包括常规营养成分、干物质随意采食量、消化率等。

     4.1.1常规营养成分常规营养成分含量的多少是评定粗饲料品质的最基本指标，主要包括干物质(DM)、粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、粗蛋白(CP)等。

     VanSoest提出了改进的粗纤维分析方法，采用NDF、ADF、ADL评价指标评定粗饲料质量，此方法将饲料粗纤维中的半纤维素、纤维素和木质素全部分离出来，从而可以更好地评定饲料粗纤维的营养价值。NDF与瘤胃容积充满度及日粮采食量有关，其含量与能量浓度成负相关，粗饲料中高的NDF含量可限制反刍动物的采食量及其对粗饲料的能量利用效率，NDF含量越高，粗饲料品质越低。粗饲料ADF含量与其有机物消化率(OMD)呈负相关，ADF含量越高，粗饲料品质越低。CP含量的变化可反映粗饲料在制备过程中养分的损失情况，但考虑到瘤胃微生物对蛋白质的作用，必须考虑饲粮蛋白质在瘤胃内的降解情况。因此，CP只是评价粗饲料蛋白质品质的粗略指标。常规分析方法统一，测定简单，便于不同样品之间比较，但只能说明粗饲料营养成分含量的高低，并不能完全反映粗饲料的品质。因为粗饲料品质与营养成分含量虽然具有直接的正相关关系，但这种关系也不是绝对的。评价粗饲料品质最关键的是反刍动物对粗饲料的采食和消化吸收情况，而这除与饲料本身营养成分有关外，还与粗饲料的适口性和消化率有关[1，2]。

     4.1.2干物质随意采食量(DMI)DMI受反刍动物体重、增重速度、饲料能量浓度、日粮类型、饲料加工、饲养方式和气候等多种因素的影响，是影响奶牛生产水平和饲料效率高低的重要因素。在同等情况下，粗饲料的DMI越高，表明粗饲料的品质越好。与常规指标相比，DMI虽能更好地反映粗饲料品质，但由于在相同DMI的情况下，不同粗饲料的消化吸收有很大差异，因此，单纯的DMI也不能完全反映粗饲料品质的高低，必须同时考虑粗饲料的消化吸收效率[1,2]。

     4.1.3消化率消化率的高低不仅与粗饲料中细胞壁成分的含量和组成有关，还与生物碱等限制性营养因子的含量有关。通常反刍动物并非采食单一的饲料，因此，某种粗饲料的消化率还受日粮中其他粗饲料和精饲料的影响，即必须考虑饲料间的组合效应。粗饲料消化率的测定必须通过消化实验。消化实验常用的方法有体内消化实验法、尼龙袋法和离体消化实验法[1，2]。

     为了更好地评定粗饲料品质，国内外学者进行了大量研究，并提出了一些得到广泛利用的综合指标，如营养值指数(NVI)、可消化能进食量(DEI)、饲料相对值(RFV)、品质指数(QI)、粗饲料相对品质(RFQ)、产奶二千(milk2000)、粗饲料分级指数(GI)等。这些指数都是由当粗饲料作为唯一能量和蛋白质来源时的粗饲料随意采食量和某种形式的粗饲料可利用能计算而来。粗饲料随意采食量用粗饲料DMI占体重的百分比或者占代谢体重的百分比表示。粗饲料可利用能的形式有能量的消化率(ED)、消化能(DE)、可消化干物质(DDM)、总可消化养分(TDN)和代谢能(ME)等[3～6]。

     4.2.1饲料相对值(RFV)

     4.2.1.1RFV的概念及参数的预测模型RFV是美国目前唯一广泛使用的粗饲料品质综合评定指数。RFV用ADF和NDF体系制定干草等级的划分标准，其定义为：相对于特定标准的粗饲料(假定盛花期苜蓿RFV值为100)，某种粗饲料的可消化干物质采食量。RFV计算公式为：

     RFV=DMI(%BW)×DDM(%DM)/1.29

     其中：DMI为粗饲料干物质随意采食量，单位为%BW;DDM为可消化干物质，单位为%DM；1.29是基于大量动物试验数据所预测的盛花期苜蓿DDM的采食量，单位为%BW;除以1.29，目的是使

     盛花期的目蓿RFV值为100；DMI的预测模型为：

     DMI(%BW)=120/NDF%（DM)；

     DDM的预测模型为：

     DDM(%DM)=88.9-0.779ADF(%DM)。

     RFV值越大，表明饲料的营养价值越高。RFV的优点是其参数预测模型是一种比较简单实用的经济模型，只需在实验室测定饲料的NDF、ADF和DM即可计算出某粗饲料的RFV值。RFV目前仍在美国粗饲料的管理、生产、流通和交易等各个领域广泛使用，牧草种子生产者也使用RFV反映品种的改良进展。RFV的缺点是只对粗饲料进行了简单的分级，没有考虑粗饲料中粗蛋白质含量的影响，无法利用其进行粗饲料的科学组合和合理搭配。

     由威斯康辛大学麦迪逊分校的农学家KenAlbrecht提出，简称PEAQ公式，这种方法是通过对照苜蓿枝条所处生育期和田间最高枝条的高度，来预测田间苜蓿的ADF及NDF值。由于具体的计算公式比较复杂，算起来也费时间，现在已经做成一张苜蓿品质速查表，通过查表的方式可以快速的预测苜蓿草的相对饲喂价值(RFV)。另外，一些种子公司更进一步的开发了“苜蓿品质预测杆”(PEAQStick)，像尺子测量长度一样在田间用预测杆对苜蓿的RFV直接进行读数。PEAQ最初包含5个生育期，现在已经简化为3个，在美国苜蓿生产中应用较为普遍，用于确定最佳的收获期，该方法对于预测第一茬草的品质尤其准确[7,8]。

     ①PEAQ操作方法：(1)在苜蓿田里选择一个0.2m2的、有代表性的样方框。(2)判断样方框中大多数枝条所处的成熟期，具体判断方法见表1。(3)测量样方框中最高的枝条的绝对高度，即将所有苜蓿枝条拉直以后，地面距最高枝条顶端的距离(只是枝条，不包含叶片)。(4)根据枝条所处生育期及最高枝条的高度，对照表1找出相应的RFV值。(5)重复以上1～4的步骤，平均每500亩的喷灌圈应测量10～15个有代表性的点，然后取平均值。

     表1中PEAQ法预测的是正在生长的苜蓿的品质，没有考虑收获、晾晒、加工贮藏过程中的营养损失，即便收获措施做的比较好，苜蓿草的RFV值也会下降15%～25%，即如果你想收获RFV值为150的苜蓿干草，那么在田间苜蓿RFV值估计在170左右时就应该进行收获。另外，该预测方法适用的苜蓿高度范围为40.64～106.68cm，苜蓿植株过高或者过低不能使用，在长势良好的单播苜蓿地预测结果较为准确。

    

     ②苜蓿品质预测杆：苜蓿品质预测杆(PEAQStick)是一个1.22m长的杆，基于PEAQ的原理，用于测定收获前苜蓿的RFV值，杆有4个面，其中3面分别标明了营养生长末期、现蕾期和花期苜蓿的不同高度所对应的RFV值。PEAQ法在北美应用较广，在苜蓿收获前的品质预测方面发挥了重要作用，其是否适用于国内苜蓿生产，需要经过田间验证，其方法的简便实用性值得国内苜蓿生产企业学习借鉴[7,8]。

     4.2.1.3奶牛各阶段所饲喂苜蓿的RFV值头3月龄犊牛所饲喂苜蓿的RFV值要求在145以上，泌乳中、后期的奶牛与3～12月龄青年母牛所饲喂苜蓿的RFV值要求在125～145，12～18月龄的青年母牛要求在115～125，18～24月龄的青年母牛的要求在100～115[9]。

     4.2.2粗饲料评定指数(GI)

     4.2.2.1GI的概念卢德勋在继承RFV合理成分的基础上，提出了粗饲料评定指数(GI)。其定义为粗饲料的CP和NDF经过校正后，粗饲料的可利用能的随意采食量。GI的特点是综合了影响粗饲料品质的蛋白质和难以消化的纤维物质两大主要指标及其有效能(在绵羊和育肥牛为ME，奶牛为NEL)，并引入反刍动物对该种粗饲料的DMI，克服了现行粗饲料评定指标的单一性和脱离动物反应的片面性，力求全面、准确地反映粗饲料的实际饲用价值。

     GI计算模型为：

     GI(MJ)=ME(MJ/kg)×DMI(kg/d)×CP(%DM)/NDF(或ADL)(%DM)

     其中，GI为粗饲料分级指数，单位为MJ；ME为粗饲料代谢能，单位为MJ/kg，当进行奶牛粗饲料品质评定时，应改为产奶净能；DMI为粗饲料干物质随意采食量，单位为kg/d；CP(%DM)为粗蛋白质占干物质的百分比；NDF(%DM)为中性洗涤纤维占干物质的百分比；ADL(%DM)为酸性洗涤木质素占干物质的百分比。

     4.2.2.2GI参数的预测模型

     ①应用GI对奶牛苜蓿饲草评定：GI的DMI预测模型可参考RFV的。产奶净能的预测模型如下[6,10]。

     禾本科牧草

     NEL(MJ/kg)=1.085-(0.0124×ADF)×9.29

     豆科牧草

     NEL(MJ/kg)=1.044-(0.0119×ADF)×9.29

     玉米青贮(全株)

     NEL(MJ/kg)=1.044-(0.0124×ADF)×9.29

     ②应用GI对羊粗饲料品质评定：GI的DMI的预测模型如下[6,10，11]。

     豆科干草

     DMI(g/d·kgw0.75)=51/NDF(%DM)

     禾本科干草

     DMI(g/d·kgw0.75)=45/NDF(%DM)

     秸秆类

     DMI(g/d·kgw0.75)=30/NDF(%DM)

     DMI氨稻(g/d·kgw0.75)=39/NDF(%DM)

     青贮

     DMI(g/d·kgw0.75)=29/NDF(%DM)

     应用GI对羊粗饲料品质评定时，GI的代谢能预测模型如下[12]。

     ME(Mcal/kg)=4.2014+0.0236ADF+0.1794CP

     为加速推广GI在反刍动物粗饲料品质评定上的应用，应象RFV那样，建立各种粗饲料的田间品质快速测定GI方法。

     秸秆饲料化利用工程技术，就是针对秸秆自身存在的营养缺陷(即适口性差、采食量低；消化率低；某些营养物质缺乏或不平衡)和反刍动物营养生理特点，将加工调制技术、营养调控型产品的使用以及配套的饲养管理技术等多种营养技术措施加以系统集成，充分发挥各种技术措施的组合效应，从而达到理想的秸秆饲用效果的成套营养技术。具体内容为“P+3M”技术。“P技术”为加工调制技术，通过该技术以最大限度地提高反刍动物采食量，并在一定程度上改善消化率。“M1技术”为针对秸秆营养缺陷和反刍动物营养生理特点，设计和使用具有营养调控功能的饲料产品，调控日粮营养素平衡及其干物质采食量与瘤胃功能，进而提高日粮营养物质利用率。“M2技术”为使用一些具有营养调控功能的管理技术，例如，控制饲料粒度，合理的饲喂次数与次序，青饲催化性补饲技术，以提高P技术与M1技术的整体效果。“M3技术”即营养检测技术，利用反刍动物营养检测技术对反刍动物营养状况进行检测，改进和提高秸秆高效利用营养工程技术的整体效果。M1与M2技术所要达到的目标是：①最大限度地发挥反刍动物瘤胃作为天然发酵罐的生物优势，使秸秆在瘤胃内发酵达到最佳状态；②改善进入反刍动物体内营养物质的平衡，使大量饲用秸秆的反刍动物的生产性能和饲料利用率达到最佳水平。M3技术就是通过对反刍动物营养状况的有效检测，为营养调控和营养决策，提供重要的技术依据，最大限度地提高秸秆饲料化利用工程技术的整体效果。秸秆饲料化利用的工程技术为充分挖掘秸秆的饲用潜力，克服当前在秸秆饲料化利用上单纯依靠加工调制，忽视动物自身存在的营养潜力这一“单一”思维，提供了可行的技术路线。

(1.江西省农业科学院畜牧兽医研究所，张吉鹍；2.内蒙古农业大学动物科学学院，张震宇；3.江西新天地药业有限公司兽药研究院，张吉鹍，李龙瑞）