2. 中国农业科学院北京畜牧兽医研究所, 北京 100193
2. Beijing Institute of Animal Science and Veterinary Medicine, Chinese Academy of Agricultural Sciences, Beijing 100193, China
综合运用现代挤奶系统和奶牛性能测定(dairy herd improvement, DHI)获得的奶牛生产状态即时数据，开展对奶牛生产性能、发情监测、隐性乳房炎及产后疾病的检测[1]，已经成为规模化奶牛场提高管理水平和养殖效益的关键。产奶量是衡量奶牛场养殖经济效益的重要指标，研究发现，奶牛的产奶量会受到行为模式，如躺卧、反刍和进食的影响[2]。分析奶牛产奶量和活动量的相关关系，可以作为判断奶牛是否患有产后疾病的依据[3]。
众所周知，奶牛乳房炎是导致奶牛养殖经济损失的重要原因之一[4-5]。健康状况下，牛乳中的体细胞数(somatic cell counts，SCC)不会超过2.0×105个/mL。而当奶牛发生隐性或临床性乳房炎时，牛乳中的SCC会明显增加，产奶量也会相应减少[6]。因此，牛乳中的SCC可以用来判断奶牛是否患有乳房炎[7]，作为预测奶牛健康和牛乳品质的依据[8-9]。但是由于牛乳中的SCC变化不是标准的正态分布，不符合统计学分析，所以一般会将SCC转化为体细胞评分(somatic cell score，SCS)后用作研究分析的对象。因此，SCS的变化亦可以判断奶牛乳房炎症程度[6]。研究表明，当SCS变大时，产奶量会随之降低，两者之间呈显著负相关[10-12]。出现这种现象的原因可能是奶牛患乳房炎后，乳腺细胞中的病原菌增多，导致乳腺上皮细胞损伤，从而使乳腺的泌乳机能下降，产奶量降低[6]。因此，本研究统计分析了北京某牛场481头奶牛围产后期21 d的产奶量及对应的反刍时间、活动量和牛乳中的SCC的即时电子记录数据，通过建立奶牛产奶量、反刍时间、活动量及SCS之间的相关关系模型，以期为提高牛场的管理水平提供理论依据。
1 材料与方法 1.1 数据来源本试验统计了2018年1月8日至2019年10月8日北京某牛场500头胎次相近、年龄相近、体重570~650 kg，泌乳天数1~21 d、产奶量15~40 kg/d的围产后期健康荷斯坦牛的产奶量、反刍时间、活动量和牛乳中SCC数据。其中DHI数据由奶牛早、中、晚按4 : 3 : 3进行奶样采集所得，每头试验牛采集50 mL牛奶样品，取2 mL用SCC体细胞仪(nucleocounter SCC-100，chemometec，丹麦)进行SCC测定。奶牛产奶量以挤奶系统的自动奶量统计分析系统(v80，河北瑞盛源橡塑牧械装配有限公司)获得，反刍时间、活动量采用牛颈部佩戴SCR项圈(HR-Tags，SCR Engineers Ltd，以色列)和阿菲金计步器获得的数据经系统分析后所得。每日分别在早、中、晚的挤奶时间由阿菲金4.1软件管理系统对计步器自动识别，收集数据。
1.2 饲养管理与试验饲粮按牛场正常饲养条件进行，每天饲喂3次，自由采食，自由饮水。牛群为散栏式饲养方式。奶牛的饲粮均参照NRC(2001)配制，基础饲粮组成及营养水平见表 1。参照GB/T 6432—1994测定粗蛋白质含量，参照GB/T 6433—2006测定粗脂肪含量，参照GB/T 6434—2006测定酸性洗涤纤维和中性洗涤纤维含量，参照GB/T 6435—2002测定钙含量，参照GB/T 6436—2002测定磷含量。
|
表 1 基础饲粮组成及营养水平(干物质基础) Table 1 Composition and nutrient levels of the basal diet (DM basis) |
剔除乳成分测定缺失和重复记录，最终获得481头试验牛产后21 d的产奶量、反刍时间、活动量和SCC共计43 621项数据。
SCC转化为SCS公式[14]为：
|
结果保留整数位后将SCS划分为4个水平，分别是3(0~20×104个/mL)、4(20×104 ~40×104个/mL)、5(40×104 ~80×104个/mL)、6(＞80×104个/mL)。
1.4 统计分析使用Excel 2013对各项试验数据进行整理和筛选，通过SPSS 21.0统计软件进行Pearson相关分析和回归曲线分析，回归曲线决定系数(R2)越接近1表示拟合度越好。将各组数据随机抽取1/5用于模型检验，判断模型的可靠性和准确性。P < 0.05表示差异显著，P < 0.01表示差异极显著。
2 结果与分析 2.1 奶牛产奶量、反刍时间、活动量与SCS之间相关性分析围产期21 d内的奶牛产奶量、反刍时间、活动量和SCS的变化见表 2，由表可知，在奶牛围产期21 d内，奶牛的产奶量在17.64~38.48 kg/d，反刍时间在411.13~497.41 min/d，活动量在157.41~213.51步/d。结合图 1可以看出，随着围产期泌乳天数的增加，产奶量、反刍时间有增长趋势，而活动量和SCS则呈下降趋势。因此，在奶牛围产期21 d内，奶牛的产奶量与反刍时间的变化趋势相同，与活动量、SCS的变化趋势相反。
|
|
表 2 围产期21 d内的奶牛产奶量、反刍时间、活动量和SCS(平均值±标准误) Table 2 Milk yield, rumination time, activity and SCS of dairy cows during 21 days of perinatal period (mean±SEM) |
|
图 1 围产期21 d内奶牛产奶量与反刍时间(A)、活动量(B)和SCS(C)的变化曲线 Fig. 1 Variation curves of milk yield with rumination time (A), activity (B) and SCS (C) during 21 days of perinatal period |
由表 3可知，围产期奶牛产奶量与反刍时间、活动量和SCS之间并不是简单的双向对应关系，而是形成一个相互作用、相互影响的复杂系统，且呈极显著的相关关系(P < 0.01)。通过Pearson相关性分析发现，在围产期21 d内，奶牛的产奶量与反刍时间的变化呈极显著正相关(P < 0.01)，与活动量、SCS的变化呈极显著负相关(P < 0.01)。并且，产奶量受泌乳天数和SCS影响较大。
|
|
表 3 围产期21 d内奶牛产奶量、反刍时间、活动量和SCS之间的相关关系 Table 3 Correlation between milk yield, rumination time, activity and SCS of dairy cows during 21 days of perinatal period |
由表 3可知，围产期奶牛的产奶量与反刍时间之间呈极显著正相关(P < 0.01)，相关系数为0.248；泌乳曲线拟合方程如图 2所示，经曲线拟合分析各模型分析结果表明，所有曲线中三次方曲线R2最接近1，因此选用三次方曲线拟合，通过曲线回归分析得出反刍时间与产奶量之间的回归方程式为y=242.2+10.1x-3×10-3x3[(y表示反刍时间(min/d)，x表示产奶量(kg/d)，n=180](R2=0.717，P < 0.001)。从图 2可以看出，随着产奶量的增加，奶牛的反刍时间的变化表现为先增加后减少。
|
图 2 围产期21 d内奶牛产奶量与反刍时间的回归关系 Fig. 2 Regression relationship between milk yield and rumination time of dairy cows during 21 days of perinatal period |
由表 3可知，围产期奶牛的产奶量与活动量之间呈极显著负相关(P < 0.01)，相关系数为-0.220；泌乳曲线拟合方程如图 3所示，经曲线拟合分析各模型分析结果表明，所有曲线中二次方曲线R2最接近1，因此选用二次方曲线拟合，通过曲线回归分析得出活动量与产奶量之间的回归方程为y=385.9-13x-3+0.2x2[(y表示活动量(步/d)，x表示产奶量(kg/d)，n=481](R2=0.945，P < 0.001)。从图 3可以看出，随着产奶量的增加，奶牛的活动量呈现出先减少后增加的变化趋势。
|
图 3 围产期21 d内奶牛产奶量与活动量的回归关系 Fig. 3 Regression relationship between milk yield and activity of dairy cows during 21 days of perinatal period |
由表 3可知，围产期奶牛的产奶量与SCS之间呈极显著负相关(P < 0.01)，相关系数为-0.248；泌乳曲线拟合方程如图 4所示，经曲线拟合分析各模型分析结果表明，所有曲线中三次方曲线R2最接近1，因此选用三次方曲线拟合，通过曲线回归分析得出SCS与产奶量之间的回归方程为y=7.4-0.1x+2.5×10-5x3[y表示SCS，x表示产奶量(kg/d)，n=480](R2=0.921，P < 0.001)。从图 4可以看出，随着产奶量增加，SCS呈现出降低趋势，即牛乳中的SCC会减少。
|
图 4 围产期21 d内奶牛产奶量与SCS的回归关系 Fig. 4 Regression relationship between milk yield and SCS of dairy cows during 21 days of perinatal period |
为判断所建的曲线回归方程对牛场的围产期情况的预测能力，将收集的数据的1/5用于检验模型的可靠性和准确性，如图 5所示，验证组的曲线与所得模型曲线具有相同的变化趋势，说明在一定程度上可以表示所建模型的可靠性和准确性，因而可以用于围产期相关指标的预测，从而达到提早预知奶牛健康状况的效果。
|
图 5 围产期21 d内奶牛产奶量与反刍时间(A)、活动量(B)、SCS(C)的回归关系 Fig. 5 Regression relationship between milk yield with rumination time (A), activity (B) and SCS (C) of dairy cows during 21 days of perinatal period |
本试验研究的是奶牛围产后期即奶牛分娩后的21 d内，这一阶段奶牛的健康状况对产后恢复采食量、泌乳量、繁殖性能及整个泌乳周期的健康等都有着重要的影响。在这一阶段，奶牛的饲粮中能量摄入减少，而由于泌乳需要，能量需求增加，极易造成奶牛出现产后能量负平衡，使奶牛的患病几率增加。如果此阶段奶牛得不到良好的饲养管理，将会对奶牛的生产性能产生极大影响。因此，对围产期奶牛的产奶量、反刍时间、活动量和乳中的SCC进行监测分析，对于预防奶牛酮病、蹄病、乳房炎等围产期常发疾病，提高产后泌乳能力及生产性能具有重要意义。建立围产期奶牛产奶量、反刍时间、活动量及SCS之间的相关模型，将为围产期奶牛的饲养管理提供理论依据。
3.1 反刍时间对产奶量的影响奶牛的反刍行为在一定程度上可以反映奶牛的生产性能、发情状况、应激反应以及患病情况等，用于监测奶牛的健康状况。奶牛的反刍行为会受到粗饲料的消化、饲粮组成[15]和疾病[16]等许多因素的影响。Stone等[17]、Kaufman等[18]和Antanaitis等[19]通过试验证明奶牛的反刍时间与产奶量呈正相关。本研究结果表明，围产期奶牛产奶量与反刍时间呈显著正相关，这个结果也在Johnston等[20]研究中得到了验证，Johnston等[20]发现，更长的反刍时间也与更高的产奶量呈正相关关系，日反刍时间每增加1 h，日产奶量预计将增加1.26 kg，出现这种现象的原因可能是反刍时间会随着干物质采食量的增加而增加[20]，而产奶量很大程度上是由所消耗的营养物质的含量驱动的[21]，因此，在饲养过程中，若能增加奶牛干物质采食量，可以促进奶牛反刍时间的增加，进而提高产奶量[20]。
据报道，兽医可以通过监测奶牛反刍时间的变化预判易病牛群的患病情况，如乳房炎、蹄病、产后酮病等奶牛常见疾病[22]。当机体产生炎症反应时，反刍时间明显下降[23]。产后酮病是奶牛在围产期较常发生的一种疾病[24]，当奶牛患酮病时，反刍时间会大大降低[25]，主要是因为酮体会促进动物的饱腹感[26-27]，导致奶牛采食量降低，进而降低产奶量。Almeida等[28]研究表明，奶牛患蹄病时，采食和反刍时间都会明显下降。因此，对奶牛的反刍行为进行监测，可以及时发现牛群的异常状况，阻止产奶量的降低，减少奶牛养殖场的利益损失。
3.2 活动量对产奶量的影响研究发现，春季泌乳奶牛在一定步数范围内，其饲料消化利用率和泌乳性能会达到一个峰值[29]，说明在一定范围内，奶牛产奶量与活动量存在相关关系。本研究通过对收集的数据进行整理，发现围产期奶牛的产奶量与活动量表现为负相关关系，出现这种现象可能原因是本试验奶牛在产犊后活动量减少，导致奶牛的躺卧时间增加。本实验室前期研究结果表明，奶牛躺卧时有利于增加反刍，从而促进能量的吸收与代谢[30]，使奶牛的反刍时间增加，从而提高饲料的消化效率，并且牛群之间的采食竞争力也会相应降低，因而干物质采食量增加，产奶量提高。
奶牛活动量监测在检测奶牛的健康状况方面和反刍时间有相同的作用。Edwards等[3]指出可以利用活动量和产奶量之间的对应关系，根据异常数据预判新产牛的健康状况，可以有效预测奶牛的消化、代谢及一些产后疾病，防止产奶量的降低，减少奶牛场的经济损失。
3.3 产奶量对SCS的影响SCS是由SCC转换而来，SCC是指每毫升牛乳中含有的体细胞数目，在很大程度上反映了奶牛感染乳房炎的概率，因此，SCS的数值大小也在一定程度上反映了奶牛的健康状况，可以用于判断奶牛乳品质及奶牛健康状况，用来估计奶牛产奶量的损失情况。围产期奶牛患乳房炎的概率很高，这会直接影响奶牛场养殖经济效益。感染乳房炎后，奶牛的乳腺发炎肿胀，乳腺上皮细胞损伤，使奶牛的泌乳机能下降。杨帆等[31]试验结果表明，奶牛产奶量和SCC呈负相关关系，且SCC越高负相关性越强，即当奶牛乳中所含SCC越多，SCS越大，奶牛乳房炎的症状就会越严重，产奶量就会越低。测量牛奶SCC的变化有助于及早发现亚临床性乳房炎并且使患病奶牛得到及时的治疗，减少产奶量降低的损伤和牛只的淘汰，同时有利于及时分离牛乳，保障牛乳品质。
4 结论在奶牛产犊后21 d的围产期内，产奶量与反刍时间呈显著正相关，回归曲线方程为y=242.2+10.1x-3×10-3x3(R2=0.717, P < 0.001), 与活动量和SCS呈显著负相关，回归曲线方程分别为y=385.9-13x+0.2x2(R2=0.945, P < 0.001)和y=7.4-0.1x+2.5×10-5x3(R2=0.921, P < 0.001)。
| [1] |
胡仁超, 梅楚刚, 昝林森. 荷斯坦牛产奶量、挤奶效率、牛奶电导率与活动量的关联性分析[J]. 中国奶牛, 2016(8): 13-17. |
| [2] |
GRANT R J, ALBRIGHT J L. Feeding behavior and management factors during the transition period in dairy cattle[J]. Journal of Animal Science, 1995, 73(9): 2791-2803. |
| [3] |
EDWARDS J L, TOZER P R. Using activity and milk yield as predictors of fresh cow disorders[J]. Journal of Dairy Science, 2004, 87(2): 524-531. |
| [4] |
RUPP R, BOICHARD D. Genetic parameters for clinical mastitis, somatic cell score, production, udder type traits, and milking ease in first lactation Holsteins[J]. Journal of Dairy Science, 1999, 82(10): 2198-2204. |
| [5] |
KOIVULA M, MÄNTYSAARI E A, NEGUSSIE E, et al. Genetic and phenotypic relationships among milk yield and somatic cell count before and after clinical mastitis[J]. Journal of Dairy Science, 2005, 88(2): 527-533. |
| [6] |
韩丽云, 金亚东, 赵国丽, 等. 体细胞数对牛奶品质及产量的影响[J]. 畜牧与兽医, 2017, 49(4): 6-11. |
| [7] |
JADHAV PV, DAS D N, SURESH K P, et al. Threshold somatic cell count for delineation of subclinical mastitis cases[J]. Veterinary World, 2018, 11(6): 789-793. |
| [8] |
BEAUDEAU F, FOURICHON C, SEEGERS H, et al. Risk of clinical mastitis in dairy herds with a high proportion of low individual milk somatic-cell counts[J]. Preventive Veterinary Medicine, 2002, 53(1/2): 43-54. |
| [9] |
史良玉, 张瑞强, 李想, 等. 北京地区中国荷斯坦牛体细胞评分差值变化规律及遗传力估计[J]. 畜牧兽医学报, 2018, 49(5): 935-941. |
| [10] |
毛杰, 王根林, 余盼, 等. 上海地区荷斯坦奶牛体型性状、产奶性状和体细胞评分的遗传统计分析[J]. 南京农业大学学报, 2015, 38(4): 650-655. |
| [11] |
LITWIŃCZUK Z, KRÓL J, BRODZIAK A, et al. Changes of protein content and its fractions in bovine milk from different breeds subject to somatic cell count[J]. Journal of Dairy Science, 2011, 94(2): 684-691. |
| [12] |
马裴裴, 俞英, 张沅, 等. 中国荷斯坦牛SCC变化规律及其与产奶性状之间的关系[J]. 畜牧兽医学报, 2010, 41(12): 1529-1535. |
| [13] |
SHAO B, XIN H W. A real-time computer vision assessment and control of thermal comfort for group-housed pigs[J]. Computers and Electronics in Agriculture, 2008, 62(1): 15-21. |
| [14] |
RAUBERTAS R F, SHOOK G E. Relationship between lactation measures of somatic cell concentration and milk yield[J]. Journal of Dairy Science, 1982, 65(3): 419-425. |
| [15] |
KRAUSE K M, COMBS D K, BEAUCHEMIN K A. Effects of forage particle size and grain fermentability in midlactation cows.Ⅰ.Milk production and diet digestibility[J]. Journal of Dairy Science, 2002, 85(8): 1936-1946. |
| [16] |
DEVRIES T J, BEAUCHEMIN K A, DOHME F, et al. Repeated ruminal acidosis challenges in lactating dairy cows at high and low risk for developing acidosis:feeding, ruminating, and lying behavior[J]. Journal of Dairy Science, 2009, 92(10): 5067-5078. |
| [17] |
STONE A E, JONES B W, BECKER C A, et al. Influence of breed, milk yield, and temperature-humidity index on dairy cow lying time, neck activity, reticulorumen temperature, and rumination behavior[J]. Journal of Dairy Science, 2017, 100(3): 2395-2403. |
| [18] |
KAUFMAN E I, ASSELSTINE V H, LEBLANC S J, et al. Association of rumination time and health status with milk yield and composition in early-lactation dairy cows[J]. Journal of Dairy Science, 2018, 101(1): 462-471. |
| [19] |
ANTANAITIS R, ŽILAITIS V, JUOZAITIENĒ V, et al. Evaluation of rumination time, subsequent yield, and milk trait changes dependent on the period of lactation and reproductive status of dairy cows[J]. Polish Journal of Veterinary Sciences, 2018, 21(3): 567-572. |
| [20] |
JOHNSTON C, DEVRIES T J. Short communication:associations of feeding behavior and milk production in dairy cows[J]. Journal of Dairy Science, 2018, 101(4): 3367-3373. |
| [21] |
FRIGGENS N C, EMMANS G C, KYRIAZAKIS I, et al. Feed intake relative to stage of lactation for dairy cows consuming total mixed diets with a high or low ratio of concentrate to forage[J]. Journal of Dairy Science, 1998, 81(8): 2228-2239. |
| [22] |
邵大富.奶牛反刍行为变化规律及其影响因素的相关性研究[D].硕士学位论文.长春: 吉林大学, 2015.
|
| [23] |
BERTONI G, TREVISI E, HAN X, et al. Effects of inflammatory conditions on liver activity in puerperium period and consequences for performance in dairy cows[J]. Journal of Dairy Science, 2008, 91(9): 3300-3310. |
| [24] |
秦光彪. 围产期奶牛易出现的问题与饲养管理[J]. 现代畜牧科技, 2019(12): 34-35. |
| [25] |
KING M T M, SPARKMAN K J, LEBLANC S J, et al. Milk yield relative to supplement intake and rumination time differs by health status for fresh cows milked with automated systems[J]. Journal of Dairy Science, 2018, 101(11): 10168-10176. |
| [26] |
ALLEN M S, BRADFORD B J, OBA M. Board invited review:the hepatic oxidation theory of the control of feed intake and its application to ruminants[J]. Journal of Animal Science, 2009, 87(10): 3317-3334. |
| [27] |
PIANTONI P, ALLEN M S. Evaluation of propylene glycol and glycerol infusions as treatments for ketosis in dairy cows[J]. Journal of Dairy Science, 2015, 98(8): 5429-5439. |
| [28] |
ALMEIDA P E, WEBER P S D, BURTON J L, et al. Depressed DHEA and increased sickness response behaviors in lame dairy cows with inflammatory foot lesions[J]. Domestic Animal Endocrinology, 2008, 34(1): 89-99. |
| [29] |
蒋晓新, 邓双义, 魏星远, 等. 北方地区季节因素对荷斯坦奶牛步履数和奶牛泌乳性能的影响[J]. 江苏农业科学, 2013, 41(11): 225-227. |
| [30] |
吴富鑫, 童津津, 张华, 等. 不同泌乳量奶牛行为学差异及其与泌乳性能的相关性[J]. 动物营养学报, 2019, 31(7): 3156-3163. |
| [31] |
杨帆, 邱昌功. 乳中体细胞数和奶产量的相关性分析[J]. 中国牛业科学, 2015, 41(5): 22-24, 29. |