一种预测牧草干物质消化率和代谢能的方法

摘要

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。

权利要求

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+2.32CPME＝6.95-0.07ADF+0.33CP禾本科牧草

DMD＝-34.38+2.52ADF+31.93CaME＝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。

说明书

一种预测牧草干物质消化率和代谢能的方法

技术领域

[0001] 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

[0002] 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。

[0003] 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 the energetic feed value obtained from chemical analysis and in vitro gas production using rumen flued.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 values of feeds at maintenance energy intake from equations utilizing chemical assays and in vitro determinations.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。

[0004] 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

[0005] 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。

[0006] 其具体技术方案为：

[0007] 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：

[0008] (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：

[0009] 豆科牧草

[0010] DMD＝a+b×ADF+c×CP

[0011] ME＝a1+b1×ADF+c1×CP

[0012] 禾本科牧草

[0013] DMD＝a′+b′×ADF+c′×Ca

[0014] ME＝a1′+b1′×CP+c1′×Ca

[0015] 所述的具有统计学意义的一定数量n，其取值为n≥10；

[0016] 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：

[0017] 豆科牧草

[0018] DMD＝56.90-0.59ADF+2.32CP

[0019] ME＝6.95-0.07ADF+0.33CP

[0020] 禾本科牧草

[0021] DMD＝-34.38+2.52ADF+31.93Ca

[0022] ME＝9.03-0.14CP+5.95Ca。

[0023] (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)。

[0024] 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

[0025] 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

[0026] 实施例1

[0027] 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)。

[0028] 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)

[0029]

[0030] 表2基于营养成分的代谢能的预测回归分析(豆科牧草)

[0031]

[0032]

[0033] 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％。

[0034] 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。

[0035] 实施例2

[0036] 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)。

[0037] 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)

[0038]

[0039] 表4基于营养成分的代谢能的预测回归分析(禾本科牧草)

[0040]

[0041]

[0042] 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％；