动物营养学报 >

2026 , Vol. 38 >Issue 5: 3883 - 3896

DOI: https://doi.org/10.12418/CJAN2026.309

研究论文

青藏高原地区饲用燕麦农艺性状、营养成分及碳水化合物与蛋白质组分研究

  • 达瓦曲珍 , 1, 2 ,
  • 杨丽 1, 2 ,
  • 赵雪儿 1, 2 ,
  • 向巴拉姆 1, 2 ,
  • 李海萍 3 ,
  • 胡晓炜 1, 2 ,
  • 贾志锋 4 ,
  • 魏小星 4 ,
  • 黄艳玲 5 ,
  • 周青平 1, 2 ,
  • 关皓 , 1, 2, *
展开
  • 1 西南民族大学, 四川若尔盖高寒湿地生态系统国家野外科学观测研究站, 成都 610041
  • 2 西南民族大学草地资源学院, 成都 610041
  • 3 青海师范大学生命科学院, 西宁 810000
  • 4 青海大学, 青海省青藏高原优良牧草种质资源利用重点实验室, 西宁 810000
  • 5 西南民族大学畜牧兽医学院, 成都 610041
*关 皓,副教授,硕士生导师,E-mail:

达瓦曲珍(2004—),女,藏族,西藏昌都人,本科生,研究方向为饲草加工及利用。E-mail:

Office editor: 菅景颖

收稿日期: 2025-09-09

  网络出版日期: 2026-05-14

基金资助

国家自然科学基金项目(32301507)

四川省自然科学基金项目(2024NSFSC1198)

收起

Study on Agronomic Traits, Nutritional Components, and Carbohydrate and Protein Fractions of Forage Oats in Qinghai-Tibet Plateau Region

  • Dawaquzhen , 1, 2 ,
  • YANG Li 1, 2 ,
  • ZHAO Xueer 1, 2 ,
  • Xiangbalamu 1, 2 ,
  • LI Haiping 3 ,
  • HU Xiaowei 1, 2 ,
  • JIA Zhifeng 4 ,
  • WEI Xiaoxing 4 ,
  • HUANG Yanling 5 ,
  • ZHOU Qingping 1, 2 ,
  • GUAN Hao , 1, 2, *
Expand
  • 1 Sichuan Zoige Alpine Wetland Ecosystem National Observation and Research Station, Southwest Minzu University, Chengdu 610041, China
  • 2 College of Grassland Resources, Southwest Minzu University, Chengdu 610041
  • 3 College of Life Sciences, Qinghai Normal University, Xining 810000, China
  • 4 Key Laboratory of Superior Forage Germplasm Resources Utilization on Qinghai-Tibet Plateau, Qinghai University, Xining 810000, China
  • 5 College of Animal Science and Veterinary Medicine, Southwest Minzu University, Chengdu 610041, China
*associate professor, E-mail:

Received date: 2025-09-09

  Online published: 2026-05-14

Fold

摘要

本试验旨在探究青藏高原地区种植的8个饲用燕麦品种的农艺性状、营养成分及碳水化合物与蛋白质组分,并通过多重关联分析解析不同饲用燕麦品种的营养积累规律及与农艺性状的相关关系,以期为高品质饲用燕麦品种的精准选育提供理论依据。在26个燕麦品种中,根据茎、叶、穗在全株中的占比,筛选出具有代表性的8个品种(林纳、萨摩、摩根、速锐、青引1号、甜燕2号、青海甜燕麦和青海444),进行农艺性状、全株营养成分及碳水化合物与蛋白质组分测定。结果显示:茎占比高的林纳、萨摩的中性洗涤纤维(NDF)、半纤维素和慢速降解碳水化合物(CB2)含量均高于叶占比高的青海甜燕麦和穗占比高的甜燕2号。茎、叶、穗占比平均的摩根和青引1号的中速降解真蛋白质(PB2)含量显著高于林纳和萨摩(P<0.05)。青海甜燕麦的粗蛋白质(CP)、非蛋白氮(NPN)和可溶性蛋白质(SP)含量显著高于林纳、萨摩和甜燕2号(P<0.05),其不可降解蛋白质(PC)含量显著低于林纳和萨摩(P<0.05)。叶占比低的青海444的不可利用碳水化合物(CC)含量显著高于青海甜燕麦(P<0.05)。甜燕2号的淀粉(Starch)和中速降解碳水化合物(CB1)含量显著高于林纳、萨摩和青海甜燕麦(P<0.05)。穗占比低的速锐的酸性洗涤不溶蛋白(ADFIP)含量显著高于甜燕2号(P<0.05)。通过相关性分析发现,茎占比与ADFIP含量呈极显著正相关(P<0.01);叶占比与Starch、CB1含量存在负相关关系(P>0.05),与SP含量呈极显著正相关(P<0.01);穗占比与PB2含量存在正相关关系(P>0.05),与ADFIP含量呈显著负相关(P<0.05)。综上可知,营养成分在饲用燕麦不同部位的积累中存在明显的规律,在叶片中积累的营养成分最为优质,部分农艺性状与营养成分存在相关性,通过农艺性状可以预测燕麦营养成分。

关键词： 饲用燕麦; 农艺性状; 营养成分; 碳水化合物组分; 蛋白质组分; 相关性分析

本文引用格式

达瓦曲珍 , 杨丽 , 赵雪儿 , 向巴拉姆 , 李海萍 , 胡晓炜 , 贾志锋 , 魏小星 , 黄艳玲 , 周青平 , 关皓 . 青藏高原地区饲用燕麦农艺性状、营养成分及碳水化合物与蛋白质组分研究[J]. 动物营养学报, 2026 , 38(5) : 3883 -3896 . DOI: 10.12418/CJAN2026.309

Abstract

This experiment aimed to investigate the agronomic traits, nutritional components, and carbohydrate and protein fractions of eight forage oat varieties planted in the Qinghai-Tibet Plateau region. To improve the theoretical basis for precise breeding of high-quality oat varieties, multiple correlation analysis was used to analyze the nutrient accumulation patterns of different oat varieties and their relationship with agronomic traits. Among 26 oat varieties, based on the proportions of stem, leaf and panicle in the whole plant, eight representative varieties (Lena, Samo, Mogen, Souris, Qingyin No.1, Tianyan No.2, Qinghai sweet oat and Qinghai No.444) were selected for the determination of agronomic traits, whole-plant nutritional components, and carbohydrate and protein fractions. The results showed that Lena and Samo, which had high stem proportion, exhibited higher contents of neutral detergent fiber (NDF), hemicellulose and slowly degradable carbohydrates (CB2) compared with Qinghai sweet oat, which had a high leaf proportion, and Tianyan No.2, which had a high panicle proportion. The contents of intermediately degradable true protein (PB2) in Mogen and Qingyin No.1, which had average proportions of stem, leaf and panicle, were significantly higher than those in Lena and Samo (P<0.05). Qinghai sweet oat showed significantly higher contents of crude protein (CP), non-protein nitrogen (NPN) and soluble protein (SP) compared with Lena, Samo and Tianyan No.2 (P<0.05), while its content of undegradable protein (PC) was significantly lower than that of Lena and Samo (P<0.05). Qinghai No.444, which had a low leaf proportion, exhibited a significantly higher content of unavailable carbohydrates (CC) compared with Qinghai sweet oat (P<0.05). Tianyan No.2 showed significantly higher contents of starch and intermediately degradable carbohydrates (CB1) compared with Lena, Samo and Qinghai sweet oat (P<0.05). Souris, which had a low panicle proportion, exhibited a significantly higher content of acid detergent insoluble protein (ADFIP) compared with Tianyan No.2 (P<0.05). Correlation analysis revealed that stem proportion was extremely significantly positively correlated with ADFIP content (P<0.01). Leaf proportion showed a negative correlation with starch and CB1 contents (P>0.05), and an extremely significant positive correlation with SCP content (P<0.01). Panicle proportion showed a positive correlation with PB2 content (P>0.05), and a significant negative correlation with ADFIP content (P<0.05). In summary, there is a clear pattern of nutrient accumulation in different parts of forage oats, with the most high-quality nutrients accumulating in the leaves. Some agronomic traits are correlated with nutrient components, suggesting that oat nutrient composition can be predicted through agronomic traits.

Key words： oat forage; agronomic traits; nutritional components; carbohydrate fractions; protein fractions; correlation analysis

燕麦(Avena sativa)作为一年生禾本科燕麦属饲草,具有易栽培、喜冷凉、营养价值高等特点,是青藏高原地区主要的人工栽培饲草之一[1]。尽管我国饲用燕麦栽培面积不断扩大,燕麦青干草产量逐年递增,但燕麦草产业大而不强,高端饲用燕麦干草依然大量从澳大利亚进口。为实现饲用燕麦产量与品质的协同提升,亟需深入开展对其营养积累内在规律的研究。
农艺性状是评价饲草料田间表现与产量潜力的重要评价指标。其中,株高、茎粗及分蘖数等关键性状,不仅直观反映了饲草料的生长发育状况,也是衡量品种适应性与生产性能的重要依据[2]。当前,对优良品种的评判标准已不再局限于产量,其品质特性正日益受到重视。对饲用燕麦而言,高品质通常体现为较高的粗蛋白质(CP)含量与较低的纤维含量。不同饲用燕麦品种在蛋白质与碳水化合物(CHO)组分积累上存在显著差异,进而影响CP、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)含量等品质指标。
饲料常规营养价值评定体系主要包括Weende体系[3]、Van Soest体系[4],两者在测定饲料化学组成的过程中均具有一定局限性。因此,美国康奈尔大学众多科学家提出了净碳水化合物-蛋白质体系(CNCPS)。CNCPS通过瘤胃降解特性、微生物生长、消化利用等情况对蛋白质和CHO进行更详细的划分,能更准确地预测维持奶牛生长和产奶的营养需求及营养物质的排泄情况[5]。
因此,本研究拟从26个燕麦品种中选取8个茎、叶、穗占比具有显著特征的燕麦品种,通过测定这8个燕麦品种农艺性状、常规营养成分和CHO与蛋白质组分,并进行多重关联分析,由表及里揭示不同饲用燕麦品种营养物质积累规律及与农艺性状的相关性,为进一步选育高品质饲用燕麦品种提供理论依据。

1 材料与方法

1.1 试验材料

从26个燕麦品种中,根据茎、叶、穗在全株中的占比(表1),筛选出具有代表性的8个品种用于后续试验,包括林纳、萨摩、摩根、速锐、青引1号、甜燕2号、青海甜燕麦和青海444。试验材料详情如表2所示。
表1 26个燕麦品种茎、叶、穗在全株中的占比及其分类

Table 1 Proportions and classifications of stem, leaf and panicle in whole plants of 26 oat varieties

品种名称
Variety names		 茎占比
Proportion of
stem/%		 类别
Class		 叶占比
Proportion of
leaf/%		 类别
Class		 穗占比
Proportion of
panicle/%		 类别
Class
艾博 Abbott 39.86 Ⅲ 24.66 Ⅱ 35.48 Ⅱ
白燕7号 Baiyan No.7 39.94 Ⅲ 25.89 Ⅱ 34.17 Ⅱ
贝利 Baler 38.31 Ⅲ 26.05 Ⅱ 35.64 Ⅱ
贝勒Ⅱ Baler Ⅱ 40.53 Ⅲ 21.81 Ⅲ 37.60 Ⅱ
甜燕2号 Tianyan No.2 38.68 Ⅲ 20.81 Ⅲ 40.51 Ⅰ
甜燕60 Tianyan 60 42.85 Ⅲ 27.24 Ⅱ 29.91 Ⅲ
甜燕70 Tianyan 70 40.85 Ⅲ 26.27 Ⅱ 32.88 Ⅱ
甜燕75 Tianyan 75 41.49 Ⅲ 22.08 Ⅲ 36.43 Ⅱ
林纳 Lean 53.71 Ⅰ 16.94 Ⅲ 29.35 Ⅲ
摩根 Mogen 44.07 Ⅱ 25.31 Ⅱ 30.62 Ⅱ
青海444 Qinghai No.444 47.42 Ⅱ 13.97 Ⅲ 38.61 Ⅱ
青海甜燕麦 Qinghai sweet oat 39.81 Ⅲ 28.34 Ⅰ 31.85 Ⅱ
青引1号 Qingyin No.1 44.01 Ⅱ 24.03 Ⅱ 31.96 Ⅱ
青引2号 Qingyin No.2 46.68 Ⅱ 23.88 Ⅱ 29.44 Ⅲ
青引3号 Qingyin No.3 47.04 Ⅱ 24.22 Ⅱ 28.74 Ⅲ
青燕1号 Qingyan No.1 42.11 Ⅲ 21.01 Ⅲ 36.88 Ⅱ
萨摩 Samo 53.87 Ⅰ 17.30 Ⅲ 28.83 Ⅲ
速锐 Souris 48.54 Ⅱ 27.39 Ⅱ 24.07 Ⅲ
苏特 Suter 38.56 Ⅲ 24.94 Ⅱ 36.50 Ⅱ
挑战者 Challengers 41.44 Ⅲ 25.04 Ⅱ 33.52 Ⅱ
悍马 Hanma 41.74 Ⅲ 20.51 Ⅲ 37.75 Ⅱ
凯撒 Caesar 41.69 Ⅲ 22.53 Ⅲ 35.78 Ⅱ
楷模 Model 38.89 Ⅲ 23.17 Ⅱ 37.94 Ⅱ
陇燕5号 Longyan No.5 38.95 Ⅲ 23.66 Ⅱ 37.39 Ⅱ
摩登 Modern 42.94 Ⅲ 27.21 Ⅱ 29.85 Ⅲ
优牧1号 Youmu No.1 45.13 Ⅱ 18.48 Ⅲ 36.39 Ⅱ

26 个燕麦品种按照聚类分析进行分类,类别I、II、III分别对应占比高、占比平均、占比低聚类组。

Twenty-six oat varieties were classified using cluster analysis, with classes Ⅰ, Ⅱ and Ⅲ corresponding to high proportion, average proportion and low proportion cluster groups, respectively.

表2 试验材料目录及占比情况

Table 2 Catalog and proportion of test materials

品种名称
Variety names		 拉丁名
Latin name		 占比情况
Percentage
林纳 Lena A. sativa cv. Lena 茎占比高
萨摩 Samo A. sativa cv. Samo 茎占比高
摩根 Mogen A. sativa cv. Mogen 茎、叶、穗占比平均
速锐 Souris A. sativa cv. Souris 穗占比低
青引1号 Qingyin No.1 A. sativa cv. Qingyin No.1 茎、叶、穗占比平均
甜燕2号 Tianyan No.2 A. sativa cv. Tianyan No.2 穗占比高
青海甜燕麦 Qinghai sweet oat A. sativa cv. Qinghai Sweet Oat 叶占比高
青海444 Qinghai No.444 A. sativa cv. Qinghai No.444 叶占比低

1.2 试验地概况

试验开展于2024年4月,试验地位于青海省海东市互助土族自治县魏家摊村(102°E,36°N),海拔2 754.7 m,属大陆寒温带气候,冬季受西伯利亚季风和寒流影响,夏季受东南沿海台风影响。试验地土壤基本理化情况如表3所示,2024年温度与降水量变化情况如图1所示。
表3 试验地土壤基本理化情况

Table 3 Basic physical and chemical conditions of test site soils

pH 有机质
Organic matter/(g/kg)		 全氮
Total nitrogen/(g/kg)		 有效磷
Available phosphorus/(mg/kg)		 速效钾
Available potassium/(g/kg)
8.19 21.93 0.90 20.94 161.43
图1 2024年试验地温度与降水量变化情况

Fig.1 Changes in temperature and precipitation at test site in 2024

1.3 试验设计

将林纳、萨摩、摩根、速锐、青引1号、甜燕2号、青海甜燕麦和青海444这8个燕麦品种于2024年4月在青海省互助土族自治县魏家摊村试验地播种,播种前施基肥(磷酸二铵和尿素各施用10 kg/亩),共施肥1次,每个品种种植1行,行长2 m,行间距30 cm,播种量10 g/行。于各品种乳熟期进行茎节数、茎粗、株高等农艺性状测定,随后全行刈割。将刈割后的全株样品切成10 cm小段,置于电热恒温鼓风干燥箱(DHG-9140A,上海申贤恒温设备厂)中,经65 ℃烘至恒重,制备风干样品。将风干样品使用粉碎机(2500A,永康市红太阳机电有限公司)粉碎,取一部分粉碎样品过40目筛,混匀后用于常规营养成分分析。

1.4 指标测定及方法

1.4.1 农艺性状测定

使用卷尺(8201,得力集团有限公司)测量株高(cm)(自然高度)、旗叶长(cm)、旗叶宽(cm)、穗长(cm);使用游标卡尺(DL3942,得力集团有限公司)测量第1茎节数中间部位的茎粗(mm);统计茎节数、主穗小穗数(个)、小穗粒数(粒)、轮层数(层)、单株叶量(片);使用卷尺测量穗下第1节的长度,记录穗下节长;通过人工数单株的有效分蘖数,记录分蘖数。将单株燕麦分离为茎、叶、穗3部分,分别使用电子天平(LD2000-2,沈阳龙腾电子有限公司)称取其鲜重,随后将样品置于电热恒温干燥箱(101-2B,绍兴市尚诚仪器制造有限责任公司)中,经105 ℃杀青20 min后,再于65 ℃烘至恒重,称取干重,计算茎占比、叶占比、穗占比、茎叶比。试验设置5个重复(n=5),即每个指标测量5株独立的燕麦。

1.4.2 常规营养成分分析

取混匀后的全株燕麦风干样品测定常规营养成分,每个品种燕麦的每个营养成分重复测定3次(n=3)。按照GB/T 6435—2014测定干物质(DM)含量;按照GB/T 6438—2006测定粗灰分(Ash)含量;按照GB/T 6433—2006测定粗脂肪(EE)含量;利用试剂盒(苏州科铭生物技术有限公司)测定淀粉(Starch)含量;使用全自动凯氏定氮仪(KjeltecTM 8400型,丹麦FOSS公司)测定CP含量;利用试剂盒(蒽酮-硫酸比色法,苏州科铭生物技术有限公司)测定水溶性碳水化合物(WSC)含量;参照Van Soest[4]的方法测定NDF、ADF和酸性洗涤木质素(ADL)含量。各类蛋白质组分在全自动凯氏定氮仪上进行测定,其中中性洗涤不溶蛋白质(NDFIP)和酸性洗涤不溶蛋白质(ADFIP)含量的测定方法分别是将已测定完NDF和ADF的样品袋剪碎,将其残余物无损失地转移到消化管的底部,然后按照与CP相同的测定步骤进行测定;非蛋白氮(NPN)含量根据Licitra等[6]的方法测定;可溶性蛋白质(SP)含量参照Krishnamoorthy等[7]的方法测定。根据NRC(2001)[8]中给出的公式计算半纤维素(hemi-cellulose)和纤维素(cellulose)含量。

半纤维素(%DM)=NDF(%DM)-ADF(%DM);

纤维素(%DM)=ADF(%DM)-ADL(%DM)。

1.4.3 CHO和蛋白质组分计算

根据CNCPS公式[9]计算出CHO和蛋白质组分。
CHO组分计算公式:

CHO(%DM)=100-

CP(%DM)-EE(%DM)-Ash(%DM);

不可利用碳水化合物(CC,%CHO)=100×

[NDF(%DM)×ADL(%DM)×0.01×2.4]/

CHO(%DM);

慢速降解碳水化合物(CB2,%CHO)=100×

[NDF(%DM)-NDFIP(%CP)×0.01×CP

(%DM)-NDF(%DM)×ADL(%DM)×0.01×

2.4]/CHO(%DM);

非结构性碳水化合物(NSC,%CHO)=

100-CB2(%CHO)-CC(%CHO);

中速降解碳水化合物(CB1,%CHO)=

Starch(%NSC)×[100-CB2(%CHO)-

CC(%CHO)]/100;

快速降解碳水化合物(CA,%CHO)=[100-

Starch(%NSC)]×[100-CB2(%CHO)-

CC(%CHO)]/100。

蛋白质组分计算公式:

非蛋白氮(PA,%CP)=NPN

(%SP)×SP(%CP)×0.01;

快速降解真蛋白质(PB1,%CP)=

SP(%CP)-PA(%CP);

中速降解真蛋白质(PB2,%CP)=100-

PA(%CP)-PA(%CP)-PB3(%CP)-PC(%CP);

慢速降解真蛋白质(PB3,%CP)=

NDFIP(%CP)-ADFIP(%CP);

不可降解蛋白质(PC,%CP)=ADFIP(%CP);

蛋白质组分中的非蛋白氮PA为计算参数,其数值来源于NPN,但不等同于NPN。

1.5 数据处理与分析

采用Excel 2019对数据进行整理,结果以“平均值±标准误”表示。使用SPSS 26进行单因素方差分析(one-way ANOVA),并运用Duncan氏法进行多重比较,P<0.05为差异显著标准。利用Origin 2024绘图。

2 结果与分析

2.1 不同品种燕麦的农艺性状差异

由表4可知,青海甜燕麦的旗叶长(36.92 cm)、旗叶宽(3.00 cm)、单株叶量(5.60片)、株高(169.70 cm)、穗下节长(28.50 cm)、小穗粒数(99.20粒)、穗重(21.42 g)、穗长(33.22 cm)、茎粗(7.50 mm)、鲜干比(4.60)最高;青海444的分蘖数(4.40个)、主穗小穗粒数(30.80粒)、茎叶比(3.32)最高,其中茎叶比显著高于其他品种燕麦(P<0.05);甜燕2号的穗占比(35.40%)最高,显著高于速锐和萨摩(P<0.05);萨摩的茎占比(54.89%)最高,显著高于速锐和甜燕2号(P<0.05);摩根的轮层数(5.6层)最高;速锐的叶占比(17.28%)最高;萨摩、摩根和青引1号的茎节数均为4.00节,显著高于速锐和青海444(P<0.05)。
表4 不同品种燕麦的农艺性状

Table 4 Agronomical traits of different oat varieties

项目
Items		 林纳
Lean		 萨摩
Samo		 摩根
Mogen		 速锐
Souris		 青引1号
Qingyin
No.1		 甜燕2号
Tianyan
No.2		 青海甜燕麦
Qinghai
sweet oat		 青海444
Qinghai
No.444		 P值
P-value
茎节数
Number of predicals/节		 3.80±0.20ab 4.00±0.00a 4.00±0.00a 3.40±0.24bc 4.00±0.00a 3.80±0.20ab 3.80±0.20ab 3.20±0.20c 0.011
茎粗 Stem diameter/mm 4.79±0.20d 6.32±0.22b 5.53±0.46c 6.51±0.24b 6.01±0.33b 6.09±0.42b 7.50±0.26a 6.00±0.08b <0.001
株高 Plant height/cm 137.56±2.35d 127.68±2.17e 167.50±3.39ab 152.60±2.65c 149.80±4.21c 118.40±4.97e 169.70±3.16a 158.50±2.36bc <0.001
茎占比 Stem ratio/% 54.35±0.86a 54.89±1.51a 51.08±0.71a 50.92±1.50b 53.18±3.22a 50.04±1.94b 53.13±1.22a 53.44±2.67a 0.004
旗叶长 Flag leaf length/cm 26.50±2.04cd 25.16±1.24d 34.78±3.30ab 28.48±1.53bcd 33.90±3.80abc 25.30±2.54d 36.92±2.75a 27.60±1.83bcd 0.008
旗叶宽 Flag leaf width/cm 2.16±0.10b 2.10±0.12b 2.68±0.15a 1.96±0.05b 2.24±0.09b 1.96±0.17b 3.00±0.27a 2.16±0.12b <0.001
单株叶量
Leaf mass per plant/片		 4.20±0.20b 4.40±0.24ab 4.80±0.20ab 4.60±0.20ab 5.00±0.32a 4.60±0.20ab 5.60±0.20a 5.00±0.24a 0.017
叶占比 Leaf ratio/% 15.30±0.53a 16.66±0.54a 15.45±0.75a 17.28±2.01a 14.80±1.73ab 14.56±0.41ab 16.73±0.56a 11.85±0.79b 0.035
穗下节长
Node length below spike/cm		 22.70±2.30ab 19.60±1.36bc 22.90±2.39ab 24.10±0.75ab 28.16±3.21a 14.30±1.24c 28.50±0.95a 20.40±1.60b <0.001
轮层数 Panicle number/层 4.60±0.24bc 4.80±0.20bc 5.60±0.24a 4.20±0.20c 5.00±0.00a 5.20±0.20ab 4.20±0.20c 4.60±0.24bc <0.001
小穗粒数
Grains per spike/粒		 46.80±4.12c 52.00±2.49c 72.00±5.82b 47.40±5.80c 65.40±8.33bc 57.20±5.36bc 99.20±10.18a 63.20±2.99bc <0.001
主穗小穗数
Number of spikelets/粒		 25.60±1.25ab 22.00±0.95b 26.80±1.66ab 22.80±1.32b 26.00±1.38ab 27.20±2.29ab 29.40±2.94a 30.80±1.53a 0.020
穗重 Panicle weight/g 13.82±1.00b 9.66±0.85b 16.30±1.42ab 13.79±0.88b 14.30±2.42b 15.36±0.97ab 21.42±4.78a 13.04±1.51b 0.016
穗长 Panicle length/cm 21.38±0.98b 20.10±0.19b 29.20±2.42a 21.80±0.51b 23.56±1.12b 22.76±0.98b 33.22±3.35a 22.70±1.39b <0.001
穗占比 Spike ratio/% 30.35±1.06abc 27.10±1.32bc 33.47±0.21ab 26.04±1.26c 32.02±4.64abc 35.40±1.92a 30.14±0.90abc 33.71±3.37ab 0.008
茎叶比 Stem-leaf ratio 2.91±0.08b 2.49±0.07c 2.97±0.07b 2.71±0.18bc 2.95±0.13b 2.87±0.04b 2.77±0.11bc 3.32±0.16a 0.004
分蘖数 Tiller number/个 3.20±0.20 3.40±0.60 4.00±0.55 3.00±0.32 3.80±0.37 2.60±0.24 4.20±0.20 4.40±0.68 0.072
鲜干比 FW-DW ratio 3.82±0.16 4.18±0.17 4.47±0.19 4.39±0.34 4.27±0.20 3.94±0.06 4.60±0.14 4.25±0.07 0.094

同行数据肩标不同小写字母表示差异显著(P<0.05),相同或无字母表示差异不显著(P>0.05)。下表同。

Values in the same row with different lowercase letter superscripts indicated significant differences (P<0.05), while with the same or no letter superscripts indicated no significant difference (P>0.05). The same as below.

2.2 不同品种燕麦的全株常规营养成分含量差异

由表5可知,品种显著影响燕麦全株的常规营养成分含量(P<0.05)。不同品种燕麦的DM含量范围为21.85%FW~26.38%FW,以林纳的DM含量最高;不同品种燕麦的CP含量范围为6.04%DM~10.20%DM,其中青海444和青海甜燕麦的CP含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的NDF含量范围为51.07%DM~69.45%DM,以青引1号的NDF含量最高,速锐的NDF含量最低;不同品种燕麦的ADF含量范围为30.77%DM~37.47%DM,以青引1号的ADF含量最高,速锐的ADF含量最低,显著低于其他品种燕麦(P<0.05);不同品种燕麦的CHO含量范围为77.15%DM~84.35%DM,以甜燕2号的CHO含量最高,青海444的CHO含量最低,显著低于其他品种燕麦(P<0.05);不同品种燕麦的EE含量范围为2.78%DM~5.44%DM,以青海444的EE含量最高;不同品种燕麦的Starch含量范围为14.33%DM~22.10%DM,其中甜燕2号和速锐的Starch含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的Ash含量范围为6.14%DM~7.51%DM,其中青海甜燕麦和青海444的Ash含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的ADL含量范围为4.63%DM~11.00%DM,其中青海444的ADL含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的半纤维素含量范围为20.29%DM~31.98%DM,以青引1号的半纤维含量最高,显著高于除萨摩外的其他品种燕麦(P<0.05);不同品种燕麦的纤维素含量范围为25.09%DM~31.01%DM,以林纳的纤维素含量最高;不同品种燕麦的NDFIP含量范围为2.38%DM~3.80%DM,其中速锐的NDFIP含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的ADFIP含量范围为1.58%DM~2.44%DM,以林纳的ADFIP含量最高;不同品种燕麦的NPN含量范围为1.41%DM~6.37%DM,以青海甜燕麦的NPN含量最高;不同品种燕麦的SP含量范围为1.56%DM~4.34%DM,其中青海甜燕麦的SP含量显著高于其他品种燕麦(P<0.05)。
表5 不同品种燕麦的全株常规营养成分含量

Table 5 Conventional nutrient contents of whole plants of different oat varieties

项目
Items		 林纳
Lean		 萨摩
Samo		 摩根
Mogen		 速锐
Souris		 青引1号
Qingyin
No.1		 甜燕2号
Tianyan
No.2		 青海甜燕麦
Qinghai
sweet oat		 青海444
Qinghai
No.444		 P值
P-value
干物质 DM/%FW 26.38±1.12 24.09±1.08 22.55±0.96 23.41±2.08 23.60±1.10 25.41±0.37 21.85±0.74 23.57±0.37 0.070
粗蛋白质 CP/%DM 6.41±0.04d 6.39±0.01d 7.12±0.05c 6.79±0.06c 7.91±0.15b 6.04±0.01d 9.85±0.13a 10.20±0.28a <0.001
中性洗涤纤维 NDF/%DM 64.93±1.73b 65.81±1.46b 58.55±0.44c 51.07±0.32d 69.45±1.27a 64.24±0.15b 59.68±0.82c 60.78±1.48c <0.001
酸性洗涤纤维 ADF/%DM 37.12±0.12ab 34.62±0.85b 34.78±0.47b 30.77±0.10c 37.47±0.61a 36.85±1.19ab 36.28±0.89ab 36.71±0.79ab <0.001
碳水化合物 CHO/%DM 83.44±0.37a 83.26±1.15a 82.81±0.53ab 82.66±0.82ab 80.95±0.19bc 84.35±0.39a 79.97±0.45c 77.15±0.31d <0.001
水溶性碳水化合物 WSC/%DM 11.44±0.39b 12.41±0.34b 14.28±0.41a 14.92±0.51a 10.28±0.37c 14.72±0.16a 11.99±0.24b 9.17±0.48c <0.001
粗脂肪 EE/%DM 3.42±0.33 3.28±1.11 3.33±0.64 3.84±0.71 3.80±0.20 3.48±0.43 2.78±0.26 5.44±0.31 0.199
淀粉 Starch/%DM 17.10±0.56b 14.33±0.95c 15.26±0.25c 21.26±0.15a 17.97±0.63b 22.10±0.31a 17.04±0.49b 14.53±0.22c <0.001
粗灰分 Ash/%DM 6.70±0.01c 7.05±0.03b 6.78±0.05c 6.65±0.09c 7.19±0.05b 6.14±0.05d 7.51±0.06a 7.44±0.05a <0.001
酸性洗涤木质素 ADL/%DM 6.11±0.38de 4.63±0.40e 6.23±0.38de 5.68±0.16de 8.00±1.03bc 7.04±0.51cd 8.99±0.31b 11.00±0.63a <0.001
半纤维素 Hemicellulose/%DM 27.80±1.70bc 31.19±0.76ab 23.77±0.18de 20.29±1.32e 31.98±0.71a 27.39±1.19cd 23.40±1.65e 24.07±0.99de <0.001
纤维素 Cellulose/%DM 31.01±0.41a 29.99±0.50ab 28.55±0.31bc 25.09±0.91d 29.47±0.74abc 29.81±0.68ab 27.29±0.68cd 25.71±1.28d <0.001
中性洗涤不溶蛋白质
NDFIP/%DM		 3.34±0.02b 2.87±0.16bcd 2.76±0.03bcd 3.80±0.31a 3.00±0.20bc 2.38±0.14d 2.76±0.26bcd 2.65±0.07cd 0.001
酸性洗涤不溶蛋白质
ADFIP/%DM		 2.44±0.12a 2.40±0.06a 1.88±0.07bc 2.41±0.15a 2.19±0.05ab 1.58±0.11c 2.35±0.18a 2.42±0.15a <0.001
非蛋白氮 NPN/%DM 1.55±0.07c 2.92±0.12b 2.45±0.10b 1.89±0.06c 2.92±0.16b 1.41±0.04c 6.37±0.17a 6.33±0.37a <0.001
可溶性蛋白质 SP/%DM 2.45±0.01c 3.41±0.03b 2.27±0.11c 2.28±0.16c 1.56±0.10d 2.15±0.13c 4.34±0.20a 3.59±0.28b <0.001

2.3 不同品种燕麦的全株CNCPS组分差异

不同燕麦品种全株的CNCPS组分如表6所示。从CHO组分来看,不同燕麦品种的CA含量范围为4.31%CHO~21.13%CHO,其中速锐和摩根的CA含量显著高于其他燕麦品种(P<0.05);不同燕麦品种的CB1含量范围为14.76%CHO~22.40%CHO,其中速锐和甜燕2号的CB1含量显著高于其他燕麦品种(P<0.05);不同品种燕麦的CB2含量范围为49.09%CHO~66.13%CHO,其中萨摩的CB2含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的CC含量范围为7.89%CHO~21.26%CHO,其中青海444的CC含量显著高于其他品种燕麦(P<0.05),以萨摩的CC含量最低;不同品种燕麦的NSC含量范围为22.83%CHO~42.55%CHO,其中速锐的NSC含量显著高于其他品种燕麦(P<0.05)。从蛋白质组分来看,不同品种燕麦的PA含量范围为1.41%CP~6.37%CP,其中青海444和青海甜燕麦的PA含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的PB1含量范围为16.75%CP~50.44%CP,其中萨摩的PB1含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的PB2含量范围为1.77%CP~42.39%CP,其中青引1号和青海444的PB2含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的PB3含量范围为2.27%CP~20.54%CP,其中速锐的PB3含量显著高于其他品种燕麦(P<0.05);不同品种燕麦的PC含量范围为23.72%CP~38.14%CP,其中林纳的PC含量最高。
表6 不同品种燕麦的全株CNCPS组分

Table 6 CNCPS fractions of whole plants of different oat varieties

项目
Items		 林纳
Lean		 萨摩
Samo		 摩根
Mogen		 速锐
Souris		 青引1号
Qingyin
No.1		 甜燕2号
Tianyan
No.2		 青海甜燕麦
Qinghai
sweet oat		 青海444
Qinghai
No.444		 P值
P-value
碳水化合物组分 CHO fractions/%CHO
快速降解碳水化合物 CA 9.59±1.78b 11.22±0.57b 18.00±1.26a 21.13±0.07a 5.46±0.80c 4.31±0.44c 12.98±2.50b 11.74±0.76b <0.001
中速降解碳水化合物 CB1 17.49±0.70b 14.76±1.47c 15.07±0.29c 21.42±0.02a 17.36±0.17b 22.40±0.14a 16.69±0.60bc 14.58±0.37c <0.001
慢速降解碳水化合物 CB2 61.49±0.28b 66.13±0.93a 56.77±0.10cd 49.09±0.31e 61.59±0.87b 60.52±2.12bc 53.92±2.02d 52.42±1.96de <0.001
不可利用碳水化合物 CC 11.43±1.36d 7.89±0.03e 10.16±1.08de 8.36±0.26e 15.59±0.23bc 12.77±1.54cd 16.41±0.12b 21.26±0.82a <0.001
非结构性碳水化合物 NSC 27.09±1.08cd 25.98±0.89de 33.07±0.97b 42.55±0.05a 22.83±0.64e 26.71±0.57cd 29.67±1.90c 26.32±1.14cde <0.001
蛋白质组分 Protein fractions/%CP
非蛋白氮 PA 1.55±0.07c 2.92±0.12b 2.45±0.10b 1.89±0.06c 2.92±0.16b 1.41±0.04c 6.37±0.17a 6.33±0.37a <0.001
快速降解真蛋白质 PB1 36.76±0.26bc 50.44±0.41a 29.48±1.51d 31.64±2.45cd 16.75±1.32e 34.17±2.21bcd 37.71±2.16b 28.87±2.74d <0.001
中速降解真蛋白质 PB2 9.61±0.19c 1.77±0.41d 29.30±1.52b 10.50±2.41c 42.39±1.24a 25.05±2.19b 27.94±2.00b 38.82±2.70a <0.001
慢速降解真蛋白质 PB3 13.94±1.81b 7.33±0.94cd 12.36±1.02b 20.54±2.14a 10.23±0.58bc 13.26±1.89b 4.13±1.82de 2.27±1.46e <0.001
不可降解蛋白质 PC 38.14±1.81a 37.54±0.94a 26.41±1.02b 35.43±2.14a 27.71±0.58b 26.12±1.89b 23.86±1.82b 23.72±1.46b <0.001

2.4 燕麦农艺性状与其全株CHO成分及CNCPS CHO组分之间的相关关系

由图2可知,燕麦农艺性状与其全株CHO成分及CNCPS CHO组分存在不同程度的相关性。其中,ADL含量与主穗小穗数、茎叶比呈极显著正相关(P<0.05);Starch含量与分蘖数呈显著负相关(P<0.05),与穗重、穗占比存在一定的正相关关系(P>0.05);纤维素含量与茎节数呈显著正相关(P<0.05);WSC含量与茎叶比和分蘖数存在一定的负相关关系(P>0.05);CHO含量与分蘖数呈显著负相关(P<0.05);CB1含量与分蘖数呈显著负相关(P<0.05);CB2含量与茎节数呈显著正相关(P<0.05);CC含量与主穗小穗数、茎叶比呈极显著正相关(P<0.01)。
图2 燕麦农艺性状与其全株CHO成分及CNCPS CHO组分之间的相关关系

“*”表示显著相关(P<0.05),“**”表示极显著相关(P<0.01)。下图同。

Fig.2 Correlation between agronomical traits of oats and their whole plant CHO components and CNCPS CHO fractions

“*”mean significant correlation (P<0.05), and “**” mean extremely significant correlation (P<0.01). The same as below.

2.5 燕麦农艺性状与其全株蛋白质成分及CNCPS蛋白质组分之间的相关关系

由图3可知,燕麦农艺性状与其全株蛋白质成分及CNCPS蛋白质组分存在不同程度的相关性。其中,CP含量与单株叶量、主穗小穗数呈显著正相关(P<0.05),与分蘖数呈极显著正相关(P<0.01),与株高、叶占比、穗占比存在一定的正相关关系(P>0.05);NDFIP含量与茎占比呈显著正相关(P<0.05),与穗占比存在一定的负相关关系(P>0.05);ADFIP含量与茎占比呈极显著正相关(P<0.01),与轮层数和穗占比呈显著负相关(P<0.05);PA含量与单株叶量、分蘖数呈显著正相关(P<0.05),与鲜干比一定的正相关关系(P>0.05);SP含量与叶占比呈极显著正相关(P<0.01);PB2含量与主穗小穗数、茎叶比呈显著正相关(P<0.05),与穗占比存在一定的正相关关系(P>0.05);PB3含量与分蘖数呈显著负相关(P<0.05);PC含量与穗占比、鲜干比存在一定的负相关关系(P>0.05),与单株叶量、小穗粒数呈显著负相关(P<0.05),与主穗小穗数呈极显著负相关(P<0.01)。
图3 燕麦农艺性状与其全株蛋白质成分与CNCPS蛋白质组分之间的相关关系

Fig.3 Correlation between agronomical traits of oats and their whole plant protein components and CNCPS protein fractions

3 讨论

3.1 不同品种燕麦的农艺性状差异

农艺性状是反映燕麦生长状况的关键指标,直接关系到养分的吸收与分配。作为优质饲草料,燕麦的农艺性状是影响其营养品质的重要因素之一,因此,明确不同农艺性状的分布特征,对于揭示燕麦营养品质的形成机制具有重要意义。本研究对8个燕麦品种的农艺性状进行了单因素方差分析,结果显示每个燕麦品种都有其较为突出的农艺性状。例如,青海甜燕麦在茎粗、旗叶长宽、株高和穗重等方面表现突出;甜燕2号则具有较高的茎叶比和穗占比,但株高较低。饲草的适口性和干物质积累量可以通过鲜干比来衡量[10]。本研究中,穗重较大、叶片较多的燕麦品种往往具有更优的品质潜力,这与姜慧新等[11]、张雯露等[12]的研究结论一致。已有研究表明,燕麦叶片比例高、茎秆比例低时,其适口性更佳,营养价值更高[13-14]。此外,茎、叶、穗的分配比例与燕麦营养价值密切相关。本研究中,甜燕2号的穗占比最高,其Starch含量达22.10%DM,进一步印证了穗部结构对养分积累的贡献。在鲜干比方面,本研究对不同品种燕麦的测定值为3.82~4.60,与刘夏琳[15]的试验结果基本一致。综合来看,燕麦的饲用价值与推广潜力不仅取决于农艺性状,还需结合营养成分进行系统评价。因此,通过对燕麦田间农艺性状的系统观测,可为其常规营养成分含量提供初步的评估依据。

3.2 不同品种燕麦全株的常规营养成分差异

燕麦作为CP含量最高的青饲料之一,具有极高的营养价值。饲草的营养成分是反映其品质的重要指标,而明确饲草的营养参数则是优化饲粮配制的基础。在饲草品质评价体系中,CP、NDF和ADF含量是3个关键指标,直接影响动物的采食量与消化率。通常,较高的蛋白质含量与较低的纤维含量是优质饲草的重要特征[16]。王鑫等[17]研究表明,燕麦全株的CP、NDF、ADF及EE含量范围分别为9.15%DM~12.03%DM、55.33%DM~62.14%DM、36.77%DM~42.32%DM和2.36%DM~2.90%DM。本研究中测得的燕麦全株的CP和ADF含量略低于上述范围,EE含量则略高于上述范围,而NDF含量则基本一致。这一差异可能与燕麦品种、种植地理位置以及测定方法的不同有关。王建丽等[18]在对7个羊草(Leymus chinensis)新品种的研究中发现,其ADFIP、NDFIP和SP含量范围分别为0.88%DM~1.05%DM、2.72%DM~4.12%DM和6.44%DM~7.84%DM。相比之下,本研究中测得的燕麦的ADFIP含量略高,而NDFIP与SP含量略低。该差异主要归因于饲草类型的不同(燕麦vs.羊草)。

3.3 不同品种燕麦全株的CNCPS组分差异

CNCPS能够解析饲料内部的蛋白质和CHO组分,从而评判其综合营养水平及在瘤胃中的降解特性,进而对饲料的营养价值进行评定,这对饲料原料的合理利用具有重要的参考价值[19]。CHO作为反刍动物的重要能量来源,本研究得出燕麦的CHO含量是较高的,为77.15%DM~84.35%DM,这与陈艳等[20]和赖琦等[21]的研究结果一致。在CHO组分中,本研究中速锐的CA、CB1、NSC含量均较高,分别为21.13%CHO、21.42%CHO、42.55%CHO,而CB2、CC含量则较低,分别为49.09%CHO、8.36%CHO,该组分特征表明,速锐的CHO以快速和中速降解组分为主,慢速降解及不可利用组分占比较低,反映出其较高的CHO利用率。在蛋白质组分中,PA(包括谷氨酰胺、天冬酰胺及肽类)与真蛋白质具有相似的营养功能,对反刍动物营养价值较高[22]。本研究中,不同品种燕麦的蛋白质组分存在差异,其中青海444与青海甜燕麦的PA含量较高(分别为6.33%CP、6.37%CP),而PB3与PC含量较低(PB3含量分别为2.27%CP、4.13%CP,PC含量分别为23.72%CP、23.86%CP)。这说明这2个品种的燕麦PA利用率较高,而慢速降解与不可降解的蛋白质占比较低,蛋白质吸收利用率较高。

3.4 燕麦农艺性状与其全株CHO成分及CNCPS CHO组分之间的相关关系

Iwaasa等[23]研究表明,牧草常规营养成分与株高、叶量、形态发育阶段、节数等形态性状密切相关。已有研究证实,茎、叶、穗的比例与牧草营养价值有很大关系[24-26]。本研究中,茎占比与Starch含量具有负相关关系,说明茎占比越大,Starch含量越低;穗占比与纤维素和半纤维素含量具有负相关关系,说明穗占比越大,纤维素和半纤维素含量越低;茎叶比与CC含量具有极显著的正相关关系,说明茎叶比越大,CC占比越大,饲用价值越低,这与梁艳[27]的研究结果一致。

3.5 燕麦农艺性状与其全株蛋白质成分及CNCPS蛋白质组分之间的相关关系

姜慧新等[11]在进行黄淮海地区不同燕麦品种农艺性状与饲草品质综合评价的研究中得出,株高、叶占比、穗占比与CP含量具有显著的正相关关系,本研究结果与之相符,进一步验证了株高、叶占比、穗占比等农艺性状会影响饲草品质。此外,Fick等[28]研究表明,CP含量与叶量存在正相关关系,与茎节数存在负相关关系,与本研究结果与此一致,表明叶量越多、茎节数越少,CP含量越高,饲草营养价值也相应越高。本研究中,茎占比与NDFIP和ADFIP含量存在显著或极显著的正相关关系,说明茎在全株中占比越高,不可利用蛋白质含量越高;茎叶比与PB2含量存在显著正相关关系,说明茎叶比越大其营养价值越高,这与梁艳[28]的研究结果类似,暗示茎叶结构在调控蛋白质降解特性中具有重要作用。
综上所述,饲养燕麦的营养价值可通过株高、叶占比、茎占比及茎叶比等农艺性状进行初步评估。这一关系的建立,可为田间快速筛选优质饲用燕麦品种提供理论依据,有助于降低育种筛选的复杂度。基于上述关联性,未来研究可通过建立农艺性状与CNCPS CHO、蛋白质组分的回归模型,为实现饲用燕麦营养品质的田间快速、无损检测提供理论依据与技术支撑,推动国产饲用燕麦品质提升与高效育种。

4 结论

本研究通过分析不同饲用燕麦品种的农艺性状与营养组成,揭示了茎、叶、穗占比与CHO和蛋白质积累之间的内在联系:茎占比高的林纳、萨摩在结构性碳水化合物积累上表现突出,茎、叶、穗占比平均的摩根和青引1号较于林纳和萨摩更有利于PB2的积累,叶占比高的青海甜燕麦富含蛋白质且降解特性更优,叶占比低的青海444在CC的积累上更为突出,穗占比高的甜燕2号有利于Starch和CB1的积累,穗占比低的速锐在不可利用蛋白质的积累上较甜燕2号更为突出。以上结果表明,饲用燕麦的农艺性状与营养品质密切相关,可作为其品质预测的重要指标。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘文辉, 张永超, 梁国玲, 等. 高寒区施肥和混播对燕麦栽培草地植物氮素储量的影响[J]. 草业科学, 2019, 36(2):468-479.

LIU W H, ZHANG Y C, LIANG G L, et al. Effect of fertilizer and legume mixture on oat cultivation and nitrogen storage in an alpine region[J]. Pratacultural Science, 2019, 36(2):468-479. (in Chinese)

[2]
谭秀英. 高营养饲用燕麦筛选与分析[D]. 硕士学位论文. 贵阳: 贵州大学, 2019.

TAN X Y. Screening and analysis of high nutrient forage oats[D]. Master’s Thesis. Guiyang: Guizhou University, 2019. (in Chinese)

[3]
MORRISON F B. Feeds and feeding[J]. Soil Science, 1936, 42(5):395-396.

[4]
VAN SOEST P J. Nutritional ecology of the ruminant[M]. 2nd ed. Ithaca: Cornell University Press, 1994.

[5]
VAN AMBURGH M E, COLLAO-SAENZ E A, HIGGS R J, et al. The Cornell net carbohydrate and protein system:updates to the model and evaluation of version 6.5[J]. Journal of Dairy Science, 2015, 98(9):6361-6380.

DOI

[6]
LICITRA G, HERNANDEZ T M, VAN SOEST P J. Standardization of procedures for nitrogen fractionation of ruminant feeds[J]. Animal Feed Science and Technology, 1996, 57(4):347-358.

DOI

[7]
KRISHNAMOORTHY U, SNIFFEN C J, STERN M D, et al. Evaluation of a mathematical model of rumen digestion and an in vitro simulation of rumen proteolysis to estimate the rumen-undegraded nitrogen content of feedstuffs[J]. British Journal of Nutrition, 1983, 50(3):555-568.

DOI

[8]
Subcommittee on Dairy Cattle Nutrition,Committee on Animal Nutrition,National Research Council. Nutrient requirements of dairy cattle[S]. 7th ed.Washington,D.C.: National Academies Press, 2001.

[9]
SNIFFEN C J, O’CONNOR J D, VAN SOEST P J, et al. A net carbohydrate and protein system for evaluating cattle diets:Ⅱ.Carbohydrate and protein availability[J]. Journal of Animal Science, 1992, 70(11):3562-3577.

DOI

[10]
王巍. 吉林省西部地区21个燕麦品种生产性能和营养价值评价[D]. 硕士学位论文. 长春: 东北师范大学, 2016.

WANG W. Assessment of productive performance and nutritive value of 21 oat genotypes in western Jilin Province[D]. Master’s Thesis. Changchun: Northeast Normal University, 2016. (in Chinese)

[11]
姜慧新, 柏杉杉, 吴波, 等. 22个燕麦品种在黄淮海地区的农艺性状与饲草品质综合评价[J]. 草业学报, 2021, 30(1):140-149.

DOI

JIANG H X, BAI S S, WU B, et al. A multivariate evaluation of agronomic straits and forage quality of 22 oat varieties in the Huang-Huai-Hai area of China[J]. Acta Prataculturae Sinica, 2021, 30(1):140-149. (in Chinese)

[12]
张雯露, 黄雄杰, 李容, 等. 川西北高寒地区5种饲草产量与CNCPS组分分析[J]. 草地学报, 2024, 32(6):1672-1681.

DOI

ZHANG W L, HUANG X J, LI R, et al. Yield and CNCPS components analysis of five forage grasses in northwestern Sichuan plateau[J]. Acta Agrestia Sinica, 2024, 32(6):1672-1681. (in Chinese)

[13]
张莹, 陈志飞, 张晓娜, 等. 不同刈割期对春播、秋播燕麦干草产量和品质的影响[J]. 草业学报, 2016, 25(11):124-135.

DOI

ZHANG Y, CHEN Z F, ZHANG X N, et al. Influence of mowing time on yield and quality of spring and autumn sown oat hay[J]. Acta Prataculturae Sinica, 2016, 25(11):124-135. (in Chinese)

DOI

[14]
李春喜, 叶润荣, 周玉碧, 等. 高寒牧区不同燕麦品种饲草产量及品质的研究[J]. 草地学报, 2014, 22(4):882-888.

DOI

LI C X, YE R R, ZHOU Y B, et al. Research on forage yields and qualities of different oat (Arena sativa) varieties in alpine pastoral regions[J]. Acta Agrestia Sinica, 2014, 22(4):882-888. (in Chinese)

[15]
刘夏琳. 四个饲用燕麦品种在晋北农牧交错带的农艺性状和品质比较分析[D]. 硕士学位论文. 晋中: 山西农业大学, 2020.

LIU X L. The comparison and analysis of agronomic traits and quality among four forage oats varieties in the agro-pastoral ecotone of northern Shanxi[D]. Master’s Thesis. Jinzhong: Shanxi Agricultural University, 2020. (in Chinese)

[16]
程天亮. 不同刈割期对燕麦产量和品质的影响[D]. 硕士学位论文. 杨凌: 西北农林科技大学, 2013.

CHENG T L. Effect of different mown stages on yield and nutritive value of oat[D]. Master’s Thesis. Yangling: Northwest A&F University, 2013. (in Chinese)

[17]
王鑫, 融晓萍, 王凤梧, 等. 刈青燕麦草全株及茎叶穗主要营养成分分析[J]. 北方农业学报, 2019, 47(1):91-96.

WANG X, RONG X P, WANG F W, et al. Analysis of the main nutrients in whole plant,stem,leaf and panicle of mowing oat grass[J]. Journal of Northern Agriculture, 2019, 47(1):91-96. (in Chinese)

DOI

[18]
王建丽, 刘杰淋, 朱瑞芬, 等. 7个羊草新品种(系)生产性能和营养价值综合评价[J]. 黑龙江畜牧兽医, 2021(9):116-122.

WANG J L, LIU J L, ZHU R F, et al. Comprehensive evaluation of productivity and nutritional value of 7 new varieties (strains) of Leymus chinensis[J]. Heilongjiang Animal Science and Veterinary Medicine, 2021(9):116-122. (in Chinese)

[19]
ZHAO J S, ZHOU Z M, REN L P, et al. Evaluation of dry matter intake and daily weight gain predictions of the Cornell net carbohydrate and protein system with local breeds of beef cattle in China[J]. Animal Feed Science and Technology, 2008, 142(3/4):231-246.

DOI

[20]
陈艳, 王之盛, 张晓明, 等. 常用粗饲料营养成分和饲用价值分析[J]. 草业学报, 2015, 24(5):117-125.

DOI

CHEN Y, WANG Z S, ZHANG X M, et al. Analysis of the nutritional components and feeding values of commonly used roughages[J]. Acta Prataculturae Sinica, 2015, 24(5):117-125. (in Chinese)

DOI

[21]
赖琦, 姜菲, 高彦华, 等. 川西高原4种牦牛常用种植牧草营养价值及评价方法的研究进展[J]. 饲料工业, 2022, 43(18):24-30.

LAI Q, JIANG F, GAO Y H, et al. Research progress on nutritional value and evaluation method of four types of planting forages for yaks in western Sichuan plateau[J]. Feed Industry, 2022, 43(18):24-30. (in Chinese)

[22]
周俊华. 应用CNCPS评定水牛常用粗饲料的营养价值[D]. 硕士学位论文. 南宁: 广西大学, 2012.

ZHOU J H. Evaluation of nutritive value of common roughages for Guangxi water buffalo by CNCPS[D]. Master’s Thesis. Nanning: Guangxi University, 2012. (in Chinese)

[23]
IWAASA A D, BEAUCHEMIN K A, ACHARYA S N, et al. Shearing force of alfalfa stems:effects of cultivar and shearing site[J]. Canadian Journal of Plant Science, 1999, 79(1):49-55.

DOI

[24]
王桃, 徐长林, 姜文清, 等. 高寒草甸区饲用燕麦品种营养价值综合评价研究[J]. 中国草地学报, 2010, 32(3):68-75.

WANG T, XU C L, JIANG W Q, et al. The comprehensive evaluation of nutrition value of different oat (Avena sativa) varieties in meadow region of alpine[J]. Chinese Journal of Grassland, 2010, 32(3):68-75. (in Chinese)

[25]
孙鏖, 傅胜才, 张佰忠, 等. 湖南冬闲旱地不同燕麦品种生产性能的初步分析[J]. 草地学报, 2013, 21(1):123-126.

SUN A, FU S C, ZHANG B Z, et al. Production performances of different oat (Avena sativa) cultivars in winter-dry land of Hunan[J]. Acta Agrestia Sinica, 2013, 21(1):123-126. (in Chinese)

[26]
邓天美. 高寒地区不同燕麦品种的生长特性分析[J]. 南方农业, 2018, 12(26):135-136.

DENG T M. Analysis of growth characteristics of different oat varieties in alpine regions[J]. South China Agriculture, 2018, 12(26):135-136. (in Chinese)

[27]
梁艳. 13个饲用燕麦品种在鄂尔多斯盐碱地生产性能和营养品质的研究[D]. 硕士学位论文. 呼和浩特: 内蒙古农业大学, 2024.

LIANG Y. Study on production performance and nutritional quality of 13 forage oat varieties in Ordos aline-alkali soil[D]. Master’s Thesis. Hohhot: Inner Mongolia Agricultural University, 2024. (in Chinese)

[28]
FICK G W, ONSTAD D W. Statistical models for predicting alfalfa herbage quality from morphological or weather data[J]. Journal of Production Agriculture, 1988, 1(2):160-166.

DOI

Options
文章导航

/

〈 〉

    联系我们

  • 地址：北京市海淀区圆明园西路2号
    　　　中国农业大学动科动医大楼153室
  • 邮编：100193
  • 电话：010－62817823
  • 网址：http://www.chinajan.com
  • E-mail：cjan@chinajan.com
京公网安备 11010802041926号    京ICP备17050989号-2