第七版奶牛营养需要(中文版)

资料收集于网络，如有侵权请联系网站删除资料收集于网络，如有侵权请联系网站删除资料收集于网络，如有侵权请联系网站删除一、干物质采食量1.概述干物质采食量(DMI)在营养学上极为重要，这是因为它决定着维持动物健康和生产所需养分的数量。真实或精确估计DMI对于制定饲料配方尤为重要，它可以防止供给养分的不足或过剩，以及促进养分的有效利用。养分供应不足会限制动物的生产性能，并影响健康；养分供应过剩，会导致饲料成本增加，并造成排放到环境中的养分增多。超量的养分排放对环境有毒害作用，并对人类健康造成负面影响。　　有多种因素影响奶牛的干物质随意采食量。已经提出了各种用以确定和预测干物质采食量的理论，其中包括基于瘤-网胃物理充满程度(Allen，1996；Mertens，1994)、代谢-反馈调节因子(Illius和Jessop，1996；Mertens，1994)和氧消耗(Ketelaars和Tolkamp，1996)等理论。虽然每种理论在一定的条件下是适用的，但更可能的是，包括在上述几种理论中多种刺激因素的加性效应在共同调节DMI(Forbes，1996)。　　据认为，消化率较低的饲料限制DMI，原因是它们在瘤胃中被清除的速度和通过消化道的速度慢。在瘤-网胃(可能还包括皱胃)的胃壁上分布着连续的接触性受体。这些受体随着食糜重量增多和体积增大的刺激，会限制饲料DMI(Allen，1996)。饲料中中性洗涤纤维(NDF)组分的消化速度通常较慢，所以被认为是与瘤胃充满程度效应相关的主要饲料成分因子。　　代谢-反馈调节理论的基本观点是，动物本身具有最大的生产潜力，并具有为了满足生产需要而最大限度利用养分的能力(Illius和Jessop，1996)。当养分(主要是蛋白质和能量)的吸收超过需要或者吸收的养分比例不当时，机体启动负代谢-反馈调节机制来调节DMI。　　另外一个代谢调节理论是Ketelaars和Tolkamp(1996)提出的基于氧消耗的理论。这一理论认为，动物会以一定的速率消耗摄入的净能，在这一速率下，动物利用氧的程度最优，而产生导致衰老自由基的数量最少。　　除了物理、代谢和化学稳恒因素的错综复杂性及其相互作用影响动物DMI外，动物的心理和感觉因素也起作用(Baumont，1996)。在任何情况下都能做到准确预测反刍动物的DMI是一件相当困难的事情，其原因主要是调节DMI的刺激因素复杂、纷乱和了解甚少。其他有关DMI的讨论和综述文章，请参见Baile和McLaughlin(1987)；Forbes(1995)；Ketelaars和Tolkamp(1992a，b)；Mertens(1994)，以及NRC(1987)。　　对于泌乳奶牛来说，产奶(消耗能量)高峰通常出现在产后4～8周，而DMI(能量采食量)高峰通常滞后，在产后10～14周才能达到(NRC，1989)。关于是否采食促进产奶还是产奶促进采食?至今仍存争议。基于能量进食调节理论和其他理论(BaileandForbes，1974；Conrad等，1964；Mertens，1987；NRC，1989)，似乎是奶牛消耗饲料的目的是为了满足能量需要，也就是说产奶促进采食。　　泌乳奶牛通过增加能量采食量来补偿其能量消耗的情况，在许多添加生长激素的试验中得到明确证实。在这些试验中，干物质采食量随产奶量的升高而增加(Bauman，1992；Etherton和Bauman，1998)。2.泌乳奶牛干物质采食量预测方程式1.1泌乳奶牛以前版本的《奶牛营养需要》采用了不同方法来预测DMI。1971年版《奶牛营养需要》(NRC，1971)简单地推荐泌乳牛前6～8周及以后阶段根据能量需要来预测随意采食量。在1978版本的《奶牛营养需要》(NRC，1978)中，DMI指南的建立是根据一套精心挑选的试验结果建立起一个修正数据表格。将奶牛体重和4%校正乳作为因子来估测DMI，DMI一般占体重的2%～4%。在NRC(1989)版本中，预测DMI以能量需要理论为基础，并简单地表示为：式中产奶净能(NEL)包括用于维持、产奶和补偿体重损失所需的能量。预计的干物质采食量还需要进行校正，在产奶最初3周阶段DMI预测值应减少18%；当饲喂发酵饲料时，饲粮水分含量在50%基础上水分含量每提高1个百分点，每100kg体重的DMI应减少0.02kg。在NRC(1989)的版本中，DMI的预测完全是以能量平衡为基础，也就是说，奶牛长期饲养时能量摄入量和能量消耗量应相等。这一方法不能用于估测短期饲养奶牛每日的DMI，这时需要准确预测体组织的成分变化(尽管预测方程式是以体重的变化为基础，但其假设体重的变化与体成分变化情况相同)和饲粮中NEL的浓度。由于胃肠道充满程度的变化和准确测定方面的难度，短期体成分的改变和能量需要量或供给量是难以准确测定的，同理，饲粮中NEL的浓度也不能准确测定。为了提高该方程式的可利用性，本届奶牛营养分委员会研究决定，采用一个经验方程式来预测短期内奶牛的DMI。　　有人提出了几个可用于实际生产预测奶牛DMI的方程式，但这些方程式很少在科学文献中公开发表，更没有对它们应用的准确程度进行过检验(Fuentes-Pila等，1996；Roseler等，1997a)。文献中报道的方程式是以动物采食的干物质用以满足其能量需要为原则，并将影响DMI的不同因素与DMI实际观察值建立起了回归关系。Holter和Urban(1992)和Holter等(1997)发展了考虑动物、饲粮和环境等因素的DMI预测方程式。　　在本版本建立DMI预测方程式的方法中，DMI预测是基于实际生产数据，同时仅仅考虑动物因素，而且也只是那些容易测定或已知的因素。饲粮原料组成的因素在泌乳牛DMI的预测模型中没有考虑，这是因为，在泌乳牛常用的配方方法中，首要的是明确养分需要量和估计的采食量，然后才考虑饲料原料的组成。考虑饲粮组成因素的预测方程式最好用来评价饲喂效果，而不是预测应该使用什么饲料原料。　　评价和建立荷斯坦奶牛DMI预测方程式的有关数据均来自1988-1998年间发表在《乳业科学杂志》上的文章(参见第16章的参考文献)、俄亥俄州立大学和明尼苏达大学(1994年5月)的研究结果。这些数据源包括17087个泌乳牛周(每头牛泌乳1周为1泌乳牛周，译者注)(包括5962个第一泌乳期和11125个第二泌乳期或更高泌乳期的泌乳牛周)、多种类型饲粮、添加或不添加牛生长激素、时间从1988-1997年10年间的资料。泌乳周龄从第1～80周，其中绝大部分为第1～40周龄。评价方程式的建立基于Roseler等(1997b)和May(1994)提出的方程式及Raybum和Fox(1993)报道的根据NRC(1989)《奶牛营养需要》中DMI值的方程式。最好的预测方程式是Roseler和Fox(1993)提出的结合型方程式，预测偏差为-0.27kg／d；还有Roseler等(1997b)推荐的采用泌乳周龄进行校正的方程式，其预测均方为3.31(kg)2／d。用来预测荷斯坦泌乳牛DMI的方程式为：式中FCM=4%校正乳产量(kg／d)；BW=体重(kg)；WOL=泌乳周龄；(1-e(-0.192×(WOL+3.67)))=校正泌乳早期DMI下降的校正项。对于泌乳早期的产奶牛来说，方程式1-2预测的结果与Kertz等(1991)所建立方程式的预测结果相一致。最初14周龄泌乳牛干物质采食量以不同方程式预测的比较结果列于图1-1。用方程式1-2预测泌乳牛最初10周DMI结果与DMI实际观察值非常接近，但在随后的泌乳期内预测值略低于实际观察值，但与Kertz等(1991)方程式的预测结果相吻合。　　方程式1-2的数据全部来自荷斯坦奶牛。目前还没有公开发表关于DMI的数据用于发展或修正目前预测DMI的方程式，以便能用在荷斯坦牛以外其他品种牛上。关于娟姗牛DMI的预测问题，请参见Holter等(1996)的文章。　　DMI预测方程式用于经产奶牛可不必进行校正。预测偏差和均方值在初产奶牛(-0.16kg／d和3.05(kg)2／d)和经产奶牛(0.12kg／d和3.20(kg)2／d)相近，而且综合全部预测结果发现它们在统计上也没有差异。但是，对于初产和第二胎的奶牛来说，为了准确地估计其DMI值，有必要考虑其体重和产奶量。　　用来建立和完善泌乳奶牛DMI预测方程式的实际DMI、FCM和体重数据示于图1-2。奶牛本身体重变化主要由于泌乳17周以前的怀孕引起，之后泌乳期的体重变化则反映了奶牛本身和胎儿体重的增加情况。　　在热中温区(5～20℃)以外，泌乳牛的DMI受到环境的影响。Eastridge等(1998)和Holter等(1997)的研究都表明，当环境温度在20℃以上时，DMI随温度的升高而下降。由于没有足够的数据来确定热中温区以外环境对DMI的影响程度，本版NRC泌乳牛DMI预测方程式(方程式1-2)没有考虑温度或湿度校正因子。但是，在热应激时，利用低产奶量可以表明DMI的减少，这种情况与热应激时的实际结果相一致。Eastridge等(1998)认为，当温度超出热中温区以外时，泌乳奶牛DMI的变化如下：温度＞20℃时，DMI×(1-((℃-20)×0.005922))；温度＜5℃时，DMI／(1-((5-℃)×0.004644))。将上述校正因子应用于DMI预测方程式1-2进行热应激条件下产奶量降低时DMI的预测，可能导致DMI预测值过低。3.青年母牛干物质采食量预测方程式1.2预测DMI的方程式青年母牛有关体重60～625kg阶段青年母牛DMI方面的资料很少。多数试验的奶牛数量少于40头，而且体重变化范围较窄，试验观察期也有限。利用在NewHampshire和Minnesota进行数月试验测出有关饲粮组成、青年母牛生长速度和DMI的数据，对Quigley等(1986)和Stallings等(1985)提出的青年奶牛DMI预测方程式和《肉牛营养需要》(NRC，1996)推荐的肉用犊牛DMI预测方程式进行了检验。在Quigley等(1986)和《肉牛营养需要》(NRC，1996)推荐的方程式中，均考虑了饲粮能量浓度和动物体重的因素。在方程式中考虑饲粮组成的因素不如仅考虑动物因素更好。然而，只有Stallings等(1985)公开发表的青年母牛DMI预测方程式没有考虑饲粮组成的因素。在评价中，Stallings等(1985)报道的较少考虑动物因素的预测方程式比Quigley等(1986)和《肉牛营养需要》(NRC，1996)推荐的任何一个方程式都具有更大的预测误差，对于体重在350kg以上的青年母牛来说尤为如此，但后两个方程式预测DMI的准确度较高(表1-1)。　　由于肉牛营养需要(NRC，1996)肉用犊牛采食量预测方程式采用了比Quigley等(1986)方程式更新和更具有说服力的数据，我们利用来自密苏里州圣路易斯市普瑞纳饲料公司的实际数据对该方程式预测DMI的可行性进行了进一步评价。这套数据包括来自生长母牛(体重范围58～588kg；饲粮NEM浓度1.24～1.55Mcal／kg)的2727个观察值。由于所用数据的初步评价与可信度即已表现出高度一致性(图1-3)，本版本将《肉牛营养需要》(NRC，1996)中关于肉用犊牛DMI的预测方程式推荐作为预测生长期、非泌乳青年荷斯坦母牛DMI的预测方程式：其中BW=体重(kg)；NEM为饲粮的维持净能(Mcal／kg)。　　本方程式对来自品种、空体脂肪重(emptybodyfat)、饲料添加剂或促进合成代谢的埋植剂使用方面的影响未做任何校正。利用方程式(1-3)预测青年母牛妊娠后期DMI和利用方程式(见奶牛营养的独特性中：青年母牛：DMI(%体重)=1.71-0.69e0.35t，)预测妊娠最后21d的DMI具有明显预测偏差。在应用以上模型进行预测时，为了避免奶牛DMI在妊娠第260～261d之间较大的预测偏差，在方程式1-3中引入妊娠日龄校正因子，即：(1+((210-DG)×0.0025))，其中：DG为妊娠日龄。上述方程式虽然使用了校正因子，但并非一定有效。有关妊娠最后3个月青年母牛DMI的资料，在文献中未见报道。　　迄今为止，尚未见报道荷斯坦品种以外其他品种青年母牛DMI的预测方程式以及对方程式1-3进行校正以适用于其他品种青年母牛DMI预测的资料。同样，也缺乏根据温度和环境条件变化对方程式1-3进行校正的资料。Fox和Tylutki(1998)引入温度和泥泞环境因子对《肉牛营养需要》(NRC，1996)中生长期肉用青年母牛DMI预测方程式进行了校正，但由于缺乏足够的数据而没有对其校正后方程式的可行性进行评价。Hoffman等(1994)认为，季节、圈舍类型、泥泞条件、被毛长度和体况等因素都影响动物的日增重，并提出了对增重的能量需要进行校正的意见。但他对这种校正是否影响DMI的情况没有评价。　　4.饲粮水分含量饲粮水分含量Chase(1979)的综述文章和《奶牛营养需要》(NRC，1989)都指出，饲粮干物质采食量与饲粮水分含量的提高呈负相关关系。当发酵饲料的水分含量超过50%时，饲粮水分含量每提高1%，会导致饲粮干物质采食量减少体重的0.02%。Kellems等(1991)用苜蓿青贮建立不同干物质含量的饲粮，发现随饲粮水分含量的增加，饲粮干物质采食量呈下降的趋势变化。Holter和Urban(1992)总结了329头泌乳奶牛饲喂干物质含量为30%～70%的试验结果，发现当饲粮干物质含量低于50%以下时，饲粮干物质采食量并不随之下降。多数高水分饲料要经过发酵后再饲喂。饲喂发酵饲料引起饲粮DMI下降的原因通常认为与发酵产物有关，而非饲料含水量本身的原因。给奶牛饲喂成分相同而添加不同水分的饲粮(饲粮DM分别为78%、64%、52%和40%)时，奶牛饲粮干物质采食量随饲粮DM水平的提高而呈线性增加(P<0.01)(Lahr等，1983)。但是，将谷物饲料混入水中浸泡处理使其DM含量分别达到35%、45%和60%时，饲喂奶牛后的DMI并未受到饲料含水量的影响(Robinson等，1990)。有关饲粮干物质含量与DMI方面的许多报道结果存在矛盾之处，而对于达到最大DMI的饲粮适宜DM含量为何目前仍不清楚。5.中性洗涤纤维中性洗涤纤维Mertens(1994)认为，饲粮中性洗涤纤维(NDF)含量可以用来确定DMI的上限和下限。在饲喂高NDF含量的饲粮时，瘤胃充满程度直接限制DMI；但在饲喂低NDF含量的饲粮时，能量采食量的反馈抑制作用会限制DMI。Dado和Allen(1995)证实了泌乳早期奶牛饲粮NDF含量与瘤胃充满程度的关系：NDF含量为35%的饲粮会限制干物质采食量，这与饲料容积较大和瘤胃充满程度较高有关；但当饲粮NDF含量为25%时，不论瘤胃中是否存在难于消化的大容积饲料，DMI都不受瘤胃充满程度的限制。Allen(2000)总结了15项研究结果后指出，当饲粮NDF含量高于25%时，随NDF水平的提高，DMI总体上趋于下降。但是，饲粮NDF处于某一特定水平时，实际DMI观察值的变化幅度较大，这表明影响NDF来源的因素(如颗粒大小、消化率和通过瘤-网胃的外流速度)也会影响DMI。　　在DMI预测模型中使用NDF作为变量的相关内容在以下两项研究中都已涉及。Raybum和Fox(1993)的结论认为，当使用包含体重、4%校正乳产量和泌乳日龄等因素的模型时，利用饲料NDF含量，尤其是来自粗饲料的NDF含量估测奶牛DMI最为准确，而且偏差最小。但是，在泌乳奶牛饲喂NDF占DM25%～42%的高能量饲粮情况下，DMI预测模型中由饲粮NDF造成的DMI变异不到1%(Roseler等，1997a)。6.饲粮粗料与精料比例饲粮粗料与精料比例研究证明，饲粮粗料与精料比例(F:C)影响奶牛干物质采食量。正如Allen(2000)所讨论的那样，很多研究结果都涉及到粗饲料纤维的数量和消化率以及丙酸等限制性因素对DMI的影响问题，而没有涉及到特定的粗料与精料比例。在以苜蓿和鸭茅草为基础的饲粮中，奶牛饲喂DM中20%为精料饲粮的产奶量较饲喂DM中40%或60%为精料的饲粮都少(P<0.01；Weiss和Shockey，1991)。不论饲粮中粗料种类如何，DMI都随饲粮中精料水平的提高而线性增加(P<0.01)。可消化干物质采食量也随饲粮中精料水平的提高而线性增加(P<0.01)。由于不可消化的干物质采食量不受精料采食量的影响，饲料流通速度和消化速度以及物理特性可能造成了DMI的差异。　　Llamas-Lamas和Combs(1991)用三种不同粗料(苜蓿青贮)和精料比例(86:14、71:29、56:44)饲粮饲喂奶牛。精料比例最高组的饲粮DMI最高，而另外两组饲粮DMI相同。Petit和Veira(1991)给泌乳早期荷斯坦奶牛饲喂占体重1.3%或1.8%的精料，而让苜蓿青贮自由采食(粗饲料:精饲料分别为63:37和54:46)。结果两组奶牛对苜蓿青贮的采食量相同，但采食高精料饲粮的奶牛体重增加，而采食低精料饲粮的奶牛则减重。Johnson和Combs(1992)也观察到同样的结果：饲喂粗料(苜蓿青贮:玉米青贮为2:1)占74%饲粮的奶牛较饲喂粗料占50%饲粮的奶牛每日少采食干物质2.7kg。总之，饲粮精料水平达到干物质60%之前，提高精料水平总能提高干物质采食量。7.脂肪脂肪假定奶牛采食饲粮干物质是用来满足其能量需要(BaileandForbes，1974；Mertens，1987；NRC，1989)，那么，当以脂肪作为饲粮能量来源替代碳水化合物时，DM摄入量会较少(Gaglios和Chilliard，1991)。脂肪也会降低纤维在瘤胃中的发酵程度和消化率(Palmquist和Jenkins，1980；Chalupa等，1984，1986)，从而增加瘤胃充满程度和降低食糜流通速度。Allen(2000)也认为，脂肪通过对肠道激素作用、肝脏脂肪氧化过程以及奶牛对不同来源脂肪接受程度的影响而导致DMI下降。　　在泌乳牛饲粮中添加脂肪酸对DMI的反应程度取决于基础饲粮中脂肪酸的含量和添加脂肪酸的来源(Allen，2000)。对于总脂肪酸含量为5%～6%的饲粮来说，添加油料子实和脂肪酸氢化物会导致DMI呈现二次曲线规律变化，其DMI达到最小值时的脂肪酸添加量分别占饲粮3%和2.3%。在饲粮中添加牛脂、粗油和棕榈酸钙盐时，饲粮DMI通常呈负线性降低变化。Smith等(1993)报道，与高苜蓿干草饲粮相比，给奶牛饲喂高玉米青贮饲粮时，瘤胃活化脂肪(不饱和脂肪，译者注)对饲粮干物质采食量、瘤胃发酵程度和NDF消化率具有更大的不利影响。　　Palmquist和Jenkins(1980)认为，提高脂肪酸的饱和程度通常会减少脂肪对瘤胃发酵的不利影响。但是，Allen(2000)发现，饲粮干物质采食量通常随脂肪中不饱和脂肪酸比例的提高而下降。在Allen(2000)引用的大部分研究结果中，奶牛饲喂的脂肪是棕榈酸钙盐。而在很多研究中，饲喂棕榈酸钙盐并不降低奶牛总消化能采食量，这是因为棕榈酸钙盐的消化率高，甚至也比氢化棕榈酸的消化率高。　　尽管在饲粮中添加脂肪酸有降低DMI的趋势(Allen，2000；Chan等，1997；Elliot等，1996；Garcia-Bojalil等，1998；Jenkins和Jenny，1989；Rodriguez等，1997)，但另有一些研究报道认为，添加脂肪可以提高DMI(Pantoja等，1996；Skaar等，1989)。随脂肪添加提高DMI的潜在原因是，在热应激情况下，热增耗降低；和(或)用脂肪替代谷物饲料后，丙酸对于干物质采食量的抑制作用减小(Allen，2000)。8.采食习惯和奶牛行为采食习惯和奶牛行为Dado和Allen(1994)研究了拴系舍饲奶牛的采食习惯。他们对12头产奶量为22～45kg／d、处于泌乳第9周龄产奶牛的采食习惯进行了观察。6头产奶量最高的奶牛较6头产奶量最低的奶牛平均每日多产奶11kg，并且每日多采食干物质6kg。两组牛的采食时间(平均300min／d)和采食次数(平均11次／d)没有明显差异，但高产牛群较低产牛群每餐采食干物质量更多(2.3kg对1.7kg)。高产牛群较低产牛群每日反刍次数少(13次／d对14.5次／d)，但每个反刍阶段的反刍时间平均要长5min。　　根据营养需要的不同对奶牛进行分群饲养可以减少群内奶牛间DMI的变异。图1-2表明了泌乳期间初产奶牛和经产奶牛总DMI和DM采食模式的差别。初产奶牛不能在泌乳早期达到DMI高峰，但它们一旦达到DMI高峰后通常比经产奶牛更能维持DMI的持久性。所以说，DMI的差异和牛群社会等级地位的不同，决定了初产奶牛和经产奶牛应该分群饲养。初产奶牛通常更为胆怯，而且最初在牛群中的社会等级地位低下，但随着更多的奶牛补充加入牛群，或随着老龄牛的淘汰离开，它们的社会地位会逐渐上升(Wierenga，1990)。Phelps和Drew(1992)报道，与老龄牛混合饲养相比，初产奶牛单独组群饲养305d泌乳期的产奶量增加了725kg。　　奶牛采食行为经常受到其群内社会等级地位的影响。当牛群中存在竞争情况，如饲槽间距受到限制时，处于霸主地位的奶牛，通常是那些年龄较大的或体型较大的牛，与在竞争中处于较低社会等级地位的牛相比，它们趋于占有更多的采食时间(Albright，1993)。在牛群中处于社会支配地位的奶牛，不必是产奶量高的牛，它们趋于占据槽位，并能采食更多的饲料(Friend和Polan，1974)。与非竞争采食和充分接触饲料的情况相比，在采食存在竞争的情况下奶牛饲料采食量会略高，而且每日采食所用的时间也稍短(Olofsson，1999)。　　Albright(1993)推荐，每头奶牛至少应有46cm槽距。Friend等(1977)利用年产奶量相当于7700～10000kg的泌乳奶牛进行了泌乳早期不同槽距条件下(分别50cm、40cm、30cm、20cm和10cm)的产奶试验。结果表明，每头奶牛的料槽间距只有缩短到10cm时，它们在料槽上的平均采食时间(3.7h／d)才明显缩短(表1-2)。当每头牛的料槽间距只有20cm或10cm时，牛只的群内社会等级地位和采食时间的相关性增加。最适或关键的料槽间距参数不应该是一个常数，它决定于奶牛之间的竞争情况、一定饲喂间距内可容纳的牛只数量和24h内饲料的供应量等。　　对于生长的青年母牛来说，其需要的料槽间距因年龄不同而异。Longenbach等(1999)发现，4～8月龄青年奶牛在15cm料槽间距下饲喂全混合日粮时，就可以维持快速生长。但是，当青年母牛年龄为17～21月龄时，其需要的料槽间距要与泌乳牛的推荐值(47cm)相同。　　在天然草地上放牧时，奶牛喜欢先将距地平面有一定距离的草吃掉。Albright(1993)引证的结果表明，奶牛低头采食比抬头采食时唾液分泌量高17%。抬高食槽会造成饲料浪费，如饲料散落等，这种问题可以通过让牛低头采食的方式得到解决(Albright，1993)。9.气候气候奶牛的热中温区为5～20℃，但动物个体间存在差异。当温度低于或超出热中温区范围时，采食量和代谢活动会发生改变。Young(1983)指出，反刍动物可以通过提高隔热、提高基础代谢强度和增加干物质采食量以适应慢性冷应激环境。此外，反刍活动、瘤-网胃运动和外流速度也会增加(Young，1983)。但在极低温度下，DMI并不随代谢率的增加而增加，因此动物处于能量负平衡，能量利用由生产为目的转向产热。　　当环境温度高于热中温区时，动物产奶量降低，其原因与DMI降低有关。Holter等(1997)发现，当遭受热应激时，妊娠并处于泌乳中到后期的荷斯坦经产奶牛和处于相同泌乳阶段初产奶牛均降低干物质采食量，其中前者降低的幅度(降低22%)高于后者(降低9%)。据报道，在奶牛遭受热应激时，与热中温区情况相比奶牛DMI下降高达55%，而维持需要提高7%～25%(NRC，1981)。随气温上升至35℃，奶牛饮水量会增加，但气温继续上升，由于动物活动减少和DMI降低，饮水量会随之减少。奶牛高温情况下的这些反应在温度低至24℃伴随高湿的条件下同样也会出现(Coppock，1978)。10.饲喂方法--全混合日粮与饲粮成分分开饲喂的对比饲喂方法--全混合日粮与饲粮成分分开饲喂的对比任何饲喂系统或方法的目标都是为奶牛提供一个采食机会，保证动物采食到按饲粮配方标明的饲料数量。饲喂系统的选择应考虑到畜舍条件、必要设施、群体大小、人力资源和成本。通过全混合日粮(TMR)或饲粮成分分开饲喂的方式，都能有效地为动物提供养分。TMR饲喂允许各种饲料原料根据配方 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 的成分比例要求充分混合。与饲料成分分开饲喂相比，当饲粮以TMR方式饲喂让动物无法挑食时，瘤胃发酵更加平稳，养分的利用效率更高。计算机或电子控制的喂料机械会减少精料单独饲喂时的劳力投入，同时有机会通过每日少量多次的方式控制和调节奶牛精料的饲喂量。粗料和精料分开的饲喂方法局限性在于，粗料通常是自由采食，因而其数量往往不确定；或者说奶牛个体的粗饲料给量常常是根据某一群体的平均采食量计算而得。Maltz等(1992)报道，利用计算机控制的喂料机械给奶牛饲喂TMR或精料，动物在前20周泌乳阶段的产奶量与分开饲喂相比没有差异(32.7kg／d对32.7kg／d)，但DMI有很大差异(19.7kg／d对20.4kg／d)。利用计算机控制的喂料机械以奶牛每单位体重产奶量为基础饲喂精料，比单纯根据产奶量一个指标饲喂精料更能经济地利用精料，并且不降低产奶量，便于体重控制。11.饲喂频率饲喂频率有人认为，增加奶牛饲喂频率能够提高产奶量和减少健康问题。Gibson(1981)在一篇有关饲喂频率的综述文章中得出的结论是，当奶牛每日饲喂次数由1或2次增加到4次后，动物平均日增重和饲料利用率分别提高16%和19%。饲喂高精料饲粮时增重速度和饲料利用率提高幅度最大。Gibson(1984)在对35个关于泌乳牛饲喂频率方面试验结果进行综述后认为，与每日饲喂1或2次相比，每日饲喂4次或4次以上可平均提高乳脂率7.3%，平均提高产奶量2.7%。Sniffen和Robinson(1984)也曾报道过增加饲喂频率提高乳脂率的结果。增加饲喂频率的益处可能与瘤胃发酵变得更加稳定和一致有关。在Robinson和McQueen(1994)的研究中，每日给产奶牛饲喂基础饲粮2次和添加蛋白质补充料2～5次，结果产奶量和乳成分并未受到蛋白补充料饲喂次数的影响，但每日饲喂5次比饲喂2次的瘤胃pH值和丙酸浓度更高。Klus-meyer等(1990)报道，每日饲喂次数由2次增加到4次时，瘤胃发酵模式和产奶量及乳成分都未见改善效果。与之相同的是，奶牛每日饲喂精料2～6次，产奶量、各种乳成分产量、DMI和瘤胃发酵参数都没有受到影响(Macleod等，1994)。在看到每日饲喂次数多于2次的好处之前，还必须考虑瘤胃代谢产物昼夜模式的波动也可能对瘤胃微生物的生长和发酵过程造成的不利影响。　　所有关于奶牛饲喂频率方面的研究结果都是基于给动物真正饲喂新配制的饲料，而不是往食槽中强行塞给动物未吃完的饲料。是否强迫饲喂的行为也会刺激动物产生与饲喂新配制饲料相同的饲喂效果，目前尚不清楚。在Macleod(1994)的研究中，无论何时将新配制的精料喂给每日采食6次精料的奶牛，每日饲喂精料仅2次的奶牛也都会开始采食，这表明饲喂行为，可能包括强迫饲喂，都有刺激采食的作用。12.饲喂次序饲喂次序Sniffen和Robinson(1984)提出奶牛晨饲时先喂粗饲料而后喂精料的实践可能与下面一些假设有关：给6h以上未进食的奶牛饲喂高发酵碳水化合物饲料会造成瘤胃酸性环境，从而降低干物质采食量和纤维的消化程度；晨饲时将粗饲料作为其他饲料前的第一道饲料喂给奶牛，会使纤维在瘤胃中形成纤维团块(afibermat)，并通过粗饲料本身和增加唾液分泌等作用，为瘤胃提供缓冲容量，促进粗饲料采食。生产中提倡给奶牛饲喂中等长度到较长长度的粗饲料，因为这样的粗饲料可延长采食时间，进而增加唾液分泌量，降低瘤胃内容物的流通速度。但是，迄今为止上述假设还没有得到相关证据的支持。有人在相关的两项研究(Macleod等，1994；Nocek，1992)中发现，给奶牛先喂豆科牧草后喂精料，对瘤胃发酵特性、瘤胃pH值和产奶量均没有影响。在这两项研究中，先喂精料后喂粗料与先喂粗料后喂精料的方式相比，干物质采食量只有数量上的增加(统计上差异不显著，译校者注)。13.与饲料的接触时间与饲料的接触时间奶牛获得最大的干物质采食量有赖于充足的采食时间。Dado和Allen(1994)的研究表明，对于处在产奶初期阶段(产后63日龄)且日产奶量23～44kg的奶牛来说，每日自由采食全混合日粮的采食时间平均为5h。奶牛每日采食9～13次(平均值为11次)，每次平均约29min。平均每次干物质采食量占每日干物质总采食量(15～27kg／d)的10%。在上述试验(Dado和Allen，1994)中，奶牛为舍内拴系饲养方式，日接触饲料时间为22～24h。该研究证实，处于非竞争采食环境和每日实际采食时间超过5h的奶牛之间，在采食行为上有明显差异。Martins-son(1992)和Martinson与Burstedt(1990)发现，与自由接触饲料条件下饲养的奶牛相比，将每日接触饲料时间限制在8h以内，奶牛产奶量平均下降25kg／d，下降幅度相当于5%～7%。　　二、能量单位1.泌乳奶牛和妊娠奶牛的能量需要能量单位用于维持和产奶的能量需要以产奶净能(NEL)表示。在产奶净能体系中(Moe和Tyrell，1972)，维持和产奶的能量需要都用同一个能量单位NEL表示，其原因在于比较直接测定的绝食产热量时(Flatt等，1965)，代谢能用于维持(0.62)和产奶(0.64)的效率接近(Moe和Tyrell，1972)。饲料的能值也用NEL表示。因此，在营养需要量表格一章中的表格和计算机模型，饲料的NEL值用来表示成年奶牛维持、妊娠、产奶、以及体沉积变化(非生长原因)的能量需要。2.饲料的能值本版中饲料能值测定和表示所采用的方法与以前的版本有本质上的区别。在《奶牛营养需要》(NRC，1989)第6修订版中，饲料原料的能值被指定为相同饲料在试验中所测得的总可消化养分(TDN)值。每种饲料的消化能(DE)、代谢能(ME)和净能(NEL)含量再用方程式2-1、2-2和2-3计算而得。方程式2-1和2-2中假定自变量和因变量的摄入量相同(如同是1倍维持量或1X)。方程式2-2是根据饲喂3倍维持量(3X)的奶牛获得的，因此当用该方程式将DE1X换算成ME1X时，其准确性存在问题(Vermorel和Coulon，1998)。方程式2-3将TDN1X转换成NEL1X，其假设的前提是在3倍维持水平时消化率下降8%。以上方法存在如下问题：(1)目前饲料成分表中见到的TDN值大多是由多年前的试验所得，而该饲料其他成分的数据已被更新，所以这些表格中的TDN值可能与表15-1列出的饲料营养成分不符。　　(2)饲料的营养成分与消化试验所用的饲料基本相同时，已公布的TDN值才能适用。　　(3)由于许多饲料不能成为饲粮的主要组成部分，因此其TDN值无法直接测定。用差值法计算TDN，又可能导致TDN估值的不准确(由于组合效应)和不精确。　　(4)单个饲料原料的ME和NEL值的测定都很少，因而对于混合饲粮更无法确定。将TDN换算成ME及NEL，的方程式源于饲喂全价饲粮的试验，许多饲料原料的TDN值超出了归纳方程式时试验用饲料的TDN范围，而在较大TDN的范围内，方程式可能并非是线性的。　　(5)方程式2-3中TDN折扣8%的假设是所有奶牛均为3倍的维持饲喂。根据牛群产奶量的正态分布规律，某群体的平均能量摄入量在2～4倍以上维持量间变化。　　由于这些问题，表15-1和计算机模型软件条目中，1倍维持量(TDN1X)对应的饲粮TDN值，是根据饲料成分计算得来的而不是试验测定。此外，NEL值是根据实际采食量和整个饲粮消化率计算的。表15-1还列出了假设采食量在3倍和4倍维持水平以及饲粮总TDN1X为74%时单一饲料原料的NEL值。根据表15-1中的NEL值计算出的饲粮NEL值与通过计算机模型计算出的饲粮NEL值也许并不一致，原因在于后者的采食量和消化率折扣(从饲粮总TDX1X估测而得)与表15-1中假定值不同。3.维持水平时饲料TDN的估测维持水平时饲料TDN的估测表15-1中的TDN1X值是通过归纳法推导而得。在该方法中，每种饲料的真可消化非纤维碳水化合物(NFC)、粗蛋白、醚浸提物(EE)和中性洗涤纤维的浓度(干物质的百分含量)，是根据方程式2-4a、2-4b、2-4c、2-4d和2-4e计算出的(Weiss等，1992)。醚浸提物部分的营养成分并不一致，因而在各种饲料中消化率也不一致。脂肪酸(FA)的营养成分比较一致，当饲粮中醚浸提物含量低于3%时，其真消化率在95%～100%之间(Palmquist，1991)，因此脂肪酸的消化率定为100%。饲料的脂肪酸含量可根据FA=EE-1(Allen，2000)估测，当然直接测定更精确，但因数据太少而在表15-1中没有列出。在下面列出的所有方程式中，实测的FA或由EE-1计算的FA均可表示FA。　　在上述方程式中，NDICP=中性洗涤不溶性氮(neutraldetergentinsolubleN)×6.25；PAF=加工校正因子(processingadjustmentfactor，见下)；ADICP=酸性洗涤不溶性氮(aciddetergentinsolubleN)×6.25；FA=脂肪酸(即EE-1)；L=酸性洗涤木质素；NDFn=NDF-NDICP。所有数值均以干物质的百分比表示。　　注：可消化NDF可通过48h瘤胃体外发酵法测定。当使用计算机模型时，可输入体外NDF的消化率，用于计算维持营养水平下的可消化NDF含量。　　上述方程式都基于真消化率，但TDN则基于表观消化率，因此，必须将粪中可代谢TDN从总可消化组分中减掉。Weiss等(1992)测定，一般情况下粪中可代谢TDN为7，由此，可用方程式2-5计算TDN1X。　　方程式2-4和2-5可用于计算表15-1中大多数饲料原料的TDN1X，但不是全部适用。用于估测动物性蛋白饲料和脂肪添加物TDN的方程式是不同的(见下文)。　　2.1.1饲料加工对NFC消化率的影响物理加工、热加工和蒸气处理通常对常规饲料组分的影响不大，但往往提高了淀粉的消化率见(碳水化合物和饲料处理章节)。为了反映加工和其他非化学因素对淀粉消化率的影响，在体内消化率数据(见碳水化合物和饲料处理章节)的基础上，建立了确定加工校正因子(PAF)的经验方法(表2-1)。NFC的预期真消化率在1倍维持量时约为0.98，3倍维持量时约为0.90(近似于在消化试验研究中所用的饲养水平)(Tyrell和Moe，1975；VanSoest，1982)。将各种饲料的体内淀粉消化率除以0.90就是PAF。PAF仅用于NFC的计算。维持水平饲喂时，PAF校正将引起一些饲料能值的估测偏高，但饲喂3倍维持量时，NEL的估测值应该是正确的。　　2.1.2动物性蛋白饲料动物性产品中不含结构碳水化合物，但某些动物性产品中含有相当量的中性洗涤不溶物。　　但这些物质并非纤维素、半纤维素或木质素，因此不能用上述方程式计算这些饲料的TDN1X，这就需要应用方程式2-6进行估测。　　TDN1X(%)=CPdigest×CP＋FA×2.25＋0.98×(100－CP－Ash－EE)－7(2-6)其中CPdigest=估测的粗蛋白真消化率(表2-2)，FA=EE-1。CPdigest值从假定采食量为体重(BW)的2%表15-2查得。这些数据的获取方法在蛋白质与氨基酸章节里解释。　　2.1.3脂肪添加物各种脂肪添加物的TDN1X值是用实测的脂肪酸消化率计算而得。添加物中单一脂肪酸的消化系数(表2-3)，是通过差值法间接确定的(即(添加脂肪期间额外采食的脂肪酸量与同期粪中额外排出的脂肪酸量的差值)／(添加脂肪期间额外采食的脂肪酸量)；见Grummer，1988)。该方法的前提是，添加脂肪后，内源性脂肪排出量和基础饲粮中脂肪酸的消化率不变。对含甘油三酯的脂肪添加物(牛油、部分氢化的牛油及植物油)，假定其醚浸提物含90%的脂肪酸和10%的甘油，且1倍维持饲喂时甘油可100%消化。在测定脂肪消化率的试验中，奶牛饲喂水平接近3倍维持量水平。因此，将原始测定值除以0.92以校正TDN1X值。消化率经采食水平调整后(表2-3)，将可消化脂肪量乘以2.25换算成TDN1X(方程式2-7a和2-7b)。　　对含甘油的脂肪：TDN1X(%)：(EE×0.1)＋(FAdigest×(EE×0.9)×2.25)(2-7a)对不含甘油的脂肪：TDN1X(%)：EE×FAdigest×2.25(2-7b)其中，FAdigest=脂肪酸消化率(表2-3)。　　4.饲料消化能的估测Crampton等(1957)和Swift(1957)计算出TDN的总能为4.409Mcal／kg。由于各种营养物质的燃烧热不同(如碳水化合物为4.2Mcal／kg，蛋白质为5.6Mcal／kg，长链脂肪酸为9.4Mcal／kg，甘油为4.3Mcal／kg)(Maynard等，1979)，TDN的总能值也不一样。TDN总能中蛋白质提供的能量比例较高的饲料，其TDN总能值大于4.409Mcal／kg。反之，碳水化合物或脂肪供能比例较高的饲料，TDN总能值小于4.409Mcal／kg。因此，以前的版本中用0.04409×TDN(%)计算DE值(NRC，1989)的方法不再使用，而是通过估测的可消化养分浓度(方程式2-4a～2-4e)乘以其燃烧热计算，如方程式2-8a、2-8b、2-8c和2-8d所示。由于DE基于表观消化率，而方程式2-4a、2-4b、2-4c、2-4d和2-4e皆基于真消化率，因此需对代谢粪能进行校正。假设粪中可代谢TDN的燃烧热为4.4Mcal／kg，则粪中可代谢DE=7×0.044=0.3Mcal／kg。　　对于大多数饲料：DE1X(Mcal／kg)：(tdNFC／100)×4.2＋(tdNDF／100)×4.2＋(tdCP／100)×5.6＋(FA／100)×9.4－0.3(2-8a)对动物性蛋白质饲料：DE1X(Mcal／kg)=(tdNFC／100)×4.2＋(tdCP／100)×5.6＋(FA／100)×9.4－0.3(2-8b)对含甘油的添加脂肪：DE1X(Mcal／kg)=9.4×(FAdigest×0.9×(EE／100)＋(4.3×0.1×(EE／100))(2-8c)对不含甘油的添加脂肪：DE1X(Mcal／kg)=9.4×FAdigest×(EE／100)(2-8d)在以上方程式中，tdNFC，tdNDF，tdCP和FA均以干物质百分比表示。　　方程式2-8b中的蛋白质消化率来自于表2-2。方程式2-8c和2-8d中的脂肪酸消化率(FAdigest)来自于表2-3。由于估测这些数值的方法本身已考虑了表观消化率与真消化率间的差异，方程式2-8c和2-8d不再用0.3调整。　　5.根据实际采食量估测消化能奶牛饲粮的消化率随采食量增加而降低(Tyrrell和Moe，1975)，从而降低了摄入饲粮的能量值，这对目前常见的采食量超过4倍维持的高产奶牛尤为重要。已有研究表明，消化率随饲喂水平下降的速度与该饲粮维持状态下的消化率相关(Wagner和Loosli，1967)，维持状态下消化率高的饲粮，随饲喂水平提高，其消化率下降速度要大于维持水平下消化率低的饲粮。在NRC以前的报道中(NRC，1979，1989)，采用饲喂水平每增加1倍的维持量而消化率固定下降4%的方法，以调整从维持状态到3倍维持量时的能量值。用这种折扣方法，对于含75%TDN1X的饲粮，饲喂水平每增加1倍维持量，TDN将下降3个百分点，而对于含60%TDN1X的饲粮，TDN将下降2.4个百分点。对维持状态下TDN低于60%的饲粮，其消化率的下降速度通常可以忽略不计。　　图2-1反映了文献报道的饲养水平每提高1倍维持量时消化率下降的百分点与维持状态下饲料消化率间的关系(Brown，1966；Colucci等，1882；Moe等，1965；Tyrrell和Moe，1972，1974，1975；Wagner和Loosli，1967)。很显然，饲喂水平不同引起的消化率下降的速率是所饲喂饲粮在维持状态下消化率的函数：TDN下降百分点=0.18×TDN1X－10.3(r2=0.85)。由于是用DE而不是用TDN计算ME和NEL，需要对该方程式进行转换，以便计算出的结果是折扣系数(百分比)，而不是TDN下降的百分点。　　折扣系数=((TDN1X－((0.18×TDN1X)－10.3))×采食量)／TDN1X(2-9)这里TDN1X用干物质的百分比表示，针对的是整个饲粮，而非个别饲料。采食量为高出维持量的增加部分(如对摄入3倍维持量的奶牛，高出维持量的采食量为2)。例如，如果一头奶牛的采食量是维持采食量的3倍，饲粮TDN1X为74%，那么预期消化率是维持状态下饲粮消化率的0.918倍。　　根据方程式2-9，对TDN1X为57.2%的饲粮，其消化率将不随饲养水平提高而下降。由图2-1可知，对于TDN1X小于60%的饲粮，其消化率的折扣可以忽略不计。因此对于这些饲粮，其消化率的折扣固定为1.0(即不折扣)。此外，还设定最大折扣率，以便折扣过的饲粮TDN不低于60%。目前尚无饲养水平高于4倍维持量时对消化率的影响的相关数据。Vandehaar(1998)指出，采食量对消化率的影响不是线性的，而是随采食量的增加，消化率折扣系数的增加幅度下降。这种非线性反应存在的可能性，是折扣后TDN最小值定为60%的原因之一。还需要高采食量对消化率影响的试验数据。图2-1中的数据是从未添加脂肪的饲粮中得出的。假定饲粮脂肪含量提高到3%以上时，不影响消化率的折扣系数。因此仅用于计算折扣率的TDN1X，就不包括高于3%的那部分脂肪。TDN1X为62%、67%、72%和77%的饲粮，饲喂量每高出维持量1倍，TDN分别下降0.9、1.8、2.7和3.6个百分点，消化率也分别下降1.5、1.8、3.8和4.7个百分点。该方法是在所有饲养水平间不断调整，其不同于NRC(1989)报道中固定调整到3倍维持水平的方法。具体是先确定每种饲料的DE1X，然后乘以由方程式2-9计算的折扣率，即可得到对应于实际采食量(DEp)的DE值。6.根据实际采食量估测代谢能方程式2-2是将实际采食的DE换算成ME。因此，实际采食的ME(MEp)应用DEp来计算。该方程式是以醚浸提物(EE)含量占3%左右的饲粮为基础建立的，但由于脂肪DE转化为ME的效率接近100%(Andrew等，1991；Romo等，1996)，因此，方程式2-2低估了高脂肪饲粮的ME。为此建立了一种理论方法以调整EE含量高于3%的饲粮代谢能值，即假定EE含量为100%的饲粮ME等同于DE(ME=DE)，从方程式2-2(1.01×DE－0.45)中减去这个等式，再除以EE浓度的变化(100-3)，则生成表达式：0.000103×DE＋0.00464，即EE含量每提高一个单位(百分点)引起的ME变化。该表达式中的DE项可忽略，则对于EE含量高于3%的饲粮，EE含量每提高1个百分点，MEp提高0.0046(方程式2-10)。而对于EE含量低于3%的饲料，MEp用方程式2-2计算。　　MEp(Mcal／kg)=(1.01×(DEp)－0.45)＋0.0046×(EE－3)(2-10)这里DEp单位为Mcal／kg，EE为干物质的百分比。　　对脂肪添加物，MEp(Mcal／kg)=DEp(Mcal／kg)7.根据实际采食量估测泌乳净能用方程式2-3估测NEL已引起批评，因为用它将DE换算成NEL时，所有饲料的转化效率基本相同(Vermorel和Coulon，1998)。如含40%TDN的饲料(DE=1.76Mcal／kg)，DE转化为NEL的效率为0.49，而含90%TDN的饲料(DE=3.97Mcal／kg)，效率为0.53。不同饲料间DE转化为NEL的效率变化范围比预期要小。为解决该问题，选用由Moe和Tyrrell(1972)推导的方程式，用于将生产水平采食量(NELP)下的MEp换算成NEL，以替代以前基于TDN的NEL方程式。　　NELP(Mcal／kg)=(0.703×MEp(Mcal／kg))－0.19(2-11)为适应脂肪代谢效率的提高，将脂肪ME换算成NEL的平均效率调整为0.80(sd=0.05；N=3；(Andrew等，1991；Romo等，1996))。前文中因饲粮脂肪含量不同而调整MEp的方法，这里也应用于将ME换算成NEL时转化效率提高的情况。对EE含量高于3%的饲料，EE含量每提高一个百分点，NEL提高(0.097×MEp＋0.19)／97(方程式2-12)。对于EE含量低于3%的饲料，用方程式2-11计算NELP。　　NELP(Mcal／kg)=0.703×MEp－0.19＋(((0.097×MEp＋0.19)／97)×(EE-3))(2-12)这里MEp为Mcal／kg，EE为占干物质的百分比。　　对于脂肪添加物，NELP(Mcal／kg)=0.8×MEp(Mcal／kg)。8.用于维持和增重饲料净能的估测用于估测肉牛维持净能(NEM)和增重净能(NEG)的方程式(NRC，1996)继续保留。饲料的NEM和NEG是假定干物质采食量在3倍维持量时，将饲料的DE1X乘以0.82得到ME值(NRC，1996)，再用下列方程式，将ME换算成NEM和NEG(Garrett，1980)：NEM=1.37ME-0.138ME2+0.0105ME3-1.12(2-13)NEG=1.42ME-0.174ME2+0.0122ME3-1.65(2-14)这里，ME、NEM和NEG的单位均为Mcal／kg。　　这些方程式不适用于脂肪添加物。对于该类饲料，MEp等同于DEp，将ME转化为NEM的系数和将ME换算为NEL的系数相同(0.80)，而ME换算为NEG的效率系数定为0.55。体重低于100kg的犊牛饲料能值的计算方法将在第10章中介绍。　　9.第7版NEL值与1989版的比较表15-1中饲料的NEL值是用前面列出的方法，是根据饲喂3倍维持量的奶牛计算得出的，并与前一版《奶牛营养需要》(NRC，1989)的表7-1数值进行比较。表15-1中所有饲料的平均NEL值比前一版中相应饲料低2%。尽管两个表的数值平均起来很相似，但还是存在一些明显差异。一般来讲，牧草尤其是劣质牧草的NEL值比前一版低，高蛋白饲料的NEL值高，而高淀粉精料的NEL值与前一版(NRC，1989)相同。棉子的NEL比前一版约低16%，而焙炒大豆的NEL则比前一版高出约25%。前一版中棉子的NEE值要高于焙炒大豆，然而棉子的NDF(50%比22%)和木质素(13%比3%)含量都较高，CP含量(23%比43%)却低。棉子中的NDF主要来自于棉子壳，消化率较低。这些组成成分与纤维消化率的差异表明，大豆提供的能量应多于棉子。由于大豆和棉子刺激咀嚼和反刍能力不同，在低纤维饲粮中，棉子可降低负组合作用，从而表现出比大豆更高的能量。已将含全棉子和焙