叶用型食用菊品种筛选

蒋琴杰 王艺光 房伟民 王海滨 宋爱萍 陈发棣

(南京农业大学园艺学院/农业农村部景观设计重点实验室,江苏南京 210095)

菊花(Chrysanthemum morifolium)为菊科菊属多年生宿根草本植物,是我国传统名花之一,也是世界四大切花之一,据史料记载,我国栽培菊花历史已有3 000多年。菊花因其观赏价值和药用价值较高,深受国内外消费者的青睐,目前已广泛用于庭园布置、盆栽陈列、切花应用[1]、膳用[2]、饮用[3]、药用[4]等。 近年来,随着生物技术的迅猛发展[5-7],菊花栽培育种技术不断提高,培育了大量新品种[8],但多为观赏品种或茶用品种,食用菊品种较少,且常见的食用菊多为食花型品种,叶用型品种极少,目前市场上仅有菊花脑这一种[9-10]。研究表明叶用型菊花品种具有口感良好、营养价值较丰富等优点,市场需求量较大[11],但关于叶用型菊花相关研究尚鲜见报道。因此,选育叶用型食用菊新品种及示范推广具有重要意义。

本研究通过对田间初步筛选的材料进行叶片营养成分分析以及产量测定,结合模糊隶属函数综合评价法[12-14]筛选出口感好、抗性强、叶片鲜嫩、表皮绒毛少的叶用型菊花品种,以期为丰富叶用型食用菊类型及培育叶用型食用菊新品种奠定一定的理论基础。

1 材料与方法

1.1 试验材料

试验在南京农业大学中国菊花种质资源保存中心进行,试验基地排灌设施良好,土壤为沙质土,土质均匀。11份供试材料(白金菊、小香菊、迟黄、黄山贡菊、皇菊、杭白菊、开菊1号、开菊2号、二倍体菊花脑、三倍体菊花脑、四倍体菊花脑)取自南京农业大学中国菊花种质资源保存中心,试验时间为2016年9月-2017年11月。试验期间,病虫防治、除草、浇灌等措施按照常规管理进行。

1.2 叶用型食用菊筛选

1.2.1 田间初步筛选 2016年9月-10月进行目标材料的初步筛选,从现有11份材料(白金菊、小香菊、迟黄、黄山贡菊、皇菊、杭白菊、开菊1号、开菊2号、二倍体菊花脑、三倍体菊花脑、四倍体菊花脑)中选择在田间长势旺盛、叶片鲜嫩、表皮绒毛少、抗性好的材料。

1.2.2 叶片试吃口感筛选 取田间初步筛选的材料,摘其鲜嫩叶片,洗净,于2016年10月在南京农业大学菊花基地食堂通过生吃和开水烫后试吃的方法选出口感较好、菊花味道比较淡的材料。将入选的材料,按照菊花脑传统食用的方法,摘其鲜嫩叶片,直接炒食、与鸡蛋炒食或做菊叶蛋汤食用,剔除味道重、口感不佳的材料,选出口感较好的材料。

1.3 样品采集与测定方法

1.3.1 植物样品采集 2017年3月对筛选出的材料采插穗进行扦插扩繁,扦插基质为泥炭∶蛭石∶珍珠岩=2∶1∶1(体积比),插穗统一留长 8 cm,5～6 片叶,入土深度2 cm,5月定植。采用完全随机区组排列,设3次生物学重复,小区形状采用长方形,每小区面积3.2 m2,株距 40 cm,行距 40 cm,即定植密度为 4 100株·667m-2,每小区定植20株,其他处理按照常规管理进行。于2017年6月-8月进行产量测定,收获时用剪刀将可食用嫩芽剪下,称量鲜重,测定可食用部分的产量。试验期间每隔20 d采摘一次,即分别于6月1日、6月20日、7月10日、7月30日采摘,共采摘4次,4次鲜重之和即为单株产量,并计算每667 m2产量。

1.3.2 主要营养指标测定 采用烘干称重法测定叶片中水分含量,采用酸碱中和滴定法[15-16]测定叶片有机酸含量；采用蒽酮比色法[17]测定叶片可溶性糖含量；采用考马斯亮蓝G-250染色法[18]测定叶片可溶性蛋白质含量；采用钼蓝比色法[19-21]测定叶片维生素C含量；采用紫外分光光度法[22]测定叶片纤维素含量。

1.4 模糊综合评价法数学建模分析

模糊综合评价法数学建模分析,设相当于品质性状(如可溶性糖含量、维生素C含量等)的因素集X={x1,x2,x3,… xn},代表评价等级(如好、中、差等)的评价集 V={v1,v2,v3,… vn}。根据模糊变换原理[23],B=M×R可作为综合评价的数学模型,R是X×V上的一个模糊关系,M是论域X上的模糊子集,即各评判指标的权重,而B是评判结果。

1.4.1 评价要素及权重的确立 通过设定各项指标的权重M,通过模糊综合评价法计算确定叶用型食用菊的品质,从而选出适合食用的材料。

1.4.2 模糊转换矩阵 根据建立模型的方法,按照公式计算评价要素:

式中,x为每个特征值；xmin为最小特征值；xmax为最大特征值。

1.4.3 隶属函数模型评价结果 依次以M1、M2、M3所在行组成矩阵转置后定义为权重矩阵。依次以X1、X2、X3、X4、X5、X6、X7、X8分别表示白金菊、小香菊、迟黄、开菊1号、开菊2号、二倍体菊花脑、三倍体菊花脑、四倍体菊花脑所在行组成的矩阵,即因素集。由于将所有评价指标都转换为数字,不存在等级评价的情况,所以可以理解为R=X。通过计算评判集合B=X×M,得到相应的结果B。

1.5 数据处理

采用Microsoft Excel 2007进行试验数据的整理和计算；采用SPSS 20.0软件进行单因素方差分析(P＜0.05)。

2 结果与分析

2.1 叶用型食用菊材料筛选

对基地部分材料进行田间初步筛选与做菜试吃口感筛选,剔除了抗性差、叶片粗糙、叶表皮绒毛多、苦涩感强、有刺激性气味、综合口感差的材料。除不同倍性菊花脑外,还初步筛选出具有食用潜力的品种白金菊、小香菊、迟黄、开菊1号、开菊2号。

2.2 不同品种叶片主要营养成分含量分析

由表1可知,不同品种叶片水分含量介于80.43%～89.16%之间,其中三倍体菊花脑最高,为89.16%,且显著高于其他品种(除黄山贡菊),四倍体菊花脑最低,为80.43%；有机酸含量介于0.29%～0.87%之间,其中皇菊含量最高,为0.87%,且显著高于其他品种,开菊2号含量最低,为0.29%；可溶性糖含量介于2.81～21.09 mg·g-1之间,其中四倍体菊花脑含量最高,为 21.09 mg·g-1,杭白菊含量最低,为 2.81 mg·g-1；可溶性蛋白含量介于2.67～20.02 mg·g-1之间,且各品种间差异明显,其中二倍体菊花脑含量最高,为20.02 mg·g-1,皇菊含量最低,为 2.67 mg·g-1；纤维素含量介于24.38～191.05 mg·g-1DW之间,其中开菊2号含量最高,为191.05 mg·g-1DW,显著高于其他品种(除三倍体菊花脑),二倍体菊花脑含量最低,为24.38 mg·g-1DW,显著低于其他品种；维生素C含量介于0.58～1.63 mg·g-1之间,各品种间差异显著,其中二倍体菊花脑含量最高,为1.63 mg·g-1,杭白菊含量最低,为 0.58 mg·g-1。

表1 不同品种叶片营养成分分析Table 1 Nutrient composition analysis of different varieties

2.3 不同品种采摘前分枝数比较

由表2可知,随着采摘次数的增加,不同品种分枝数逐渐增多,6月1日采摘前开菊1号分枝数显著高于开菊2号,开菊2号分枝数显著高于其他品种,且其他品种间分枝数无显著差异；6月20日采摘前三倍体菊花脑分枝数最多,除开菊1号外,与其他品种分支数均差异显著,二倍体菊花脑分枝数最少；7月10日采摘前三倍体菊花脑分枝数明显高于其他品种,二倍体菊花脑分枝数最少；7月30日采摘前四倍体菊花脑分枝数明显高于其他品种,而三倍体菊花脑和开菊2号因生长速度缓慢无法采摘。四倍体菊花脑在6月份生长速度慢,在7月份生长速度快,分枝数迅速增多,说明四倍体菊花脑适合在7月份进行采摘；开菊1号在6月份生长速度快,分枝数多,7月份生长速度降低,但其分枝数仅次于四倍体菊花脑,说明开菊1号适宜在6、7月份进行采摘；而三倍体菊花脑前期生长慢,中期生长快,分枝数多,但后期生长速度急剧下降且节间短,导致无法采摘,说明三倍体菊花脑采摘期短,不适合作为新的叶用型食用菊进行推广。

2.4 不同品种产量比较

由表3可知,各品种间产量差异明显,其中四倍体菊花脑的产量最高,为711.52 kg·667m-2,显著高于其他品种；白金菊、小香菊、迟黄、开菊1号4个品种间的产量无显著差异,但均明显高于二倍体菊花脑、开菊2号和三倍体菊花脑；三倍体菊花脑产量最低,为159.11 kg·667m-2,且显著低于其他品种(除开菊2号)。结合表2可知,分枝数较多的材料产量也相对较高,如四倍体菊花脑、白金菊、小香菊分枝数较多,产量也相对较高；开菊2号分枝数较少,产量也相对较低(黄山贡菊、皇菊、杭白菊仅测定了叶片营养成分指标,未进行产量测定)。

2.5 模糊综合评价法数学建模分析

2.5.1 评价要素及权重的确立 叶用型食用菊评价要素中,产量指标在实际生产过程中具有决定性作用,因此产量指标所占权重较大。在测定的成分指标中,水分含量对其口感有较大影响,因此所占比重也较大。为了更好地说明叶用型食用菊品质的高低,根据不同的目标,如筛选产量高且品质好的叶用型食用菊材料时,分别侧重产量、营养成分均衡等,制定3组权重,计算得到不同的结果,由表4可知,M1组的权重值侧重产量,M2组的权重值侧重营养成分含量,M3组的权重值侧重产量及营养成分均衡。

表2 不同品种采摘前分枝数统计Table 2 The statistics of branching number of different varieties before harvest

表3 不同材料产量比较Table 3 Compare the yield of different materials

2.5.2 模糊转换矩阵 根据公式(1),xmin为表4中的最低数值,xmax为表4中的最高数值,计算得到特征表5。表5中的数据即为1.4.3中的X,将表5中的数据X乘以不同的权重M,得到模糊综合评价结果表6。

2.5.3 隶属函数模型评价结果 由表6可知,M1组的权重值侧重产量,设产量占0.6,6项营养成分含量总体占0.4,四倍体菊花脑、白金菊、小香菊的数值均≥0.530,说明这3个品种在侧重产量评分的模型下均优于其他品种；M2组的权重值侧重营养成分含量,设6项营养成分含量总体占0.6,产量占0.4,四倍体菊花脑、二倍体菊花脑、白金菊、小香菊和开菊1号的数值均≥0.462,说明这5个品种在侧重营养成分含量的模型下均优于其他品种。M3组的权重值侧重产量及营养成分均衡,7项权重值均为0.143,四倍体菊花脑、二倍体菊花脑、三倍体菊花脑和开菊1号的数值均≥0.408,说明这4个材料在侧重产量和营养成分均衡模型下均优于其他品种。虽然3个模型权重的构建方法侧重点不同,但四倍体菊花脑、二倍体菊花脑和开菊1号总体得分相对较高,三组权重总体得分均大于0.4。其中四倍体菊花脑总体得分最好,三组权重总体得分均大于0.7,开菊2号最差,总体得分均小于0.3。因此,筛选出叶用型食用菊材料为四倍体菊花脑、二倍体菊花脑和开菊1号。

表4 不同品种各评价要素及权重Table 4 Statistics of evaluation factors and the respective weights of different varieties

表5 不同品种模糊转换矩阵Table 5 Fuzzy transition matrix of different varieties

表6 不同品种模糊综合评价结果Table 6 Results of the fuzzy comprehensive evaluation of different varieties

3 讨论

研究表明,多倍体能增强植株的生态适应性、对逆境的抗逆性以及降低蒸腾作用,提高光合效率[24]。此外,多倍体最显著的外部特征是巨大性,其产量和营养成分往往高于二倍体[25]。本研究中,四倍体菊花脑叶片中有机酸、可溶性糖、可溶性蛋白、纤维素含量均高于二倍体菊花脑,且四倍体菊花脑具有食用口感好、产量高、分枝多、生长旺盛等特点,是优良的叶用型食用菊品种；三倍体菊花脑在生长初期分枝多,但随着采摘次数的增多,其生长速度急剧下降,导致其产量降低,且食用口感不佳,与前人研究结果[26]一致。

王凯能[26]对42个切花菊品种进行筛选,在田间调查的基础上,开展品尝评比,选定了21个品种进一步开展包括花型、花色、水分、甜度和综合口感等指标的感官综合评价,筛选出清香、鲜甜、苦涩感弱的优良食用菊新品种。金潇潇等[27]对南京农业大学中国菊花种质资源保存中心的47个观赏菊品种和3个食用菊品种的营养指标进行测定,通过主成分分析,从观赏菊中筛选出营养品质优良的食用菊品种。蔬菜品种筛选试验较多,陈军[28]结合产量和品质指标,筛选出适宜苏州当地种植的优良番茄品种爱珠、黑姬1号和金珠。刘忠祥[29]通过测定产量、果实品质等相关指标筛选出产量高、品质好、长势旺盛、抗病性强,高抗病毒病,对青枯病具有强耐病性的适合武汉地区种植的优良串番茄品种T5和T101。目前,市场上常见的食用菊多为食花品种,叶用型品种少,参考对食用品种筛选以及蔬菜筛选的方法,对叶用型食用菊材料的筛选要结合叶片口感、田间生长情况、叶片营养成分以及产量[39-33]等多方面因素。本试验在筛选叶用型食用菊材料时,以水分、有机酸、可溶性糖、可溶性蛋白、纤维素、维生素C含量及产量作为叶用型菊花筛选评价要素,建立模糊综合评价法模型,通过对3组依据不同的侧重点构建的权重模型的结果进行计算分析,发现四倍体菊花脑、二倍体菊花脑、开菊1号得分相对较高,数值均在0.4以上,得分均优于其他材料,可作为优良叶用型食用菊材料。

4 结论

本研究对初步筛选出的11份菊花材料,以叶片营养成分含量各指标及产量(每667 m2)作为叶用型菊花筛选评价要素,通过模糊综合评价法进行分析,筛选出四倍体菊花脑、二倍体菊花脑、开菊1号3份营养成分含量及产量较高的品种。下一步将进行多年多点试验,同时对筛选获得的材料生长势、抗性等进行评价。本研究结果为筛选出综合性状优良的叶用型食用菊新材料奠定了一定的理论基础。