苜蓿質(zhì)量預測方法研究進展

陳 谷，顏 俤，邰建輝，楊江山，張 穎

（1.百綠（天津）國際草業(yè)有限公司，北京 100025；2.中國畜牧業(yè)協(xié)會草業(yè)分會，北京 100028）

紫花苜蓿在生物量、營養(yǎng)價值和適口性等諸多方面所具有的植物學和生物學特性及高生產(chǎn)性能和經(jīng)濟價值優(yōu)勢，奠定了其在飼草生產(chǎn)中的基礎地位［1－5］，在國內(nèi)外素有“牧草之王”的美稱［6－8］。近年來，隨著我國農(nóng)業(yè)結構的調(diào)整、畜牧業(yè)的快速發(fā)展，牧草的作用和地位不斷加強。特別是畜禽產(chǎn)品質(zhì)量安全事件的頻發(fā)和人們對綠色無污染畜禽產(chǎn)品消費的更加青睞，催生了市場對優(yōu)質(zhì)牧草特別是苜蓿草的強勁需求［9］，國內(nèi)苜蓿市場出現(xiàn)供不應求的態(tài)勢，苜蓿干草價格節(jié)節(jié)攀升。而影響牧草市場價格的因素除了市場供求關系外，還受到牧草質(zhì)量的影響。1996～2006年的統(tǒng)計數(shù)據(jù)顯示，加州特級干草的價格比普通干草的價格要高50～100美元/t，這種影響在干草供不應求的年份更為顯著［10］。

適時刈割是把握苜蓿干草質(zhì)量的重要環(huán)節(jié)［11］，隨著苜蓿的生長，苜蓿蛋白質(zhì)含量和可消化干物質(zhì)含量逐漸下降，而纖維含量上升。但是，如果為了得到優(yōu)質(zhì)牧草而過早收獲，苜蓿產(chǎn)量和持久性則會受到很大影響。因此，適時收獲苜蓿，是保證苜蓿品質(zhì)及產(chǎn)量的關鍵因素。對于春季第1次刈割來說，適時刈割尤為重要，這主要是因為第1茬苜蓿產(chǎn)草量對全年產(chǎn)草量的貢獻最大占40%～50%［12］。因此，對苜蓿干草生產(chǎn)者來說，在科學種植管理條件下，對田間苜蓿質(zhì)量有個提前判斷，對準確收獲目標質(zhì)量苜蓿干草、保證經(jīng)濟效益意義重大。目前，美國等發(fā)達國家的苜蓿生產(chǎn)者常用生長度日法（GDD，Growing degree－days）和苜蓿質(zhì)量預測公式法（PEAQ，Predictive Equations for Alfalfa Quality）來預測田間苜蓿質(zhì)量，以判斷春季第1次收獲的最佳時間。在國內(nèi)，GDD在小麥（Triticum aestivum）、棉花（Gossypiumspp.）、黃瓜（Cucumis sativu）等作物上應用廣泛，主要用來構建作物的生長模型［13－15］，但用于牧草方面的研究還很少報道；PEAQ法在國內(nèi)也很少有相關研究。本文將對這2種方法進行闡述，以期對國內(nèi)苜蓿生產(chǎn)有一定的指導意義。

1 GDD法預測苜蓿收獲時間

GDDs＝∑1.8×［（Tmax＋Tmin）÷2－Tb］

式中：Tmax為1d中的最高溫度（℃），Tmin為1d中的最低溫度（℃），Tb為作物發(fā)育基點溫度。

對于大多數(shù)苜蓿品種來說，保證生長的溫度在5～35℃［11］。所以苜蓿的發(fā)育基點溫度Tb＝5℃，當日均氣溫低于苜蓿生長的最低氣溫，或超過苜蓿生長的最高氣溫時，苜蓿停止生長。GDD計算從3月1日的溫度開始算起（苜蓿生產(chǎn)地區(qū)1、2月日均溫一般低于5℃），在日均氣溫低于5℃，或高于35℃的情況下，當天的GDD計算為0。

1.1 苜蓿的刈割時間的預測

Cherney等［17］研究發(fā)現(xiàn)，GDD 達到700～750（Tb為5℃）時，苜蓿干草的NDF含量接近40%，當GDD增加220（7d后），NDF含量達到45%。如果進行特級苜蓿干草生產(chǎn)時，可在GDD為680時收獲，此時的NDF為38%。

1.2 操作步驟

（1）從每年3月1日起，開始記錄苜蓿產(chǎn)地每天的最高氣溫和最低氣溫。依據(jù)公式計算當天的GDD。如：某日的最高氣溫和最低氣溫分別為25℃和10℃，那么該天的GDD＝1.8×［（25＋10）÷2－5］＝22.5。

（2）將計算所得每天的GDD加權，即得到生長度日GDDs。

（3）當GDDs達到700～750時，可以開始收獲第1茬苜蓿。

1.3 GDD預測苜蓿收獲時間的準確度

苜蓿生產(chǎn)時，很多因素都會影響到苜蓿質(zhì)量預測的準確度，如田間雜草或禾草的數(shù)量、苜蓿地實際溫度和氣象站溫度的接近程度、土壤水分含量、田間萎蔫時間長短等等。密西根州立大學Allen等研究表明［18］，在苜蓿長勢較好、雜草較少的地塊，利用GDD預測苜蓿NDF含量在90%的情況下能將誤差控制在±6%，68%情況下誤差能控制在±3%。所以使用GDD預測NDF含量，獲得NDF含量為37%～43%的苜蓿干草的可能性有70%；獲得NDF為34%～46%的苜蓿干草的可能性有90%。

對照組行常規(guī)順鉑、酒石酸化療：給予順鉑80 mg/m2，靜脈滴注，在化療的第1天用藥；給予酒石酸30 mg/m2，靜脈滴注，在化療周期的第1天、第8天用藥；以21 d為1個療程，共化療2個療程。

2 PEAQ法預測田間苜蓿質(zhì)量

PEAQ是由威斯康辛－麥迪遜大學（Wisconsin－Madison）的農(nóng)學家Ken Albrecht和Rod Hintz提出來的，用來預測田間苜蓿質(zhì)量的方法。研究者發(fā)現(xiàn)苜蓿田間生產(chǎn)中，NDF和ADF含量可以通過在隨機樣方中測量最長莖稈植株的莖長和判斷樣方中最成熟植株的成熟度來準確預測。目前在美國的威斯康辛、俄亥俄州、加州等苜蓿干草主要生產(chǎn)地區(qū)均采用PEAQ法來預測田間苜蓿質(zhì)量。

2.1 操作步驟

（1）在苜蓿田中選擇0.2m×0.2m且具有代表性的樣方。

（2）利用表1中的標準來找出樣方中成熟度最高的莖稈，并判斷其生育時期。

（3）找出樣方中莖稈最長的莖，并測量其莖長度，測量時從土壤表面到莖的尖端（而不是到葉片的最頂端）。將莖稈拉直準確測量其長度。長度最長的莖稈可能不是成熟度最高的莖稈。

表1 田間苜蓿RFV速查表Table 1 The check table of RRV for Alfalfa in field

（4）基于樣方中最成熟莖稈的生育時期及其最高莖稈的長度，參照表1中的數(shù)值，就可以得到相應的相對飼喂價值（RFV）。

（5）在苜蓿田間選取5個有代表性的樣方重復上述步驟進行操作，取平均值。如果苜蓿田面積超過12 hm2，需要的樣方數(shù)量更多一些。

3 GDD和PEAQ方法的驗證

苜蓿品種、氣候條件等因素均能影響苜蓿的品質(zhì)，因此，在采用這2種方法預測苜蓿質(zhì)量時，需要在當?shù)剡M行驗證分析，以保證預測結果準確有效。

3.1 GDD的驗證方法

由于苜蓿的營養(yǎng)價值與苜蓿所處的生育階段有關，GDD與植物的生育階段有直接關系。因此，通過建立不同時期苜蓿NDF值和所對應GDD的函數(shù)關系，來對GDD法進行驗證。

3.2 PEAQ驗證方法

（1）可以采用 RMSE（Root mean square error）檢驗統(tǒng)計方法［19］對預測值和觀測值之間的符合程度進行分析，公式如下：

式中：OBSi為觀測值，SMi為預測值，n為樣本容量。RMSE值越小，預測的質(zhì)量越準確。

（2）把觀測值與預測值進行回歸分析，R2越大，預測結果越準確。

4 討論

（1）GDD法是依據(jù)植物生育階段與有效積溫相關的原理，對田間苜蓿的質(zhì)量作出預測。PEAQ法是利用苜蓿質(zhì)量與苜蓿高度、成熟度線性相關的原理，對苜蓿質(zhì)量作出提前判斷。相比實驗室檢測方法來說，GDD和PEAQ法具有簡單易行，快速判斷、成本低等優(yōu)點。對春季第1次刈割時間的判斷，這2種方法較為準確［20］。

（2）GDD和PEAQ法對測定雜草少、植株健康的苜蓿田準確度高，如果田間的苜蓿長勢差、雜草多，這兩種方法預測準確度將下降。PEAQ法沒有考慮到苜蓿收獲和儲存中牧草質(zhì)量變化和干物質(zhì)損失，所以需要在RFV預測值超過期望值15%～20%時開始收獲。且用PEAQ法預測時，對植株的高度有要求，如果植株低于40.6cm或高于101.6cm，預測結果不準確［17］。在應用GDD法時，有必要在苜蓿田中設立微型氣象觀測站，以防止天氣預報氣象資料與實地值存在較大的差異。

（3）隨著國內(nèi)苜蓿產(chǎn)業(yè)的發(fā)展，苜蓿干草生產(chǎn)逐步向規(guī)?；?、集約化發(fā)展。在科學的栽培管理措施下，利用GDD或PEAQ法對春季第1茬干草收獲時間進行預測，結合氣象資料避開雨季收獲，對種植戶來說意義重大。由于不同地區(qū)氣候條件、苜蓿品種等因素是影響苜蓿質(zhì)量的重要因素，因此，在引進這兩種方法預測苜蓿質(zhì)量時，建議在當?shù)刈?～3年的檢驗試驗，以便為推廣做好扎實的基礎。

［1］ 衣蘭智，李長忠，劉洪慶，等.不同苜蓿品種在青島地區(qū)的適應性［J］.草業(yè)學報，2011，20（2）：147－155.

［2］ Bolanos A，Huyghe C，Julier B.genetic variation for seed yield and its components in alfalfa populations［J］.Agronomie，2000（20）：333－345.

［3］ Julier B，Huyghe C，Ecalle C.Within and amoung cultivar genetic variation in alfalfa：Forage quality，morphology，and yield［J］.Crop Science，2000，40（2）：365－369.

［4］ 楊紅善，常根柱，周學輝，等.美國引進苜蓿品種半濕潤區(qū)栽培試驗［J］.草業(yè)學報，2010，19（1）：121－127.

［5］ 洪紱曾.草業(yè)與西部大開發(fā)［M］.北京：中國農(nóng)業(yè)出版社，2001：71－76.

［6］ 焦良，李陽春，魏臻武，等.10個紫花苜蓿品種比較試驗［J］.草原與草坪，2006（5）：21－25.

［7］ 李啟文.紫花苜蓿品種的品比試驗［J］.草原與草坪，2005（5）：64－65.

［8］ 康愛民，龍瑞軍，師尚禮，等.苜蓿的營養(yǎng)與飼用價值［J］.草原與草坪，2002（3）：31－33.

［9］ 徐曉明，徐國忠，張克春.中國苜蓿草市場的供求現(xiàn)狀分析及行情展望［C］.第四屆中古俄苜蓿發(fā)展大會，2011：398－400.

［10］ 陳谷，邰建輝.美國商業(yè)應用中的牧草質(zhì)量及質(zhì)量標準［J］.中國牧業(yè)通訊，2010，11：48－49.

［11］ 陳谷，邰建輝，顏俤.苜?？茖W生產(chǎn)技術解決方案［M］.北京：中國農(nóng)業(yè)出版社，2012：138.

［12］ 王贊，李源，孫桂枝，等.國內(nèi)外16個紫花苜蓿品種生產(chǎn)性能比較研究［J］.畜牧獸醫(yī)科學，2008，12（24）：4－10.

［13］ LI Q Y，YIN J L，LIU W D，et al.Determination of Optimum Growing Degree－Days（GDD）Range Before Winter for Wheat Cultivars with Different Growth Characteristics in North China Plain［J］.Journal of Integrative Agriculture，2012，11（3）：405－415.

［14］ 周娟，周治國，陳兵林，等.基于形態(tài)模型的棉花（Gossypium hirsutumL.）虛擬生長系統(tǒng)研究［J］.中國農(nóng)業(yè)科學，2009，42（11）：3843－3851.

［15］ 李永秀，羅衛(wèi)紅，倪紀恒，等.溫室黃瓜生育期模擬模型的研究［J］.南京氣象學院學報，2008，31（2）：257－263.

［16］ 劉淑云，谷衛(wèi)剛，封文杰，等.基于生長度日的甘薯植株發(fā)育模擬模型的研究［J］.中國農(nóng)學通報，2010，26（23）：130－133.

［17］ Cherney，Sulc J H R M.Predicting First Cutting Alfalfa Quality［C］//In Silage：Field to Feed bunk.North A－merican Conference.Hershey，PA.1997：11－13，

［18］ Allen，Mike，Rich L，et al.Timing Spring Alfalfa Harvest－The Final Word.In Forage Information Systems @Michigan State Univeristy－Extension.

［19］ 曹衛(wèi)星，羅衛(wèi)紅.作物系統(tǒng)模擬及智能管理［M］.北京：華文出版社，2001：34－47.

［20］ Mark S R，Kenneth A A，Jerome H Cherney.Field testing a rapid method for estimating alfalfa quality［J］.Aron J，1989：952－957.