MaryBeth de Ondarza博士  Paradox Nutrition奶牛营养咨询

 ——本文原发表在荷斯坦杂志《牧草技术与市场Hay Famer》2016年第10期：P28-29

买卖干草时，用一个单独的指标来描述牧草，比用多项营养指标进行比较更有优势。相对饲料价值（RFV）是多年前为了这一目的而开发的指标。相对饲料品质（RFQ）是较晚开发的一个指标，将体外纤维消化率融合到RFQ的计算中，来更全面的比较牧草。营养师从来不用这两个指标来制定日粮。这两个指标也不适于评价青贮玉米，因为没法反映淀粉含量。

一、相对饲料价值（RFV）

RFV反映的是当动物采食某种牧草作为唯一能量来源时，其采食及消化该种牧草的程度。RFV是通过牧草中的中性洗涤纤维（NDF）和酸性洗涤纤维（ADF）计算出的一个指标。干物质采食量用占体重的百分比表示，通过NDF计算。可消化干物质，用占干物质的百分比表示（%DM），通过ADF计算。

假定盛花期苜蓿（41% ADF，53% NDF）的RFV值为100，如果某种牧草的RFV值高于100，则该饲料的可消化干物质采食量高于盛花期苜蓿。

RFV计算公式为：RFV = (DMI, % of BW) x (DDM, % of DM) / 1.29

其中：

（1）DMI为干物质采食量，以占体重百分比表示，DMI = 120/ (NDF, %DM)

（2）DDM为可消化干物质，以占干物质百分比表示，DDM = 88.9 - (0.779 x ADF, %DM)

（3）1.29为通过大量动物实验所得，用于公式中，使盛花期苜蓿的RFV为100。

（4）120为当苜蓿作为唯一饲料来源的奶牛日粮，NDF含量为体重的1.2%时，奶牛的最大采食量。

奶牛营养师都知道，RFV相同的两个牧草，不可能在牛胃中的表现完全一致。RFV的计算公式对分级牧草的品质而言非常简化，只考虑了ADF和NDF。当然，RFV在评定纯苜蓿草时，其作用不可否认，但是RFV不可用于苜蓿草与苜蓿禾草的混合干草或者禾草的比较。该指标并未考虑其他营养指标比如对饲料品质影响较大的粗蛋白。纤维消化率也并未考虑在内，因此RFV无法对含较多可消化纤维的饲料进行评价。由于混有禾草的干草含较多NDF，且该NDF比苜蓿所含的NDF更易消化，用RFV评价此类干草低估了它的品质。

二、纤维消化率

高度可消化纤维增加干物质采食量，从而提高瘤胃健康及产奶量。NDF包括半纤维素、纤维素和木质素。木质素不能被消化利用，半纤维素和纤维素的消化率不同。一般来说，纤维素比半纤维素消化得更慢。豆科牧草的NDF含量较低，由于木质化程度较高，其NDF消化率也较低。包括青贮玉米在内的禾草，木质素含量较低，由于植株收货时的成熟度差异巨大，因此NDF消化率的差异也很大。随着植株的成熟，纤维含量将增加，而NDF消化率降低。较凉爽的气候会增加NDF消化率。玉米植株的高密度种植会降低NDF消化率。遗传因素也会影响NDF消化率，褐色中脉玉米尤为显著。

在过去，很多营养师用日粮中的NDF水平来预测采食量。高纤维牧草通过瘤胃的速度缓慢，使动物的饱感更持久，从而降低采食量。Mertens （1973）发现，细胞壁物质含量（NDF）和绵羊的采食量呈负相关（ρ = -0.76）。Mertens博士之后的研究还发现，奶牛的NDF摄入量为体重的1.2%是，瘤胃饱感会限制采食量（Mertens, 1987）。

如今，我们知道，瘤胃饱感和奶牛采食量还受牧草NDF的消化率影响。密歇根州立大学的研究人员对13份牧草试验的数据进行了分析（Oba and Allen, 1999）。他们发现，日粮中牧草的体外和原位NDF消化率每提高1%，干物质采食量增加0.17千克，4%脂肪校正乳产量提高0.25千克。他们在2005年对另外12份研究试验的数据进行分析，发现体外牧草NDF消化率每增加1%，每头牛每天的干物质采食量增加0.12千克，4%脂肪校正乳产量提高0.21千克。这两套不同的数据呈现了类似的分析结果。

由于NDF消化率与牧草中的其他营养成分的相关性较弱（Oba and Allen，2005，见表1），它需要单独测量。实验室体外培养法通过采集瘘管牛瘤胃中的微生物，来降解纤维，从而测量NDF消化率。原位法通过把装有牧草样品的尼龙袋悬挂于瘤胃中，可测得NDF消化率。近红外光谱技术（NIRS）亦可用于预测NDF消化率。

表1. 30小时体外NDF消化率（%NDF）与NDF（%DM）、ADF（%DM）和木质素（%NDF）的相关性 （基于Obaand Allen, 2005，数据来源：CVAS饲料分析）

三、相对饲料品质（RFQ）

RFQ是对非泌乳期奶牛只以某种牧草为日粮来源时，有多少可利用能量的估测。RFQ是一个拟用来改进RFV的指标，用体外法测得的纤维消化率来计算总可消化养分（TDN）和采食量，从而代替RFV计算公式中的可消化干物质（DDM）。因此，RFQ较RFV更好地评估牧草品质并预测动物的产奶潜能。

RFQ计算公式为（Undersanderand Moore, 2002）：

RFQ = (DMI, % of BW) x (TDN, % of DM) / 1.23

豆科牧草（苜蓿，三叶草及苜蓿禾草混合牧草）：

DMI_苜蓿 =120 / NDF + (NDFD-45) x 0.374 / 1350 x 100

TDN_苜蓿 =(NFC x 0.98) + (CP x 0.93) + (FA x 0.97 x 2.25) + (NDFn x (NDFD / 100)) - 7

禾草（各类冷暖季禾本科）：

DMI_禾草 = -2.318 +0.442 x CP - 0.0100 x CP² - 0.0638 x TDN + 0.000922 x TDN²+ 0.180 x ADF - 0.00196 x ADF² - 0.00529 x CP x ADF

TDN_禾草 =(NFC x 0.98) + (CP x 0.87) + (FA x 0.97 x 2.25) + (NDF_n x (NDFD /100)) – 10

其中：

（1）CP为粗蛋白，以占干物质百分比表示

（2）EE为粗脂肪，以占干物质百分比表示

（3）FA为脂肪酸，以占干物质百分比表示，计算公式为FA = EE – 1

（4）NDFCP为中性洗涤不溶蛋白

（5）NDFn为无氮NDF， 计算公式为NDFn = NDF –NDFCP，或者NDF x 0.93

（6）NDFD*为48小时NDF体外消化率（NDF%）

（7）NFC为非纤维性碳水化合物，以占干物质百分比表示，计算公式为NFC = 100 – (NDFn + CP + EE + 灰分)

（8）NDFDp= 22.7 + 0.664 x NDFD

2014年10月21-23日在美国纽约州雪城举办的康奈尔营养大会（Cornell Nutrition Conference）上，根据科研数据，饲料分析行业的领头代表及动物营养学领头科研人员通过讨论，确定用30小时NDF体外消化率代替48小时。因此美国的饲料分析行业从2014年11月起已停止使用48小时NDF体外消化率来计算RFQ。

另外一个非常重要但经常被忽略的问题是，一旦样品在采集时受土壤污染导致灰分过高（苜蓿草本身的灰分为6-8%，青贮玉米为5%左右），那么RFV和RFQ的计算应该考虑用有机物基础的ADF和NDF。RFV和RFQ的计算公式中用的ADF和NDF，虽然标明干物质基础，但更准确的理解应该是最接近ADF和NDF真实值的ADF和NDF。

四、RFV和RFQ的比较

RFQ和RFV的平均值和范围应该类似。普通品质的苜蓿通过RFQ计算的结果，应该与它的RFV值接近。使用某个样品的非结构性碳水化合物、NDF和NDF消化率来计算RFQ，结果会比RFV高或低。如果一个干草混合样品含较多的禾草，一般NDF消化率较高，则用RFQ来评价该样品比RFV更合适。当同一个样品的RFV和RFQ值不同时，建议使用RFQ来评价该样品的品质。

表2为CVAS饲料分析所测的RFV和RFQ值：

Shaver（2004）比较了不同牧草种类的RFV和RFQ。两者的相关性方程为RFQ = 0.9999 x RFV + 0.0678，基本上是1:1的关系。然而，R²只有0.68，说明该相关性比较弱。利用RFV来预测RFQ很难。RFV为140的样品，其RFQ值范围为110-170。原因是RFQ计算公式中的纤维消化率，在不同牧草中的差异很大，而RFV并未将其考虑进去。

CVAS饲料分析用不同种类的样品RFV值，来预测RFQ值，见图1-3。苜蓿草的RFV和RFQ值非常接近，RFQ =1.0523 x RFV – 6.786，回归线显示79%的数据拟合得较好（R² = 0.7883）。混合牧草的线性回归拟合得较差，R² = 0.621，RFQ值通常高于RFV（RFQ = 1.2464 x RFV – 14.721）。纯禾草的R² 为0.7552，较混合牧草高，RFQ通常高于RFV（RFQ = 1.9449x RFV – 67.038）。

图1. 苜蓿的RFV和RFQ线性回归（CVAS饲料分析，样本量：7000）

图2. 混合牧草的RFV和RFQ线性回归（CVAS饲料分析，样本量：5000） 

图3. 禾草的RFV和RFQ线性回归（CVAS饲料分析，样本量：4000）

参考文献：

[1] Mertens,D.R. 1973. Ph.D. Thesis, Cornell University, Ithaca, NY (cited by Van Soest,P.J. 1982. Nutritionalecology of the ruminant. O&B Books, Inc., Corvallis, OR.) [2] Mertens,D.R. 1987. Predicting intake and digestibility using mathematical models ofruminal function. J. Anim. Sci. 64:1548. 

[3] Oba,M. and M. S. Allen. 1999. Evaluation of the importance of the digestibility ofneutral detergent fiber from forage: effects on dry matter intake and milkyield of dairy cows. J. Dairy Sci. 82:589-596. 

[4] Oba,M. and M.S. Allen. 2005. In vitro digestibility of forages. In: Proceedings ofthe Tri-State Dairy Nutrition Conference, Fort Wayne, Indiana. 

[5] Shaver,R.D. 2004. Forage quality variation. Proceedings of the Mid-South RuminantNutrition Conference, p. 1. 

[6] Undersander, D. and J.E.Moore. 2002. Relative forage quality. UW  Extention. Focus on Forage. Vol. 4, No.5.