灌溉水平对饲用大豆(Glycine max (L.) Merr.)牧草产量与营养品质的影响:面向水分受限环境的多变量与预测建模研究

《Journal of Agronomy and Crop Science》:Irrigation Level Effects on Herbage Yield and Nutritive Quality of Forage Soybean (Glycine max (L.) Merr.): A Multivariate and Predictive Modelling Approach for Water-Limited Environments

【字体: 大 中 小 】 时间:2026年09月22日 来源:Journal of Agronomy and Crop Science 3.2

编辑推荐:

  : 本研究旨在确定五种灌溉水平(相当于补充有效根区至田间持水量所需周灌溉量的25%、50%、75%、100%和125%,分别记为IT25–IT125)对饲用大豆(Glycine max (L.) Merr.)牧草产量和品质的影响。试验于2024年和2025年两

  
: 本研究旨在确定五种灌溉水平(相当于补充有效根区至田间持水量所需周灌溉量的25%、50%、75%、100%和125%,分别记为IT25–IT125)对饲用大豆(Glycine max (L.) Merr.)牧草产量和品质的影响。试验于2024年和2025年两个生长季在土耳其开塞利(Kayseri)采用随机完全区组设计、三次重复进行。试验点属半干旱气候,两个生长季均较长期平均值更温暖、更干燥。灌溉采用滴灌系统;研究人员计算了作物耗水量、水分利用效率和产量响应系数(ky),并测定了生化组成、宏量和微量矿物质含量、体外产气量和甲烷产量、代谢能(ME)及有机物质消化率(OMD)。绿草产量、干草产量和粗蛋白产量从IT25到IT100显著增加(分别为9.01至34.07 t ha?1、3.27至9.14 t ha?1和0.79至1.85 t ha?1),在IT125时下降。水分生产力因计算基准不同而异:绿草作物水分生产力(CWPg)在IT100时最高,而干草作物水分生产力(CWPd)和灌溉水生产力(IWP)在重度亏缺(IT25)下最大。细胞壁组分含量至IT100时增加,而粗蛋白浓度下降;多项矿物质和体外发酵性状在IT100附近达到最高或接近最高值。未将年份或灌溉水平作为预测因子的防泄漏偏最小二乘(PLS)模型对三个产量性状的重复嵌套交叉验证性能(R2 = 0.784–0.834)高于对代谢能(ME;R2 = 0.696)和有机物质消化率(OMD;R2 = 0.718)的性能,所有目标的经验Y随机化p = 0.001。主成分分析(PCA)和典型判别分析(CDA)进一步显示存在强烈的灌溉相关多变量梯度,以及年际间变异的显著贡献。总体而言,在所评估条件下IT100为表现最佳的处理,为在类似的半干旱环境中平衡饲草产量、水分利用效率和牧草品质提供了实用的试验参考。
论文解读
一、研究背景与问题
气候变化与淡水资源竞争日益加剧,使水分成为干旱和半干旱地区农业生产的最主要限制因素。气温升高、降水格局日趋不稳定以及干旱频发,直接威胁饲草生产的可持续性——收获生物量的数量与营养品质均受水分供应的直接调控。在此类水分受限条件下,核心挑战已不再是单纯追求产量最大化,而是要在保证适宜饲草产量与品质的同时,尽可能高效利用每一单位灌溉水,使稀缺水资源能够同时支撑作物生产和畜牧业发展。
大豆(Glycine max (L.) Merr.)不仅在全球范围内作为蛋白质和油脂的重要来源,也是优质的青贮、青饲和干草生产原料。其高蛋白质含量和丰富的氨基酸组成可显著改善反刍动物日粮的营养价值,同时其生物固氮能力、易于融入轮作体系、低投入需求及对土壤性状的有利影响赋予其重要的农艺多功能性。然而,水分供应对大豆生长和生产力具有决定性作用:水分胁迫会扰乱光合作用、生物固氮和植物–水分关系等关键生理过程,从而限制生物量积累和产量。
已有研究表明,增加灌溉供应通常可使青饲和干草产量提高至接近田间持水量完全补给阈值,超过该阈值后产量趋于稳定或下降;亏缺灌溉则产生绝对产量与水分利用效率之间的典型权衡。然而,现有研究大多集中于较窄的灌溉梯度,很少将宽广灌溉梯度与饲用大豆全谱系品质参数联合考察,且农艺、生化和发酵性状之间的协变性和多重共线性很少通过多变量和预测工具加以解析。因此,本研究旨在通过宽灌溉梯度(完全补给灌溉量的25%–125%),联合考察产量、水分利用效率和牧草品质,识别半干旱条件下饲用大豆的最佳灌溉水平。
二、研究内容与主要结论
研究人员在土耳其开塞利于2024年和2025年两个夏季生长季开展了田间试验,采用随机完全区组设计、三次重复,设置五种灌溉处理(IT25、IT50、IT75、IT100和IT125),分别供给每周将0–60 cm有效根区土壤水分补充至田间持水量所需灌溉量的25%、50%、75%、100%和125%。供试品种为‘Victoria’大豆品种,播种密度100 kg ha?1,随播种施用纯氮40 kg ha?1和P2O5 60 kg ha?1。灌溉采用滴灌系统,每周灌溉一次,在R3-R4生殖期收获。试验点土壤为黏壤土至砂质黏壤土,pH 7.8–8.2,土壤剖面整体呈微碱性,石灰含量高(12.0%–18.1%),有机质含量随深度递减(0.8%–1.9%),有效含水量(AW)介于54–57 mm。两个生长季均较长期平均更温暖、更干燥,2025年尤为干旱,季节性总降水量仅57.80 mm,其中7月和8月降水量分别仅为3.10 mm和0.30 mm。灌溉水pH 7.54,电导率(ECw)0.23 dS m?1,按美国盐渍土实验室分类属C1-S1级,无灌溉限制。
研究得出以下主要结论:绿草产量、干草产量和粗蛋白产量从IT25到IT100显著增加(分别为9.01至34.07 t ha?1、3.27至9.14 t ha?1和0.79至1.85 t ha?1),在IT125时下降。水分生产力因计算基准而异:绿草作物水分生产力(CWPg)在IT100时最高(5.02–4.76 kg m?3),而干草作物水分生产力(CWPd)和灌溉水生产力(IWP)在重度亏缺(IT25)下最大。产量响应系数(ky)在IT75附近超过1(kyh: 1.92–2.01),表明大豆对水分亏缺高度敏感。品质方面,酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)、酸性洗涤木质素(ADL)和粗纤维(CF)从IT25到IT100增加(分别为29.23%–33.00%、35.00%–39.21%、6.12%–7.54%和18.23%–22.29%),而粗蛋白(CP)浓度呈相反趋势,从IT25的24.18%降至IT100的20.16%。矿物质方面,K和Ca随灌溉增加而下降,而Mg、P和S随灌溉增加而上升,Cu、Fe、Zn和Mn在IT100达到最高值。体外发酵方面,产气量(GP)、代谢能(ME)和有机物质消化率(OMD)在IT100达到最高(分别为48.73 mL、9.98 MJ kg?1 DM和68.19%),甲烷比例在IT75最高(20.08%)。饲草品质指数方面,可消化干物质(DDM)、干物质采食量(DMI)和相对饲喂价值(RFV)从IT25到IT100下降(RFV从175.89降至150.00),但所有处理RFV均保持在150以上。
三、主要技术方法
研究人员采用了以下关键技术方法:田间试验采用随机完全区组设计,设置五种灌溉梯度处理;通过水量平衡方程计算作物耗水量(ET),采用Stewart模型确定产量响应系数(ky);生化分析采用凯氏定氮法测定粗蛋白(CP),ANKOM技术测定纤维组分;矿物质含量采用电感耦合等离子体发射光谱仪(ICP-OES)测定;体外产气量和甲烷产量采用Menke和Steingass方法,瘤胃液采自两只约16月龄、平均活重60 kg的周岁公羊;代谢能(ME)和有机物质消化率(OMD)按Menke和Steingass及Blümmel和?rskov方程计算;统计分析采用双因素方差分析(two-way ANOVA)、Tukey HSD多重比较、Pearson相关分析、主成分分析(PCA)、典型判别分析(CDA)、置换多元方差分析(PERMANOVA)以及防泄漏偏最小二乘(PLS)回归,PLS模型采用重复嵌套五折交叉验证和Y随机化检验评估预测性能。
四、研究结果
4.1 多变量分析与PLS回归结果
防泄漏PLS模型对三个产量性状的重复嵌套交叉验证性能较高:绿草产量R2 = 0.834 ± 0.036,干草产量R2 = 0.820 ± 0.042,粗蛋白产量R2 = 0.784 ± 0.050;代谢能(ME)R2 = 0.696 ± 0.095,有机物质消化率(OMD)R2 = 0.718 ± 0.086。所有五个目标的Y随机化经验概率均为p = 0.001。这表明在剔除试验设计因素和目标定义源变量后,直接测定的生化、矿物质和发酵性状仍保留了可观的试验内预测信息。
4.2 饲草品质指数
DDM、DMI和RFV从IT25到IT100下降,在IT125部分恢复。RFV在IT25最高(175.89),在IT100最低(150.00),与ADF和NDF随灌溉增加而升高一致。所有处理的RFV均保持在150以上,表明IT100的产量优势伴随品质指数下降但未崩溃。
4.3 甲烷相关体外发酵指数
CH4/Gas、CH4/ME和CH4/OMD在IT25最低,向IT75增加,在IT100和IT125部分下降。低灌溉处理每单位能量或消化率的甲烷强度较低,但伴随显著较低的牧草和蛋白质产量。
4.4 观测值与预测值比较
观测值与100次重复嵌套交叉验证的平均折外预测在绿草和干草产量方面一致性最佳,与平均R2值0.834和0.820一致。粗蛋白产量在剔除粗蛋白浓度后仍保持可观的试验内预测性能(R2 = 0.784)。ME和OMD在排除数学源变量后性能较低(R2 = 0.696和0.718)。
4.5 变量重要性分析(VIP)
绿草产量模型中,产气量(1.44)、ADF(1.26)和粗灰分(1.25)VIP得分最高;干草产量模型中,产气量(1.41)、Cu(1.31)和粗灰分(1.28)排名最高;粗蛋白产量模型中,产气量(1.47)、Cu(1.32)和甲烷比例(1.20)为前三位指标;ME模型中,甲烷产量(1.60)、ADF(1.27)和Fe(1.23)排名最高;OMD模型中,甲烷产量(1.60)、ADF(1.31)和NDF(1.26)最具影响力。
4.6 主成分分析(PCA)
PCA前两个主成分解释了总方差的81.9%(PC1: 57.1%;PC2: 24.8%)。PC1代表明确的水分供应梯度:低灌溉水平(IT25、IT50)位于负侧,与粗蛋白和RFV相关联;高灌溉水平(IT100、IT125)位于正侧,与产量组分、产气量、ME和OMD相关联。PC2主要与矿物质组成相关,并捕捉了显著的年份间对比。
4.7 典型判别分析(CDA/LDA)
CDA在典型空间中实现了年份×灌溉组合的清晰分离,PERMANOVA确认10个组合组间存在显著多变量分化(伪F = 34.37,p = 0.001)。LD1主要沿灌溉梯度排序观测值,LD2捕捉了多个灌溉处理内显著的年份间分离。
五、讨论与结论
讨论部分指出,从IT25到IT100的产量递增与改善的植物水分状况一致,充足土壤水分可维持气孔导度和光合活性、支持生物固氮并保持细胞膨压。IT125的产量下降表明,在试验土壤和气候条件下,供给计算完全补给量125%的灌溉水未带来额外生产效益,可能与过量水分降低根区通气性和改变养分吸收有关。品质响应部分与产量方向相反:纤维组分随灌溉增加而升高,粗蛋白浓度下降,符合生物量稀释效应。矿物质组成随灌溉系统变化,IT100与多种微量元素高浓度相关。多变量分析证实了灌溉相关梯度的主导地位及年际变异的显著贡献。PLS结果补充表明,直接测定的指标(如产气量、甲烷产量、ADF和部分矿物质性状)在剔除试验设计因素后仍包含与产量和品质相关的信息。
研究结论为:在本研究评估的半干旱条件下,IT100为综合表现最佳处理,实现了最高绿草、干草和粗蛋白产量以及高绿草水分生产力,而IT125的额外供水反而降低了产量和资源利用效率。干草和灌溉水单位水分生产力在重度亏缺下最大,表明最优灌溉策略取决于绝对饲草产量还是单位水分生产力是主要管理目标。ky值接近或超过1,尤其在IT75附近,表明对水分亏缺高度敏感。增加灌溉提高了牧草生物量和纤维浓度,同时稀释了粗蛋白浓度,揭示了明确的产量–品质权衡。防泄漏PLS模型对三个产量性状的重复嵌套交叉验证R2为0.784–0.834,ME为0.696,OMD为0.718,所有Y随机化检验p = 0.001。这些模型应视为试验内预测证据而非外部验证的决策支持工具。总体而言,IT100为所代表的条件提供了实用的农艺参考,未来需在不同土壤和品种上开展多年多点研究以检验其可转移性和普适性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号