蔣琴杰 王藝光 房偉民 王海濱 宋愛萍 陳發(fā)棣

(南京農(nóng)業(yè)大學(xué)園藝學(xué)院/農(nóng)業(yè)農(nóng)村部景觀設(shè)計(jì)重點(diǎn)實(shí)驗(yàn)室,江蘇南京 210095)

菊花(Chrysanthemum morifolium)為菊科菊屬多年生宿根草本植物,是我國傳統(tǒng)名花之一,也是世界四大切花之一,據(jù)史料記載,我國栽培菊花歷史已有3 000多年。菊花因其觀賞價(jià)值和藥用價(jià)值較高,深受國內(nèi)外消費(fèi)者的青睞,目前已廣泛用于庭園布置、盆栽陳列、切花應(yīng)用[1]、膳用[2]、飲用[3]、藥用[4]等。 近年來,隨著生物技術(shù)的迅猛發(fā)展[5-7],菊花栽培育種技術(shù)不斷提高,培育了大量新品種[8],但多為觀賞品種或茶用品種,食用菊品種較少,且常見的食用菊多為食花型品種,葉用型品種極少,目前市場上僅有菊花腦這一種[9-10]。研究表明葉用型菊花品種具有口感良好、營養(yǎng)價(jià)值較豐富等優(yōu)點(diǎn),市場需求量較大[11],但關(guān)于葉用型菊花相關(guān)研究尚鮮見報(bào)道。因此,選育葉用型食用菊新品種及示范推廣具有重要意義。

本研究通過對田間初步篩選的材料進(jìn)行葉片營養(yǎng)成分分析以及產(chǎn)量測定,結(jié)合模糊隸屬函數(shù)綜合評價(jià)法[12-14]篩選出口感好、抗性強(qiáng)、葉片鮮嫩、表皮絨毛少的葉用型菊花品種,以期為豐富葉用型食用菊類型及培育葉用型食用菊新品種奠定一定的理論基礎(chǔ)。

1 材料與方法

1.1 試驗(yàn)材料

試驗(yàn)在南京農(nóng)業(yè)大學(xué)中國菊花種質(zhì)資源保存中心進(jìn)行,試驗(yàn)基地排灌設(shè)施良好,土壤為沙質(zhì)土,土質(zhì)均勻。11份供試材料(白金菊、小香菊、遲黃、黃山貢菊、皇菊、杭白菊、開菊1號(hào)、開菊2號(hào)、二倍體菊花腦、三倍體菊花腦、四倍體菊花腦)取自南京農(nóng)業(yè)大學(xué)中國菊花種質(zhì)資源保存中心,試驗(yàn)時(shí)間為2016年9月-2017年11月。試驗(yàn)期間,病蟲防治、除草、澆灌等措施按照常規(guī)管理進(jìn)行。

1.2 葉用型食用菊篩選

1.2.1 田間初步篩選 2016年9月-10月進(jìn)行目標(biāo)材料的初步篩選,從現(xiàn)有11份材料(白金菊、小香菊、遲黃、黃山貢菊、皇菊、杭白菊、開菊1號(hào)、開菊2號(hào)、二倍體菊花腦、三倍體菊花腦、四倍體菊花腦)中選擇在田間長勢旺盛、葉片鮮嫩、表皮絨毛少、抗性好的材料。

1.2.2 葉片試吃口感篩選 取田間初步篩選的材料,摘其鮮嫩葉片,洗凈,于2016年10月在南京農(nóng)業(yè)大學(xué)菊花基地食堂通過生吃和開水燙后試吃的方法選出口感較好、菊花味道比較淡的材料。將入選的材料,按照菊花腦傳統(tǒng)食用的方法,摘其鮮嫩葉片,直接炒食、與雞蛋炒食或做菊葉蛋湯食用,剔除味道重、口感不佳的材料,選出口感較好的材料。

1.3 樣品采集與測定方法

1.3.1 植物樣品采集 2017年3月對篩選出的材料采插穗進(jìn)行扦插擴(kuò)繁,扦插基質(zhì)為泥炭∶蛭石∶珍珠巖=2∶1∶1(體積比),插穗統(tǒng)一留長 8 cm,5～6 片葉,入土深度2 cm,5月定植。采用完全隨機(jī)區(qū)組排列,設(shè)3次生物學(xué)重復(fù),小區(qū)形狀采用長方形,每小區(qū)面積3.2 m2,株距 40 cm,行距 40 cm,即定植密度為 4 100株·667m-2,每小區(qū)定植20株,其他處理按照常規(guī)管理進(jìn)行。于2017年6月-8月進(jìn)行產(chǎn)量測定,收獲時(shí)用剪刀將可食用嫩芽剪下,稱量鮮重,測定可食用部分的產(chǎn)量。試驗(yàn)期間每隔20 d采摘一次,即分別于6月1日、6月20日、7月10日、7月30日采摘,共采摘4次,4次鮮重之和即為單株產(chǎn)量,并計(jì)算每667 m2產(chǎn)量。

1.3.2 主要營養(yǎng)指標(biāo)測定 采用烘干稱重法測定葉片中水分含量,采用酸堿中和滴定法[15-16]測定葉片有機(jī)酸含量；采用蒽酮比色法[17]測定葉片可溶性糖含量；采用考馬斯亮藍(lán)G-250染色法[18]測定葉片可溶性蛋白質(zhì)含量；采用鉬藍(lán)比色法[19-21]測定葉片維生素C含量；采用紫外分光光度法[22]測定葉片纖維素含量。

1.4 模糊綜合評價(jià)法數(shù)學(xué)建模分析

模糊綜合評價(jià)法數(shù)學(xué)建模分析,設(shè)相當(dāng)于品質(zhì)性狀(如可溶性糖含量、維生素C含量等)的因素集X={x1,x2,x3,… xn},代表評價(jià)等級(jí)(如好、中、差等)的評價(jià)集 V={v1,v2,v3,… vn}。根據(jù)模糊變換原理[23],B=M×R可作為綜合評價(jià)的數(shù)學(xué)模型,R是X×V上的一個(gè)模糊關(guān)系,M是論域X上的模糊子集,即各評判指標(biāo)的權(quán)重,而B是評判結(jié)果。

1.4.1 評價(jià)要素及權(quán)重的確立 通過設(shè)定各項(xiàng)指標(biāo)的權(quán)重M,通過模糊綜合評價(jià)法計(jì)算確定葉用型食用菊的品質(zhì),從而選出適合食用的材料。

1.4.2 模糊轉(zhuǎn)換矩陣 根據(jù)建立模型的方法,按照公式計(jì)算評價(jià)要素:

式中,x為每個(gè)特征值；xmin為最小特征值；xmax為最大特征值。

1.4.3 隸屬函數(shù)模型評價(jià)結(jié)果 依次以M1、M2、M3所在行組成矩陣轉(zhuǎn)置后定義為權(quán)重矩陣。依次以X1、X2、X3、X4、X5、X6、X7、X8分別表示白金菊、小香菊、遲黃、開菊1號(hào)、開菊2號(hào)、二倍體菊花腦、三倍體菊花腦、四倍體菊花腦所在行組成的矩陣,即因素集。由于將所有評價(jià)指標(biāo)都轉(zhuǎn)換為數(shù)字,不存在等級(jí)評價(jià)的情況,所以可以理解為R=X。通過計(jì)算評判集合B=X×M,得到相應(yīng)的結(jié)果B。

1.5 數(shù)據(jù)處理

采用Microsoft Excel 2007進(jìn)行試驗(yàn)數(shù)據(jù)的整理和計(jì)算；采用SPSS 20.0軟件進(jìn)行單因素方差分析(P＜0.05)。

2 結(jié)果與分析

2.1 葉用型食用菊材料篩選

對基地部分材料進(jìn)行田間初步篩選與做菜試吃口感篩選,剔除了抗性差、葉片粗糙、葉表皮絨毛多、苦澀感強(qiáng)、有刺激性氣味、綜合口感差的材料。除不同倍性菊花腦外,還初步篩選出具有食用潛力的品種白金菊、小香菊、遲黃、開菊1號(hào)、開菊2號(hào)。

2.2 不同品種葉片主要營養(yǎng)成分含量分析

由表1可知,不同品種葉片水分含量介于80.43%～89.16%之間,其中三倍體菊花腦最高,為89.16%,且顯著高于其他品種(除黃山貢菊),四倍體菊花腦最低,為80.43%；有機(jī)酸含量介于0.29%～0.87%之間,其中皇菊含量最高,為0.87%,且顯著高于其他品種,開菊2號(hào)含量最低,為0.29%；可溶性糖含量介于2.81～21.09 mg·g-1之間,其中四倍體菊花腦含量最高,為 21.09 mg·g-1,杭白菊含量最低,為 2.81 mg·g-1；可溶性蛋白含量介于2.67～20.02 mg·g-1之間,且各品種間差異明顯,其中二倍體菊花腦含量最高,為20.02 mg·g-1,皇菊含量最低,為 2.67 mg·g-1；纖維素含量介于24.38～191.05 mg·g-1DW之間,其中開菊2號(hào)含量最高,為191.05 mg·g-1DW,顯著高于其他品種(除三倍體菊花腦),二倍體菊花腦含量最低,為24.38 mg·g-1DW,顯著低于其他品種；維生素C含量介于0.58～1.63 mg·g-1之間,各品種間差異顯著,其中二倍體菊花腦含量最高,為1.63 mg·g-1,杭白菊含量最低,為 0.58 mg·g-1。

表1 不同品種葉片營養(yǎng)成分分析Table 1 Nutrient composition analysis of different varieties

2.3 不同品種采摘前分枝數(shù)比較

由表2可知,隨著采摘次數(shù)的增加,不同品種分枝數(shù)逐漸增多,6月1日采摘前開菊1號(hào)分枝數(shù)顯著高于開菊2號(hào),開菊2號(hào)分枝數(shù)顯著高于其他品種,且其他品種間分枝數(shù)無顯著差異；6月20日采摘前三倍體菊花腦分枝數(shù)最多,除開菊1號(hào)外,與其他品種分支數(shù)均差異顯著,二倍體菊花腦分枝數(shù)最少；7月10日采摘前三倍體菊花腦分枝數(shù)明顯高于其他品種,二倍體菊花腦分枝數(shù)最少；7月30日采摘前四倍體菊花腦分枝數(shù)明顯高于其他品種,而三倍體菊花腦和開菊2號(hào)因生長速度緩慢無法采摘。四倍體菊花腦在6月份生長速度慢,在7月份生長速度快,分枝數(shù)迅速增多,說明四倍體菊花腦適合在7月份進(jìn)行采摘；開菊1號(hào)在6月份生長速度快,分枝數(shù)多,7月份生長速度降低,但其分枝數(shù)僅次于四倍體菊花腦,說明開菊1號(hào)適宜在6、7月份進(jìn)行采摘；而三倍體菊花腦前期生長慢,中期生長快,分枝數(shù)多,但后期生長速度急劇下降且節(jié)間短,導(dǎo)致無法采摘,說明三倍體菊花腦采摘期短,不適合作為新的葉用型食用菊進(jìn)行推廣。

2.4 不同品種產(chǎn)量比較

由表3可知,各品種間產(chǎn)量差異明顯,其中四倍體菊花腦的產(chǎn)量最高,為711.52 kg·667m-2,顯著高于其他品種；白金菊、小香菊、遲黃、開菊1號(hào)4個(gè)品種間的產(chǎn)量無顯著差異,但均明顯高于二倍體菊花腦、開菊2號(hào)和三倍體菊花腦；三倍體菊花腦產(chǎn)量最低,為159.11 kg·667m-2,且顯著低于其他品種(除開菊2號(hào))。結(jié)合表2可知,分枝數(shù)較多的材料產(chǎn)量也相對較高,如四倍體菊花腦、白金菊、小香菊分枝數(shù)較多,產(chǎn)量也相對較高；開菊2號(hào)分枝數(shù)較少,產(chǎn)量也相對較低(黃山貢菊、皇菊、杭白菊僅測定了葉片營養(yǎng)成分指標(biāo),未進(jìn)行產(chǎn)量測定)。

2.5 模糊綜合評價(jià)法數(shù)學(xué)建模分析

2.5.1 評價(jià)要素及權(quán)重的確立 葉用型食用菊評價(jià)要素中,產(chǎn)量指標(biāo)在實(shí)際生產(chǎn)過程中具有決定性作用,因此產(chǎn)量指標(biāo)所占權(quán)重較大。在測定的成分指標(biāo)中,水分含量對其口感有較大影響,因此所占比重也較大。為了更好地說明葉用型食用菊品質(zhì)的高低,根據(jù)不同的目標(biāo),如篩選產(chǎn)量高且品質(zhì)好的葉用型食用菊材料時(shí),分別側(cè)重產(chǎn)量、營養(yǎng)成分均衡等,制定3組權(quán)重,計(jì)算得到不同的結(jié)果,由表4可知,M1組的權(quán)重值側(cè)重產(chǎn)量,M2組的權(quán)重值側(cè)重營養(yǎng)成分含量,M3組的權(quán)重值側(cè)重產(chǎn)量及營養(yǎng)成分均衡。

表2 不同品種采摘前分枝數(shù)統(tǒng)計(jì)Table 2 The statistics of branching number of different varieties before harvest

表3 不同材料產(chǎn)量比較Table 3 Compare the yield of different materials

2.5.2 模糊轉(zhuǎn)換矩陣 根據(jù)公式(1),xmin為表4中的最低數(shù)值,xmax為表4中的最高數(shù)值,計(jì)算得到特征表5。表5中的數(shù)據(jù)即為1.4.3中的X,將表5中的數(shù)據(jù)X乘以不同的權(quán)重M,得到模糊綜合評價(jià)結(jié)果表6。

2.5.3 隸屬函數(shù)模型評價(jià)結(jié)果 由表6可知,M1組的權(quán)重值側(cè)重產(chǎn)量,設(shè)產(chǎn)量占0.6,6項(xiàng)營養(yǎng)成分含量總體占0.4,四倍體菊花腦、白金菊、小香菊的數(shù)值均≥0.530,說明這3個(gè)品種在側(cè)重產(chǎn)量評分的模型下均優(yōu)于其他品種；M2組的權(quán)重值側(cè)重營養(yǎng)成分含量,設(shè)6項(xiàng)營養(yǎng)成分含量總體占0.6,產(chǎn)量占0.4,四倍體菊花腦、二倍體菊花腦、白金菊、小香菊和開菊1號(hào)的數(shù)值均≥0.462,說明這5個(gè)品種在側(cè)重營養(yǎng)成分含量的模型下均優(yōu)于其他品種。M3組的權(quán)重值側(cè)重產(chǎn)量及營養(yǎng)成分均衡,7項(xiàng)權(quán)重值均為0.143,四倍體菊花腦、二倍體菊花腦、三倍體菊花腦和開菊1號(hào)的數(shù)值均≥0.408,說明這4個(gè)材料在側(cè)重產(chǎn)量和營養(yǎng)成分均衡模型下均優(yōu)于其他品種。雖然3個(gè)模型權(quán)重的構(gòu)建方法側(cè)重點(diǎn)不同,但四倍體菊花腦、二倍體菊花腦和開菊1號(hào)總體得分相對較高,三組權(quán)重總體得分均大于0.4。其中四倍體菊花腦總體得分最好,三組權(quán)重總體得分均大于0.7,開菊2號(hào)最差,總體得分均小于0.3。因此,篩選出葉用型食用菊材料為四倍體菊花腦、二倍體菊花腦和開菊1號(hào)。

表4 不同品種各評價(jià)要素及權(quán)重Table 4 Statistics of evaluation factors and the respective weights of different varieties

表5 不同品種模糊轉(zhuǎn)換矩陣Table 5 Fuzzy transition matrix of different varieties

表6 不同品種模糊綜合評價(jià)結(jié)果Table 6 Results of the fuzzy comprehensive evaluation of different varieties

3 討論

研究表明,多倍體能增強(qiáng)植株的生態(tài)適應(yīng)性、對逆境的抗逆性以及降低蒸騰作用,提高光合效率[24]。此外,多倍體最顯著的外部特征是巨大性,其產(chǎn)量和營養(yǎng)成分往往高于二倍體[25]。本研究中,四倍體菊花腦葉片中有機(jī)酸、可溶性糖、可溶性蛋白、纖維素含量均高于二倍體菊花腦,且四倍體菊花腦具有食用口感好、產(chǎn)量高、分枝多、生長旺盛等特點(diǎn),是優(yōu)良的葉用型食用菊品種；三倍體菊花腦在生長初期分枝多,但隨著采摘次數(shù)的增多,其生長速度急劇下降,導(dǎo)致其產(chǎn)量降低,且食用口感不佳,與前人研究結(jié)果[26]一致。

王凱能[26]對42個(gè)切花菊品種進(jìn)行篩選,在田間調(diào)查的基礎(chǔ)上,開展品嘗評比,選定了21個(gè)品種進(jìn)一步開展包括花型、花色、水分、甜度和綜合口感等指標(biāo)的感官綜合評價(jià),篩選出清香、鮮甜、苦澀感弱的優(yōu)良食用菊新品種。金瀟瀟等[27]對南京農(nóng)業(yè)大學(xué)中國菊花種質(zhì)資源保存中心的47個(gè)觀賞菊品種和3個(gè)食用菊品種的營養(yǎng)指標(biāo)進(jìn)行測定,通過主成分分析,從觀賞菊中篩選出營養(yǎng)品質(zhì)優(yōu)良的食用菊品種。蔬菜品種篩選試驗(yàn)較多,陳軍[28]結(jié)合產(chǎn)量和品質(zhì)指標(biāo),篩選出適宜蘇州當(dāng)?shù)胤N植的優(yōu)良番茄品種愛珠、黑姬1號(hào)和金珠。劉忠祥[29]通過測定產(chǎn)量、果實(shí)品質(zhì)等相關(guān)指標(biāo)篩選出產(chǎn)量高、品質(zhì)好、長勢旺盛、抗病性強(qiáng),高抗病毒病,對青枯病具有強(qiáng)耐病性的適合武漢地區(qū)種植的優(yōu)良串番茄品種T5和T101。目前,市場上常見的食用菊多為食花品種,葉用型品種少,參考對食用品種篩選以及蔬菜篩選的方法,對葉用型食用菊材料的篩選要結(jié)合葉片口感、田間生長情況、葉片營養(yǎng)成分以及產(chǎn)量[39-33]等多方面因素。本試驗(yàn)在篩選葉用型食用菊材料時(shí),以水分、有機(jī)酸、可溶性糖、可溶性蛋白、纖維素、維生素C含量及產(chǎn)量作為葉用型菊花篩選評價(jià)要素,建立模糊綜合評價(jià)法模型,通過對3組依據(jù)不同的側(cè)重點(diǎn)構(gòu)建的權(quán)重模型的結(jié)果進(jìn)行計(jì)算分析,發(fā)現(xiàn)四倍體菊花腦、二倍體菊花腦、開菊1號(hào)得分相對較高,數(shù)值均在0.4以上,得分均優(yōu)于其他材料,可作為優(yōu)良葉用型食用菊材料。

4 結(jié)論

本研究對初步篩選出的11份菊花材料,以葉片營養(yǎng)成分含量各指標(biāo)及產(chǎn)量(每667 m2)作為葉用型菊花篩選評價(jià)要素,通過模糊綜合評價(jià)法進(jìn)行分析,篩選出四倍體菊花腦、二倍體菊花腦、開菊1號(hào)3份營養(yǎng)成分含量及產(chǎn)量較高的品種。下一步將進(jìn)行多年多點(diǎn)試驗(yàn),同時(shí)對篩選獲得的材料生長勢、抗性等進(jìn)行評價(jià)。本研究結(jié)果為篩選出綜合性狀優(yōu)良的葉用型食用菊新材料奠定了一定的理論基礎(chǔ)。