动物营养学报    2019, Vol. 31 Issue (4): 1877-1886    PDF    
利用康奈尔净碳水化合物-蛋白质体系与聚类分析技术评价油菜秸秆营养价值
兰贵生1, 王芳彬2, 张智安1, 李飞1, 李发弟1,3     
1. 兰州大学草地农业生态系统国家重点实验室, 兰州大学农业农村部草牧业创新重点实验室, 兰州大学草地农业科技学院, 兰州 730020;
2. 甘肃畜牧业产业管理局, 兰州 730030;
3. 甘肃省肉羊繁育生物技术工程实验室, 民勤 733300
摘要: 本试验旨在利用康奈尔净碳水化合物-蛋白质体系(CNCPS)与聚类分析技术对油菜秸秆营养价值进行评定与分类,并探究各类油菜秸秆在瘤胃中的降解规律。试验于甘肃省、青海省、宁夏回族自治区3省18县(区)采集油菜秸秆样品125份,对其进行营养成分测定,用CNCPS 6.5计算样品中碳水化合物和蛋白质各组分的含量,以中性洗涤纤维(NDF)、粗蛋白质(CP)含量为分类指标对油菜秸秆进行聚类分析,将125份油菜秸秆分为3类(第1类:NDF含量平均值为55.75%、CP含量平均值为12.33%;第2类:NDF含量平均值为62.06%、CP含量平均值为5.60%;第3类:NDF含量平均值为72.72%、CP含量平均值为4.59%),并将这3类油菜秸秆进行原位降解试验。结果显示:1)油菜秸秆常规营养成分含量变化范围为干物质(DM)91.20%~96.39%、CP 2.06%~15.92%、粗灰分(Ash)4.12%~12.46%、粗脂肪(EE)0.27%~9.84%、NDF 50.51%~82.12%、酸性洗涤纤维(ADF)39.76%~65.38%、碳水化合物(CHO)69.16%~92.07%、中性洗涤不溶性蛋白质(NDIP)0.50%~2.10%、酸性洗涤不溶性蛋白质(ADIP)0.19%~1.70%。2)CNCPS中油菜秸秆碳水化合物各组分含量变化范围为不可利用纤维(CC)16.16%~63.66%、可利用纤维(CB2)11.23%~58.62%、非结构性碳水化合物(CNSC)12.03%~43.00%、糖类(CA)12.03%~43.00%。3)CNCPS中油菜秸秆蛋白质各组分含量变化范围为非蛋白氮(PA)0.01%~6.04%、溶于缓冲液中的真蛋白质(PB1)0.01%~4.31%、中性洗涤可溶性蛋白质(PB2)0.07%~5.18%、酸性洗涤可溶性蛋白质(PB3)0.01%~1.26%、不可利用氮(PC)0.19%~1.70%。4)原位降解试验结果显示,3类油菜秸秆DM 24 h降解率和有效降解率分别为36.8%和31.8%、24.5%和21.9%、19.1%和20.6%。由上可知,油菜秸秆中含有较多的不可利用的碳水化合物和蛋白质,需进一步通过饲料添加剂来提高反刍动物的消化利用。
关键词: CNCPS     油菜秸秆     聚类分析     营养价值     原位降解    
Using Cornell Net Carbohydrate-Protein System and Cluster Analysis Technique to Evaluate the Nutritional Value of Rape Straw
LAN Guisheng1, WANG Fangbin2, ZHANG Zhian1, LI Fei1, LI Fadi1,3     
1. State Key Laboratory of Grassland Agri-Ecosystems, Key Laboratory of Grassland Livestock Industry Innovation, Ministry of Agriculture and Rural Affairs, College of Pastoral Agriculture Science and Technology, Lanzhou University, Lanzhou 730020, China;
2. Administration of Animal Husbandry Industry in Gansu Province, Lanzhou 730070, China;
3. Engineering Laboratory of Mutton Sheep Breeding and Reproduction Biotechnology in Gansu Province, Minqin 733300, China
Abstract: The objective of this experiment was to evaluate the nutritional value of rape straw using Cornell net carbohydrate-protein system (CNCPS) and cluster analysis technique, and further to explore the degradation law of various kinds of rape straws in the rumen. A total of 125 rape straw samples were collected from 18 counties or regions in Gansu province, Qinghai province and Ningxia Hui autonomous region, and their conventional nutritive components were analyzed. Then the carbohydrate (CHO) and protein components were calculated by CNCPS 6.5. The 125 rape straw samples were divided into 3 categories according to the contents of neutral detergent fiber (NDF) and crude protein (CP) of rape straw as classification indicators using cluster analysis technique (classification 1:NDF average content was 60% and CP average content was 12.3%; classification 2:NDF average content was 60% and CP average content was 5.3%; classification 3:NDF average content was 73% and CP average content was 4.6%), and the three classifications of rape straw were tested for in situ degradation. The results showed as follows:1) the conventional nutritive component content variation ranges of rape straw were dry matter (DM) 91.20% to 96.39%, CP 2.06% to 15.92%, ash 4.12% to 12.46%, ether extract (EE) 0.27% to 9.84%, NDF 50.51% to 82.12%, acid detergent fiber (ADF) 39.76% to 65.38%, CHO 69.16% to 92.07%, neutral detergent insoluble protein (NDIP) 0.50% to 2.10%, acid detergent insoluble protein (ADIP) 0.19% to 1.70%, respectively. 2) The content variation ranges of rape straw CHO components in CNCPS were unavailable fiber (CC) 16.16% to 63.66%, available fiber (CB2) 11.23% to 58.62%, non-structure carbohydrate (CNSC) 12.03% to 43.00%, sugars (CA)12.03% to 43.00%, respectively. 3) The content variation ranges of rape straw protein components in CNCPS were non-protein nitrogen (PA) 0.01% to 6.04%, true protein dissolved in buffer (PB1) 0.01% to 4.31%, neutral detergent soluble protein (PB2) 0.07% to 5.18%, acid detergent soluble protein (PB3) 0.01% to 1.26%, unavailable nitrogen (PC) 0.19% to 1.70%, respectively. 4)The in situ degradation test results showed that the DM degradation rate for 24 h and effective degradation rate of the three classifications of rape straw were 36.8% and 31.8%, 24.5% and 21.9%, 19.1% and 20.6%, respectively. As can be seen form the above, rape straw contains more unusable carbohydrates and proteins, which can further improve the digestion and utilization of ruminants through feed additives.
Key words: CNCPS     rape straw     cluster analysis     nutritional value     in situ degradation    

碳水化合物(CHO)和蛋白质是反刍动物饲料中最主要的营养成分,其在饲料中的含量直接影响反刍动物的生产性能。近年来反刍动物饲料营养价值的评定主要聚焦于碳水化合物和蛋白质各组分含量以及其在瘤胃中降解规律的研究。目前我国粗饲料营养价值的评定仍沿用Weede体系[1]和Van Soest体系[2],但由于反刍动物特殊的消化系统,这2种体系都不能准确评价粗饲料的营养价值。为寻求一种科学合理的饲料评价体系,康奈尔大学相关研究者经过大量的研究提出了康奈尔净碳水化合物-蛋白质体系(CNCPS)[3-5]。在过去的几十年中CNCPS的内容不断增加[6-9],目前已成为国内外最为合理的饲料评价体系。该体系克服了Weede体系和Van Soest体系的缺点,准确地反映了饲料中碳水化合物和蛋白质各组分在瘤胃中的降解率、消化率、外流速率以及能量和蛋白质的吸收效率[10]。此外,同种粗饲料各营养成分含量随着植物成熟度、生长环境、阳光、水分的变化而改变,也受到加工方式和储藏时间的影响,致使同种粗饲料各营养成分含量存在较大差异。这种差异影响了我们对粗饲料营养价值的准确评定,进而造成粗饲料资源大量的浪费。因此,对同种粗饲料按照不同营养成分进行分类至关重要。聚类分析是根据所研究对象之间的某种相似特征对其进行分类的一门技术,目前已广泛应用于饲料的分类[11]。运用聚类分析技术对同种粗饲料依照营养成分进行科学汇总和分类[12],找出影响该饲料原料饲用价值的主要因素,有助于我们合理高效地开发利用粗饲料资源。

油菜是我国油料作物之一,在我国大面积种植,油菜收割后的副产物油菜秸秆资源丰富,年产量接近4 000万t[13]。但是,我国对于油菜秸秆资源基础研究较少,利用率较低,造成了大量的资源浪费。科学合理的评价油菜秸秆资源,找出影响其饲用价值的主要因素对提高油菜秸秆利用率至关重要。因此,本试验旨在通过运用CNCPS和聚类分析技术研究油菜秸秆碳水化合物和蛋白质的组成,从而掌握该饲料原料的营养特点,为进一步评价或提高油菜秸秆饲用价值提供基础数据。

1 材料与方法 1.1 饲料样品的采集

本试验分别于甘肃省、青海省、宁夏回族自治区3省的18个县(区)采集油菜秸秆样品125份,粉碎处理过40目分析筛后,混合均匀装入自封袋编号密封保存,以备后续分析。

1.2 油菜秸秆常规营养成分的测定 1.2.1 测定指标

油菜秸秆常规营养成分的测定于2015年10月至2016年1月在兰州大学草地农业生态系统国家重点实验室完成。测定的指标主要有干物质(DM)、粗蛋白质(CP)、粗灰分(Ash)、粗脂肪(EE)、碳水化合物、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、中性洗涤不溶性蛋白质(NDIP)、酸性洗涤不溶性蛋白质(ADIP)含量。

1.2.2 测定方法

油菜秸秆中碳水化合物含量根据NRC(2001)[14]中的方法进行计算;DM、CP、Ash、EE含量测定参考杨胜[15]所提供的方法,NDF、ADF含量的测定方法参照《饲料分析及饲料质量检测技术(第2版)》[16],NDIP和ADIP含量的测定参照Fortina等[17]的方法。

1.2.3 CNCPS中碳水化合物和蛋白质各组分的计算

CNCPS根据饲料中碳水化合物各组分的化学组成、物理特性以及在瘤胃中的降解规律,把饲料中的碳水化合物划分为4部分:糖类(CA)、淀粉(CB1)、可利用纤维(CB2)和不可利用纤维(CC);又根据饲料在瘤胃中的降解特性把饲料中的蛋白质划分为3部分:非蛋白氮(PA)、真蛋白质(PB)、不可利用氮(PC),PB又可以分为溶于缓冲液中的真蛋白质(PB1)、中性洗涤可溶性蛋白质(PB2)、酸性洗涤可溶性蛋白质(PB3),其计算公式见表 1

表 1 CNCPS下碳水化合物和蛋白质各组分计算公式 Table 1 Calculation formula of carbohydrate and protein components in CNCPS system
1.3 油菜秸秆的原位降解 1.3.1 试验材料

根据油菜秸秆营养成分进行聚类分析,按照聚类分析结果将125份油菜秸秆分为3类,从每类中随机挑出6份进行原位降解试验。

1.3.2 试验方法

选用孔径为53 μm尼龙布制成规格为7 cm×10 cm尼龙袋,准确称取2 g油菜秸秆样品置于尼龙袋底部,进行封口。将尼龙绳一端打结,穿入长度约为5 m塑料管软中,每个时间段设3个平行,固定在塑料软管上同一位置。晨饲前,将72个尼龙袋放入4只6月龄装有瘤胃瘘管湖羊公羔[(34.2±2.3) kg]的瘤胃中进行培养。按照“同时投入,依次取出”的原则分别于3、6、12、24、48及72 h后取出,立即放入冰水中终止发酵。取出的尼龙袋在冷水下冲洗,直至水变澄清,在60 ℃恒温烘箱中烘72 h后取出,称重。

1.3.3 计算公式

油菜秸秆营养成分瘤胃降解参数是根据Ørskov等[18]提出的模型进行计算:

式中:Dt为某样品t时刻降解率;a为该样品中快速降解部分(%);b为该样品中慢速降解部分(%);c为慢速降解部分的降解速率(h-1);t为培养时间(h)。

式中:k为该样品在瘤胃中的外流速率(h-1),该值取0.04。

1.4 数据统计分析

使用Excel 2010对试验数据进行初步整理,采用SPSS 20.0软件对油菜秸秆营养指标进行系统聚类分析。采用SAS 8.1软件中的混合模型对原位降解参数进行统计分析,其他数据进行单因素方差分析后采用Duncan氏法进行多重比较。显著水平为P < 0.05。

2 结果与分析 2.1 油菜秸秆常规营养成分分析

表 2可知,油菜秸秆DM含量变化范围为91.20%~96.39%,平均值为93.62%;CP含量变化范围为2.06%~15.92%,平均值为5.79%;Ash含量变化范围为4.12%~12.46%,平均值为7.58%;EE含量变化范围为0.27%~9.84%,平均值为2.51%;NDF含量变化范围为50.51%~82.12%,平均值为67.87%;ADF含量变化范围为39.76%~65.38%,平均值为55.52%;CHO含量变化范围为69.16%~92.07%,平均值为84.12%;NDIP含量变化范围为0.50%~2.10%,平均值为1.04%;ADIP含量变化范围为0.19%~1.70%,平均值为0.63%,其中,油菜秸秆常规营养成分中CP、EE含量的变异系数较大,其余的营养成分含量的变异系数较小。

表 2 油菜秸秆常规营养成分(干物质基础) Table 2 Conventional nutritive components of rape straw fodder (DM basis)
2.2 CNCPS中油菜秸秆碳水化合物各组分分析

表 3所示,油菜秸秆的碳水化合物各组分:CC含量变化范围为16.16%~63.66%,平均值为32.61%;CB2含量变化范围为11.23%~ 58.62%,平均值为34.22%;CNSC含量变化范围为12.03%~43.00%,平均值为26.79%;CA含量变化范围为12.03%~43.00%,平均值为26.79%。从表中可以看出油菜秸秆CNCPS下碳水化合物各组分含量变异系数均较小。

表 3 CNCPS中油菜秸秆碳水化合物各组分(干物质基础) Table 3 CHO composition of rape straw fodder in CNCPS (DM basis)
2.3 CNCPS中油菜秸秆蛋白质各组分分析

表 4所示,油菜秸秆的蛋白质各组分:PA含量变化范围为0.01%~6.04%,平均值为1.63%;PB1含量变化范围为0.01%~4.31%,平均值为1.19%;PB2含量变化范围为0.07%~5.18%,平均值为1.93%;PB3含量变化范围为0.01%~1.26%,平均值为0.41%;PC含量变化范围为0.19%~1.70%,平均值为0.63%。蛋白质组分中PC含量变异系数较小,为39.68%,其余各组分含量变异系数较大,高于60%。

表 4 CNCPS中油菜秸秆蛋白质各组分(干物质基础) Table 4 Protein composition of rape straw fodder in CNCPS (DM basis)
2.4 油菜秸秆样品的聚类分析 2.4.1 油菜秸秆营养成分指标的确立

本试验分别采用质心联接和平均联接2种聚类方法对油菜秸秆营养成分指标进行聚类分析,获得聚类树状图(图 1)。如图 1所示,所有分类指标被聚集成两大类。在两大类指标中分别选取1个指标对全部油菜秸秆进行分类。CP和NDF含量能够直接反映粗饲料的营养价值,因此本试验采用CP和NDF含量作为分类指标。

图 1 不同聚类方法对油菜秸秆营养成分指标的聚类 Fig. 1 Nutritive component index clustering of rape straw by different clustering methods
2.4.2 油菜秸秆聚类分析结果

以油菜秸秆营养成分中的NDF含量为聚类依据,把125份油菜秸秆分为2类,如图 2所示,这2类油菜秸秆所含的样品数分别为48和77份。对这2类油菜秸秆样品所含的NDF含量取平均值,其平均值分别为60.06%和72.74%。在NDF含量分类的基础上再以CP含量为依据进行聚类,把NDF含量为60.06%的油菜秸秆又聚为2类,其所含油菜秸秆样品分别为33和15份,这2类油菜秸秆的CP和NDF含量的平均值分别为12.33%、55.75%,5.60%、62.06%;NDF含量为72.74%的这类油菜秸秆的CP含量平均值为4.59%。按照聚类分析结果,最终将125份油菜秸秆分为3类,第1类:NDF含量平均值为55.75%、CP含量平均值为12.33%;第2类:NDF含量平均值为62.06%、CP含量平均值为5.60%;第3类:NDF含量平均值为72.72%、CP含量平均值为4.59%。

图 2 125份油菜秸秆样品聚类结果 Fig. 2 Clustering result of 125 rape straw samples
2.5 油菜秸秆原位降解

表 6图 3为油菜秸秆DM在瘤胃中的动态降解结果。由表 6可知,不同类别的油菜秸秆DM 24 h降解率和有效降解率存在差异。与第1类油菜秸秆相比,第2类和第3类油菜秸秆DM 24 h降解速率显著降低(P < 0.05),DM有效降解率也显著降低(P < 0.05)。由图 3可知,在0~60 h期间,随着油菜秸秆在瘤胃中培养时间的延长,其DM降解率逐渐增大,在0~24 h期间油菜秸秆DM降解速度最快。由表 7可知,不同类别油菜秸秆的NDIP、ADIP和Ash含量差异不显著(P > 0.05);第2类、第3类油菜秸秆的DM、EE和Ash含量显著高于第1类油菜秸秆(P < 0.05);不同类别油菜秸秆的CP、NDF含量差异显著(P < 0.05)。

表 6 不同类别油菜秸秆的瘤胃干物质降解参数 Table 6 Rumen DM degradation parameters of rape straw with different classifications
图 3 不同类别油菜秸秆的干物质降解动力学 Fig. 3 DM degradation kinetics of rape straw with different classifications
表 7 不同类别油菜秸秆营养成分比较(干物质基础) Table 7 Comparison of nutritive components of rape straw with different classifications (DM basis)
3 讨论 3.1 油菜秸秆常规营养成分特点

在反刍动物饲粮中,粗饲料所占比例通常为40%~70%,甚至更高,是反刍动物重要的营养物质来源。粗饲料中CP、NDF含量能够直接影响该粗饲料的营养价值和饲用价值,另外,EE和Ash的含量对其营养价值和饲用价值也有一定的影响。本试验测得油菜秸秆的CP含量平均值为5.79%,NDF含量平均值为67.87%,ADF含量平均值为55.52%,EE含量平均值为2.51%,Ash含量平均值为7.58%,此测定结果与黎力之等[19]研究结果相比偏高,此外,CP和EE含量的变异系数也较高,分别为53.37%和80.88%,造成这种差异及变异系数较高的原因可能是由于油菜秸秆样品来源地不同或采样时油菜秸秆处于不同的成熟阶段所导致的。

3.2 油菜秸秆碳水化合物组分特点

碳水化合物是饲料中主要的储能物质,是反刍动物主要的能量来源,在饲料中通常占60%~70%[20]。然而,饲料碳水化合物中部分成分不能被微生物消化为反刍动物提供能量。CNCPS中这种不能被反刍动物利用的碳水化合物组分主要是CC,该组分含量过多会直接影响反刍动物的生产性能。本试验测得油菜秸秆的碳水化合物含量平均值为84.12%,碳水化合物组分中CB2和CC含量平均值分别为34.22%和32.61%,高于FOX等[21]、付洋洋等[22]测得的玉米秸秆和小麦秸秆相应指标。这说明油菜秸秆与其他秸秆饲料相似,结构性碳水化合物的含量较高,在瘤胃中的降解速率较慢,利用效率较低。此外,CB1在瘤胃内属于中速降解部分,其在油菜秸秆中未检测到。

3.3 油菜秸秆蛋白质组分特点

CNCPS中,油菜秸秆蛋白质各组分含量变异系数均较大,如前文所述,这可能是由于油菜秸秆样品的来源地不同和收割时油菜秸秆处于不同的成熟阶段所导致的。饲草的成熟期对粗饲料的营养价值影响极大,随着饲草的成熟,粗饲料的各营养成分含量会发生显著的改变,最显著的变化是CP含量显著降低,结构性碳水化合物和木质素的含量显著增加[23]。PC中含有较多结合蛋白质,在瘤胃内不能被瘤胃微生物利用,在后肠道也不能被消化,主要存在于干草及各类酒糟中[24]。张鹏等[25]研究发现,如果秸秆中PC含量较高,则该秸秆的利用价值较低。本文测定油菜秸秆中PC含量较高,瘤胃降解速度(> 60 h)较慢,且有效降解率(< 32%)较低。因此,用油菜秸秆作为粗饲料时,能量和蛋白质都不能满足动物的生长需要,需搭配蛋白质、能量较高的饲料。

3.4 油菜秸秆聚类分析

聚类分析是按照同一类个体间相似性较高、不同类个体间差异较大的原则,对已有的大量数据进行分组或聚集成不同类别的一门技术。运用聚类分析技术,找出大量数据之间的相似性,挖掘我们所需要的信息。本研究在CNCPS的理论指导下,收集、分析了来自不同地区油菜秸秆的营养成分,使用聚类分析的方法,按CPM-Dairy的要求对饲料样品科学分类,符合饲料分类的基本方法。油菜秸秆的CP和NDF含量相关性较低(r=-0.611)且CP含量在2.06%~15.92%、NDF含量在50.51%~82.12%内变化,同一指标同种样品间差异较大。而且Minson等[26]、Sheaffer等[27]对大量粗饲料营养成分的研究结果表明,粗饲料营养成分中的NDF和CP含量最能直接反映其营养价值。因此,本研究把NDF和CP含量作为油菜秸秆的分类指标,这也与Fox等[28]所建立的CNCPS5.0/CPM-Dairy3.0饲料数据库的分类依据相同。因此,本研究中油菜秸秆的分类符合CNCPS5.0/CPM-Dairy3.0饲料数据库的分类要求,可为反刍动物配制油菜秸秆基础饲粮提供参考。

3.5 油菜秸秆原位降解参数

瘤胃DM降解率是反刍动物干物质采食量(DMI)的主要影响因素[29],易受饲料中结构性碳水化合物含量的影响,其高低能反映饲料在瘤胃消化的难易程度。本试验中3类油菜秸秆原位降解试验结果表明不同类别油菜秸秆瘤胃DM降解率存在一定的差异,这与Fox等[21]的研究结果一致。随着油菜秸秆在瘤胃中培养时间的延长,干物质降解率逐渐增加,到达一定时间趋于稳定,这与陈晓琳[30]报道结果一致。油菜秸秆DM有效降解率随油菜秸秆NDF含量的升高和CP含量的降低逐渐降低,其主要原因是油菜秸秆中含有较多不能被微生物降解的碳水化合物(CC)和蛋白质(PC),且在高NDF含量、低CP含量的油菜秸秆所占比例更大,从而影响油菜秸秆的DM有效降解率。另外,粗饲料的降解率也取决于其在瘤胃内的滞留时间,同一种饲料在瘤胃中停留时间越长,则其降解率越高,反之,降解率越低[31]。随着植物成熟度的不断提高,植物的木质化程度也提高,木质化程度越高,其所含NDF和ADL含量就越高,而木质化过高会提高瘤胃蠕动的速度,缩短饲料在瘤胃中滞留的时间,从而使其降解率降低。由表 7也可以看出,不同类别油菜秸秆之间部分营养成分含量存在差异显著,这说明油菜秸秆营养成分含量对其原位降解有影响,尤其是NDF、ADF、ADL含量,对油菜秸秆的DM 24 h降解率和有效降解率影响较大。

4 结论

① 油菜秸秆因受来源地和收割时所处成熟阶段的影响,某些营养成分的含量变异较大。

② 与其他秸秆饲料相似,油菜秸秆中含有较多的不可利用的碳水化合物和蛋白质。

③ 随着NDF含量升高和CP含量降低,油菜秸秆DM 24 h降解率和有效降解率逐渐降低,第1类(NDF含量平均值为55.75%、CP含量平均值为12.33%)、第2类(NDF含量平均值为62.06%、CP含量平均值为5.60%)、第3类(NDF含量平均值为72.72%、CP含量平均值为4.59%)油菜秸秆的DM 24 h降解率和有效降解率分别为36.8%和31.8%、24.5%和21.9%、19.1%和20.6%。

参考文献
[1]
MORRISON F B. Feeds and feeding[M]. 22th ed. Clinton: Morrison Publishing Co, 1956.
[2]
VAN SOEST P J, ROBERTSON J B, LEWIS B A. Methods for dietary fiber, neutral detergent fiber, and nonstarch polysaccharides in relation to animal nutrition[J]. Journal of Dairy Science, 1991, 74(10): 3583-3597. DOI:10.3168/jds.S0022-0302(91)78551-2
[3]
FOX D G, SNIFFEN C J, O'CONNOR J D, et al. A net carbohydrate and protein system for evaluating cattle diets:Ⅲ.Cattle requirements and diet adequacy[J]. Journal of Animal Science, 1992, 70(11): 3578-3596. DOI:10.2527/1992.70113578x
[4]
O'CONNOR J D, SNIFFEN C J, FOX D G, et al. A net carbohydrate and protein system for evaluating cattle diets:Ⅳ.Predicting amino acid adequacy[J]. Journal of Animal Science, 1993, 71(5): 1298-1311. DOI:10.2527/1993.7151298x
[5]
RUSSELL J B, O'CONNOR J D, FOX D G, et al. A net carbohydrate and protein system for evaluating cattle diets:Ⅰ.Ruminal fermentation[J]. Journal of Animal Science, 1992, 70(11): 3551-3561. DOI:10.2527/1992.70113551x
[6]
HIGGS R J.Nitrogen use efficiency and sustainable nitrogen mangement in high producing dairy farms[D]. Ph.D.Thesis.New York: Cornell University, 2009: 1-18.
[7]
TYLUTKI T P, FOX D G, DURBAL V M, et al. Cornell net carbohydrate and protein system:a model for precision feeding of dairy cattle[J]. Animal Feed Science and Technology, 2008, 143(1/2/3/4): 174-202.
[8]
VAN AMBURGH M E, CHASE L E, OVERTON T R, et al.Updates to the Cornell net carbohydrate and protein system v6.1 and implications for ration formulation[C]//Proceedings of the 72nd Cornell Nutrition Conference For Feed Manufacturers.Syracuse, NY: Cornell University, 2010: 144-159.
[9]
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:10.3168/jds.2015-9378
[10]
于震.CNCPS在奶牛日粮评价和生产预测上的应用[D].硕士学位论文.哈尔滨: 东北农业大学, 2007: 3-8. http://cdmd.cnki.com.cn/Article/CDMD-10224-2007207442.htm
[11]
陈京民. 数据仓库与数据挖掘技术[M]. 北京: 电子工业出版社, 2002: 78-108.
[12]
刘婵娟.中国奶牛常用饲料原料数据库的建立[D].硕士学位论文.杨凌: 西北农林科技大学, 2013: 1-7. http://cdmd.cnki.com.cn/Article/CDMD-10712-1013345238.htm
[13]
张蓓蓓, 马颖, 耿维, 等. 中国油菜秸秆资源的生物质能源利用潜力评价[J]. 可再生能源, 2017, 35(1): 126-134.
[14]
NRC.Nutrient requirements of dairy cattle[S]. Washington, D.C.: National Academy Press, 2001.
[15]
杨胜. 饲料分析及饲料质量检测技术[M]. 北京: 北京农业大学出版社, 1993: 17-22.
[16]
张丽英. 饲料分析及饲料质量检测技术[M]. 3版. 北京: 中国农业大学出版社, 2007: 50-52.
[17]
FORTINA R, MALFATTO V, MIMOSI A, et al. The establishment of a database of Italian feeds for the Cornell net carbohydrate and protein system[J]. Italian Journal of Animal Science, 2003, 2(3): 171-179. DOI:10.4081/ijas.2003.171
[18]
ØRSKOV E R, MCDONALD I. The estimation of protein degradability in the rumen from incubation measurements weighted according to rate of passage[J]. The Journal of Agricultural Science, 1979, 92(2): 499-503. DOI:10.1017/S0021859600063048
[19]
黎力之, 潘珂, 袁安, 等. 几种油菜秸秆营养成分的测定[J]. 江西畜牧兽医杂志, 2014(5): 28-29. DOI:10.3969/j.issn.1004-2342.2014.05.012
[20]
李岚捷, 成述儒, 刁其玉, 等. 日粮碳水化合物对幼龄反刍动物生长发育的影响[J]. 畜牧与兽医, 2017, 49(12): 145-149.
[21]
FOX D G, TEDESCHI L O, TYLUTKI T P, et al. The Cornell net carbohydrate and protein system model for evaluating herd nutrition and nutrient excretion[J]. Animal Feed Science & Technology, 2004, 112(1): 29-78.
[22]
付洋洋, 王鼎, 阿拉腾珠拉, 等. 利用CNCPS法评价川西北舍饲牦牛养殖区常见粗饲料的营养价值[J]. 畜牧与兽医, 2018, 50(3): 39-47.
[23]
张吉鹍.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[D].博士学位论文.呼和浩特: 内蒙古农业大学, 2005: 1-25. http://cdmd.cnki.com.cn/Article/CDMD-10129-2005091518.htm
[24]
TYLUTKI T P, FOX D G, DURBAL V M, et al. Cornell net carbohydrate and protein system:a model for precision feeding of dairy cattle[J]. Animal Feed Science and Technology, 2008, 143(1/2/3/4): 174-202.
[25]
张鹏, 卜登攀, 张养东, 等. 康奈尔净碳水化合物-净蛋白质体系(CNCPS)在反刍动物上的应用研究[J]. 中国奶牛, 2014(5): 7-10. DOI:10.3969/j.issn.1004-4264.2014.05.002
[26]
MINSON D J. Forage in ruminant nutrition[M]. San Diego: Academic Press, 1990.
[27]
SHEAFFER C C, MARTIN N P, LAMB J F S, et al. Leaf and stem properties of alfalfa entries[J]. Agronomy Journal, 2000, 92(4): 733-739. DOI:10.2134/agronj2000.924733x
[28]
FOX D G, TEDESCHI L O, TYLUTKI T P, et al. The Cornell net carbohydrate and protein system model for evaluating herd nutrition and nutrient excretion[J]. Animal Feed Science and Technology, 2000, 112(1/2/3/4): 29-78.
[29]
EMMANUEl R, MUTIMURA M. Comparison of nutrient composition and in vitro digestion characteristics of four forage legumes from two agro-ecological zones of Rwanda[J]. Agricultural Journal, 2013, 7(5): 54-359.
[30]
陈晓琳.肉羊常用粗饲料营养价值和瘤胃降解特性研究[D].硕士学位论文.青岛: 青岛农业大学, 2014: 15-29. http://cdmd.cnki.com.cn/article/cdmd-10435-1014361402.htm
[31]
刁其玉, 屠焰. 奶牛常用饲料蛋白质在瘤胃的降解参数[J]. 乳业科学与技术, 2005, 27(2): 70-74. DOI:10.3969/j.issn.1671-5187.2005.02.007