张光雨，王江伟，张豪睿，付 刚，沈振西

（1.中国科学院地理科学与资源研究所 / 生态系统网络观测与模拟重点实验室 / 拉萨高原生态系统研究站，北京 100101；2.西藏高原草业工程技术研究中心，西藏 拉萨 850000；3.中国科学院大学，北京 100049）

西藏自治区总面积(约122万km2)占全国总国土面积的1/8，其中草原面积(83万km2)，占全区总面积的2/3，是我国五大牧区之一[1]。西藏平均海拔 4 000 m 以上，素有“世界屋脊”和“地球第三极”之称[2-3]。由于西藏地处高寒地区，特殊的地理环境和气候导致该区草层低矮、稀疏，牧草产量低，且平均植被盖度不超过15%[4]。近年来，随着全球气候变化的加剧以及人类活动的影响，西藏现有2/3的草地都出现了不同程度的退化，个别地区甚至出现了较为严重的沙化，草地退化已经成为西藏最严重的生态问题之一[5]，其中过度放牧是造成西藏草原退化的最主要原因，以西藏目前家畜存栏量4 500万个绵羊单位计算，西藏地区每年需求干草量大概为4 050万t，而实际供应能力不足2 000 万 t (包括天然草原每年可生产干草 1 500 万 t和青稞干秸秆200万～300万t)[2]，单纯依赖天然草地的自然生产力已经不能满足家畜的需求，草畜失调的问题日益突出[6-7]。目前，西藏畜牧业关键问题是解决冬春季节和灾年饲草料不足及牧草品种选择问题，优质高产的牧草品种可以为特色畜牧业提供营养需要来源，同时栽培草地种植与天然草地补播都需要有其相适应的牧草品种，因此引进并筛选出适宜在西藏农区种植的牧草品种是解决当前西藏牧草品种缺乏的有效途径。

近几年，西藏栽培草地的面积逐年增加，燕麦(Avena sativa)成为推广种植最多的牧草品种之一，并且随着西藏种植业结构的调整，燕麦已成为西藏重要的优质饲草料作物，种植面积正在逐年扩大[8]。魏娜和金涛[9]研究得出，6942-4的籽粒产量高且干草产量较低，适宜在农区推广种植，冀品1号干草产量最高，适宜在半农半牧区推广种植；曲广鹏[10]研究得出，西藏燕麦风干重为10 500 kg·hm-2，粗蛋白 (crude protein, CP)含量为 10.96%，酸性洗涤 纤 维 (acid detergent fiber, ADF)含 量 为 26.71%，中 性 洗 涤 纤 维 (neutral detergent fiber, NDF)含 量为46.10%；秦彧等[11]研究得出，成熟期燕麦秸秆的CP含量为10.2%，ADF含量为30.98%，NDF含量为58.02%；包成兰和张世财[12]研究得出，青海甜燕麦的干草产量达21 561.4 kg·hm-2、CP含量为 11.5%，青引 1 号的干草产量 19 961.3 kg·hm-2、CP 含量为10.7%，青引 2 号的干草产量为 21 061.1 kg·hm-2、CP含量为 10.2%，青海 444 的干草产量 15 016.6 kg·hm-2、CP含量为10.8%。目前对于西藏地区的燕麦引种评比试验的结果差异较大[9-10]，一些研究仅对产量或营养品质进行了分析，没有运用数学方法进行综合评比。基于熵值赋权法的灰色关联度可以应用于评价燕麦的品质，其结果准确，可以客观评价品种的优劣[13-15]，根据关联度的分析原则，关联度最大的品种综合评价表现最好。因此，本研究拟选取8个燕麦品种，运用灰色关联度理论的熵权赋权法对8种燕麦的农艺性状、生产性能和营养品质进行综合评价，筛选出适宜在日喀则地区生长的燕麦品种，以期为当地燕麦品种的选育和推广提供参考，为缓解天然草地压力和草畜矛盾提供有效途径。

1 材料与方法

1.1 试验地概况

试验地点为西藏日喀则南木林县的草原站试验田 (89°06′ E，29°19′ N)，位于岗底斯山脉东段的河谷地带，海拔3 811 m，年均温10.4 ℃，年均降水量413 mm，生长季大气压约为63 kPa，降水主要集中6-8月，属于高原性季风气候，且具有辐射强、年均温低、昼夜温差大、雨热同期等特点。经测定试验田的 pH 6.84，全氮含量为 0.91 g·kg-1，全磷含量 为 0.79 g·kg-1， 速 效 磷 含 量 为 37.74 mg·kg-1，速效钾含量为 60.22 mg·kg-1。

1.2 试验材料

参试的8个燕麦品种分别为青海444、青引3号、林纳、加燕2号、青引1号、青燕1号、青海甜燕麦和青引2号。参试品种均由甘肃农业科学院提供。

1.3 试验方法

1.3.1 试验设计

参试的8个燕麦品种于2017年5月10日进行播种，采用随机区组设计，设3次重复，共24个小区，小区面积 3 m × 4 m，人工开沟条播，条播行距 25 cm，播种深度3～5 cm，小区间距50 cm。燕麦播种量为225 kg·hm-2，播种时施复合肥 (N∶P2O5∶K2O = 20∶8∶12) 750 kg·hm-2，中间不追肥，6 月 15 日和 7 月20日灌溉两次，5月28日锄草一次，9月2日取样。

1.3.2 测定指标及方法

在7月14日、8月1日和9月17日在每个小区远离边缘30 cm处随机选取5株燕麦测量其自然株高。在 9 月 2 日从各小区随机选取 100 cm × 25 cm的面积刈割，留茬5 cm，去除杂草后称鲜重。将称完的鲜草带回实验室在105 ℃下杀青30 min，然后在80 ℃条件下烘48 h称其干重，并计算其干鲜比。在每个小区远离边缘30 cm处选取随机选取20株燕麦刈割留茬5 cm，取样后带回实验室后把茎叶分开并在105 ℃下杀青30 min后，调至80 ℃烘48 h后分别称干重，计算其叶茎比(叶干重/茎干重)。各个小区随机选取100粒风干燕麦种子称其重量，重复3次，取其平均值。各个小区随机选取10个燕麦穗子，测量从穗茎节到穗顶端的长度，计算其平均值得到穗长。各个小区取其烘干至恒重后的燕麦，将燕麦叶片、籽粒和茎秆混合粉碎后，过0.425 mm筛制成植物样品进行营养品质的测定。酸性洗涤纤维、中性洗涤纤维、粗蛋白、粗灰分 (crude ash, Ash)、粗脂肪 (ether extract, EE)和木质素(lignin, ADL)均参照文献[16]进行。

1.3.3 运用灰色关联度理论对8种燕麦进行综合评价

表1 不同燕麦品种间干重、干鲜比和叶茎比比较Table 1 Comparison of fresh grass yield, hay yield, dry and fresh ratios, and leaf and stem ratios of different oat varieties

关联系数计算：

1.4 数据统计

试验所得数据在Excel软件上进行整理，采用DPS(DATA PROCESSING SYSTEM)软件对所得数据统计分析，对不同燕麦品种的干重、叶茎比、株高、穗重、穗长、千粒重、CP、ADF、NDF、NDF、EE、Ash和ADL处理进行单因素方差分析，并用LSD方法对各测定数据进行多重比较，用SigmaPlot 12.5作图，采用灰色关联度理论对各参试品种的农艺性状、生产性能和营养指标进行综合评价。所有的统计显著性检验P＜ 0.05为显著。

2 结果与分析

2.1 干重、干鲜比和叶茎比比较

8 个燕麦品种干草的平均产量为 11 098.2 kg·hm-2(表1)，其中青引1号的干草产量最高，显著高于林纳、青燕1号和青引2号的干草产量(P＜ 0.05)。8个燕麦品种平均叶茎比为1.03，其中青引2号的叶茎比最大，显著高于其他燕麦品种(P＜ 0.05)。

2.2 株高、穗重、穗长和千粒重比较

8个燕麦品种的平均株高为 146.25 cm(表2)，其中青引3号的株高最高，显著高于林纳(P＜ 0.05)，与其他燕麦品种差异不显著(P＞ 0.05)；青引1号、青海444与加燕2号株高较高，与其他燕麦品种差异不显著。8个燕麦品种的平均穗重为3.18 g，其中青引1号、青燕1号和青海444的穗重显著高于林纳、加燕2号和青引2号。8个燕麦品种的平均穗长为21.98 cm，其中青引3号穗长最长，显著高于林纳和青引2号穗长。8个燕麦品种的平均千粒重为38.33 g，其中林纳千粒重最大，显著高于青海甜燕麦、青海444和青引3号的千粒重。

2.3 CP、ADF、NDF、NDF、EE、Ash和ADL含量比较

8个燕麦品种CP的平均含量为5.20% (图1A)，其中青引2号的CP含量(6.40%)最高，显著高于其他燕麦品种的CP含量(P＜ 0.05)。8个燕麦品种ADF的平均含量为30.76% (图1B)，其中青燕1号的ADF含量(28.55%)最低，显著低于青海444 (32.5%)和青引3号 (32.7%) ，与其他燕麦品种的ADF含量无显著差异(P＞ 0.05)。8个燕麦品种NDF的平均含量为63.28% (图1C)，其中林纳的NDF含量 (52.00%)最低，青燕1号、青海甜燕麦和青海444的NDF含量与青引2号无显著差异，但显著高于其他燕麦品种，青引3号的NDF含量显著高于林纳。8个燕麦品种EE的平均含量为36.50%(图1D)，其中青引1号的EE含量(52.70%)最高，显著高于其他燕麦品种；8个燕麦品种Ash的平均含量为4.60%(图1E)，其中青燕1号的Ash含量 (5.05%)最高，显著高于青引1号 (4.37%)、加燕2号 (4.10%)和林纳 (4.27%)，与其他燕麦Ash含量无显著差异。8个燕麦品种ADL的平均含量为28.94%(图1F)，其中青引2号的ADL含量 (24.18%)最低，与青燕1号(24.24%)、青海甜燕麦 (27.26%)和青海 444 (26.57%)差异不显著，但显著低于其他燕麦品种的ADL含量。

表2 不同燕麦品种的株高、穗重、穗长和千粒重Table 2 Ear weight, panicle weight, panicle length, and 1 000-grain weight of different oat varieties

图1 各个燕麦品种CP、ADF、NDF、EE、Ash和ADL含量比较Figure 1 Comparison of CP, ADF, NDF, EE, Ash, and ADL of different oat varieties

2.4 利用灰色关联度理论进行综合评价

2.4.1 参考品种和各指标的关联系数值

参考品种X0是作为灰色系统中综合评价的标准，即 干 重 (12 406.98 kg·hm-2)、 叶 茎 比 (1.31)、 株高(159 cm)、千粒重 (41.11 g)、穗长 (25.6 cm)、穗重(3.67 g)、粗蛋白 (6.4%)、粗脂肪 (52.7%)粗灰分(5.05%)、酸性洗涤纤维(28.55%)、中性洗涤纤维(52%)和木质素(24.18%)。各指标的关联系数值如表3所列，各指标的熵值和权重如表4所列。

2.4.2 参试品种间的关联度排序

参试品种间的关联度排序于表5，经过加权分析，排序评分依次为青引 1 号 ＞ 青引 3 号 ＞青引 2号 ＞青燕 1 号 ＞ 青海甜燕麦 ＞ 青海 444 ＞ 加燕 2 号 ＞ 林纳。

3 讨论

以草定畜成为西藏地区畜牧业可持续发展、草地生态良性循环的根本保障[18]。赵卫等[19]的研究表明：西藏地区县域单位面积补饲载畜量自南向北呈下降趋势，其中日喀则地区补饲载畜量最大，因此在日喀则地区种植燕麦可以缓解对天然草地的压力，缓解冬季的补饲量。根据单贵莲等[20]在海拔3 277 m进行的引种试验，雅晴多年生黑麦草(Lolium perenne)的干草产量第 1 年达到 4 410 kg·hm-2，低于本研究青引1号的干草产量；陈莉敏等[21]研究得出青引 1 号的干草产量超过了 10 000 kg·hm-2，高于本研究结果，说明青引1号的干草产量在更好的条件下可以更高。叶茎比是叶与茎的比值，是评价牧草经济状况的指标，也是反映牧草适口性和营养品质的指标，叶茎比越高，叶含量越高，适口性越好，本研究中叶茎比结果高于孙建平等[22]、徐长林[23]的研究结果，可能是由于燕麦品种、种植区气候和环境条件不同和收获时期不同等造成的。植株高度是衡量其生长发育状况的重要标准[22]，千粒重和穗重是检验种子质量和作物考种的重要内容，本研究株高、千粒重和穗重的结果高于周青平等[24]的结果，穗长与其较为一致，株高同样高于彭先琴等[25]的结果，说明日喀则地区较适宜燕麦的生长发育。

表3 各指标的关联系数值Table 3 Correlation coefficient values for each indicator

表4 各指标的熵值及其权重Table 4 Entropy and its weight for the indicators

表5 参试品种间的关联度排序Table 5 Correlation modulus of tested Avena varieties

粗蛋白是衡量牧草营养品质的重要指标之一，也是家畜所需的营养来源，其含量越高营养价值也越高[11]，本研究得出的粗蛋白含量与向洁等[7]研究结果相近。ADF和NDF含量影响家畜的采食率和消食率，ADF越高，采食率越低，NDF越高，消食率越低，本研究中的ADF和NDF含量均低于孙涛[26]的研究结果，青引1号的ADF和NDF含量均低于彭先琴等[25]的研究结果，说明本研究引种的8个燕麦品种在采食率和消食率方面优于其他品种，也说明日喀则地区较适宜燕麦的生长发育。参考中国禾本科干草质量分级标准[27]，本研究所有燕麦品种均达到了三级标准。

虽然灰色关联度分析法能有效克服单项比较分析的缺点，但灰色关联度评价分析也存在一些不足，如根据各性状的相对重要程度对品种的主要性状分别赋予不同的权重系数，有根据经验及市场需求主观确定各指标的重要程度的主观权重系数，有根据资料进行整理、计算、分析得出的客观权重系数，如何确定一个供参考的权重系数标准尚待进一步研究。

4 结论

通过对参试8种燕麦的生产性能和营养品质进行综合分析得出青引1号、青引3号和青引2号适宜在西藏日喀则地区种植推广。