14个花生品种秸秆的营养品质分析

王庆东， 赵婧伊， 赵林萍，张忠信，董文召*， 王瑞祥

（1.郑州大学生命科学学院，河南郑州 450001；2.河南省农业科学院经济作物研究所,河南郑州450002）

花生是我国主要的油料作物之一，花生秸秆产量巨大。但因为不同品种花生秸秆中所含的干物质、粗蛋白质、钙、磷等营养成分不同，导致不同品种花生秸秆饲用价值参差不齐。所以研究不同品种花生秸秆的营养成分，分析其饲用价值不仅能提高秸秆饲料化利用率，而且还能提高农业附产值，同时还能有效减缓秸秆焚烧等环境问题。本研究通过对14个花生品种秸秆的10个营养成分指标进行测定，对其结果利用SPSS软件进行主成分分析和聚类分析，初步评价其营养价值，为提高该地区花生秸秆的饲料化利用水平，增加农业附产值提供理论依据。

1 材料与方法

1.1 试验材料 本研究的试验花生品种分别是豫花 40、豫花 15、远杂 9102、冀甜 4号、冀甜 1号、远杂 9847、豫花 9620、远杂 5号、豫花 9719、豫花 9307、豫花76、远杂 6号、豫花 9326、周花 5号，花生秸秆样品于2017年9月在花生收获时采集，留茬高度为3~4 cm，试验材料均采集于河南省农科院农业科技试验示范基地。

1.2 测定指标与方法 秸秆样品经（65±5）℃烘5~6 h直到样品干燥易粉碎，粉碎后过0.45 mm筛制成样品备测。营养指标分别是干物质、粗蛋白质、粗脂肪、粗纤维、粗灰分、淀粉、钙、磷、中性洗涤纤维、酸性洗涤纤维、无氮浸出物。使用的方法均为国标法，分别是烘干法（张丽英，2003）、凯氏定氮法（曲雪艳等，2016）、索氏抽提法（赵玉宇等，2013）、酸碱洗涤法（曲雪艳等，2016）、高温灼烧法（陈宝珠，2006）、旋光法（林真等，2017）、络合滴定法（兰云贤，2014）、钼蓝法（兰云贤，2014），中性洗涤纤维和酸性洗涤纤维均采用范式洗涤法 （曲雪艳等，2016），无氮浸出物通过以下公式计算（刘苗苗等，2015）：

无氮浸出物=100%-（水分%+粗蛋白质%+粗脂肪%+粗纤维%+粗灰分%）。

1.3 数据转化与统计分析 本研究的营养指标数据均以“平均数±标准差”的形式表示，因各个营养指标之间不能直接进行比较，在主成分分析之前需对营养指标进行数据转化 （林海明等，2013）。使用隶属函数法统一量纲转化数据，营养指标分为正相关和负相关。粗蛋白质、粗灰分、粗淀粉、无氮浸出物、粗脂肪、钙、磷为正相关的营养指标使用公式（1）进行转化，粗纤维、酸性洗涤纤维、中性洗涤纤维为负相关的营养指标使用公式（2）进行转化。本试验通过Excel 2007进行数据统计及转化后使用SPSS 21.0软件进行主成分分析，其中综合得分Dn的计算以相应主成分贡献率为权重，通过公式（3）得到。

隶属函数值计算公式：

如果为负相关，则用反隶属函数进行转换，计算公式为：

综合得分Dn的计算公式：

式中：Uin和U'in分别指第n个样品第i个指标的原始数据经转化后的隶属函数值；Xin指第n个样品第i个指标的原始测定结果；Ximax和Ximin分别指样品组中第i个指标的最大值和最小值；Dn为主成分分析法得到的各样品营养品质的综合分值；Fjn为第n个样品第j个特征值>1的主成分的分值；in为特征值>1的主成分的个数；Ej为第j个主成分的贡献率（林真等，2017）。

2 结果与分析

2.1 不同花生品种秸秆的营养品质分析 由表1可知，周花5号的干物质含量在14个品种中最高为92.93%，14个品种的秸秆干物质含量均高于89%；粗蛋白质的含量为6.63%~11.58%，其中豫花9719的含量最高，而豫花9326的含量最低；粗脂肪的变化为1.69%~4.95%，在14个品种中，豫花9326含量最低，豫花76含量最高；粗纤维的变化为19.19%~33.82%，其中豫花15的含量最高为33.82%；中性洗涤纤维的含量为35.60%~44.08%，豫花15的含量最低，豫花9326的含量最高；酸性洗涤纤维的变化为27.15%~38.08%，远杂6号的含量最低，周花5号的含量最高；粗灰分的含量为10.35%~21.43%，冀甜4号、豫花76的含量分别为14个品种中的最高和最低；无氮浸出物大多为37.47%~45.53%，豫花76含量最高为50.21%，冀甜4号的含量最低为28.32%；粗淀粉的变化为3.12%~7.10%，远杂9307含量最低，远杂6号含量最高；钙的含量为1.78%~2.67%，周花5号含量最低，豫花9620含量最高；磷的变化为0.08%~0.21%，豫花15含量最低，远杂9847含量最高。

2.2 14个花生品种秸秆营养价值综合评价

2.2.1 主成分分析 由表2可知，根据提取出特征值大于1的原则提取了4个主成分，贡献率分别为 28.233%、23.492%、18.347%和 13.101%，累计贡献率为83.173%，表明了4个主成分可以反映14个花生品种秸秆营养成分的83.173%信息。表2中的特征向量即为每个主成分中每个指标所对应的系数，是由主成分载荷矩阵中的数据除以主成分相对的特征值开平方根得到。利用表2中的特征向量值乘以相对应的花生秸秆的营养指标隶属函数值，得到各营养指标对于4个主成分的单项得分F1、F2、F3、F4，单项得分乘以相应的贡献率后相加，得出各品种的综合得分Dn并排序。

以主成分贡献率为权重，利用各样品前4个主成分的分值与权重值，计算出花生秸秆营养的综合评价值Dn（表3）。通常，综合分值Dn代表了样品的综合品质，分值越高综合品质越好。由表3可知，14个花生品种秸秆的营养品质由高到低依次为：远杂6号>远杂9102>冀甜4号>豫花76>豫花40>远杂9847>远杂5号>豫花9620>远杂9307>冀甜1号>豫花9719>豫花15>周花5号>豫花9326。

2.2.2 聚类分析 将秸秆营养品质综合得分进行聚类分析，系统聚类的方法为组间连接法，聚类距离使用欧氏距离。结果表明，14个花生品种可分为三大类（图1），豫花9326、周花5号为一类 ，冀甜4号单独为一类，豫花9620、豫花9719、豫花9307等剩余品种为一类。聚类分析的结果与主成分分析的结果基本一致。

3 讨论

主成分分析是以量化形式表征物理综合品质，减少各个指标反映物理质量带来的差异性，以主成分综合得分为基础对样品进行聚类分析，剔除了10个指标之间的冗余信息，使评价结果具有较高的准确性和客观性（康健等，2014）。近年来有关学者利用主成分分析法对杨梅 （王伟等，2017）、冬枣（赵智慧等，2006）等果实品质进行分析，侯留飞等（2018）和张玉（2012）都使用主成分分析法对牧草的营养价值进行分析，林真等（2017）也采用主成分分析法对华北地区玉米品种的营养价值进行研究。张峰等（2010）只对不同花生品种的营养指标进行显著性分析，并没有得到一个完整的关于不同花生品种秸秆的综合分析，所以本研究对筛选出秸秆营养品质较高的花生品种，提高秸秆饲料化利用率具有现实意义。但对秸秆饲用品质进行分析评价时，不能仅涉及其营养素的含量，动物对各个营养成分的消化吸收特性也是决定品质的关键因素。

表1 14个花生品种秸秆的营养品质%

表2 主成分特征向量、特征值、贡献率及累积贡献率

表3 综合主成分值

4 结论

图1 14个花生品种秸秆营养品质的聚类分析

主成分分析结果表明，14个花生秸秆饲用品质按大小排序为：远杂6号>远杂9102>冀甜4号>豫花 76>豫花 40>远杂 9847>远杂 5号>豫花9620>远杂9307>冀甜1号>豫花9719>豫花15>周花5号>豫花9326。而聚类分析结果表明，14个花生品种可分为三大类，豫花9326、周花5号为一类 ，冀甜4号单独为一类，豫花9620、豫花9719、豫花9307等剩余品种为一类。由此可见，主成分分析的结果和聚类分析的结果基本相同，远杂6号、远杂9102、冀甜4号的饲用品质较高，种植花生时优先选择这些品种，更有利于提高农畜牧业发展和增加农业附产值。