粗饲料品质评定和科学利用技术的新成果
——粗饲料分级指数(GI)的提出
粗饲料是反刍动物的重要营养源,占反刍动物日粮的60-80%。粗饲料品质对反刍动物生产性能和健康有极大的影响,并直接影响精补料的给量与成本,最终影响到生产者的效益。迄今,动物营养领域对粗饲料品质评定和科学利用方面的研究还远远不够。在实际生产中,重精料不重视粗饲料科学利用的问题相当普遍。随着畜牧业生产经营方式的转变,牛羊舍饲比例的增加,粗饲料在动物生产实践中的地位就尤显重要,如何提高粗饲料的采食量及消化率是粗饲料科学利用技术的重中之重。过去人们尝试了各种方法来提高粗料尤其是秸秆的利用率,包括化学处理、物理处理、微生物处理及过分简化的补饲。这不符合动物自身的生长规律及营养需要,同时化学处理法对环境造成了极大的危害,这就背离了我们大力提倡绿色营养技术这一可持续发展战略。目前国内外在粗饲料的利用上大多依靠加工调制,较少考虑动物自身存在的营养潜力及饲料间的组合效应。粗饲料的利用从根本上讲也要走多品种、科学搭配的路子。卢德勋(2001)根据我国粗饲料利用的现状,以粗饲料品质为切入点,坚持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,适时地提出了用于评定粗饲料品质的粗饲料分级指数(Grading Index,GI)。GI不仅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育种、种植与适时刈割,其最大的特点是: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适宜刈割期的确定提供了有用的技术手段。对绵羊而言,其数学表达式为:
GI=ME(MJ/kg)×DMI(kg/d)×CP(%DM)/NDF(或ADL)(%DM)
式中:ME—粗饲料代谢能,单位为MJ/㎏,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㎏;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。
GI的优点:
⑴ GI不仅将能量与蛋白质指标联系起来,而且将粗饲料难消化的成分ADL包括在内对粗饲料品质进行综合评定。
⑵ GI以系统集成的方法,根据GI指数最大,成本最低的原则,来实现粗饲料搭配的优化。
⑶ GI使用了现在通用的净能(NEL)用于乳牛或代谢能(ME)描述粗饲料能值,GI实际上反映的是粗饲料中可为家畜采食的有效能值,易于理解,便于推广。
⑷ GI计算中包含采食量这一动态因素作为粗饲料品质的重要影响因子。
⑸ 应用GI指数有利于优化日粮配方设计。
⑹ GI既体现了粗饲料评定整体性,又反映了粗饲料品质变化动态性。
代表性研究成果
王旭(2003)首次验证了GI理论,通过实测得出四种粗饲料的GI值分别为:沙打旺:36.99;羊草:15.90;玉米秸:7.22;谷草:3.98。GI对四种粗饲料品质的分级次序为沙打旺﹥羊草﹥玉米秸﹥谷草。而且,用GI优化的混合粗饲料(50%玉米秸+40%沙打旺+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)组成的全混日粮进行饲养试验,结果表明两组日粮对绵羊的体增重影响不显著(P﹥0.05),但优化混合粗料组有高于青干草组的趋势。优化混合粗料组的饲料报酬及饲养成本兼优于青干草组,每公斤增重成本降低了4.62元。
张吉鹍(2004)运用体内与体外相结合的方法,建立了绵羊粗饲料分级指数(GI)参数模型,即DMI与ME预测模型,并就GI优化粗饲料科学搭配的理论基础—组合效应进行了研究。结果表明,当混合日粮粗饲料GI较高时不用增加精料即可获得良好的效益,当混合日粮粗饲料的GI较低时,只有增加精料才有可能达到高GI混合日粮的效益,但同时增加氮的排出,造成环境污染。这突显提高粗饲料品质,以GI优化粗饲料配合的重要性与迫切性。
这些奠基性的工作对我国粗饲料的品质评价及其优化搭配技术的推广必将产生重大影响。
点评:
GI指数的提出是卢德勋先生应用系统科学的理论和方法在发展现代粗饲料品质评定和科学利用技术方面所取得的一项创新性成果。 GI指数将影响粗饲料利用的两大因素,能量与蛋白进行综合考虑,并引入了难以为动物消化利用的细胞壁成分(ADL),通过与动物的实际采食量结合,对粗饲料的品质优劣进行了合理的划分,并且可根据GI值大小及成本对粗饲料进行科学搭配,优化日粮设计。GI优化日粮配合的依据就是粗饲料间存在着组合效应,以GI为指标,将不同类型、品种及品质的粗饲料进行组合和搭配,来最大限度地发挥粗饲料间的正组合效应,控制和消除粗饲料间的负组合效应,从而最大限度地发挥动物的生产性能,节约精料用量,大大降低饲养成本。
资料来源:
① 王旭(2003):利用GI技术对粗饲料进行科学搭配及绵羊日粮配方系统优化技术的研究
② 张吉鹍(2004):粗饲料分级指数参数的模型化及粗饲料科学搭配的组合效应研究
|