杜晉平,楊曉林,殷裕斌,解祥學(xué),孟慶翔

(1.長江大學(xué)動物科學(xué)學(xué)院,湖北荊州 434025;2.中國農(nóng)業(yè)大學(xué)動物科技學(xué)院肉牛研究中心,北京 100193)

準確的預(yù)測肉牛飼料采食量對于預(yù)測平均日增重以及營養(yǎng)需要量都非常關(guān)鍵(NRC,1987)[1]。影響飼料采食量的因素包括生理因素(體組成,特別是體脂肪,動物年齡,生理階段,體重,性別等),環(huán)境因素(溫度,濕度,應(yīng)激,泥濘等),管理和日糧因素(埋植生長激素,添加瘤胃素,粗飼料質(zhì)量,日糧營養(yǎng)素缺乏,飼料加工等)(NRC,1996)[2]。在這個領(lǐng)域已經(jīng)有許多預(yù)測公式和模型,康奈爾凈碳水化合物和蛋白系統(tǒng)第5版(CNCPS V5.0)是比較新的一個版本,包含了一個生物學(xué)基礎(chǔ)架構(gòu),使得它能夠在比較廣的范圍內(nèi),對不同品種、飼料、管理和環(huán)境條件下的動物作出營養(yǎng)需要、飼料利用和生產(chǎn)性能預(yù)測[3]。

CNCPS是一個基于瘤胃功能、微生物生長規(guī)律、飼料的瘤胃消化和外流及動物生理模型的飼料評價系統(tǒng)。CNCPS甚至已經(jīng)被擴展開發(fā)用作農(nóng)場管理工具來進行作物種植計劃,優(yōu)化“農(nóng)場自種植飼料”獲得最大飼料產(chǎn)量,降低購買飼料的數(shù)量,優(yōu)化畜群結(jié)構(gòu),降低飼料花費,增加收入。

動物品種、年齡、飼料及所處環(huán)境在不同國家和地區(qū)都有很大差別,為了使CNCPS在中國得到很好的應(yīng)用,需要大量的動物試驗驗證。然而到目前為止,關(guān)于這方面的研究很少[4]。本研究的目的是評價CNCPS V5.0用于預(yù)測我國雜種肉牛干物質(zhì)采食量的情況。

1 材料和方法

1.1 試驗設(shè)計 通過2個獨立的肉牛飼養(yǎng)試驗(子試驗1和子試驗2)進行肉牛干物質(zhì)采食量的預(yù)測效果評價。子試驗1在中國農(nóng)業(yè)大學(xué)肉牛研究中心試驗基地(北京金維福仁清真食品有限公司養(yǎng)殖廠)進行。選用45頭西門塔爾?！撩晒排Ｒ淮s交公牛(平均初始體重387 kg),按體重隨機分配到3個試驗組。第1組為對照組(T1),飼喂混合精料飼糧;第2組飼喂20%棕櫚仁粕飼糧(T2);第3組飼喂40%棕櫚仁粕飼糧(T3)。試驗牛單欄栓系飼養(yǎng),每頭牛有獨立的料槽和水槽,自由采食和飲水。試驗期從2008年1月31日到5月16日,共98 d。其中預(yù)飼期2周,正試期12周。每天喂料2次(6:00和17:00),每周連續(xù)3 d記錄每頭牛的采食量,其平均值作為該周該頭牛的平均采食量。

子試驗2地點同上。選用60頭利木贊?！粮Ｖ荻s交公牛(平均初始體重345 kg),按體重隨機分到4個組中,每組15頭。第1組飼喂基礎(chǔ)日糧(T4,作為對照),第2組添加5g保護性賴氨酸/d(T5),第3組添加10 g賴氨酸/d(T6),第4組添加15 g賴氨酸/d(T7)。試驗期從2008年6月6日到10月9日,為期126 d,其中預(yù)飼期2周,正試期16周,其他飼喂程序及管理同子試驗1。

1.2 試驗指標測定 2個飼養(yǎng)試驗所用飼料根據(jù)JS Zhao等所介紹的CNCPS推薦的方法測定相關(guān)指標[4]。干物質(zhì)采食量的測定按照“1.1”所介紹的方法飼喂,每周連續(xù)3 d收集剩余飼料并稱重。以3 d的平均采食量作為該頭牛每周采食量的計算值,每組中所有牛的采食量平均值作為該組牛采食量的觀測值。

1.3 環(huán)境溫度和濕度 試驗期間,每天8:00和16:00采用溫濕度儀(610溫濕度儀,北京柏誠佳通科技有限公司)記錄牛舍的環(huán)境溫度和相對濕度。

1.4 模型輸入和輸出 將牛舍環(huán)境溫度和相對濕度數(shù)據(jù)和管理指標全部輸入軟件(CNCPS V 5.0)。表1和表2列出了所有CNCPS需要的輸入量及對應(yīng)值。利用模型軟件對單個牛只進行預(yù)測,得到個體DMI預(yù)測值。

1.5 統(tǒng)計分析 對比CNCPS預(yù)測值和試驗觀察值,用兩樣本t檢驗進行分析。

評價模型精確性的一個方法是計算預(yù)測值與觀察值之差的偏移程度[5],并設(shè)定可接受的最大范圍。本研究中,依據(jù)DMI平均值落在95%的置信區(qū)間之內(nèi),設(shè)定DMI預(yù)測值可接受的最大范圍是-0.4到0.4 kg/d。

同時,模型預(yù)測能力采用對觀察值(y)和預(yù)測值(x)回歸的辦法進行分析[6]。分別對兩個試驗及其不同組別動物的干物質(zhì)采食量進行了線性回歸分析,對回歸參數(shù)(截距、斜率、決定系數(shù)和誤差均方的平方根)進行分析。

所有的統(tǒng)計分析均采用SAS 8.02來完成。

2 結(jié)果與討論

CNCPS V 5.0是針對動物群體的飼料需求和養(yǎng)分排泄的預(yù)測而設(shè)計的[3]。因此,雖然在本次試驗中每個子試驗都包含不止一個處理,我們還是可以將其作為一個整體來比較觀察值和預(yù)測值間的差異。該模型預(yù)測干物質(zhì)采食量是基于可獲得的信息,如動物來源因子、天氣條件、日糧營養(yǎng)濃度、飼料可利用能等[4],在此基礎(chǔ)上對單個動物的采食量進行預(yù)測。本次試驗中日糧根據(jù)NRC(1996)標準進行配制,然后將各指標輸入CNCPS,以每個處理(15頭)為單位計算預(yù)測的平均采食量,實際采食量根據(jù)記錄進行計算和分析。經(jīng)統(tǒng)計分析,本次研究中沒有顯著的處理效應(yīng)(P＞0.05)。

表1 CNCPS需要的各種輸入量

兩個試驗動物年齡為13～14月齡,差別不大,飼喂和管理方式相似,但動物品種、原始體重、日糧代謝能水平及天氣條件差別很大,這些方面能代表中國北方地區(qū)典型的肉牛飼喂方式。

2.1 干物質(zhì)采食量觀察值和預(yù)測值的比較 分別對兩個子試驗中不同組牛的干物質(zhì)采食量的觀察值和CNCPS預(yù)測值進行了配對性的t檢驗,結(jié)果見表3。

從表3可以看到,子試驗1的觀察和預(yù)測的DMI都高于子試驗2。由于兩次試驗中動物在同一個牛場和相似的管理條件下,因此可以認為動物品種選擇是造成此差異的一個重要原因(在應(yīng)用該模型時我們選用了純種的西門塔爾?；蚶举澟Ｗ鳛槟J品種進行預(yù)測,而我們的兩個試驗中均為雜種牛),另外兩次試驗中動物初始體重的不同也可能是造成該結(jié)果的原因之一。在所研究的7個處理中,T1、T3和T4處理的平均數(shù)偏差(模型預(yù)測值減去觀察值)很小,顯示出模型較準確的預(yù)測能力;但是其余的處理(T2、T5、T6和T7)有相對較大的平均數(shù)偏差,說明模型對這些處理DMI預(yù)測的準確性要差些。

表2 試驗日糧組成及營養(yǎng)水平

兩次試驗中平均數(shù)偏差均為正值,揭示出本次研究中模型高估了動物的干物質(zhì)采食量。JS Zhao等發(fā)現(xiàn),在所評估的12組牛中,CNCPS高估了其中3組的DMI,而低估了其余9組的DMI;DO Molina等[7]的研究發(fā)現(xiàn)CNCPS均低估了DMI。這些研究與本次試驗所得結(jié)果并不一致,盡管本次研究中CNCPS預(yù)測與實際觀察的DMI差值并不是很大(子試驗1最大為0.18,子試驗2最大為0.25 kg/d)。子試驗1中棕櫚仁粕含較高的脂肪(8%DM)以及子試驗2中日糧合理的賴氨酸水平(由于添加了賴氨酸)可能是引起該結(jié)果的主要原因。本次研究結(jié)果說明在我國應(yīng)用CNCPS進行采食量預(yù)測時,為使結(jié)果更加準確,仍然需要進一步的細化試驗條件(如日糧類型、牛品種等),并需要大量的動物試驗進行校正。

子試驗1中T1和T3處理組DMI預(yù)測值與實際觀察值差異不顯著(P=0.08和0.07),而T2處理組差異顯著(P=0.03);子試驗2中T4和T5處理組干物質(zhì)采食量預(yù)測值與觀察值間差異不顯著(P=0.12和0.05),而T6和T7處理組差異極顯著(P＜0.01和P=0.01)。子試驗1與子試驗2比較,有一個相對較小的差值(預(yù)測值減觀察值)平均數(shù)(試驗1從0.07到0.18 kg/d,子試驗2從0.11 kg/d到 0.25 kg/d),從數(shù)值上看似乎CNCPS對子試驗1中DMI預(yù)測的結(jié)果更準確些,但由于兩個試驗中均有預(yù)測值與觀察值的顯著差異組存在,并不能說明本次研究中CNCPS對那個試驗DMI的預(yù)測更準確。

表3 觀察采食量和預(yù)測采食量的比較(DMI) kg/d

圖1顯示子試驗1各組牛DMI預(yù)測值和觀察值的對比情況,從圖可看出大部分點(45個數(shù)據(jù)中有34個)落在y=x線的上方,這也表明CNCPS高估了DMI(數(shù)值見表3)。圖2顯示子試驗1中3組牛DMI差值(預(yù)測值減觀察值)的分布情況。經(jīng)計算子試驗1的3組分別有93%、80%和73%的點(14、12和11頭)落在-0.4 kg/d至0.4 kg/d的范圍內(nèi),這說明CNCPS對子試驗1的DMI具有較好的預(yù)測,可以用于實際生產(chǎn)中。

圖1 子試驗1各組牛干物質(zhì)采食量觀察值和預(yù)測值比較

圖2 子試驗1各組牛預(yù)測與觀察的DMI之差

圖3顯示子試驗2中4組牛DMI預(yù)測值與實際觀察值的關(guān)系,圖4顯示子試驗2中4組牛DMI差值(預(yù)測值減觀察值)的分布情況。從圖3也發(fā)現(xiàn)大多數(shù)點落在y=x的上方(60個數(shù)據(jù)中有44個),揭示出CNCPS高估了DMI(數(shù)值見表3),經(jīng)計算子試驗2的4組分別有 87%、73%、73%和80%的點(13、11、11和12頭)落在-0.4至0.4 kg/d的范圍內(nèi),同樣說明CNCPS較好地對子試驗2的DMI進行了預(yù)測。

圖3 子試驗2各組牛干物質(zhì)采食量觀察值和預(yù)測值比較

圖4 子試驗2各組牛預(yù)測與觀察的干物質(zhì)采食量之差

2.2 觀察值和預(yù)測值的回歸分析 對不同組牛觀察和預(yù)測的干物質(zhì)采食量(DMI)進行了線性回歸分析,結(jié)果見表4。

子試驗1中各處理組DMI觀察值和預(yù)測值有較高的相關(guān)系數(shù)且數(shù)值接近(0.93、0.80和0.81),這說明對子試驗1中DMI的觀察值和預(yù)測值進行的相關(guān)分析是較為可信的。子試驗2中各組DMI觀察值和預(yù)測值的相關(guān)系數(shù)變化范圍較大(0.57、0.68、0.92和0.80),但T6和T7處理組的相關(guān)系數(shù)較大,說明這兩組的相關(guān)分析是可信的。兩個試驗所有動物比較,DMI觀察值和預(yù)測值的相關(guān)系數(shù)接近(0.83和0.79)且達到一個較高的數(shù)值,表明CNCPS對DMI預(yù)測具有較好的可信度。

除子試驗2的T4處理組斜率差異不顯著外,其余6個處理組的斜率差異均顯著(P＜0.05),說明所建立的回歸方程是有意義的。

決定系數(shù)(R2)的大小反映了所建立的回歸方程的可靠性高低。子試驗1各組有一個中等程度的決定系數(shù)(R2=0.87、0.64和0.66),說明預(yù)測的 DMI與觀察值相比較可以接受。子試驗2中各組的決定系數(shù)范圍變化 (R2=0.57、0.68、0.92和 0.80)很大,其中 T4處理組的值很小(R2=0.57),而T6處理組的值最高(R2=0.92),T7處理組的值中等(R2=0.80),說明對T6和T7處理組的DMI有較好的預(yù)測。

試驗各組的誤差均方根(RMSE)都很小,其中T1處理組最小而T5處理組最大。低的 RMSE值說明CNCPS對各處理組DMI的預(yù)測都比較準確。當(dāng)然我們必須認識到CNCPS模型中用來預(yù)測1歲左右牛干物質(zhì)采食量的公式可能會導(dǎo)致預(yù)測誤差的產(chǎn)生[3]。該公式是在典型的北美條件下,以純種公牛為研究對象,同時飼喂高精料飼糧得出的,與本次試驗的雜種公牛和飼喂中等精料的情況是不同的。

表4 觀察和預(yù)測的DMI回歸參數(shù)

利用線性回歸對預(yù)測和觀察的DMI進行分析時,理想的模型需要滿足下面3個標準:①高的R2值(＜0.75作為參照標準);②截距接近0(與0差異不顯著);③斜率接近1(與1差異不顯著)。本研究中干物質(zhì)采食量的觀察值(y變量)和模型預(yù)測值(x變量)的回歸方程有較高的R2值(R2=0.79),截距與0差異不顯著(P=0.27),但斜率與1差異顯著(P＜0.05),暗示了該模型對干物質(zhì)采食量的預(yù)測基本可以接受但存在一定偏差。

最后,必須認識到預(yù)測采食量并非易事,因為諸多因素的相互作用(動物和日糧等)都會對預(yù)測產(chǎn)生影響[7-8]。在我國,由于可利用資料的限制及動物品種差異,準確預(yù)測肉牛采食量更顯得困難。

3 結(jié)論

本研究結(jié)果表明,CNCPS模型對我國生產(chǎn)條件下雜種肉牛干物質(zhì)采食量的預(yù)測基本可以接受,但仍然存在某些偏差,需要今后進行大量的工作才能使該模型在我國得到更好的應(yīng)用。

[1]National Research Council.Predicting feed intake of food-producing animal[M].Washington:National Academy Press,D C USA,1987.

[2]National Research Council.Nutrient requirements of beef cattle,seventh revised[M].Washington:National Academy P ress,D C USA,1996.

[3]D G Fox,T P Ty lutki,L O Tedeschi,et al.T he net carbohydrate and protein system for evaluating herd nutrition and nutrient excretion.CNCPS version 5.0[M].Department of Animal Science,Cornell University,Ithaca,New York,USA,2003.

[4]J S Zhao,Z M Zhou,L P Ren,et al.Evaluation of dry matterintake and daily weight gain predictions of the Co rnell net carbohydrate and protein sy stem with local breeds of beef cattle in China[J].Animal Feed Science and Technology,2008,142:231-246.

[5]P L Mitchell,J E Sheehy.Comparison of predictions and observations to assess model performance:a method of empirical validation//Applications of systems approaches at the field level.Kluwer Academic,Boston,MA,1997:437-451.

[6]D G Mayer,D G Butler.Statistical validation[J].Ecol M odel,1993,68:21-32.

[7]D O Molina,I Matamo ros,Z Almeida,et al.Evaluation of the dry matter intake predictions of the Cornell net carbohydrate and protein system with Holstein and dual-purpose lactating cattle in the tropics[J].Animal Feed Science and Technology,2004,114:261-278.

[8]J M Forbes.Integration of regulatory signals controlling forage intake in ruminants[J].J Anim Sci,1996,74:3029-3035.