郭明英， 吳艷玲， 徐麗君， 張木蘭， 烏 蘭， 呂瀟瀟， 呂世杰

(1.呼倫貝爾國(guó)家野外站/中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所， 北京 100081； 2.內(nèi)蒙古師范大學(xué)， 內(nèi)蒙古 呼和浩特 010021； 3.呼倫貝爾市草原工作站， 內(nèi)蒙古 呼倫貝爾 021008； 4.呼倫貝爾市畜牧工作站， 內(nèi)蒙古 呼倫貝爾 021008； 5.內(nèi)蒙古農(nóng)業(yè)大學(xué)， 內(nèi)蒙古 呼和浩特 010018)

禾本科牧草在人工草地組成中占據(jù)重要地位，同時(shí)在草地生態(tài)系統(tǒng)中也具有重要作用，是發(fā)展畜牧業(yè)的重要物質(zhì)基礎(chǔ)[1]。營(yíng)養(yǎng)價(jià)值的高低是評(píng)價(jià)牧草是否優(yōu)良的重要指標(biāo)，主要取決于所含營(yíng)養(yǎng)成分的種類和數(shù)量[2,3]，不同牧草品種、成熟階段和青貯技術(shù)均會(huì)使牧草的營(yíng)養(yǎng)價(jià)值發(fā)生較大的變化，提高其利用率[4-6]。本文應(yīng)用對(duì)應(yīng)分析[7-8]方法對(duì)呼倫貝爾地區(qū)6種禾本科牧草的營(yíng)養(yǎng)成分進(jìn)行分析，揭示營(yíng)養(yǎng)成分的差異性，探討適宜呼倫貝爾地區(qū)種植的不同禾本科牧草營(yíng)養(yǎng)物質(zhì)含量變化特點(diǎn)及規(guī)律，旨在為呼倫貝爾家畜的補(bǔ)飼和人工草地的合理利用提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)地概況

試驗(yàn)地位于呼倫貝爾市陳巴爾虎旗國(guó)家牧草繁育基地，屬溫帶半干旱大陸性氣候，年平均降水322.7 mm，年平均氣溫為-1.5℃，無(wú)霜期115 d，年積溫(≥10℃)2 003.1℃。土壤類型為栗鈣土。

1.2 試驗(yàn)材料

披堿草(ElymusdahuricusTurcz)、蒙農(nóng)雜種冰草(Agropyroncristatum×A.desertorum‘Hycrest Mengnong’)、老芒麥(ElymussibiricusLinn)，(內(nèi)蒙古農(nóng)業(yè)大學(xué)提供)；多花黑麥草(LoliummultiflorumLamk)，(黑龍江省齊齊哈爾北方草業(yè)有限公司提供)；‘阿壩’垂穗披堿草(Elymusnutans‘ Aba’)，(四川省草原科學(xué)研究院牧草研究所提供)；偃麥草(Elytrigiarepens(L.) Nevski.)，(新巴爾虎左旗草原工作站提供)。

1.3 試驗(yàn)取樣與測(cè)定

于2014年8月中旬取樣，先齊地面將牧草剪割，再將樣品烘干后粉碎，最后進(jìn)行營(yíng)養(yǎng)成分的測(cè)定與分析[9]。

1.4 數(shù)據(jù)分析

原始數(shù)據(jù)使用Excel 2010整理，統(tǒng)計(jì)分析采用SAS 9.2軟件。

2 結(jié)果與分析

2.1 特征向量分析

由表1可知，第1坐標(biāo)、第2坐標(biāo)為6種禾本科牧草在2個(gè)公因子上的載荷，分別表示為：P(披堿草)=0.1087 Dim1+0.0091 Dim2；D(多花黑麥草)=0.1606 Dim1+0.0084 Dim2；M(蒙農(nóng)雜種冰草)=-0.0553 Dim1+0.0458 Dim2；L(老芒麥)=-0.0789 Dim1-0.0243 Dim2；A(阿壩垂穗披堿草)=-0.0995 Dim1+0.0244 Dim2；Y(偃麥草)=-0.0132 Dim1-0.0571 Dim2。由此可知，P、D、M、L和A在第1公因子所承載信息均較大，而Y在第2公因子所承載的信息較大。

貢獻(xiàn)率之和反映牧草在2個(gè)公因子上的信息情況，由此可知，2公因子代表的牧草信息大小依次為D>P>A>Y>M>L，承載信息均在80%以上，其中P和D承載信息均在95%以上，6種牧草信息幾乎完全由這2個(gè)公因子反映出來(lái)。和占百分比信息反映出Y>A>L>P>M>D，說(shuō)明營(yíng)養(yǎng)物質(zhì)含量總體呈現(xiàn)Y>A>L>P>M>D。變量占特征值比表示貢獻(xiàn)率大小依次為D>A>P>L>M>Y。

表1 6種禾本科牧草的特征向量Table 1 Feature vectors of 6 forage grasses

2.2 歐氏距離分析

由表2可知，P和D之間距離=sqrt[(0.1087-0.1606)2+(0.0091-0.0084)2]=0.0519，D和M之間距離為0.2191，M和L之間距離為0.0740，L和A之間距離為0.0529，A和Y之間距離為0.1187。由此可知，以各養(yǎng)分含量為觀測(cè)梯度變量 M 和A 之間距離最短，即M 和A 之間養(yǎng)分含量差值較小，其他依次減小，表明6種禾本科牧草養(yǎng)分含量的差異在逐漸減小，牧草D養(yǎng)分含量遠(yuǎn)不同于牧草A養(yǎng)分含量。

表2 6種禾本科牧草的歐氏距離Table 2 Euclidean distance of 6 grass species

2.3 貢獻(xiàn)率與信息量分析

D在第1公因子上貢獻(xiàn)率最大(表 3)，依次是P，A，L，M，Y；在每個(gè)變量上每個(gè)公因子貢獻(xiàn)率顯示，6種牧草在第2公因子上貢獻(xiàn)率與之相反，Y貢獻(xiàn)率最大，D貢獻(xiàn)率最小。

由變量在公因子上貢獻(xiàn)率顯示，P、D、A和L 均在第1公因子上貢獻(xiàn)率相對(duì)第2公因子占有絕對(duì)優(yōu)勢(shì)；M變量在雙因子上貢獻(xiàn)率均較大；Y在第1公因子上貢獻(xiàn)率相對(duì)第1公因子占有一定優(yōu)勢(shì)。在信息量和總信息量中，0、1 和 2 是各變量坐標(biāo)對(duì)特征值貢獻(xiàn)多少標(biāo)志，貢獻(xiàn)少、中、多依次用 0、1 和 2 來(lái)表示，得出坐標(biāo)對(duì)特征值貢獻(xiàn)較多的是 M和Y，P、D、L和A 坐標(biāo)對(duì)特征值貢獻(xiàn)處于中等水平。

表3 6種禾本科牧草的貢獻(xiàn)率及信息量分析Table 3 Contribution rate and information quantity analysis of 6 forage grasses

2.4 各養(yǎng)分指標(biāo)特征向量分析

第1坐標(biāo)、第2坐標(biāo)為 7 個(gè)養(yǎng)分變量在2個(gè)公因子上的載荷，結(jié)果表示：CP在 2 個(gè)公因子上的載荷為CP=-0.1907 Dim1+0.0023 Dim2，其他養(yǎng)分指標(biāo)在2公因子上的載荷如表4所示。7個(gè)養(yǎng)分指標(biāo)中除了Ca和P，其他指標(biāo)在第1公因子所承載信息均較大，第1坐標(biāo)可以看作是不同養(yǎng)分指標(biāo)在坐標(biāo)系內(nèi)的位置變動(dòng)情況；而由于Ca和P在第1坐標(biāo)上的載荷與第2坐標(biāo)差值遠(yuǎn)小于其他養(yǎng)分指標(biāo)，其位置變動(dòng)情況受第2坐標(biāo)的影響值得重視。

2公因子所代表的養(yǎng)分含量信息大小依次為CP>AW>CF>Ash>EE>P>Ca，除了Ca和P,其他養(yǎng)分指標(biāo)承載信息均在70%以上，可以采用2公因子承載信息代替原指標(biāo)信息；和占百分比CF>CP>AW>Ash>EE>Ca>P，這說(shuō)明所測(cè)定的營(yíng)養(yǎng)物質(zhì)含量總體上變化規(guī)律為CF>CP>AW>Ash>EE>Ca>P；變量占特征值大小依次為CP>AW>CF>Ash>EE>Ca>P。由此可知，CP、CF和AW在各相關(guān)貢獻(xiàn)率相對(duì)較大且占比排位情況不穩(wěn)定，EE、Ash、Ca和P貢獻(xiàn)率相對(duì)較小且排位較穩(wěn)定。

表4 各養(yǎng)分指標(biāo)特征向量Table 4 Feature vectors of nutrient index

2.5 各養(yǎng)分指標(biāo)歐氏距離分析

由表5可知，CP和EE之間的距離=sqrt[(-0.1907-(-0.1001))2+(0.0023-0.0895)2]=0.1257，由此可見(jiàn)，CF和Ca之間的相關(guān)關(guān)系最近，其次為CF和Ash，CP與AW之間的關(guān)系最遠(yuǎn)?？傮w來(lái)看，AW與各養(yǎng)分之間的關(guān)系較遠(yuǎn)。

表5 各養(yǎng)分指標(biāo)的歐氏距離Table 5 Euclidean distance of nutrient indexes

2.6 各養(yǎng)分指標(biāo)貢獻(xiàn)率及信息量分析

由表6可知，CP在橫坐標(biāo)上信息量占絕對(duì)優(yōu)勢(shì)，即橫坐標(biāo)反應(yīng)CP含量信息比較強(qiáng)；EE、CF、Ash、Ca、P和 AW 在第2公因子上的貢獻(xiàn)率較大；變量在雙公因子上的貢獻(xiàn)率是(表 4 中)“貢獻(xiàn)率之和”；變量在公因子上的貢獻(xiàn)率顯示，除了CP外，CF和AW含量信息也主要由橫軸體現(xiàn)；CP、EE、CF、Ash和AW在第1公因子上的貢獻(xiàn)率相對(duì)第2公因子占有優(yōu)勢(shì)，而Ca和P在第2公因子上的貢獻(xiàn)率相對(duì)第1公因子占有優(yōu)勢(shì)；在信息量和總信息量中，0、1 和 2 是各變量的坐標(biāo)對(duì)特征值貢獻(xiàn)多少的標(biāo)志，貢獻(xiàn)少、中、多依次用 0、1 和 2 來(lái)表示，因此可以看到，坐標(biāo)對(duì)特征值貢獻(xiàn)較多的是EE、CF、Ash、Ca、P和AW，而CP坐標(biāo)對(duì)特征值的貢獻(xiàn)較少。

表6 貢獻(xiàn)率及信息量分析Table 6 Contribution rate and information analysis

2.7 對(duì)應(yīng)分析結(jié)果

如圖1所示，可直觀反映禾本科牧草間的差異，牧草中營(yíng)養(yǎng)物質(zhì)含量間也存在差異。A、L、M、Y、P和D沿橫軸由左向右排列，粗蛋白在橫軸上，說(shuō)明粗蛋白含量信息變化完成由橫軸決定，且沿著X軸正向逐漸降低。

7個(gè)養(yǎng)分指標(biāo)中，Ca與CF含量相距較近，說(shuō)明相距較近的養(yǎng)分指標(biāo)Ca和CF之間相互關(guān)聯(lián)程度較為密切，且具有較好的相關(guān)性。在第1個(gè)區(qū)域CP含量最高，第3個(gè)區(qū)域CP含量最低，2和4區(qū)域CP含量介于前兩者之間，但2和4區(qū)域除體現(xiàn)CP含量之外，還體現(xiàn)了自身的特點(diǎn)；第2區(qū)域Y的CF和Ash含量較高，但Ca含量變化不明顯，與Ca含量變化可能存在某種密切關(guān)系；第4區(qū)域M的EE和P含量關(guān)系沒(méi)有表現(xiàn)出來(lái)，盡管他們之間比較近可化為同一區(qū)域，可能M所具有的養(yǎng)分含量以及2個(gè)測(cè)定指標(biāo)更具有折中性。

圖1 對(duì)應(yīng)分析結(jié)果Fig.1 Correspondence analysis results

3 結(jié)論

對(duì)應(yīng)分析可直觀的反映出牧草養(yǎng)分含量與品種之間的關(guān)系，不同牧草所含養(yǎng)分存在明顯差異，養(yǎng)分含量與牧草間具有一定相關(guān)性。應(yīng)用對(duì)應(yīng)分析法解釋養(yǎng)分含量與牧草間的相關(guān)性是一種極具優(yōu)勢(shì)的分析方法。6種禾本科牧草的營(yíng)養(yǎng)成分含量不同，其中阿壩垂穗披堿草的粗蛋白與粗脂肪含量最高，多花黑麥草最低；披堿草的吸附水含量最高，老芒麥最低；偃麥草的粗纖維和粗灰分含量最高，蒙農(nóng)雜種冰草最低；老芒麥的Ca和P的含量最高，蒙農(nóng)雜種冰草Ca含量最低，偃麥草P的含量最低。