基于放牧瑞士褐牛粪便化学组成预测的便携式与台式近红外光谱技术比较及牧场植物区系组成研究

《Obesities》：Pasture Floristic Composition and Performance of Portable and Benchtop NIRS for Predicting Feces Chemical Composition in Grazing Brown Swiss Heifers

　　

优化多变放牧条件下的畜牧生产，需要快速且准确的工具来评估饲草品质和动物消化效率。近红外光谱技术（near-infrared spectroscopy，NIRS）提供了一种快速、可靠且无损的方法，用于预测粪便化学组成并间接评估日粮品质。本研究评估了牧场植物区系组成，以及便携式与台式NIRS仪器在估算放牧瑞士褐牛（Brown Swiss）后备牛粪便化学组成方面的预测性能。研究人员在六个围栏牧场中评估了植物区系组成，并采集了96份粪便样本用于化学分析和NIRS预测。黑麦草属（Lolium spp.）(31–38%)和鸭茅（Dactylis glomerata）(20–37%)是优势牧草物种。粪便粗蛋白（crude protein，CP）含量范围为12.39%–14.08%，灰分含量为16.15%–19.59%，中性洗涤纤维（neutral detergent fiber，NDF）含量为43.20%–48.96%，酸性洗涤纤维（acid detergent fiber，ADF）含量为31.30%–37.22%，体外干物质消化率（in vitro dry matter digestibility，IVDMD）为62.09%–66.20%。台式NIRS在预测粗蛋白和灰分方面表现更优，其交叉验证决定系数（R2CV）分别为0.89和0.91。便携式NIRS在预测NDF、ADF和IVDMD方面表现更佳，其R2CV值分别为0.80、0.76和0.73。两种仪器均显示出在放牧后备牛粪便化学组成快速预测方面的潜力。这些研究结果支持将NIRS作为一种实用的补充工具，用于全球多变放牧条件下放牧牛的营养监测与管理。

一、研究背景与问题

在放牧型畜牧生产体系中，牧场植物区系组成是决定动物日粮营养品质和整体生产效率的关键因素。植物区系组成指牧草生态系统中植物物种的相对比例，包括禾本科牧草、豆科牧草及杂草等。这一植物学结构直接影响养分可利用性、日粮可消化性及动物生产性能。传统实验室化学分析方法虽然准确，但耗时且需要专门设备，难以满足放牧条件下实时营养监测的需求。近红外光谱技术（NIRS）作为一种快速、准确、无损且成本效益高的分析工具，已广泛应用于农产品和生物样本的营养成分评估。然而，以往研究多依赖台式NIRS仪器，其虽具有高光谱分辨率、光学稳定性和高信噪比，但便携式NIRS仪器能否在田间条件下达到与台式系统相当的预测性能，尤其是在分析反刍动物粪便这类复杂生物基质时，仍存在不确定性。在秘鲁亚马逊地区，牛生产以粗放放牧系统为主，牧场植物区系变异大，缺乏牧草营养品质的技术信息。因此，本研究旨在评估和比较便携式与台式NIRS光谱仪在预测放牧瑞士褐牛后备牛粪便样本中粗蛋白、灰分、NDF、ADF和体外消化率方面的预测性能，并表征相关牧场的植物区系组成，以探索牧草可利用性、粪便化学组成、动物消化反应与光谱模型预测精度之间的关联，验证NIRS技术作为放牧牛生产系统实时营养监测工具的潜力。

二、研究设计与技术方法

研究在秘鲁亚马逊地区Luya省Tingo区Granero附属区的Eco2Kuelap农场开展，该地区气候温凉，平均温度15°C，相对湿度67%。研究人员在六个围栏牧场中通过样线法进行植物区系组成调查，每围栏设置100个采样点。选用八头约8月龄、平均活重250±17.6 kg的瑞士褐牛后备牛，在电围栏管理的粗放放牧系统下饲养，通过人工模拟法采集动物采食的日粮。粪便样本在每头牛连续采食各试验围栏三天后的早晨经直肠采集，每头约500 g，共获得96份样本（6种日粮×8头牛×2个季节）。样本经60°C烘干48小时后粉碎，采用凯氏定氮法测定粗蛋白，马弗炉灰化法测定灰分，ANKOM纤维分析仪按Van Soest法测定NDF和ADF，采用Tilley和Terry法通过DAISY II培养箱测定体外干物质消化率。光谱采集方面，台式NIRS仪器（Unity 2500XL）扫描范围为1100–2500 nm，间隔1 nm；便携式NeoSpectra仪器（NEO1001）扫描范围为1350–2500 nm，间隔约9.2 nm，每份样本三次扫描。台式数据采用标准正态变量变换（SNV）和去趋势化（D）预处理，便携式数据采用SNV和均值中心化（MC）预处理，均采用偏最小二乘（PLS）回归建立校准模型，通过交叉验证评估模型性能。

三、研究结果

3.1 牧场植物区系组成

六个围栏牧场的植物区系组成存在明显差异。鸭茅、绒毛草、黑麦草属（包括cv. Cajamarquino和cv. Nui品种）、红三叶草和白三叶草为最具代表性的物种。围栏1以多花黑麦草cv. Cajamarquino为主（31%），绒毛草和鸭茅居中（6–16%），豆科植物适度存在。围栏2以多年生黑麦草cv. Nui为主导（38%），是主要物种最均匀的系统。围栏3植物区系多样性较高，鸭茅、绒毛草和多年生黑麦草均衡分布（分别为30%、12%和17%），杂草出现较明显。围栏4杂草比例较高（3%），鸭茅和绒毛草分别占20%和14%。围栏5以鸭茅高度主导（37%），豆科植物贡献显著（红三叶草22%），无杂草。围栏6分布较异质，鸭茅、绒毛草、黑麦草属同时存在，杂草占4%。

3.2 粪便化学组成

粪便化学组成在不同日粮间表现出明显差异。粗蛋白含量均值范围为12.4%–14.1%，日粮IV的粪便蛋白浓度最高（14.1%），较日粮II高约13.6%，组内变异系数为5.2%–8.2%。灰分含量均值范围为16.2%–19.6%，日粮IV最高（19.6%），日粮II最低（16.2%），差异约21.3%。NDF含量最高值出现在日粮I（49.0%）和日粮II（48.8%），最低为日粮VI（43.2%）和日粮III（43.3%），日粮VI较日粮I降低约11.8%。ADF含量范围为31.3%–37.2%，日粮I最高（37.2%），日粮V最低（31.3%），降低约15.9%，日粮V的变异系数达17.2%。IVDMD均值范围为62.1%–66.2%，日粮VI最高（66.2%），日粮IV最低（62.1%），差异约6.6%。

3.3 粪便化学组成的预测

台式NIRS在预测粗蛋白方面表现最佳，校准决定系数R²C=0.91，交叉验证R²CV=0.89，预测标准误SEP=0.34；便携式仪器R²C=0.88，SEP=0.42。灰分预测方面，台式仪器表现优越（R²C=0.93，R²CV=0.91，RPDCV=2.81），便携式仪器R²C=0.88，R²CV=0.85，RPDCV=2.57。纤维组分预测中，便携式NIRS在NDF预测上R²CV值更高（0.80），RPDCV为2.23；台式仪器R²CV为0.75，RPDCV为1.70。ADF预测以台式仪器更优（R²C=0.84，RPDCV=2.91）。IVDMD是两种仪器预测难度最大的参数，便携式仪器R²C=0.79，R²CV=0.76，台式仪器R²C=0.70，但台式仪器的RPDCV为3.4，表明模型优秀。

四、讨论与结论

讨论部分指出，围栏植物区系组成的变异性反映了农艺管理、放牧压力和牧场生态稳定性的差异。围栏2中多年生黑麦草的主导地位表明系统生产力和稳定性较高；围栏1和围栏5中豆科植物的较多存在有利于提高牧草蛋白含量和系统氮固定能力；围栏3、4和6中杂草的较多存在则指示牧场退化状态。粪便化学组成的差异反映了瘤胃和肠道水平养分利用效率的变化，日粮IV较高的粪便粗蛋白和灰分含量可能与豆科植物比例较高导致的能量-蛋白比失衡及矿物质吸收效率较低有关。在NIRS预测性能方面，台式仪器在粗蛋白和灰分预测上表现优越，归因于其光学稳定性、高光谱分辨率和更好的信噪比；便携式仪器在NDF、ADF和IVDMD预测上表现更好，这可能与其光谱范围（1350–2500 nm）保留了与结构碳水化合物和消化率相关的C–H和C–O吸收特征有关。IVDMD预测难度最大，因其是涉及植物-微生物互作、木质化和瘤胃降解过程的复杂多因素变量，不产生线性光谱信号。

研究结论为：牧场植物区系组成以黑麦草属（31–38%）和鸭茅（20–37%）为主导，其次为绒毛草（6–16%）和三叶草属（11–22%）。植物区系均匀度较高的围栏杂草比例较低（0–4%），而异质性较高的系统功能多样性更大。粪便化学组成在不同日粮间存在变异：粗蛋白含量12.4%–14.1%，灰分16.2%–19.6%，NDF 43.2%–49.0%，ADF 31.3%–37.2%，体外消化率62.1%–66.2%。R²值、预测误差和RPD值的行为表明，没有任何单一仪器在所有评估参数上始终优越。两种NIRS仪器均可用于放牧牛粪便的快速表征，但仪器性能取决于所分析的参数和所采用的特定校准。因此，模型选择应基于所关注的营养参数而非仅依据仪器类型。牧场植物区系组成的变化与粪便化学组成的变化相关联，便携式和台式NIR均为放牧后备牛粪便组成快速无损估算的适用工具。