晋北地区引进燕麦品种的灰色关联度评价
2022-01-28郑敏娜皇甫红芳李荫藩
李 刚,王 慧,郑敏娜,皇甫红芳,李荫藩
(1.山西农业大学高寒区作物研究所,山西 大同 037008;2.山西农业大学,山西 太原 030031)
燕麦(Avena sativaL.)为禾本科燕麦属一年生草本植物,是一种粮饲兼用作物[1],主要分布于我国东北、华北和西北的高寒地区[2],按其外稃性状可分为带稃型和裸粒型两大类[3-4]。燕麦是我国西北、华北地区人们喜爱的主食[5],其籽粒富含蛋白质、脂肪和矿物质等营养成分[6-7],燕麦β-葡聚糖还具有降低血脂和血清胆固醇的作用[8];作为牧草,其茎秆柔嫩,叶量丰富,家畜喜食程度高,是较为出色的干草和青贮饲料来源[9];除了食用、饲用外,燕麦还可充当绿肥和覆盖作物等,也可用于造纸业、酿酒业,甚至作为化妆品原料[10]。
灰色系统理论是近年来发展起来的一种分析理论,已有前人运用此理论对马铃薯[11]、苜蓿[12]、高粱[13]、胡麻[14]、燕麦[15]等多种作物进行了综合评价,该理论已较为成熟。灰色关联分析法是对一个发展变化的系统发展动态的比较,其基本思想是基于性状序列的几何接近程度[16],分析所得的关联度是某一事物与其相关因子内部联系程度大小的度量,关联度越大,说明某因子与该事物相互联系越密切,对其影响越大[17]。因此,将燕麦品种的综合性状视为一个灰色系统,用灰色关联度分析法,研究燕麦品种各性状间关系,进而综合评价品种的优劣,能克服单项比较的缺点,是一种较为全面、准确的综合评价方法。
不同燕麦品种在不同地区种植时,品种的生育期、农艺性状以及产量表现均存在一定的差异[18]。为鉴定育种单位选育的莜麦新品种在晋北早熟莜麦区不同生态条件下的丰产性、稳定性和适应性等,本研究于2017—2019 年对引进的5 个燕麦品种进行植物学特性、农艺性状和产量性状的观察和分析,并采用灰色关联度分析方法进行综合评价,从中筛选出高产、优质、早熟、广适、多抗的燕麦品种,为品种区域化布局和大面积推广提供科学依据。
1 材料和方法
1.1 试验地慨况
试验在山西省大同市南郊区山西农业大学高寒区作物研究所试验基地进行,位于北纬40°06′,东经113°20′,海拔1 067.0 m,年平均气温为7.0 ℃,常年降雨量384.0 mm,日照2 821.6 h。土地类型栗钙土,土质沙壤,肥力中等。试验于2017—2019年连续进行3 a,前茬分别是马铃薯、胡麻、黍子。
1.2 试验材料
供试材料为5个裸燕麦品种(表1)。
表1 燕麦品种及来源Tab.1 The name of the oat varieties and their origin
1.3 试验设计
4 月上旬播种,播前施复合肥225 kg/hm2;整地前浇水1 次,以保证出苗;中耕除草2 次;中期浇水1 次,追尿素112.5 kg/hm2,其他各项田间管理措施按常规实施。
试验采用随机区组排列,3 次重复,小区面积为30 m2(6 m×5 m),条播,行距为25 cm,播量为150 kg/hm2。
1.4 测定指标及方法
在燕麦生长期间,记载出苗期、分蘖期、拔节期、抽穗期、成熟期;观察幼苗习性、叶色、株型、穗型、小穗型、稃色、有无芒、粒型和粒色。收获后每个处理取10株燕麦,考察其株高、穗长、小穗数、单株粒数、单株粒质量和千粒质量。小区产量实收实测。
1.5 灰色关联度分析
根据灰色系统理论原理,将燕麦品种的8个性状视为一个灰色系统,各性状为该系统中的一个因素。取各性状最优值构建一个理想的参考品种x0,8个性状设为比较数列xi,分别是生育期x1、株高x2、穗长x3、小穗数x4、单株粒数x5、单株粒质量x6、千粒质量x7、产量x8。
1.5.1 原始数据无量纲化处理 由于各性状的量纲不同,根据灰色系统理论,需对各性状进行无量纲化处理。采用初值化处理方法,即用xi数列除以x0相应的指标,得到各项指标数值都在0~1之间的新数列。
1.5.2 计算关联系数 根据公式(1)计算供试燕麦品种的灰色关联系数。
1.5.3 计算等权关联度和加权关联度 根据公式(2)计算各品种的等权关联度。等权关联度只有在各性状同等重要的情况下,才能用于评价品种的优劣。然而,燕麦各农艺性状的重要性不相同,为了客观地评价各品种的优劣,赋予各性状不同的权重系数[15],然后根据公式(4)计算各品种的加权关联度。
1.6 数据分析
采用Microsoft Excel 2013 和SPSS 18.0 进行试验数据的统计分析。
2 结果与分析
2.1 燕麦品种的植株形态特征比较
从表2 可以看出,5 份供试燕麦的幼苗习性均为直立,株型均为紧凑型,穗型均为周散型,粒型均为纺锤型,粒色均为黄色。定莜9 号和远杂2 号的叶色为深绿色,坝莜13 号和燕科2 号叶色为浅绿,坝莜14 号叶色为绿色;小穗型上,定莜9 号、远杂2 号和燕科2号为鞭炮型,坝莜13号和坝莜14号为串铃型;坝莜13 号和燕科2 号稃色为白色,其余品种为黄色;坝莜14号有芒,其余品种均无芒。
表2 燕麦品种植株形态特征Tab.2 Plant morphological characteristics of oat varieties
2.2 燕麦品种的农艺性状比较
由表3可知,不同燕麦品种的生育期、株高、穗长、单株粒质量和千粒质量的差异均达到显著性水平。5 个燕麦品种在晋北地区均能成熟,生育期变幅为79.7~86.3 d,定莜9号生育期最短,远杂2号生育期最长。株高变幅为103.7~130.7 cm,远杂2号植株最高,燕科2号植株最矮。远杂2号穗长最长,为17.9 cm,坝莜13 号穗长最短,为13.6 cm。小穗数变幅为52.5~63.4 个,各品种间小穗数差异不显著。单株粒数变幅为125.5~171.2 个,定莜9 号单株粒数最少,为125.5个,坝莜13号单株粒数最多,为171.2个。单株粒质量变幅为2.22~3.51 g,坝莜13 号单株粒质量最大,显著高于定莜9 号,与其他品种无显著差异。千粒质量变幅为18.21~25.66 g,远杂2号千粒质量最高,燕科2号最低。
表3 燕麦品种农艺性状Tab.3 The agronomic traits of oat varieties
2.3 燕麦品种的产量性状比较
不同燕麦品种2017—2019年产量结果如表4所示,2017年,坝莜14号产量最高,达3 583.33 kg/hm2;燕科2号产量最低,为2 483.33 kg/hm2。2018年,远杂2 号产量最高,为3 533.33 kg/hm2,与其他品种产量无显著差异。2019 年,坝莜13 号产量最高,为3 500.00 kg/hm2,与其他品种产量差异不显著。坝莜14号3 a平均产量最高,为3 383.33 kg/hm2,燕科2号3 a平均产量最低,为2 777.78 kg/hm2。
表4 不同燕麦品种的产量比较Tab.4 Yields of different oat varieties kg/hm2
2.4 灰色关联度分析
供试燕麦品种的关联系数如表5所示。根据公式(3)计算各指标对应的权值,赋予各性状不同权重,结果如表6所示。各指标在评价系统中所占的权重顺序为生育期>产量>穗长>小穗数>株高>单株粒数>千粒质量>单株粒质量。根据权重建立燕麦品种的综合模型Mk=0.159 7x1+0.120 2x2+0.125 8x3+0.125 3x4+0.111 1x5+0.107 0x6+0.1083x7+0.1426x8,根据公式(4),计算各品种的加权关联度。根据加权关联度分析原则,理论上,参考品种是最好的,供试样品与参考样品的关联度越大,其综合生产性能越佳。从表7可以看出,综合生产性能较好的品种有远杂2 号和坝莜13 号,其次是坝莜14 号和燕科2 号,定莜9 号的加权关联度最小,综合生产性能最差。
表5 燕麦品种性状的关联系数Tab.5 Agronomic traits and yield correlation coefficient of oat varieties
表6 燕麦品种性状的关联度和权重值Tab.6 Correlation degrees and weights of agronomic charateristics of oat varieties
表7 燕麦品种间的关联度及排序Tab.7 The correlation degree and rank of agronomic traits and yield in oat varieties
3 结论与讨论
选用一定的分析评价方法对作物数量性状进行分析,可以简便、高效地筛选出高产品种或高产品种应具备的特质,为选择品种及大田生产提供依据。灰色关联度分析法是建立在多个性状定量分析的基础上,能够较为全面地反映一个品种综合生产性能的优劣,有较强的可比性和可靠性[19]。本研究中,8个农艺性状的权重依次为:生育期>产量>穗长>小穗数>株高>单株粒数>千粒质量>单株粒质量,生育期所占权重最大,而生育期是评价品种适应性的一个重要指标[20],生育期长有利于产量的提高,然而生育期过长的植株可能会因为灌浆期遭遇高温天气造成高温逼熟进而影响产量,所以,生育期应当适中,不宜过长或过短。
本试验地处晋北高寒地区,冬春干旱,燕麦的生长发育受气候影响严重,生育期受影响较大,为了筛选适合当地种植的燕麦品种,应着重对权重占比高的性状指标进行重点选择,当生育期合适时,应选择产量高、穗长较长、小穗数较多以及株高较高的品种。总之,评价品种在当地的适应性,应将先进的分析方法与品种在实践中的生产情况相结合,以确保品种在生产上的推广应用,为农民实现增产增收提供保障。
本试验应用灰色关联度法对5 个燕麦品种的8 个指标进行了综合评价,等权关联度与加权关联度的分析结论基本相同,加权关联度分析的结果具有调整作用,使排序更加合理。远杂2号和坝莜13号2个品种的综合表现最好,适宜在该地区推广种植,其他品种有待于进一步观察与评价。