全 文 ：书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
杨?１，２，张新全１，李向林２，万里强２，何峰２
（１．四川农业大学草业科学系，四川 雅安６２５０１４；２．中国农业科学院北京畜牧兽医研究所，北京１０００９４）
摘要：对１７个苜蓿品种在湘西南地区的生长适应性性状指标，包括１２项农艺性状指标与粗蛋白含量进行了灰色
关联分析，并建立品种适应性综合评价模型。结果表明，在湘西南地区表现较好的苜蓿品种有盛世、丰宝、ＣＷ６８０
等，而阿尔冈金、皇后２０００品种的生产性能较差，各项指标的权重大小顺序为：粗蛋白＞叶长＞叶宽＞茎粗＞株高
＞再生速度＞主根长＞鲜干比＞根颈直径＞单株干重＞侧根数目＞茎叶比＞根系鲜重，可为南方亚热带地区苜蓿
引种和推广提供科学的依据。
关键词：紫花苜蓿；秋眠级；农艺性状；生产性能；灰色关联分析
中图分类号：Ｓ５５１＋．７０１；Ｑ９４５　　文献标识码：Ａ　　文章编号：１００４５７５９（２００９）０５００６７０６
　 紫花苜蓿（犕犲犱犻犮犪犵狅狊犪狋犻狏犪）在我国栽培历史已有２０００多年，２０世纪９０年代中期以来，应农业结构调整、畜
牧业发展的需要及国家退耕还草政策的要求，苜蓿产业逐步发展成为我国农业领域新兴产业。苜蓿在北方草原
生态治理、退耕还草、奶牛业及草食家畜畜牧业快速建设中发挥着重要作用［１～８］。但在南方地区因气候及土壤因
素等问题，苜蓿的大面积推广种植受到限制。卢欣石［９］曾指出强秋眠性和土壤ｐＨ值 （南方偏酸）是我国苜蓿南
移的一个重要障碍因素。前人对苜蓿的引种研究多局限于地上生物产量的方差分析，对生长性状也只限于单项
评价［１０～１２］，苜蓿在南方的生产性能评价中，不仅要考虑产量，同时还要考虑对当地的气候、土壤的适应性［１３～１５］。
评价苜蓿品种适应性的主要性状因子数量较多，仅以某些单个性状的方差分析来评价其生产性能的优劣及品种
间的适应性差异，往往因割裂了各个性状因子对品种生产性能的综合影响而在一定程度上有失全面。准确评价
牧草的适应性是牧草引种的基础，苜蓿的适应性是由多种因素相互作用而构成的一个复杂生物学性状，其中每个
因素与适应性之间存在一定的联系或相关。灰色系统理论是近年来发展起来的一种分析理论，在农业方面已有
所应用［１６～１８］。在客观系统中，灰色是绝对的，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［１９］。生物系统本身可以作为一种灰色系统，
因而可采用灰色系统提供的灰色关联分析方法对生物体的各种性状进行分析［２０，２１］。灰色关联度分析法综合评
价牧草生产性能简单易行，克服了依靠单一性状（如产量）评价品种的弊端，可客观反映供试牧草诸多性状在生
产性能上的综合表现，不会因某品种的某一性状表现优而认可该品种或某一性状表现差而否定该品种。为此本
研究选取了１２项农艺性状指标与粗蛋白含量进行测定，采用灰色关联度评价１７个品种的引种适应性，为南方亚
热带地区苜蓿引种和推广提供科学依据，也为苜蓿引种适应性研究鉴定和评价提供可选择的性状指标。
１　材料与方法
１．１　试验地自然概况
试验地位于湖南省怀化市通道县湖南惠龙草业有限公司牧草种植基地，地处中亚热带湿润季风气候。地貌
以山地丘陵为主，其中山地占７８％，丘陵占１５％，海拔介于１７６～１６２０ｍ。位于Ｅ１０８°３７′～１０９°３１′，Ｎ２５°４４′～
２６°３１′，无霜期２９８ｄ；年均温１６．３℃，７月最热，月平均温度为２６．２℃，极端最高气温为３７．５℃。年降水量１２００
第１８卷　第５期
Ｖｏｌ．１８，Ｎｏ．５
草　业　学　报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ 　　
６７－７２
２００９年１０月
 收稿日期：２００８１１２７；改回日期：２００９０２０８
基金项目：国家科技支撑计划（２００６ＢＡＤ１６Ｂ０７），四川省科技厅“十一五”饲草育种攻关（０６ＳＧ０２３００１），基本科研业务费专项（ｙｗｆｔｄ３）和行
业科技项目（ｎｙｈｙｚｘ０７０２２）资助。
作者简介：杨?（１９８２），男，内蒙古包头人，在读硕士。Ｅｍａｉｌ：ｙａｎｇｚｈａｏ２３１５＠ｓｉｎａ．ｃｏｍ
通讯作者。Ｅｍａｉｌ：ｚｈａｎｇｘｑ＠ｓｉｃａｕ．ｅｄｕ．ｃｎ
～１５００ｍｍ，年均降水１４８０．７ｍｍ，年日照时数为１４００．３ｈ。土壤多为红壤和黄壤，土壤ｐＨ值５．９。
１．２　试验材料与播种方法
试验材料（表１）由北京林业大学卢欣石教授提供。２００７年９月１０日播种，采用随机区组设计，每个品种３
个重复。小区面积为２ｍ×５ｍ，人工开沟条播，行距４０ｃｍ，播深３ｃｍ，播量２ｇ／ｍ２，重复间或小区间间隔为５０
ｃｍ，四周走道宽为８０ｃｍ。播种后不灌水、不施肥、不喷药，仅进行人工除草。
表１　试验紫花苜蓿品种及其来源
犜犪犫犾犲１　犚犲狊狅狌狉犮犲犪狀犱狏犪狉犻犲狋犻犲狊狅犳犪犾犳犪犾犳犪犻狀犲狓狆犲狉犻犿犲狀狋
编号Ｎｕｍｂｅｒ 材料编号 Ｍａｔｅｒｉａｌｎｕｍｂｅｒ 品种名称Ｖａｒｉｅｔｙｎａｍｅ 秋眠级Ｆａｌｄｏｒｍａｎｃｙ 原产地Ｐｒｏｄｕｃｉｎｇａｒｅａ
１ ＴＤ０７１ 阿尔冈金Ａｌｇｏｎｑｕｉｎ ２ 加拿大Ｃａｎａｄａ
２ ＴＤ０７２ 皇后２０００Ｅｍｐｒｅｓｓ２０００ ３ 美国Ａｍｅｒｉｃａ
３ ＴＤ０７３ ４ＲＲ７５３ ４ 美国Ａｍｅｒｉｃａ
４ ＴＤ０７４ ＷＬ４１４ ４ 美国Ａｍｅｒｉｃａ
５ ＴＤ０７５ ＣＷ４０３ ４ 美国Ａｍｅｒｉｃａ
６ ＴＤ０７６ ＣＷ４００ ４ 美国Ａｍｅｒｉｃａ
７ ＴＤ０７７ 维多利亚Ｖｉｃｔｏｒｉａ ５ 美国Ａｍｅｒｉｃａ
８ ＴＤ０７８ ＷＬ５２５ ５ 美国Ａｍｅｒｉｃａ
９ ＴＤ０７９ 路宝Ｌｏｂｏ ６ 美国Ａｍｅｒｉｃａ
１０ ＴＤ０７１０ ＣＷ６８０ ６ 美国Ａｍｅｒｉｃａ
１１ ＴＤ０７１１ 猎人河 Ｈｕｎｔｅｒｒｉｖｅｒ ６ 澳大利亚Ａｕｓｔｒａｌｉａ
１２ ＴＤ０７１２ 丰宝Ｐｏｗｅｒｐｌａｎｔ ７ 美国Ａｍｅｒｉｃａ
１３ ＴＤ０７１３ 牧歌７０１Ａｍｅｒｉｇａｚｅ７０１ ７ 美国Ａｍｅｒｉｃａ
１４ ＴＤ０７１４ ７２１丰叶７２１ａｍｅｒｉｌｅａｆ ７ 美国Ａｍｅｒｉｃａ
１５ ＴＤ０７１５ 盛世 Ｍｉｌｅｎｎｉｕｍ ８ 美国Ａｍｅｒｉｃａ
１６ ＴＤ０７１６ 萨兰多Ｓａｌａｄｏ ９ 美国Ａｍｅｒｉｃａ
１７ ＴＤ０７１７ 四季旺Ｏｖｅｒｓｅａｓｏｎ ９ 澳大利亚Ａｕｓｔｒａｌｉａ
１．３　测定指标和方法
试验期间共刈割４次，分别于２００８年５月６日、６月１５日、７月２９日和９月１５日进行。
１．３．１　单株干重、株高和茎粗测定　初花期刈割，每个品种选取有代表性植株１０株，测单株鲜重（根据各品种的
鲜干比换算为单株干重）、茎粗和株高（地面量至最高处垂直距离）。
１．３．２　叶长和叶宽测定　初花期刈割前，选取植株同一高度，同一部位上的三小叶之中间小叶从叶梗至叶尖距
离，同一部位上的三小叶之中间小叶最宽处距离，每个小区２０株。
１．３．３　再生性能测定　刈割后小区中选定１０株，每隔１０ｄ测生长高度。再生速度＝２次测定植株高度平均值
之差／生长天数。
１．３．４　干鲜比和叶茎比测定　初花期刈割，留茬高度５ｃｍ，每小区取２００ｇ鲜草进行茎叶分离，分别称重，放入
１０５℃烘箱内杀青１０ｍｉｎ，６５℃烘干至恒重，计算鲜干比和干重叶茎比。
１．３．５　营养成分测定　初花期刈割前，按“十”字法随机取样５００ｇ混匀，７０℃烘干测初水分，然后１０５℃烘干称
干物质，凯氏定氮法测定各样品粗蛋白含量。
１．３．６　根系指标测定　２００８年９月，刈割后每个品种选取１０株挖出地下部分，冲洗干净，并用吸水纸将水吸
干，称单株重量，用游标卡尺测量根颈直径，测主根长，数侧根数目（直径＞０．５ｃｍ）。
１．４　评判原理及方法
关联度分析是根据数列的可比性、可近性分析系统内部各主要因素之间的相关程度，定量地刻画系统内部结
８６ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．５
构之间的联系，是对系统内部各事物之间状态的量化比较分析。对苜蓿进行评判时，以不同秋眠级苜蓿品种秋眠
级记为参考列，记为｛犡０（犽）｝（犽＝１，２，３，…，狀），各项指标作为评价指标为比较列，记为｛犡犻（犽）｝（犽＝１，２，３，…，
犿），由于｛犡犻（犽）｝中的元素是根据各项指标的性质和特点给出科学的定量的预测值，而｛犡０（犽）｝中的元素是对各
项指标影响预测值中的最优值，因此，分析系统内部各项指标因素的优劣程度用｛犡犻（犽）｝与｛犡０（犽）｝的关联度来
衡量。运用灰色系统关联度理论的权重决策法［２２，２３］，选择单株干重、株高、主根长、根颈直径、粗蛋白等１３项指
标（表２）进行权重比较，以此为基础构建苜蓿综合评价模型。将上述测定的１３个性状指标做灰色关联度分析进
行综合评价。供试品种以犡表示，性状以犽表示，各供试品种犡在性状犽处的值构成比较数列犡犻，犡０ 为构建的
理想参考品种。关联系数按公式（１）计算，采用加权关联度，按下列式（５）计算，ρ为分辨率系数，ρ∈［０，１］（通常
情况取值为０．５），此处取值０．５。
关联系数：ξ犻（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，｜犡０（犽）－犡犻（犽）｜为绝对差值，记作Δ犻（犽），
Δ犻（犽）＝｜犡０（犽）－犡犻（犽）｜ （２）
等权关联度：γ犻＝１狀∑
狀
犽＝１ξ犻
（犽）（其中ｎ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）ξ犻（犽） （５）
２　结果与分析
２．１　灰色系统的建立
根据灰色系统理论要求［２２，２３］，将１７个参试苜蓿品种的１３个性状视为一个整体，即灰色系统由于同一品种
的不同性状的单位不同，为保证各性状因素具有等效性和同序性，需对原始数据进行无量纲化处理，常用的方法
有初值化和均值化２种。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１、犡２、…、犡１７。
２．２　最优指标集确定
把不同秋眠级苜蓿１７个品种作为评价方案，用犻表示１２个农艺性状指标和粗蛋白含量。取所有参试品种
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），在单株干重、株高、叶长、
叶宽、茎粗、再生速度、叶茎比、鲜干比、主根长、根颈直径、侧根数、单株根系重量、粗蛋白含量中，根据牲畜对牧草
营养的需求，１３项指标均选择其数值最大为最优。即单株干重０．８２０８ｇ，株高４８．４ｃｍ，叶长２．６ｃｍ，叶宽１．５
ｃｍ，茎粗０．２３４ｃｍ，再生速度１．７２ｄ／ｃｍ，叶茎比１．４８，鲜干比５．７０，主根长２６．８０ｃｍ，根颈直径０．９２９３ｃｍ，侧
根数８．０，单株根系重量７．３９ｇ，粗蛋白含量２２．８９％，构成最优指标集｛犡０（犽）｝＝（０．８２０８，４８．４，２．６，１．５，
０．２３４，１．７２，１．４８，５．７０，２６．８０，０．９２９３，８．０，７．３９，２２．８９）。
２．３　求关联系数、关联度和权重
参考品种的各性状值构成参考数列犡０（犽）＝｛犡０（１），犡０（２），犡０（３），…，犡０（犿）｝，参试品种的各性状值构成
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，犿是品种的性状数，犻＝１，２，３，…，狀，
狀是参试品种的个数。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）｜＝０，二级最大差ｍａｘ
犻
ｍａｘ
犽
｜犡０（犽）－犡犻（犽）｜＝０．６９６１。据公式（１）计
算关联系数（表３）。
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
品种的优劣。事实上，反映苜蓿各性状特征值的重要性不相同。由关联度表述各指标对应的权值，各性状权重的
确定方法可结合当地生态条件或育种理论与实践经验，也可采用专家评定法或判断矩阵法求得，本试验采用判断
９６第１８卷第５期 草业学报２００９年
表２　供试品种的各项性状均值
犜犪犫犾犲２　犗犫狊犲狉狏犪狋犻狅狀狏犪犾狌犲狊狅犳狋犺犲犿犪犻狀狋狉犪犻狋狊狅犳犪犾犳犪犾犳犪狋犲狊狋犲犱狏犪狉犻犲狋狔
编号
Ｎｕｍｂｅｒ
单株干重
ＢＰ（ｇ）
株高
ＨＬ（ｃｍ）
叶长
ＬＬ（ｃｍ）
叶宽
ＬＷ （ｃｍ）
茎粗
ＴＳ（ｃｍ）
再生速度
ＲＲ（ｃｍ／ｄ）
叶茎比
Ｌ／Ｓ
鲜干比
Ｆ／Ｄ
主根长
ＬＴ（ｃｍ）
根颈直径
ＲＤ（ｃｍ）
侧根数
ＮＬＲ（个）
单株根系重量
ＲＷ （ｇ）
粗蛋白
ＣＰ（％）
１ ０．８２０８ ２５．５ ２．１ １．０ ０．１４９ ０．８３ １．４２ ４．６３ １６．８７ ０．４８４０ ４．７ ２．２５ １９．１７
２ ０．７４６５ ３０．４ ２．３ １．４ ０．１７５ １．１５ １．２４ ４．５７ ２４．７３ ０．４４６７ ３．７ ２．４４ ２０．１２
３ ０．７５８１ ２９．５ ２．２ １．２ ０．２３１ ０．９１ ０．９８ ５．７０ ２０．１０ ０．４６８０ ５．０ ２．３１ １９．８３
４ ０．６６２２ ３４．５ ２．４ １．３ ０．１８４ １．３１ １．１６ ４．６８ １８．２７ ０．５３４７ ４．７ ３．９５ ２０．０８
５ ０．３８６１ ３８．７ ２．４ １．３ ０．２１３ １．１２ １．１６ ４．１９ １９．５３ ０．８８３３ ５．０ ６．３９ １９．０２
６ ０．４９５７ ４０．２ ２．３ １．５ ０．１９０ １．５５ １．０７ ４．３０ １８．０３ ０．７４７３ ５．７ ３．８９ ２１．７０
７ ０．７９８２ ４２．７ ２．２ １．３ ０．１３６ １．２３ １．４８ ４．８８ １９．９７ ０．６５３３ ６．７ ２．９５ １８．７０
８ ０．７９３２ ３５．５ ２．２ １．２ ０．１５９ １．０８ １．２１ ５．２０ １７．４７ ０．４２２０ ５．７ ５．９３ １８．６０
９ ０．５０７９ ３４．８ ２．５ １．２ ０．２０１ １．２０ １．０８ ４．５３ ２３．００ ０．５３３３ ５．７ ２．９４ ２０．６６
１０ ０．３６０５ ４５．８ ２．５ １．４ ０．２３４ １．６５ ０．９５ ４．１９ ２２．５５ ０．７９４０ ６．５ ６．６０ ２１．４５
１１ ０．２５５５ ４３．５ ２．４ １．２ ０．２００ １．５０ １．１９ ４．２６ ２１．２７ ０．９２９３ ５．７ ７．３９ １９．７６
１２ ０．５５５９ ４５．４ ２．３ １．５ ０．２１５ １．６９ １．１３ ４．５４ ２５．４０ ０．７３０７ ７．７ ４．９６ ２０．５４
１３ ０．５４０５ ４０．９ ２．４ １．３ ０．２３２ １．６７ ０．９５ ４．２４ ２０．２０ ０．７８３３ ５．３ ５．２６ ２２．８４
１４ ０．３９６５ ４４．５ ２．３ １．４ ０．１９９ １．５５ １．０４ ４．３３ ２０．８７ ０．６６１３ ５．３ ３．３９ ２１．８２
１５ ０．４７８７ ４８．４ ２．３ １．３ ０．１９６ １．７２ ０．８３ ３．８０ ２６．８０ ０．８１４０ ５．７ ６．１６ ２２．８９
１６ ０．６５４７ ４０．０ ２．６ １．０ ０．１７８ １．３５ １．１５ ３．８０ ２０．９７ ０．６７１３ ８．０ ３．６５ １９．７６
１７ ０．３７２６ ４７．４ ２．２ １．２ ０．１８５ １．５５ ０．８９ ３．７５ ２１．２０ ０．８２８７ ７．０ ６．４３ ２２．１０
　注Ｎｏｔｅ：ＢＰ：Ｂｉｏｍａｓｓｐｅｒｐｌａｎｔ；ＨＬ：Ｈｅｉｇｈｔｌｅｎｇｔｈ；ＬＬ：Ｌｅａｆｌｅｎｇｔｈ；ＬＷ：Ｌｅａｆｗｉｄｔｈ；ＴＳ：Ｔｈｉｃｋｏｆｓｔｅｍ；ＲＲ：Ｒｅｇｒｏｗｔｈｒａｔｅ；Ｌ／Ｓ：Ｌｅａｆ／
ｓｔｅｍ；Ｆ／Ｄ：Ｆｒｅｓｈ／ｄｒｙ；ＬＴ：Ｌｅｎｇｔｈｏｆｔａｐｒｏｏｔ；ＲＤ：Ｒｏｏｔｓｔａｌｋｄｉａｍｅｔｅｒ；ＮＬＲ：Ｎｕｍｂｅｒｌａｔｅｒａｌｒｏｏｔ；ＲＷ：Ｒｏｏｔｗｅｉｇｈｔ；ＣＰ：Ｃｒｕｄｅｐｒｏｔｅｉｎ．个
Ｎｕｍｂｅｒ．
表３　各品种的关联系数值
犜犪犫犾犲３　犚犲犾犪狋犲犱犮狅犲犳犳犻犮犻犲狀狋狊狅犳犱犻犳犳犲狉犲狀狋狋犲狊狋犲犱狏犪狉犻犲狋犻犲狊
品种Ｖａｒｉｅｔｙ １ ２ ３ ４ ５ ６ ７ ８ ９ １０ １１ １２ １３
ξ１ １．００００ ０．４２３６ ０．６４３９ ０．５１０６ ０．４８９１ ０．４０１９ ０．９０５６ ０．６４９４ ０．４８４２ ０．４２０５ ０．４５７４ ０．３３３３０．６８１５
ξ２ ０．７９３５ ０．４８３２ ０．７５０９ ０．８３９１ ０．５７９７ ０．５１２１ ０．６８７４ ０．６３６９ ０．８１８３ ０．４０１１ ０．３９２８ ０．３４１８０．７４１９
ξ３ ０．８１９９ ０．４７１１ ０．６９３３ ０．６３４９ ０．９６４４ ０．４２４８ ０．５０９５ １．００００ ０．５８１８ ０．４１２０ ０．４８１２ ０．３３５９０．７２２３
ξ４ ０．６４２８ ０．５４７７ ０．８１８９ ０．７２２９ ０．６１９４ ０．５９３３ ０．６１６６ ０．６６０３ ０．５２２１ ０．４５０２ ０．４５７４ ０．４２７６０．７３９１
ξ５ ０．３９６４ ０．６３４４ ０．８１８９ ０．７２２９ ０．７９４９ ０．４９９２ ０．６２０３ ０．５６７６ ０．５６１８ ０．８７５４ ０．４８１２ ０．７１９９０．６７２９
ξ６ ０．４６７５ ０．６７２４ ０．７５０９ １．００００ ０．６４９１ ０．７７８７ ０．５５６７ ０．５８６１ ０．５１５２ ０．６３９７ ０．５４７４ ０．４２３４０．８７００
ξ７ ０．９２６６ ０．７４７０ ０．６９３３ ０．７２２９ ０．４５３７ ０．５４９７ １．００００ ０．７０７４ ０．５７７１ ０．５３９４ ０．６８１５ ０．３６６６０．６５５２
ξ８ ０．９１１８ ０．５６６１ ０．６９３３ ０．６３４９ ０．５２０４ ０．４８３１ ０．６５７２ ０．７９８６ ０．４９９７ ０．３８９１ ０．５４７４ ０．６３７７０．６４９８
ξ９ ０．４７７１ ０．５５３１ ０．９００４ ０．６３４９ ０．７１１５ ０．５３５０ ０．５６２２ ０．６２８８ ０．７１０４ ０．４４９４ ０．５４７４ ０．３６６１０．７８１２
ξ１０ ０．３８２８ ０．８６６２ ０．９００４ ０．８３９１ １．００００ ０．８９５２ ０．４９２７ ０．５６７６ ０．６８６８ ０．７０４９ ０．６４９７ ０．７６４９０．８４６８
ξ１１ ０．３３５５ ０．７７４５ ０．８１８９ ０．６３４９ ０．７０５３ ０．７３１１ ０．６４４８ ０．５７９２ ０．６２７６ １．００００ ０．５４７４ １．０００００．７１７８
ξ１２ ０．５１８７ ０．８４８７ ０．７５０９ １．００００ ０．８１０７ ０．９５２２ ０．５９８９ ０．６３０８ ０．８６９４ ０．６１９４ ０．９０２７ ０．５１４００．７７２１
ξ１３ ０．５０４５ ０．６９１８ ０．８１８９ ０．７２２９ ０．９７６０ ０．９２２９ ０．４９５１ ０．５７５９ ０．５８５４ ０．６８８８ ０．５０７５ ０．５４６８０．９９３８
ξ１４ ０．４０２２ ０．８１１９ ０．７５０９ ０．８３９１ ０．６９９３ ０．７７８７ ０．５４２３ ０．５９１３ ０．６１１２ ０．５４６７ ０．５０７５ ０．３９１２０．８８１５
ξ１５ ０．４５４９ １．００００ ０．７５０９ ０．７２２９ ０．６８１７ １．００００ ０．４４１１ ０．５１０６ １．００００ ０．７３７０ ０．５４７４ ０．６７６３１．００００
ξ１６ ０．６３２２ ０．６６７１ １．００００ ０．５１０６ ０．５９２４ ０．６１７８ ０．６１３５ ０．５１０６ ０．６１５２ ０．５５６１ １．００００ ０．４０７３０．７１７８
ξ１７ ０．３８９１ ０．９４３９ ０．６９３３ ０．６３４９ ０．６２４２ ０．７７８７ ０．４６４７ ０．５０４１ ０．６２４７ ０．７６２６ ０．７３５６ ０．７２８００．９０９７
　注：１：单株干重。２：株高。３：叶长。４：叶宽。５：茎粗。６：再生速度。７：叶茎比。８：鲜干比。９：主根长。１０：根颈直径。１１：侧根数。１２：单株根系
重量。１３：粗蛋白。
　Ｎｏｔｅ：１：Ｂｉｏｍａｓｓｐｅｒｐｌａｎｔ．２：Ｈｅｉｇｈｔｌｅｎｇｔｈ．３：Ｌｅａｆｌｅｎｇｔｈ．４：Ｌｅａｆｗｉｄｔｈ．５：ｔｈｉｃｋｏｆｓｔｅｍ．６：Ｒｅｇｒｏｗｔｈｒａｔｅ．７：Ｌｅａｆ／Ｓｔｅｍ．８：Ｆｒｅｓｈ／ｄｒｙ．
９：Ｌｅｎｇｔｈｏｆｔａｐｒｏｏｔ．１０：Ｒｏｏｔｓｔａｌｋｄｉａｍｅｔｅｒ．１１：Ｎｕｍｂｅｒｌａｔｅｒａｌｒｏｏｔ．１２：Ｒｏｏｔｗｅｉｇｈｔ．１３：ＣＰ．
０７ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．５
矩阵法。由公式（４）计算各指标对应的权值，赋予各性
状不同权重：ω１＝０．０６９３，ω２＝０．０８０６，ω３＝０．０９１２，
ω４＝０．０８４９，ω５＝０．０８１８，ω６＝０．０７８９，ω７＝０．０７１７，
ω８＝０．０７３７，ω９＝０．０７５０，ω１０＝０．０７０２，ω１１＝０．０６８８，
ω１２＝０．０６１９，ω１３＝０．０９２０，说明在评价指标中所占的
权重顺序为，粗蛋白＞叶长＞叶宽＞茎粗＞株高＞再
生速度＞主根长＞鲜干比＞根颈直径＞单株干重＞侧
根数目＞茎叶比＞根系鲜重，根据权重可构造苜蓿品
种综合评价模型为：Ｚｋ＝０．０６９３ξ１＋０．０８０６ξ２＋
０．０９１２ξ３＋０．０８４９ξ４＋０．０８１８ξ５＋０．０７８９ξ６ ＋
０．０７１７ξ７＋０．０７３７ξ８＋０．０７５０ξ９＋０．０７０２ξ１０＋
０．０６８８ξ１１＋０．０６１９ξ１２＋０．０９２０ξ１３，根据加权关联度
公式（５）计算各品种的加权关联度值（表４），加权关联
度值可真实的反应供试品种与最优指标集的差异大
小，关联度大，表明该品种与最优指标集的相似程度
高，反之则差异大。
３　讨论与结论
３．１　本研究采用灰色系统关联度理论决定性状的权
重，对１７个苜蓿品种的生产性能做综合评价，用此模
型对参试品种进行综合评估的结果表明，丰宝由于其
各项性状都表现较好，特别是在粗蛋白含量和株高这
２项指标上，使其综合排名最前，综合生产性能也最
表４　各紫花苜蓿品种的加权关联度
犜犪犫犾犲４　犚犲犾犪狋犻狅狀犪犾犱犲犵狉犲犲狅犳犱犻犳犳犲狉犲狀狋犪犾犳犪犾犳犪狏犪狉犻犲狋犻犲狊
品种
Ｖａｒｉｅｔｙ
加权关联度值
Ｒｅｌａｔｉｏｎａｌ
ｃｏｅｆｆｉｃｉｅｎｔｓ
综合排序
Ｔｈｅｔａｘｉｓｏｆｒｅｌａｔｉｏｎａｌ
ｃｏｅｆｆｉｃｉｅｎｔｓ
阿尔冈金Ａｌｇｏｎｑｕｉｎ ０．５７０７ １７
皇后２０００Ｅｍｐｒｅｓｓ２０００ ０．６２３７ １３
４ＲＲ７５３ ０．６２７５ １２
ＷＬ４１４ ０．６１１８ １６
ＣＷ４０３ ０．６４８５ １１
ＣＷ４００ ０．６６５１ ７
维多利亚Ｖｉｃｔｏｒｉａ ０．６６４４ ８
ＷＬ５２５ ０．６１４３ １５
路宝Ｌｏｂｏ ０．６１７８ １４
ＣＷ６８０ ０．７５０３ ２
猎人河 Ｈｕｎｔｅｒｒｉｖｅｒ ０．７０１４ ５
丰宝Ｐｏｗｅｒｐｌａｎｔ ０．７６２３ １
牧歌７０１Ａｍｅｒｉｇａｚｅ７０１ ０．７０９８ ４
７２１丰叶７２１ａｍｅｒｉｌｅａｆ ０．６５８６ ９
盛世 Ｍｉｌｅｎｎｉｕｍ ０．７４４２ ３
萨兰多Ｓａｌａｄｏ ０．６５６２ １０
四季旺Ｏｖｅｒｓｅａｓｏｎ ０．６８２９ ６
好，适宜在该地区大面积推广；阿尔冈金尽管单株干重排名第１，但由于其蛋白含量很低，使其在实际生产上的饲
用价值大大降低，因此综合排名第１７；而 ＷＬ４１４由于其各项生产性能指标均较差，而使其综合排名较低，这与大
田试验观察结果相一致。本研究结果表明，采用灰色系统理论对苜蓿品种进行综合评估，其结果较为合理可信，
能够较全面地反映一个品种综合生产性能的优劣。同时考虑到苜蓿属多年生的优质豆科牧草，不同来源的品种
需经多年逐步适应当地的生态条件，才能充分发挥其优异特性。因此，今后应继续加强对苜蓿品种进行多年定量
分析与观察，这不仅会有力地促进当地畜牧业的发展，同时，也将为今后培育适应南方地区种植的高产优质紫花
苜蓿品种工作提供指导。
３．２　苜蓿品种的综合生产性能可用鲜草产量、株高、主根长、茎叶比、粗蛋白含量等指标来进行评估，其中粗蛋白
含量是反映苜蓿营养品质最重要、最具代表性的指标，其他指标则属于苜蓿农艺生长性状的范畴，两者既有联系
又有区别。根据权重比较可知，粗蛋白含量的权重最大，这正与当前畜牧业中亟待解决的优质蛋白饲料资源短缺
问题相呼应。因此，在今后苜蓿引种工作中，应把粗蛋白含量作为一项重要指标加以考虑，避免以往引种工作中
因大多仅依据农艺性状评定苜蓿品种所致的与实际生产需要相脱节的现象［２４，２５］，使其更好地与畜牧业生产实际
需要紧密相联。此外，该评估模型表明，鲜草产量所占权重较小，排在株高、茎粗之后，其原因为株高和茎粗在农
艺学上是最能间接反映苜蓿生产潜力的主要因子，加之在苜蓿生长后期产量指标易受环境影响，如果仅凭产量因
素来评估苜蓿的生产性能，将对苜蓿引种工作有误导的风险。
３．３　采用灰色关联度分析法综合评价牧草品种的关键是依据地区生产目标、生产实际和社会需要来进行性状的
选取、各性状权重值的确定和参考品种的构建。因此，要选取适应某个地区自然环境条件和生产实际状况及生产
目标的代表性性状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性
状客观、科学、合理的权重。
１７第１８卷第５期 草业学报２００９年
参考文献：
［１］　戚志强，玉永雄，胡跃高，等．当前我国苜蓿产业发展的形势与任务［Ｊ］．草业学报，２００８，１７（１）：１０７１１３．
［２］　陈新．中国奶业呼唤苜蓿产业的协调发展［Ｊ］．中国乳业，２００２，（２）：１２４．
［３］　韩雪松，张玉发，吕会刚．我国苜蓿产业化发展现状与问题［Ｊ］．草业科学，２００２，（２）：２９３０．
［４］　洪绂曾．积极稳步发展中国的苜蓿产业［Ｊ］．动物科学与动物医学，２００１，（４）：４６．
［５］　胡耀高．中国苜蓿产业发展战略分析［Ｊ］．草业科学，１９９６，（４）：４５５１．
［６］　胡跃高，曾昭海，朱万斌，等．对我国苜蓿产业建设的建议［Ｊ］．中国乳业，２００２，（３）：５８．
［７］　李守德．抓住机遇、发挥优势、推进苜蓿产业大发展［Ｊ］．动物科学与动物医学，２００１，（４）：７８．
［８］　张玉发．苜蓿将成为新世纪朝阳产业［Ｊ］．中国花卉园艺，２００１，（４）：２５２６．
［９］　卢欣石．中国苜蓿遗传多样性及基因生态类型研究［Ｄ］．兰州：甘肃农业大学，１９９７．
［１０］　阎旭东，朱志明，李桂荣．六个苜蓿品种特性分析［Ｊ］．草地学报，２００１，９（４）：３０２３０６．
［１１］　魏臻武，符昕，曹致中，等．苜蓿生长特性和产草量关系的研究［Ｊ］．草业学报，２００７，１６（４）：１８．
［１２］　韩清芳，吴新卫，贾志宽，等．不同秋眠级数苜蓿品种根颈变化特征分析［Ｊ］．草业学报，２００８，１７（４）：８５９１．
［１３］　邓蓉，陈武，张定红，等．不同秋眠级苜蓿在贵州的生长特性的研究［Ｊ］．四川畜牧兽医，２００４，（３）：３１３２．
［１４］　何亚丽，常青，陈鲁勇，等．上海地区高产优质紫花苜蓿品种的筛选［Ｊ］．草业科学，２００４，（９）：２５３２．
［１５］　姜润潇，伍维高，黄银丽，等．三峡库区苜蓿品种比较试验初报［Ｊ］．草业科学，２００４，（２）：１７２１．
［１６］　周晓果，张正斌，徐萍．小麦主要育种目标的灰色系统方法探讨［Ｊ］．农业系统科学与综合研究，２００５，２１（２）：８１８４．
［１７］　尹利，逯晓萍，傅晓峰，等．高丹草杂交种灰色关联分析与评判［Ｊ］．中国草地学报，２００６，２８（３）：２１２５．
［１８］　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．
［１９］　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．
［２０］　冀天会，张灿军，谢惠民，等．小麦品种抗旱性研究的产量鉴定指标的比较研究［Ｊ］．中国农学通报，２００６，２２（１）：１０３１０６．
［２１］　吴永成，周顺利，王志敏．小麦与抗旱性有关的根系遗传改良研究进展［Ｊ］．麦类作物学报，２００４，２４（３）：１０１１０４．
［２２］　张跃，皱寿平．模糊数学方法及应用［Ｍ］．北京：煤炭工业出版社，１９９２．
［２３］　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．
［２４］　韩路，贾志宽，韩青芳，等．苜蓿种质资源特性的灰色关联度分析与评价［Ｊ］．西北农林科技大学学报（自然科学版），２００３，
３１（３）：５９６４．
［２５］　何毅，李青，王历宽．应用灰色关联度理论对高寒牧区引种的苜蓿进行综合评价［Ｊ］．草业科学，２００２，１９（４）：３３３６．
犃狆狆犾狔犻狀犵犵狉犲狔犮狅狉狉犲犾犪狋犻狏犲犱犲犵狉犲犲犪狀犪犾狔狊犻狊狋狅犮狅犿狆狉犲犺犲狀狊犻狏犲犾狔犲狏犪犾狌犪狋犲犵狉狅狑狋犺
狆犲狉犳狅狉犿犪狀犮犲狅犳１７狋狔狆犲狊狅犳犪犾犳犪犾犳犪狑犻狋犺犱犻犳犳犲狉犲狀狋犳犪犾犱狅狉犿犪狀犮狔犵狉犪犱犲狊
ＹＡＮＧＺｈａｏ１，２，ＺＨＡＮＧＸｉｎｑｕａｎ１，ＬＩＸｉａｎｇｌｉｎ２，ＷＡＮＬｉｑｉａｎｇ２，ＨＥＦｅｎｇ２
（１．ＤｅｐａｒｔｍｅｎｔｏｆＧｒａｓｓｌａｎｄ，ＳｉｃｈｕａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｙａ’ａｎ６２５０１４，Ｃｈｉｎａ；２．Ｉｎｓｔｉｔｕｔｅ
ｏｆＡｎｉｍａｌＳｃｉｅｎｃｅＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９４，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｉｎｔｈｉｓｓｔｕｄｙ，ａｄａｐｔａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｃｈａｒａｃｔｅｒｓｓｕｃｈａｓｂｉｏｍａｓｓｐｅｒｐｌａｎｔ，ｐｌａｎｔｈｅｉｇｈｔ，ｌｅａｆｌｅｎｇｔｈ，
ｌｅａｆ，ｗｉｄｔｈ，ｒｅｇｒｏｗｔｈｒａｔｅ，ｌｅｎｇｔｈｏｆｔａｐｒｏｏｔ，ａｎｄｃｒｕｄｅｐｒｏｔｅｉｎｃｏｎｔｅｎｔｏｆ１７ａｌｆａｌｆａｖａｒｉｅｔｉｅｓｇｒｏｗｎｉｎｔｈｅ
ｓｏｕｔｈｗｅｓｔａｒｅａｏｆＨｕｎａｎｐｒｏｖｉｎｃｅｗｅｒｅｍｅａｓｕｒｅｓａｎｄａｎａｌｙｚｅｄｂｙｔｈｅｇｒｅｙｃｏｒｒｅｌａｔｉｖｅｓｙｓｔｅｍ，ｔｏｅｓｔａｂｌｉｓｈｖａｒｉ
ｅｔｉｅｓａｓｓｅｓｓｍｅｎｔｍｏｄｅｌｓ．Ｔｈｅａｌｆａｌｆａｖａｒｉｅｔｉｅｓ，ｉｎｃｌｕｄｉｎｇＭｉｌｅｎｎｉｕｍ，Ｐｏｗｅｒｐｌａｎｔ，ａｎｄＣＷ６８０，ｐｅｒｆｏｒｍｅｄｗｅｌ
ｉｎｔｈｅｓｔｕｄｙａｒｅａ，ｗｈｅｒｅａｓｔｈｅｏｔｈｅｒｖａｒｉｅｔｉｅｓｈａｄｒｅｌａｔｉｖｅｌｙｌｏｗａｄａｐｔｉｖｅｐｒｏｄｕｃｔｉｖｉｔｉｅｓ．Ｔｈｅｏｒｄｅｒｏｆｗｅｉｇｈｔ
ｉｎｄｅｘｉｎｔｈｅｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｗａｓ：ＣＰ＞ｌｅａｆｌｅｎｇｔｈ＞ｌｅａｆｗｉｄｔｈ＞ｔｈｉｃｋｏｆｓｔｅｍ＞ｈｅｉｇｈｔｌｅｎｇｔｈ＞
ｒｅｇｒｏｗｔｈｒａｔｅ＞ｌｅｎｇｔｈｏｆｔａｐｒｏｏｔ＞ｆｒｅｓｈ／ｄｒｙ＞ｒｏｏｔｓｔａｌｋｄｉａｍｅｔｅｒ＞ｂｉｏｍａｓｓｐｅｒｐｌａｎｔ＞ｎｕｍｂｅｒｌａｔｅｒａｌｒｏｏｔ
ｌｅａｆ／ｓｔｅｍ＞ｒｏｏｔｗｅｉｇｈｔ．Ｔｈｅｓｅｒｅｓｕｌｔｓｏｆｆｅｒｓｃｉｅｎｔｉｆｉｃｅｖｉｄｅｎｃｅｆｏｒｉｎｔｒｏｄｕｃｉｎｇａｎｄｅｘｔｅｎｄｉｎｇａｌｆａｌｆａｐｒｏｄｕｃｔｉｏｎ
ｉｎｓｕｂｔｒｏｐｉｃａｌｒｅｇｉｏｎｓｏｆｓｏｕｔｈＣｈｉｎａ．
犓犲狔狑狅狉犱狊：ａｌｆａｌｆａ（犕犲犱犻犮犪犵狅狊犪狋犻狏犪）；ｆａｌｄｏｒｍａｎｃｙｌｅｖｅｌ；ａｇｒｏｎｏｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｐｒｏｄｕｃｔｉｖｉｔｙ；ｇｒｅｙｃｏｒｒｅ
ｌａｔｉｏｎａｎａｌｙｓｉｓ
２７ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２００９） Ｖｏｌ．１８，Ｎｏ．５