|
在奶牛的日粮中，粗饲料占40%以上，是瘤胃微生物和奶牛本身重要的营养来源。粗饲料品质对奶牛的生产性能和健康都起到极其重要的作用，同时直接影响精料的喂量与饲养成本，最终影响到养殖效益。因此，做好对粗饲料品质的评定显得日趋重要。现有粗饲料品质评价指标有单项指标和综合指标两大类。
单项指标评定
包括常规营养成分、干物质随意采食量、消化率等。
常规营养成分
常规营养成分含量的多少是评定粗饲料品质的最基本指标，主要包括干物质(DM)、粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、粗蛋白(CP)等。
Van Soest提出了改进的粗纤维分析方法，采用NDF、ADF、ADL评价指标评定粗饲料质量，此方法将饲料粗纤维中的半纤维素、纤维素和木质素全部分离出来，从而可以更好的评定饲料粗纤维的营养价值。NDF与瘤胃容积充满度及日粮采食量有关，其含量与能量浓度成负相关，粗饲料中高的NDF含量可限制牛的采食量及其对粗饲料的能量利用效率，NDF含量越高，粗饲料品质越低。粗饲料ADF含量与其有机物消化率(OMD)呈负相关，ADF含量越高，粗饲料品质越低。CP含量的变化可反映粗饲料在制备过程中养分的损失情况，但考虑到瘤胃微生物对蛋白质的作用，必须考虑饲粮蛋白质在瘤胃内的降解情况。因此，CP只是评价粗饲料蛋白质品质的粗略指标。
常规分析方法统一，测定简单，便于不同样品之间比较，但只能说明粗饲料营养成分含量的高低，并不能完全反映粗饲料的品质。因为粗饲料品质与营养成分含量虽然具有直接的正相关关系，但这种关系也不是绝对的。评价粗饲料品质最关键的是奶牛对粗饲料的采食和消化吸收情况，而这除与饲料本身营养成分有关外，还与粗饲料的适口性和消化率有关。
干物质随意采食量(DMI)
DMI受奶牛的体重、增重速度、饲料能量浓度、日粮类型、饲料加工、饲养方式和气候等多种因素的影响，是影响奶牛生产水平和饲料效率高低的重要因素。在同等情况下，粗饲料的DMI越高，表明粗饲料的品质越好。与常规指标相比，DMI虽能更好地反映粗饲料品质，但由于在相同DMI的情况下，不同粗饲料的消化吸收有很大差异，因此，单纯的DMI也不能完全反映粗饲料品质的高低，必须同时考虑粗饲料的消化吸收效率。
消化率
消化率的高低不仅与粗饲料中细胞壁成分的含量和组成有关，还与生物碱等限制性营养因子的含量有关。通常奶牛并非采食单一的饲料，因此，某种粗饲料的消化率还受日粮中其它粗饲料和精饲料的影响，即必须考虑饲料间的组合效应。粗饲料消化率的测定必须通过消化实验。消化实验常用的方法有体内消化实验法、尼龙袋法和离体消化实验法。
常用的粗饲料品质评定的综合指标
为了更好的评定粗饲料品质，国内外学者进行了大量研究，并提出了一些得到广泛利用的综合指标，如营养值指数(NVI)、可消化能进食量(DEI)、饲料相对值(RFV)、品质指数(QI)、粗饲料相对品质(RFQ)、产奶二千(milk 2000)、粗饲料分级指数(GI)等。这些指数都是由当粗饲料作为唯一能量和蛋白质来源时的粗饲料随意采食量和某种形式的粗饲料可利用能计算而来。粗饲料随意采食量用粗饲料DMI占体重的百分比或者占代谢体重的百分比表示。粗饲料可利用能的形式有能量的消化率(ED)、消化能(DE)、可消化干物质(DDM)、总可消化养分(TDN)和代谢能(ME)等。
RFV
RFV是美国目前唯一广泛使用的粗饲料品质综合评定指数。RFV用ADF和NDF体系制定干草等级的划分标准，其定义为：相对于特定标准的粗饲料(假定盛花期苜蓿RFV值为100)，某种粗饲料的可消化干物质采食量。
RFV计算公式为：RFV=DMI(%BW)×DDM(%DM)/1.29
其中：DMI为粗饲料干物质随意采食量，单位为%BW;
DDM为可消化干物质，单位为%DM。
1.29是基于大量动物试验数据所预测的盛花期苜蓿DDM的采食量，单位为%BW;
除以1.29，目的是使盛花期的目蓿RFV值为100。
DMI的预测模型为：DMI(%BW)=120/NDF%DM)
DDM的预测模型为：DDM(%DM)=88.9-0.779ADF(%DM)
RFV值越大，表明饲料的营养价值越高。RFV的优点是其参数预测模型是一种比较简单实用的经济模型，只需在实验室测定饲料的NDF、ADF和DM即可计算出某粗饲料的RFV值。RFV目前仍在美国粗饲料的管理、生产、流通和交易等各个领域广泛使用，牧草种子生产者也使用RFV反映品种的改良进展。RFV的缺点是只对粗饲料进行了简单的分级，没有考虑粗饲料中粗蛋白质含量的影响，无法利用其进行粗饲料的科学组合和合理搭配。
QI
QI是由美国佛罗里达州饲草推广测试项目提出的，是指TDN随意采食量相对其维持需要的倍数。由于大多数粗饲料中可消化脂肪可以忽略不计，因此可以假定粗饲料中的TDN等同于可消化有机物质。计算QI用的是有机物质消化率(OMD)，而不是RFV中所用的干物质消化率，这是相对RFV有所改进的，其他所需的动物实验数据与RFV相同。QI既可进行粗饲料的评定，又可在电脑模型中预测家畜生产性能。
QI计算模型为：QI=TDN采食量(g/MW)/36其中，36是牛的TDN维持需要量(36g/MW)，MW=Wkg0.75(每kg代谢体重)。
TDN采食量计算公式为：TDN采食量(g/MW)=DMI(g/MW)×TDN(%DM)/100
TDN计算公式为：TDN(%DM)=OM(%DM)×OMD(%)/100
OMD的预测模型为：OMD(%)=32.2+0.49IVOMD (%)
DMI的预测模型为：DMI(g/MW)=120.7-0.83NDF(%DM)
QI是在RFV的基础上提出的，其与RFV相比不同的地方为：QI不以某一特定饲草的品质为参照点，而是以牛对能量的需求即TDN的维持需要为参照点;QI的基数设定为1.0，而RFV设定为100;QI使用代谢体重，RFV为体重指数;QI使用了体外有机物消化率预测OMD，RFV使用ADF。QI的预测模型根据佛罗里达州饲喂热带牧草的绵羊的试验数据推导而来。
RFQ
Moore和Undersander于2002年首次提出用RFQ作为粗饲料品质的总指数来取代RFV和QI。在RFQ中，DMI(%BW)同RFV一样用占体重的百分数表示，而有效能则和QI一样，以TDN(%DM)表示。RFQ计算模型如下：RFQ=DMI(%BW)×TDN(%DM)/1.23。要确保RFQ预测模型的精确，必须首先建立精确的DMI预测模型。比较理想的DMI的预测模型建立非常复杂，应包括CP、ADF、NDF、体外消化率等多个指标。
DMI=-2.318+0.442CP-0.0100(CP)2-0.0638TDN+0.000922(TDN)2+0.180ADF-0.00196 (ADF)2-0.0529CP×ADF，R2=0.76。
TDN的预测模型为：TDN=0.954×(0.953NDS+IVDND F 13.1)。
其中NDS=100-NDF，所测定的NDS的真消化率系数为0.953，代谢粪中NDS的排出量为13.1%DM。IVD-NDF为NDF体外消化率。用实测值TDN对DDM进行回归R2=0.96，截距可以忽略，得出无截距回归的斜率为0.954。
与RFV相似，RFQ的变化范围为80～200，RFQ针对某种粗饲料的预测值，更接近实际情形。这主要是因为RFQ中预测DMI和TDN的模型是针对不同粗饲料而特别建立的，因而RFQ的预测模型更具灵活性，预测更接近实际。通过估测当粗饲料单独饲喂时TDN的采食量，还可以预测影响粗饲料采食量和消化率的精粗饲料间的组合效应。RFQ建立预测模型复杂，需分别研究不同地域特定牧草的预测模型，工作量大。
GI
模型的提出卢德勋在继承RFV基础上，提出了粗饲料评定指数GI。GI的特点是综合了影响粗饲料品质的蛋白质和难以消化的纤维物质两大主要指标及其有效能(在绵羊和育肥牛为ME，奶牛为NEL)，并引入动物对该种粗饲料的DMI，克服了现行粗饲料评定指标的单一性和脱离动物反应的片面性，全面、准确地反映粗饲料的实际饲用价值。
其计算公式为：GI(Mcal)=ME(Mcal/kg)×DMI(kg/d)×CP(%DM)/NDF(或ADL)(%DM)
其中，GI为粗饲料分级指数，单位为Mcal;ME为粗饲料代谢能，单位为Mcal/kg;DMI为粗饲料干物质随意采食量，单位为kg/d;CP(%DM)为粗蛋白质占干物质的百分比;NDF(%DM)为中性洗涤纤维占干物质的百分比;ADL(%DM)为酸性洗涤木质素占干物质的百分比。
|
