粗饲料品质评定指数
反刍动物常用粗饲料营养价值评定及其有效能值
反刍动物常用粗饲料营养价值评定及其有效能值反刍动物常用粗饲料营养价值评定及其有效能值本试验分别从黑龙江省的哈尔滨市、大庆市、宝清县八五三农场、红卫农场和青冈县等地采集反刍动物常用粗饲料5类14种25个样品。
实测了黑龙江省25种饲草的营养成分指标,尤其按CNCPS体系增加了一系列新的养分指标,采用体外(In Vitro)、体内(In Vivo)相结合的方法对不同粗饲料瘤胃发酵情况进行研究,得出了饲草有效能的体外测定值和体内实测值,建立了饲料营养成分预测饲草有效能值的回归方程。
最后采用动物体内试验对体外法测定值和预测值的有效性进行了比较研究。
旨在为饲草的能量价值评定方法提供便捷的途径。
本研究获得以下6方面结果:1.测定了25种反刍动物常用粗饲料的常规营养成分以及CNCPS体系指标。
2.采用体外产气法,研究了各种粗饲料瘤胃发酵情况,根据试验测定结果对黑龙江省各地区的粗饲料营养价值初步评定,为粗饲料的科学利用提供依据。
得到结果为:豆科类饲草体外发酵效果较好,品质最优;禾本科类饲草发酵效果最差,品质最劣;青贮类饲草和秸秆类饲草介于中间,青贮类饲草品质优于秸秆类。
3.应用两级离体消化法得出了各种饲草及其日粮的体外能值及GI 值,并应用GI值评定了各种饲草及其日粮的营养价值。
结果表明,按三个不同纤维指标(NDF、ADF、ADL)所得的粗饲料分级指数(GIN、GIA、GIL)对16种粗饲料及其配合日粮的品质优劣划分次序是一致的,即:八五三农场苜蓿大庆苜蓿青冈苜蓿红卫农场苜蓿八五三农场青贮哈尔滨青贮红卫农场青贮大庆青贮大庆羊草哈尔滨羊草八五三农场小叶樟哈尔滨玉米秸红卫农场小叶樟大庆玉米秸红卫农场玉米秸八五三农场玉米秸;青冈苜蓿+C八五三农场苜蓿+C红卫农场苜蓿+C大庆苜蓿+C哈尔滨青贮+C八五三农场青贮+C大庆羊草+C红卫农场青贮+C 哈尔滨羊草+C大庆青贮+C大庆玉米秸+C哈尔滨玉米秸+C红卫农场玉米秸+C红卫农场小叶樟+C八五三农场小叶樟+C八五三农场玉米秸+C。
最新 粗饲料分级指数在反刍动物营养方面的应用研究进展-精品
0 引言在中国，粗饲料的来源十分广泛，但是营养品质差异极大，但其是反刍动物重要的饲料资源。
粗饲料的营养价值和质量好坏直接关系到反刍动物的健康和生产性能的发挥。
因此，粗饲料评定技术的在反刍动物营养方面的研究和应用就显得尤其重要。
本文通过介绍粗饲料分级指数的国内外发展情况和粗饲料分级指数在反刍动物营养方面的应用研究进展，为科研工作者和反刍动物养殖者更好地在生产中应用粗饲料分级指数提供理论和技术支持。
1 粗饲料评定技术的国内外研究进展国际上，粗饲料的评定方法主要有：饲料的相对值（relative feed value, RFV）[1]、质量指数（quality index, QI）[2]和粗饲料相对质量（relativeforage quality, RFQ）[3]。
这些评定方法都是根据当时、当地该领域科学技术发展的成果，满足当时生产实践的需要。
但是，随着人们对粗饲料营养成分了解的深入，粗饲料的评定指数变得越来越客观和合理。
Moore 等[4]认为，饲料的相对值不管定义上多正确，但是其预测准确性依靠酸性洗涤纤维和中性洗涤纤维分别关于可消化干物质和干物质随意采食量的估测值，及体外干物质消化率对有机物质消化率估测的准确率。
而且饲料的相对值的预测模型没有包括牧草的粗蛋白质含量，因此，其实用价值有待考量。
我国粗饲料评定研究起步较晚。
直到2001年，卢德勋结合我国粗饲料使用的实际情况，以粗饲料质量为切入点，以系统科学为指导思想，在总结、吸取饲料的相对值等粗饲料品质评定技术优点的基础上，根据我国粗饲料生产及使用的现状，提出了一个粗饲料品质评定的新指数——粗饲料分级指数GI(2001)，其定义是将粗饲料的粗蛋白和中性洗涤纤维含量经过校正后，粗饲料的可利用能的随意采食量，单位为MJ/d[5]，其公式是：GI2001(MJ/d)=CP×VDMI×NEL/NDF 式中：CP——粗饲料的粗蛋白含量，（%DM）；NEL——粗饲料的产乳净能，（MJ/kg）；NDF——粗饲料的中性洗涤纤维，（%DM）；VDMI——粗饲料的随意采食量，（kg/d）。
牛粗饲料品质评价指标研究进展
Ｋｅ ｗｏ ｄｓ： ａｔｅ ｃ ａ ｓ ｏ ｄ ｒ ｑ ａｉ ｖ ｌ ｔｏ ｙ ｒ ｃ ｔ ； ｏ ｒｅｆｄ ｅ ； ｕ ｔ ｅ ａｕａｉｎ ｌ ｌ ｙ
在畜牧业生产 中 ，确定 动物营养需要量和饲料 营养
价值评定是 动物营养学 的两大基础性研究 工作 ［ 。而营 １ ］ 养 评定 体 系就是 表征 动物 营养 需要 和评定 饲 料营 养
Ｓ ｉ ｎ ｅａ ｄＶ ｔｒ ａ ｙＭｅ ｉｉ ｅ Ｓ ａ ｄ ｎ Ａｃ ｄ ｍｙｏ Ａｇ ｃ ｌ ｒ ｌ ｃ ｅ ｃ ｓ Ｊｎ ｎ２ ０ ０ Ｃ ｉ ａ ３Ｓ ａ ｄ ｎ ｃｅ ｃ ｎ ｅｅ ｎ ｒ ｉ ｄ ｃｎ ， ｈ ｎ ｏ ｇ ａ ｅ ｆ ｒ ｕ ｔ ａ Ｓ ｉｎ ｅ ， ｉａ ５ １ ０， ｈ ｎ ； ．ｈ ｎ ｏ ｇＫｅ ａ ｆ ｉ ｕ ｙＬ ｂｏ
关键 词 ： ； 牛 粗饲料 ； 品质评价
Ｐ ｏ ｒ ｓ ｉ ｅ ｖ ｌ ａｉｎｏ Ｃ ａ ｓ ｏ ｄ ｒ ａｉ ｄ ｘｆｒ ｔ ｅ ｒ ｇ ｅｓ ｎｔ ａｕ ｔ ｆ ｏ ｒｅＦ ｄ ｅ ｌ ｙＩ ｅ ｔ ｈ Ｅ ｏ Ｑｕ ｔ ｎ ｏ Ｃａ ｌ
Ｄ ｕ ｎ ｊ Ｔ ｎ ｉ－ ｅ ２， ｎＦ － ｈ ｎ＇ｅ ａ ｏ －ｉ ・ ａ ｕ ｗ ｎ＇Ｗａ ａ ｃ ｕ ２，ｔｌ Ｗｅ ｅ ， Ｘ ３ ３ （ ． ｏ ｅｅ ｆ ｎｍ ｌ ｃ ｎｅ ｎ Ｔ ｃｎ ｌ ｙ Ｓ ａ ｄｎ Ａ ｒ ｕ ｕａ Ｕ ｉ ｒｉ ，ａ’ｎ ７ ０ ８ Ｃ ｉａ２Ｉｓｔｔ ｏＡ ｉ ａ １Ｃ ｌ ｇ Ａ ｉ ａ Ｓｉ ｃ ｄ ｅｈ ｏｏ ，ｈ ｎｏ ｇ ｇｉ ｌ ｒ ｎ ｅｓｙＴ ｉａ １ １ ， ｈｎ ；． ｔｕｅ ｆ ｎｍ ｌ ｌ ｏ ｅ ａ ｇ ｃ ｔｌ ｖ ｔ ２ ｎｉ
作用进一 步提高 ， 因此 ， 好对粗 饲料 品质 的评定显 得 做
粗饲料品质评定指数
结论
• 总体而言，由于同一种干草RFQ与RFV的均值相同，故可 在定价、签订合同及其它用途上用RFQ取代RFV。
• 可是，当具体某个干草的RFQ变化较大时，牧场主以使用 RFQ为宜，这是因为RFQ能更好地反映家畜的生产性能 (增重、产奶)。。
谢 谢！
表达式
RFV=DMI(%BW)×DDM(%DM)/1.29
– DMI(dry matter intake)为粗饲料干物质的随意采食量，用占体重 (BW)的百分比表示；
– DDM(digestible dry matter)为可消化的干物质，用占干物质(DM) 的百分比表示；
– BW(body weight)为体重。 – 1.29是基于大量动物试验数据所预期的盛花期苜蓿DDM的采食量，
以占体重的百分比表示，除以1.29，目的是使得盛花期的苜蓿 RFV值为100。
DDM和DMI
• RFV的基础是DDM的随意采食量，家畜的DDM采 食量以及由此计算得到的RFV是由反刍家畜所采 食的粗饲料干物质随意采食量(Dry Matter Intake， DMI，占%BW)和饲草中的DDM含量(%DM)决定 的。由于通常DDM与DMI相关性不强(Moore and coleman，2001)，因此，RFV经由DMI和DDM的 预测模型计算得到。
反刍家畜粗饲料品质评定的指标及其应用比较
在反刍家畜日粮中，粗饲料通常占４０％～９０％，甚至更高，是瘤胃微生物和宿主动物重要营养来源。
粗饲料品质对反刍家畜生产性能和健康有极大的影响，并直接影响精饲料的给量与成本，最终影响到生产者的效益。
对粗饲料品质的评定现在多停留在单项指标上，然而使用综合的整体指标已成为科学地评定粗饲料品质的必然发展趋势。
１现行粗饲料品质评定的常用指标评定反刍家畜粗饲料品质的指标有常规营养成分、采食量、能量、消化率和利用率等。
常规成分在畜体内或是提供能量或是参与代谢调控，甚至作为动物机体的组织成分直接参与肉、乳、皮、毛、骨和组织器官的构成，作用极为重要。
因此，各种营养素含量的多少便成为评定粗饲料品质的最基本的指标。
但常规分析只能说明粗饲料自身的质量，即粗饲料营养素含量的高低。
诚然，粗饲料品质与营养素含量具有直接的正相关关系，但这种关系也不是绝对的，因为在粗饲料品质评定中，最为关键的是动物对粗饲料的采食和利用状况，而这又取决于粗饲料的适口性与消化率。
适口性：指的是粗饲料本身引起家畜产生食欲的综合的理化特征，通俗地说也就是粗饲料受家畜喜好的程度。
它主要取决于粗饲料的硬度与味道，后者又与可溶性碳水化合物的含量，有些还与生物碱（如丹宁、皂类、香豆素等）的含量有关。
至于硬度则与粗饲料细胞壁的增厚及纤维素的木质化有关。
采食量：是当粗饲料作为唯一的食物，在反刍家畜随意采食时所能进食的粗饲料干物质数量，以每日每千克代谢体重所采食的粗饲料克数［ｇ／（ｄ·ｗ０．７５）］表示。
家畜的采食量变化较大，不仅与粗饲料种类、家畜体重有关，而且还受家畜个体间的食欲、健康状况、生理状态及所处环境条件等的影响。
特定条件下，健康家畜的采食量只与粗饲料本身的消化率、适口性、消化速率及水分含量有关。
如气候凉爽，粗饲料中的水分滞留于瘤胃，部分地限制了家畜可能的进一步采食；相反，炎热的夏季，粗饲料中的水分可促进采食，增幅可达１８％￣２５％。
消化率：指的是当粗饲料在消化道中经消化后未随粪便排出体外而被家畜吸收利用的部分占家畜采食粗饲料总量的百分比。
粗饲料分级指数技术——粗饲料品质评定的新进展
１９ ，０５： ２ ４ ７ ９ ９１（） ９ － ９ ． ４
［９ ＹｉｇＷ． Ａ （） ｎ Ａ Ｈ ｉ ｃｌ ｌｒｕ ｃｉｎ ｎ ｅｌ ｅｔ ３］ ｎ Ｎ Ｄ ＋ ａ ｄＮ Ｄ ｎ ｅｌ ａ ｎ ｔ ｓａｄｃｌｄａｈ ｕ ｆ ｏ Ｉ．ｒｎ ｉ ｃ， ０ ６ ｌ： ９ ３ ４ ． Ｊ Ｆｏ ｔ ｏ ｉ２ ０ ， ３ － ８ Ｊ Ｂ ｓ １ １ ２ １ ［０ 王 桂 兰 ， 益 娜 ， 江锋 ， ． 同 还 原 性 碳 源 对 重组 大 肠 杆 菌 ４】 王 马 等 不
同时 也是反 映饲料 品质 的直 ★ 由现 代 奶 业 产 业技 术体 系 （ ｙｙ 一 ２ ０ ） ｎ ｃｔ ０ — ５ 、公 益 性 行 业 成 饲料组 成 的主要部分 ， ｘ 因此 ， 起初 人们 通过 这些 单 一指 标对 粗 饲料 （ 业 ） 研 专 项 （ｙｙｘ ７ ０ ６ ０ ） 内 蒙 古 自治 区科 接 指标 ， 农 科 ｎｈｚ０ — ３ — ７ 及
大多数反 刍动物 日粮 的 ６ ％～ ０ ０ ８ ％。粗饲 料 品质 和水 饲养具有重 要 的意义 。 本文将在 介绍 国际上粗饲料 品
平对反 刍 动物健 康 、 长 、 育及 生 产性 能 的发 挥起 质 评定 历史 发 展 的基础 上重 点综 述 我 国学 者提 出的 生 发 着决定性 的影 响 ，并直接 影 响精 料 的给量 与成 本 ， 最 粗 饲料分级 指数 的最 新进展 。
［２ 张 耿， ３］ 毛胜 勇， 朱伟 云． －动物 瘤 胃酸 中毒发病机 制及其研 究 反５
进 展 ［ｌ Ｊ＿ 与兽 医 ，０ ５ ３ （ ２ ： １５ ． 畜牧 ２ ０ ，７ １ ）５ － ４
［３ Ｂ ｓｕｔＭ， ａ ａ ｉｌ ， ｅｒｔＡ ｅ ａ． ｌ ｔｅｔ ｃｓａ ｅｔｎ ３ 】 ｕｑ ｅ Ｃ ｌ ｍ ｇｉ Ｓ Ｆ ｒ ， ｔ １Ｐａ ｘｒ ｔ ｆ ｃ ｉ ｓ ａ ｅ ｎ ａ ｆ ｖｔ ｕ ｅ ｉｒｂａ ｅｍｅｔｔ ｎ Ｊ Ｊ ａ ｃ． ０ ６８ （） ｉｏ ｒｉ Ｒ ｍ ｃｏｉｌｆ ｎａｏ ｆ． ．Ｄ ｉ Ｓ ｉ２ ０ ，９２： ｒ ｎ ｒ ｉ ］ ｙ ｒ ，
粗饲料分级指数
粗饲料分级指数粗饲料分级指数是评估粗饲料质量的一个重要指标。
粗饲料是指用于动物饲料的植物材料，如干草、秸秆等。
粗饲料分级指数是根据粗饲料的营养成分、纤维含量等因素来进行评估的。
下面将从粗饲料的分类、分级指数的计算方法、分级指数的意义以及应用等方面进行介绍。
一、粗饲料的分类粗饲料根据来源可以分为天然粗饲料和人工粗饲料。
天然粗饲料主要是指草本植物，如牧草、青贮料等；人工粗饲料则是通过加工和制作而成的，如干草、饲料块等。
粗饲料分级指数是通过对粗饲料的营养成分和纤维含量进行测定和分析得出的。
常用的分级指数计算方法有NDF分级指数和ADF分级指数。
1. NDF分级指数NDF是粗纤维的一种测定指标，也是评估粗饲料纤维含量的重要参数。
NDF分级指数是根据粗饲料中NDF的含量来进行评估的，一般分为三个等级：高纤维粗饲料、中纤维粗饲料和低纤维粗饲料。
高纤维粗饲料的NDF含量较高，纤维素含量较多，适合作为反刍动物的饲料；中纤维粗饲料的NDF含量适中，适合作为猪、禽类等动物的饲料；低纤维粗饲料的NDF含量较低，纤维素含量较少，适合作为家畜的饲料。
2. ADF分级指数ADF是酸性洗涤纤维的一种测定指标，是评估粗饲料纤维素含量的重要参数。
ADF分级指数是根据粗饲料中ADF的含量来进行评估的，一般分为三个等级：高纤维素粗饲料、中纤维素粗饲料和低纤维素粗饲料。
高纤维素粗饲料的ADF含量较高，纤维素含量较多，适合作为反刍动物的饲料；中纤维素粗饲料的ADF含量适中，适合作为猪、禽类等动物的饲料；低纤维素粗饲料的ADF含量较低，纤维素含量较少，适合作为家畜的饲料。
三、粗饲料分级指数的意义粗饲料分级指数能够帮助饲养者选择合适的粗饲料，提高动物的饲养效益。
不同种类的动物对粗饲料的要求不同，通过分级指数，可以根据动物的需要选用合适的粗饲料，提供充足的营养，保证动物的生长发育和生产性能。
四、粗饲料分级指数的应用粗饲料分级指数广泛应用于农畜牧业生产中。
粗饲料品质的定义及其影响因素
—!—
!""# 年第 $ 期
江西饲料
综
述
构成细胞壁纤维的三大成分为：纤维素 3 4 5 、 半纤维素 3 64 5 以及木质素 3 7 5 。反刍家畜瘤胃为 细菌及其他微生物提供的厌氧环境，保证了它们 能够高效地降解纤维，从而使得反刍家畜能在某 种程度上消化纤维素和半纤维素，将这些纤维组 分转变成自身可利用的能量。7 不能被瘤胃微生 物降解，因而也就不能被反刍家畜利用。 %2 ! 粗饲料的形态结构 粗饲料 3 豆科和禾本 科 5 由两个主要部分组成，即叶片和茎秆。茎秆作 为粗饲料的结构部分，因需支撑整个植株而含有 较多的纤维。另一方面，叶片作为粗饲料接收并 利用太阳能的功能部分，比茎秆所含的纤维少。 由于叶片和茎秆中的可消化纤维品质差异很大， 所以就某一特定粗饲料作物而言，该粗饲料的叶 茎比也就直接关系到该粗饲料的质量。 # 粗饲料品质的测定 #2 ( 物理检测 物理检测主要是通过看、闻、摸 对粗饲料进行初步评定，但要对粗饲料的潜在经 济价值作出评定，还须进行化学分析。
科牧草的相应含量高 ( 见表 ! , 。
表 ! 豆科牧草与禾本科牧草细胞壁物质化学 组成上的差异
豆科牧草
细胞壁内容物 半纤维素 纤维素 木质素 &7& ( ) &7 , 8 ( ) &7 , & ( ) &7 , 9 ( ) &7 ,
5%
!!
5$
!%
禾本科牧草
$#
#!
5"
:
采食成熟期相似的豆科牧草与禾本科牧草 后，反刍家畜对前者纤维的消化速度比后者的 快，因而反刍家畜对豆科牧草的采食量也就比禾 本科的高，造成这种差别主要是由于两者的化学 结构不同，豆科牧草叶片的 &7 含量少而非结构 性碳水化合物 ( /G& , 含量高，禾本科牧草正好相
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
的特点是：多指标，综合评定。它的提出对粗饲料营养价
值的评定及其科学搭配与牧草刈割期的确定提供了有用的 工具
表达式
• GI=ME(MJ/kg)×DMI(kg/天)×CP(%DM)／NDF(或ADL)(%DM)
– ME-粗饲料代谢能，单位为MJ/kg，亦可使用泌乳净能(NEL)取代ME， 尤其在奶牛上使用NEL较多； – DMI-粗饲料干物质随意采食量，单位为kg；
的百分比表示；
– BW(body weight)为体重。 – 1.29是基于大量动物试验数据所预期的盛花期苜蓿DDM的采食量， 以占体重的百分比表示，除以1.29，目的是使得盛花期的苜蓿 RFV值为100。
DDM和DMI
• RFV的基础是DDM的随意采食量，家畜的DDM采
不同的声音
• 首先，在对RFQ预测模型中所用的可消化营养素进行分析时， 要用大量的时间，花费大量的资金； • 其次，在测定可消化营养素指标精确性上的提高，有可能被不 可避免的取样误差抵消。尽管开展体外消化率的测定工作已有
几十年(始于1964年)的历史，但仍不免存在着误差。即使采用
L/O/G/O
粗饲料相对营养价值（RFV）
概念
• RFV是目前美国唯一广泛使用(销售、库存及根据 家畜对粗饲料质量的要求投料)的粗饲料质量评定 指数，其定义为：相对一特定标准粗饲料(盛花期 苜蓿)，某种粗饲料可消化干物质(Digestible Dry Matter，DDM)的采食量。
ADF计算得到
• 随着新版NRC奶牛营养需要(2001)中
所规定的一些有关确定家畜营养需要新
方法的实施，很有必要引入新的方法及 模型来改造RFV，粗饲料相对质量 (RFQ)指数就是在这种背景下在RFV的 基础上发展而来。
L/O/G/O
粗饲料分级指数(Crading Index,GI)
概念
• 卢德勋(2001)根据我国粗饲料利用的现状，以系统科学为 指导思想，在广泛吸取RFV等粗饲料评定指数的优点的基 础上，结合我国粗饲料生产及利用的实际，适时地提出了 评定粗饲料品质的粗饲料分级指数(Grading Index，GI)。 • GI不仅象RFV那样可用于粗饲料的品质分级、交易，还可 用于指导粗饲料科学搭配以及牧草的种植与刈割，其最大
由美国20个州及加拿大的2个省选送的)的RFV与RFQ进行
了测定，前者为179，后者为172，极为相似。
分析
• 尽管这些样品的RFV与RFQ值范围变化较大，但仍然反映 了RFQ与RFV间具有强的相关(0.86)。可是单个样本的 RFQ值针对RFV的变异较大，最大的相差(高于或低于)达 40点，22%的样本相差20点甚至更高。对于RFQ较RFV 高的牧草，当以RFV进行交易时，干草销售者就没有获得 本应多获得的利润(对购草者而言，则进行了一笔好的获
表达式 RFV=DMI(%BW)×DDM(%DM)/1.29
– DMI(dry matter intake)为粗饲料干物质的随意采食量，用占体重
()的百分比表示； – DDM(digestible dry matter)为可消化的干物质，用占干物质(DM)
– 质量指数(Quality Index，QI)
– 粗饲料相对质量(Relative Forage Quality，RFQ)
(Moore，1994)， – 产奶二千(Milk2000)(Schwab和Shaver，2001) – 粗饲料分级指数(Grading Index，GI)(卢德勋，2001)。
近红外(NIRS)技术，这种误差同样存在； • 第三，假定粗饲料分析上的误差能够最终反映出家畜生产性能 (增重、产奶)的变化，由于奶牛在任何时间都维持着高产水平， 完全可从苜蓿中获得对粗饲料营养素的需要，那么对于以苜蓿
为主要粗饲料的高产奶牛，就没有必要用RFQ取代RFV。
L/O/G/O
谢 谢！
DDM和DMI的估测模型
• 在预测DMI和DDM时，是分别以实验室分析测定
的中性洗涤纤维(NDF)与酸性洗涤纤维(ADF)为预
测因子所建立的模型为基础进行的。
• DMI(%BW)=120/NDF(%DM)
• DDM(%DM)=88.9-0.779ADF(%DM)
• DMI和DDM经由上述各自特定模型分别由NDF与
食量以及由此计算得到的RFV是由反刍家畜所采
食的粗饲料干物质随意采食量(Dry Matter Intake，
DMI，占%BW)和饲草中的DDM含量(%DM)决定
的。由于通常DDM与DMI相关性不强(Moore and
coleman，2001)，因此，RFV经由DMI和DDM的
预测模型计算得到。
2002)。
估测模型
• RFQ参数预测模型中，引用新版奶牛NRC(NRC，
2001)中的归纳性能量预测模型，通过可消化营养
素(包括NDFD)来预测粗饲料的可利用能；用
Mertens (1987)的采食量模型，通过可消化的
NDF(NDFD)预测粗饲料干物质的随意采食量 (DMI)，然后以预测的可利用能和DMI为基础，计 算RFQ。
利交易)；对于RFQ较RFV低的牧草，当以RFV进行交易
时，则情形相反，奶牛就达不到与RFV相称的预期泌乳量。
结论
• 总体而言，由于同一种干草RFQ与RFV的均值相同，故可 在定价、签订合同及其它用途上用RFQ取代RFV。 • 可是，当具体某个干草的RFQ变化较大时，牧场主以使用 RFQ为宜，这是因为RFQ能更好地反映家畜的生产性能 (增重、产奶)。。
– CP-为粗蛋白，占干物质的百分比；
– NDF-中性洗涤纤维，占干物质的百分比； – ADL-酸性洗涤木质素，占干物质的百分比
理论验证 1
• 王旭(2003)首次验证了GI理论：就几种常见粗饲料(沙打 旺、羊草、玉米秸与谷草)的GI值进行了测定，并将GI对 粗饲料的分级与RFV对粗饲料的分级进行了比较，结果其 品质优劣排序完全一致。 • 而且，用GI优化的混合粗饲料(50%玉米秸+40%沙打旺
(NDF+CP+EE+ash)
2 DMI预测模型
• DMI豆科=[(0.0120×1350/(NDF/100))+(NDFD45)×0.374]/1350×100
– 该模型以Mertens(1987)的DMI模型为基础，同时引入Oba和 Allen(1999)建议的NDFD进行校正。
– 式中45是苜蓿、苜蓿与禾本科混播牧草纤维的平均消化率，DMI
• 每种指数都是由当粗饲料作为唯一能量和蛋白质来源时的 粗饲料随意采食量以及任意一种形式的可利用能构成。 • 这些可利用能包括能量的消化率(Energy Digestibility， ED)、(可)消化能(Digestible Energy，DE)、(可)消化干物 质(Digestible Dry Matter，DDM)及总可消化养分(Total Digestible Nutrients，TDN)等多种形式。
– (Moore和Undersander 2002)
– 其中：NDFDP=22.7+0.664×NDFD，其余术语意义同上
2 DMI预测模型
• DMI禾本科=-2.318+0.442×CP-0.0100×CP20.0638×TDN+0.000922×TKN2+0.180×ADF-0.00196×ADF20.00529×CP×ADF
– (Moore and Kunkle，1999)
• 式中DMI以占体重(BW)的百分比，CP、ADF、TDN以占干物质
(DM)的百分比表示
L/O/G/O
RFQ取代RFV的可行性
问题的提出
• 提出RFQ的目的就是要用RFQ取代RFV，为使这种取代不 致造成太大的经济与管理上的变化，易于推广，在最初设 计RFQ时就考虑了要使RFQ与RFV在评定粗饲料品质时具 有相同的均值与范围。 • 据Worlds Forage Superbowl实验室对采自世界奶牛博览 会上的近200个苜蓿干草与半干青贮苜蓿样品(它们分别是
+10%羊草)与精料(粗：精为7：3)组成的全混日粮较青干
草与同一精料(粗：精为7：3)组成的全混日粮成本低，生 产性能高。
理论验证 2
• 张吉鹍等(2004)就绵羊GI参数的模型化进行了研究，并进 一步证明用GI对粗饲料的分级较用RFV对粗饲料分级更科 学，且对经GI优化的混合粗饲料的组合效应及其机制进行 了研究。这一奠基性的工作对GI在我国粗饲料品质评定及 其在粗饲料优化搭配技术上的应用推广必将产生重大影响
RFQ中预测苜蓿、三叶草、 豆科/禾本科混合牧草
TDN和DHI的模型
1 TDN预测模型
• TDN豆科=
（NFC×0.98+(CP×0.93)+(FA×0.97×2.25)+(NDFn×(NDFD/100)-7
– (NRC,2001)
L/O/G/O
粗饲料品质评定指数的最新研究进展
常用的评价指数
• 在粗饲料品质评定上，已提出了多个指数，
– 营养值指数(Nutritive Value Index，NVI)
– 可消化能进食量(Digestible Energy Intake，DEI)
– 粗饲料相对营养价值(Relative Feed Value，RFV)
以占体重(BW)的百分比表示， – NDF以占干物质(DM)的百分比表示， – NDFD以占NDF的百分比表示。
RFQ中预测暖季与
冷季禾本科牧草 TDN和DMI的模型
1 TDN预测模型
• TDN禾本科
=[(NFC×0.98)+(CP×0.87)+(FA×0.97×2.25)+(NDFn×(NDFDp/100)]-10