14份紫花苜蓿在庆阳市北部旱作区生长适应性评价

梁万鹏, 施海娜*， 吴恩平， 杨海磊， 李世恩， 张金霞， 徐振飞

(1.庆阳市农业科学研究院，甘肃 庆阳 745000；2.甘肃荟荣草业有限公司，甘肃 环县 745700)

紫花苜蓿(MedicagosativaL.)是多年生豆科植物，因其适应性强、产草量高、营养丰富享有“牧草之王”的美誉。我国20世纪80年代对紫花苜蓿开展了针对性研究并取得了一定的成果[1-7]。不少学者对紫花苜蓿在陇东干旱区的适应性也开展了不同的研究[8-14],其他学者对紫花苜蓿农艺性状也做了研究[15-17]。庆阳市北部山区农业生产以草食畜牧业为主，饲草料主要有玉米、燕麦和紫花苜蓿。近年来，市委、市政府将草畜产业作为战略性主导产业之一大力扶持，推广中盛模式、发展湖羊养殖。随着肉羊养殖规模快速扩大，舍施养殖对饲草的需求量也随之增大。但当地苜蓿主要以陇东紫花苜蓿为主，品种单一，为了适应畜牧业发展要求，急需产量高、适应性强的苜蓿品种满足市场需求。目前，市场上紫花苜蓿种类较多，为了能筛选出适合当地种植的紫花苜蓿品种，引进14个紫花苜蓿品种进行试验，并利用主成分分析法[18-20]进行生产性能评价，现将分析过程总结如下。

1 材料与方法

1.1 试验材料

从国内外引进阿尔冈金、挑战者、MF4020、阿迪娜、大银河、佰苜202、佰苜371、陇东紫花苜蓿、极光、冰驰、甘农5号、劲能5010、拉迪诺、旱地等14个紫花苜蓿品种。

1.2 试验方法

试验采用随机区组设计，3次重复，小区面积25 m2。试验采用覆膜种植，行距30 cm，株距20 cm。于2018年4月下旬，旋耕、结合整地施入羊粪2 200 kg/hm2，然后覆膜。并于2018年5月8日用人工点播，播种深度2～3 cm，播种深浅一致。

1.3 测定指标及方法

第1茬数据测量时间为2019年6月3日，第2茬数据测量时间为2019年8月15日，田间测量株高、穗位高、茎粗、分枝数、叶片长、叶片宽、叶面积(利用公式y=-1.6629+0.5527x1(叶长)+1.3573x2(叶宽)+0.2756x4(长宽积)计算得出)[21]、主茎长度、茎节数、均节长度、产量等指标。每小区随机抽取3株测量以上指标，两茬数据对应指标求平均值，试验数据用Microsoft Excel进行整理，SPSS 19.0进行主成分分析。

2 结果与分析

2.1 主成分分析

表1是主成分分析公因子方差分析结果，茎粗公因子值为0.576，小于0.70，其它10个变量的公因子提取值均大于0.70，因此，提取的公因子最大限度反映原始变量的主要信息。

表2给出了所有特征值及其占相应的特征总值的百分比(贡献率)和累计百分比(从大到小的顺序排列)。特征值的大小反映了公因子的方差贡献。例如，第1个主成分特征值为3.396，占特征值总和的33.957%，累计贡献率为33.957%；第2个主成分特征值为3.184，占特征值总和的31.843%，累计贡献率为65.800%；第3个主成分特征值为1.866，占特征值总和的18.664%，累计贡献率为84.464%；前3个公因子的方差累计贡献率已经达到80%以上，故而提取这3个主成分能够很好地解释原有变量所包含的信息了。

表1 公因子方差

注：提取方法为主成分分析。下同。

表2 紫花苜蓿主成分相关矩阵的特征值

因子得分系数矩阵是解释因子代表性可靠程度的大小，然后利用旋转法使因子取值差异更加明显，大的因子取值更大，小的因子取值的更小，这样结果更具可解释性。旋转后的因子得分系数矩阵如表3所示。

由表3可得最终因子得分公式：

F1=0.956Zx1+0.709Zx2+0.026Zx3…+0.644Zx9+0.591Zx10

(1)

F2=-0.052Zx1+0.268Zx2+0.970 Zx3…-0.734Zx9-0.297Zx10

(2)

F3=-0.053Zx1-0.036Zx2+0.133 Zx3…-0.107Zx9+0.376Zx10

(3)

式中：Zx1、Zx2、Zx3、…、Zx9、Zx10分别为株高、茎粗、分枝数、…、茎节长度、产草量经过标准化处理的数值。

由表3得出：第1个公因子主要反映了株高、茎粗、主茎长度、茎节长度上有较大比重，说明第1个公因子主要是决定高度方面的因子；第2个公因子在分枝数、茎节数上有较大比重，说明第2个公因子主要是决定苜蓿分枝能力方面的因子；第3个公因子在叶片长、叶片宽、叶面积上有较大比重，说明第3个公因子主要是决定苜蓿叶片方面的因子。

表3 旋转成分矩阵a

注：旋转法——具有Kaiser标准化的正交旋转法；a——旋转在5次迭代后收敛。

2.2 综合得分评价

将14个紫花苜蓿品种的3个公因子另存为变量FAC1、FAC2、FAC3，具体结果如表4所示。对3个公因子FAC1、FAC2、FAC3得分进行加权求和，权数取“表2紫花苜蓿主成分相关矩阵的特征值”中“旋转平方和方差的%”的贡献值。

综合得分=FAC1×29.986+FAC2×27.893+FAC3×26.585。综合得分及结果排名如表5所示。从表5得知，阿尔冈金综合得分76.499，排名第1；甘农5号综合得分54.904，排名第2，以上2个品种可作为进一步示范推广品种。

表4 14个紫花苜蓿品种3个公因子值

表5 公因子因子得分矩阵及其综合排名

3 结论与讨论

(1)对14个紫花苜蓿品种的穗位高、茎粗、分枝数、叶片长、叶片宽、叶面积、主茎长度、茎节数、均节长度、产量等10个因子进行分析，前3个因子累计方差贡献率已经达到84.464%，可以概括不同紫花苜蓿品种主要特征特性的10个性状的绝大部分信息。因此，根据各紫花苜蓿品种在公因子上的得分值，对14个品种综合评价，综合得分按照分值大小排序。阿尔冈、甘农5号2个品种综合得分排名为前二位，可作为进一步示范推广的品种。

(2)2019年后季降雨量较大，对于开花期早的苜蓿品种，特别对苜蓿叶片脱落产生负面影响，产量有所下降；对开花期较晚的苜蓿品种，有利于产量的增加，因此，经第1茬测量的苜蓿品种各指标数据，对第2茬对应指标继续跟踪测量并加以分析，以准确判断各品种的丰产性和适应性。