1. 引言
巴中市位于四川盆地东北部,是典型的农业大市。2023年全市粮食总产量196.14万吨,油料产量24.80万吨,初步测算全年约产生农作副产物268.06万吨。农作副产物以秸秆为主,具有体积大、收集运输成本高、易霉变等特点,导致随意丢弃、焚烧现象十分严重,极易造成环境污染。同时,农作副产物又是草食家畜很好的粗饲料来源,据测算,1吨普通的秸秆营养价值相当于0.25吨粮食[1]。因此,农作副产物饲料化利用既可以减少农作物废弃物对环境造成的污染,又能够丰富草食家畜饲料种类,在一定程度上缓解了人畜争粮的矛盾,是畜牧业高质量发展的重要举措。
农作副产物种类繁多,不同副产物营养成分存在一定差异,各营养组分又是综合在一起对家畜的生长发育产生作用。因此,在农作副产物饲料化利用中,对其进行营养饲用价值评价很重要。营养饲用价值的评价方式有多种,评价方法已从单纯以粗蛋白质为主过渡到综合考虑多个营养指标的模式[2]。农作副产物粗纤维含量高,在营养价值饲用方面宜采用综合评价多个营养指标的方式。灰色关联度分析法根据数列的可比性和相似性,分析系统内部主要因素之间的关联程度[3],不但可以得到定性分析结果,还可以给出定量结果[4],在牧草营养价值评价中已有所应用[5]。本文以巴中市常见的7种农作副产物为研究对象,通过测定常规营养成分含量,采用灰色关联度分析法对其营养饲喂价值进行综合评价,以期判断不同农作副产物的饲喂价值,为巴中地区农作副产物饲料化利用提供理论支撑。
2. 材料与方法
2.1. 试验材料
供试7份农作副产物样品采自巴中本地农田及养殖户收储的秸秆,采样时间为2024年8月~2025年5月,采样期均为成熟期。7份样品分别为禾本科4份、豆科2份、十字花科1份(表1)。全部样品经粉碎机粉碎后,过40目筛。
2.2. 常规营养成分测定
分别参照《饲料中水分的测定》(GB/T6435-2014)、《饲料中粗灰分的测定》(GB/T6438-2006)、《饲料中粗脂肪的测定》(GB/T6433-2006)测定干物质(DM)、粗灰分(Ash)和粗脂肪(EE)含量;采用Kjeltec TM 8400型全自动凯氏定氮仪(丹麦FOSS公司)测定粗蛋白(CP)含量(GB/T 6432-2018);采用Van Soest等的方法测定中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗剂木质素(ADL)含量;使用火焰原子吸收光谱法测定钙(Ca)和磷(P)含量。每个样品重复测定3次。按照以下公式计算相对饲喂价值(RFV) [6]。
RFV = (DDM × DMI)/1.29. (1)
DMI = 120/NDF % (2)
DDM = 88.9 − (0.779 × ADF %) (3)
式中:DMI为干物质采食量,DDM为消化性干物质。
Table 1. Sampling information
表1. 采集样品信息
编号 |
科名 |
种名 |
采集部位 |
样品描述 |
X1 |
禾本科 |
玉米 |
茎叶 |
约有一半绿叶 |
X2 |
禾本科 |
小麦 |
茎叶 |
茎叶为黄色 |
X3 |
禾本科 |
大麦 |
茎叶和少量麦壳 |
茎叶壳为黄色 |
X4 |
禾本科 |
水稻 |
茎叶 |
茎叶为黄色 |
X5 |
豆科 |
大豆 |
茎叶 |
茎叶为黄色 |
X6 |
豆科 |
豌豆 |
茎秆 |
茎秆为黄色 |
X7 |
十字花科 |
油菜 |
油菜荚 |
油菜荚为黄色 |
2.3. 数据统计
运用Excel软件对数据进行初步整理,使用SPSS20.0软件对数据进行统计分析、spearman相关性分析及作图。
2.4. 数据分析
依据灰色度系统理论[7],把巴中市常见的7种农作副产物视作一个灰色系统,每种农作副产物为该系统中的一个因素,分析该系统中每份副产物间的联系程度即关联度。关联度越大,副产物间的相似程度就越高。人为构建一个参考品种X0,将参考品种X0的营养指标含量作为比较数列Xi,算出各农作副产物的营养指标含量与参考品种相应指标之间的关联度,评价其营养价值的高低。按下列公式计算关联系数。
式中,
为X0与Xi在k点的关联系数;
表示X0数列与Xi数列在k点的绝对差。其中
为二级最小差,
为二级最大差,
为分辨系数,取值0.5。
为便于数据比较分析,引入等权关联度
,计算公式为
,式中N为营养指标的个数。
由于各营养成分对总体营养价值的贡献率不同,为了更加客观地评价样品的营养价值,需采用加权关联度,即根据各营养成分在营养价值中的重要性赋权重值WK,权重系数的给出是结合文献资料、经验等确定的。加权关联度公式
,
,用加权关联度对各农作物秸秆的营养价值进行评价:当
时判定营养价值高;
为营养价值良好;
为营养价值中等;
为营养价值较差。
3. 结果与分析
3.1. 常规营养成分含量
7种农作副产物常规营养成分含量及变异情况见表2。干物质含量最高的是水稻秸秆(92.20%)、最低的是油菜荚(91.12%),粗蛋白含量最高的是大豆秸秆(11.10%)、最低的是大麦秸秆(2.75%),粗脂肪含量最高的是大豆秸秆(2.76%)、最低的是豌豆秸秆(1.92%),相对饲喂价值最高的是大豆秸秆(80.96)、最小的是小麦秸秆(54.37)。营养指标差异最大的是钙含量(变异系数为89.09%)、差异最小的是干物质含量(变异系数为0.47%)。由此可知,农作副产物在粗蛋白、粗脂肪、钙、相对饲喂价值等指标上差异较大,必然影响其整体饲喂价值。
Table 2. Nutrition determination and relative feeding value of sample (dry matter basis)
表2. 样品营养成分测定及相对饲喂价值(干物质基础)
编号 |
种名 |
DM/% |
CP/% |
EE/% |
ADF/% |
NDF/% |
Ash/% |
Ca/% |
P/% |
RFV |
X1 |
玉米 |
91.84 |
9.76 |
2.50 |
47.17 |
68.43 |
7.95 |
0.42 |
0.27 |
70.91 |
X2 |
小麦 |
91.31 |
3.58 |
2.28 |
56.38 |
76.95 |
10.28 |
0.04 |
0.17 |
54.37 |
X3 |
大麦 |
92.17 |
2.75 |
2.04 |
55.07 |
77.24 |
11.00 |
0.00 |
0.23 |
55.40 |
X4 |
水稻 |
92.20 |
4.09 |
2.48 |
46.51 |
64.70 |
13.11 |
0.23 |
0.23 |
75.73 |
X5 |
大豆 |
91.34 |
11.10 |
2.76 |
52.35 |
55.38 |
5.48 |
1.33 |
0.21 |
80.96 |
X6 |
豌豆 |
91.96 |
6.78 |
1.92 |
51.69 |
64.12 |
7.12 |
0.76 |
0.09 |
70.56 |
X7 |
油菜 |
91.12 |
6.95 |
2.33 |
50.92 |
57.24 |
12.06 |
1.04 |
0.17 |
80.01 |
最大值 |
92.20 |
11.10 |
2.76 |
56.38 |
77.24 |
13.11 |
1.33 |
0.27 |
80.96 |
最小值 |
91.12 |
2.75 |
1.92 |
46.51 |
55.38 |
5.48 |
0.00 |
0.09 |
54.37 |
标准差 |
0.43 |
3.01 |
0.27 |
3.52 |
8.21 |
2.68 |
0.49 |
0.06 |
10.46 |
变异系数 |
0.47 |
46.81 |
11.64 |
6.84 |
12.38 |
27.77 |
89.09 |
30.00 |
15.01 |
3.2. 灰色关联度分析
3.2.1. 构建参考数列
从营养价值来看,干物质为饲料中主要营养物质载体,粗蛋白质是其主要营养物质,粗脂肪是其重要能量物质,粗灰分为其中的矿物质,钙和磷为两种重要的矿物元素,直接影响家畜的生长发育[4],相对饲喂价值综合采食量和消化率等评价饲料品质。因此,这7个指标的测定值越高,说明饲草的营养价值越高、品质越好,选取其最大值组成参考数列;中性洗涤纤维、酸性洗涤纤维与动物采食量、消化率呈负相关,因而在一定程度上越低越好,选取其最小值。综上所述,参考数列为{X0(k)} = (92.20, 11.10, 2.76, 46.51, 55.38, 13.11, 1.33, 0.27, 80.96)。
3.2.2. 无量纲化处理数据
本文采用初值化处理方法,即用各测定值除以参考品种相应的期望指标(酸性洗涤纤维和中性洗涤纤维采用商值的倒数),得到各项指标数值都在0~1之间的新数列(表3)。
Table 3. Dimensionless of data
表3. 数据的无量纲化处理
样品 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
X0 |
1.0000 |
1.0000 |
1.0000 |
1.0000 |
1.0000 |
1.0000 |
1.0000 |
1.0000 |
X1 |
0.9961 |
0.8793 |
0.9058 |
0.9860 |
0.8093 |
0.6064 |
0.3158 |
0.8759 |
X2 |
0.9903 |
0.3225 |
0.8261 |
0.8249 |
0.7197 |
0.7841 |
0.0301 |
0.6716 |
X3 |
0.9997 |
0.2477 |
0.7391 |
0.8446 |
0.7170 |
0.8391 |
0.0000 |
0.6843 |
X4 |
1.0000 |
0.3685 |
0.8986 |
1.0000 |
0.8560 |
1.0000 |
0.1729 |
0.9354 |
X5 |
0.9907 |
1.0000 |
1.0000 |
0.8884 |
1.0000 |
0.4180 |
1.0000 |
1.0000 |
X6 |
0.9974 |
0.6108 |
0.6957 |
0.8998 |
0.8637 |
0.5431 |
0.5714 |
0.8715 |
X7 |
0.9883 |
0.6261 |
0.8442 |
0.9134 |
0.9675 |
0.9199 |
0.7820 |
0.9883 |
备注:1. 干物质;2. 粗蛋白;3. 粗脂肪;4. 酸性洗剂纤维;5. 中性洗剂纤维;6. 粗灰分;7. 钙;8. 磷;9. 相对饲喂价值;X0为参考样品。下同。
3.2.3. 计算关联系数
先求出绝对差值,再利用关联系数公式计算关联系数(表4)。
3.2.4. 求出关联度
根据关联度公式,将表4中的数值代入,即得到各农作副产物营养价值与参考品种之间的关联度(表5)。该关联度为等权关联度,是在各种营养成分都同等重要的情况下营养价值
Table 4. Grey correlative coefficients between agricultural by-products and reference series
表4. 农作副产物与参考品种的关联系数
项目 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
ξ1(k) |
0.9923 |
0.8055 |
0.8415 |
0.9728 |
0.7239 |
0.5595 |
0.4222 |
0.8012 |
ξ2(k) |
0.9810 |
0.4246 |
0.7419 |
0.7406 |
0.6408 |
0.6984 |
0.3402 |
0.6036 |
ξ3(k) |
0.9994 |
0.3993 |
0.6571 |
0.7629 |
0.6386 |
0.7565 |
0.3333 |
0.6130 |
ξ4(k) |
1.0000 |
0.4419 |
0.8314 |
1.0000 |
0.7764 |
1.0000 |
0.3768 |
0.8856 |
ξ5(k) |
0.9817 |
1.0000 |
1.0000 |
0.8175 |
1.0000 |
0.4621 |
1.0000 |
1.0000 |
ξ6(k) |
0.9948 |
0.5623 |
0.6217 |
0.8331 |
0.7858 |
0.5225 |
0.5384 |
0.7955 |
ξ7(k) |
0.9771 |
0.5721 |
0.7624 |
0.8524 |
0.9390 |
0.8619 |
0.6964 |
0.9771 |
WK |
0.20 |
0.30 |
0.20 |
0.05 |
0.05 |
0.10 |
0.05 |
0.05 |
备注:ξ1(k),……,ξ7(k)分别对应样本ξ1,……,ξ10的关联系数。
高低的反映,即各种成分同等重要的条件下才能用等权关联度评判营养价值优劣。然而,饲草中各营养成分对营养价值高低的贡献率是不同的。因此,为了客观地评价营养价值的高低,需采用加权关联度,即根据各种营养成分在营养价值中的重要性赋权重值WK [3],再根据加权关联度公式计算得到加权关联度(表5)。
Table 5. Evaluation of nutritional value of seven kinds of agricultural by-products
表5. 7种农作副产物的营养价值评价
样品 名称 |
等权 关联度 |
等权排序 |
营养价值 评价 |
加权 关联度 |
加权排序 |
营养价值 评价 |
玉米秸 |
0.7649 |
4 |
高 |
0.8104 |
2 |
高 |
小麦秸 |
0.6464 |
6 |
良好 |
0.6581 |
6 |
良好 |
大麦秸 |
0.6450 |
7 |
良好 |
0.6441 |
7 |
良好 |
水稻秸 |
0.7890 |
3 |
高 |
0.7508 |
4 |
高 |
大豆秸 |
0.9077 |
1 |
高 |
0.9334 |
1 |
高 |
豌豆秸 |
0.7068 |
5 |
高 |
0.6919 |
5 |
良好 |
油菜荚 |
0.8298 |
2 |
高 |
0.7790 |
3 |
高 |
3.2.5. 评价营养价值
根据灰色关联度分析法的原则,理论上参考品种的营养价值是最好的。实测品种与参考品种的关联度越大,其营养价值越高[3]。由表5可知,营养价值高的农作副产物依次为大豆秸、玉米秸、油菜荚和水稻秸,相对较差的为小麦秆和大麦秆。等权关联度与加权关联度排序的spearman相关系数rs = 0.893,达到极显著水平(P < 0.01),表明两种关联度排序高度相关,加权赋值未对结果造成严重影响。
3.3. 其他营养成分含量
Table 6. The calcium-phosphate ratio of sample and lignin determination
表6. 样品钙磷比及木质素测定
指标 |
玉米秸 |
小麦秸 |
大麦秸 |
水稻秸 |
大豆秸 |
豌豆秸 |
油菜荚 |
Ga/P |
1.58 ± 0.07c |
0.25 ± 0.08a |
0.00 ± 0.00a |
0.97 ± 0.02b |
6.23 ± 0.08d |
8.50 ± 0.80e |
6.12 ± 0.10d |
ADL |
6.34 ± 0.13c |
7.74 ± 0.07d |
5.36 ± 0.11b |
2.30 ± 0.07a |
10.58 ± 0.44f |
11.14 ± 0.11g |
9.88 ± 0.06e |
注:同行数据肩标不相同小写字母表示差异显著(P < 0.05),相同小写字母表示差异不显著(P > 0.05)。
由表6可知,大麦秸的钙磷比最低与小麦秸的差异不显著(P > 0.05),而豌豆秸的钙磷比最高,显著高于其他样品(P < 0.05)。7种农作副产物中,水稻秸的ADL含量最低(2.30%),显著低于其他样品,而豌豆秸的ADL含量最高(11.14%),其次为大豆秸秆的,两者均显著高于其他样品(P < 0.05)。
4. 讨论
文中等权关联度值及加权关联度值为相对值,虽然构建的参考数列选自7种农作副产物各项指标中的最优值,但是农作副产物属于粗饲料,总体营养价值较低,因而不同农作副产
物各项指标与参考数列指标差距较小,营养价值综合评价为高或良好是这7种秸秆相对而言的结果,若是以期望的一系列指标组成参考数列,估计这7种秸秆的营养价值评价结果为中等或较差。本文7种农作副产物营养指标差异最大的是钙含量、差异最小的是干物质含量,这与徐远东等[3]的研究结果一致。
相对饲喂价值指标(RFV)是目前美国唯一广泛使用的粗饲料质量评定指数。该指标与其他8个营养指标组成评价体系,兼顾了营养物质的消化率,评价结果更为客观[3]。文中依据RFV对秸秆营养价值评价排序和等权关联度排序结果较为一致,二者仅仅是在大麦秸秆和小麦秸秆的排序上有差异。通过RFV指标排序,大麦秸秆排第六、小麦秸秆排第七,而根据等权关联度排序,小麦秸秆排第六、大麦秸秆排第七。这进一步说明了RFV是初步评判饲料营养价值高低的简便、有效方法。加权关联度的引入是考虑到不同营养因子的贡献值不同,显然是更加科学地评判饲料营养价值的方法,但赋值存在一定的人为性,存在一定的缺陷[5]。本文通过spearman相关性分析,等权关联度与加权关联度相关系数达到极显著水平(P < 0.01),表明两种关联度相关性高,所赋权重值是恰当的,未对结果产生显著影响。
本文大豆秸秆粗蛋白含量为11.10%,为7种农作副产物粗蛋白含量最高,在农作副产物粉碎制样过程中,明显发现过40目筛时,豆科的大豆秸秆和豌豆秸秆在筛上面残存了更多的纤维丝状物及残渣,而禾本科和十字花科的副产物仅有少量的残渣,并没有纤维丝状物,这说明豆科的这两类秸秆相比其他5类副产物有更多难消化吸收物质。通过文中数据显示,大豆秸秆的NDF含量最小、ADF含量排第三(从高到低排、后同)、ADL含量排第六,豌豆秸秆的NDF和ADF含量都居第四位,处于中间位置,而其ADL含量最高,显而豆科中的丝状纤维素很可能是ADL,后续还应分析农作副产物的不可溶蛋白、过瘤胃蛋白等,进一步掌握作物副产物有效营养成分,以期更加深入全面评价其营养饲喂价值。
钙、磷是动物体内必需的两种矿物元素,其摄入量对骨骼的发育和代谢有重要的影响。钙、磷缺乏会导致动物肢蹄病增加,过量添加又会增加饲料成本以及环境污染[8]。饲粮中钙、磷的水平除满足机体正常的生长发育外,还需保持适宜的比例,我国《肉牛饲养标准》(NY/T 815-2004)中,肉牛日粮钙磷比约为2:1;肉羊日粮钙磷比约为1.5:1 [9]。一般情况下,秸秆中的钙、磷含量较低,且利用率低,在主要用秸秆饲喂牛、羊等反刍动物时,要适量补充钙、磷。
油菜是巴中市传统经济作物和观赏作物,种植规模在全市排前三,但油菜中含有硫代葡萄糖苷。硫苷本身不具有抗营养因子,但在加工过程中,在芥子酶(硫代葡萄糖苷酶)的作用下生成甲状腺素等多种有毒有害物质,牛、羊等反刍动物对硫苷的耐受量相对较大[10]。朱风华等[11]研究了巫溪县11份油菜秸秆硫苷含量,结果表明油菜秸秆中的硫苷含量远低于饲料原料及动物配合饲料中异硫氰酸酯和噁唑烷硫酮的限量要求,不存在任何安全隐患。
豌豆秸秆不论是等权排序还是加权排序,在7种秸秆中的排序均为第五,比禾本科的玉米秸秆、水稻秸秆和十字花科的油菜荚排序靠后,文中豌豆秸秆常规营养的测定数据与孙红梅等[12]的测定数据较为接近,可能是由于豌豆秸秆粗蛋白、中性洗涤纤维和酸性洗剂纤维含量居中,粗灰分含量偏低,导致综合营养评价靠后。本文筛选出的农作副产物还需通过动物饲喂试验进行适口性、消化利用、肠道菌群等方面的研究或是体外发酵试验进一步验证,以期全面客观评价筛选出的农作副产物。
5. 结论
本文经综合营养评价,依次筛选出营养价值高的农作副产物有大豆秆、玉米秆、油菜荚和水稻秆等4种,玉米、油菜、水稻属于巴中地区主要的农作物和油料作物,播种面积位居前三,秸秆资源丰富,在生产中应重点收集,为牛、羊产业高质量发展、节本增项提供物质保障。
基金项目
四川省肉牛创新团队SCCXTD-2015-13。
NOTES
*通讯作者。