18个燕麦品种(系)在白银市沿黄河灌区的生产性能研究
Research on the Production Performance of 18 Oat Varieties (Lines) in the Irrigation Area along the Yellow River in Baiyin City
收稿日期: 2024-01-29 修回日期: 2024-03-18 网络出版日期: 2024-04-22
基金资助: |
|
Received: 2024-01-29 Revised: 2024-03-18 Online: 2024-04-22
作者简介 About authors
罗健科,主要从事燕麦育种研究,E-mail:
为深入分析白银市沿黄河灌区燕麦品种的综合生产性能、丰产潜力及其影响因素,试验选取适宜水浇地种植的18个燕麦品种(系)的16个指标进行灰色关联度、主成分分析、相关和通径分析。结果表明,农艺性状中与籽粒产量相关系数居前5位的依次是成穗数(0.45)、千粒重(0.40)、单株粒重(0.15)、叶茎比(0.09)、株高(0.08);与干草产量相关系数居前5位的依次是生育期(0.73)、株高(0.60)、叶茎比(0.47)、主穗长(0.44)、千粒重(0.43);籽粒产量与各性状关联度前3名为生育期>千粒重>单株粒重。干草产量与各性状关联度前3名为成穗数>旗叶长>苗数。综合评判,银燕8号、银燕6号、航燕1号适宜作为粮用籽粒型燕麦;定燕2号、银燕9号适宜作为饲用麦草型燕麦品种示范推广、开发应用。
关键词:
In order to deeply analyze the comprehensive production performance, high yield potential, and influencing factors of oat varieties in the irrigation area along the Yellow River in Baiyin, the experiment selected 16 indexes of 18 oat varieties (lines) suitable for planting in irrigated fields for gray correlation degree, principal component analysis, correlation, and path analysis. The results showed that among the agronomic traits, the top five correlation coefficients with grain yield were ear number (0.45), 1000-grain weight (0.40), grain weight per plant (0.15), leaf-stem ratio (0.09), and plant height (0.08); The top five correlation coefficients with hay yield were growth period (0.73), plant height (0.60), leaf-stem ratio (0.47), main ear length (0.44), 1000- grain weight (0.43); The top three traits associated with oat seed yield were growth period > 1000-grain weight > single plant grain weight. The top three traits associated with oat hay yield were number of ears > flag leaf length > seedling number. According to the comprehensive judgment, Yinyan 8, Yinyan 6, and Hangyan 1 are appropriate for grain seed type oat varieties, while Dingyan 2 and Yinyan 9 are appropriate for the demonstration, promotion, and application of forage and grass oat varieties.
Keywords:
本文引用格式
罗健科, 张克厚, 王泽宇, 张平珍, 南铭.
Luo Jianke, Zhang Kehou, Wang Zeyu, Zhang Pingzhen, Nan Ming.
燕麦(Avena sativa L.)属禾本科(Poaceae)燕麦属,是世界第六大粮食作物,也是仅次于小麦、玉米和水稻的第四大谷物。燕麦具有抗旱、耐贫瘠、耐适度盐碱等特点[1-2],是我国北方干旱、半干旱地区粮饲兼用的特色优势农作物。燕麦含有较高的蛋白质(11.20%~19.90%)、脂肪、β-葡聚糖、可溶性膳食纤维和特有的多酚化合物、氨基酸、矿物质和维生素等营养素成分;裸燕麦籽粒因特有的营养功能,其产品颇受人们青睐,皮燕麦籽粒常作为牛羊等家畜的优质饲料;燕麦草粗蛋白含量较高、酸性(中性)洗涤纤维含量较低且适口性好、易消化,缓解反刍家畜“冬瘦春乏”效果显著,而在高海拔寒旱区草食畜牧业中发挥着重要作用。
燕麦作为粮饲兼用、粮草双收、营养全面且能量均衡的特色优良农作物,传统上多在旱作农业区种植生产,因而,相关的研究也集中于高寒旱作地带燕麦的生产性能和栽培技术等领域,针对灌溉条件下的燕麦品种培育筛选研究较少。白银市是甘肃中部重要的燕麦生产区,传统种植多集中在二阴山区旱作地带,主栽品种普遍存在纯度不高、产量低、混杂退化等现象,严重制约着燕麦产业的快速健康发展。近年来,白银市农业科学研究所着眼燕麦产业升级提档,针对高产广适、优质抗病的燕麦新品种稀缺问题,在该市沿黄河灌区探索开展“旱作进水(浇)地、低产变高产”的试验研究,持续引进和自主培育适宜水浇地种植的燕麦品种,取得了比较显著的效果。为了更加深入地探讨和分析白银市沿黄河灌区燕麦品种资源的丰产潜力,科学准确地评价各农艺性状因子对品种生产性能的综合影响,本试验选取适宜水浇地种植的18个燕麦品种(系)的12个主要农艺性状与籽粒产量、鲜草产量、干草产量进行灰色关联度、相关性和通径分析,明确燕麦主要农艺性状与产量的关联度,为筛选适宜甘肃中部沿黄河灌区乃至西北地区水浇地种植的优良燕麦品种、以及品种培育和产业开发提供参考。
1 材料与方法
1.1 试验材料
18 个供试燕麦品种(系)见表1,试验种子纯度、净度和发芽率等指标均符合相关质量标准。
表1 参试燕麦品种(系)
Table 1
编号Number | 品种Variety | 来源Source |
---|---|---|
Y1 | 坝莜6号 | 中国河北张家口市农业科学院 |
Y2 | 高719 | 中国宁夏固原市农业科学研究所 |
Y3 | 航燕1号 | 中国甘肃白银市农业科学研究所 |
Y4 | 坝莜1号 | 中国河北张家口市农业科学院 |
Y5 | GL380 | 中国河北张家口市农业科学院 |
Y6 | 银燕6号 | 中国甘肃白银市农业科学研究所 |
Y7 | 花早2号 | 中国河北张家口市农业科学院 |
Y8 | 宁莜1号 | 中国宁夏固原市农业科学研究所 |
Y9 | 银燕8号 | 中国甘肃白银市农业科学研究所 |
Y10 | 定莜8号 | 中国甘肃定西市农业科学院 |
Y11 | 白燕2号 | 中国吉林白城市农业科学院 |
Y12 | 蒙燕7304 | 中国内蒙古农业科学院 |
Y13 | 定燕2号 | 中国甘肃定西市农业科学院 |
Y14 | 冀张燕5号 | 中国河北张家口市农业科学院 |
Y15 | P458806 | 加拿大 |
Y16 | C6142 | 美国 |
Y17 | PAUL | 美国 |
Y18 | 银燕9号 | 中国甘肃白银市农业科学研究所 |
1.2 试验地概况
试验设在甘肃省白银市农业科学研究所试验场(靖远县河靖坪村,104º38′ E,36º32′ N),地处甘肃中部沿黄河灌区,海拔1570 m,平均气温8.5 ℃,无霜期170 d,≥10℃的有效活动积温3100 ℃,年平均降水量224 mm,蒸发量1600 mm,属温带干旱半干旱大陆性气候。土壤为黄绵土,pH 8.41,土壤含有机质11.96 g/kg、全氮0.65 g/kg、碱解氮40.31 mg/kg、全磷0.95 g/kg、有效磷16.25 mg/kg、全钾20.5 g/kg、速效钾145 mg/kg。试验田自然生态环境及土壤、农业生产条件在甘肃省中部沿黄河灌区有较好的代表性。
1.3 试验设计及田间管理
试验于2021-2022连续开展2年,均在3月13日播种。试验采用随机区组设计,设3次重复,小区面积9.6 m2(8.0 m×1.2 m),人工开沟条播,行距0.2 m,小区间走道0.6 m,播种量180 kg/hm2,播后覆土3~4 cm。燕麦拔节期和灌浆期各灌水1次,灌溉量600 m3/hm2,人工除草2次。播前施适量复合肥、磷酸二铵、有机肥作基肥,拔节期施尿素150 kg/hm2作追肥。田间防虫和防病,常规管理同当地大田水平。
1.4 记载标准
各项农艺性状指标严格依据《燕麦种质资源描述规范和数据标准》[9]进行记载。
1.5 测定指标与方法
选取燕麦生育期、株高等13个农艺性状,以及籽粒、鲜草、干草3个产量结果共16个指标。
1.5.1 田间调查指标
生育期X0(GD):从当年播种开始观测记载各品种(系)出苗期、拔节期、抽穗期、开花期和成熟期,并计算出各品种(系)的生育期。苗数X1(SN):试验田出苗完全后,在每个品种(系)的3个重复小区中各随机选取2 m2的面积,统计基本苗数,取其平均值后算出小区基本苗。分蘖数X2(TN):试验田出苗完全后,在每个品种(系)的3个重复小区中各随机选取2 m2的面积,统计基本苗数,取其平均值后算出分蘖数。成穗数X3(EN):试验田抽穗期结束进入灌浆期时,在每个品种(系)的3个重复小区中各随机选取2 m2的面积,统计有效穗数,取其平均值后算出小区成穗数。株高X4(PH):试验田成熟期,在各小区随机选取20株长势能够代表该小区整体长势水平的植株,用卷尺测量其主茎从地表面到穗顶部(不含芒)的距离,并取平均值。
1.5.2 室内考种指标
待燕麦成熟后,在参试品种(系)的3个重复小区中各随机选取20株,晾晒风干后,进行室内考种,按照《燕麦种质资源描述规范和数据标准》[9]测定旗叶长X5(LL)、旗叶宽X6(LW)、小穗数X9(SBN)、单株粒数X10(GNS)、单株粒重X11(GNW)、千粒重X12(TGW)等指标。
1.5.3 其余指标
叶茎比X7(LSR):燕麦刈割前乳熟期至蜡熟期,每个小区随机选取30株燕麦将茎和叶分离,于105 ℃杀青1 h,70 ℃烘48 h后冷却,再分离茎叶,称其干重,叶茎比=叶干重/ 茎干重。主穗长X8(MSL):测量其主穗从穗基部第一轮层到顶部小穗(不含芒)的长短。籽粒产量X13(GY):燕麦成熟后,试验小区全收脱粒,实测籽粒重量,并扣除鲜草取样的面积后折算为小区产量。鲜草产量X14(FY):燕麦生长进入乳熟期时,在3个重复小区各选取1 m2的面积,用镰刀从第一个茎节刈割燕麦植株的地上部分,现场称重并测算鲜草产量。干草产量X15(HY):从每份重复样品中随机取1 kg鲜草,叶置于105 ℃烘箱杀青30 min,之后65 ℃烘干至恒重,计算小区干草产量[10]。
1.6 数据处理
2 结果与分析
2.1 不同燕麦品种的植物学及产量性状分析
对参试的18个燕麦品种(系)的生育期、分蘖数、株高、旗叶长、主枝穗长、小穗数等性状进行分析,由表2可知,各品种(系)的生育期介于89.33~105.67 d,其中,Y15的生育期最长,为105.67 d,Y16的生育期最短。分蘖数介于2.03~4.07个,其中最多的是Y18,最少的是Y4,二者差异显著。株高介于109.50~152.33 cm,最高的是Y10,最矮的是Y16,二者均与其他品种达到显著差异。主穗长介于14.65~31.29 cm,其中最长的是Y16,最短的是Y1。旗叶长介于34.54~19.47 cm,其中最长的是Y18,最短的是Y5;旗叶宽介于1.57~ 3.18 cm,最窄的是Y5,最宽的是Y13;大部分品种间差异显著(P<0.05)。各品种的平均叶茎比介于0.19~0.28,最大的是Y18,最小的是Y1,品种间差异不显著。各品种的成穗数介于2770~4082.28,其中最多的是Y3,最少的是Y16,二者均与其他品种达到显著差异。小穗数介于45.83~115.83,其中最多的是Y18,最少的是Y12,且均与其他品种达到显著差异。单株粒数介于94.60~178.20,其中最多的是Y13,与除Y18外的其他品种达到显著差异;最少的是Y12,与其他品种均达到显著差异。单株粒重介于1.86~4.11 g,其中最重的是Y15,与Y12差异显著,与其他品种差异不显著;最轻的是Y12,与Y15、Y13差异显著,与其他品种差异不显著。千粒重介于17.80~28.18 g,其中最大的是Y14,与除Y13外的其他品种达到显著差异;最小的是Y2,与其他品种均达到显著差异。
表2 不同燕麦品种(系)性状
Table 2
编号Number | 生育期GP (d) | 苗数SN | 分蘖数TN | 成穗数EN | 株高PH (cm) | 旗叶长LL (cm) | 旗叶宽LW (cm) | 叶茎比LSR | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Y1 | 95.00±1.00c | 2368.69±66.67de | 2.43±0.12b | 3105.84±95.58ef | 127.72±1.37d | 22.29±0.94e | 1.81±0.02bc | 0.19±0.02a | |||||||
Y2 | 94.33±0.58c | 2835.67±61.01bc | 2.50±0.27b | 2802.77±142.34g | 115.93±1.52h | 19.47±0.57f | 1.62±0.01bc | 0.22±0.02a | |||||||
Y3 | 95.67±0.58c | 3211.66±57.17a | 3.20±0.10ab | 4082.28±376.71a | 130.29±1.77c | 22.48±1.00e | 1.92±0.03bc | 0.25±0.01a | |||||||
Y4 | 98.67±1.53bc | 1920.09±45.40f | 2.03±0.25b | 2833.14±330.60g | 131.17±2.95c | 19.91±0.42f | 1.64±0.01bc | 0.26±0.10a | |||||||
Y5 | 95.33±1.53c | 2042.13±35.95ef | 2.43±0.06b | 3202.54±79.23e | 127.04±3.46d | 19.47±0.62f | 1.57±0.02bc | 0.23±0.01a | |||||||
Y6 | 95.33±2.52c | 2401.17±35.52d | 3.13±0.21ab | 3806.25±78.16b | 122.41±3.86ef | 20.23±0.66f | 1.61±0.02bc | 0.22±0.01a | |||||||
Y7 | 96.67±0.58bc | 2338.68±60.84de | 2.90±0.10ab | 3214.13±263.49e | 126.09±2.92d | 20.70±0.30f | 1.61±0.02bc | 0.23±0.01a | |||||||
Y8 | 94.00±1.00c | 2651.70±114.58c | 3.00±0.10ab | 3434.99±214.03d | 141.90±2.43b | 24.11±0.79d | 1.72±0.02bc | 0.23±0.01a | |||||||
Y9 | 92.33±1.16cd | 2820.15±84.29bc | 3.23±0.06ab | 3794.77±83.64bc | 110.71±1.60h | 20.06±0.39f | 1.67±0.02bc | 0.23±0.01a | |||||||
Y10 | 97.67±0.58bc | 2835.99±53.82bc | 3.80±0.27a | 3811.92±80.53b | 152.33±3.32a | 23.56±0.51de | 2.03±0.01ab | 0.21±0.01a | |||||||
Y11 | 97.33±1.16bc | 2934.07±40.42b | 3.50±0.10ab | 3699.37±76.93c | 124.65±2.23e | 20.04±0.20f | 1.91±0.02bc | 0.21±0.01a | |||||||
Y12 | 94.33±0.58c | 2558.10±41.33c | 3.33±0.21ab | 3408.78±106.17d | 121.64±1.63f | 19.58±0.35f | 1.87±0.02bc | 0.21±0.01a | |||||||
Y13 | 100.33±1.16b | 2341.84±64.62de | 3.97±0.29a | 2997.71±80.16f | 142.06±1.28b | 33.98±1.46ab | 3.18±0.06a | 0.26±0.01a | |||||||
Y14 | 95.33±1.53c | 2216.95±69.18e | 3.50±0.10ab | 3137.14±107.62ef | 121.33±2.24f | 32.95±1.13b | 2.81±0.03ab | 0.27±0.02a | |||||||
Y15 | 105.67±0.58a | 2337.68±40.31de | 3.87±0.21a | 2875.25±128.68fg | 118.84±1.37g | 33.34±0.92ab | 2.86±0.11ab | 0.25±0.01a | |||||||
Y16 | 89.33±1.53d | 2226.20±24.67e | 3.17±0.15ab | 2770.13±45.70g | 109.50±2.45i | 31.14±0.35c | 2.58±0.03ab | 0.24±0.01a | |||||||
Y17 | 94.33±0.58c | 2125.81±43.36ef | 3.60±0.10ab | 2886.00±35.24f | 122.78±2.68ef | 31.37±0.58c | 2.66±0.03ab | 0.26±0.01a | |||||||
Y18 | 101.67±1.53b | 2404.95±60.32d | 4.07±0.15a | 3116.72±94.17ef | 143.17±2.27b | 34.54±0.59a | 3.02±0.03a | 0.28±0.01a | |||||||
编号Number | 主穗长MSL (cm) | 小穗数SBN | 单株粒数GNS | 单株粒重GNW (g) | 千粒重TGW (g) | 籽粒产量GY (kg) | 干草产量HY (kg) | ||||||||
Y1 | 14.65±1.27g | 58.33±3.82g | 133.10±3.44d | 2.86±0.05ab | 25.70±0.30bc | 4.84±0.05b | 9.12±0.53d | ||||||||
Y2 | 19.90±0.57ef | 53.33±1.44gh | 130.35±4.95de | 2.64±0.02ab | 17.80±0.12d | 4.69±0.04b | 8.22±0.92e | ||||||||
Y3 | 22.97±0.68d | 63.33±1.44fg | 128.15±19.34de | 2.66±0.10ab | 27.08±0.18b | 5.72±0.10ab | 14.37±0.63a | ||||||||
Y4 | 20.65±1.66e | 47.50±2.50gh | 121.55±14.03e | 2.54±0.17ab | 26.41±0.16bc | 5.45±0.03ab | 13.25±0.25ab | ||||||||
Y5 | 18.93±0.36f | 63.33±2.89fg | 112.75±12.38f | 2.52±0.07ab | 26.04±0.35bc | 5.69±0.05ab | 13.33±0.19ab | ||||||||
Y6 | 20.35±0.63e | 65.83±1.44f | 146.30±7.44c | 2.79±0.04ab | 25.91±0.53bc | 5.76±0.08ab | 11.55±0.92c | ||||||||
Y7 | 21.92±0.46de | 61.67±3.82fg | 116.05±13.23f | 2.50±0.16ab | 27.05±0.83b | 5.71±0.05ab | 12.80±0.44bc | ||||||||
Y8 | 27.50±2.16bc | 65.00±5.00f | 132.00±10.82d | 2.84±0.01ab | 25.00±0.14c | 5.19±0.01ab | 11.37±0.41c | ||||||||
Y9 | 21.17±0.63de | 75.00±2.50de | 152.90±5.04bc | 2.96±0.06ab | 24.79±0.53c | 5.92±0.07ab | 12.25±0.93b | ||||||||
Y10 | 22.28±0.88de | 61.67±1.44fg | 133.10±3.44d | 2.26±0.03ab | 21.13±0.82cd | 4.40±0.12b | 14.08±0.43a | ||||||||
Y11 | 20.27±0.73e | 64.17±3.82f | 122.10±10.30e | 2.31±0.06ab | 24.81±0.20c | 5.26±0.03b | 12.49±0.19bc | ||||||||
Y12 | 17.83±0.28f | 45.83±6.29h | 94.60±9.95g | 1.86±0.01b | 25.22±0.58c | 4.80±0.06b | 12.40±0.17bc | ||||||||
Y13 | 29.31±1.01b | 108.33±11.27b | 178.20±13.10a | 4.10±0.21a | 27.71±0.47ab | 6.12±0.03a | 14.49±0.22a | ||||||||
Y14 | 23.31±0.60d | 94.17±7.64c | 135.85±4.15d | 3.07±0.05ab | 28.18±1.06a | 6.43±0.04a | 13.07±0.45ab | ||||||||
Y15 | 26.10±0.22c | 91.67±5.20c | 157.72±11.68b | 4.11±0.11a | 26.39±0.65b | 3.67±0.06c | 12.65±0.56bc | ||||||||
Y16 | 22.20±0.27de | 71.67±3.82e | 125.95±7.44e | 2.48±0.10ab | 25.65±1.28bc | 3.24±0.09c | 10.74±0.32cd | ||||||||
Y17 | 23.07±0.27d | 78.33±6.29d | 149.05±5.80bc | 3.01±0.13ab | 26.48±1.04b | 3.56±0.03c | 11.46±0.15c | ||||||||
Y18 | 31.29±1.33a | 115.83±12.83a | 177.10±7.44a | 3.33±0.06ab | 25.55±1.04bc | 3.78±0.11c | 14.46±0.07a |
不同小写字母表示同一指标不同品种(系)间差异显著(P < 0.05),下同。
Different lowercase letters indicate significant among different varieties (lines) for the same index at 0.05 level, the same below.
2.2 不同燕麦品种性状遗传多样性分析
为进一步计算各指标的多样性指数,将苗数、成穗数、籽粒产量、干草产量等折算成公顷产量,见表3,可以看出,参试燕麦各性状呈现出不同的遗传多样性。其中,小穗数的变异系数最大(26.61%),旗叶宽(25.84%)、旗叶长(23.25%)、单株粒重(19.77%)等指标的变异系数较大;说明这些性状指标品种间差异很大。生育期(3.69%)、株高(8.78%)、千粒重(9.21%)等指标的变异系数较小,说明这些性状指标品种间差异较小。多样性指数分析表明,株高(0.9351)、干草产量(0.9065)、籽粒产量(0.9008)、单株粒重(0.8983)、成穗数(0.8961)、旗叶长(0.8637)、千粒重(0.8559)、单株粒数(0.8546)、小穗数(0.8356)、旗叶宽(0.8269)等指标的多样性指数较大,说明上述性状指标的多样性较为丰富;而生育期(0.6032)、分蘖数(0.6124)的多样性指数较小,说明这2个性状的多样性较差。
表3 参试燕麦品种农艺性状的多样性指数
Table 3
指标 Index | 最大值 Max. | 最小值 Min. | 极差 Range | 平均值 Mean | 标准差 Standard | 变异系数 Coefficient of variation (%) | 方差 Variance | 偏度 Skewness | 峰度 Peakness | 多样性指数 Diversity index |
---|---|---|---|---|---|---|---|---|---|---|
生育期GP (d) | 105.67 | 89.33 | 16.33 | 96.30 | 3.56 | 3.69 | 13.38 | 0.51 | 1.78 | 0.6032 |
苗数SN | 334.55 | 200.01 | 134.54 | 257.94 | 34.67 | 13.44 | 1272.48 | 0.39 | -0.32 | 0.7215 |
分蘖数TN | 4.07 | 2.03 | 2.03 | 3.20 | 0.56 | 17.51 | 0.33 | -0.41 | -0.52 | 0.6124 |
成穗数EN | 425.24 | 288.56 | 136.68 | 341.32 | 41.51 | 12.16 | 1824.65 | 0.27 | -0.95 | 0.8961 |
株高PH (cm) | 152.33 | 109.50 | 42.83 | 127.20 | 11.17 | 8.78 | 132.13 | 0.54 | 0.02 | 0.9351 |
旗叶长LL (cm) | 34.54 | 19.47 | 15.08 | 24.96 | 5.80 | 23.25 | 35.64 | 0.30 | -1.46 | 0.8637 |
旗叶宽LW (cm) | 3.18 | 1.57 | 1.61 | 2.12 | 0.55 | 25.84 | 0.32 | 0.44 | -1.08 | 0.8269 |
叶茎比LSR | 0.28 | 0.19 | 0.09 | 0.24 | 0.02 | 10.10 | 0.00 | 0.10 | -0.62 | 0.7082 |
主穗长MSL (cm) | 31.29 | 14.65 | 16.64 | 22.43 | 3.95 | 17.61 | 16.52 | 0.55 | 0.57 | 0.7358 |
小穗数SBN | 115.83 | 45.83 | 70.00 | 71.39 | 18.99 | 26.61 | 382.03 | 0.80 | 0.48 | 0.8356 |
单株粒数GNP | 178.20 | 94.60 | 83.60 | 135.93 | 20.80 | 15.30 | 457.97 | 0.19 | 0.33 | 0.8546 |
单株粒重GWP (g) | 4.11 | 1.86 | 2.25 | 2.82 | 0.56 | 19.77 | 0.33 | 0.74 | 1.38 | 0.8983 |
千粒重TGW (g) | 28.18 | 17.87 | 10.31 | 25.39 | 2.34 | 9.21 | 5.79 | -1.48 | 5.47 | 0.8559 |
籽粒产量GY (kg/hm2) | 6163.18 | 3371.31 | 2791.87 | 5067.38 | 845.09 | 16.68 | 756 190.44 | -0.30 | -0.70 | 0.9008 |
干草产量HY (kg/hm2) | 15 092.60 | 8565.45 | 6527.15 | 12 852.98 | 1756.92 | 13.67 | 3 268 330.53 | -0.94 | 0.76 | 0.9065 |
参试燕麦品种小区收获测产后,籽粒折算为公顷产量,居前3位的是银燕8号、银燕6号、航燕1号,分别为6163.18、6000.11、5962.25 kg/hm2;干草产量居前2位的是定燕2号和银燕9号,分别为15 092.60和15 059.95 kg/hm2。
2.3 不同燕麦品种(系)主成分分析法综合评价
由图1可知,株高与生育期呈现显著正相关(R=0.59);旗叶长与分蘖数、主穗长、叶茎比、小穗数、单株粒数和单株粒重之间均呈正相关关系,且与主穗长(R=0.88)之间的相关性最强;小穗数与分蘖数、旗叶长、旗叶宽、叶茎比、主穗长之间呈正相关关系,而与旗叶长(R=0.79)之间的相关性最强;单株粒数、单株粒重两者之间的相关系数为R=0.85;籽粒产量与成穗数、千粒重、单株粒数之间呈正相关关系,相关系数依次为0.45、0.40、0.02;干草产量与生育期、株高和叶茎比均呈显著正相关关系,其中干草产量与生育期(R= 0.73)相关性最强;苗数与千粒重(R=-0.58)和叶茎比之间(R=-0.49)均呈显著负相关关系,这说明当苗数过高时,会导致叶茎比和千粒重的下降,进而影响饲草适口性和籽粒产量,在生产中应掌握好适宜的播种量保持适当的基本苗数。
图1
图1
18个燕麦品种(系)不同农艺性状之间的相关性
*: P≤0.05.
Fig.1
Correlation between different agronomic traits of 18 oat varieties (lines)
为了更充分地表达参试燕麦品种(系)各类产量性状与农艺性状之间的关系,选择贡献率较大的PC1(43.9%)作横轴、PC2(17.0%)作纵轴绘制PCA-Biplot双标图。从图2可以看出,18个燕麦品种(系)在4个象限中均有分布,表明品种(系)来源比较广泛;农艺性状在PC1和PC2上区分较为明显,可以为筛选不同育种目标的品种作为参考。苗数、成穗数与籽粒产量、鲜草产量距离很近,说明成穗数和苗数对籽粒产量、鲜草产量有正效应;株高与干草产量距离较近,说明株高对干草产量有正效应;千粒重与单株粒重距离较近,说明两者之间存在正向效应。
图2
图2
18个燕麦品种(系)不同农艺性状之间的主成分分析
Fig.2
Principal component analysis among different agronomic traits of 18 oat varieties (lines)
对参试燕麦的15个指标进行主成分分析,结果(表4)显示,提取的4个主成分方差贡献率依次为43.86%、16.99%、12.75%、7.84%;累计贡献率为81.44%,可解释所有信息的81.44%。第1主成分特征值为6.58,贡献率43.86%,小穗数、旗叶长、旗叶宽和叶茎比在PC1中载荷绝对值较高,其特征向量所凝聚的信息主要为燕麦植株的营养生长状况,可解析为综合因子。第2主成分特征值为2.55,贡献率16.99%,PC2中成穗数、基本苗载荷绝对值最高,可解析为苗情因子,第3主成分特征值为1.91,贡献率12.75%,PC3中载荷绝对值最高的是千粒重和籽粒产量,可解析为产量因子。以燕麦高产为育种目标时,PC3越大,产量越高。第4主成分特征值为1.18,贡献率7.84%,载荷绝对值最高的是株高,可解析为株高因子,株高是影响燕麦抗倒伏的重要因素,PC4越小,抗倒伏性越强。
表4 不同燕麦品种(系)各性状主成分得分系数矩阵
Table 4
指标 Index | 主成分因子Principal component factor | |||
---|---|---|---|---|
主成分1 PC1 | 主成分2 PC2 | 主成分3 PC3 | 主成分4 PC4 | |
X1 | -0.10774 | 0.46842 | -0.21918 | -0.36928 |
X2 | 0.28450 | 0.23997 | -0.11571 | -0.35599 |
X3 | -0.11725 | 0.49346 | 0.21523 | -0.36508 |
X4 | 0.10749 | 0.38559 | -0.02050 | 0.51003 |
X5 | 0.36359 | -0.12285 | -0.09985 | -0.06171 |
X6 | 0.36011 | -0.07068 | -0.10514 | -0.07140 |
X7 | 0.30903 | -0.07879 | 0.17339 | 0.16740 |
X8 | 0.33416 | 0.16178 | -0.03972 | 0.06155 |
X9 | 0.36987 | 0.04226 | -0.01888 | -0.08078 |
X10 | 0.31796 | 0.07725 | -0.14436 | -0.09769 |
X11 | 0.31754 | -0.05663 | -0.04611 | -0.02433 |
X12 | 0.17313 | -0.11625 | 0.55860 | -0.04202 |
X13 | -0.08133 | 0.20368 | 0.49199 | 0.07667 |
X14 | -0.03748 | 0.30974 | -0.36908 | 0.48417 |
X15 | 0.19077 | 0.34124 | 0.35432 | 0.20985 |
特征值Eigenvalue | 6.58 | 2.55 | 1.91 | 1.18 |
贡献率Contribution rate (%) | 43.86 | 16.99 | 12.75 | 7.84 |
累计贡献率Cumulative contribution rate (%) | 43.86 | 60.85 | 73.60 | 81.44 |
2.4 品种(系)与性状灰色关联度分析
根据灰色关联度系统分析理论,将供试品种(系)或性状归纳为一个灰色系统,而每一个品种(系)或者性状就是该系统的一个因素,分析系统中各因素的关联度越大,其相似程度越高。先预设一个参考品种(系)或性状以其各项指标所构成的数列为参考数列,以供试品种或性状的各项指标所构成的数列为比较数列,计算各供试品种(系)或性状与参考品种或性状之间的关联度。关联度越大,表明该品种(系)或性状与标准品种或性状的相似程度越高,反之则低。根据关联度的大小,可评价筛选供试品种(系)或性状的高低优劣。
将18个参试燕麦品种(系)的生育期、苗数、分蘖数、成穗数、株高、旗叶长、旗叶宽、主穗长、小穗数、单株粒数、单株粒重、千粒重、籽粒产量、干草产量12个性状视为一个整体,应用灰色关联度法按权重进行综合评价。由表5可以看出,燕麦籽粒产量与各性状关联度顺序为生育期>千粒重>单株粒重>苗数>旗叶长>成穗数>株高>主穗长>小穗数>分蘖数>单株粒数>旗叶宽。燕麦干草产量与各性状关联度顺序为成穗数>旗叶长>苗数>千粒重>生育期>分蘖数>旗叶宽>株高>单株粒数>单株粒重>主穗长>小穗数。
表5 供试品种与标准品种间关联系数及关联度
Table 5
品种 Variety | X0 | X1 | X2 | X3 | X4 | X5 | X6 | X8 | X9 | X10 | X11 | X12 | X13 | X15 | 等权 关联度 EWC | 加权 关联度 WCD |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
粒用燕麦Grain seed type oat | ||||||||||||||||
Y1 | 0.3860 | 0.0817 | 0.0610 | 0.0890 | 0.1264 | 0.2364 | 0.1774 | 0.0476 | 0.0951 | 0.1529 | 0.4110 | 0.3197 | 0.1142 | 0.0601 | 2.3585 | 0.2063 |
Y2 | 0.3473 | 0.1664 | 0.0639 | 0.0694 | 0.0891 | 0.1083 | 0.1045 | 0.0779 | 0.0748 | 0.1368 | 0.1778 | 0.0643 | 0.1015 | 0.0518 | 1.6337 | 0.1393 |
Y3 | 0.4346 | 1.0000 | 0.1289 | 1.0000 | 0.1391 | 0.2572 | 0.2951 | 0.1241 | 0.1306 | 0.1261 | 0.1887 | 1.0000 | 0.4175 | 1.0000 | 6.2419 | 0.4275 |
Y4 | 1.0000 | 0.0549 | 0.0479 | 0.0709 | 0.1440 | 0.1182 | 0.1076 | 0.0857 | 0.0599 | 0.1023 | 0.1430 | 0.4845 | 0.2301 | 0.2307 | 2.8797 | 0.2793 |
Y5 | 0.4089 | 0.0603 | 0.0610 | 0.0978 | 0.1234 | 0.1082 | 0.0929 | 0.0698 | 0.1306 | 0.0817 | 0.1354 | 0.3775 | 0.3749 | 0.2443 | 2.3667 | 0.1962 |
Y6 | 0.4089 | 0.0847 | 0.1175 | 0.2568 | 0.1063 | 0.1269 | 0.1022 | 0.0824 | 0.1605 | 0.3512 | 0.2932 | 0.3510 | 0.4690 | 0.1064 | 3.0171 | 0.2527 |
Y7 | 0.3307 | 0.1182 | 0.0999 | 0.1284 | 0.2544 | 0.1418 | 0.1315 | 0.1033 | 0.1162 | 0.1460 | 0.3625 | 0.2333 | 0.1599 | 0.1005 | 2.4265 | 0.1980 |
Y8 | 0.3307 | 0.1182 | 0.0999 | 0.1284 | 0.2544 | 1.0000 | 0.1315 | 1.0000 | 0.1491 | 0.1460 | 0.3625 | 0.2333 | 0.1599 | 0.1005 | 4.2143 | 0.3114 |
Y9 | 0.2669 | 0.1608 | 0.1355 | 0.2491 | 0.0788 | 0.1222 | 0.1174 | 0.0921 | 1.0000 | 1.0000 | 1.0000 | 0.2165 | 1.0000 | 0.1368 | 5.5761 | 0.4233 |
Y10 | 0.6975 | 0.1665 | 1.0000 | 0.2608 | 1.0000 | 0.5060 | 1.0000 | 0.1096 | 0.1162 | 0.1529 | 0.0901 | 0.0962 | 0.0837 | 0.5338 | 5.8133 | 0.4121 |
Y11 | 0.6336 | 0.2128 | 0.2284 | 0.1994 | 0.1140 | 0.1215 | 0.2778 | 0.0816 | 0.1392 | 0.1039 | 0.0963 | 0.2182 | 0.1742 | 0.1512 | 2.7522 | 0.2341 |
Y12 | 0.3473 | 0.1030 | 0.1599 | 0.1241 | 0.1039 | 0.1105 | 0.2251 | 0.0623 | 0.0567 | 0.0577 | 0.0594 | 0.2535 | 0.1101 | 0.1457 | 1.9192 | 0.0396 |
权重系数 Weight coefficient | 0.1149 | 0.1076 | 0.0931 | 0.0998 | 0.0992 | 0.1024 | 0.0864 | 0.0986 | 0.0962 | 0.0893 | 0.1095 | 0.1124 | ||||
排序Ranking | 1 | 4 | 10 | 6 | 7 | 5 | 12 | 8 | 9 | 11 | 3 | 2 | ||||
饲用燕麦Forage and grass type oat | ||||||||||||||||
Y13 | 0.8310 | 0.9044 | 0.9099 | 0.8667 | 0.9697 | 0.9383 | 1.0000 | 0.7963 | 0.7931 | 1.0000 | 0.9869 | 0.9362 | 0.8392 | 1.0000 | 13.5752 | 0.9067 |
Y14 | 0.7174 | 0.7605 | 0.6405 | 1.0271 | 0.6194 | 0.8433 | 0.6846 | 0.4931 | 0.5703 | 0.5109 | 0.4963 | 1.0000 | 1.0000 | 0.7170 | 10.9093 | 0.7360 |
Y15 | 1.0000 | 0.8987 | 0.8346 | 0.7621 | 0.5936 | 0.8766 | 0.7135 | 0.5992 | 0.5433 | 0.6835 | 1.0000 | 0.7957 | 0.3669 | 0.6614 | 10.9985 | 0.7461 |
Y16 | 0.6162 | 0.7696 | 0.5287 | 0.6906 | 0.5135 | 0.7157 | 0.5692 | 0.4606 | 0.3943 | 0.4584 | 0.3850 | 0.7339 | 0.3333 | 0.4893 | 8.3171 | 0.5697 |
Y17 | 0.6983 | 0.6814 | 0.6838 | 0.7703 | 0.6354 | 0.7297 | 0.6026 | 0.4857 | 0.4340 | 0.6028 | 0.4805 | 0.8039 | 0.3576 | 0.5428 | 9.3280 | 0.6369 |
Y18 | 0.8677 | 1.0000 | 1.0000 | 1.0000 | 1.0000 | 1.0000 | 0.8342 | 1.0000 | 1.0000 | 0.9757 | 0.5671 | 0.7263 | 0.3760 | 0.9914 | 13.2754 | 0.8961 |
权重系数 Weight coefficient | 0.1042 | 0.1094 | 0.1025 | 0.1164 | 0.0986 | 0.1147 | 0.0999 | 0.0885 | 0.0859 | 0.0928 | 0.0907 | 0.1083 | ||||
排序Ranking | 5 | 3 | 6 | 1 | 8 | 2 | 7 | 11 | 12 | 9 | 10 | 4 |
综上表明,在白银市沿黄河灌区,燕麦的最终产量受千粒重、成穗数、小穗数、单株粒数、旗叶长、旗叶宽、株高、生育期等因素的综合作用,若追求燕麦籽粒产量,则应培育筛选千粒重较大、小穗数适中、株高较低的品种,并在栽培上主攻较高的成穗数;若追求燕麦饲草产量,则应筛选培育生育期较长、植株较高、旗叶长阔的品种,并在栽培上主攻较高的单位面积苗数。
3 讨论
本试验中参试燕麦品种的籽粒产量与成穗数、千粒重、单株粒重之间的相关系数较大,是影响燕麦产量的主要农艺性状,这与张克厚等[16]研究结果接近,说明在白银市沿黄河灌区水浇地种植燕麦要主攻成穗数、保持适当的千粒重、控制穗粒数,从而获得燕麦籽粒的高产。苗数、株高与鲜草产量的相关系数较大,说明灌水条件下,高秆饲用燕麦品种可通过适当密植提高鲜草产量;与干草产量相关系数较大的是生育期、株高、叶茎比、分蘖数、主穗长、千粒重等性状,且与生育期、株高和叶茎比均呈显著正相关关系,说明可通过延长生育期来提高燕麦干草产量。
在燕麦生产中,品种的稳定性只有与丰产性相结合,利用品种总体的丰产性或在多试点的适应性对增加产量才具有实际意义,低产燕麦品种即使稳定性再好也不宜推广,而要选择适宜当地的高产且稳产的燕麦品种[23]。本试验连续2年对18个燕麦品种(系)进行了测定,试验数据为2年数据平均值,从而保证了参试品种稳定性。
柴继宽等[4]研究发现株高对种子产量具有负效应,高植株品种产量通常不高。这说明在燕麦育种工作中要重视基因与环境的互作效应,密切关注其对表现型的影响,同时应以环境为基础来解释相关基因型变异,并对主要环境因子的变化情况进行研究,提高研究人员对基因型与环境互作的认识和处理能力。本试验筛选适宜甘肃中部沿黄河灌区乃至西北地区水浇地种植的优良燕麦品种,因而,重点关注了主要环境因子(灌水)对不同的育种目标的影响,深入分析了灌水条件下18个参试燕麦品种(系)的生产性能。
4 结论
对参试的18个燕麦品种(系)进行植物学性状分析、主成分分析及灰色关联度分析,结果表明,银燕8号、银燕6号、航燕1号的籽粒产量居前3位,分别为6163.18、6000.11、5962.25 kg/hm2,适宜作为粮用籽粒型燕麦品种示范推广、开发应用;定燕2号、银燕9号的干草产量居前2位,分别为15 092.60和15 059.95 kg/hm2,适宜作为饲用麦草型燕麦品种示范推广、开发应用。
参考文献
不同种植区生态环境对燕麦营养价值及干草产量的影响
DOI:10.11733/j.issn.1007-0435.2010.03.020
[本文引用: 1]
从2008年3月10月在甘肃定西市安定区(半干旱区)、通渭县华家岭(二阴地区)和天祝县打柴沟(高寒区),通过研究不同种植环境对燕麦(Avena sativa L.)营养价值及干草产量的影响,以期确立燕麦适宜种植的区域。结果表明:灌浆期燕麦干草蛋白质、酸洗纤维、及成熟种子粗蛋白含量在3个区域变化显著,不同种植环境对燕麦营养价值及产量具有显著影响(P<0.05);灌浆期干草平均产量、干草平均粗蛋白产量均以华家岭为最高,分别为8894.07 kg·hm<sup>-2</sup>和951.84 kg·hm<sup>-2</sup>,因而华家岭最适宜燕麦生产;供试燕麦品种中,甘引1号和陇燕2号灌浆期干草平均产量和干草粗蛋白产量显著高于其他品种(P<0.05),可用来生产优质干草;白燕7号可用于种子生产。
8个燕麦品种在甘肃的产量稳定性及试点代表性研究
DOI:10.11733/j.issn.1007-0435.2016.05.026
[本文引用: 2]
为了客观、准确地评价燕麦品种的稳定性和适应性,本研究采用GGE双标图对2012年甘肃省燕麦(Avena sativa)种植区域5个试点中的8个燕麦品种试验数据进行分析。结果表明:在燕麦种植区的大环境下,品种与环境互作效应对产量变异的影响约为品种效应的4.02倍。‘陇燕2号’和‘陇燕3号’属于高产、稳产性好的品种;‘青引1号’具有特殊适应性,在局部地区有推广价值。5个燕麦区试点可划分为2个不同的类型区,其中在甘肃中部半干旱地区表现最好的品种是‘陇燕1号’,在甘肃高寒阴湿区表现最好的品种是‘陇燕3号’。从环境代表性和对品种鉴别能力两方面分析,5个试点中代表性最好的是通渭,鉴别力最好的是天祝。
西北半干旱区引种燕麦品种产量与品质的关联分析及评价
DOI:10.11733/j.issn.1007-0435.2018.01.015
[本文引用: 1]
为了明确不同引种燕麦品种资源的生产特性和利用潜力,应用相关和灰色关联度对22个燕麦品种的主要农艺性状和营养品质进行了关联分析和综合评价。结果表明:不同燕麦品种对同一生态环境的适应性差异较大,营养品质与农艺性状间存在显著的(P<0.05)的相关性。生育期与籽粒产量的关联度最大(0.8350),所占权重最高(0.1146),分蘖数与籽粒产量的关联度最低(0.6042),所占权重最小(0.0829),11个性状的权重大小顺序为:生育期 > 株高 > 籽粒产量 > 粗蛋白 > 淀粉 > 小穗数 > 千粒重 > 粗脂肪 > 穗粒重 > 穗粒数 > 分蘖数。通过加权关联度最优评价得出综合性状优良的皮燕麦为‘定燕2号’、‘冀张燕4号’、‘坝燕4号’,‘白燕14号’与‘冀张燕5号’加权关联度最小,裸燕麦中‘远杂2号’、‘白燕15号’和‘燕科2号’的加权关联度较大,表现突出。结果可为甘肃中部乃至西北黄土高原半干旱地区燕麦种质创新和引种推广提供科学依据。
GGE biplot analysis:A graphical tool for breeders, geneticists, and agronomists
GGE biplot a windows application for graphical a- nalysis of multi environment trial data and other types of two- way data
55个紫花苜蓿品种农艺性状和产量性状分析及综合评价
DOI:10.11733/j.issn.1007-0435.2023.11.024
[本文引用: 1]
为更好利用紫花苜蓿品种材料,提高新品种选育效率,本研究以收集的55个紫花苜蓿品种为材料,通过利用变异系数、遗传多样性指数、相关性分析、聚类分析及主成分分析等方法对其主要农艺性状和产量性状进行分析和评价。结果表明,苜蓿品种的农艺性状和产量性状变异系数介于6.89%~23.42%,多样性指数介于0.714 3~0.884 5,多样性指数最高的是叶总干重,最低的是第二茬茎叶比和鲜干比。聚类分析将55个苜蓿品种划分为3大类群,类群Ⅰ、Ⅱ中的品种需进一步进行优良性状挖掘和作为互补材料进行育种利用,类群Ⅲ中的品种可直接引种进行生产,也可作为高产、优质品种选育中的亲本材料进行遗传改良。相关性和主成分分析得出,分枝数、鲜干比、茎干重、叶干重和株高是影响草产量的最主要因素。本研究的结果可为苜蓿品种的开发利用及半干旱区苜蓿品种选育提供参考。
晋北农牧交错区引进燕麦品种生产性能及饲用价值比较
DOI:10.11686/cyxb2017021
[本文引用: 1]
为筛选出适宜晋北农牧交错区栽培的燕麦品种,对13个燕麦品种的物候期、株高、产草量、叶茎比、营养成分[干物质(DM)、粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和粗灰分(Ash)]以及饲用价值等进行品比试验。结果表明,不同燕麦品种株高、鲜草产量、干草产量、茎叶比及其营养成分含量之间差异显著,其中太阳神的株高最高,为133.61 cm,而梦龙的株高最低,仅92.02 cm,差异极显著(P<0.01)。牧王的干草产量最高,为10511.98 kg/hm<sup>2</sup>,与牧乐思、太阳神及科纳无显著差异(P>0.05),但显著高于其他品种(P<0.05)。牧王和牧乐思的叶茎比较高于其他品种,分别为0.31和0.28。各个燕麦品种的DM、CP、EE、NDF、ADF和Ash含量的变化范围分别为93.37%~95.29%、11.03%~12.81%、2.78%~4.45%、55.51%~65.20%、26.14%~34.39%和5.70%~7.13%。美达及贝勒的饲料相对值(RFV)显著高于其他品种(P<0.05)。综合分析结果表明,牧王、牧乐思及太阳神较其他品种更适宜在该地区推广种植。
12个饲用燕麦品种在四川的适应性评价分析
DOI:10.11733/j.issn.1007-0435.2023.07.023
[本文引用: 1]
为准确评价国内外主要饲用燕麦(Avena sative L.)品种在四川不同地区的稳定性和适应性及不同试点的代表性和区分能力,采用双标图和BLUP预测模型对12个燕麦参试品种对在2018年自行开展的5个区试点的产量数据进行联合分析。结果显示:'太阳神'和'魅力'具有较好的丰产性和稳产性,具有在四川省内大规模推广种植的潜力;品种'苏特'在阿坝红原具有较高的产量,可以在生态类型相似的高海拔地区推广种植;洪雅县具有较好的代表性和区分力,是理想的试点环境,可推荐作为区试验以及品种推广示范的地点。本研究客观地评价了参试燕麦品种的适应性以及试验点的代表性和区分力,可以为四川地区饲用燕麦主栽品种选择及区试点选择提供理论依据。
/
〈 |
|
〉 |
