新疆沙尔套山天然草地主要混合牧草营养指标近红外光谱分析

为了对新疆沙尔套山天然草地主要牧草营养指标进行快速、无损检测,本试验采用近红外光谱技术（Near infrared reflectance spectroscopy,NIRS）,进行修正偏最小二乘回归法（Modified partial least squares,MPLS）,结合散射处理、导数、平滑等不同的光谱预处理和数学处理方法,建立了32种主要牧草（草粉）的粗蛋白（Crude protein,CP）、中性洗涤纤维（Neutral detergent fiber,NDF）、酸性洗涤纤维（Acid detergent fiber,ADF）、粗灰分（Ash）、钙（Ca）和磷（P）的校正模型。结果表明：CP、NDF、ADF、Ash、Ca和P的交叉检验决定系数（R²）分别为0.82,0.80,0.78,0.50,0.72和0.65,交叉验证标准误差（Standard error of cross validation,SECV）分别为2.36,6.17,3.87,0.85,0.24和0.07,交叉验证相对分析误差（Relative percent deviation of cross validation,RPDCV）分别为2.78,2.26,2.39,1.92,2.39和1.65。最后结合外部验证集对各矫正模型进行验证。试验得出CP、NDF、ADF外部验证相对分析误差分别为2.67,2.20和2.28,相关性分别为0.66,0.73和0.84,其模型精确度和验证准确度还有待提高;利用近红外光谱检测技术不能建立Ash、Ca和P的检测模型。     

内蒙古地区温性荒漠草原牧草营养指标近红外光谱分析

为了对内蒙古地区温性荒漠草原牧草的营养成分进行快速检测，试验以85份混合鲜草为研究对象采用偏最小二乘(partial least square regression, PLS)法建立干物质(dry matter, DM)、粗蛋白(crude protein, CP)、酸性洗涤纤维(acid detergent fiber, ADF)、中性洗涤纤维(neutral detergent fiber, NDF)、粗脂肪(ether extract, EE)和粗灰分(crude ash, Ash)含量的近红外光谱(near-infrared reflectance spectroscopy, NIRS)预测模型。结果表明：DM、NDF、ADF和Ash的定标集决定系数(R²)分别为0.985,0.728,0.749,0.727,验证集R²分别为0.848,0.536,0.673,0.741,验证相对分析误差(ratio of performance to deviation for validation, RPD)为8.163,1.899,1.927,...     

高寒草原天然牧草营养品质近红外光谱预测模型的建立

本研究旨在探讨近红外光谱(NIRS)技术在定量分析高寒草原天然牧草营养品质的可行性。试验于2015—2018年,每年6—9月份,从青藏高原高寒草原放牧研究样地收集不同放牧强度(0、3.6、5.3、7.6只/hm2)的混合和4个优势种(莎草科矮生嵩草、蓼科珠芽蓼、蔷薇科金露梅和豆科锦鸡儿)牧草样品共计1 280份,随机分为定标样品集(n=854)和预测样品集(n=426),建立天然牧草干物质(DM)、粗脂肪(EE)、粗蛋白质(CP)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)含量及体外干物质消化率(IVDMD)和估算代谢能(EME)营养品质近红外光谱(NIRS)预测模型,实现天然牧草营养品质的快速和准确评估。结果显示:牧草DM、CP、EE、ADF、NDF含量及IVDMD和ME变异较大;DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型的验证决定系数(R2CV)为0.992～0.999,外部验证相对分析误差(RPD)为3.82～5.97,取得了最佳的定标效果,且定标方程均具较好的预测能力,能够成功应用于日常分析。EE含量的NIRS预测模型的R2CV为0.837,外部RPD为2.30,定标效果不理想,定标模型虽不能用于准确的定量分析测定,但仍能应用于牧草EE含量的粗略测定。综上所述,本研究建立的高寒草原天然牧草DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型能够成功应用于日常分析。     

燕麦草常规营养成分含量近红外预测模型的建立

本试验旨在构建燕麦草常规营养成分含量的近红外预测模型。试验于2017—2019年,从我国京津冀等地区的牧场及种植基地收集了80份不同品种、不同产地和不同成熟度的燕麦草,参照燕麦草常规营养成分国标检测方法测定采集80份样品中水分(MSTR)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)和粗灰分(Ash)含量并进行燕麦草近红外光谱采集。使用OPUS7.5中的偏最小二乘(PLS)化学计量学方法将燕麦草的光谱图和理化指标进行关联,交叉检验法评价预测模型效果。结果显示：不同来源的燕麦草中MSTR、CP、NDF、ADF、EE和Ash含量变异较大;MSTR、CP、NDF、ADF和Ash含量预测模型校正决定系数(RSQcal)为0.886～0.977,交叉验证决定系数(1-VR)为0.84～0.95,交叉验证相对分析误差(RPDCV)为2.50～4.23,定标效果较为理想,外部验证预测决定系数(RSQv)为0.846～0.945,预测相对分析误差(RPDV)为2.57～4.20,表明模型均可应用于实际检测且适用性良好;EE含量预测模型RSQcal为0.870,1-V...     

无芒雀麦营养成分含量近红外预测模型的分析与建立

为快速、高效、无损评定无芒雀麦干草营养价值,将101份样品的7种营养成分湿化学分析结果与近红外光谱结合,通过标准正态变量变换（SNV）、去散射处理（Detrend）和标准多元离散矫正处理（Standard MSC）等预处理方法,利用改良偏最小二乘法（MPLS）和主成分分析（PCA）等算法分别建立了粗蛋白质（CP）、干物质（DM）、中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）、粗脂肪（EE）、灰分（Ash）和有机物（OM）的近红外预测定标模型。结果表明：CP和EE外部验证分析误差的值（RPD）为3.0089和2.7721,预测模型准确性较高,可以用于实际生产中的含量测定;NDF和ADF的RPD值仅次于CP和EE,分别为2.1421和2.0678,预测模型可以用于粗略的预测;DM、OM和Ash的RPD值为1.7718、1.1548和1.3602,预测模型效果不理想。综上所述,构建的无芒雀麦CP、EE、NDF和ADF含量模型效果较好,为快速、高效、无损评定无芒雀麦干草营养价值提供理论依据与技术支撑。     

青藏高原典型草地牧草营养品质和消化率特征及其相关性

为探究不同类型草地牧草营养品质和消化率的差异,本研究以青藏高原典型的高寒草甸、高寒草原、温性草原、荒漠草原和温性荒漠草原为研究对象,对不同类型草地牧草营养品质和消化率及其相关性进行研究。结果表明：不同类型草地间牧草粗蛋白（Crude protein,CP）、酸性洗涤纤维（Acid detergent fiber,ADF）、中性洗涤纤维（Neutral detergent fiber,NDF）和干物质消化率（Dry matter digestibility,DMD）含量差异显著（P<0.01）。Pearson相关性分析表明,DMD与CP呈显著正相关（P<0.05）,而与NDF,ADF之间呈显著负相关（P<0.05）;海拔高度（Elevation,ELE）与DMD,CP显著正相关（P<0.05）,而与NDF和ADF显著负相关（P<0.05）。综上所述,青藏高原不同类型草地间牧草CP,ADF,NDF和DMD均存在显著差异,且主要表现为随着海拔的升高,ADF和NDF逐渐降低,而CP和DMD逐渐增高,牧草品质逐渐升高。     

黄土高原13种栽培牧草营养成分NIRS模型分析

对2012-2013年黄土高原种植的13个牧草品种、780份干草样品的营养成分建立了近红外光谱(near infrared reflectance spectroscopy,NIRS)的检测模型。豆科牧草的粗脂肪(EE)、酸性洗涤纤维(ADF)和粗灰分(Ash)建模结果最好,其定标决定系数(RSQ)0.94,交叉验证相关系数(1-VR)0.7最高,定标标准分析误差(SEC)在0.071~0.713,交叉校验定标标准分析误差(SECV)在0.160~2.751。禾本科牧草的EE和可溶性糖(WSC)建模结果最好,RSQ分别达0.916和0.859,1-VR分别为0.609和0.810,SEC和SECV分别是0.250、1.488和0.505、3.172。菊科和车前科牧草的模型,除ADF外,其它指标预测的稳定性和准确性较为理想,RSQ在0.85以上,1-VR在0.70以上,SEC和SECV分别在0.361~3.557和0.495~4.602。NIRS对豆科粗蛋白(CP)和WSC的数值预测较差,RSQ仅0.55,对禾本科CP、ADF、中性洗涤纤维(NDF)、Ash及菊科和车前科的ADF的预测稍差,RSQ0.7。     

四川阿坝县不同地区与不同海拔秋季牧草营养成分分析

摘要：为了给四川阿坝县反刍家畜的补饲和草地的合理利用提供科学依据,采取实地采样与实验室分析相结合的方法测定了四川阿坝县麦尔玛乡三大队牧场、麦昆乡草原村、贾柯河乡四大队和贾柯河牧场秋季（9月）牧草营养成分。结果表明,阿坝县秋季牧草粗蛋白质（CP)平均含量为10.30%,粗脂肪(EE)平均含量为2.92%,粗纤维（CF）平均含量为29.24%,粗灰分(Ash)平均含量为6.86%,中性洗涤纤维(NDF)平均含量为57.21%,酸性洗涤纤维(ADF)平均含量为35.47%,钙（Ca）平均含量为0.71 %、磷（P）平均含量为0.14%。不同地区秋季牧草CP、EE、CF、ADF、NDF、Ash和Ca的含量差异不显著（P>0.05）,P的含量差异显著（P<0.05）。把海拔3 400～3 800 m的采样区范围分成 3 400～3 500、3 500～3 600、3 700～3 800 m 3个层次,不同海拔牧草CP、EE、CF、ADF、NDF和Ash的含量差异不显著（P>0.05）,Ca和P的含量差异显著（P<0.05）。其营养成分适合阿坝县反刍动物的秋季放牧生产的要求,但不能以单纯放牧的形式来满足反刍动物的营养需求,需要补饲。     

雷州山羊喜食牧草养分含量及其与相对采食频度相关性分析

为了解南方地区天然草场放牧雷州山羊牧食行为,以及天然牧草养分含量与其相对采食频度的相关性,连续7 d跟踪放牧观察记录雷州山羊牧食行为,并且根据雷州山羊采食情况采集牧草样本。试验结果表明,雷州山羊对于大花牵牛、牛筋草、柳叶箬和白茅的相对采食频度分别为55.51%、28.70%、8.13%和（P<0.05）1.18%;在测定的几种牧草中,白茅的干物质（DM）（P<0.05）、中性洗涤纤维（NDF）（P<0.05）和酸性洗涤纤维（ADF）最高,鬼针草的粗蛋白质（CP）（P < 0.05）、钙（Ca）（P < 0.05）、磷（P）（P < 0.05）、粗灰分（Ash）和粗脂肪（EE）最高,柳叶箬的粗纤维（CF）含量最高;雷州山羊的相对采食频度与牧草CP含量的相关系数为0.793（P < 0.05）,与CF含量的相关系数为-0.813（P < 0.05）,与ADF含量的相关系数为-0.328（P > 0.05）,与NDF含量的相关系数为-0.945（P < 0.01）,与Ca含量的相关性系数为0.804（P < 0.05）,与P含量的相关系数为0.735（P < 0.05）。综上可得,雷州山羊的相对采食频度与天然草场牧草中的CP、Ca和P含量具有显著的正相关关系;与CF、NDF含量具有显著或极显著的负相关关系。     

近红外光谱技术分析高羊茅干草营养成分含量

本研究利用近红外光谱(NIRS)技术构建高羊茅(Festuca arundinacea)干草的近红外预测模型，于甘肃省庆阳市采集101份高羊茅样品，将湿化学分析结果和NIRS结合，利用改良偏最小二乘法(MPLS)进行预测模型的建立和验证。最终建立了高羊茅干草干物质(DM)、粗蛋白质(CP)、有机物(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)、灰分(Ash)这7种营养成分的预测模型，其中建立的CP和DM的预测模型外部验证相对分析误差(RPD)值为3.53和2.55，预测模型的预测效果较好，可以用于实际生产中预测成分含量；OM、 NDF、 ADF、EE和Ash的预测模型RPD值为2.17、2.04、2.06、2.06和2.02，所预测的结果可以作为一些饲料生产中的参考。     

大叶麻竹笋壳饲用价值的研究

本试验采用化学分析法和尼龙袋法测定了大叶麻竹笋壳的有机物(OM)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗灰分(Ash)和钙(Ca)、磷(P)含量,以及在山羊瘤胃内干物质和有机物的降解率。结果表明:大叶麻竹笋壳各常规养分含量(绝干基础)为OM 95.7204%、CP 8.1185%、NDF 78.904 4%、ADF 45.742 3%、Ash 4.279 3%、Ca 0.119 0%、P 0.148 7%,山羊瘤胃内的干物质和有机物的有效降解率分别为DM 29.5577%、OM 25.9155%。     

高寒草地生物量及牧草养分含量年度动态研究

测定了西藏那曲地区高寒草地1~12月份围栏内和围栏外的地上生物量(BM)及牧草粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和灰分(Ash)含量。结果表明:围栏内年平均BM极显著高于围栏外(15.02 DM g/m2对11.70 DM g/m2,P<0.01),而围栏内外牧草各种养分含量差异不显著(P>0.05)。不同季节BM和牧草养分含量变异较大,BM呈“单峰”曲线变化趋势,8月份最高(33.02 DM g/m2),3月份最低(6.39DM g/m2);牧草CP、EE含量亦呈“单峰”曲线变化趋势,CP含量在8月份达到最高(10.68%DM),在2月份降到最低(2.72%DM),EE含量变异不大,在9月份较高(3.77%DM),1月份较低(2.26%DM);NDF变化规律与CP相反,呈“V”型曲线变化趋势,最低和最高含量分别在8月份(49.38%DM)和12月份(69.08%DM);ADF含量全年变化不大,夏季较(35.03%DM)冬春季低(42.92%DM);Ash在6月份含量最高(18.29%DM),2月份含量最低(7.14%DM)。以月份为自变量,进行适当变换后建立了牧草生物量和养分含量的全年动态变化回归模型。     

山蚂蝗营养价值随生育期变化动态

测定山蚂蝗亚族(Subtrib.Desmodiinae)中3个属6个种的粗蛋白(CP)、粗脂肪(EE)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)、粗灰分(Ash)及单宁含量,以探讨其养分含量随生育期推移的变化动态。结果表明:随着生育期的推移,粗蛋白和粗脂肪含量呈先上升后下降的变化趋势,酸性洗涤纤维和中性洗涤纤维含量呈不明显的波浪型变化趋势,粗灰分含量在生育期内虽有所波动,但无一定规律性;除卵叶山蚂蝗(Desmodium ovalifolium)外,单宁含量随生育期推移呈逐渐下降趋势。总体来看,山蚂蝗营养价值变化与其生长发育阶段密切相关。     

检测燕麦干草主要营养成分含量的近红外光谱分析模型

为探索NIRS技术在测定燕麦(Avena sative)干草品质上的应用,试验于2020—2021年收集了249份不同品种、年限和生长时期的燕麦干草,通过WinISI III定标软件建立燕麦干草主要营养成分的近红外光谱模型。结果显示：粗蛋白(CP)、中性洗涤纤维(NDF)和粗脂肪(EE)预测模型的定标系数(RSQ)和外部验证决定系数(RSQv)均在0.83以上,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.02,相对标准误差(RPD)均大于3,预测值逼近化学分析的精度具有良好的预测效果。酸性洗涤纤维含量(ADF)建模效果较差,定标系数和外部验证决定系数分别为0.83和0.84,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.01,接近化学分析精度,且RPD大于2.50。因此,所建ADF模型也可用于近红外预测。     

不同生长期白羊草的营养成分及绵羊瘤胃降解特性

为研究不同生长期白羊草(Bothriochloa ischaemum Keng)营养成分的变化规律及营养成分的瘤胃降解规律,试验选用15只安装永久性瘤胃瘘管的肉用绵羊,采用半体内法(in situ)对不同生长期白羊草营养成分的降解规律进行测定。结果表明,不同生长期白羊草的各营养成分均差异显著(P<0.05)。随生长期的推进,粗蛋白质(CP)、粗灰分(Ash)、粗脂肪(EE)、钙(Ca)和磷(P)含量不断降低,而有机物(OM)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)和酸性洗涤木质素(ADL)含量不断增加。白羊草干物质(DM)、OM、NDF和ADF的72 h降解率及有效降解率均随生长期的推进不断降低,而CP有效降解率以拔节期最高,其次是抽穗期。综合考虑白羊草各生长期的营养含量及产量,以及营养成分的瘤胃降解特性,建议白羊草的最佳利用时期为抽穗期。     

黑龙江4个地区鲁梅克斯新品种不同生长年限营养价值分析

为增加黑龙江省高蛋白牧草的种类,引进了鲁梅克斯‘Щавель Чемпион’(冠军酸模)新品种。本试验采用取样分析方法,对黑龙江省哈尔滨、逊克、嫩江、呼玛四个地区2~3年生冠军酸模牧草地上部分的营养指标进行了研究,探讨该品种不同生长年限对营养价值的影响。结果表明,该鲁梅克斯新品种叶簇期、抽茎期、开花期、结实期4个时期,粗蛋白(CP)、粗脂肪(EE)、粗灰分(Ash)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、钙(Ca)、磷(P)的含量均表现为3年生高于2年生;不同种植地对鲁梅克斯的营养成分积累也造成较大影响,如纬度较高,积温较低的呼玛地区营养成分积累远低于其他地区,逊克、嫩江等种植地鲁梅克斯中CP含量积累最高(P<0.05);逊克种植地ADF含量积累最低(P<0.05);嫩江种植地的鲁梅克斯的Ash含量积累最高(P<0.05)。由此可见,鲁梅克斯三年生地上部分的营养价值高于二年生,该牧草CP、ADF、Ash含量受年限和地域的影响较大;牧草的营养价值随着年限的延长呈增加的趋势,且存在地域差异性。     

鹅对菜籽粕代谢能和营养物质利用率的评定

【目的】利用套算法评定不同来源菜籽粕的鹅代谢能及营养物质利用率。【方法】选取健康、体重接近的200日龄成年公鹅30只,随机分为5组（Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ组）,每组6个重复,每个重复1只鹅。4种菜籽粕分别由加拿大进口油菜籽及江苏省苏州市、宿迁市、盐城市本地生产的油菜籽榨油而成。采用强饲法进行代谢试验,强饲量80 g,试验Ⅰ、Ⅱ、Ⅲ、Ⅳ组分别以4种菜籽粕替代30%基础饲粮,试验Ⅴ组强饲基础饲料,并收集内源粪便,做内源校正。【结果】①4种菜籽粕中的总能（GE）、干物质（DM）、粗蛋白质（CP）、粗脂肪（EE）、粗灰分（Ash）、酸性洗涤纤维（ADF）、中性洗涤纤维（NDF）、钙（Ca）、总磷（TP）含量的平均值分别是17.48 MJ/kg、88.95%、42.22%、2.47%、7.93%、22.42%、37.81%、0.83%和1.09%。②鹅对4种菜籽粕的表观代谢能（AME）、真代谢能（TME）平均值分别为12.27和13.05 MJ/kg,且AME、TME存在显著的组间差异（P＜0.05）;鹅对4种菜籽粕CP真利用率平均值为44.84%,对DM、EE、Ash、ADF、NDF、Ca和TP的表观利用率平均值分别为70.71%、76.48%、38.07%、43.31%、51.67%、46.09%和48.99%,其中,CP、DM、EE和NDF利用率存在显著的组间差异（P＜0.05）。【结论】菜籽粕营养成分丰富,其代谢能与豆粕、麦麸等接近;鹅对菜籽粕EE、NDF、Ca、TP利用率较高,但对CP利用率较低。鹅对不同地区菜籽粕的代谢能、CP、DM和NDF利用率有显著差异,其中,试验Ⅰ组的AME、TME高于其他3组,试验Ⅳ组的CP利用率最高。