二十份野生莎草科牧草资源营养价值综合评价

2022-05-30范彦陈静徐远东何玮

南方农业·上旬 2022年9期

范彦　陈静　徐远东　何玮

摘要对重庆本地二十份自然生长的野生莎草科植物资源进行识别、鉴定，测定其中的粗蛋白、粗脂肪、灰分、中性洗涤纤维、酸性洗涤纤维、钙、磷等营养成分含量，并采用灰色关联度分析法进行营养价值综合评价。结果表明：异型莎草的营养价值为优，其粗蛋白质含量分别为10.68%，粗脂肪含量为2.20%，相对饲喂价值最高（86.43）;签草的营养价值为良，其粗蛋白质含量分别为13.75%，粗脂肪含量为1.40%;营养价值评为中的有6份;营养价值评为差的有12份。据此认为，营养价值评价为优良的8份野生莎草科植物资源的营养价值、综合评价较高，具有一定的开发利用价值。

关键词野生莎草科植物资源;营养价值评价;灰色关联度分析

中图分类号：S548 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2022.17.003

野生牧草种质资源是大自然长期选择的结果，对本地不良的气候生态条件具有较好的适应性（如抗旱、抗病等优良性状），是育种家的二级基因库[1]。因此，对野生牧草资源的考察收集和利用评价具有重要的意义。

莎草科（Cyperaceae）植物是陆地生态系统的重要构成者，在世界各地广泛存在，多生于潮湿或沼泽处，植物资源丰富，在固沙护土、土壤改良、水源净化、光合物质的固定与碳循环中发挥重要作用，并影响着人类的生产、生活[2]。其众多种类成为人类发展中重要的生产资料、食物资源、饲用资源、药用资源。同时，也是中国天然草地中饲用价值高、分布面积广、数量多的一类优良牧草[3-4]。莎草科植物草质柔软，适口性好，营养成分中粗蛋白质、粗脂肪、无氮浸出物含量高，粗纤维含量低，牧草质量高[5]。

不同种莎草科植物各种营养成分指标差异较大，且各营养成分相互交错，营养成分高低不容易确定。包得仁等对甘肃莎草科饲用植物7属56种主要牧草进行了饲用价值研究[6]，范青慈对青海莎草科12种植物进行了饲用价值研究[7]。目前，对重庆莎草科植物资源饲用价值的研究鲜见报道。笔者通过对重庆野生莎草科植物资源进行调查和分类鉴定，采集样品进行营养成分测定，采用灰色关联度分析法对其营养成分进行综合评价，旨在为重庆地区莎草科植物的开发利用提供基础资料。

1 材料与方法

1.1 自然概况

重庆位于中国西南部、长江上游地区，属亚热带季风性湿润气候，年平均气温16～18 ℃，长江河谷的巴南、綦江、云阳等地达18.5 ℃以上，东南部的黔江、酉阳等地14～16 ℃，东北部海拔较高的城口仅13.7 ℃;最热月平均气温26～29 ℃，最冷月平均气温4～8 ℃，采用候温法可以明显地划分四季。年平均降水量较丰富，大部分地区在1 000～1 350 mm，降水多集中在5—9月。

1.2 试验材料

供试二十份样品材料系在重庆本地野外牧草资源调查中采集的野生莎草科植物资源，采集时间为2017—2018年度，参考《中国植物志》进行植物分类学鉴定，采集时期和采集部位见表1。

1.3 营养指标测定和计算方法

粗蛋白质（CP）含量，采用凯氏定氮法测定;粗脂肪（EE），索氏法;按Van Soest的方法进行中性洗涤剂处理和酸性洗涤剂处理，获得中性洗涤纤维（NDF）和酸性洗涤纤维（ADF）;粗灰分（Ash），干灰化法;钙（Ca），高锰酸钾法;磷（P），钼黄分光光度法[8]。每个样品重复测定3次。

无氮浸出物（NFE）采用公式计算：

NEF=DM-（CP+EE+CF+Ash）（1）

（1）式中，DM为干物质，CP为粗蛋白，EE为粗脂肪，CF为粗纤维，Ash为粗灰分。

DMI（粗饲料干物质的随意采食量）与DDM（可消化的干物质百分比）的预测模型为：

DMI=120/NDF;DDM=88.9-0.779ADF。

相对饲喂价值（RFV）计算公式为[9]：

RFV=[DMI×DDM]/1.29 （2）

1.4 灰色关联度数据分析与计算方法

试验数据采用Excel2010进行统计和处理。根据灰色系统理论，将供试二十份野生莎草科植物资源样品视为一个灰色系统，每一份样品为该系统的一个因素，分析该系统中每份样品间的关联度。人为构建一个参考品种X0，将参考品种X0的营养评价指标作为参考数列[X0（1），X0（2），......，X0（n）]，本研究中n=9，为营养评价指标数量。每份样品的营养评价指标为比较数列Xi。将Xi与X0相应指标的关联系数取算术平均值得等到權关联度，即各种营养成分同等重要条件下的关联度。由于各营养指标对营养价值高低贡献不同，需根据营养指标对营养价值贡献的高低赋予权重系数W（k），W（k）根据以往研究及经验进行赋值。因此需采用加权关联度法评价样品营养价值的高低。关联系数[ξ1（k）]、等权关联度（δ）和加权关联度（γi）的计算公式如下：

（3）式中，k为Xi与X0相应的一个营养评价指标;ρ为分辨系数，一般ρ=0.5;[mini×minkx0k-xik]为二级最小差;[maxi×maxkx0k-xik]为二级最大差。

（4）式中，n为营养评价指标数量，n=9。

1.5 营养价值综合评价

根据加权关联度大小规定：γi≥0.7，营养价值评为优;0.6≤γi<7，营养价值评为良;0.5≤γi<0.6，营养价值评为中;γi<0.5，营养价值评为差。

2 结果与分析

2.1 营养成分含量及相对饲喂价值

二十份供试样品的营养成分含量和相对饲喂价值见表2。粗蛋白质含量最高的是签草（13.75%）、最低的是川东薹草（7.34%），粗脂肪含量最高的是异型莎草（2.20%）、最低的是百球藨草（0.80%），粗灰分含量最高的是水虱草（18.1%）、最低的是水毛花（5.7%），相对饲喂价值最高的是异型莎草（86.43），最低的是绒毛飘拂草（63.08）。营养指标差异最大的是磷（变异系数0.59），差异最小的是中性洗涤纤维（变异系数0.05）。

2.2 灰色关联度分析

2.2.1 构建参考数列

牧草的粗蛋白质、粗脂肪、粗灰分、无氮浸出物、钙和磷含量，以及相对饲喂价值等直接影响家畜的生长发育，在一定范围内这7个指标值越大，则牧草的营养价值越高，因此可选取其最大值参与组成最优集[10];中性洗涤纤维、酸性洗涤纤维，因其含量与消化率呈负相关，故在一定程度上，其含量越低越好，选取其最小值构成最优集参考数列。由此得到：{X0（k）}=（13.75，2.20，18.10，59.87，60.41，39.10，0.90，0.61，86.43）。

2.2.2 计算关联系数

将Xi各指标值除以X0的相应值，就得到一新的数列（中性洗涤纤维和酸性洗涤纤维采用商值的倒数），再求绝对差，然后按公式计算出关联系数阵（见表3）。

2.2.3 灰色关联度和营养价值综合评价

权重系数（Wk）见表3。等权关联度（δ）、加权关联度（γi）及样品营养价值综合评价结果见表4。由表可知：除绒毛拂飘草、亨氏薹草外，等权关联度和加权关联度分析所得的结论基本一致。根据加权关联度大小，营养价值评为优的有1份（异型莎草）;营养价值评为良的有1份（签草）;营养价值评为中的有6份;营养价值评为差的有12份。

3 讨论与结论

对饲用植物资源的营养价值难以用单一指标进行评价[11]。在测定多指标的基础上，灰色关联度分析法提供了一条对供试材料进行综合评价的途径，可以解决仅用少数指标进行评价的不足，使结果更客观和准确[12]。本研究通过对莎草属二十份材料的粗蛋白、粗脂肪、中性洗涤纤维和酸性洗涤纤维含量等9个指标进行灰色关联度综合分析，结果表明，异型莎草（结实期）、签草（营养期）、亲族薹草（开花期）、球穗扁莎（结实期）、蕨状薹草（开花期）、高秆珍珠茅（结实期）、水虱草（结实期）和亨氏薹草（开花期）8份野生莎草科植物资源的营养价值较高，可开发利用价值较大，这为进一步利用莎草属资源提供了理论依据和参考。

参考文献：

[1] 鄢家俊，白史且，张昌兵，等.川西北高原野生老芒麦种质资源考察初报[J].草业与畜牧，2006（12）：23-26.

[2] 杨虎彪，王清隆，白昌军，等.海南莎草科植物资源新探[J].热带作物学报，2013，34（11）：2150-2157.

[3] 刘起.饲用植物资源在我国天然草地上分布特征[J].中国草地，1996（3）：45-48.

[4] 杨洪升，王长宝，马也，等.小兴安岭莎草科植物资源调查[J].安徽农业科学，2017，45（18）：7-8.

[5] 范青慈.青海莎草科植物主要几种牧草质量分析[J].四川草原，2002（4）：37-39.

[6] 包得仁.甘肃莎草科饲用植物几种主要牧草的质量分析[J].牧草与饲料，2007，1（4）：47-49.

[7] 范青慈.青海莎草科植物主要几种牧草质量分析[J].四川草原，2002（4）：37-39.

[8] 张丽英，王燕华，隋连敏.动物性饲料体外蛋白質消化率测定的关键控制点[J].饲料工业，2005，26（19）：31-32.

[9] 陈谷，邰建辉.美国商业应用中的牧草质量及质量标准[J].中国牧业通讯，2010（11）：48-49.

[10] 田兵，冉雪琴，薛红，等.贵州42种野生牧草营养价值灰色关联度分析[J].草业学报，2014，23（1）：92-103.

[11] 刘国道，罗丽娟，白昌军，等.海南豆科饲用植物资源及营养价值评价[J].草地学报，2006，14（3）：254-260.