欢迎访问《热带作物学报》,

我国白及属植物资源评价及其筛选

  • 朱娇 1 ,
  • 黄卫昌 , 2, * ,
  • 曹建国 3 ,
  • 周翔宇 2
展开
  • 1.上海市农业科学院林木果树研究所,上海 201403
  • 2.上海辰山植物园中国科学院上海辰山植物科学科研中心, 上海 201602
  • 3.上海师范大学生命科学学院,上海 200234
*黄卫昌(HUANG Weichang),E-mail:

朱 娇(1993—),女,硕士,研究实习员,研究方向:花卉生理及抗性筛选。

收稿日期: 2019-09-17

  要求修回日期: 2019-11-06

  网络出版日期: 2020-09-17

基金资助

上海市花卉产业技术体系建设项目[沪农科产字(2019)第8号]

上海市科委研发平台专项(18DZ2291400)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

Evaluation and Selection of Bletilla Species Through AHP Method

  • ZHU Jiao 1 ,
  • HUANG Weichang , 2, * ,
  • CAO Jianguo 3 ,
  • ZHOU Xiangyu 2
Expand
  • 1. Forestry and Pomology Research Institute, Shanghai Academy of Agricultural Sciences, Shanghai 201403, China
  • 2. Shanghai Chenshan Plant Science Research Center, Chinese Academy of Sciences, Shanghai Chenshan Botanical Garden, Shanghai 201602, China
  • 3. School Life Sciences, Shanghai Normal University, Shanghai 200234, China

Received date: 2019-09-17

  Request revised date: 2019-11-06

  Online published: 2020-09-17

Copyright

Copyright reserved © 2020. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.

摘要

采用层次分析法(AHP)对12份不同来源地的白及属植物从观赏特性、适应性、栽培与管理三方面13个指标因子进行系统的资源评价,建立白及属植物资源综合评价模型。结果表明:根据AHP评价结果及聚类分析可将12份引种的白及属植物分为两个等级:Ⅰ级优异种源6份;Ⅱ级优良种源6份;筛选出观赏性优良且适应性良好的5个白及种源陕西白及、江西白及、重庆白及、湖北白及、安徽白及,优良的黄花白及种源湖北黄花白及。可见,层次分析法可有效地进行白及属植物综合评价,并快速筛选出观赏性好、适应性强的白及属植物;其次观赏特性是影响白及属植物资源评价的主要影响因子。

本文引用格式

朱娇 , 黄卫昌 , 曹建国 , 周翔宇 . 我国白及属植物资源评价及其筛选[J]. 热带作物学报, 2020 , 41(8) : 1553 -1559 . DOI: 10.3969/j.issn.1000-2561.2020.08.007

Abstract

The research aimed to screen out Bletilla germplasms with good ornamental characteristic, growth potential and suitability for Shanghai to be used for breeding and gardening. Twelve Bletilla germplasms were comprehensively evaluated with the analytic hierarchy process (AHP) for 13 characters in three aspects such as ornamental characteristic, adaption, cultivation and management, and a resource evaluation model was established. Ornamental characteristic was the major factor affecting the comprehensive evaluation of Bletilla. AHP and cluster analysis revealed the 12 germplasms could be divided into two grades. Six were regarded as the excellent germplasms, and the left six were good germplasms. Five Bletilla striata Rchb. germplasms with high ornamental value and good growth were from Shaanxi, Jiangxi, Chongqing, Hubei and Anhui. Bletilla ochracea germplasm from Hubei was also selected.

兰科白及属(Bletilla Rchb.)大约有6种,分布于亚洲的缅甸北部经我国至日本。我国有4种,分别是白及(Bletilla striata Rchb.)和黄花白及(Bletilla ochracea Schltr.)、小白及[Bletilla formosana (Hayata) Schltr.]、华白及[Bletilla sinensis (Rolfe) Schltr.]。主要分布于我国的江苏北部到台湾南部,浙江东部到西藏的东南部。白及、黄花白及、小白及的花色繁多,花瓣正反面有颜色变化,尤其是唇瓣,唇瓣上的花色及斑纹变化多样、株型挺立、花朵繁茂,整体具有较高的园艺观赏价值。同时白及属植物的假鳞茎有较高的药用价值,假鳞茎均供药用,有止血补肺、生肌止痛之效[1]。当前,国内白及属植物研究主要集中在以下几个方面:白及属植物的资源分布[2,3];白及属植物假鳞茎药用物质的提取及测试分析[4,5];白及属植物资源在临床医学上的应用研究[6,7];白及属植物资源的繁殖[8,9];白及属植物遗传多样性研究[10,11]。但对白及属植物资源评价、育种方面研究鲜有报道。
目前,层次分析法(AHP)在环境评价、生态资源、植物资源等方面的评价应用广泛,如评价园林观赏植物、药用植物、地被植物等。夏冰等[12]基于层次分析法对木瓜属海棠植物进行景观价值评价,筛选出适合在郑州生长的‘大富贵’‘红宝石’‘绿宝石’品种。宋一岚等[13]对70份蝴蝶兰资源在开花时期进行花、叶、梗、分叉等多方面品质性状进行测量调查,经R型聚类分析和Q型聚类分析选育小型蝴蝶兰新品种。陈和明等[14]利用层次分析法对大花蕙兰8个品种的10个性状进行综合评价,筛选出‘开心果’‘韩国小姐’和‘欲望’3个品种。陈慧玲等[15]基于层次分析法对13份药用石斛种质资源进行资源评价,最终筛选出4份优质种源,湖北的霍山石斛、江西的桐皮石斛、浙江的青杆铁皮石斛等。白及属植物具有观赏性好、适应性强、药用价值高等特点,因此对其进行资源评价及筛选工作,为白及属植物种质创新提供新材料,同时丰富园林植物的多样性。

1 材料与方法

1.1 材料

本研究从全国不同省份或地区引入了12份白及(表1),每份白及40株,共计480株。
表1 实验材料

Tab. 1 List of experimental materials

序号Code 名称 Latin name 来源地Origin 序号Code 名称Latin name 来源地Origin
1 白及Bletilla striata 湖北 7 黄花白及Bletilla ochracea 湖北
2 白及Bletilla striata 四川 8 黄花白及Bletilla ochracea 陕西
3 白及Bletilla striata 安徽 9 黄花白及Bletilla ochracea 广西
4 白及Bletilla striata 重庆 10 小白及Bletilla formosana 四川
5 白及Bletilla striata 陕西 11 小白及Bletilla formosana 台湾
6 白及Bletilla striata 江西 12 小白及Bletilla formosana 云南

1.2 评价方法

本研究对白及属植物进行资源评价及筛选,主要是运用层次分析法(Analytical Hierarchy Process),简称AHP,最早在20世纪70年代提出,该方法是将一个评价系统分成若干个评价准则层,准则层再分成若干个指标层,依次层层深入,使得评价体系全面而准确。同时定性与定量相结合以进行相对重要性比较,提高其客观性、可行性、科学性和可靠性[16]
1.2.1 建立白及属植物资源评价体系的指标 白及属植物资源评价体系分为目标层、准则层、指标层。基于白及属植物的具体性状及实际情况,同时结合层次分析法以确定白及属资源评价模型:目标层A主要是白及属植物资源综合评价;准则层B主要是观赏特性B1、适应性B2、栽培与管理B3 ;指标层C主要是白及属植物资源评价模型的13个具体性状指标,如表2所示。
表2 白及属植物资源综合评价模型

Tab. 2 Comprehensive resource comprehensive evaluation model of Bletilla species

目标层A
Objective layer
准则层B
Standard layer
指标层C
Index layer
白及属植物资源
综合评价体系A
观赏特性B1 花色C1
花期C2
花量C3
唇瓣颜色C4
花葶粗度C5
花显现度C6
适应性B2 生长势C7
耐湿性C8
耐盐性C9
耐碱性C10
抗日灼性C11
栽培与管理B3 繁殖性C12
管理难易程度C13
各指标测定具体如下:花色测量用英国皇家园艺比色卡从每份白及属群体种源开的花中任意选5朵,对选取的5朵花的花色进行比对;花期测量是每份白及属种源群体从第1朵开花到花全部凋谢的时间;花量测量是指花繁盛期的群体花朵数量;花葶粗度指在花繁盛期测量花葶最粗部分的直径大小;花显现度指盛花期叶肩以上至花葶顶部高度与叶肩至地面的高度的比,即花显现度=叶肩以上至花葶顶部高度/叶肩至地面的高度。以上所有指标均测定5次以上,取平均值。耐湿性实验主要是以白及属植物在水浸没土壤80%左右为条件处理,结合形态、生理及评分细则表确定其抗性。耐盐性主要是利用NaCl(分析纯,99.9%)配置不同盐浓度的溶液即100、300、500 mmol/L,结合形态、生理及评分细则表确定其抗性。耐碱性主要是利用NaHCO3和NaOH配置成pH为8、9、10的碱性胁迫环境,结合形态、生理及评分细则表确定其抗性。抗日灼性主要测定叶片灼伤率再结合评分表确定其抗性。繁殖性以每丛白及属种源的球茎及芽点数量为准,重复5次。管理难易程度及生长势根据实际情况及对应评分细则表确定。
1.2.2 确定综合评价指标权重 将权重调查表、具体指标性状评分表发放给20位白及相关的专家,采用5分制(表3),对13项指标进行赋分,然后对收回的问卷调查结果进行数据统计。将统计的数据输入Yaahp 6.0,进行两两因素相对重要性比对及一致性检验,最终确定各项指标层的权重值大小。
表3 白及属植物资源评价具体细节评分表

Tab. 3 Score table of specific details of resource evaluation in Bletilla species

指标层
Index layer
评分Grades
5 4 3 2 1
C1 深紫色 浅紫色、金黄色 白色、嫩黄色
C2 多于30 d 20~30 d 10~20 d 少于10 d
C3 10~15朵 5~10朵 0~5朵
C4 白底紫红色斑
纹,边缘紫色圈
嫩黄底浅棕色斑纹,边缘白圈;黄底砖红色斑纹/黄底紫斑纹,边缘紫色斑圈 白底紫红色
C5 >5 mm 3~5 mm 1~3 mm
C6 <1.0 1.0~1.2 >1.2
C7 很强,完全体现
其观赏特性
强,能体现主要
观赏特性
一般,可体现
主要观赏特性
差,仅体现少数
观赏特性
C8 一般 较差
C9 一般 较差
C10 一般 较差
C11 一般 较差
C12 一般 较差
C13 容易,无需过多打理 一般 困难

2 结果与分析

2.1 白及属植物资源综合评价体系的构建

根据专家的意见征询及问卷调查结果,对两两因素相对重要性比对及一致性检验,确定各准则层、指标层的权重值大小,结果如表4所示。观赏特性、适应性、栽培与管理三个准则层中,观赏特性占主要部分,其权重值为0.453,适应性次之。观赏特性中花色占主要部分,花色的权重值占观赏特性总体的0.315。适应性准则层中生长势指标的比例最大,耐湿性、耐碱性、耐盐性、抗日灼性的权重值相差不大。栽培与管理准则层中管理难易程度占主要部分。结合上述白及属植物资源评价体系指标权重分配情况,确定白及属植物资源综合评价体系如表5所示。
表4 白及属植物资源综合评价体系指标权重分配

Tab. 4 Weight value distribution result of comprehensive evaluation index system of Bletilla species

一级指标
index
权重
Weight value
二级指标
Index
权重
Weight value
观赏特性B1 0.453 花色C1 0.315
花期C2 0.164
花量C3 0.176
唇瓣花色C4 0.105
花葶粗度C5 0.116
花显现度C6 0.124
适应性B2 0.306 生长势C7 0.246
耐湿性C8 0.219
耐碱性C9 0.158
耐盐性C10 0.158
抗日灼性C11 0.219
栽培与管理B3 0.241 繁殖性C12 0.362
管理难易程度C13 0.638
表5 白及属植物资源综合评价体系

Tab. 5 Evaluation system of germplasm resources of Bletilla species

目标层A
Object layer
准则层B
Standard layer
指标层C
Index layer
白及属植物资源综合评价体系A
观赏特性B1
(0.453)
花色C1 (0.315)
花期C2 (0.164)
花量C3 (0.176)
唇瓣颜色C4 (0.105)
花葶粗度C5 (0.116)
花显现度C6 (0.124)
适应性B2
(0.306)
生长势C7 (0.246)
耐湿性C8 (0.219)
耐盐性C9 (0.158)
耐碱性C10 (0.158)
抗日灼性C11 (0.219)
繁殖性C12 (0.362)
管理难易程度C13 (0.638)

2.2 白及资源综合评价

运用白及属植物资源综合评价体系再结合实地调查打分情况,用SPSS 19.0、Excel 2007软件进行数据计算得出12份白及资源的评价结果。根据评价结果的得分分布情况及得分聚类分析图(图1),相似系数为25将引种的白及资源分为2大类(等级)。第1类有6份,分别是陕西白及、江西白及、重庆白及、湖北白及、安徽白及、湖北黄花白及,是优异种源;第2类有6份,分别是云南小白及、四川白及、广西黄花白及、陕西黄花白及、台湾小白及、四川小白及,是优良种源(表6~8)。
图1 上海适生白及属植物资源综合评价得分聚类分析图

Fig. 1 Cluster analysis of comprehensive evaluation score of natural resources Bletilla species in Shanghai

表6 白及属植物资源综合评价得分值

Tab. 6 Comprehensive evaluation score results of Bletilla species

种源序号
Code of
germplasms
各指标层具体评分Specific scores of index layers 综合加权分
Comprehensive weighted score
总得分排序
Total score ranging
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13
1 4 5 4 5 3 5 5 3 4 4 4 5 5 4.374 4
2 4 5 1 3 3 5 5 3 2 3 4 5 5 3.895 8
3 5 5 5 5 3 5 4 3 2 2 3 5 5 4.261 5
4 5 5 5 5 3 5 5 3 3 2 4 5 5 4.452 3
5 5 5 5 5 4 5 5 3 3 3 5 5 5 4.620 1
6 4 5 5 5 4 5 4 5 4 4 3 5 5 4.498 2
7 3 5 5 4 3 3 5 3 4 4 4 5 5 4.151 6
8 3 5 4 4 3 3 5 3 2 3 1 5 5 3.726 10
9 4 3 4 4 3 4 4 3 1 3 4 5 5 3.853 9
10 5 3 4 4 3 5 4 1 1 3 3 3 5 3.676 12
11 3 5 5 4 3 4 3 3 1 3 4 3 5 3.689 11
12 4 5 4 4 3 4 4 3 3 4 4 3 5 3.972 7
表7 白及属植物资源综合评价得分值

Tab. 7 Comprehensive evaluation score results of Bletilla species

种源序号
Code of germplasm
观赏特性(0.453)
Ornamental characteristic
适应性(0.306)
Adaption
栽培与管理(0.241)
Cultivation and management
总分
Total score
总得分排序
Total score ranking
1 4.277 4.027 5.000 4.374 4
2 3.539 3.553 5.000 3.895 8
3 4.768 2.930 5.000 4.261 5
4 4.768 3.553 5.000 4.452 3
5 4.884 3.930 5.000 4.620 1
6 4.569 4.000 5.000 4.498 2
7 3.785 4.027 5.000 4.151 6
8 3.609 2.896 5.000 3.726 10
9 3.720 3.149 5.000 3.853 9
10 4.159 2.492 4.276 3.676 12
11 3.909 2.903 4.276 3.689 11
12 4.048 3.623 4.276 3.972 7
表8 白及属植物资源综合评价情况

Tab. 8 Comprehensive evaluation score results of Bletilla species

类别
Category
来源地Origin 拉丁名
Latin name
综合得分
Comprehensive score
优异种源Ⅰ 陕西 Bletilla striata 4.620
江西 Bletilla striata 4.498
重庆 Bletilla striata 4.452
湖北 Bletilla striata 4.374
安徽 Bletilla striata 4.261
湖北 Bletilla ochracea 4.151
优良种源Ⅱ 云南 Bletilla formosana 3.972
四川 Bletilla striata 3.895
广西 Bletilla ochracea 3.853
陕西 Bletilla ochracea 3.726
台湾 Bletilla formosana 3.689
四川 Bletilla formosana 3.676

2.3 白及属植物资源的筛选

通过上述白及属植物资源综合评价体系及得分聚类分析,筛选出观赏性优良且适应性良好的6份种源即陕西白及、江西白及、重庆白及、湖北白及、安徽白及、湖北黄花白及(表9)。可见,白及较好的种源主要是陕西白及、江西白及、重庆白及、湖北白及、安徽白及,黄花白及较好的种源主要是湖北黄花白及。筛选出来的6份种源其观赏性优良且适应性强,总体具有很好的综合优势,花色深浅变化不一,唇瓣纹路多样,茎干粗壮,植株均挺拔秀丽,可作为优质的父母本,为园林园艺应用提供新材料。
表9 12个白及属植物种源具体加权得分细则

Tab. 9 Detailed rules of weighted scoring table of 12 Bletilla species

类别
Category
排序
Range
图片
Picture
名称
Latin name
观赏特性
Ornamental
characteristic
适应性
Adaption
栽培与管理
Cultivation and management
综合评价得分
Comprehensive evaluation score
优异种源Ⅰ 1 Bletilla striata
(from Shaanxi)
2.212 1.203 1.205 4.620
2 Bletilla striata
(from Jiangxi)
2.069 1.224 1.205 4.498
3 Bletilla striata
(from Chongqing)
2.160 1.087 1.205 4.452
4 Bletilla striata
(from Hubei)
1.937 1.232 1.205 4.374
5 Bletilla striata
(from Anhui)
2.160 0.896 1.205 4.261
6 Bletilla ochracea
(from Hubei)
1.714 1.232 1.205 4.151
优良种源Ⅱ 1 Bletilla formosana
(from Yunnan)
1.833 1.108 1.031 3.972
2 Bletilla striata
(from Sichuang)
1.603 1.087 1.205 3.895
3 Bletilla ochracea
(from Guangxi)
1.685 0.963 1.205 3.853
4 Bletilla ochracea
(from Shanxi)
1.635 0.886 1.205 3.726
5 Bletilla formosana
(from Taiwan)
1.771 0.888 1.030 3.689
6 Bletilla formosana
(from Sichuan)
1.884 0.762 1.030 3.676

3 讨论与结论

本研究利用层次分析法构建了一套较完整的白及属植物资源评价体系,当中包括观赏特性、适应性、栽培与管理三方面13个指标层。白及属植物的观赏特性准则层主要是花色、花期、花量、唇瓣颜色、花葶粗度、花显现度6个指标层。花色在观赏特性准则层的比例权重占主要,其次是花量。从专家的调查结果上看,白及属的观赏特性方面总体比较看重深紫色花色、花期长且多于30 d以上,花量大,唇瓣颜色偏紫红色,边缘有紫色圈,花葶粗且花显现度好的种源。观赏性强的白及属植物,有望大面积种植成花境、花海等景观。一方面增加园林观赏应用方面的植物材料,丰富园林景观,另一方面有利于扩大药用白及属植物的种植,减少对野生资源的依赖。
本研究白及属植物的适应性准则层主要是生长势、耐湿性、耐碱性、耐盐性、抗日灼性5个指标层,其中权重分配较大的是生长势。上述抗性实验均结合了上海的土壤、气候条件等情况,进行科学地资源评价及抗性筛选。耐盐性抗性实验则按照黄相玲等[17]盐胁迫方法,进行了白及属植物的耐盐性抗性筛选。耐湿性实验则按照肖玉苹[18]渍水处理等水湿胁迫方法,进行白及属植物的耐湿性抗性实验筛选。抗日灼性实验则按照王君等[19]具体叶面灼伤程度进行评价。此方法既可以单独评估白及属植物的耐湿性、耐盐性、抗日灼性的抗性强弱,同时亦可提高白及属植物评价体系的全面性和可靠性。其次,研究得出白及的生长势总体优于黄花白及和小白及,综合各抗性筛选及生长势方面的适应性评价,适应性从高到低依次是:湖北白及、湖北黄花白及、江西白及、陕西白及、云南小白及、重庆白及、四川白及、广西黄花白及、台湾小白及、安徽白及、陕西黄花白及、四川小白及。从试验结果来看,所选出的种源综合性状表现优良,与生产实际基本相符,尤其是本次筛选出的6份优质白及属种源可作为育种的优质父母本,为白及属植物的新品种育种、扩大种植提供研究基础。
[1]
中国科学院中国植物志编辑委员会. 中国植物志:第18 卷[M]. 北京: 科学出版社, 1999: 46-47.

[2]
夏冰, 司志国, 周垂帆. 基于层次分析法的木瓜属海棠植物景观价值评价[J]. 北方园艺, 2017(17):115-119.

[3]
宋一岚, 张英杰, 孙纪霞, 等. 蝴蝶兰70份资源观赏性状综合评价[J]. 热带作物学报, 2020,41(1):43-48.

[4]
陈和明, 江南, 朱根发, 等. 层次分析法在大花蕙兰品种选择上的应用[J]. 亚热带植物科学, 2009,38(2):30-32, 43.

[5]
陈慧玲, 刘宗坤, 杨彦伶, 等. 基于层次分析法的药用石斛种质资源评价[J]. 西南林业大学学报, 2017,37(1):82-87.

[6]
龚晔, 景鹏飞, 魏宇昆, 等. 中国珍稀药用植物白及的潜在分布与其气候特征[J]. 植物分类与资源学报, 2014,36(2):237-244.

[7]
任风鸣, 刘艳, 李滢, 等. 白及属药用植物的资源分布及繁育[J]. 中草药, 2016,47(24):4478-4487.

[8]
张雪, 李铮, 张英涛, 等. HPLC-CAD法同时测定白及中单糖、双糖的含量[J]. 国际药学研究杂志, 2018,45(2):154-157.

[9]
王爱民, 鄢艳, 兰波, 等. UPLC同时测定白及药材中9种指标成分的含量[J]. 中国中药杂志, 2014,39(11):2051-2055.

[10]
万大群, 赵仁全, 刘海, 等. 白及的成分、药理作用和临床应用研究进展[J]. 中国药业, 2017,26(2):93-96.

[11]
程一乘. 白及对混合痔术后创面疼痛及愈合的临床观察[D]. 北京: 北京中医药大学, 2017.

[12]
陈勋, 王艳, 刘畅宇, 等. 白及种子繁育的研究现状[J]. 中国药房, 2018,29(18):2585-2588.

[13]
张爱丽, 王元忠, 黄衡宇, 等. 白及人工快繁中有效增殖途径的研究[J]. 中药材, 2018,41(2):266-271.

[14]
徐德林, 陈红波, 马激, 等. 白及SSR-PCR扩增体系的优化[J]. 中成药, 2018,40(12):2672-2676.

[15]
郭艳, 洪建聪, 陈铌铍, 等. 白及遗传多样性的ISSR分析[J]. 中成药, 2018,40(9):2020-2024.

[16]
Esra A, Yasemin C E. Using analytic hierarchy process (AHP) to improve human performance: An application of multiple criteria decision making problem[J]. Journal of Manifacturing, 2004,15(4):491-503.

[17]
黄相玲, 林妃妃, 张明月, 等. 盐胁迫对小叶榄仁幼苗生长和渗透调节物质含量的影响[J]. 南方农业学报, 2018,49(7):1364-1369.

[18]
肖玉苹. 大麦耐湿性种质资源的评价和耐性机理研究[D]. 杭州: 浙江大学, 2005.

[19]
王君, 赵健, 杜宝山, 等. 金叶榆抗日灼优株生长量和叶片日灼情况研究[J]. 现代农业科技, 2017(1):125-126.

文章导航

/