13份无芒雀麦种质资源生产性能的综合评价及筛选

吴雨涵, 刘文辉, 刘凯强, 秦 燕, 刘 慢

(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)

青藏高原是中国重要的生态安全屏障及草牧业生产区[1],草牧业高质量发展是维持区域经济稳定的重要保障。近年来,随着载畜量增加等人为因素的影响,青藏高原地区草畜供需矛盾突出、草地生产力低下等问题愈演愈烈[2],进行草种补播是解决这些问题的关键所在,而适宜青藏高原地区补播草种相对单一,难以满足人工草地建成、生态环境保护及治理工作的需要。尽管前人已选育出一批适宜青藏高原不同生态区域种植的优良牧草品种[3],但其多为本地选育的乡土品种,而国内外引进品种较少。驯化选育不同来源地的品种不仅可以丰富当地资源,同时可为后期新品种选育提供广泛的亲本资源,增加青藏高原地区牧草物种多样性[4],因此引种筛选出适宜青藏高原地区高产稳产的优质牧草,对于生态环境治理、促进高寒区草牧业的发展具有重要作用[5]。

无芒雀麦(Bromusinermis-Leyss.)为禾本科雀麦属多年生草本植物,主要分布于我国黑龙江、内蒙古、新疆和四川等地[6],具有产量高、叶量丰富、营养价值高、草质柔软、抗旱、耐寒、耐酸抗碱等特点[7-9],被誉为“禾草饲料之王”[10],且其根系发达,地下茎强壮、蔓延能力极强,具有植被恢复、防风固沙等作用[11],可作为护坡植物在生态环境治理、退化土地改良中广泛应用。目前美国、加拿大、前苏联等地已培育出较多优良无芒雀麦品种[12],已成为欧亚大陆及寒冷地区的重要栽培牧草[13]。我国现审定登记无芒雀麦品种有内蒙古‘锡林郭勒’无芒雀麦、新疆‘乌苏1号’无芒雀麦、吉林‘公农’无芒雀麦、黑龙江‘龙江’无芒雀麦等[14],而适宜于青藏高原地区种植的无芒雀麦优良品种鲜有报道,因此,选育出高产稳产且适宜青藏高原地区生长的无芒雀麦种质资源对扩大人工草地面积,促进高寒地区畜牧业的发展具有重要作用[15]。

目前对无芒雀麦的研究主要集中在农艺性状[16]、种子产量[17]、牧草混播[18]、抗逆性[19-20]等方面,而有关不同种源无芒雀麦生产性能差异及综合评价研究较少。因此,本研究以来自国内外13份无芒雀麦种质资源为研究对象,通过隶属函数分析法对其主要农艺性状进行评价分析,以期筛选出适宜青藏高原地区种植的高产的无芒雀麦材料,并对筛选后优质无芒雀麦进行草层结构、干物质分配、营养品质分析,探究其优异共性,为选育适宜青藏高原地区种植的高产稳产无芒雀麦种质资源提供了参考依据。

1 材料与方法

1.1 试验地概况

试验地位于青海省海北藏族自治州西海镇国家牧草种质资源圃(青藏高原),地理坐标为36°59.36′ N,100°52.848′ E,海拔3 156 m,气候寒冷,持续时间长。光照充足,辐射强。年平均气候0.5℃,无霜期短,年降水量369.1 mm,7,8,9月集中,年蒸发量为1 400 mm,年日照时数为2 980 h。土壤为栗钙土,pH值8.43,有机质32.48 g·kg-1。

1.2 供试材料

采集自国内外不同生态区域的13份无芒雀麦种质资源(表1),其中包括来自黑龙江4份材料、吉林1份材料、青海1份材料、内蒙古2份材料、俄罗斯5份材料。

表1 13份无芒雀麦种质资源及来源Table 1 The source of 13 germplasm resources of Bromus inermis Leyss.

1.3 试验方法

试验小区面积为3 m×5 m,随机区组排列,3次重复。供试材料于2020年6月播种,播种前对试验小区进行深翻平整。采用人工条播进行播种,播量为22.5 kg·hm-2,播深3～4 cm,行距30 cm,各小区种植10行;以磷酸二铵150 kg·hm-2做底肥。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分别进。

1.4 测定指标与方法

主要农艺性状观测标准参考《无芒雀麦栽培技术规程》[21],于2021年和2022年无芒雀麦开花期,各小区选取10株长势一致的单株,测定其株高、茎粗、有效分蘖数、根系特性,其中有效分蘖数的测定:在小区株行内随机选取3个1 m样段,测定样段内有效分蘖,并折算为每平方米有效分蘖个数。

于2022年无芒雀麦开花期,选取10株长势一致的优异资源单株,分别测定各器官干物质分配、草层结构、营养品质,其中根系特性的测定:每小区内选取整株无芒雀麦3株,齐地刈割后,采用挖掘法,挖出完整根系,测定其根长、根干重、根体积、南北根幅、东西根幅,并计算根冠比;草层结构的测定:在小区株行内选取3个1 m样段,齐地刈割后,每份样品从地表开始,按10 cm为一层分开,测量各物种不同层级的茎、叶、穗的重量。

于2021—2022年无芒雀麦开花期,每个小区选取3个1 m2样方,3次重复,测定其鲜草产量及风干草产量,并折算为kg·hm-2。

1.5 数据统计与方法

隶属函数法分析[22]:隶属函数值计算公式为R(Xij)=(Xij-Xjmin)/(Xjmax-Xjmin),式中,R(Xij)表示i种类j指标的抗旱隶属函数值;Xij表示i种类j指标的测定值;Xjmin表示所有种类j指标的最小值;Xjmax表示所有种类j指标的最大值;i表示某个品种;j表示某指标。

采用Excel 2016对所测数据进行初步整理,数据分析采用SPSS 26.0软件进行方差分析、相关性分析、隶属函数分析,作图采用Origin 2022,R 4.1.1。

2 结果与分析

2.1 不同无芒雀麦种质资源生产性能差异分析

2.1.1饲草产量分析 同一资源不同年份间干草产量结果分析表明(图1),B04无芒雀麦在2021与2022年间差异不显著,其余资源两年间干草产量均存在显著差异(P<0.05);同一生育年份不同供试材料干草产量比较表明,2021年B01、B12、B13,B02、B05、B06、B08、B10,B03、B04、B05、B07、B10,B09、B11、B13之间干草产量差异不显著;2022年,B02、B03、B05、B06、B07,B04、B08、B09、B10、B12,B01、B08、B12之间干草产量无显著差异,其余材料之间均存在显著差异(P<0.05),其中资源B01在2021年干草产量最高,2022年资源B13显著高于其他资源(P<0.05)。综合两年间不同无芒雀麦干草产量可知,各材料在2022年干草产量均有不同程度下降,资源B04下降最少,为10 919.55 kg·hm-2,B11下降最大,为25 466.56 kg·hm-2,说明无芒雀麦受年际间差异影响较大,其整体饲草生产性能在第二年均有不同程度的减弱,且减弱程度因品种而异。两年累计干草产量表明(图2),各材料间干草产量存在显著差异(P<0.05),B13的累计干草产量表现最高,为25 536.8 kg·hm-2;B01次之,为25 480.7 kg·hm-2;B03最低,为10 459.0 kg·hm-2。

图1 不同年份各无芒雀麦种质资源的干草产量Fig.1 The hay yield of Bromus inermis Leyss. germplasm resources in different years注:不同大写字母表示同一材料不同年份间差异显著,不同小写字母表示同一年份不同材料间差异显著(P<0.05)Note:Different capital letters indicate a significant difference between different years of the same germplasm material,different lowercase letters a significant difference between different germplasm materials in the same test year at the 0.05 level

图2 各无芒雀麦种质资源的累计干草产量Fig.2 The cumulative seed yields of Bromus inermis Leyss. germplasm resources注:不同小写字母表示不同材料间存在显著差异(P<0.05)Note:Different lowercase letters indicate significant differences between different materials(P<0.05)

2.1.2农艺性状分析 2021及2022年不同供试材料株高、有效分蘖数均存在显著差异(P<0.05)(表2),其中2021及2022年,株高最高的资源分别为B02(118.30 cm)、B13(83.00 cm);2021年资源B12有效分蘖数最多,为1 391株·m-2,2022年资源B01有效分蘖数最多,为740株·m-2;所有资源两年内茎粗差异不明显,分别分布在2.19～2.69,1.80～2.31 mm之间;所有资源在2021与2022年间株高、有效分蘖数均存在显著差异(P<0.05),其中B02,B07,B09,B11,B12,B13无芒雀麦在2021与2022年间茎粗差异不显著,其余资源两年间茎粗均存在显著差异(P<0.05)。

表2 13份无芒雀麦种质资源农艺性状及饲草产量多样性分析Table 2 Diversity analysis of agronomic characters and forage yield of 13 Bromus inermis Leyss. germplasm resources

13份无芒雀麦种质资源3个农艺性状频率分布表明(图3),株高、茎粗、有效分蘖数2021及2022年间均呈现较好的正态分布规律,正态分布曲线差异较大,数据分布范围较大,这说明13份无芒雀麦种质资源存在广泛的遗传多样性。

图3 13份无芒雀麦种质资源农艺性状正态性检验Fig.3 Normal distribution test of agronomic traits of 13 Bromus inermis Leyss. germplasm resources

2.1.3隶属函数法分析 利用隶属函数法对13份无芒雀麦种质资源农艺性状及饲草产量综合排序结果表明(表3),2021及2022年B01,B12,B13,B09,B11排名均在前6位。

表3 不同无芒雀麦种质资源农艺性状指标转化值及隶属函数值Table 3 Transformation value and membership function value of agronomic traits index of Bromus inermis Leyss. germplasm resources

2.1.4不同无芒雀麦种质资源生产性能综合评价及筛选 对比2021及2022年干草产量、隶属函数分析法排序,并结合各种质资源综合性状结果可知(表4),两种评价方法筛选出排名前6的资源有4份相同,即B12,B13,B01,B09。因此可认为,资源B12,B13,B01,B09在13份无芒雀麦种质资源中综合评价较优。

表4 不同无芒雀麦种质资源综合分析排序Table 4 Comprehensive analysis and ranking of differentof Bromus inermis-Leyss. germplasm resources

表5 优异无芒雀麦种质资源营养品质比较Table 5 Comparison of nutritional quality of excellent Bromus inermis Leyss. germplasm resources

2.2 筛选后优异无芒雀麦种质资源生产性能评价

2.2.1优异无芒雀麦种质资源干草产量及产量因子间相关性及通径分析 筛选后4份优异无芒雀麦种质资源干草产量及产量因子间相关性分析结果表明(图4),干草产量与有效分蘖数、鲜草产量、地上生物量呈极显著正相关(P<0.01),与株高呈显著正相关(P<0.05),其中与鲜草产量相关性最大,为0.89。

为量化优异无芒雀麦种质资源各产量性状对干草产量的影响,对优异资源进行重要影响因子预测,根据重要影响因子随机森林模型可知(图5),根冠比、有效分蘖数、根干重、根体积、地上生物量、旗叶宽、根长共7个性状进入结构方程模型,决定系数为0.80,其中根冠比、有效分蘖数、根干重、根体积、地上生物量、根长达到极显著水平(P<0.01),旗叶宽达到显著水平(P<0.05),以上性状是影响干草产量的主要因素,并剔除了株高、茎粗、旗叶长、南北根幅、东西根幅5个与干草产量无显著相关性的自变量。各因子对干草产量影响排序如下:根冠比>有效分蘖数>根干重>根体积>地上生物量>旗叶宽>根长>旗叶长>株高>东西根幅>南北根幅>茎粗。

图5 重要影响因子随机森林模型图Fig.5 Random forest model map of important influencing factors注:**表示因素的影响达到极显著水平(P<0.01);*表示因素的影响达到显著水平(P<0.05),ns表示因素无影响Note:** and * represent significant influences at 0.01 and 0.05 level,respectively. ns indicates that the factor have no influence

深入明确各产量因子对干草产量的直接和间接影响,对引入因子与干草产量建立结构方程模型,以探讨各引入因子如何通过不同路径交互影响,进而影响干草产量(图6)。结构方程模型中P值、Fisher’s C值、Akaike information criterion (AIC)值分别为0.674>(0.05),0.79,68.79,模型拟合效果良好,表明本试验各产量因子已反映出对优异资源干草产量较好的影响。结构方程模型表明,在7个产量因子中,根冠比、根干重、有效分蘖数对干草产量直接效应最大,达到极显著水平(P<0.001),其中根冠比的直接效应最大(0.545),其次是根干重(0.541)、有效分蘖数(0.461),根长对干草产量的直接效应达显著水平(P<0.05),其相对以上三种因子对干草产量的直接效应较小,但其通过影响旗叶宽、地上生物量、根冠比、有效分蘖数间接影响干草产量,对干草产量的间接效应最大,地上生物量、根体积对干草产量的增加直接效应较小(0.023,0.021)且上述因子对干草产量的直接效应均为正向,而旗叶宽对干草产量的直接影响(-0.031)为负效应,除根冠比对干草产量无间接效应外,其余产量因子对干草产量的间接效应均为正效应。基于结构方程中的标准路径系数,计算各产量因子对干草产量的直接、间接和总效应(图7)。结果表明,对干草产量的总效应中,根干重、有效分蘖数、根长、根冠比的总路径系数较高,分别为0.818,0.649,0.632,0.545。因此综合说明根干重、有效分蘖数、根长、根冠比是评估无芒雀麦干草产量的主要决定因素。

图6 优异无芒雀麦种质资源产量性状对干草产量影响结构方程模型图Fig.6 Structural equation model diagram of the effects of yield characters of excellent Bromus inermis Leyss. germplasm resources on their hay yield

图7 优异无芒雀麦种质资源产量性状对干草产量影响Fig.7 The effect of yield characters of excellent Bromus inermis Leyss. germplasm resources on their hay yield

2.2.2优异无芒雀麦种质资源草层结构及各器官干物质分配差异 对比4份优异无芒雀麦种质资源各器官干物质分配可知(图8),4份材料中叶干重占比在68.8%～83.0%之间,其中资源B13叶干重占比最高,达83.0%,4份资源茎叶比在17.87%～42.93%之间,说明这4份种质资源叶量丰富,饲用价值较高。

4份无芒雀麦种质资源各器官地上生物量如图9,不同草层结构资源B01,B09,B12在20～30 cm叶量最为丰富,分别占生物量的82.1%,69.7%,55.5%,资源B13植株高大,可分为10层,达100 cm,其叶片主要集中在50～60 cm,占生物量的60.3%。

图9 优异无芒雀麦种质资源草层结构Fig.9 Grass layer structure of excellent Bromus inermis Leyss. germplasm resources注:a,b,c,d分别代表B01,B09,B12,B13Note:a,b,c and d represent resources the germplasms of B01,B09,B12 and B13 respectively

2.2.3优异无芒雀麦种质资源营养品质评价 4份优异无芒雀麦营养品质差异显著,其中B09无芒雀麦粗蛋白、中性洗涤纤维、酸性洗涤纤维均显著高于其他资源,分别为10.49,70.47,39.73%,B01无芒雀麦粗纤维显著高于其他资源(P<0.05),为39.03%,B13粗脂肪显著高于其他资源(P<0.05),为12.80 g·kg-1,B12可溶性糖显著高于其他资源(P<0.05),为16.06%。

3 讨论

3.1 不同无芒雀麦种质资源饲草产量及农艺性状差异

饲草产量决定牧草生产性能,能有效衡量推广的经济价值,是评价饲草作物适应性及优劣的关键特征[23-24]。本研究中,13份供试无芒雀麦种质资源2021年饲草产量6 851.9～15 853.33 kg·hm-2,2022年为2 564.94～10 734.20 kg·hm-2,两年饲草产量最高的资源分别为B01,B13;各材料在2022年干草产量均有不同程度下降,资源B04下降最少,B11下降最大,这可能是由于无芒雀麦受年际间差异影响较大,且人工施肥不均匀等原因导致,无芒雀麦整体饲草生产性能在第二年均有不同程度的减弱,且减弱程度因品种而异,这与罗晓宇[25]研究结果相一致。综合两年饲草产量来看,B13累计干草产量表现最高,为12 768.4 kg·hm-2,B01次之,为12 740.3 kg·hm-2这两份资源均表现出明显的产量优势,可作为以产草量为目的的优良牧草资源进行利用。

株高是影响饲草产量、生长发育状况的重要因素[26],同时也可以反映草地生产能力。茎粗会影响牧草的品质和产量[27],而牧草分蘖能力可以通过群体密度进而影响其饲草产量[28],三者作为产量构成的因素,其增加或者减少直接影响饲草产量高低。罗志娜等[29]研究表明,一定条件下有效分蘖对生产性能的贡献要高于株高。供试无芒雀麦种质资源在青藏高原地区种植的平均株高高于黄薇[30]在宁夏吴忠地区的研究结果,而平均茎粗却低于郭兴玉等[31]在吉林省的研究结果,这可能是由于供试品种自身遗传特性及不同地区海拔、温度、降雨量等影响[32]。干草产量是株高、茎粗、有效分蘖能力等性状的综合体现,是高产稳产种质资源栽培需综合考虑的指标。本研究中,供试无芒雀麦农艺性状间存在较好的正态分布规律,正态分布曲线差异较大,数据分布范围较大,这表明供试无芒雀麦表型多样性丰富,为优异性状筛选提供了丰富的材料来源[33-34],这与郝裕辉[35]研究结果相一致。基于两年农艺性状、干草产量的对比可知,所有种质资源农艺性状及饲草产量均表现为下降趋势,这可能是由于无芒雀麦等多年生牧草随着生长年限增大受年际间气候条件差异影响越大,进而造成减产[36-37],这与曾翰国等[34]对多年生牧草的研究结果相一致。

本研究材料为不同来源地的无芒雀麦种质资源,其中来自俄罗斯的B9～B13资源相较于国内引进及本地野生资源生产性能表现较好,累计草产量较大,但资源B11虽然两年累计产量排名第4,但其两年间减产最大,不适宜青藏高原地区大面积种植推广;资源B01相较于同样来自内蒙古的B02资源表现较好,这可能由于种质资源间自身差异的原因;来自黑龙江的B03及吉林的B07资源产草量、农艺性状等表现相对较差,不适宜青藏高原地区推广利用。

3.2 不同无芒雀麦种质资源生产性能综合评价

为了筛选出适宜青藏高原当地气候特点及栽培条件的高产优质无芒雀麦种质资源,提高种质资源评价的准确性,减少单一指标评价资源优劣的片面性[38],使试验结果更加可靠[39]。本试验利用隶属函数法综合两年无芒雀麦种质资源农艺性状及饲草产量数据进一步开展13份不同来源地无芒雀麦种质资源间的综合评价,其中B01,B09,B11,B12,B13两年间综合排名均在前6位。因试验结果以筛选出高产、稳产种质资源为前提,结合农艺性状及饲草产量隶属函数综合分析结果,对两年干草产量及隶属函数值进行排序,13份无芒雀麦种质资源中排名前6的资源有4份相同,分别是来自内蒙古的B01,俄罗斯的B09,B12,B13,可作为本试验筛选出的优异资源进行进一步试验,以便后续推广。

3.3 优异无芒雀麦种质资源生产性能评价

饲草产量与产量性状的相关性分析表明,在优异无芒雀麦选育时应重点考虑株高、有效分蘖数等性状,这与孙铭等[40-41]在利用相关性分析进行扁穗雀麦选育时得到结论相同。为了进一步探究各产量因子间复杂的相关关系,较为完整地反映影响优异无芒雀麦种质资源干草产量的主要因素,本试验建立结构方程模型。结构方程模型结果表明,根冠比、根干重、有效分蘖数对干草产量正向直接效应较大;从间接通径系数分析,根体积通过影响地上生物量、有效分蘖,根长通过影响旗叶宽、地上生物量、根冠比、有效分蘖数间接影响干草产量;根长、根体积、旗叶宽增大,有效分蘖数增大,地上生物量增多,干草产量增多。本试验中结构方程模型与相关性分析结果具有差别,这可能是由于相关分析中极易掩盖各产量因子之间的相互影响、相互制约、相互促进[42],仅通过相关分析无法准确判断产量因子与产量之间的关系[33,43]。综合说明根干重、有效分蘖数、根长、根冠比是评估无芒雀麦干草产量的主要决定因素,在日后栽培育种中,应增加分蘖能力、提高根部特性,从而提高干草产量,孔令慧[44]在红三叶与草产量相关分析试验中也得到相同结论。

草层结构反映牧草的空间利用率及单位面积草产量,合理的草层结构能有效提升草地生产力,同时减少物种入侵可能造成的草地退化,为人工草地建值提高可选的草种。本试验中4份优异资源草层结构不同,这可能是由于不同种质资源自身种质差异造成在当地适应性不同,进一步研究草层结构不仅可以了解牧草地上部分空间分布情况,制定合理的栽培技术[45],提高空间光照、水分及养分利用率,从而降低竞争强度,提高单位面积草产量、草地生产能力及饲用价值[46]。叶量大小是评价饲草经济价值的重要指标之一,叶量越丰富,营养品质、适口性越好,饲用价值越高[47-48]。4份优异种质资源叶量丰富,在68.8～83.0%之间,饲用价值较高,B01,B09,B12在20～30 cm叶量最为丰富,其中B01,B12植株较矮,适合天然草场补播利用[49];B13叶量占比最大、植株高大,叶片主要集中在50～60 cm,适宜作为人工草地或半人工草地牧草利用。

粗蛋白、粗脂肪、可溶性糖含量反映饲草营养价值,含量越高,饲喂价值越高[50-51],而粗纤维含量越低,牧草适口性越好[52],酸性洗涤纤维、中性洗涤纤维影响家畜对牧草的消化率,一般而言,其含量越低,则养分消化率越高,饲草品质越高[53-54]。B12可溶性糖最高,且粗纤维、酸性洗涤纤维最低,B13粗脂肪最高,中性洗涤纤维最低,在4份资源中营养品质表现相对较好。综合来看,4份优异无芒雀麦在青藏高原地区综合表现较好,适宜在青藏高原地区大面积推广种植,其中B01,B09适宜作为天然草场补播利用;B12可溶性糖最高且粗纤维、酸性洗涤纤维最低,其营养品质好,可以用来提高无芒雀麦适口性;B13两年累计产量最高、叶量最大、植株高大,适宜作为追求产草量的优良牧草利用。

4 结论

结果表明,13份无芒雀麦种质资源中,B13两年干草产量累计最高,B01次之,可作为以产草量为目的的亲本资源,通过隶属函数综合评价B01,B09,B12,B13性状表现最佳,可作为培育高产稳产牧草种质资源的优良牧草;其中B01,B09适宜天然草场补播利用,B12营养品质好,可用来提高无芒雀麦适口性,B13叶量占比最大、植株高大,适宜作为追求产草量的优良牧草利用。在日后栽培育种中,应增加无芒雀麦株高、分蘖能力、提高其根部特性,从而提高干草产量。