全 文 ：书不同混播方式豆禾混播草地生产性能的综合评价
郑伟１，２，朱进忠１，２，加娜尔古丽１
（１．新疆农业大学草业与环境科学学院，新疆 乌鲁木齐８３００５２；２．新疆维吾尔自治区
草地资源与生态重点实验室，新疆 乌鲁木齐８３００５２）
摘要：对红豆草、紫花苜蓿、红三叶、鸭茅、无芒雀麦和猫尾草６种豆禾牧草在混播种类为混３１（鸭茅、无芒雀麦和
紫花苜蓿混播）、混３２（鸭茅、无芒雀麦和红豆草混播）、混４１（鸭茅、无芒雀麦和紫花苜蓿、红三叶混播）、混４２（鸭
茅、无芒雀麦和紫花苜蓿、红豆草混播）、混５１（鸭茅、无芒雀麦、猫尾草和紫花苜蓿、红三叶混播）、混５２（鸭茅、无
芒雀麦、猫尾草和紫花苜蓿、红豆草混播）和混６（６种豆禾牧草混播）与混播比例为豆禾比５∶５，４∶６和３∶７条件
下建立的混播草地连续２年的生产性能进行了灰色关联度分析，并建立了包含牧草产量、牧草营养品质、种间相容
性和群落稳定性在内的生产性能评价模型。结果表明，混６组合具有较高生产性能，且高于其他混播种类组合，而
不同混播比例组合生产性能相差不大；根据各混播组合的生产性能，可将２１个混播组合分为３类，生态稳定型（混
６）种间相容性、群落稳定性及产量均较高，适宜长期持续利用；产量型（混５２、混４２和混３２）产量较高，牧草品质
较差，特别是叶茎比较低，适宜放养耐粗饲牲畜；营养品质型（混５１、混４１和混３１）产量较低，牧草营养品质较高，
特别是具较高叶茎比，适宜放养对牧草品质要求较高牲畜。
关键词：豆禾混播草地；混播种类；混播比例；生产性能；灰色关联度分析
中图分类号：Ｓ８１２　　文献标识码：Ａ　　文章编号：１００４５７５９（２０１２）０６０２４２１０
　　建立人工草地是发展集约化草地畜牧业、实施生态恢复与系统重建和可持续发展战略的重要措施［１］，如何降
低人工草地建植与管理成本，提升其经济生态效益，建立高产、优质和稳定的草地群落成为人工草地发展成败与
成效的首要问题。豆禾混播草地不仅可改善草地生态系统氮素营养平衡、促进草地动物蛋白质的形成［２，３］，提高
草地质量和（或）产量［４，５］，还可提高土壤地力，具备优良生产与生态性能的基础［６］。因此，豆禾混播草地往往成
为许多地区人工草地建植的首选类型［７，８］。但豆禾混播草地往往由于组合不当或管理不善，加上资源环境的限
制，经常出现牧草生长不良、草群结构稳定性差、产量及品质下降等现象［９］。因此，研究分析特定环境条件下不同
混播种类和混播比例豆禾混播草地生产性能就成为人工草地建设十分重要的技术内容，这对于豆禾混播草地维
系较高生产及生态效益具有重要意义。以往许多研究将人工草地生产性能等同于牧草产量，将牧草产量的差异
作为评定不同建植与管理方式下人工草地生产性能的主要指标，具有一定的局限性［１０，１１］。豆禾混播草地的生产
性能是由多种因素相互作用而构成的一个复杂生物学性状，其评价不仅要考虑牧草产量，同时还要考虑种间相容
性、草群稳定性、牧草的品质以及地下根系生长性状等诸多因素［１２］，如果仅以某些单个因素或生长性状的方差分
析来评价其生产性能，进而判定豆禾混播方式的优劣，往往因割裂了各个因素对豆禾混播草地生产性能的综合影
响而在一定程度上有失全面及科学。目前常用的多指标综合评价系统主要包括聚类分析、灰色关联度评价、模糊
综合评价和层次分析法，在农业方面已有所应用［１２１５］。灰色系统分析可较为真实和全面地反映人们对客观系统
的实际认识程度，不但可以给出质的定性解释，同时也可以给出量的确切描述［１６］，还能避免权重确定的主观随意
性［１２］。为此，本研究选取了与豆禾混播草地生产性能相关的１１种生产性能指标进行测定，以红豆草（犗狀狅犫狉狔犮犺犻狊
狏犻犮犻犪犲犳狅犾犻犪）、紫花苜蓿（犕犲犱犻犮犪犵狅狊犪狋犻狏犪）、红三叶（犜狉犻犳狅犾犻狌犿狆狉犪狋犲狀狊犲）、鸭茅（犇犪犮狋狔犾犻狊犵犾狅犿犲狉犪狋犪）、无芒雀麦
（犅狉狅犿狌狊犻狀犲狉犿犻狊）和猫尾草（犘犺犾犲狌犿狆狉犪狋犲狀狊犲）６种豆禾牧草在混播种类为６，５，４，３及豆禾比为５∶５，４∶６，
３∶７条件下建立混播草地，采用灰色关联度评价不同混播方式下草地的生产性能，为豆禾混播草地生产性能的科
２４２－２５１
２０１２年１２月
　　　草　业　学　报　　　
　　　ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ　　　
第２１卷　第６期
Ｖｏｌ．２１，Ｎｏ．６
收稿日期：２０１２０５１８；改回日期：２０１２０７２５
基金项目：农业部公益性行业科研专项（２０１００３０２３）和新疆维吾尔自治区科技支疆项目计划（引导性）项目（２０１１９１２２４）资助。
作者简介：郑伟（１９７８），男，湖北武汉人，副教授，博士。Ｅｍａｉｌ：ｚｗ０６５＠１２６．ｃｏｍ
通讯作者。Ｅｍａｉｌ：ｘｊａｕｚｊｚ＠１２６．ｃｏｍ
学评价提供适宜的评价指标体系，并为高产优质豆禾混播草地建植与持续管理提供技术参考。
１　材料与方法
１．１　试验地概况
试验地点位于新疆维吾尔自治区伊犁哈萨克自治州昭苏盆地腹内的昭苏马场（Ｅ８１°０３′～８１°０５′，Ｎ４０°５５′
～４３°１５′），该地区属温带山区半湿润易旱冷凉气候类型。年均温度２．７℃，≥１０℃年积温１４１６．８℃，无霜期８５
～１００ｄ，年均降水量５１２ｍｍ，降水集中于５－８月，约占全年总降水量的６８％，年均蒸发量１２６１．６ｍｍ，是降水
量的２．５倍，积雪期１５８ｄ，积雪厚度２０～６０ｃｍ。试验小区所处地段原为天然草地（山地草甸），２００２年开垦为多
年生人工草地。植被主要成分有鸭茅、无芒雀麦、新疆鹅观草（犚狅犲犵狀犲狉犻犪狊犻狀犽犻犪狀犵犲狀狊犻狊）、猫尾草、草原糙苏
（犘犺犾狅犿犻狊狆狉犪狋犲狀狊犻狊）、草原老鹳草（犌犲狉犪狀犻狌犿狆狉犪狋犲狀狊犲）、大叶橐吾（犔犻犵狌犾犪狉犻犪犿犪犮狉狅狆犺狔犾犾犪）等。盖度６５％～
１００％，草层高２５～８５ｃｍ，鲜草产量１０３９０５ｋｇ／ｈｍ２。土壤为黑钙土，土壤有机质含量为１３．６３％～１４．８９％，全
氮、全磷、全钾量分别为９．５３，２．１６，１２．２０ｇ／ｋｇ，碱解氮、有效磷、有效钾含量分别为４５９．２０，１４４．４３，４７３．５８
ｍｇ／ｋｇ。
１．２　试验材料与试验设计
试验为完全随机区组设计，ａ因素为混播种类，分别为混３１（鸭茅、无芒雀麦和紫花苜蓿混播）、混３２（鸭茅、
无芒雀麦和红豆草混播）、混４１（鸭茅、无芒雀麦和紫花苜蓿、红三叶混播）、混４２（鸭茅、无芒雀麦和紫花苜蓿、
红豆草混播）、混５１（鸭茅、无芒雀麦、猫尾草和紫花苜蓿、红三叶混播）、混５２（鸭茅、无芒雀麦、猫尾草和紫花苜
蓿、红豆草混播）和混６（６种豆禾牧草混播）（犪＝７）；ｂ因素为混播比例，分别为豆禾比５∶５，４∶６和３∶７（犫＝３）；
每种牧草设单播作为对照（ｃｋ＝６）；３次重复（狀＝３），共８１个小区（犪×犫×狀＋犮犽×狀＝７×３×３＋６×３＝８１）。每
个小区面积均为３ｍ×４ｍ，行距３０ｃｍ。紫花苜蓿，红三叶、猫尾草单播的播量为１５ｋｇ／ｈｍ２，鸭茅、无芒雀麦单
播的播量为３０ｋｇ／ｈｍ２，红豆草单播的播量为６０ｋｇ／ｈｍ２；混播比例按种子占单播重量的实际用价来计算，混播
与单播密度相同，混播播量及播种比例见表１。２００８年５月４日播种，播种当年在８月２０日刈割１次。翌年返
青后不施用任何肥料，试验期间不灌溉，中耕松土１次，每年人工除杂草２次。
１．３　测定指标和方法
试验期间共刈割４次，分别于２００９年６月１６日和９月１日、２０１０年６月３０日和９月１日进行。
１．３．１　牧草产量测定　各小区取样面积５０ｃｍ×５０ｃｍ，３个重复，留茬高度５ｃｍ。收获样品按混播牧草种类分
开，置于６５℃烘箱至恒重后记录各组成物种干重。
１．３．２　种间相容性测定　本研究用相对产量总和（ｒｅｌａｔｉｖｅｙｉｅｌｄｔｏｔａｌ，ＲＹＴ）表述种间相容性［１７１９］。
相对产量总和犚犢犜＝犢犻犼犢犻＋
犢犼犻
犢犼犼
式中，犢犻犼为种犻与种犼混播时种犻的草产量；犢犻为种犻单播时的草产量；犢犼犻为种犼同种犻混播时种犼的草产量；犢犼犼
为种犼单播时的草产量［２０，２１］。犚犢犜＝１，说明在该组分下种间和种内干扰相等；犚犢犜＜１，说明在该组分下种间干
扰大于种内干扰，环境资源没有得到充分利用；犚犢犜＞１说明种间干扰小于种内干扰，各个竞争种可能有某种程
度的生态位分化，此时，组分共同利用资源比它们各自单独利用资源更有效。
１．３．３　群落稳定性测定　草地群落稳定性指草地植被对于外界干扰因素的状态保持能力。它是草地属性的一
个重要评价指标［９］。草地植被对于外部作用力的反应，常体现在群落的某些特征变化上，通过测定这些特征的变
异情况，即可分析比较出其稳定性［２２］。草地群落的稳定性主要表现在两方面，一是群落结构的稳定性，二是产量
的稳定性。相对密度（ｒｅｌａｔｉｖｅｄｅｎｓｉｔｙ，ＲＤ）可以理解为群落各组成结构对资源潜在的占有能力的大小，相对产量
（ｒｅｌａｔｉｖｅｙｉｅｌｄ，ＲＹ）则是物种对已占有资源量的评价［６，２３，２４］。通过对两者“相异度（ｄｉｓｓｉｍｉｌａｒｉｔｙ）”（即干扰后与干
扰前群落的相异程度）的评定，可以定量反映出群落稳定性的变化［９］。
禾草相对密度犚犇犵＝犇犵犾／狆犇犵；豆科牧草相对密度犚犇犾＝犇犾／狇犇犾
禾草相对产量犚犢犵＝犢犵犾／狆犢犵；豆科牧草相对产量犚犢犾＝犢犾／狇犢犾
相异度犆犇＝１－∑
狀
犻＝１
｜犳犃犻－犳犅犻｜／∑
狀
犻＝１
犳犃犻
３４２第２１卷第６期 草业学报２０１２年
表１　豆禾混播草地混播比例与播量
犜犪犫犾犲１　犕犻狓犲犱狊狅狑犻狀犵狉犪狋犻狅犪狀犱狊狅狑犻狀犵狇狌犪狀狋犻狋狔犻狀犾犲犵狌犿犲－犵狉犪狊狊犿犻狓狋狌狉犲
播种模式
Ｓｏｗｉｎｇ
ｐａｔｔｅｒｎ
播量
Ｓｏｗｉｎｇｑｕａｎｔｉｔｙ
（ｋｇ／ｈｍ２）
编号
Ｎｕｍｂｅｒ
豆禾比
Ｒａｔｉｏｏｆ
ｌｅｇｕｍｅ∶ｇｒａｓｓ
牧草种类／混播比例
Ｓｐｅｃｉｅｓａｎｄｍｉｘｅｄ
ｓｏｗｉｎｇｒａｔｉｏ
混６Ｍｉｘｅｄ６
ｓｐｅｃｉｅｓ
３７．５ Ａ ５∶５ 鸭茅犇．犵犾狅犿犲狉犪狋犪１５％，无芒雀麦犅．犻狀犲狉犿犻狊１５％，猫尾草犘．狆狉犪狋犲狀狊犲２０％，紫
花苜蓿犕．狊犪狋犻狏犪１７％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪２５％，红三叶犜．狆狉犪狋犲狀狊犲８％
Ｂ ４∶６ 鸭茅犇．犵犾狅犿犲狉犪狋犪１８％，无芒雀麦犅．犻狀犲狉犿犻狊１８％，猫尾草犘．狆狉犪狋犲狀狊犲２４％，紫
花苜蓿犕．狊犪狋犻狏犪１３．６％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪２０％，红三叶犜．狆狉犪狋犲狀狊犲６．４％
Ｃ ３∶７ 鸭茅犇．犵犾狅犿犲狉犪狋犪２１％，无芒雀麦犅．犻狀犲狉犿犻狊２１％，猫尾草犘．狆狉犪狋犲狀狊犲２８％，紫
花苜蓿犕．狊犪狋犻狏犪１０．２％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪１５％，红三叶犜．狆狉犪狋犲狀狊犲４．８％
混５１Ｍｉｘｅｄ５
ｓｐｅｃｉｅｓ１
３０．０ Ｄ ５∶５ 鸭茅犇．犵犾狅犿犲狉犪狋犪１５％，无芒雀麦犅．犻狀犲狉犿犻狊１５％，猫尾草犘．狆狉犪狋犲狀狊犲２０％，紫
花苜蓿犕．狊犪狋犻狏犪３０％，红三叶犜．狆狉犪狋犲狀狊犲２０％
Ｅ ４∶６ 鸭茅犇．犵犾狅犿犲狉犪狋犪１８％，无芒雀麦犅．犻狀犲狉犿犻狊１８％，猫尾草犘．狆狉犪狋犲狀狊犲２４％，紫
花苜蓿犕．狊犪狋犻狏犪２４％，红三叶犜．狆狉犪狋犲狀狊犲１６％
Ｆ ３∶７ 鸭茅犇．犵犾狅犿犲狉犪狋犪２１％，无芒雀麦犅．犻狀犲狉犿犻狊２１％，猫尾草犘．狆狉犪狋犲狀狊犲２８％，紫
花苜蓿犕．狊犪狋犻狏犪１８％，红三叶犜．狆狉犪狋犲狀狊犲１２％
混５２Ｍｉｘｅｄ５
ｓｐｅｃｉｅｓ２
３７．５ Ｇ ５∶５ 鸭茅犇．犵犾狅犿犲狉犪狋犪１５％，无芒雀麦犅．犻狀犲狉犿犻狊１５％，猫尾草犘．狆狉犪狋犲狀狊犲２０％，紫
花苜蓿犕．狊犪狋犻狏犪２０％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪３０％
Ｈ ４∶６ 鸭茅犇．犵犾狅犿犲狉犪狋犪１８％，无芒雀麦犅．犻狀犲狉犿犻狊１８％，猫尾草犘．狆狉犪狋犲狀狊犲２４％，紫
花苜蓿犕．狊犪狋犻狏犪１６％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪２４％
Ｉ ３∶７ 鸭茅犇．犵犾狅犿犲狉犪狋犪２１％，无芒雀麦犅．犻狀犲狉犿犻狊２１％，猫尾草犘．狆狉犪狋犲狀狊犲２８％，紫
花苜蓿犕．狊犪狋犻狏犪１２％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪１８％
混４１Ｍｉｘｅｄ４
ｓｐｅｃｉｅｓ１
３０．０ Ｊ ５∶５ 鸭茅犇．犵犾狅犿犲狉犪狋犪２５％，无芒雀麦犅．犻狀犲狉犿犻狊２５％，紫花苜蓿犕．狊犪狋犻狏犪３０％，红
三叶犜．狆狉犪狋犲狀狊犲２０％
Ｋ ４∶６ 鸭茅犇．犵犾狅犿犲狉犪狋犪３０％，无芒雀麦犅．犻狀犲狉犿犻狊３０％，紫花苜蓿犕．狊犪狋犻狏犪２４％，红
三叶犜．狆狉犪狋犲狀狊犲１６％
Ｌ ３∶７ 鸭茅犇．犵犾狅犿犲狉犪狋犪３５％，无芒雀麦犅．犻狀犲狉犿犻狊３５％，紫花苜蓿犕．狊犪狋犻狏犪１８％，红
三叶犜．狆狉犪狋犲狀狊犲１２％
混４２Ｍｉｘｅｄ４
ｓｐｅｃｉｅｓ２
３７．５ Ｍ ５∶５ 鸭茅犇．犵犾狅犿犲狉犪狋犪２５％，无芒雀麦犅．犻狀犲狉犿犻狊２５％，紫花苜蓿犕．狊犪狋犻狏犪２０％，红
豆草犗．狏犻犮犻犪犲犳狅犾犻犪３０％
Ｎ ４∶６ 鸭茅犇．犵犾狅犿犲狉犪狋犪３０％，无芒雀麦犅．犻狀犲狉犿犻狊３０％，紫花苜蓿犕．狊犪狋犻狏犪１６％，红
豆草犗．狏犻犮犻犪犲犳狅犾犻犪２４％
Ｏ ３∶７ 鸭茅犇．犵犾狅犿犲狉犪狋犪３５％，无芒雀麦犅．犻狀犲狉犿犻狊３５％，紫花苜蓿犕．狊犪狋犻狏犪１２％，红
豆草犗．狏犻犮犻犪犲犳狅犾犻犪１８％
混３１Ｍｉｘｅｄ３
ｓｐｅｃｉｅｓ１
３７．５ Ｐ ５∶５ 鸭茅犇．犵犾狅犿犲狉犪狋犪２５％，无芒雀麦犅．犻狀犲狉犿犻狊２５％，紫花苜蓿犕．狊犪狋犻狏犪５０％
Ｑ ４∶６ 鸭茅犇．犵犾狅犿犲狉犪狋犪３０％，无芒雀麦犅．犻狀犲狉犿犻狊３０％，紫花苜蓿犕．狊犪狋犻狏犪４０％
Ｒ ３∶７ 鸭茅犇．犵犾狅犿犲狉犪狋犪３５％，无芒雀麦犅．犻狀犲狉犿犻狊３５％，紫花苜蓿犕．狊犪狋犻狏犪３０％
混３２Ｍｉｘｅｄ３
ｓｐｅｃｉｅｓ２
３７．５ Ｓ ５∶５ 鸭茅犇．犵犾狅犿犲狉犪狋犪２５％，无芒雀麦犅．犻狀犲狉犿犻狊２５％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪５０％
Ｔ ４∶６ 鸭茅犇．犵犾狅犿犲狉犪狋犪３０％，无芒雀麦犅．犻狀犲狉犿犻狊３０％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪４０％
Ｕ ３∶７ 鸭茅犇．犵犾狅犿犲狉犪狋犪３５％，无芒雀麦犅．犻狀犲狉犿犻狊３５％，红豆草犗．狏犻犮犻犪犲犳狅犾犻犪３０％
　注：混５１、混４１、混３１表示混播种类中不含红豆草；混６、混５２、混４２、混３２表示混播种类中含红豆草。下同。
　Ｎｏｔｅ：Ｔｈｅｍｉｘｅｄｓｏｗｉｎｇｓｐｅｃｉｅｓｏｆｍｉｘｅｄ６ｓｐｅｃｉｅｓ，ｍｉｘｅｄ５ｓｐｅｃｉｅｓ２，ｍｉｘｅｄ４ｓｐｅｃｉｅｓ２，ｍｉｘｅｄ３ｓｐｅｃｉｅｓ２ｉｎｃｌｕｄｅ犗．狏犻犮犻犪犲犳狅犾犻犪，ｍｉｘｅｄ５ｓｐｅ
ｃｉｅｓ１，ｍｉｘｅｄ４ｓｐｅｃｉｅｓ１，ｍｉｘｅｄ３ｓｐｅｃｉｅｓ１ｄｏｎｏｔ．Ｔｈｅｓａｍｅｂｅｌｏｗ．
４４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．６
式中，犇犵犾是在混播条件下禾草分蘖数，犇犵 是单播条件下禾草的分蘖数，狆是禾草在混播地中的播种比例；犇犾是混
播条件下豆科牧草的分枝数，犇犾是单播条件下豆科牧草的分枝数，狇是豆科牧草在混播地中的播种比例；犚犇犵＝１
表明种内竞争和与豆科牧草的种间竞争对禾草种群数量影响相似；犚犇犵＞１表明禾草在与豆科牧草混播时扩大
了自己的种群；犚犇犵＜１时，表明豆科牧草的存在限制了禾草种群数量的扩展；犚犇犾值含义同犚犇犵［６］。犢犵犾是在混
播条件下禾草的单位面积产量，犢犵 是单播条件下禾草的单位面积产量；犢犾是混播条件下豆科牧草的单位面积产
量，犢犾是单播条件下豆科牧草的单位面积产量；犚犢犵＝１表明禾草的种内竞争和与豆科牧草的种间竞争相似；
犚犢犵＞１表明禾草的种内竞争大于其种间竞争；犚犢犵＜１表明种间竞争要大于种内竞争［２５］。犆犇 为相异度系数；
犳犃犻表示干扰前的群落特征值（其特征数为犻＝１，２，３……，狀，这里取２００９年的犚犇 或犚犢）；犳犅犻为干扰后的群落
特征值（这里取２０１０年的犚犇或犚犢）。当犆犇＝１时，说明群落有极强的稳定性；而当犆犇≤０时，说明其稳定性在
这一外力作用下极差，以至于完全丧失这一特征属性；犆犇 值的大小可反映干扰力对植被群落的影响程度，也就是
草地的稳定性。
１．３．４　牧草的品质测定　按“十”字法随机取样５００ｇ混匀，将样品粉碎后，过０．４ｍｍ筛，利用ＺＤＤＮⅡ型凯氏
定氮仪测定牧草样品的粗蛋白（ｃｒｕｄｅｐｒｏｔｅｉｎ，ＣＰ）含量、ＳＺＦ０６Ａ型粗脂肪仪测定粗脂肪（ｅｔｈｅｒｅｘｔｒａｃｔ，ＥＥ）含
量、ＣＸＣ０６纤维分析仪测定中性洗涤纤维（ｎｅｕｔｒａｌｄｅｔｅｒｇｅｎｔｆｉｂｅｒ，ＮＤＦ）含量，并根据产草量换算成ＣＰ、ＥＥ和
ＮＤＦ产量，具体操作参见杨胜［２６］的方法。取有代表性的各种牧草样１ｋｇ，将茎、叶、花序分开，烘干后称重，花序
算为茎的部分，禾本科牧草茎包括茎和叶鞘，计算各自叶茎比。
１．３．５　地下根系生长性状测定　在每次刈割后，分别在各测产样方内用土壤剖面刀取３０ｃｍ×３０ｃｍ×３０ｃｍ
的土块，分别装袋。用土壤筛和双层纱布袋冲洗，分离出牧草全部根系。
１．４　评价方法
应用关联度分析对豆禾混播草地进行评价时，以不同混播方式记为参考列｛Ｘ０（ｋ）｝（犽＝１，２，３，…，狀），各项
指标作为评价指标记为比较列｛犡犻（犽）｝（犽＝１，２，３，…，犿）。运用灰色关联度理论的权重决策法［２７，２８］，选择牧草产
量、根系生物量、ＲＹＴ、禾草ＲＤ相异度、豆科牧草ＲＤ相异度、禾草ＲＹ相异度、豆科牧草ＲＹ相异度、叶茎比、ＣＰ
产量、ＥＥ产量和ＮＤＦ产量等１１项指标进行权重比较（表２），以此为基础构建豆禾混播草地综合评价模型。
关联系数ζ（犽）＝
ｍｉｎ
犻
ｍｉｎ
犽
｜犡０（犽）－犡犻（犽）｜＋ρｍａｘ犻 ｍａｘ犽 ｜犡０
（犽）－犡犻（犽）｜
｜犡０（犽）－犡犻（犽）｜＋ρｍａｘ犻 ｍａｘ犽 ｜犡０
（犽）－犡犻（犽）｜
（１）
式中，混播方式以犡表示，生产性能以犽表示，各混播方式犡 在生产性能犽处的值构成比较数列犡犻，犡０ 为构建
的理想参考混播方式。｜犡０（犽）－犡犻（犽）｜为绝对差值，记为Δ（犽）。
Δ（犽）＝｜犡０（犽）－犡犻（犽）｜ （２）
等权关联度γ犻＝１狀∑
狀
犻－１ζ
（犽）　（其中狀为样本数） （３）
权重系数ω犻＝ γ犻∑γ犻
（４）
加权关联度γ犻′＝∑
狀
犽＝１
ω犻（犽）ζ（犽） （５）
２　结果与分析
２．１　评价系统的建立
根据灰色系统理论要求［２９，３０］，将２１个混播方式的１１个生产性能指标视为一个整体，即灰色系统由于同一
混播方式不同生产性能的单位不同，为保证各生产性能因素具有等效性和同序性，本研究采用均值化对原始数据
进行标准化处理，即用参考数列犡０ 分别除以比较数列犡犃、犡犅、…、犡犝。
２．２　确定最优指标集
把不同生产性能的２１个豆禾混播方式作为评价方案，用犻表示１１个生产性能指标（表２，３）。取所有混播方
式每个指标的最优值构造１个较为理想的参考数列犡０，犻方案的犽指标值表示为犡犻（犽），在牧草产量、根系生物
５４２第２１卷第６期 草业学报２０１２年
量、ＲＹＴ、禾草ＲＤ相异度、豆科牧草ＲＤ相异度、禾草ＲＹ相异度、豆科牧草ＲＹ相异度、叶茎比、ＣＰ产量、ＥＥ产
量和ＮＤＦ产量１１项指标中，根据草地生产特性和牲畜对牧草的营养需求，其中ＮＤＦ产量是数值最小为最优，其
余指标均为数值最大为最优。即牧草产量１３０５．５１ｇ／ｍ２，根系生物量１７４３．９８ｇ／ｍ２，ＲＹＴ５．０６，叶茎比１．２２，
ＣＰ产量１７３．９１ｇ／ｍ２，ＥＥ产量５６．２８ｇ／ｍ２，禾草ＲＤ相异度１．００，豆科牧草ＲＤ相异度１．００，禾草ＲＹ相异度
１．００，豆科牧草ＲＹ相异度１．００和ＮＤＦ产量３３１．３１ｇ／ｍ２，构成最优指标集｛犡０（犽）｝＝（１３０５．５１，１７４３．９８，
５．０６，１．００，１．００，１．００，１．００，１．２２，１７３．９１，５６．２８，３３１．３１）。
表２　不同混播方式下生产性能各项指标的均值
犜犪犫犾犲２　犕犲犪狀狏犪犾狌犲狊狅犳狋犺犲狆狉狅犱狌犮狋犻狏犲狆犲狉犳狅狉犿犪狀犮犲狅犳犱犻犳犳犲狉犲狀狋犿犻狓犲犱狊狅狑犻狀犵狆犪狋狋犲狉狀狊
编号
Ｎｕｍｂｅｒ
牧草产量
ＦＹ
（ｇ／ｍ２）
根系生物量
ＲＢ
（ｇ／ｍ２）
ＲＹＴ 禾草ＲＤ
相异度
ＧＲＤ
豆科ＲＤ
相异度
ＬＲＤ
禾草ＲＹ
相异度
ＧＲＹ
豆科ＲＹ
相异度
ＬＲＹ
叶茎比
Ｌ／Ｓ
ＣＰ产量
ＣＰＹ
（ｇ／ｍ２）
ＥＥ产量
ＥＥＹ
（ｇ／ｍ２）
ＮＤＦ产量
ＮＤＦＹ
（ｇ／ｍ２）
Ａ ９９０．１５ １２０２．２２ ３．３８ ０．８３ ０．７１ ０．７６ ０．４０ ０．６６ １２２．８９ ３９．８５ ５３７．９１
Ｂ １１３６．１９ １１３６．６３ ３．３９ ０．６２ ０．８９ ０．９０ ０．４６ ０．６３ １２５．９９ ４６．９０ ５９７．２４
Ｃ １０９０．５３ １０６３．０９ ３．４０ ０．５２ ０．７９ ０．８７ ０．３３ ０．６５ １３３．５６ ４０．４２ ６２０．１２
Ｄ ７７４．９１ １０９８．０９ ３．３５ ０．６４ ０．６８ ０．７１ ０．５７ ０．８１ ８０．８５ ３４．７２ ４８５．２０
Ｅ ７１７．８４ １１７８．４１ ２．５５ ０．５７ ０．５７ －０．３８ ０．２３ ０．７１ ９８．４２ ３８．２７ ４３５．８１
Ｆ ７９６．９６ １２１９．０９ ３．１４ ０．１４ ０．８９ ０．３３ ０．７１ ０．９１ ９２．９０ ４０．６７ ５８３．２４
Ｇ １０７４．７６ １２８３．６９ ３．３６ ０．８５ ０．３５ ０．８４ ０．２０ ０．７０ １２３．８０ ４６．１７ ６９８．３５
Ｈ １０６９．０８ １１８５．９４ ３．０２ ０．７７ ０．３１ ０．５７ ０．２４ ０．６４ １０５．９７ ４４．７７ ６３０．８５
Ｉ １０１５．８２ ９４３．２２ ２．７５ ０．７６ ０．３７ ０．８５ ０．３４ ０．６９ ９９．２７ ４５．２４ ４０５．９９
Ｊ ７７７．１０ １４２６．５０ ３．０２ ０．８５ ０．５１ ０．５６ ０．２４ ０．７６ ９４．９５ ３０．０８ ４７８．３６
Ｋ ６５６．０２ １０９０．３４ ２．４２ ０．６６ ０．４２ ０．２７ ０．２４ ０．８８ ７９．８７ ２７．１１ ３９１．４５
Ｌ ７６９．６５ １２２７．８１ ２．６３ ０．９３ ０．６２ ０．４３ ０．２５ ０．９７ ８３．０２ ３４．５５ ３４８．７５
Ｍ １０５０．５５ ９８１．５３ ３．０３ ０．８０ ０．３５ ０．５８ ０．５１ ０．７０ １１９．５２ ３０．７８ ６２８．０１
Ｎ １１６３．４３ １２９７．９１ ３．３３ ０．９８ ０．４１ ０．４４ ０．４１ ０．６７ １２４．３１ ４１．２７ ６９３．９７
Ｏ １０５０．９８ １３０５．０３ ２．８６ ０．９１ ０．４０ ０．８９ ０．３９ ０．６３ １３１．０７ ４１．６８ ５９１．４３
Ｐ ６７２．４４ １２６５．６３ ２．５１ ０．６３ ０．２３ ０．３７ ０．３４ １．１６ ６６．８０ ３２．８７ ４３１．４８
Ｑ ７５９．５９ １４３４．４７ ２．５５ ０．９６ ０．２９ ０．８９ ０．４９ １．０６ ８７．８６ ２９．４４ ３９５．００
Ｒ ６９８．１５ １３１９．８８ ２．４０ ０．８３ ０．４４ ０．４４ ０．５３ ０．９８ ７２．０７ ３２．２５ ４０８．０５
Ｓ １１０９．９５ １０９８．８８ ２．４３ ０．４６ ０．７１ ０．２８ ０．３７ ０．４４ １２４．１７ ３２．８９ ６７９．９０
Ｔ １２４３．３４ １０４３．５３ ２．８６ ０．６５ ０．３３ ０．１６ ０．９７ ０．５２ １６５．６３ ５３．６０ ６６８．５５
Ｕ １１００．２８ １６６０．９４ ２．５９ ０．６９ ０．２９ ０．７７ ０．３５ ０．５４ １３５．２５ ４５．１８ ７７９．５５
　ＦＹ：Ｆｏｒａｇｅｙｉｅｌｄ；ＲＢ：Ｒｏｏｔｂｉｏｍａｓｓ；ＧＲＤ：Ｇｒａｓｓｒｅｌａｔｉｖｅｄｅｎｓｉｔｙｄｉｓｓｉｍｉｌａｒｉｔｙ；ＬＲＤ：Ｌｅｇｕｍｅｒｅｌａｔｉｖｅｄｅｎｓｉｔｙｄｉｓｓｉｍｉｌａｒｉｔｙ；ＧＲＹ：Ｇｒａｓｓｒｅｌａｔｉｖｅ
ｙｉｅｌｄｄｉｓｓｉｍｉｌａｒｉｔｙ；ＬＲＹ：Ｌｅｇｕｍｅｒｅｌａｔｉｖｅｙｉｅｌｄｄｉｓｓｉｍｉｌａｒｉｔｙ；Ｌ／Ｓ：Ｌｅａｆ／ｓｔｅｍ；ＣＰＹ：Ｃｒｕｄｅｐｒｏｔｅｉｎｙｉｅｌｄ；ＥＥＹ：Ｅｔｈｅｒｅｘｔｒａｃｔｙｉｅｌｄ；ＮＤＦＹ：Ｎｅｕ
ｔｒａｌｄｅｔｅｒｇｅｎｔｆｉｂｅｒｙｉｅｌｄ．下同 Ｔｈｅｓａｍｅｂｅｌｏｗ．
２．３　确定关联系数、关联度和权重
参考混播方式生产性能的各指标值构成参考数列犡０（犽）＝｛犡０（１），犡０（２），犡０（３），…，犡０（犿）｝，实际混播
方式生产性能的各指标值构成比较数列犡犻（犽）＝｛犡犻（１），犡犻（２），犡犻（３），…，犡犻（犿）｝，其中犽＝１，２，３…犿，犿是
生产性能的指标数，犻＝犃，犅，犆…犝，犝 是混播方式种类数。犡０ 与犡犻在第犽点的关联系数几何意义为比较曲线
犡犻与参考曲线犡０ 在犽个时刻的相对差值。二级最小差ｍｉｎ
犻
ｍｉｎ
犽
｜犡０（犽）－犡犻（犽）｜＝０．０２。二级最大差ｍａｘ
犻
ｍａｘ
犽
｜犡０（犽）－犡犻（犽）｜＝１．３８。根据公式（１）计算关联系数（表４）。
６４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．６
表３　主要因子初始化值及犡０ 对犡犻的绝对值差Δ（犻，犽）
犜犪犫犾犲３　犇犪狋犪狉犲犱狌犮狋犻狅狀狑犻狋犺狀狅狀犱犻犿犲狀狊犻狅狀犪犾犮犺犪狀犵犲犪狀犱狋犺犲犪犫狊狅犾狌狋犲犱犻犳犳犲狉犲狀犮犲狊犫犲狋狑犲犲狀犡０犪狀犱犡犻
项目Ｉｔｅｍ １ ２ ３ ４ ５ ６ ７ ８ ９ １０ １１
犡０ １．００ １．００ １．００ １．００ １．００ １．００ １．００ １．００ １．００ １．００ １．００
犡犃／Δ犃 ０．７６／０．２４ ０．６９／０．３１ ０．６７／０．３３ ０．８３／０．１７ ０．７１／０．２９ ０．７６／０．２４ ０．４０／０．６０ ０．５４／０．４６ ０．７１／０．２９ ０．７１／０．２９ １．６２／０．６２
犡犅／Δ犅 ０．８７／０．１３ ０．６５／０．３５ ０．６７／０．３３ ０．６２／０．３８ ０．８９／０．１１ ０．９０／０．１０ ０．４６／０．５４ ０．５１／０．４９ ０．７２／０．２８ ０．８３／０．１７ １．８０／０．８０
犡犆／Δ犆 ０．８４／０．１６ ０．６１／０．３９ ０．６７／０．３３ ０．５２／０．４８ ０．７９／０．２１ ０．８７／０．１３ ０．３３／０．６７ ０．５４／０．４６ ０．７７／０．２３ ０．７２／０．２８ １．８７／０．８７
犡犇／Δ犇 ０．５９／０．４１ ０．６３／０．３７ ０．６６／０．３４ ０．６４／０．３６ ０．６８／０．３２ ０．７１／０．２９ ０．５７／０．４３ ０．６６／０．３４ ０．４６／０．５４ ０．６２／０．３８ １．４６／０．４６
犡犈／Δ犈 ０．５５／０．４５ ０．６８／０．３２ ０．５０／０．５０ ０．５７／０．４３ ０．５７／０．４３－０．３８／１．３８ ０．２３／０．７７ ０．５８／０．４３ ０．５７／０．４３ ０．６８／０．３２ １．３１／０．３１
犡犉／Δ犉 ０．６１／０．３９ ０．７０／０．３０ ０．６２／０．３８ ０．１４／０．８６ ０．８９／０．１１ ０．３３／０．６７ ０．７１／０．２９ ０．７４／０．２６ ０．５３／０．４７ ０．７２／０．２８ １．７６／０．７６
犡犌／Δ犌 ０．８２／０．１８ ０．７４／０．２６ ０．６６／０．３４ ０．８５／０．１５ ０．３５／０．６５ ０．８４／０．１６ ０．２０／０．８０ ０．５８／０．４２ ０．７１／０．２９ ０．８２／０．１８ ２．１１／１．１１
犡犎／Δ犎 ０．８２／０．１８ ０．６８／０．３２ ０．５９／０．４１ ０．７７／０．２３ ０．３１／０．６９ ０．５７／０．４３ ０．２４／０．７６ ０．５２／０．４８ ０．６１／０．３９ ０．８０／０．２０ １．９０／０．９０
犡犐／Δ犐 ０．７８／０．２２ ０．５４／０．４６ ０．５４／０．４６ ０．７６／０．２４ ０．３７／０．６３ ０．８５／０．１５ ０．３４／０．６６ ０．５６／０．４４ ０．５７／０．４３ ０．８０／０．２０ １．２３／０．２３
犡犑／Δ犑 ０．６０／０．４０ ０．８２／０．１８ ０．６０／０．４０ ０．８５／０．１５ ０．５１／０．４９ ０．５６／０．４４ ０．２４／０．７６ ０．６２／０．３８ ０．５５／０．４５ ０．５３／０．４７ １．４４／０．４４
犡犓／Δ犓 ０．５０／０．５０ ０．６３／０．３７ ０．４８／０．５２ ０．６６／０．３４ ０．４２／０．５８ ０．２７／０．７３ ０．２４／０．７６ ０．７２／０．２８ ０．４６／０．５４ ０．４８／０．５２ １．１８／０．１８
犡犔／Δ犔 ０．５９／０．４１ ０．７０／０．３０ ０．５２／０．４８ ０．９３／０．０７ ０．６２／０．３８ ０．４３／０．５７ ０．２５／０．７５ ０．８０／０．２０ ０．４８／０．５２ ０．６１／０．３９ １．０５／０．０５
犡犕／Δ犕 ０．８０／０．２０ ０．５６／０．４４ ０．６０／０．４０ ０．８０／０．２０ ０．３５／０．６５ ０．５８／０．４２ ０．５１／０．４９ ０．５７／０．４３ ０．６９／０．３１ ０．５５／０．４５ １．８９／０．８９
犡犖／Δ犖 ０．８９／０．１１ ０．７４／０．２６ ０．６６／０．３４ ０．９８／０．０２ ０．４１／０．５９ ０．４４／０．５６ ０．４１／０．５９ ０．５５／０．４５ ０．７１／０．２９ ０．７３／０．２７ ２．０９／１．０９
犡犗／Δ犗 ０．８１／０．１９ ０．７５／０．２５ ０．５７／０．４３ ０．９１／０．０９ ０．４０／０．６０ ０．８９／０．１１ ０．３９／０．６１ ０．５１／０．４９ ０．７５／０．２５ ０．７４／０．２６ １．７９／０．７９
犡犘／Δ犘 ０．５２／０．４８ ０．７３／０．２７ ０．５０／０．５０ ０．６３／０．３７ ０．２３／０．７７ ０．３７／０．６３ ０．３４／０．６６ ０．９５／０．０５ ０．３８／０．６２ ０．５８／０．４２ １．３０／０．３０
犡犙／Δ犙 ０．５８／０．４２ ０．８２／０．１８ ０．５０／０．５０ ０．９６／０．０４ ０．２９／０．７１ ０．８９／０．１１ ０．４９／０．５１ ０．８７／０．１３ ０．５１／０．４９ ０．５２／０．４８ １．１９／０．１９
犡犚／Δ犚 ０．５３／０．４７ ０．７６／０．２４ ０．４８／０．５２ ０．８３／０．１７ ０．４４／０．５６ ０．４４／０．５６ ０．５３／０．４７ ０．８０／０．２０ ０．４１／０．５９ ０．５７／０．４３ １．２３／０．２３
犡犛／Δ犛 ０．８５／０．１５ ０．６３／０．３７ ０．４８／０．５２ ０．４６／０．５４ ０．７１／０．２９ ０．２８／０．７２ ０．３７／０．６３ ０．３６／０．６４ ０．７１／０．２９ ０．５８／０．４２ ２．０５／１．０５
犡犜／Δ犜 ０．９５／０．０５ ０．６０／０．４０ ０．５７／０．４３ ０．６５／０．３５ ０．３３／０．６７ ０．１６／０．８４ ０．９７／０．０３ ０．４３／０．５７ ０．９５／０．０５ ０．９５／０．０５ ２．０２／１．０２
犡犝／Δ犝 ０．８４／０．１６ ０．９５／０．０５ ０．５１／０．４９ ０．６９／０．３１ ０．２９／０．７１ ０．７７／０．２３ ０．３５／０．６５ ０．４４／０．５６ ０．７８／０．２２ ０．８０／０．２０ ２．３５／１．３５
　１：牧草产量Ｆｏｒａｇｅｙｉｅｌｄ；２：根系生物量Ｒｏｏｔｂｉｏｍａｓｓ；３：ＲＹＴ；４：禾草ＲＤ相异度Ｇｒａｓｓｒｅｌａｔｉｖｅｄｅｎｓｉｔｙｄｉｓｓｉｍｉｌａｒｉｔｙ；５：豆科ＲＤ相异度Ｌｅｇｕｍｅ
ｒｅｌａｔｉｖｅｄｅｎｓｉｔｙｄｉｓｓｉｍｉｌａｒｉｔｙ；６：禾草ＲＹ相异度 Ｇｒａｓｓｒｅｌａｔｉｖｅｙｉｅｌｄｄｉｓｓｉｍｉｌａｒｉｔｙ；７：豆科 ＲＹ相异度Ｌｅｇｕｍｅｒｅｌａｔｉｖｅｙｉｅｌｄｄｉｓｓｉｍｉｌａｒｉｔｙ；８：叶茎比
Ｌｅａｆ／ｓｔｅｍ；９：ＣＰ产量Ｃｒｕｄｅｐｒｏｔｅｉｎｙｉｅｌｄ；１０：ＥＥ产量Ｅｔｈｅｒｅｘｔｒａｃｔｙｉｅｌｄ；１１：ＮＤＦ产量Ｎｅｕｔｒａｌｄｅｔｅｒｇｅｎｔｆｉｂｅｒｙｉｅｌｄ．下同 Ｔｈｅｓａｍｅｂｅｌｏｗ．
根据公式（３）计算各指标的等权关联度，但等权关联度只有在各性状同等重要的情况下，才能用于评价不同
混播组合的优劣。事实上，反映混播方式生产性能指标值的重要性不相同。由关联度表述各指标对应的权值，各
生产性能权重的确定方法可结合当地生态条件或牧草生产理论与实践经验，也可采用专家评定法或判断矩阵法
求得，本试验采用判断矩阵法。由公式（４）计算各指标对应的权值，赋予各生产性能不同权重：ω１＝０．０８７７，
ω２＝０．０７８５，ω３＝０．１２５６，ω４＝０．０９７０，ω５＝０．０８６３，ω６＝０．１０６５，ω７＝０．０６５８，ω８＝０．０７９６，ω９＝
０．０７９１，ω１０＝０．１０７９，ω１１＝０．０８６０。说明在评价指标体系中所占的权重顺序为：ＲＹＴ＞ＥＥ产量＞禾草ＲＹ
相异度＞禾草ＲＤ相异度＞牧草产量＞豆科牧草ＲＤ相异度＞ＮＤＦ产量＞叶茎比＞ＣＰ产量＞根系生物量＞豆
科牧草ＲＹ相异度。根据权重可构建豆禾混播草地综合评价模型：犣犓＝０．０８７７ζ１＋０．０７８５ζ２＋０．１２５６ζ３＋
０．０９７０ζ４＋０．０８６３ζ５＋０．１０６５ζ６＋０．０６５８ζ７＋０．０７９６ζ８＋０．０７９１ζ９＋０．１０７９ζ１０＋０．０８６０ζ１１。根据加权关联
度公式（５）计算各混播方式的加权关联度值（表５），加权关联度值可真实的反应各混播方式与最优指标集的差异
大小，关联度大，表明该混播方式与最优指标集的相似程度高，反之则差异大。
对２１个混播方式混播草地生产性能的加权关联度值进行排序，混６、豆禾比４∶６的组合生产性能最好，但
牧草产量并非最高；牧草产量最高的混３２、豆禾比４∶６组合生产性能并非最高。混５１、豆禾比４∶６与混４１、
豆禾比４∶６组合生产性能最低，牧草产量也较低；混３２、豆禾比５∶５组合牧草产量较高，但生产性能也较低。
７４２第２１卷第６期 草业学报２０１２年
从混播方式来看，混６的３个混播比例组合均具有较高生产性能，牧草产量也较高；混５１与混４１的３个混播比
例组合和混３１的２个混播比例组合生产性能较低，牧草产量也较低，不适宜在该地区推广应用；混４２与混３２
的３个混播比例组合牧草产量较高，但其他生产性能较差，综合生产性能也较低。
进一步分析可以看出，混６的３个组合加权关联度均值达０．７０９，高于其他混播种类组合（混５、混４及混３
组合加权关联度均值分别为：０．６４２，０．６４２，０．６４０）；而不同混播比例组合总体表现相差不大（豆禾比５∶５、４∶６
和３∶７组合加权关联度均值分别为：０．６３５，０．６５６，０．６６１）。根据各混播组合在牧草产量、牧草品质、种间相容性
及群落稳定性等方面的表现，可将其分为３类，其中生态稳定型（混６的３个组合），其值、禾草相异度、豆科牧草
相异度及牧草产量均较高；产量型（混５２、混４２和混３２的９个组合），其牧草产量较高，但叶茎比较低；营养品
质型（包括混５１、混４１和混３１的９个组合），其牧草产量较低，叶茎比较高。
表４　不同豆禾混播方式下生产性能的关联系数值
犜犪犫犾犲４　犚犲犾犪狋犻狅狀犪犾犮狅犲犳犳犻犮犻犲狀狋狊狅犳狋犺犲狆狉狅犱狌犮狋犻狏犲狆犲狉犳狅狉犿犪狀犮犲狅犳犱犻犳犳犲狉犲狀狋犿犻狓犲犱狊狅狑犻狀犵狆犪狋狋犲狉狀狊
混播方式
Ｍｉｘｔｕｒｅｐａｔｔｅｒｎｓ
１ ２ ３ ４ ５ ６ ７ ８ ９ １０ １１
ζ犃 ０．６１２ ０．５１９ １．０００ ０．７５０ ０．７３３ ０．８５０ ０．４３０ ０．４７４ ０．６００ ０．７８２ ０．５６０
ζ犅 ０．７９０ ０．４８３ １．０００ ０．５５６ １．０００ １．０００ ０．４５７ ０．４５７ ０．６１０ １．０００ ０．４９２
ζ犆 ０．７３２ ０．４５２ １．０００ ０．４９５ ０．８３２ ０．９６３ ０．４０２ ０．４７４ ０．６６７ ０．７９６ ０．４６９
ζ犇 ０．４５５ ０．４６７ ０．９８３ ０．５７０ ０．７０２ ０．８０６ ０．５１８ ０．５６１ ０．４２４ ０．６７２ ０．６３９
ζ犈 ０．４２９ ０．５０９ ０．７７６ ０．５２３ ０．６０７ ０．３８２ ０．３６８ ０．５００ ０．４８７ ０．７４１ ０．７３６
ζ犉 ０．４６９ ０．５２８ ０．９２２ ０．３４９ １．０００ ０．５８１ ０．６２３ ０．６３８ ０．４６２ ０．７９６ ０．５０５
ζ犌 ０．６９８ ０．５７１ ０．９８３ ０．７７６ ０．４７８ ０．９２９ ０．３５８ ０．５００ ０．６００ ０．９７７ ０．４０６
ζ犎 ０．６９８ ０．５０９ ０．８９４ ０．６９２ ０．４６１ ０．７０５ ０．３７１ ０．４６３ ０．５１４ ０．９３５ ０．４６０
ζ犐 ０．６３８ ０．４０６ ０．８１９ ０．６７２ ０．４８８ ０．９４１ ０．４０６ ０．４８７ ０．４８７ ０．９３５ ０．８０１
ζ犑 ０．４６２ ０．６８３ ０．８９４ ０．７７６ ０．５６６ ０．６９９ ０．３７１ ０．５２９ ０．４７４ ０．５８９ ０．６５０
ζ犓 ０．４００ ０．４６７ ０．７５６ ０．５８４ ０．５１３ ０．５５６ ０．３７１ ０．６１７ ０．４２４ ０．５５１ ０．８４８
ζ犔 ０．４５５ ０．５２８ ０．７９７ ０．９００ ０．６４７ ０．６２７ ０．３７４ ０．７１２ ０．４３４ ０．６６２ １．０００
ζ犕 ０．６６７ ０．４１８ ０．８９４ ０．７１４ ０．４７８ ０．７１２ ０．４８３ ０．４９３ ０．５８１ ０．６０６ ０．４６３
ζ犖 ０．８３３ ０．５７１ ０．９８３ １．０００ ０．５０８ ０．６３２ ０．４３４ ０．４８１ ０．６００ ０．８１１ ０．４１１
ζ犗 ０．６８２ ０．５８３ ０．８５５ ０．８６５ ０．５０３ ０．９８８ ０．４２６ ０．４５７ ０．６４３ ０．８２７ ０．４９５
ζ犘 ０．４１１ ０．５６０ ０．７７６ ０．５６３ ０．４２９ ０．５９９ ０．４０６ １．０００ ０．３８７ ０．６３２ ０．７４４
ζ犙 ０．４４８ ０．６８３ ０．７７６ ０．９５７ ０．４５２ ０．９８８ ０．４７３ ０．８２２ ０．４５０ ０．５８１ ０．８３８
ζ犚 ０．４１７ ０．５９６ ０．７９７ ０．７５０ ０．５２４ ０．６３２ ０．４９４ ０．７１２ ０．４００ ０．６２３ ０．８０１
ζ犛 ０．７５０ ０．４６７ ０．７５６ ０．４６４ ０．７３３ ０．５６０ ０．４１８ ０．３８５ ０．６００ ０．６３２ ０．４２０
ζ犜 １．０００ ０．４４４ ０．８５５ ０．５７７ ０．４６９ ０．５１６ １．０００ ０．４１６ １．０００ ０．９３５ ０．４２８
ζ犝 ０．７３２ １．０００ ０．７８７ ０．６０８ ０．４５２ ０．８５９ ０．４１０ ０．４２１ ０．６７９ ０．６３２ ０．３５８
３　讨论
３．１　评价方法对混播草地生产性能评价结果的影响
对于豆禾混播草地生产性能的研究，以往的研究主要关注牧草产量及营养物质产量［５，７，８］，而对综合性状关
注较少［１３］，在确定混播方式的优劣时人为的主观因素较多，影响了评价的准确性。多指标综合评价系统可以克
服单因素评价的片面性，提高了综合评价的准确性［１３］。目前常用的多指标综合评价系统主要包括灰色关联度评
价、模糊综合评价和层次分析法。这几种评价方法都是评价分析人员对多个指标进行综合衡量后作出合理的、正
确的评价过程，其中权重的确定是最为关键的步骤［３１］。层次分析法是根据不同条件、不同目的构造的层次结构
８４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．６
模型，其权重会因为生态区域或生产目的的不同，做出
调整，存在一定的主观性，人为因素影响较大［１５］。模
糊综合评价权重的确定则采用专家赋值法，主观随意
性也较强［１４］。灰色关联度评价是依据地区生产目标、
生产实际和社会需要来进行指标的选取、各指标权重
值的确定和参考序列的构建［１０］。即选取适应某个地
区自然环境条件和生产实际状况及生产目标的代表性
指标作为综合评价的因子，并结合生产现状及已积累
的生产经验，参照相关科技文献来赋予参评指标客观、
科学、合理的权重。本研究指标的权重是利用系统内
部各项指标因素的优劣程度（与最好生产性能作对比）
以及灰色关联度理论的权重决策法综合客观确定
的［２９，３０，３２］。通过灰色关联度评价，本研究中牧草产量、
种间相容性、营养物质产量和群落稳定性均较高的混
６组合，具有较高的生产性能；而仅仅是牧草产量较高
的混５２、混４２与混３２组合，由于较低的种间相容
性、群落稳定性和叶茎比，并不具有较高的生产性能。
该评价系统将豆禾混播草地生产性能的内涵进一步扩
展，利于引导农牧民建立高产优质持续利用的人工草
地，并充分发挥其生产生态优势特性，推动传统畜牧业
向现代畜牧业的转变。与此同时，也为今后在相似地
区建植高产优质人工草地提供指导。
３．２　评价指标与其权重对评价结果的影响
豆禾混播草地生产性能的灰色关联度评价有别于
育种工作中对某一品种的综合评价，其评价重点不是
分析影响目标性状因素的贡献率（或者分析限制性状
达到预期目标的限制因素）［１４］，达到提高品种某一性
状或综合表现的目的，而是对混播草地生产性能的综
表５　不同豆禾混播方式下生产性能的加权关联度
犜犪犫犾犲５　犠犲犻犵犺狋犲犱犵狉犲狔犮狅狉狉犲犾犪狋犲犱犱犲犵狉犲犲狅犳狋犺犲
狆狉狅犱狌犮狋犻狏犲狆犲狉犳狅狉犿犪狀犮犲狅犳犱犻犳犳犲狉犲狀狋
犿犻狓犲犱狊狅狑犻狀犵狆犪狋狋犲狉狀狊
混播方式
Ｍｉｘｔｕｒｅ
ｐａｔｔｅｒｎｓ
加权关联度值
Ｗｅｉｇｈｔｅｄｇｒｅｙ
ｃｏｒｒｅｌａｔｉｖｅｄｅｇｒｅｅ
综合排序
Ｔｈｅｔａｘｉｓｏｆｒｅｌａｔｉｏｎａｌ
ｃｏｅｆｆｉｃｉｅｎｔｓ
牧草产量排序
Ｔｈｅｔａｘｉｓｏｆ
ｆｏｒａｇｅｙｉｅｌｄ
Ａ ０．６９２５ ５ １２
Ｂ ０．７４４３ １ ３
Ｃ ０．６９０８ ７ ６
Ｄ ０．６４１４ １２ １５
Ｅ ０．５６４６ ２１ １８
Ｆ ０．６３８０ １３ １３
Ｇ ０．６９６３ ３ ７
Ｈ ０．６３７８ １４ ８
Ｉ ０．６７１８ ９ １１
Ｊ ０．６２８３ １５ １４
Ｋ ０．５６６３ ２０ ２１
Ｌ ０．６６４３ １０ １６
Ｍ ０．６１２１ １７ １０
Ｎ ０．６８６７ ８ ２
Ｏ ０．６９２５ ６ ９
Ｐ ０．６０１９ １８ ２０
Ｑ ０．６９４４ ４ １７
Ｒ ０．６２５７ １６ １９
Ｓ ０．５７５３ １９ ４
Ｔ ０．６９７０ ２ １
Ｕ ０．６４４０ １１ ５
合评定。豆禾混播草地生产性能主要由牧草产量、牧草品质、种间相容性及群落稳定性等方面构成，在本研究中
用牧草干草产量、ＣＰ产量、ＥＥ产量、ＮＤＦ产量、ＲＹＴ、禾草ＲＤ相异度、豆科牧草ＲＤ相异度、禾草ＲＹ相异度及
豆科牧草ＲＹ相异度等指标来进行评估。其中，牧草干草产量、根系生物量反映了豆禾混播草地的农艺生长性
状；ＣＰ产量、ＥＥ产量、ＮＤＦ产量及叶茎比则属于牧草的营养品质，反映了其在动物生产方面的性能；ＲＹＴ反映
了混播各组分利用不同资源的情况以及彼此间的协调关系；禾草ＲＤ相异度、豆科牧草ＲＤ相异度、禾草ＲＹ相
异度及豆科牧草ＲＹ相异度反映了豆、禾２种组分年际间产量和结构的变化程度，即群落稳定性的变化程度。在
本研究的评估模型中，牧草干草产量、根系生物量权重较小，而ＲＹＴ的权重最大，这与混播草地建植中亟待解决
的牧草种类／品种搭配问题相结合。在混播草地建植中，把ＲＹＴ作为一项重要指标加以考虑，能够避免仅依据
农艺性状评价混播草地生产性能所导致的偏差［１２］，对维持稳定的草地种群结构和持久生产具有重要作用。另
外，禾草ＲＹ相异度和禾草ＲＤ相异度的权重均大于豆科牧草ＲＹ相异度和豆科牧草ＲＤ相异度，这是因为本研
究中禾草相对于混播的豆科牧草属于竞争力强的物种，其相对产量和相对密度的变化很大程度上反映了混播草
地的竞争结果［６］，也决定了群落稳定性的变化程度。因此，通过适当的管理措施，减少豆禾混播草地优势种群比
例，有利于建立物种平衡或共存的稳定性群落［６］。
９４２第２１卷第６期 草业学报２０１２年
４　结论
根据灰色关联度确定的豆禾混播草地生产性能综合评价模型为：犣犓＝０．０８７７ζ１＋０．０７８５ζ２＋０．１２５６ζ３＋
０．０９７０ζ４＋０．０８６３ζ５＋０．１０６５ζ６＋０．０６５８ζ７＋０．０７９６ζ８＋０．０７９１ζ９＋０．１０７９ζ１０＋０．０８６０ζ１１；其权重顺序为：
ＲＹＴ＞ＥＥ产量＞禾草ＲＹ相异度＞禾草ＲＤ相异度＞牧草产量＞豆科牧草ＲＤ相异度＞ＮＤＦ产量＞叶茎比＞
ＣＰ产量＞根系生物量＞豆科牧草ＲＹ相异度。２１个混播组合中，混６组合在牧草产量、牧草品质、种间相容性
及群落稳定性等各个方面均表现较好，具有较高生产性能，加权关联度均值达０．７０９２，高于其他混播种类组合；
不同混播比例组合总体表现相差不大。根据各混播组合在牧草产量、牧草品质、种间相容性及群落稳定性等方面
的表现，可将其分为３类，其中生态稳定型（混６的３个组合）的特点是种间相容性、群落稳定性及产量均较高，适
宜长期持续利用；产量型（混５２、混４２和混３２的９个组合）的特点是产量较高，牧草品质较差，特别是叶茎比
较低，适宜放养耐粗饲牲畜；营养品质型（混５１、混４１和混３１的９个组合）的特点是产量较低，牧草营养品质
较高，特别是具较高叶茎比，适宜放养对牧草品质要求较高牲畜。
参考文献：
［１］　韩德梁，何胜江，陈超，等．豆禾混播草地群落稳定性的比较［Ｊ］．生态环境，２００８，１７（５）：１９７４１９７９．
［２］　ＲｕｓｓｅｌｅＭＰ．Ｎｉｔｒｏｇｅｎｃｙｃｌｉｎｇｉｎｐａｓｔｕｒｅａｎｄｒａｎｇｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔｉｏｎＡｇｒｉｃｕｌｔｕｒｅ，１９９２，５：１３２３．
［３］　常生华，侯扶江，于应文．黄土丘陵沟壑区三种豆科人工草地的植被与土壤特征［Ｊ］．生态学报，２００４，２４（５）：９３２９３７．
［４］　刘洪岭，李香兰，梁一民．禾本科及豆科牧草对黄土丘陵区台田土壤培肥效果的比较研究［Ｊ］．西北植物学报，１９９８，１８（２）：
２８７２９１．
［５］　王平，王天慧，周道玮．松嫩地区禾豆混播草地生产力研究［Ｊ］．中国科技论文在线，２００７，２（２）：１２１１２８．
［６］　王平，周道玮，张宝田．禾豆混播草地种间竞争与共存［Ｊ］．生态学报，２００９，２９（５）：２５６０２５６７．
［７］　马春晖，韩建国，李鸿祥，等．冬牧７０黑麦＋箭薚豌豆混播草地生物量、品质及种间竞争的动态研究［Ｊ］．草业学报，１９９９，
８（４）：５６６４．
［８］　杨春华，李向林，张新全，等．扁穗牛鞭草＋红三叶混播草地生物量及种间竞争的动态研究［Ｊ］．四川农业大学学报，２００６，
２４（１）：３２３６．
［９］　石永红，符义坤，李阳春，等．半荒漠地区绿洲混播牧草群落稳定性与调控研究［Ｊ］．草业学报，２０００，９（３）：１７．
［１０］　杨?，张新全，李向林，等．应用灰色关联度综合评价１７个不同秋眠级苜蓿的生产性能［Ｊ］．草业学报，２００９，１８（５）：６７
７２．
［１１］　杨恒山，邰继承，范富．播种方式对人工草地土壤有机碳氧化稳定性和化学结合形态的影响［Ｊ］．草业学报，２０１１，２０（３）：
３６４２．
［１２］　左艳春，杨春华，杜周和，等．扁穗牛鞭草和白三叶混播组合的综合评价［Ｊ］．西南农业学报，２００８，２１（４）：１０９４１０９９．
［１３］　王!文，曹致中，韩建国，等．３９个苏丹草品种生产性能的评价与聚类分析［Ｊ］．草业学报，２００５，１４（５）：１１７１２３．
［１４］　王晓明，翟英芬，徐友阳．超甜玉米生产性能模糊综合评价［Ｊ］．玉米科学，２００７，１５（１）：１４２１４６．
［１５］　韩路，贾志宽，韩清芳，等．应用ＡＨＰ模型综合评价苜蓿生产性能的研究［Ｊ］．草业科学，２００４，２１（２）：１２１６．
［１６］　鲁雪林，王秀萍，张国新．旱稻抗旱性评价指标研究［Ｊ］．中国农学通报，２００６，２２（１）：１２４１２６．
［１７］　ｄｅＷｉｔＣＴ．Ｏｎｃｏｍｐｅｔｉｔｉｏｎ［Ｊ］．ＶｅｒｓｌａｇｅｎｖａｎＬａｎｄｏｕｗｋｕｎｄｉｇｅＯｎｄｅｒｚｏｅｋｉｎｇｅｎ，１９６０，６６：１８２．
［１８］　董世魁，胡自治．人工草地群落稳定性及其调控机制研究现状［Ｊ］．草原与草坪，２０００，（３）：３８．
［１９］　樊江文，钟华平，杜占池，等．草地植物竞争的研究［Ｊ］．草业学报，２００４，１３（３）：１８．
［２０］　ＦｏｗｌｅｒＮ．ＣｏｍｐｅｔｉｔｉｏｎａｎｄｃｏｅｘｉｓｔｅｎｃｅｉｎａＮｏｒｔｈＣａｒｏｌｉｎａｇｒａｓｓｌａｎｄ：ＩＩＩ．ｍｉｘｔｕｒｅｓｏｆｃｏｍｐｏｎｅｎｔｓｐｅｃｉｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥ
ｃｏｌｏｇｙ，１９８２，７０：７７９２．
［２１］　ＳｉｌｖｅｒｔｏｗｎＪＷ．ＩｎｔｒｏｄｕｃｔｉｏｎｔｏＰｌａｎｔＰｏｐｕｌａｔｉｏｎＥｃｏｌｏｇｙ［Ｍ］．Ｏｘｆｏｒｄ：ＢｌａｃｋｗｅｌＳｃｉｅｎｔｉｆｉｃＰｕｂｌｉｃａｔｉｏｎｓ，１９８２：１４７１５５．
［２２］　王辉珠．草地分析与生产设计［Ｍ］．北京：中国农业出版社，１９９７．
［２３］　ＳｉｌｖｅｒｔｏｗｎＪＷ，ＣｈａｒｌｅｓｗｏｔｈＤ．ＩｎｔｒｏｄｕｃｔｉｏｎｔｏＰｌａｎｔＰｏｐｕｌａｔｉｏｎＢｉｏｌｏｇｙ，ＦｏｕｒｔｈＥｄｉｔｉｏｎ［Ｍ］．Ｏｘｆｏｒｄ：ＢｌａｃｋｗｅｌＰｕｂｌｉｓｈ
ｉｎｇ，２００１．
［２４］　ＴｏｗＰＧ，ＬａｚｅｎｂｙＡ．Ｃｏｍｐｅｔｉｔｉｏｎａｎｄｓｕｃｃｅｓｓｉｏｎｉｎｐａｓｔｕｒｅｓｓｏｍｅｃｏｎｃｅｐｔｓａｎｄｑｕｅｓｔｉｏｎｓ［Ａ］．ＣｏｍｐｅｔｉｔｉｏｎａｎｄＳｕｃｃｅｓｓｉｏｎ
０５２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１２） Ｖｏｌ．２１，Ｎｏ．６
ｉｎＰａｓｔｕｒｅｓ［Ｍ］．Ｗａｌｉｎｇｆｏｒｄ，ＵＫ：ＣＡＢＩＰｕｂｌｉｓｈｉｎｇ，２００１：１１３．
［２５］　ＨａｙｎｅｓＲＪ．Ｃｏｍｐｅｔｉｔｉｖｅａｓｐｅｃｔｓｏｆｔｈｅｇｒａｓｓｌｅｇｕｍｅａｓｓｏｃｉａｔｉｏｎ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＡｇｒｏｎｏｍｙ，１９８０，３３：２２７２６１．
［２６］　杨胜．饲料分析及饲料质量检测技术［Ｍ］．北京：中国农业大学出版社，１９９９：１９６１．
［２７］　王代军．多年生黑麦草和白三叶人工草地生物量动态研究［Ｊ］．草地学报，１９９５，３（２）：１３５１４２．
［２８］　韩启秀．运用灰色关联度对山东小麦新品种（系）综合表现的评价［Ｊ］．中国农学通报，２００５，２１（２）：３１２３１４．
［２９］　张跃，邹寿平．模糊数学方法及应用［Ｍ］．北京：煤炭工业出版社，１９９２．
［３０］　金玉国．一种测定权数的新方法：灰色关联分析［Ｊ］．统计教育，２００２，（４）：１２１５．
［３１］　邹志红，孙靖南，任广平．模糊评价因子的熵权法赋权及其在水质评价中的应用［Ｊ］．环境科学学报，２００５，２５（４）：５５２
５５６．
［３２］　种培芳，苏世平，李毅．４个地理种群红砂的抗旱性综合评价［Ｊ］．草业学报，２０１１，２０（５）：２６３３．
犃犮狅犿狆狉犲犺犲狀狊犻狏犲犲狏犪犾狌犪狋犻狅狀狅犳狋犺犲狆狉狅犱狌犮狋犻狏犲狆犲狉犳狅狉犿犪狀犮犲狅犳犾犲犵狌犿犲－犵狉犪狊狊
犿犻狓狋狌狉犲狊狌狀犱犲狉犱犻犳犳犲狉犲狀狋犿犻狓犲犱狊狅狑犻狀犵狆犪狋狋犲狉狀狊
ＺＨＥＮＧＷｅｉ１，２，ＺＨＵＪｉｎｚｈｏｎｇ１，２，Ｊｉａｎａｅｒｇｕｌｉ１
（１．ＣｏｌｅｇｅｏｆＰｒａｔａｃｕｌｔｕｒａｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＸｉｎｊｉａｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｕｒｕｍｑｉ８３００５２，
Ｃｈｉｎａ；２．ＸｉｎｊｉａｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＧｒａｓｓｌａｎｄＲｅｓｏｕｒｃｅｓａｎｄＥｃｏｌｏｇｙ，Ｕｒｕｍｑｉ８３００５２，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｔｈｅｐｒｏｄｕｃｔｉｖｅｐｅｒｆｏｒｍａｎｃｅｏｆｌｅｇｕｍｅ－ｇｒａｓｓｍｉｘｔｕｒｅｓｗａｓａｎａｌｙｚｅｄｗｉｔｈｔｈｅｇｒｅｙｃｏｒｒｅｌａｔｉｖｅｓｙｓｔｅｍ
ｉｎｓｅｖｅｎｃｏｍｂｉｎａｔｉｏｎｓｏｆ６ｓｐｅｃｉｅｓｍｉｘｔｕｒｅｓ（犗狀狅犫狉狔犮犺犻狊狏犻犮犻犪犲犳狅犾犻犪，犕犲犱犻犮犪犵狅狊犪狋犻狏犪，犜狉犻犳狅犾犻狌犿狆狉犪狋犲狀狊犲，
犇犪犮狋狔犾犻狊犵犾狅犿犲狉犪狋犪，犅狉狅犿狌狊犻狀犲狉犿犻狊，ａｎｄ犘犺犾犲狌犿狆狉犪狋犲狀狊犲），５１ｓｐｅｃｉｅｓｍｉｘｔｕｒｅ（犕．狊犪狋犻狏犪，犜．狆狉犪狋犲狀狊犲，
犇．犵犾狅犿犲狉犪狋犪，犅．犻狀犲狉犿犻狊，ａｎｄ犘．狆狉犪狋犲狀狊犲），５２ｓｐｅｃｉｅｓｍｉｘｔｕｒｅ（犕．狊犪狋犻狏犪，犗．狏犻犮犻犪犲犳狅犾犻犪，犇．犵犾狅犿犲狉犪狋犪，
犅．犻狀犲狉犿犻狊，ａｎｄ犘．狆狉犪狋犲狀狊犲），４１ｓｐｅｃｉｅｓｍｉｘｔｕｒｅ（犕．狊犪狋犻狏犪，犜．狆狉犪狋犲狀狊犲，犇．犵犾狅犿犲狉犪狋犪，ａｎｄ犅．犻狀犲狉
犿犻狊），４２ｓｐｅｃｉｅｓｍｉｘｔｕｒｅ（犕．狊犪狋犻狏犪，犗．狏犻犮犻犪犲犳狅犾犻犪，犇．犵犾狅犿犲狉犪狋犪，ａｎｄ犅．犻狀犲狉犿犻狊），３１ｓｐｅｃｉｅｓｍｉｘｔｕｒｅ
（犕．狊犪狋犻狏犪，犇．犵犾狅犿犲狉犪狋犪，ａｎｄ犅．犻狀犲狉犿犻狊），３２ｓｐｅｃｉｅｓｍｉｘｔｕｒｅ（犗．狏犻犮犻犪犲犳狅犾犻犪，犇．犵犾狅犿犲狉犪狋犪，ａｎｄ犅．犻狀
犲狉犿犻狊）．Ｔｈｒｅｅｓｏｗｉｎｇｒａｔｉｏｓｗｅｒｅｕｓｅｄｔｏｅｓｔａｂｌｉｓｈｅｖａｌｕａｔｉｏｎｍｏｄｅｌｓｏｆｐｒｏｄｕｃｔｉｖｅｐｅｒｆｏｒｍａｎｃｅｉｎｃｌｕｄｉｎｇｆｏｒ
ａｇｅｙｉｅｌｄ，ｆｏｒａｇｅｑｕａｌｉｔｙ，ｉｎｔｅｒｓｐｅｃｉｆｉｃｃｏｍｐａｔｉｂｉｌｉｔｙａｎｄｃｏｍｍｕｎｉｔｙｓｔａｂｉｌｉｔｙ．Ｔｈｅｐｒｏｄｕｃｔｉｖｅｐｅｒｆｏｒｍａｎｃｅｏｆ
ｔｈｅ６ｓｐｅｃｉｅｓｍｉｘｔｕｒｅｐｅｒｆｏｒｍｅｄｂｅｔｔｅｒｔｈａｎｔｈｅｏｔｈｅｒｍｉｘｅｄｓｏｗｉｎｇｓｐｅｃｉｅｓｃｏｍｂｉｎａｔｉｏｎｓ，ｗｈｅｒｅａｓｔｈｅｐｒｏｄｕｃ
ｔｉｖｅｐｅｒｆｏｒｍａｎｃｅｗａｓｎｏｔｓｉｇｎｉｆｉｃａｎｔｌｙｄｉｆｆｅｒｅｎｔｂｅｔｗｅｅｎｔｈｒｅｅｓｏｗｉｎｇｒａｔｉｏｓ．Ｔｈｅｃｏｍｂｉｎａｔｉｏｎｓｗｅｒｅｄｉｖｉｄｅｄｉｎ
ｔｏｔｈｒｅｅｇｒｏｕｐｓｂａｓｅｄｏｎｐｅｒｆｏｒｍａｎｃｅ：ｅｃｏｌｏｇｉｃａｌｓｔａｂｉｌｉｔｙ，ｆｏｒａｇｅｙｉｅｌｄａｎｄｆｏｒａｇｅｑｕａｌｉｔｙ．Ｔｈｅ６ｓｐｅｃｉｅｓｍｉｘ
ｔｕｒｅｂｅｌｏｎｇｅｄｔｏｔｈｅｅｃｏｌｏｇｉｃａｌｓｔａｂｉｌｉｔｙｔｙｐｅａｎｄｗａｓｃｈａｒａｃｔｅｒｉｚｅｄｂｙｉｔｓｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｉｎｔｅｒｓｐｅｃｉｆｉｃ
ｃｏｍｐａｔｉｂｉｌｉｔｙ，ｃｏｍｍｕｎｉｔｙｓｔａｂｉｌｉｔｙａｎｄｆｏｒａｇｅｙｉｅｌｄ．Ｔｈｉｓｔｙｐｅｗａｓｒｅｃｏｍｍｅｎｄｅｄｆｏｒｓｕｓｔａｉｎａｂｌｅｕｓｅ．Ｔｈｅｆｏｒ
ａｇｅｙｉｅｌｄｔｙｐｅｉｎｃｌｕｄｅｄ５２ｓｐｅｃｉｅｓ，４２ｓｐｅｃｉｅｓ，ａｎｄ３２ｓｐｅｃｉｅｓｍｉｘｔｕｒｅｓ，ａｎｄｗａｓｃｈａｒａｃｔｅｒｉｚｅｄｂｙｔｈｅｉｒｂｅｔｔｅｒ
ｐｅｒｆｏｒｍａｎｃｅｉｎｆｏｒａｇｅｙｉｅｌｄｂｕｔｐｏｏｒｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｆｏｒａｇｅｑｕａｌｉｔｙ．Ｔｈｉｓｔｙｐｅｃｏｕｌｄｂｅｕｔｉｌｉｚｅｄｔｏｐｒｏｖｉｄｅ
ｌａｒｇｅｑｕａｎｔｉｔｙｒｏｕｇｈａｇｅ．Ｔｈｅｆｏｒａｇｅｑｕａｌｉｔｙｔｙｐｅｉｎｃｌｕｄｅｄ５１ｓｐｅｃｉｅｓ，４１ｓｐｅｃｉｅｓ，ａｎｄ３１ｓｐｅｃｉｅｓｍｉｘｔｕｒｅｓ，
ａｎｄｗａｓｃｈａｒａｃｔｅｒｉｚｅｄｂｙｔｈｅｉｒｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｆｏｒａｇｅｑｕａｌｉｔｙｂｕｔｐｏｏｒｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｆｏｒａｇｅｙｉｅｌｄ．Ｔｈｉｓ
ｔｙｐｅｃｏｕｌｄｂｅｕｔｉｌｉｚｅｄｔｏｐｒｏｖｉｄｅｈｉｇｈｑｕａｌｉｔｙｆｏｒａｇｅ．
犓犲狔狑狅狉犱狊：Ｌｅｇｕｍｉｎｏｓａｅ－Ｇｒａｍｉｎｅａｅｍｉｘｔｕｒｅ；ｍｉｘｅｄｓｏｗｉｎｇｓｐｅｃｉｅｓ；ｍｉｘｅｄｓｏｗｉｎｇｒａｔｉｏｓ；ｐｒｏｄｕｃｔｉｖｅｐｅｒ
ｆｏｒｍａｎｃｅ；ｇｒｅｙｃｏｒｒｅｌａｔｉｖｅｄｅｇｒｅｅａｎａｌｙｓｉｓ
１５２第２１卷第６期 草业学报２０１２年