CN103353508B - 一种预测牧草干物质消化率和代谢能的方法 - Google Patents
一种预测牧草干物质消化率和代谢能的方法 Download PDFInfo
- Publication number
- CN103353508B CN103353508B CN201310253816.0A CN201310253816A CN103353508B CN 103353508 B CN103353508 B CN 103353508B CN 201310253816 A CN201310253816 A CN 201310253816A CN 103353508 B CN103353508 B CN 103353508B
- Authority
- CN
- China
- Prior art keywords
- dmd
- herbage
- dry
- dry matter
- adf
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Fodder In General (AREA)
- Feed For Specific Animals (AREA)
Abstract
本发明公开了一种预测牧草干物质消化率和代谢能的方法，属于反刍动物饲料与营养领域，特别是一种预测牧草干物质消化率和代谢能的方法。该方法的步骤包括：按照不同牧草种类，测定相应的营养成分；将测定的营养成分结果带入相对应的干物质消化率和代谢能预测模型；通过计算，得到该牧草的干物质消化率和代谢能值。该方法具有操作简易方便，快速高效等优点，可用于反刍动物粗饲料营养价值的快速评价和饲料加工生产，对合理的利用粗饲料资源降低养殖成分有一定的实用价值。
Description
技术领域
本发明属于反刍动物饲料与营养技术领域，涉及一种预测牧草干物质消化率和代谢能的方法。
背景技术
饲料的营养价值，一方面取决于其营养物质含量多少，另一方面取决于营养物质在动物体内的消化代谢效率。饲料的干物质消化率和代谢能是评价反刍动物饲料营养价值最为重要的指标之一。传统的饲料评价方法多采用选择相应的动物进行的消化代谢试验，测定饲料消化率和代谢能，结果虽然真实可靠，但是需要一定数量的试验动物，操作步骤较为繁琐，且耗时耗力。另外，对每种饲料进行动物消化代谢试验，再确定其营养价值，成本太高可行性低。因此，寻求快速准确的方法来测定干物质消化率和代谢能，并以此评价饲料的营养价值就显得十分必要。研究表明饲料营养成分与动物的消化代谢有极强的相关性，因此通过建立合理的数学模型，利用饲料的常规营养成分来预测反刍动物对饲料的消化代谢参数，从而准确快速地评定饲料营养价值。
国外有研究表明饲料营养成分与体外消化程度密切相关，能够利用体外产气量和饲料营养成分对饲料的有机物消化率和代谢能进行预测(Menke K H，Steingass H.Estimation of theenergetic feed value obtained from chemical analysis and in vitro gas production using rumenflued.Animal Research and Development，1988(28)：7-55)。随后又产生了引入更多营养成分和中性洗涤纤维体外消化率的代谢能预测方法(Robinson，P.H.，Givens，D.I.，Getachew，G..Evaluation of NRC，UC Davis and ADAS approaches to estimate the metabolizable energy valuesof feeds at maintenance energy intake from equations utilizing chemical assays and in vitrodeterminations.Anim.Feed Sci.Technol，2004，114：75-90.)。但是这种方法需要借助安装瘘管的实验动物，对试验技术和条件有一定限制。另外，体外消化反应均在封闭容器中进行，反应产物(甲烷、有机酸等)不能及时转移影响后续消化，与动物体内消化情况差异较大，实用性仍然不强。
国内学者的研究结果表明，干物质体外消化率与纤维成分呈极显著负相关(文亦芾，曹国军，毛华明，等.不同生育期豆科饲用灌木碳水化合物含量及对体外消化率的影响[J].草地学报，2009，17(1)：101-105)；另外，有研究结果表明纤维成分与有机物的比值与能量消化率呈显著负相关，可作为估测能量消化情况的参考(冯仰廉，陆治年.奶牛营养需要和饲料成分[M].修订第3版北京：中国农业出版社，2007)。但尚未提出针对不同牧草的消化率和代谢能的预测方法。
发明内容
本发明的目的在于克服上述技术存在的缺陷，提供一种快速准确、易于操作的预测牧草干物质消化率和代谢能的方法。
其具体技术方案为：
一种预测牧草干物质消化率和代谢能的方法，包括以下步骤：
(1)选择不同种类的具有统计学意义的一定数量的n种牧草，制成风干样品后，分别测定其粗蛋白质CP(％)、粗脂肪EE(％)、中性洗涤纤维NDF(％)、酸性洗涤纤维ADF(％)、钙Ca(％)、磷P(％)含量、总能GE(MJ/kg)含量，并用相同材料进行动物消化代谢试验，测定其干物质消化率DMD(％)和代谢能ME(MJ/kg)，通过多元线性回归分析，剔除干扰因素后，得出最优预测方程，如下：
豆科牧草
DMD＝a+b×ADF+c×CP
ME＝a1+b1×ADF+c1×CP
禾本科牧草
DMD＝a′+b′×ADF+c′×Ca
ME＝a1′+b1′×CP+c1′×Ca
所述的具有统计学意义的一定数量n，其取值为n≥10；
求出回归系数a、b、c；a1、b1、c1；a′、b′、c′；a1′、b1′、c1′，其值为a＝56.90，b＝-0.59，c＝2.32；a1＝6.95，b1＝-0.07，c1＝0.33；a′＝-34.38，b1′＝2.52，c′＝31.93；a1′＝9.03，b1′＝-0.14，c1′＝5.95，将系数代入后得方程：
豆科牧草
DMD＝56.90-0.59ADF+2.32CP
ME＝6.95-0.07ADF+0.33CP
禾本科牧草
DMD＝-34.38+2.52ADF+31.93Ca
ME＝9.03-0.14CP+5.95Ca。
(2)通过步骤(1)测定待预测牧草的相关营养成分后，分别将其值带入相应的预测方程，计算出的值即为待预测牧草的干物质消化率DMD(％)和代谢能ME(MJ/kg)。
与现有技术相比，本发明的有益效果为：本发明剔除了干扰因素，优化了预测模型，因而精确度较高。本发明提供的预测方法具有操作简易方便，快速高效等优点，可用于反刍动物粗饲料营养价值的快速评价，尤其是热带牧草的营养价值评价。
具体实施方式
下面结合具体实施例对本发明的技术方案作进一步详细地说明
实施例1
选择10种豆科牧草，分别测定其粗蛋白质CP(％)、粗脂肪EE(％)、中性洗涤纤维NDF(％)、酸性洗涤纤维ADF(％)、钙Ca(％)、磷P(％)含量、总能GE(MJ/kg)含量。并用相同材料进行动物消化代谢试验，测定其干物质消化率DMD(％)和代谢能ME(MJ/kg)。通过多元线性回归分析，求得回归系数，从而得到干物质消化率DMD和代谢能ME的预测方程(表1，表2)。
表1基于营养成分的干物质消化率的预测回归分析(豆科牧草)
表2基于营养成分的代谢能的预测回归分析(豆科牧草)
在豆科牧草干物质消化率10组数据中，5组的预测值和实测值相对误差低于5％，占总数的50％；另5组预测值和实测值相对误差在5-10％之间，占总数的50％；在豆科牧草代谢能10组数据中，6组的预测值和实测值相对误差低于5％，占总数的60％；另3组预测值和实测值相对误差在5-10％之间，占总数的30％；仅有1组预测值和实测值相对误差稍高于10％，占总数的10％。
因此，利用营养成分预测豆科牧草干物质消化率和代谢能的回归方程：DMD＝56.90-0.59ADF+2.32CP；ME＝6.95-0.07ADF+0.33CP，具有较为准确的预测效果。
实施例2
选择10种禾本科牧草，分别测定其粗蛋白质CP(％)、粗脂肪EE(％)、中性洗涤纤维NDF(％)、酸性洗涤纤维ADF(％)、钙Ca(％)、磷P(％)含量、总能GE(MJ/kg)含量。并用相同材料进行动物消化代谢试验，测定其干物质消化率DMD(％)和代谢能ME(MJ/kg)。通过多元线性回归分析，求得回归系数，从而得到干物质消化率DMD和代谢能ME的预测方程(表3，表4)。
表3基于营养成分的干物质消化率的预测回归分析(禾本科牧草)
表4基于营养成分的代谢能的预测回归分析(禾本科牧草)
在禾本科牧草干物质消化率10组数据中，7组的预测值和实测值相对误差低于10％，占总数的70％；另3组预测值和实测值相对误差在10-15％之间，占总数的30％；在禾本科牧草代谢能10组数据中，8组的预测值和实测值相对误差低于10％，占总数的80％；另2组预测值和实测值相对误差在10-15％之间，占总数的20％。
因此，利用营养成分预测禾本科牧草干物质消化率和代谢能的回归方程：DMD＝-34.38+2.52ADF+31.93Ca；ME＝9.03-0.14CP+5.95Ca，具有较为准确的预测效果。
以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (1)
1.一种预测牧草干物质消化率和代谢能的方法，其特征在于，包括以下步骤：
(1)选择不同种类的具有统计学意义的一定数量的n种牧草，制成风干样品后，分别测定牧草粗蛋白质CP、粗脂肪EE、中性洗涤纤维NDF、酸性洗涤纤维ADF、钙Ca、磷P分别占干物质的百分比；以及牧草总能GE的含量，单位是MJ/kg，并用相同材料进行动物消化代谢试验，测定其干物质消化率DMD％和代谢能ME MJ/kg，通过多元线性回归分析，剔除干扰因素后，得出最优预测方程，如下：
豆科牧草
DMD＝a+b×ADF+c×CP
ME＝a1+b1×ADF+c1×CP
禾本科牧草
DMD＝a′+b′×ADF+c′×Ca
ME＝a1′+b1′×CP+c1′×Ca
所述的具有统计学意义的一定数量n，其取值为n≥10；
求出回归系数a、b、c；a1、b1、c1；a′、b′、c′；a1′、b1′、c1′，其值为a＝56.90，b＝-0.59，c＝2.32；a1＝6.95，b1＝-0.07，c1＝0.33；a′＝-34.38，b1′＝2.52，c′＝31.93；a1′＝9.03，b1′＝-0.14，c1′＝5.95，将系数代入后得方程：
豆科牧草
DMD＝56.90-0.59ADF+2.32CP
ME＝6.95-0.07ADF+0.33CP
禾本科牧草
DMD＝-34.38+2.52ADF+31.93Ca
ME＝9.03-0.14CP+5.95Ca，
(2)通过步骤(1)测定待预测牧草的相关营养成分后，分别将其值带入相应的预测方程，计算出的值即为待预测牧草的干物质消化率DMD％和代谢能ME MJ/kg。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310253816.0A CN103353508B (zh) | 2013-06-10 | 2013-06-10 | 一种预测牧草干物质消化率和代谢能的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310253816.0A CN103353508B (zh) | 2013-06-10 | 2013-06-10 | 一种预测牧草干物质消化率和代谢能的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103353508A CN103353508A (zh) | 2013-10-16 |
| CN103353508B true CN103353508B (zh) | 2015-06-17 |
Family
ID=49309899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310253816.0A Expired - Fee Related CN103353508B (zh) | 2013-06-10 | 2013-06-10 | 一种预测牧草干物质消化率和代谢能的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103353508B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104155418A (zh) * | 2014-08-27 | 2014-11-19 | 山东农业大学 | 一种利用体外酶消化法测定玉米家禽代谢能的方法 |
| CN107490527A (zh) * | 2016-06-13 | 2017-12-19 | 中国农业大学 | 一种对牧草的消化率和采食量的测定方法 |
| CN106509462A (zh) * | 2016-10-28 | 2017-03-22 | 中国热带农业科学院热带作物品种资源研究所 | 一种预测鹅对粗饲料养分利用率的方法 |
| CN107548915B (zh) * | 2017-10-13 | 2019-12-27 | 兰州大学 | 基于草地生态系统的牧草新种质资源、新品种评价方法 |
| CN108308403B (zh) * | 2018-04-04 | 2021-06-25 | 西南科技大学 | 一种校正饲料原料氨基酸消化率用于猪饲料配制的方法 |
| CN111763710B (zh) * | 2020-07-20 | 2021-08-06 | 华南农业大学 | 一种利用酶水解能法评价鹅饲粮代谢能的方法 |
| CN112348267A (zh) * | 2020-11-11 | 2021-02-09 | 宁夏农林科学院动物科学研究所 | 一种预测苣菊草产量与品质的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102715380A (zh) * | 2012-07-09 | 2012-10-10 | 山东农业大学 | 一种利用体外消化法快速测定玉米家禽代谢能的方法 |
-
2013
- 2013-06-10 CN CN201310253816.0A patent/CN103353508B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103353508A (zh) | 2013-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103353508B (zh) | 一种预测牧草干物质消化率和代谢能的方法 | |
| Yadav et al. | Effect of simulated heat stress on digestibility, methane emission and metabolic adaptability in crossbred cattle | |
| Møller et al. | Feces composition and manure derived methane yield from dairy cows: Influence of diet with focus on fat supplement and roughage type | |
| Getachew et al. | Methane production from commercial dairy rations estimated using an in vitro gas technique | |
| Higgs et al. | Development and evaluation of equations in the Cornell Net Carbohydrate and Protein System to predict nitrogen excretion in lactating dairy cows | |
| JP2011525974A (ja) | 酪農反芻動物によって産生されるメタンの量を評価する方法およびこの量を低減および制御する方法 | |
| Fu et al. | Prediction of the diet nutrients digestibility of dairy cows using Gaussian process regression | |
| Liu et al. | Effect of experimental methodology on fasting heat production and the net energy content of corn and soybean meal fed to growing pigs | |
| Garg et al. | Effect of feeding a balanced ration on milk production, microbial nitrogen supply and methane emissions in field animals | |
| Belanche et al. | Comparison of ryegrass and red clover on the fermentation pattern, microbial community and efficiency of diet utilisation in the rumen simulation technique (Rusitec) | |
| CN102715380A (zh) | 一种利用体外消化法快速测定玉米家禽代谢能的方法 | |
| Li et al. | Methodologies on estimating the energy requirements for maintenance and determining the net energy contents of feed ingredients in swine: a review of recent work | |
| Chagunda et al. | The effect of forage quality on predicted enteric methane production from dairy cows | |
| Huang et al. | Effects of inclusion level on nutrient digestibility and energy content of wheat middlings and soya bean meal for growing pigs | |
| Almeida et al. | Protein requirements for growth in male and female Saanen goats | |
| Wachirapakorn et al. | Effects of levels of crude protein and ground corn cobs in total mixed ration on intake, rumen fermentation and milk production in crossbred Holstein Friesian lactating dairy cows | |
| Shah et al. | Differential effects of natural grazing and feedlot feeding on yak fecal microbiota | |
| Liu et al. | Evaluation of energy digestibility and prediction of digestible and metabolisable energy in sunflower seed meal fed to growing pigs | |
| Du Toit et al. | Nutrient composition and in vitro methane production of sub-tropical grass species in transitional rangeland of South Africa | |
| Kumar et al. | Effect of varying levels of formaldehyde treatment of mustard oil cake on rumen fermentation, digestibility in wheat straw based total mixed diets in vitro | |
| CN103583468B (zh) | 一种通过理化指标快速评定玉米ddgs家禽代谢能的方法 | |
| Nuez-Ortín et al. | Using the NRC chemical summary and biological approaches to predict energy values of new co-product from bio-ethanol production for dairy cows | |
| Yan et al. | Effect of dietary net energy concentration on dry matter intake and energy partition in cows in mid‐lactation under heat stress | |
| Keim et al. | Evaluation of sources of variation on in vitro fermentation kinetics of feedstuffs in a gas production system | |
| Amini et al. | Effects of heat stress on in vivo and in vitro ruminal metabolism in fat-tailed ewes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150617 Termination date: 20180610 |