因当今谷物价格的上涨及产业利润空间的缩小,奶农需更好地理解和控制日粮营养成分的变化。因此,及时且精准的牧草/粗饲料检测在降低饲喂成本和提高产奶量中所起的作用日益重要。同时,精准检测也能让奶农更密切地关注商品饲料中营养成分的变化,从而更加重视饲料品质的一致性。
准确度和精确度
目前有两种检测牧草及饲料的手段:湿化学分析和近红外检测(NIRS)。了解两种检测手段的差异性及适用性可帮助检测者用最经济的方式获取最有效的数据信息。
湿化学分析法在饲料及牧草营养成分的检测中是准确度最高的,它是使用化学试剂和适当加热的方法将牧草降解为各类营养成分。例如:NDF(中性洗涤纤维)就是将牧草置于中性洗涤液中煮沸后不能溶解的纤维残渣部分。在化学和加热处理前后精准称重,通过计算两者之差即可估算某种营养成分的值。但是,湿化学分析法比较耗时,成本较高,技术要求更高。
近红外分析是使用光谱分析仪通过红外线照射样品所反射的光谱来分析。每种营养成分因具备特定的分子结构(如碳、氮、氢键)而拥有独特的反射特征。该方法需将试样的反射系数与一系列相似样品(经湿化学检测成分已知)的反射系数进行比对。近红外检测与湿化学检测相比更省时省力。但是,同时近红外也有它的技术难点,需要建立复杂的定标模型,定期校准仪器及有效控制恒定品质,以此来保证结果的精准性。
近红外分析是一种间接分析方法,是以化学分析所获得的营养成分为参考的,它当然不会比直接的湿化学方法准确度更高。然而,作为一种分析手段,NIR通常比湿化学方法更快捷,精确度更高,可重复性也更高,可用来减少分析结果的变异性(表1)。
矿质元素不会反射近红外光。因此,利用近红外分析矿质元素含量实际是根据牧草中矿质元素与其他营养元素的特有关系而间接评估出来的。许多营养师也使用近红外方法进行矿质元素分析,但是应多关注此结果可能存在的问题。如果奶牛出现了因矿质元素引发的问题,那就应尽量用湿化学分析法检测矿质元素指标。
表1 近红外与湿化学分析法检测值的标准差比较
营养成分 |
平均值(%DM) |
SD标准差,湿化学法 |
SD标准差,NIRS法 |
粗蛋白(CP) |
15.8 |
0.33 |
0.05 |
酸性洗涤纤维(ADF) |
31.4 |
0.78 |
0.32 |
中性洗涤纤维(NDF) |
41.9 |
0.70 |
0.28 |
灰分 |
11.3 |
0.20 |
0.07 |
脂肪 |
3.44 |
0.12 |
0.02 |
建立近红外定标模型
实验室使用近红外方法检测就必须对饲料和牧草进行湿化学分析来完成定标。如果待测样品在牧草类别、地理位置与生长环境等诸多方面的特征值都处在定标样品的变异范围内的话,则近红外方法检测结果一般都是很准确的。因此,需要将样品准确分类,才能选择使用最适合的近红外方程。
某种特定营养成分的近红外校正水平受许多因素影响,需要建立并形成近红外反射光谱与待测营养成分之间的特征性对应关系。对于水分和大多数有机成分,近红外分析法能达到很好的检测效果。为了更好地建立预测模型,待测营养成分的检测值需要覆盖较广的范围,而且建立关联模型时,用近红外光谱测得的数据要和用化学分析方法测得的真实数据之间有较高的可重复性。原则上,营养成分数值的覆盖范围应是检测误差的10倍。
对于大部分植物种类,其蛋白质含量的覆盖范围较广,其分析方法通常很精确,这就为建立极好的定标模型创造了条件。相反,苜蓿中淀粉含量的预测就没有那么好,因为苜蓿本身所含的淀粉水平较低,淀粉检测值就没有那么精准。
如何鉴别定标的好与不好
不同实验室间针对特定营养成分开发近红外方程的定标水平有很大差异。近红外营养成分定标的好坏是通过对大量定标样品的测量值进行统计分析来实现的。表2显示了Cumberland Valley Analytical Services(CVAS)实验室对某些营养成分的定标值统计数据。表中展现了每一种粗饲料所用的定标样品数量,营养成分检测结果的平均值,预估的标准误差。R平方是决定系数,反映因变量的全部变异能通过回归关系被自变量解释的比例。标准误差越小,R平方即决定系数越大,结果越接近真实值。利用近红外分析法预测营养成分值时R平方值至少应在0.95以上,若该值低于0.80则意味着此预测数据不够准确。
蛋白质这个指标的湿化学方法分析结果一般可重复性高,且在大部分粗饲料中该指标值的区间范围较大。在建立干草蛋白质指标的定标模型时,定标样品群体样本量很大,标准误差小,R平方值大。因此该定标模型预测同类牧草蛋白质的准确性就高。
虽然建立面包渣淀粉方程时所用的定标样品较少,但是淀粉指标值相对比较一致,因此预测效果也很好。标准误差较低,R平方值较大。
另一方面,用于预测酒糟中呕吐毒素的标准误差比常见的呕吐毒素的标准误差较大,R平方值比其他传统指标低很多。因此,利用近红外检测呕吐毒素相对不太准确,检测硝酸盐值也存在类似问题。
营养成分及纤维分析
随着先进定标体系及运算技术的发展,利用近红外方法进行成分分析越来越被认可。近红外牧草与饲料检测协会发现,当用近红外和湿化学两种分析方法测得的蛋白质含量不一致时,再次进行湿化学方法检测,有80%的样品化学分析值与近红外预测值相同。同样,若换做检测酸性洗涤纤维(ADF)和中性洗涤纤维(NDF)时,这个比例则降低至50%。
中性洗涤纤维消化率(NDFD)是通过利用奶牛瘤胃中的微生物进行体外消化试验获得的。NIRS近红外分析法可用于NDFD的常规分析。预测青贮玉米30小时中性洗涤纤维消化率时的R平方值和标准误差都在合理范围内,因此用近红外法分析NDFD是个不错的选择。不过,在重点要确定牧草品质和查找相关问题时,适当结合体外消化试验的结果仍然不失为明智之举。
表2 更可靠的营养成分预测(带有高R平方值)
粗饲料 |
营养成分 |
样品数量 |
平均值 |
标准误差 |
R2平均值 |
干草 |
蛋白质 |
4747 |
15.7 |
0.56 |
0.99 |
青贮玉米 |
NDF |
1915 |
43.5 |
0.76 |
0.97 |
青贮玉米 |
30小时NDFD |
3237 |
61.0 |
1.14 |
0.96 |
面包渣 |
淀粉 |
359 |
9.1 |
0.46 |
0.97 |
干草 |
硝酸盐 |
1000 |
0.3 |
0.08 |
0.90 |
酒糟 |
呕吐毒素 |
338 |
4.9 |
0.79 |
0.84 |