76份老芒麦种质资源的农艺性状综合评价

2022-12-01曾翰国岳佳铭张曙恒杨双凤刘桂霞李曼莉杨春华

草地学报 2022年11期

曾翰国，岳佳铭，张曙恒，衣琨，卫凯，杨双凤，刘桂霞，李曼莉*, 杨春华

(1.中国农业大学草业科学与技术学院，北京 100193; 2.河北大学生命科学学院，河北保定 071002)

老芒麦(ElymussibiricusL.)，别名西伯利亚野麦草(Siberian wildrye)，是多年生、自花授粉的异源四倍体植物，是披碱草属(ElymusL.)植物的模式种[1-2]。老芒麦在北半球温带地区分布较广，是欧亚大陆的广布种[3]，在我国主要分布在西藏、青海、甘肃、四川、新疆、内蒙古、河北等省区[4]，由于生境多样，我国的老芒麦形成了多样的遗传资源[5]。在青藏高原的亚高山草甸地区，老芒麦作为一种重要饲草在草地畜牧业中发挥了巨大作用，近年来，已经成为青藏高原地区栽培利用最为广泛的当家草种之一[6]。老芒麦高产优质和对寒冷干旱气候的良好适应性及良好的抗旱性[5，7-8]，可用于放牧、人工草地建植以及牧草改良、育种，在草地治理、种草养畜等方面同样具有重要作用。

我国对老芒麦的研究主要分为栽培和植物生理生态，而对种质资源的研究多集中其生理变化[5,9-10]。种质资源多样性分析是基因挖掘与利用的基础。对老芒麦种质资源的研究主要包括DNA分子标记[11]、蛋白质水平[2]、细胞水平[12]及表型分析[13-14]，其中表型研究最为广泛和深入[3]。吴瑞等[13]以国审登记品种‘青牧1号’和‘同德’老芒麦为对照，研究了青藏高原不同生态区域采集的11份老芒麦种质资源的种子产量和农艺性状，研究发现单序籽粒数、种子长、小穗数、穗长和单序籽粒重与种子产量显著正相关，其中单序籽粒数与种子产量间的正相关性最大，且其对种子产量增产的直接效应最大，可作为种用型老芒麦种子产量评价的关键性状。黄帆等[5]对多个地区的老芒麦资源的8个形态性状进行了研究，研究发现老芒麦种质资源遗传变异丰富，叶舌长度、叶长、小穗长及小花数等性状是造成老芒麦表型差异的主要因素。目前，利用种质产量农艺性状选育老芒麦的研究报道较少。本研究通过对76份老芒麦种质资源进行了表型性状的评价和多样性分析，并通过相关性分析、因子分析、聚类分析等，综合评价了种质资源，以期为河北省半干旱大陆季风气候区域老芒麦的种质创新和品种选育提供优质种质资源。

1 材料与方法

1.1 实验地概况

实验地位于河北省丰宁县鱼儿山镇鱼儿山牧场中国农业大学实验站(东经140°16′，北纬41°44′，海拔1 460 m)。该地属于半干旱大陆季风气候带，年平均气温为0.5℃，夏季气温平均是17.4℃，≥10℃积温为1 513.1℃，无霜期有85 d，全年降水量为366.93 mm。种植前土壤有机质含量为27.63 g·kg-1、速效氮含量为20.58 mg·kg-1、速效磷含量为10.40 m·kg-1、速效钾含量为53.25 mg·kg-1。

1.2 材料

76份老芒麦供试种质由全国畜牧总站牧草种质资源保存中心提供(表1)，其中包括1个地方品种，1份引进品种，2个育成材料和3个栽培品种及69份野生种质。

表1 供试老芒麦种质材料来源信息

1.3 试验设计

2019年7月4日采用条播方式进行播种，每列播种11份材料，最后一列播种10份材料，一共7列，共计76份种质资源。两列中间种植苜蓿作为保护行，行距为1 m。移栽当年成活后清除杂草1次，第2年进行中耕除草1次。

1.4 农艺性状指标

在2020年8月及2021年8月老芒麦成熟期各进行一次测定工作，每份种质取1 m样段用卷尺、游标卡尺等(±0.02 mm)测定农艺性状，测量参照中华人民共和国农业行业标准NY/T2486-2013《植物新品种特异性、一致性和稳定性测试指南披碱草属》[15]中的方法进行。其中株高、穗长、茎粗、旗叶宽、单株叶片数和每个穗的小穗数随机选取测定10个重复；小花数和单个小穗的种子数每个种质随机选取测定30个；样段中所有生殖枝数表示生殖枝数。

1.5 隶属函数

采用隶属函数分析农艺性状，利用公式(1)计算各个指标的隶属值[16]。

(1)

式中：Xi为指标测定值，Xmin和Xmax为所有参试材料某一指标的最小值和最大值。

此外，本研究隶属函数为筛选优秀种质以及为聚类分析分类提供参考(详见2.5 聚类分析)，结果分析中仅罗列排名前10及排名最后的10份种质。

1.6 数据分析

利用Excel 2019整理各性状数据及隶属函数分析，用Origin 2022进行正态性检验、表型变异分析，用SPSS Statistics 19.0进行因子分析，利用RStudio软件包进行农艺性状的相关性分析和聚类分析。

2 结果与分析

2.1 老芒麦种质资源遗传多样性分析

2.1.1矩形频率分布直方图分析将76份老芒麦种质两年的9个农艺性状数据进行矩形频率分布直方图展示(图1)，柱状条形图展现每一性状数据的分布情况，表示某一范围内数据出现的频率，曲线表示数据的正态分布曲线。从图1可以直观、快速看出9个纤维产量相关性状数据呈现很好的正态分布，数据分布范围较大，说明这76份老芒麦种质资源的确存在广泛的遗传多样性。株高、茎粗、叶片数、穗长、小穗数和种子数等6个农艺性状两年间正态曲线的差异较小；旗叶宽、生殖枝数和小花数两年间正态曲线差异较大。

图1 76份老芒麦种质资源农艺性状正态性检验

2.1.2变异系数分析 2020年及2021年测产的76份老芒麦种质资源材料的变异分析结果表明(表2)，9个数量性状变异系数的范围为5.67%～84.60%，呈现出较大的变幅。生殖枝数的变异系数两年均为最大，2020年为53.92%，变异幅度为21～464个；2021年生殖枝数的变异系数是84.60%，变幅为10～368个。小花数的变异系数两年均为最小，2020年变异系数最小为7.55%，变化幅度为3～4个；2021年小花数变异系数最小为5.67%，变化范围为2～4个。此外，茎粗、叶片数、穗长和种子数4个农艺性状的变异系数两年表现较为一致：茎粗多数为1.7 mm，叶片数多为3～4片，穗长多数为15 cm及每个小穗多数有3粒种子。生殖枝数两年差异较大，2021年变异系数较2020年上升30.72%；株高第二年出现下降5 cm，旗叶宽从2020年整体0.65 cm下降到2021年的0.45 cm；2020年小穗数多数为30个，2021年小穗数多数为25个。

表2 76份老芒麦种质资源农艺性状变异系数分析

2.2 相关性分析

老芒麦种质资源农艺性状相关性分析结果表明，除叶片数与其他性状呈负相关或较弱的正相关关系外，各性状间呈正相关关系(图2)。株高连续两年与其他性状呈显著正相关关系(P<0.05)；茎粗在2020年与2021年与穗长和小穗数呈极显著正相关关系(P<0.01)；叶片数2021年与旗叶宽呈极显著正相关关系(P<0.05)；旗叶宽2020年与2021年均与小花数呈极显著正相关关系(P<0.01)，2020年与穗长和小花数呈极显著正相关关系(P<0.01)，2021年与种子数呈极显著正相关关系(P<0.05)；生殖枝数两年均与小穗数呈极显著相关关系(P<0.01)，2021年与穗长及种子数呈极显著正相关关系(P<0.01)；小花数、穗长、小穗数3个农艺性状两年相关性结果均为两两之间呈极显著正相关关系(P<0.01)。除茎粗外，其他8个农艺性状两年数据之间均为极显著正相关(P<0.01)。

图2 76份老芒麦种质资源农艺性状的相关性分析

2.3 因子分析

对76份老芒麦种质资源的9个农艺性状进行因子分析(表3)，2020年前3个主成分因子的特征值均大于1，其中主因子的累计贡献率达到了68.679%，包含了9个农艺性状的绝大部分信息。因子1中茎粗(0.839)、穗长(0.892)和小穗数(0.808)性状具有最大载荷；在因子2中生殖枝数、小花数和种子数具有最大载荷；因子3的株高、叶片数的特征值分别为0.668，0.893。

表3 76份老芒麦种质资源农艺性状的因子分析

2021年前3个主成分因子的特征值均大于1，其中主因子的累计贡献率达到了73.137%，包含了9个农艺性状的绝大部分信息。因子1中穗长、小穗数、株高、生殖枝数、茎粗具有最大载荷，分别为0.859，0.849，0.832，0.734，0.650；小花数和种子数的特征向量值在因子2上具有较大载荷，分别为0.908，0.818；因子3中叶片数(0.893)和旗叶宽(0.525)具有最大载荷。

2.4 隶属性函数综合评价

牧草产量性状平均隶属函数值排序分析发现(表4)，2020年牧草产量性状综合排名第一的是20号种质，前3名种质平均隶属函数值较为接近，均大于0.8；排名4～10名种质隶属函数值范围在0.73～0.77之间。2021年牧草产量性状综合排名第一的是34号种质，前3名种质平均隶属函数值较为接近；4～10名老芒麦平均隶属函数值范围在0.61～0.63之间，此外20,27号及41号老芒麦两年综合排名均在前10名，牧草产量性状相对较好且相对稳定，且27号老芒麦的平局隶属函数值较2020年上升3名。

表4 76份老芒麦种质资源牧草产量性状的隶属函数值

种子产量综合性状隶属函数分析结果显示2020年种子产量性状综合排名第一的是8号种质，平均隶属函数值为0.84；2～10名的种质平均隶属函数值范围在0.64～0.74之间(表5)。2021年种子产量性状综合排名第一的是33号种质，4～9名种质平均隶属函数值较为接近；第10名平均隶属函数值为0.57。此外，8，13，27，33及41号老芒麦两年综合排名均在前10名，种子产量性状相对较好且相对稳定，2021年8号和13号老芒麦排名均下降7名，27号老芒麦相较2020年平均隶属函数值排名下降两名，33号和41号种质排名分别上升8名和5名。

表5 76份老芒麦种质资源种子产量性状的隶属函数值

2.5 聚类分析

将76份老芒麦种质两年农艺性状进行聚类分析划分为三大类(图3)，依据牧草农艺性状平均隶属值和种子农艺性状平均隶属值的排名分为优势类、良好类及后备类，前10的种质一共23种，其中16份种质分布在第Ⅰ类群，5份种质分布在第Ⅱ类群，2份种质分布在第Ⅲ类群；牧草农艺性状平均隶属值和种子农艺性状平均隶属值后10的种质一共20种，其中没有种质分布在第Ⅰ类群，5份种质分布在第Ⅱ类群，15份种质分布在第Ⅲ类群。因此，第Ⅰ类群为优势类，共24份种质(青海1份，河北1份，甘肃2份，北京6份，内蒙古7份，新疆7份)；第Ⅱ类群为良好类，共27份种质(青海1份，四川1份，山西1份，甘肃3份，内蒙古4份，新疆8份，北京9份)；第Ⅲ类群为后备类，共25份种质(俄罗斯1份，吉林1份，青海2份，四川2份，甘肃2份，内蒙古2份，新疆3份，北京3份，山西9份)。

图3 76份老芒麦种质资源聚类图

3 讨论

3.1 种质资源遗传多样性

我国老芒麦种质资源丰富，但用于实际生产的老芒麦品种较少[3]，而新品种选育离不开种质资源的收集和评价。目前，利用形态学多样性对老芒麦种质资源的研究较为广泛和深入[3]。本试验中9个农艺性状均满足正态分布曲线，4个牧草产量性状和3个种子产量性状连续两年变异系数大于10%，一般变异系数大于10%表示样本间差异较大[17-19]，表明野生老芒麦种质形态学性状变异广泛，其中与牧草产量和种子产量相关的形态性状变异较大，这与鄢家俊[12]的研究结果一致；农艺性状的正态分布及较大的变异幅度表明来自我国不同地区老芒麦种质资源表型多样性丰富，这与熊潮慧等[20]和黄帆等[5]的研究结果一致。

3.2 种质资源相关性

相关系数反映了不同性状之间的相关程度，可用于选择多个相关性状[21]。株高与茎粗及旗叶宽呈显著的正相关关系，表明植株越高，茎秆越粗，旗叶越宽。本研究结果表明，种子产量性状小穗数与生殖枝数、小花数及穗长相互间均呈显著的正相关关系，表明小穗数越多，生殖枝就越多,小花数越多，穗也越长，这与吴瑞等[13]结果一致。李瑶等[14]对39份老芒麦种质资源研究表明，株高与种子产量性状中的花序长、穗长、小穗数呈显著正相关关系，与小花数不相关，本研究株高与小花数呈显著正相关关系，其他种子产量性状和株高的相关性与前人研究结果一致，这可能与材料及栽培地差异有关，李瑶等[14]的39份材料中26份来自青海，种植于海拔580 m的干旱区，而本研究中青海的种质仅4份，种植于海拔1 460 m的半干旱坝上高原区。张荟荟等[22]对不同区域采集的老芒麦种质种植于新疆呼图壁县农艺性状调查，证明不同区域的材料对栽培地适应能力不同。

3.3 种质资源因子分析

种质资源相关性结果若表现为多对农艺性状之间存在显著或极显著的相关性，导致性状间的联系较为复杂，无法提供简洁的规律，则应用因子分析方法[23]。因子分析作为一种多元分析方法，能够分析变量之间相关系数矩阵内部结构，从而将多个相关变量综合为少数几个可以涵盖原始变量的主因子[24]。本研究利用因子分析将76份老芒麦种质资源9个农艺性状归为3个因子，茎粗、穗长及小穗数连续两年在因子1具有较高载荷量，穗长具有最大载荷量，因此因子1为穗长因子；小花数和种子数连续两年在因子2具有较高载荷量，小花数是潜在的种子数量，故将因子2称为种子数因子；因子3中叶片数连续两年具有最大载荷量，因子3称为叶片数因子。老芒麦穗长和种子数造成老芒麦表型差异的主要因素的结果与黄帆等[5]的研究结果一致。

3.4 种质资源隶属函数分析

隶属函数进行多指标综合评价，提高了种质资源综合评价的准确性，使试验结果更加可靠[25]。本研究利用隶属函数分析了种质资源的种子产量农艺性状、牧草产量农艺性状，结合两年数据共筛选出牧草产量性状表现好的种质3份，种子产量性状表现好的种质5份。此外，牧草产量性状与综合农艺性状的平均隶属函数值2021年较2020年前10名下降，可能是2021年降雨量较多引起。研究表明淋溶会降低土壤肥力[26]，而土肥直接影响牧草产量和品质[27]。第二年土壤肥力下降又未施肥，导致牧草产量性状的下降，种质资源间的差异减少。此外，对于老芒麦来说，一般第二年、第三年都会出现衰退现象。

3.5 种质资源聚类分析

聚类分析和隶属函数分析是种质资源综合评价的必要手段，已在种质资源研究中广泛应用[18,25,28-31]。聚类分析将不同种质划分为3大类群，优势类群的来源地主要为内蒙古和北京，山西的10份种质9份属于后备类群，可能与内蒙古及北京地区与试验地地理位置相近，山西与河北的气候差异较大引起，林玲等研究表明气候带与海拔直接影响引种的成活与繁殖[32]。

3.6 老芒麦种质资源的应用

高原特殊的自然条件，狂风暴雨频发，常引起盛花期或灌浆期老芒麦倒伏[33]，影响种子产量。培育矮杆、茎粗品种，可以提高禾本科牧草的抗倒伏能力[34]，本研究中20与41号种质茎粗的隶属函数两年评价都较高，43号种质两年的株高隶属函数值均较低，可作为抗倒伏亲本材料，与种子产量性状综合表现好的亲本材料，共同培育抗倒伏且种子产量高老芒麦品种。

叶片中蛋白质含量和矿物质含量比茎中的高，叶片中的粗纤维含量要比茎中的低，所以叶片数越多，牧草的营养品质也越好，适口性也好[35]。本研究中20，34，61，73号老芒麦的叶片数在两年中均较多，可作为牧草品质的培育的亲本材料。

老芒麦旗叶影响其种子宽、穗重和百粒重，进而影响其种子活力和种子产量[36]，本研究同样发现旗叶宽与种子产量农艺性状具有显著相关性(图2)。8号种质隶属函数两年表现最佳(表4)，且种子产量农艺性状平均隶属函数均在前10名(表5)，说明旗叶宽可能影响种子产量，因此，旗叶宽隶属函数较好的28，63，64号种质可作为培育高产种子牧草的亲本材料。