高寒草甸牧草常規(guī)營養(yǎng)成分與總能預(yù)測模型的建立

韓小東, 劉慧麗, 郝力壯, 劉書杰, 王 迅

(1. 省部共建三江源生態(tài)與高原農(nóng)牧業(yè)國家重點實驗室，青海省高原放牧家畜動物營養(yǎng)與飼料科學(xué)重點實驗室，西寧 810016；2. 青海高原牦牛研究中心，西寧 810016；3. 青海大學(xué) 畜牧獸醫(yī)科學(xué)院，西寧 810016)

能量在飼料營養(yǎng)成分中占有舉足輕重的地位，通常被認(rèn)為是動物日糧中的第一限制養(yǎng)分[1]。從20世紀(jì)初，動物營養(yǎng)學(xué)家就從研究飼料有效能值與其化學(xué)成分的關(guān)系入手，通過建立可靠的數(shù)學(xué)模型、化學(xué)分析、體外產(chǎn)氣量等相對簡單的方法對飼料有效能值進行評估。自美國的TDN體系創(chuàng)立以來，許多人采用可消化養(yǎng)分估測飼料有效能值。后來逐漸發(fā)展到采用粗纖維(CF)、中性洗滌纖維(NDF)和酸性洗滌纖維(ADF)、無氮浸出物和碳水化合物指標(biāo)，結(jié)合構(gòu)建飼料概略養(yǎng)分與飼料總能之間的關(guān)系方程，來評價飼料營養(yǎng)價值[2-10]。

青海省地處青藏高原，高寒缺氧，草地面積分布廣泛，季節(jié)性的氣候變化致使牧草養(yǎng)分出現(xiàn)“過山車式”的動態(tài)變化；由于天然草地物種豐富度高，逐一測定單個牧草的總能十分困難，且隨著草地載畜量的不斷增加，牧草生物量和養(yǎng)分供給失衡，草畜矛盾日益突出。因此，通過分析天然牧草的營養(yǎng)價值，結(jié)合其能值的估測來評價牧草營養(yǎng)價值，對于提高天然牧草利用率以及對牧區(qū)草畜平衡方案的制定至關(guān)重要。

隨著營養(yǎng)學(xué)的不斷發(fā)展，通過分析飼草常規(guī)營養(yǎng)含量建立估算能值的回歸模型具有實用、快捷和高效的特點[2]。因此，本研究通過分析海晏縣高寒草甸季節(jié)性牧草的常規(guī)營養(yǎng)含量，并以此建立牧草常規(guī)養(yǎng)分與牧草總能的數(shù)學(xué)模型，來估算天然牧草可利用能量，為青藏高原草地畜牧業(yè)可持續(xù)發(fā)展提供理論依據(jù)。

1 材料與方法

1.1 試驗地概括

試驗地位于青海省海北藏族自治州海晏縣哈勒景鄉(xiāng)(100°23′～101°20′E，36°44′～37°39′N)，該地區(qū)位于青海湖盆地東北部，祁連山系大通山脈的西南麓。屬于典型高山地貌，具有紫外線強，晝夜溫差大，氣候寒冷潮濕，年平均氣溫低，無霜期短等獨特的氣候特點，平均海拔在3 000 m以上。

1.2 樣品的采集與處理

試驗樣地為高寒草甸，優(yōu)勢種包括高山嵩草(Kobresiapymaea)和矮生嵩草(Kobresiahumilis)，伴生種包括草地早熟禾(Poaannua)、異針茅(Stipahumilis)、珠芽蓼(Polygonumviviparum)、芨芨草(Achnatherumsplendens)等[11]。將試驗期的6-11月劃分為暖季，12、1-5月劃分為冷季，于2015年9月-2016年8月(每月25日)采用樣方法選取布局相同且具有代表性的固定樣方進行采樣，樣方大小為1 m×1 m，齊地面收割可食性牧草，當(dāng)場稱其鮮質(zhì)量后帶回實驗室進行風(fēng)干、粉碎過篩(網(wǎng)篩孔徑0.45 mm)，備用。

1.3 測定指標(biāo)及方法

牧草干物質(zhì)(DM)質(zhì)量分?jǐn)?shù)依據(jù)GB/T6435-86進行測定，粗灰分(Ash)質(zhì)量分?jǐn)?shù)采用馬福爐灼燒法測定，粗蛋白(CP)質(zhì)量分?jǐn)?shù)采用GB/T6432-94半微量凱氏定氮法測定，中性洗滌纖維(NDF)和酸性洗滌纖維(ADF)質(zhì)量分?jǐn)?shù)測定參考Van Soest法，鈣(Ca)質(zhì)量分?jǐn)?shù)依據(jù)GB/T6436-92測定，磷(P)質(zhì)量分?jǐn)?shù)依據(jù)GB/T6437-92測定。牧草總能(GE)采用美國PARR6100全自動氧彈量熱儀測定。

1.4 數(shù)據(jù)處理

試驗數(shù)據(jù)采用Excel 2007進行初步整理，自變量為x1，DM；x2，CP；x3，Ash；x4，ADF；x5，NDF；x6，Ca；x7，P；依變量為y，GE。利用SAS 9.1軟件中的REG和CORR過程進行相關(guān)性分析并引入線性回歸，結(jié)果以“平均數(shù)±標(biāo)準(zhǔn)差”表示。

2 結(jié)果與分析

2.1 牧草常規(guī)營養(yǎng)質(zhì)量分?jǐn)?shù)與總能值

表 1 結(jié)果顯示：暖季牧草各養(yǎng)分質(zhì)量分?jǐn)?shù)和GE均高于冷季牧草(Ash、ADF除外)，其中暖季牧草DM、CP、NDF、Ca和P質(zhì)量分?jǐn)?shù)分別較冷季高0.28%、3.05%、18.61%、0.49%和0.03%。冷季牧草各常規(guī)營養(yǎng)成分的平均值分別為：DM 95.30%、CP 7.10%、Ash 6.63%、ADF 40.36%、NDF 59.66%、Ca 2.68%、P 0.050%，暖季牧草各常規(guī)營養(yǎng)成分的平均值分別為：DM 95.58%、CP 10.15%、Ash 6.14%、ADF 26.57%、NDF 58.05%、Ca 3.16%、P 0.080%。海晏縣冷季牧草的GE平均值為18.09 MJ，暖季牧草高于冷季，為18.65 MJ(表2)。

表1 天然牧草常規(guī)營養(yǎng)成分質(zhì)量分?jǐn)?shù)(干物質(zhì)基礎(chǔ))Table 1 The mass fraction of conventional nutrients in natural forage(Dry matter basis) %

表2 天然牧草總能 Table 2 GE of of natural forage

2.2 天然牧草常規(guī)營養(yǎng)成分與總能的關(guān)系

由表 3 可知：冷季牧草的DM和NDF與GE呈負(fù)相關(guān)，其他與GE均呈正相關(guān)，其中P與GE有較強的相關(guān)性(r=0.695，P<0.05)。暖季牧草的DM、ADF和NDF與GE呈正相關(guān)，其他與GE呈負(fù)相關(guān)。

按照相關(guān)系數(shù)R2不低于0.700 0，變異系數(shù)(Coefficient of variation， CV)不大于10%，海晏縣牧草常規(guī)營養(yǎng)成分與GE之間有效的預(yù)測方程有12式。由表4 (1)式～(4)式可知，隨著預(yù)測因子的增加，預(yù)測方程的R2呈遞增趨勢； 7 個因子全部參與的預(yù)測方程(1)式的R2=0.906 5，為最高值，CV=0.77%，(6)式次之，R2=0.906 3，CV=0.69%。表 5 中未出現(xiàn)R2值高于 0.9 的預(yù)測方程。

表3 天然牧草常規(guī)營養(yǎng)成分與總能的相關(guān)關(guān)系Table 3 Correlation coefficients between chemical components and GE

注 Note：*P<0.05，**P<0.01。

表4 冷季牧草常規(guī)營養(yǎng)成分與總能的關(guān)系方程Table 4 Prediction equations between GE(y) and chemical components(x) for cold reason forage

2.3 預(yù)測方程的驗證

為驗證上述方程的準(zhǔn)確性，選用青海省河南蒙古族自治縣(簡稱河南縣)啟龍牧場暖季牧草，測定牧草的常規(guī)營養(yǎng)成分，結(jié)果見表 6 ，牧草DM質(zhì)量分?jǐn)?shù)為94.67%，Ash、CP、NDF、ADF、Ca、P 質(zhì)量分?jǐn)?shù)分別為7.39%、13.94%、48.17%、29.50%、0.34%、0.16%。

河南縣暖季牧草的GE為18.00 MJ，將暖季牧草各常規(guī)營養(yǎng)成分值代入對應(yīng)回歸方程，結(jié)果表明：自變量組合x1～x7、x1～x6、x2～x7、x3～x7、x1～x3，x5～x7、x1～x2，x4～x7和x1～x2，x5～x7的GE預(yù)測值與實測值相差較大，分別為 -4.68 MJ、7.24 MJ、10.71 MJ、-13.09 MJ、7.02 MJ、5.85 MJ、7.54 MJ，自變量組合x1～x5、x1，x3，x4～x7與實測值相差較小，分別為2.67 MJ、-3.05 MJ，自變量組合x1～x5，x7、x1～x4，x6～x7、x1～x4，x7，與實測值接近(表7)。

表5 暖季牧草常規(guī)營養(yǎng)成分與總能的關(guān)系方程Table 5 Prediction equations between GE(y) and chemical components for warm reason forage

表6 河南縣暖季牧草常規(guī)營養(yǎng)成分組成(干物質(zhì)基礎(chǔ))Table 6 Chemical components of warm season forage in Henan county(dry matter basis) %

表7 河南縣暖季牧草的GE值Table 7 GE of of warm season forage grass of Henan county

3 討 論

3.1 飼料總能與預(yù)測因子之間的關(guān)系

計算飼料能值的第一步就是計算飼料的總能[12]。牧草的總能(GE)主要取決于碳水化合物、脂肪和蛋白質(zhì)含量。飼料的概略養(yǎng)分分析方法在評定飼料的各常規(guī)營養(yǎng)含量上能夠準(zhǔn)確反應(yīng)飼料的營養(yǎng)價值。牧草的營養(yǎng)價值通常由常規(guī)養(yǎng)分體現(xiàn)，而且可以間接表明牧草可利用有效能值，表 1 中DM、CP、NDF、Ca、P質(zhì)量分?jǐn)?shù)暖季高于冷季，與表2中暖季牧草的總能值較冷季高相一致。由表4和表5可知，冷季與暖季牧草的常規(guī)營養(yǎng)值與總能建立的 24 個回歸方程中，出現(xiàn)變幅為0.723 3～0.906 5的相關(guān)系數(shù)以及0.63%～2.86% 的變異系數(shù)。法國INAPG組織按單個飼料構(gòu)建的 102 種豬用飼料GE預(yù)測模型，僅僅只有CP、CF、EE、Ash 4 項指標(biāo)因子，但對每個模型的預(yù)測效果沒有給與指標(biāo)的評價。本研究選用的 7 個預(yù)測因子中，表 4 (1)式中 7 項因子全部參與回歸，(6)式無NDF、(8)式無Ash、(12)式無CP、Ash時回歸方程也出現(xiàn)較高的R2值；12 組回歸方程中，冷季牧草的R2值明顯高于暖季，CV明顯低于暖季，這種結(jié)果的出現(xiàn)可能與牧草所處的不同物候期相關(guān)，表明在預(yù)測因子的選擇上，不同自變量因子的組合對總能預(yù)測有較大的關(guān)聯(lián)性。

Van Soest[3]提出纖維分析方案后，很多研究者將飼料的纖維成分，如中性洗滌纖維(NDF)、酸性洗滌纖維(ADF)作為重要的指標(biāo)對有效能值進行預(yù)測，且飼料的纖維含量與有效能值呈高度負(fù)相關(guān)[13]。本研究發(fā)現(xiàn)，預(yù)測因子中在含有ADF的情況下，能夠建立R2值較高的預(yù)測方程，表 3 中的結(jié)果也說明這一點。相關(guān)研究表明，對飼料進行分類或者建立單一飼料的預(yù)測模型，會提高估測的準(zhǔn)確度[14]。本研究在預(yù)測方程的建立中未獲得單因子預(yù)測方程的回歸，單因子預(yù)測方程雖相對簡單，但其準(zhǔn)確性有待深入研究。有必要對天然牧草進行分類或單一牧草品種建立預(yù)測方程，獲得更多的單因子或多因子預(yù)測模型，更準(zhǔn)確地利用天然牧草常規(guī)養(yǎng)分預(yù)測牧草總能。

3.2 預(yù)測因子的選擇組合與預(yù)測方程的準(zhǔn)確性

預(yù)測方程按照變量的數(shù)量來分，可分為單因子預(yù)測方程和多因子預(yù)測方程。對單因子預(yù)測方程，粗飼料的纖維含量通常比較高，隨技術(shù)的發(fā)展，測定也變得相對容易。建立有效能值預(yù)測模型時，通常將纖維因子(NDF、ADF)作為首選因子納入到方程中[15-17]。本研究中，在相關(guān)系數(shù)和變異系數(shù)約束下，未選擇出單因子作為預(yù)測要素，而出現(xiàn) 24 組多因子回歸方程。雖然以全套預(yù)測因子作為預(yù)測方程要素在獲得回歸方程時出現(xiàn)較高的相關(guān)系數(shù)，但從驗證結(jié)果中看出，并非所有預(yù)測因子組合在一起代入方程就能夠獲得與實測值相符的預(yù)測值，而且在相關(guān)系數(shù)R2值相對不理想、變量組合合理的狀態(tài)下，驗證也能得到與實測值更為接近的結(jié)果，因此，在預(yù)測方程建立過程中，可以避免全部預(yù)測因子納入回歸方程的計算，而是選擇較為準(zhǔn)確的預(yù)測組合進行回歸。在表 4 與表 5 中，作為冷季(6)式R2最高值0.906 3，表 7 驗證方程中，更接近GE實測值的自變量組合分別為DM、CP、Ash、ADF、NDF、P，DM、CP、Ash、ADF、Ca、P，DM、CP、Ash、ADF、P，預(yù)測因子均包含DM、CP、Ash、ADF、P，因此，在牧草總能值的預(yù)測中，可選擇DM、CP、Ash、ADF、P作為預(yù)測因子建立預(yù)測模型。亦可輔助其他因子組合參與預(yù)測方程的回歸，獲得較高的決定系數(shù)，提高預(yù)測模型的準(zhǔn)確性。研究表明，一般扣除飼料纖維成分如CF、ADF和NDF建立的回歸模型，不但提高預(yù)測效果，而且簡化方程[18]，這與本研究各預(yù)測因子與GE的相關(guān)性及驗證結(jié)果較為接近的預(yù)測因子選擇相一致。大量研究結(jié)果表明，把CF、NDF和ADF與其他因子相結(jié)合所建立的預(yù)測模型比單獨建立的預(yù)測模型效果更好[19]，本研究選擇多個因子作為預(yù)測模型符合建立模型需要，以ADF作為預(yù)測因子獲得的回歸方程相關(guān)系數(shù)R2高于以NDF為預(yù)測因子獲得的回歸方程，而且含有ADF的預(yù)測方程其驗證結(jié)果更接近實測值，表明在預(yù)測因子的選擇上ADF優(yōu)于NDF。綜合考慮簡便、快速、經(jīng)濟、準(zhǔn)確等因素，引入何種因子、因子個數(shù)、實驗室條件及分析程序的難易程度均需要考慮[20]。預(yù)測因子的選擇組合還與其他諸多因素相關(guān)，如牧草的營養(yǎng)成分或家畜的采食性及消化力等。因此，在建立預(yù)測方程時還應(yīng)考慮各種因素的干擾，使建立的預(yù)測模型更準(zhǔn)確可靠。

4 結(jié) 論

綜上，利用高寒草甸牧草常規(guī)養(yǎng)分作為自變量，牧草總能(GE)作為依變量建立回歸方程，并結(jié)合牧草總能實測值驗證表明，以ADF作為首選自變量因子，并結(jié)合DM、CP、Ash、P組合建立的回歸方程有較高的決定系數(shù)，預(yù)測準(zhǔn)確性較高的模型為：y=9 469-57.71x1+1.34x2-11.06x3+7.70x4+11.38x6+2 306x7，R2=0.906 3，CV=0.69%；y=-6 117+93.81x1+39.82x2+230.61x3+15.54x4-65.96x6-8 000x7，R2=0.815 9，CV=2.44%。此外，在高寒草甸牧草建立總能的預(yù)測模型中，考慮自變量因子DM、CP、Ash、ADF、P的組合可得到與實測值更為接近的預(yù)測方程。