CN110214663A - 一种不同生长期苜蓿营养价值的评价方法及其应用 - Google Patents

一种不同生长期苜蓿营养价值的评价方法及其应用 Download PDF

Info

Publication number
CN110214663A
CN110214663A CN201910526631.XA CN201910526631A CN110214663A CN 110214663 A CN110214663 A CN 110214663A CN 201910526631 A CN201910526631 A CN 201910526631A CN 110214663 A CN110214663 A CN 110214663A
Authority
CN
China
Prior art keywords
clover
protein
content
cncps
days
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.)
Pending
Application number
CN201910526631.XA
Other languages
English (en)
Inventor
雷赵民
焦婷
李飞
张照
马凯凯
王霞
刘艳
张国林
冉福
高雪梅
赵生国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gansu Agricultural University
Original Assignee
Gansu Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gansu Agricultural University filed Critical Gansu Agricultural University
Priority to CN201910526631.XA priority Critical patent/CN110214663A/zh
Publication of CN110214663A publication Critical patent/CN110214663A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G22/00—Cultivation of specific crops or plants not otherwise provided for
    • A01G22/40—Fabaceae, e.g. beans or peas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Animal Husbandry (AREA)
  • Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • General Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Botany (AREA)
  • Environmental Sciences (AREA)
  • Fodder In General (AREA)

Abstract

本发明公开了一种不同生长期苜蓿营养价值的评价方法及其应用，属于畜牧业技术领域，该方法包括以下步骤：步骤1、概略养分分析；步骤2、CNCPS对营养组分的划分及计算方法；步骤3、统计分析。本发明还公开了所述不同生长期苜蓿营养价值的评价方法在苜蓿种植过程中的应用。本发明研究基于瘤胃降解特性的康奈尔净碳水化合物‑蛋白质体系CNCPS分析每刈割茬次间苜蓿每7天的营养品质，并对其CNCPS组分进行分析，评定苜蓿不同茬次每隔7天的营养品质及与饲用价值之间的关系，以期为精准苜蓿最佳刈割期、牛羊精准饲料配方及牛羊优质饲草料资源的开发提供关键数据支撑。

Description

一种不同生长期苜蓿营养价值的评价方法及其应用
技术领域
本发明属于畜牧业技术领域，涉及一种不同生长期苜蓿营养价值的评价方法及其应用，具体地说，涉及一种基于CNCPS体系的不同生长期苜蓿营养价值的评价方法及其应用。
背景技术
近年来，伴随着经济的不断发展，畜牧业在国民经济中的地位变得越来越重要，加上我国畜牧养殖基数巨大，故我国牧草开发工作迫在眉睫。当前，苜蓿以其高产、质优、适口性好、消化率高等优点，在草地畜牧业生产中占有非常重要的地位，虽然对于不同生长期苜蓿营养品质已有大量研究，但利用CNCPS体系评价苜蓿营养品质高低的研究报道相对较少，每刈割茬次之间的生长天数与其营养品质及饲用价值之间的关系仍然不清楚，这导致了苜蓿在种植过程中会出现刈割时间不明确的问题。因此，有必要对不同茬次不同生长天数苜蓿的营养品质进行评定，来确定苜蓿的最佳刈割期。
常春等人(2013)研究表明，以紫花苜蓿品种金皇后为试验材料，根据概略养分分析以及综合考虑，不同刈割期、刈割次数对苜蓿产量、营养成分及越冬前根的影响，得出苜蓿的刈割期为初花期刈割，次数为4次。宋书红等人(2017)研究表明，不同刈割茬次牧草营养品质的高低顺序为第一茬>第二茬>第三茬。不同品种牧草的营养品质高低顺序为新牧2号>新牧1号>高辉苜蓿>红豆草>当地苜蓿。由此可知，牧草的最适宜刈割时期为第一茬，最适宜的种植品种为新牧2号。刘玉华(2003)研究显示，不同茬次23个苜蓿品种的营养成分含量随生育阶段的推移而变化，且在发育过程中的变化趋势基本一致：随生育阶段推移，CP、EE、NFE、Ash、Ca、P含量和有机物质消化率逐渐下降；CF、NDF和ADF含量逐渐增加，且在初花期前，营养成分含量变化都较为迅速，初花后相对缓和，CF、NDF和ADF含量在盛花期至结荚初期变化幅度及速度有增加的趋势。饲料营养价值评定是一项长期性、基础性的工作，其中进行饲料可消化营养价值评定是饲料营养价值评定工作最重要的评定内容之一，而开展饲料养分在瘤胃降解规律研究则是反刍动物饲料可消化营养价值评定的一项十分重要的基础性研究工作。靳玲品等人(2018)研究表明，可以利用CNCPS体系评价不同品种扁杏皮的营养价值。
一直以来，人们通常应用Weende饲料分析体系进行饲草的营养价值评价，该体系虽然能为评价饲草质量提供基础数据，且测定方法简单而快速，但这种传统的方法大多只停留在对饲草营养价值静态的数值分析上，未能很好地反映草食家畜瘤胃动态的消化代谢特点。然而康奈尔净碳水化合物－蛋白质体系(CNCPS)考虑到饲料在瘤胃中的消化速率和流通速率，以及碳水化合物和蛋白质在瘤胃内的吸收效率等因素，将饲料中的碳水化合物和蛋白质又进一步划分并建立相应的数学模型，能够更好地预测饲料在瘤胃动态发酵情况，从而精确地反映反刍动物对饲料营养物质的利用情况，进一步通过化学组分含量来预测反刍动物在特定饲粮条件下的采食量，微生物蛋白质(microbial protein，MCP)产量、小肠中氨基酸供应量和代谢能摄入量等，最终可诊断饲粮配方的合理性，并指导配方优化。
发明内容
本发明的目的在于提供一种不同生长期苜蓿营养价值的评价方法及其应用。
其具体技术方案为：
一种不同生长期苜蓿营养价值的评价方法，包括以下步骤：
步骤1、概略养分分析
真蛋白含量采用凯氏定氮法测定；干物质(DM)、粗蛋白质(CP)、和粗灰分(Ash)、淀粉的含量采用AOAC方法测定；可溶性蛋白的含量(SP)参考考马斯亮蓝法测定；中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)含量采用Van Soest等方法测定；中性洗涤不溶蛋白(NDIP)、酸性洗涤不溶蛋白(ADIP)、非蛋白氮(NPN)、可溶性粗蛋白(SCP)含量采用周荣等、Licitra等方法测定；水溶性碳水化合物(WSC)含量采用蒽酮比色法测定；钙(Ca)的含量按照空气－乙炔火焰原子吸收光谱法测定；磷(P)的含量按照钒钼酸铵分光光度法测定。
株高、密度、鲜重和水分在苜蓿不同生育期刈割时直接测定；
单糖(ESC)、脂肪(Fat)、乳酸浓度、乙酸浓度、钾、钠、镁、硫、氯、氨、总可消化养分(TDN)、产奶净能(NEL)、维持净能(NEM)、生长净能(NEG)、相对饲喂价值(RFV)、相对饲喂质量(RFQ)、每吨干物质可产生的牛奶重量(t)等指标是送往FOSS公司进行分析测定。
粗蛋白产量＝粗蛋白含量×干物质产量
干物质产量＝干物质含量×干草产量
可消化蛋白＝粗蛋白采食量-粪氮排泄量×6.25
步骤2、CNCPS对营养组分的划分及计算方法
CNCPS体系将CHO分为3部分:CA、CB和不消化纤维(CC)。CA包括挥发性脂肪酸(CA1)、乳酸(CA2)、其他有机酸(CA3)和水溶性碳水化合物(CA4)，CB包括淀粉(CB1)、可溶性纤维(CB2)和可消化纤维(CB3)。其中CA、CB1和CB2为非纤维性碳水化合物(NFC)，CC是ADL的2.4倍，CB3和CC为纤维性碳水化合物(FC)，计算公式如下：
CHO(％DM)＝100-CP(％DM)-EE(％DM)-Ash(％DM)；
NFC(％DM)＝CHO(％DM)-NDF(％DM)；
CB2(％DM)＝NFC(％DM)-CA1(％DM)-CA2(％DM)-CA3(％DM)-CA4(％DM)-CB1(％DM)；
CB3＝NDF(％DM)-CC(％DM)；
CC(％DM)＝{ADL(％DM)×2.4}/100。
在CNCPS体系的蛋白质组分中，饲料蛋白质被分为3部分：PA、PB和非降解蛋白质(PC)。PA包括氨(PA1)和可溶性真蛋白质(PA2)，PB包括难溶性真蛋白质(PB1)、纤维结合蛋白质(PB2)。计算公式如下：
PA2(％DM)＝SP(％CP)×CP(％DM)/100－PA1(％DM)；
PB1(％DM)＝CP(％DM)-PA1(％DM)-PA2(％DM)-PB2(％DM)-PC(％DM)；
PB2＝[NDIP(％CP)-ADIP(％CP)]×CP(％DM)/100；
PC＝ADIP(％CP)×CP(％DM)/100。
步骤3、统计分析
采用Excel 2010进行数据整理与图表绘制，用SPSS19.0统计软件进行单因素方差分析，Duncan氏法进行多重比较。
本发明所述不同生长期苜蓿营养价值的评价方法在苜蓿种植过程中的应用。
进一步，其应用具体为：第一茬苜蓿的收获期应在其返青16天时，第二茬苜蓿原料在返青11天，第三茬苜蓿在其返青后12天时。
与现有技术相比，本发明的有益效果：
本发明研究基于瘤胃降解特性的康奈尔净碳水化合物-蛋白质体系(CNCPS)分析每刈割茬次间苜蓿每7天的营养品质，并对其CNCPS组分进行分析，评定苜蓿不同茬次每隔7天的营养品质及与饲用价值之间的关系，以期为精准苜蓿最佳刈割期、牛羊精准饲料配方及牛羊优质饲草料资源的开发提供关键数据支撑。
附图说明
图1是第一茬不同刈割天数苜蓿各类蛋白含量变化；
图2是第二茬不同刈割天数苜蓿各类蛋白含量变化；
图3是第三茬不同刈割天数苜蓿各类蛋白含量变化；
图4是第一茬不同刈割天数苜蓿纤维类碳水化合物含量变化；
图5是第二茬不同刈割天数苜蓿纤维类碳水化合物含量变化；
图6是第三茬不同刈割天数苜蓿纤维类碳水化合物含量变化；
图7是第一茬不同刈割天数苜蓿非纤维类碳水化合物含量变化；
图8是第二茬不同刈割天数苜蓿非纤维类碳水化合物含量变化；
图9是第三茬不同刈割天数苜蓿非纤维类碳水化合物含量变化。
具体实施方式
下面结合实施例对本发明的技术方案作进一步详细地说明。
1材料与方法
1.1试验材料
1.1.1取样地选择及自然条件
采样地位于河西走廊中段的甘肃华瑞农业股份有限公司(100°22’～101°13’E,37°56’～38°48’N)。县境东与山丹、永昌二县接壤，南与青海省祁连县、门源县相连，西南与肃南裕固族自治县交界，西和西北同张掖市甘州区毗邻。气候为温带大陆性荒漠草原气候，海拔1589～5027m，年平均降水量351mm，年平均气温4.1℃。
1.1.2样品采集和制备
第一茬，于2016年4月14日苜蓿(3010)返青，4月30日开始每隔7天采集苜蓿样品，共计采集7个7天，21个样品；第二茬，于2016年6月25日开始每隔7天采集上述同样苜蓿样品，共计采集5个7天，15个样品；第三茬，于2016年8月14日开始每隔7天采集上述同样苜蓿样品，共计采集6个7天，18个样品，即共计采集甘肃华瑞农业股份有限公司3茬苜蓿54个样品。评价不同生育天数苜蓿营养品质动态变化，对每期样品均进行CNCPS组分分析。将采集回实验室的苜蓿样品利用粉碎机粉碎样品，过10目饲料分析筛后将样品混合均匀，装入自封袋密封保存备用。
1.1.3采样时间
表1苜蓿样品采集情况
1.2试验方法
1.2.1概略养分分析
真蛋白含量采用凯氏定氮法测定；干物质(DM)、粗蛋白质(CP)、和粗灰分(Ash)、淀粉的含量采用AOAC方法测定；可溶性蛋白的含量(SP)参考考马斯亮蓝法测定；中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)含量采用VanSoest等方法测定；中性洗涤不溶蛋白(NDIP)、酸性洗涤不溶蛋白(ADIP)、非蛋白氮(NPN)、可溶性粗蛋白(SCP)含量采用周荣等、Licitra等方法测定；水溶性碳水化合物(WSC)含量采用蒽酮比色法测定；钙(Ca)的含量按照空气－乙炔火焰原子吸收光谱法测定；磷(P)的含量按照钒钼酸铵分光光度法测定。
株高、密度、鲜重和水分在苜蓿不同生育期刈割时直接测定；
单糖(ESC)、脂肪(Fat)、乳酸浓度、乙酸浓度、钾、钠、镁、硫、氯、氨、总可消化养分(TDN)、产奶净能(NEL)、维持净能(NEM)、生长净能(NEG)、相对饲喂价值(RFV)、相对饲喂质量(RFQ)、每吨干物质可产生的牛奶重量(t)以上指标是送往FOSS公司进行分析测定。
粗蛋白产量＝粗蛋白含量×干物质产量
干物质产量＝干物质含量×干草产量
可消化蛋白＝粗蛋白采食量-粪氮排泄量×6.25
1.2.2CNCPS对营养组分的划分及计算方法
康奈尔大学通过多年科学研究得到预测奶牛瘤胃发酵动态模型，即康奈尔净碳水化合物-蛋白质体系(CNCPS)。该评价体系是建立在瘤胃降解特性基础上，将饲料中营养物质的化学成分分析与奶牛瘤胃消化特性互相关联，从而对饲料营养价值及奶牛生产性能做出预测。CNCPS能够对饲料的碳水化合物(CHO)和蛋白质营养价值进行更深层次的评定。
CNCPS体系将CHO分为3部分:CA、CB和不消化纤维(CC)。CA包括挥发性脂肪酸(CA1)、乳酸(CA2)、其他有机酸(CA3)和水溶性碳水化合物(CA4)，CB包括淀粉(CB1)、可溶性纤维(CB2)和可消化纤维(CB3)。其中CA、CB1和CB2为非纤维性碳水化合物(NFC)，CC是ADL的2.4倍，CB3和CC为纤维性碳水化合物(FC)，计算公式如下:
CHO(％DM)＝100-CP(％DM)-EE(％DM)-Ash(％DM)；
NFC(％DM)＝CHO(％DM)-NDF(％DM)；
CB2(％DM)＝NFC(％DM)－CA1(％DM)-CA2(％DM)-CA3(％DM)-CA4(％DM)-CB1(％DM)；
CB3＝NDF(％DM)-CC(％DM)；
CC(％DM)＝{ADL(％DM)×2.4}/100。
在CNCPS体系的蛋白质组分中，饲料蛋白质被分为3部分:PA、PB和非降解蛋白质(PC)。PA包括氨(PA1)和可溶性真蛋白质(PA2)，PB包括难溶性真蛋白质(PB1)、纤维结合蛋白质(PB2)。计算公式如下:
PA2(％DM)＝SP(％CP)×CP(％DM)/100－PA1(％DM)；
PB1(％DM)＝CP(％DM)-PA1(％DM)-PA2(％DM)-PB2(％DM)-PC(％DM)；
PB2＝[NDIP(％CP)－ADIP(％CP)]×CP(％DM)/100；
PC＝ADIP(％CP)×CP(％DM)/100。
1.3统计分析
数据采用Excel 2010进行数据整理与图表绘制，用SPSS19.0统计软件进行单因素方差分析，Duncan氏法进行多重比较。
2结果与分析
2.1品质指标
2.1.1蛋白类物质
各茬次不同处理的蛋白类物质含量如图1-图3所示，随着生育天数的推进，3010苜蓿的蛋白类物质含量的变化趋势呈下降趋势，第1茬处理粗蛋白平均含量由35.86％下降至21.10％，第2茬处理粗蛋白平均含量由35.16％下降至25.24％，第3茬处理粗蛋白平均含量由33.87％下降至22.39％。茬次之间，第1茬的粗蛋白含量较低，第2，3茬较高，从第1茬到第3茬各处理分别为26.48％，29.43％，28.25％。
2.1.1纤维类碳水化合物
各茬次不同处理的纤维类碳水化合物含量如图4-图6所示，随着生育天数的推进，3010苜蓿的纤维类碳水化合物呈现上升的趋势，第1茬处理中性洗涤纤维平均值由27.90％上升至49.28％，酸性洗涤纤维平均值由22.04％上升至42.88％，第2茬处理中性洗涤纤维平均值由31.10％上升至44.91％，酸性洗涤纤维平均值由21.81％上升至36.96％，第3茬处理中性洗涤纤维平均值由32.25％上升至41.77％，酸性洗涤纤维平均值由24.71％上升至33.47％。在茬次间，所有处理的中性洗涤纤维和酸性洗涤纤维含量均值在第1茬最高，分别为40.44％，33.82％，第2茬和第3茬低于第1茬且差别不大，分别为中性洗涤纤维38.20％，39.25％，酸性洗涤纤维29.71％，30.64％。
2.1.3非纤维类碳水化合物
各茬次不同处理的非纤维类碳水化合物含量如图7-图9所示，随着生育天数的推进，3010苜蓿的水溶性碳水化合物含量的变化趋势呈先下降后上升再下降的趋势，第1茬处理水溶性碳水化合物平均含量由5.51％下降至2.93％再上升至5.29％，第2茬处理水溶性碳水化合物平均含量由4.04％下降至2.73％再上升至3.50％，第3茬处理水溶性碳水化合物平均含量由3.60％下降至2.43％再上升至6.27％。茬次之间，第1，2茬的水溶性碳水化合物含量较低，第3茬较高，从第1茬到第3茬各处理分别为3.85％，3.12％，4.30％。
2.2 CNCPS组分含量
由表2可知，3010苜蓿的CHO含量在第1,2,3茬分别为46.22％～67.71％，49.34％～61.44％，52.03％～65.58％；3010苜蓿的NFC含量在第1,2,3茬分别为15.54％～22.06％，16.53％～19.96％,14.71％～24.31％。
3010苜蓿的CHO体系中，CA4在第1,2茬呈先下降后上升再下降趋势，在第3茬呈先下降后上升趋势，CB1含量在第3茬明显上升，CB2在3茬中均呈先下降后上升趋势，CB3在1,2茬呈上升趋势，在第3茬呈先上升后下降趋势，CC在3茬中均呈上升趋势。
3010苜蓿的蛋白质体系中，PA1含量在3茬中随着刈割天数增加而增加，PA2随茬次的增加逐渐降低，PB1在每1茬中随刈割天数的增加呈下降趋势，且在第2茬的含量明显高于其他；PB2和PC基本呈稳定趋势。
表2不同茬次CNCPS成分(干物质基础)
2.3不同茬次主成分分析
对3茬供试材料的49个指标进行主成分分析，由表2可以看出，3茬综合得分排在第1位的天数均为返青后第1个7天。
表3第一茬主成分分析
表4第二茬主成分分析
表5第三茬主成分分析
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 (3)

1.一种不同生长期苜蓿营养价值的评价方法，其特征在于，包括以下步骤：
步骤1、概略养分分析
真蛋白含量采用凯氏定氮法测定；干物质DM、粗蛋白质CP、和粗灰分Ash、淀粉的含量采用AOAC方法测定；可溶性蛋白的含量SP参考考马斯亮蓝法测定；中性洗涤纤维NDF、酸性洗涤纤维ADF、酸性洗涤木质素ADL含量采用现有方法测定；中性洗涤不溶蛋白NDIP、酸性洗涤不溶蛋白ADIP、非蛋白氮NPN、可溶性粗蛋白SCP含量采用现有方法测定；水溶性碳水化合物WSC含量采用蒽酮比色法测定；钙Ca的含量按照空气－乙炔火焰原子吸收光谱法测定；磷P的含量按照钒钼酸铵分光光度法测定；
株高、密度、鲜重和水分在苜蓿不同生育期刈割时直接测定；
单糖ESC、脂肪Fat、乳酸浓度、乙酸浓度、钾、钠、镁、硫、氯、氨、总可消化养分TDN、产奶净能NEL、维持净能NEM、生长净能NEG、相对饲喂价值RFV、相对饲喂质量RFQ、每吨干物质可产生的牛奶重量，以上指标是送往FOSS公司进行分析测定出来的；
粗蛋白产量＝粗蛋白含量×干物质产量
干物质产量＝干物质含量×干草产量
可消化蛋白＝粗蛋白采食量-粪氮排泄量×6.25
步骤2、CNCPS对营养组分的划分及计算方法
CNCPS体系将CHO分为3部分:CA、CB和不消化纤维CC；CA包括挥发性脂肪酸CA1、乳酸CA2、其他有机酸CA3和水溶性碳水化合物CA4，CB包括淀粉CB1、可溶性纤维CB2和可消化纤维CB3；其中CA、CB1和CB2为非纤维性碳水化合物NFC，CC是ADL的2.4倍，CB3和CC为纤维性碳水化合物FC，计算公式如下:
CHO(％DM)＝100-CP(％DM)-EE(％DM)-Ash(％DM)；
NFC(％DM)＝CHO(％DM)-NDF(％DM)；
CB2(％DM)＝NFC(％DM)－CA1(％DM)-CA2(％DM)-CA3(％DM)-CA4(％DM)-CB1(％DM)；
CB3＝NDF(％DM)-CC(％DM)；
CC(％DM)＝{ADL(％DM)×2.4}/100；
在CNCPS体系的蛋白质组分中，饲料蛋白质被分为3部分:PA、PB和非降解蛋白质PC；PA包括氨PA1和可溶性真蛋白质PA2，PB包括难溶性真蛋白质PB1、纤维结合蛋白质PB2；计算公式如下:
PA2(％DM)＝SP(％CP)×CP(％DM)/100－PA1(％DM)；
PB1(％DM)＝CP(％DM)-PA1(％DM)-PA2(％DM)-PB2(％DM)-PC(％DM)；
PB2＝[NDIP(％CP)－ADIP(％CP)]×CP(％DM)/100；
PC＝ADIP(％CP)×CP(％DM)/100；
步骤3、统计分析
数据采用Excel 2010进行数据整理与图表绘制，用SPSS19.0统计软件进行单因素方差分析，Duncan氏法进行多重比较。
2.权利要求1所述不同生长期苜蓿营养价值的评价方法在苜蓿种植过程中的应用。
3.根据权利要求2所述的应用，其特征在于，其应用具体为：第一茬苜蓿的收获期应在其返青16天时，第二茬苜蓿原料在返青11天，第三茬苜蓿在其返青后12天时。
CN201910526631.XA 2019-06-18 2019-06-18 一种不同生长期苜蓿营养价值的评价方法及其应用 Pending CN110214663A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910526631.XA CN110214663A (zh) 2019-06-18 2019-06-18 一种不同生长期苜蓿营养价值的评价方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910526631.XA CN110214663A (zh) 2019-06-18 2019-06-18 一种不同生长期苜蓿营养价值的评价方法及其应用

Publications (1)

Publication Number Publication Date
CN110214663A true CN110214663A (zh) 2019-09-10

Family

ID=67817679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910526631.XA Pending CN110214663A (zh) 2019-06-18 2019-06-18 一种不同生长期苜蓿营养价值的评价方法及其应用

Country Status (1)

Country Link
CN (1) CN110214663A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103783278A (zh) * 2014-01-11 2014-05-14 黑龙江八一农垦大学 高产奶牛产奶40kg饲料配方
CN104313120A (zh) * 2014-09-22 2015-01-28 沈阳爱特杰牧业有限公司 一种饲料生物学价值评价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103783278A (zh) * 2014-01-11 2014-05-14 黑龙江八一农垦大学 高产奶牛产奶40kg饲料配方
CN104313120A (zh) * 2014-09-22 2015-01-28 沈阳爱特杰牧业有限公司 一种饲料生物学价值评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李颖丽等: "应用CNCPS体系对呼伦贝尔草原几种牧草营养价值的评定", 《内蒙古农业大学学报》 *
靳玲品等: "应用康奈尔净碳水化合物-蛋白质体系评定我国北方奶牛常用粗饲料的营养价值", 《动物营养学报》 *

Similar Documents

Publication Publication Date Title
Minson et al. The energy values and nutritive value indices of Digitaria decumbens, Sorghum almum, and Phaseolus atropurpureus
Kitaw et al. Comparative evaluation of Tree Lucerne (Chamaecytisus palmensis) over conventional protein supplements in supporting growth of yearling Horro lambs
CN104970203A (zh) 多纤维菌素肉牛养殖饲料
Feyissa et al. Nutritional qualities of agro-industrial by-products and local supplementary feeds for dairy cattle feeding
Arrekhi et al. Forage quality of Salsola turcomanica (Litv) in semi-arid region of Gomishan, Golestan Province, Iran
Bulcha et al. Fodder yield and nutritive values of hydroponically grown local barley landraces
Bogale et al. Matching livestock systems with available feed resources in the Bale Highlands of Ethiopia
Ahmadi Beni et al. Investigation of forage quality of Vetiveria zizanioides in semi-steppe region of Maravehtappeh, Golestan province, Iran
CN115968965B (zh) 牦牛瘤胃厌氧真菌和甲烷菌自然混合培养物发酵液在改善西门塔尔牛肉品质中的应用
CN102037894A (zh) 一种高富硒紫云英品种选育筛选方法
CN110214663A (zh) 一种不同生长期苜蓿营养价值的评价方法及其应用
Khan et al. Chemical composition, ruminal degradation kinetics and methane production (In vitro) potential of local and exotic grass species grown in Peshawar
Faji et al. Evaluation of maize (Zea mays L.) genotypes for forage biomass yield and nutritional quality
CN105875502A (zh) 一种苎麻园种养结合的养羊方法
Bora et al. Effect of Variety and Stage of Harvest on the Yield, Chemical Composition and In-vitro Digestibility of Hybrid Napier (Pennisetum purpureum× P. americanum)
Ouda et al. The nutritive value of forage sorghum genotypes developed for the dry tropical highlands of Kenya as feed source for ruminants
Emam et al. Evolution of some Egyptian strains barley cultivators for green fodder hydroponic system and prediction digestibility values by in-vitro daisyii incubator
Pavithra et al. Chemical composition and gross energy content of commonly available animal feedstuff in Sri Lanka
CN112602836A (zh) 一种改善猪血液指标的饲料及其应用
Kim et al. Evaluation of feed value of barley fodder as an alternative feed ingredient
Bashar et al. Study of different harvesting height on annual biomass yield, chemical composition and In-sacco dry matter degradability of Moringa fodder
Teixeira et al. Nutritive characterization of Musa spp and its effects on in vitro Rumen fermentation characteristics
Jaishankar et al. Evaluation of sugarcane trash based complete diets for rumen degradation kinetics and microbial biomass synthesis by in vitro gas production technique
Ojo et al. Dry matter yield, botanical and chemical composition of natural forages of the south western Nigeria as influenced by topography, land use and season
Gruber et al. Influence of cutting frequency in Alpine permanent grassland on nutritive value, DM yield and agronomic parameters

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190910