史京京　姬銘澤　于立河　胡慧穎　郭燦　侯楠

摘要：為篩選出適宜黑龍江西部地區(qū)種植的裸燕麥和皮燕麥品種，采用灰色關聯(lián)度分析方法對引進的21個裸燕麥品種和5個皮燕麥品種的生育期、株高、產(chǎn)量、籽粒蛋白質含量等14項指標進行綜合評價。結果表明，綜合性狀表現(xiàn)較好的裸燕麥品種有同燕2號、Yy11-18、壩莜14號等，綜合性狀表現(xiàn)較好的皮燕麥品種有定燕2號、張燕7號。本研究結果可為黑龍江西部地區(qū)乃至東北地區(qū)燕麥引種及推廣提供科學依據(jù)。

關鍵詞：燕麥;灰色關聯(lián)度分析;植物學特性;營養(yǎng)品質;黑龍江

中圖分類號： S512.603.7

文獻標志碼： A

文章編號：1002-1302（2020）02-0097-07

收稿日期：2018-10-10

作者簡介：史京京（1995—），女，黑龍江樺南人，碩士研究生，主要從事燕麥種質資源研究。E-mail：shijj0116@163.com。

通信作者：于立河，博士，教授，主要從事麥類作物生理生態(tài)與栽培技術研究。E-mail：yulihe2002@126.com。

黑龍江省西部地區(qū)屬于半干旱地區(qū)，草場退化、土壤鹽漬化、生態(tài)環(huán)境脆弱。燕麥是糧飼兼用型作物，具有抗旱[1]、耐瘠[2]和適應性強[3]等特性，有較高的產(chǎn)量潛力，適于本地區(qū)旱作農牧業(yè)生產(chǎn)，有利于節(jié)本增效。燕麥具有獨特的營養(yǎng)[4-6]，屬于特優(yōu)農作物，推廣種植燕麥可進一步調整和優(yōu)化農牧業(yè)結構。但目前黑龍江西部地區(qū)燕麥種植品種單一，因此引進國內外優(yōu)質的燕麥種質資源，對其進行植物學性狀與生產(chǎn)性能的比較和分析，篩選出適宜本地區(qū)種植的優(yōu)質燕麥品種具有一定的實踐價值。

大多數(shù)燕麥品種篩選研究多局限于植物學性狀和產(chǎn)量的比較[2，7]，但在品種篩選過程中各品種的品質指標的比較也極為重要[8-9]，僅以植物學性狀和產(chǎn)量的比較來評價品種的優(yōu)劣和適應性強弱有一定的局限性。相關學者運用聚類分析法[10-12]、主成分分析法[13-15]、通徑分析法[16-17]等分析方法評價作物品種優(yōu)劣，但上述方法都需要大量的樣本，且要求這些數(shù)據(jù)具有典型的概率分布，因此在實際應用中上述方法都有一定的局限性[18]。而灰色關聯(lián)度分析方法可以克服以上方法的不足，對樣本數(shù)量和樣本有無明顯的規(guī)律都同樣適用，而且計算量不大，十分方便，通常不會出現(xiàn)量化結果與定性分析結果不符的情況[19]，能夠全面、客觀地評價每個參數(shù)的表現(xiàn)。本研究采用灰色關聯(lián)度分析法對不同燕麥品種的多個植物學性狀和品質性狀進行綜合評價，客觀、真實地體現(xiàn)了各燕麥品種的各個性狀的綜合表現(xiàn)，以期篩選出適宜黑龍江西部地區(qū)種植的優(yōu)質燕麥品種，為飼用燕麥引種和品種推廣提供理論依據(jù)。

1 材料與方法

1.1 試驗地概況

田間試驗于2017年4—8月在黑龍江八一農墾大學試驗實習基地（46°62′N、125°20′E）進行，該區(qū)域地處北溫帶大陸性季風氣候區(qū)，年平均氣溫 4.2 ℃，年均無霜期143 d，年降水量為427.5 mm，年蒸發(fā)量 1 635 mm。試驗土壤類型為草甸鹽堿土，前茬為紅小豆，土壤基礎養(yǎng)分表現(xiàn)如下：堿解氮含量114.17 mg/kg，速效磷含量 18.21 mg/kg，速效鉀含量102.47 mg/kg，全氮含量 1.16 g/kg，全磷含量0.15 g/kg，有機質含量28.12 g/kg，pH值7.84。

1.2 材料與播種方法

試驗采用21個裸燕麥品種和5個皮燕麥品種（表1）。2017年4月16日播種，采用隨機區(qū)組設 計， 每個品種設3個重復。 小區(qū)面積為3m×5m，人工開溝條播，行距15 cm，密度400萬株/hm2，一次性施入基肥，施肥量為225 kg/hm2（氮、磷、鉀含量之比為2 ∶1 ∶2）。

1.3 測定指標與方法

1.3.1 測定指標 生育期、株高、穗長、穗鈴數(shù)、穗粒數(shù)、穗粒質量、開花期干草產(chǎn)量、籽粒產(chǎn)量、開花期干草蛋白質含量、成熟期莖稈蛋白質含量、籽粒蛋白質含量、籽粒脂肪含量。

1.3.2 測定方法 生育期：通過田間觀測法測定出苗期至成熟期的總時間（d），即為燕麥品種的生育期;株高：于成熟期，各品種分別隨機取出30株，用直尺測量主莖基部第1節(jié)節(jié)間至穗頂?shù)拈L度;穗長、穗鈴數(shù)、穗粒數(shù)、穗粒質量：于成熟期，各品種分別隨機取出30株，測定各品種主莖的穗長、穗鈴數(shù)、穗粒數(shù)、穗粒質量;開花期干草產(chǎn)量：于開花期，從各小區(qū)中齊地面刈割長勢均勻的30 cm樣段，共3行，置于烘箱中105 ℃殺青30 min，80 ℃烘干至恒質量，室溫冷卻后用1%精度的電子天平稱質量，換算成單位面積產(chǎn)量，即為開花期干草產(chǎn)量;籽粒產(chǎn)量：于成熟期從各個小區(qū)中取長勢均勻的1 m2，風干后進行測定籽粒質量量，換算成單位面積產(chǎn)量，即為籽粒產(chǎn)量。

開花期干草蛋白質含量、成熟期莖稈蛋白質含量、籽粒蛋白質含量：樣品經(jīng)蛋白質沉淀劑（三氯乙酸）作用下，分離出“蛋白質氮”和“非蛋白質氮”，然后再利用凱氏定氮法[20]測定。開花期干草脂肪含量、籽粒脂肪含量：利用索氏抽提法[21]測定。

將權重系數(shù)及關聯(lián)系數(shù)代入公式（3），求得各參試品種Xi與“參考品種”X0的加權關聯(lián)度γi′，并進行關聯(lián)度排序（表4）。加權關聯(lián)度值可真實地反映供試品種與“參考品種”的差異，關聯(lián)度越大，綜合性能越理想。21個裸燕麥品種植物學特性和生產(chǎn)性能綜合評價序位排在前5位的為同燕2號、Yy11-18、壩莜14號、Xhy-6、晉燕8號，5個皮燕麥品種植物學特性和生產(chǎn)性能綜合評價序位的排序排在前3位的為定燕2號、張燕7號、張燕8號（表5），可供黑龍江西部地區(qū)推廣種植。

3 結論與討論

本研究結果表明，26個皮燕麥、裸燕麥品種中同燕2號（裸燕麥品種）和定燕2號（皮燕麥品種）綜合生產(chǎn)性能最好，最適宜在黑龍江西部地區(qū)推廣種植。權重系數(shù)分為主觀權重系數(shù)和客觀權重系數(shù)2種，本研究根據(jù)模糊數(shù)學方法中的權重決策法[26-28]，賦予各性狀不同的權重系數(shù)：ω1=0.062 6，ω2=0.087 0，ω3=0.076 7，ω4=0.070 6，ω5=0.067 1，ω6=0.065 0，ω7=0.071 4，ω8=0.079 5，ω9=0.057 5，ω10=0.070 6，ω11=0.060 1，ω12=0.069 9，ω13=0.080 3，ω14=0.081 5。若采用主觀權重系數(shù)法，即專家打分法結合生產(chǎn)實踐經(jīng)驗，賦予各指標所占的權重系數(shù)：ω1′=0.040 0，ω2′=0.040 0，ω3′=0.020 0，ω4′=0.020 0，ω5′=0.040 0，ω6′=0.030 0，ω7′=0.190 0，ω8′=0.190 0，ω9′=0.190 0，ω10′=0.100 0，ω11′=0.080 0，ω12′=0.090 0，ω13′=0.070 0，ω14′=0.070 0;大小順序依次為開花期干草產(chǎn)量=籽粒產(chǎn)量>開花期干草蛋白質含量>籽粒蛋白質含量>成熟期莖稈蛋白質含量>開花期干草脂肪含量=籽粒脂肪含量>生育期=株高>穗粒質量>千粒質量，求得各參試品種的加權關聯(lián)度γi″，得到不同品種的優(yōu)劣排序結果。

從2種權重系數(shù)大小順序排序可知，客觀權重系數(shù)法所得評價指標的權重系數(shù)中株高的權重系數(shù)最大，說明客觀權重系數(shù)法反映出在所有評價指標中株高最為重要。但在實際市場需求和燕麥引種工作中，往往需要引種的燕麥品種具有較高的產(chǎn)草量、籽粒產(chǎn)量、蛋白質含量等生產(chǎn)性能[29-30]，即產(chǎn)量性狀、營養(yǎng)品質性狀占有較高的權重，并不一定需要株高占較高的權重，客觀權重法可根據(jù)每個指標的變異程度自動確定，客觀性較強[31-32]，但不能根據(jù)實際需求改變相應的權重系數(shù)，目的性不強，不太契合實際生產(chǎn)需要和引種目標。而主觀權重系數(shù)的確定方法簡單，但受個人偏好影響，主觀隨意性較大，目的性強，可根據(jù)確定的引種和育種目標對個性狀指標的權重系數(shù)進行適當調整[33]。

采用灰色關聯(lián)度分析法綜合評價燕麥品種的優(yōu)劣時，參考品種的構建和權重系數(shù)的確定是評價成功的關鍵因素。在實際生產(chǎn)應用過程中應根據(jù)具體的育種目標選擇參與評價的各個性狀指標，以及采用適宜的權重系數(shù)計算方法確定各性狀的權重系數(shù)，可以在主觀權重系數(shù)的基礎上參考一定的客觀思想，實現(xiàn)主客觀權重系數(shù)確定方法的合理結合，更加符合實際育種或應用目標需求。

參考文獻：

[1]張志芬，劉景輝，付曉峰，等. 干旱脅迫對燕麥葉片氣孔和葉肉細胞超微結構的影響[J]. 麥類作物學報，2017，37（9）：1216-1223.

[2]周青平，顏紅波，梁國玲，等. 不同燕麥品種飼草和籽粒生產(chǎn)性能分析[J]. 草業(yè)學報，2015，24（10）：120-130.

[3]慕 平，趙桂琴，柴繼寬. 基于GGE-Biplot的甘肅省不同生態(tài)區(qū)燕麥生產(chǎn)性能及適應性分析[J]. 中國生態(tài)農業(yè)學報，2015，23（6）：705-712.

[4]Rouhani M H，Najafabadi M M，Surkan P J，et al. The impact of oat （Avena sativa） consumption on biomarkers of renal function in patients with chronic kidney disease：a parallel randomized clinical trial[J]. Clinical Nutrition，2016，37（1）：78-84.

[5]Pawan S，Sharad T，Niraj T，et al. Polymorphism analysis in advanced mutant population of oat （Avena sativa L.） using ISSR markers[J]. Physiology and Molecular Biology of Plants，2016，22（1）：115-120.

[6]劉建新，王金成，劉秀麗，等. 堿脅迫下燕麥幼苗對外源過氧化氫的生理響應[J]. 麥類作物學報，2017，37（10）：1383-1389.

[7]魏 娜，金 濤. 5個引種到西藏的燕麥新品種的灰色關聯(lián)度評價[J]. 麥類作物學報，2013，33（5）：919-922.

[8]歐陽韶暉，米雅清，王 青，等. 2013年中國燕麥區(qū)試品種（系）主要營養(yǎng)品質分析[J]. 麥類作物學報，2016，36（4）：455-459.

[9]盧培娜，劉景輝，李 倩，等. 鹽堿地不同燕麥品種的品質及產(chǎn)量比較[J]. 麥類作物學報，2016，36（11）：1510-1516.

[10]王藝陶，周宇飛，李豐先，等. 基于主成分和SOM聚類分析的高粱品種萌發(fā)期抗旱性鑒定與分類[J]. 作物學報，2014，40（1）：110-121.

[11]王光祿，劉志宏，程倩倩，等. 94份國外小麥種質材料的主要農藝性狀分析[J]. 麥類作物學報，2016，36（5）：577-582.

[12]郭 超，胡思遠，鄭青煥，等. 部分美國小麥種質資源的耐鹽性鑒定[J]. 麥類作物學報，2015，35（8）：1076-1084.

[13]要燕杰，高 翔，吳 丹，等. 小麥農藝性狀與品質特性的多元分析與評價[J]. 植物遺傳資源學報，2014，15（1）：38-47.

[14]宋江峰，李大婧，劉春泉，等. 甜糯玉米軟罐頭主要揮發(fā)性物質主成分分析和聚類分析[J]. 中國農業(yè)科學，2010，43（10）：2122-2131.

[15]莊萍萍，李 偉，魏育明，等. 波斯小麥農藝性狀相關性及主成分分析[J]. 麥類作物學報，2006，26（4）：11-14.

[16]王 敏，徐 萍，劉新江，等. 黃淮海地區(qū)夏玉米農藝性狀與產(chǎn)量的通徑分析[J]. 中國生態(tài)農業(yè)學報，2011，19（5）：1229-1236.

[17]田紀春，鄧志英，胡瑞波，等. 不同類型超級小麥產(chǎn)量構成因素及籽粒產(chǎn)量的通徑分析[J]. 作物學報，2006，32（11）：1699-1705.

[18]楊如達，李 海，林鳳仙，等. 糜子性狀與產(chǎn)量的灰色關聯(lián)度分析及品種選育側重性狀探討[J]. 作物雜志，2017（4）：50-57.

[19]Vinayagamoorthy R，Xavior M A. Parametric optimization on multi-objective precision turning using grey relational analysis[J]. Procedia Engineering，2014，97：299-307.

[20]張憲政. 作物生理研究法[M]. 北京：農業(yè)出版社，1994：150-152.

[21]徐 仲，蒼 晶，郝再斌. 植物生理實驗技術[M]. 哈爾濱：哈爾濱出版社，2002.

[22]鄧聚龍. 灰色系統(tǒng)基本方法[M]. 2版. 武漢：華中科技大學出版社，2005：76-84.

[23]劉思峰，楊英杰，吳利豐. 灰色系統(tǒng)理論及其應用[M]. 7版. 北京：科學出版社，2014：63-64.

[24]楊 曌，張新全，李向林，等. 應用灰色關聯(lián)度綜合評價17個不同秋眠級苜蓿的生產(chǎn)性能[J]. 草業(yè)學報，2009，18（5）：67-72.

[25]楊秀芳，陳玲玲，烏艷紅，等. 應用灰色關聯(lián)度綜合評價26個青貯玉米的生產(chǎn)性能[J]. 草業(yè)科學，2012，29（1）：105-111.

[26]仁 青，謝仁卓瑪，李志昆，等. 北歐4個燕麥品種在高寒地區(qū)引種篩選及灰色評價[J]. 草業(yè)與畜牧，2006（9）：23-25.

[27]祁萬錄，公保才讓，郭連云. 灰色關聯(lián)度分析法在澳大利亞燕麥引種篩選中的應用及評價[J]. 草業(yè)與畜牧，2006（8）：8-11.

[28]鮑學英，李海連，王起才. 基于灰色關聯(lián)分析和主成分分析組合權重的確定方法研究[J]. 數(shù)學的實踐與認識，2016，46（9）：129-134.

[29]徐向英，王岸娜，林偉靜，等. 不同燕麥品種的蛋白質營養(yǎng)品質評價[J]. 麥類作物學報，2012，32（2）：356-360.

[30]顏生林，韓啟龍，趙曉軍. 良種燕麥在海北地區(qū)的引種栽培試驗[J]. 青海草業(yè)，2008，17（3）：2-5.

[31]潘守慧，王開義，王志彬，等. 基于改進灰色關聯(lián)度和TOPSIS的作物育種材料評價方法[J]. 中國農業(yè)科技導報，2018，20（3）：145-154.

[32]羅 毅，李昱龍. 基于熵權法和灰色關聯(lián)分析法的輸電網(wǎng)規(guī)劃方案綜合決策[J]. 電網(wǎng)技術，2013，37（1）：77-81.

[33]丁新華，劉水東，何林池，等. 灰色關聯(lián)度分析在棉花新品種綜合評價中的應用[J]. 種子，2003（3）：64-65.曾成城，蘇天明，蘇利榮，等. 不同施肥技術對煙草產(chǎn)量品質及效益的影響[J]. 江蘇農業(yè)科學，2020，48（2）：104-107.