图中x代表不同的性状指标,其中x1～x7分别是一二茬株高和、平均分枝数、平均茎叶比、鲜草总产量、干草总产量、平均鲜干比、茎总干重、叶总干重。*和**表示性状之间相关性显著(P < 0.05)和相关性极显著(P < 0.01)Note:x represented different trait indicators in the figure,where x1 to x7 were the sum of plant height in the first and second harvests,average number of branches,average stem-to-leaf ratio,total fresh forage yield,total dry hay yield,average fresh-to-dry ratio,total stem dry weight and total leaf dry weigh,respectively. * and ** indicated that there was a significant correlation at the 0.05 level or a remarkably significant correlation at the 0.01 between traits

2.3 聚类分析

利用Origin对55 份品种材料的24 个指标进行系统聚类分析(UPGMA法),并构建出了圆形聚类图(图3)。在欧氏距离为0.125时,55 份品种被聚为3个类群(Ⅰ,Ⅱ,Ⅲ)(表3),且3个类群的聚类与地理来源没有明显的一致性,其中第Ⅰ类群中有35 个品种,来源于美国、加拿大、中国、德国、法国,占总品种的63.64%,这一类群第二茬分枝数、平均分枝数、第二茬茎叶比、不同茬次的鲜草产量、鲜草总产量、第二茬干草产量、第二茬鲜干比、第二茬茎干重较高,但不同茬次的株高、一二茬株高和、第一茬茎叶比较低,其特征是分枝数多、株高较低,鲜草产量较高,且鲜草产量高的贡献主要来自于第二茬分枝数及第二茬的茎干重。第Ⅱ类群中有18 个品种,来源于美国、中国、加拿大、荷兰,占总品种的32.73%,这一类群不同茬次的株高、一二茬株高和、第一茬茎叶比、平均茎叶比、第一茬鲜干比、平均鲜干比较高,第一茬分枝数、平均分枝数、第二茬鲜草产量、鲜草总产量、不同茬次的干草产量、干草总产量、第二茬鲜干比、不同茬次的茎干重、茎总干重、不同茬次的叶干重、叶总干重较低,其特征是株高、鲜干比及茎叶比较高,且平均鲜干比、茎叶比高的贡献主要来自于第一茬草的鲜干比和茎叶比;在第Ⅲ类群中有2个品种,来源于美国,占总品种的3.64%,这一类群第一茬分枝数、第一茬干草产量、干草总产量、第一茬茎干重、茎总干重、不同茬次的叶干重、叶总干重较高,其特征是干草产量高,且干草产量高的贡献主要来自于第一茬分枝数、茎干重和叶干重。

图3 苜蓿品种聚类分析Fig.3 Cluster analysis of 55 Alfalfa varieties

表3 3类群24 个指标均值Table 3 Average value of 24 indicators in 3 groups

2.4 主成分分析

基于特征值大于1的标准来提取主成分,结果发现24个性状指标中,前6个主成分的方差累积贡献率是87.83%(表4),其中第一主成分特征值是8.56,方差贡献率是35.68%,这一主成分中作用较大(特征向量值较大,且为正值)的指标分别是干草总产量、茎总干重、叶总干重、第一茬干草产量、鲜草总产量、第一茬茎干重、第一茬叶干重。第二主成分特征值是3.89,方差贡献率是16.22%,这一主成分中作用较大的性状指标分别是平均茎叶比、第一茬茎叶比、一二茬株高和、第二茬茎叶比、平均鲜干比、第二茬鲜干比、第一茬株高、第二茬株高。第三主成分特征值是3.03,方差贡献率是12.62%,这一主成分中作用较大的指标分别是第一茬鲜干比、平均鲜干比、第一茬鲜草产量、第二茬分枝数。第四主成分特征值是2.29,方差贡献率是9.56%,这一主成分中作用较大的指标是第二茬茎叶比、平均分枝数、第二茬鲜草产量。第五主成分特征值是1.73,方差贡献率是7.19%,这一主成分中作用较大的指标是第二茬株高、一二茬株高和、第二茬叶干重、第二茬干草产量。第六主成分特征值是1.58,方差贡献率是6.57%,这一主成分中作用较大的指标是平均分枝数、第一茬分枝数、第一茬茎叶比。

3 讨论

3.1 表型遗传多样性分析

品种或种质资源是农业科技原始创新、作物育种及其生物技术产业的物质基础[16]。其表型的遗传多样性是群体多样性丰富程度的反映[17]。植物的表型性状是由环境和遗传物质共同作用之后呈现的,因此,只有当材料在同质环境下,表型性状的变异才可以为材料的遗传变异提供重要线索[18-19]。在本研究中,引进的材料以品种为单位集中统一种植在同一大田,同一环境之下,并且为了减少误差,在大田中设置了3次重复,从而进行表型指标的调查,这种调查方法与花生、鹰嘴豆等作物资源[20-21]的调查方法基本一致。作物表型性状的变异系数越大,其遗传多样性越丰富,选择优良个体的可能性就越大[20]。在本研究中,通过对55 份品种的24 个性状指标的变异系数进行研究,发现第一茬分枝数、第一茬叶干重、第二茬鲜草产量、第一茬茎干重、第一茬鲜草产量、第一茬干草产量的变异系数均超过19%,变异范围较大,离散程度较高,这与杨婉君等[11,13,22]的研究结果基本一致。这6个指标也是高产苜蓿品种选育所需要考量的重点指标。因此,在高产苜蓿品种培育中,可通过对这些茬次的以上性状进行重点选择。

3.2 相关性分析

数量性状之间的相关性分析不仅能评价次要性状对主要性状的遗传增益效应,还对2种以上性状联合选择的可行性及主要性状的表观选择和遗传改良间接改良次要性状都具有重要的意义[23-24]。本研究对8个性状的相关性分析发现,鲜草总产量与干草总产量、平均鲜干比、茎总干重、叶总干重呈极显著正相关关系,干草总产量与茎总干重、叶总干重呈极显著正相关关系,茎总干重与叶总干重呈极显著正相关关系,平均分枝数与叶总干重,平均茎叶比与茎总干重呈显著正相关,以上的相关性说明苜蓿草产量的增加,茎与叶的增加同等重要,这与杨婉君等[11,25-27]研究结果相同。平均茎叶比与叶总干重呈显著负相关,这说明苜蓿茎的过度生长,影响叶的增大与增多,与杨婉君等[11]的结果基本一致。一二茬株高和与产量之间无显著相关关系与胡莎莎[28]的株高越高,产量越高的结果不同,可能与试验的地理位置、测定时间、栽培措施及气候环境等条件有关。

3.3 综合评价

在苜蓿定向选育中,对材料进行相似分类,可以实现不同类型种质在遗传改良中的优势互补,从而有效指导遗传育种[29]。在进行相似材料的分类分析研究中,聚类分析是一种常用的数学分析方法,分析结果科学客观[30]。张锦豪等[31]将60份藜麦种质资源聚成了3大类群,筛选出了株高高、茎秆粗壮、有效分枝多等综合性状好的材料。康泽然等[32]将20份绿豆种质资源聚成了5大类群,筛选出了单株产量、单株荚数表现最佳的材料。耿小丽等[33]将130份燕麦种质聚成了5个类群,筛选出了籽粒型燕麦优良亲本材料和综合性状优,可直接引种或筛选高产饲用型燕麦,以及选育多目标性状的优良亲本。在本研究中,采用聚类的方法将55 个品种聚成了3个类群,其中每一类群都有独特的特征特性,尤其表现在分枝数、鲜草产量、株高、鲜干比、茎叶比、干草产量的差异性和互补性方面,第Ⅰ类群的品种分枝多,植株低矮,鲜草产量高,第Ⅱ类群的品种植株高大,鲜干比和茎叶比高,第Ⅲ类群的品种干草产量高。为选育高产的苜蓿新品种,可在类群Ⅰ、类群Ⅱ中选择性状优良品种进行进一步的挖掘和互补杂交利用,第Ⅲ类群的品种可直接在生产中应用,也可作为高产、优质品种选育中的亲本材料进行遗传改良。主成分分析是利用降维的方式将原始指标简化成较少的几个主成分,且这几个主成分能清楚明显的反映出原始性状指标的重要程度和大部分信息[34-35],目前在作物育种上被广泛应用。本研究将24 个性状指标简化成6个主成分,且这6个主成分反映了原有变量信息的88.41%,其中第一主成分和第五主成分可称为产量构成因子,在产量构成因子中,茎干重、叶干重和株高的特征向量大于其他表型性状,这与前面性状之间相关性研究结果基本一致,与吴欣明等[13]的研究一致。

4 结论

本研究对55 个苜蓿品种表型性状进行鉴定评价,发现品种性状之间存在着较为丰富的变异。通过相关性和主成分分析可知,苜蓿的分枝数、鲜干比、茎与叶重量、株高是影响产量的重要因素,其可作为宁夏南部半干旱区高产苜蓿育种的重要指标。聚类分析划分出的3类材料特征特性明显,其中Ⅰ,Ⅱ类中的品种可作为高产苜蓿育种的材料进行进一步挖掘和互补利用,Ⅲ类材料可直接应用于生产或进行高产、优质品种遗传改良的亲本材料,以上的聚类结果能为后续苜蓿品种创新利用、品种选育及引种奠定基础。