黄土高原菊苣产草量与营养品质的预测

卓玛草，杨天辉，李 广，常生华，侯扶江

（1. 甘肃农业大学林学院，甘肃 兰州 730070；2. 草地农业生态系统国家重点实验室 / 农业部草牧业创新重点实验室 / 兰州大学草地农业科技学院，甘肃 兰州 730020）

牧草产量与品质评价是牧草育种与生产利用的基础，营养品质和消化代谢的测定是常用方法，其中前者由于简单易行且成本低，并与消化代谢和家畜生产性能密切相关，因而被广泛使用。栽培牧草品种以豆科和禾本科居多，随着家畜生产的迅速发展及其引发的巨大需求，饲草品种的范围迅速扩大、利用水平逐渐提高。

国内外学者对放牧利用下牧草的产量与品质特征做了大量研究，放牧可以促进牧草生长，提高产草量，并改善牧草的营养品质[1-6]。紫花苜蓿(Medicago sativa)和高羊茅(Festuca arundinaceae)在放牧利用下的干物质和粗蛋白产量更加稳定[7]。对冬小麦(Triticum aestivum)进行绵羊放牧可增加其总生物量，并且提高籽实产量[8-9]。在黄土高原多次刈割显著提高了3 种高糖黑麦草(Lolium perenne)的粗蛋白、粗脂肪、粗灰分的含量及水分利用效率和饲用价值(P＜0.05)[10]。在扬黄灌区，多次刈割模拟轮牧利用方式下的小麦、燕麦(Arrhenatherum elatius)和黑麦(Secale cereale)的粗蛋白产量显著高于收获干草或籽实生产(P＜0.05)，且轮牧降低了小谷物的中性洗涤纤维、酸性洗涤纤维和纤维素含量，从而提高了其饲用价值[11]。当前，除了禾本科和豆科牧草之外，双子叶类牧草逐渐在草地农业系统中被广泛应用。菊苣(Cichorium intybus)是多年生菊科菊苣属草本，原产于欧洲，于20 世纪80 年代引入我国[12-13]。菊苣作为一种叶量大的饲草，其适口性好，消化率高，利用周期长。目前，国内外对菊苣的研究主要集中在播种方式、播期以及水肥对其产量和品质的影响[14-20]，而利用方式对其品质和产量影响的研究较少。

黄土高原是我国传统农耕区，也是世界上生态环境脆弱、水土流失严重的地区[21-22]。菊苣作为多年生牧草，通过合理的放牧利用不仅为动物生产提供了低成本的优质饲草资源，而且常年覆盖地表，利于黄土高原的生态保护[23-24]。为此，本研究选取两个品种的菊苣(Puna Ⅱ和Choice)进行田间试验，通过定期刈割模拟轮牧，分析菊苣产草量和营养品质的变化规律，建立预测模型，并进行生产评价，探明模拟轮牧对菊苣的产草量和营养品质的影响，旨在为拓展菊苣的利用模式和区域草地农业发展提供理论与实践依据。

1 材料与方法

1.1 研究区概况

试验在兰州大学榆中草地农业综合试验站(35°57' N，104°09' E，海拔1 720 m)进行，试验地地处黄土高原中部，地势平坦。年均降水量399 mm，70%以上集中在7 月-9 月，相对湿度63%，年均蒸发量1 406.8 mm，无霜期120 d，夏季极端高温31.7 ℃，冬季极端低温 -24.5 ℃，全年日照时数在2 652.4 h 以上，属温带大陆季风气候。该区地势平坦，土壤为黄绵土，有机质含量4.3%，全氮含量0.145%，硝态氮含量7.08 mg·kg-1，铵态氮含量5.73 mg·kg-1，速效磷和速效钾含量分别为76.34 和115.28 mg·kg-1。

1.2 试验设计

试验采用完全随机区组设计，共计两个处理，模拟轮牧与一次性收获干草，模拟轮牧通过定期刈割模拟进行。每小区面积为3 m × 5 m，间距0.5 m，区组间有1 m 间隔，4 次重复。试验种植的菊苣品种Puna Ⅱ和Choice 从新西兰引进，2012 年4 月29日播种，条播，行距25 cm，播深3 cm，播量3 kg·hm-2，施尿素300 kg·hm-2，磷酸氢二胺150 kg·hm-2作为底肥。2012 年，5 月5 日进入出苗期，11 月18 日进入枯黄期，首次刈割为6 月29 日，末次为10 月19 日，模拟轮牧6 次；2013 年，返青期为4 月上旬，10 月中旬枯黄，6 月1 日开始刈割，10 月1 日结束(表1)，模拟轮牧7 次。每20 d 刈割1 次，以模拟家畜轮牧，留茬高度8～10 cm。每年最后一次模拟轮牧裂区齐地面刈割，同时收获干草的裂区也齐地面刈割。每次刈割后施尿素75 kg·hm-2，灌水52.5 mm。定期除草。

表 1 2012 和2013 年模拟轮牧试验小区的刈割时间Table 1 The cutting time of simulated grazing for field trials in 2012 and 2013

第1 年生长时间从播种开始计，第2 年生长时间从返青开始计。

1.3 指标测定

≥ 0 ℃积温指牧草在生长的时间内逐日平均气温 ≥ 0 ℃持续期间日平均气温的总和(℃·d)。

每次刈割时，在每个小区做2 个1 m × 1 m 样方，选取10 株测植株高度(cm)并测定分枝密度及鲜重。草样分为两部分，一部分105 ℃恒温箱中烘至恒重，测干物质产量；另一部分60 ℃烘48 h后，粉碎过1 mm 筛置于密封袋中，阴凉处保存，用以 后 期 营 养 品 质 测 定。粗 蛋 白(crude protein, CP)、粗 脂 肪(ether extract, EE)、粗 灰 分(crude ash, Ash)、可溶性碳水化合物(water soluble carbohydrate,WSC)、中 性 洗 涤 纤 维(neutral detergent fiber, NDF)和酸性洗涤纤维(acid detergent fiber, ADF)含量等测定参照国家标准[25-26]。

利用测定的牧草营养指标计算牧草干物质消化率 (digestible dry matter, DDM, %)、总能 (gross energy,GE, MJ·kg-1)、消化能(digestible energy, DE, MJ·kg-1)、代谢能(metabolizable energy, ME, MJ·kg-1)、干物质随意采食量(dry matter intake, DMI, kg·d-1)、分级指数(grading index, GI, MJ)和相对饲用价值(relative feed value, RFV, %)[27-30]：

DDM = 88.9-0.779 × ADF；

GE = 4 413 + 0.15CP + 0.56EE-44Ash；

DE = GE × DDM；

ME = DE × 0.815；

DMI = 120/NDF；

GI = ME × DMI × CP/NDF；

RFV = DMI × DDM/1.29。

1.4 统计分析

使用SPSS 19.0 对两种菊苣的生长时间、≥ 0 ℃积温和产量、CP、EE、NDF、ADF、Ash、WSC进行相关性分析，以及各产量和品质的回归方程斜率和截距的差异显著性比较。利用线性模型拟合各产量与品质的预测方程，用Logistic 曲线方程对其产量进行拟合，对其进行一阶、二阶导数运算，得(x 为牧 草 生 长 最 快 点，0 → x1为 渐 增 期、x1→ x2为 快增期、x2→ ∞为缓增期)[31]。比较两品种间、两年间拟合曲线斜率和截距的差异显著性，若差异性不显著，则将数据单独拟合。

用Origin 8.0 和Microsoft Excel 2016 作图。

2 结果与分析

2.1 菊苣牧草生长与产量和品质的相关性

除了2012 年菊苣Puna Ⅱ的Ash 与NDF，菊苣Choice 的CP 与AT 外，2012 和2013 年，模拟轮牧下两种菊苣CP、Ash、EE 与GT、AT、FY、NDF显 著 负 相 关(P＜0.05) (表2、表3)。菊 苣Puna Ⅱ在两年间，除了2012 年的Ash 与NDF、CP，EE 与ADF 以及WSC 与其余各指标无显著相关性外，其他指标两两之间极显著相关(P＜0.01)。菊苣Choice在两年间，除了2012 年的EE 与CP，2013 年的WSC 与AT、NDF，Ash 与CP，EE 与ADF 之间的相关性不显著，其他指标两两之间极显著相关。

收获干草的Puna Ⅱ与Choice，利用4 个重复的数据进行相关性分析。2012 年，菊苣Puna Ⅱ的FY与CP 显著正相关，与Ash 显著负相关；2013 年，FY 与ADF、CP 显著正相关(P＜0.05)，其余指标之间相关性均不显著(表4)。2012 年，Choice 的NDF与ADF、WSC 与FY 极 显 著 正 相 关(P＜0.01)；2013 年，仅NDF 与ADF 显著正相关 (表5)。

2.2 基于生长时间和积温的产量预测

2.2.1 生长时间对产草量预测

2012 年、2013 年 两 种 菊 苣Puna Ⅱ与Choice 的产草量在模拟轮牧下均随着生长时间的延长呈Logistics 模型递增(图1)，第1 年和第2 年Choice 产量分别高于Puna Ⅱ 19.5%和27.7%。2012 年，Puna Ⅱ和Choice 分别在生长72 和74 d 时由渐增期进入快增期，其中生长速度均在97 d 时达到最大，分别在121 和122 d 时由快增期进入缓增期。2013 年，Puna Ⅱ和Choice 分别在生长43 和46 d时由渐增期进入快增期，其中生长速度分别在75 和89 d 时达到最大，在生长106 和131 d 时由快增期进入缓增期。2013 年，Puna Ⅱ和Choice 的产草量较2012 年分别减少了4.9%和增加了1.8%。

表 2 模拟轮牧下菊苣Puna Ⅱ的各指标间相关性分析Table 2 Correlationship among the indices of Puna Ⅱ under the utilization method of simulated rotational grazing

表 3 模拟轮牧下菊苣Choice 的各指标间相关性分析Table 3 Correlationship among the indices of Choice under the utilization method of simulated rotational grazing

表 4 收获干草下菊苣Puna Ⅱ的各指标间相关性分析Table 4 Correlationship among the indices of Puna Ⅱ under the utilization method of making hay

表 5 收获干草下菊苣Choice 的各指标间相关性分析Table 5 Correlationship among the indices of Choice under the utilization method of making hay

图 1 2012 年和2013 年生长时间与产草量关系Figure 1 Relationship between growth time and forage yield in 2012 and 2013

收获干草的利用方式下，2012 年和2013 年Puna Ⅱ和Choice 的 产 草 量 分 别 为899.98、756.53 kg·hm-2和3 139.83、3 465.58 kg·hm-2。

2.2.2 基于 ≥ 0 ℃积温的产草量预测

两年间，两种菊苣Puna Ⅱ与Choice 的草产量随 ≥ 0 ℃积温的变化趋势基本一致，均随着 ≥ 0 ℃积温的累积呈Logistics 模型递增(图2)。2012 年与2013年产草量分别在 ≥ 0 ℃积温2 720.5 与2 850.8 ℃·d左右出现峰值，2013 年的变化趋势相对2012 年更为平缓。2012 年，Puna Ⅱ与Choice 于 ≥ 0 ℃积温1 250～2 191 ℃·d 时处于产草量快速增长期，其中生长速度均在 ≥ 0 ℃积温1 720 ℃·d 时达到最大。第2 年，Puna Ⅱ与Choice 于 ≥ 0 ℃积 温523～1 804 ℃·d 时处于快速增长期，其生长速度分别在 ≥0 ℃积温1 057 和1 270 ℃·d 时达到最大。

图 2 2012 年和2013 年 ≥ 0 °C 积温与产草量关系Figure 2 Relationship between ≥ 0 °C accumulated temperature and forage yield in 2012 and 2013

2.3 基于生长时间、积温和产量的品质预测

2.3.1 基于生长时间的营养品质含量预测

由2012、2013 年模拟轮牧条件下两个菊苣试验品种营养品质含量随生长时间变化规律的散点图可以看出，两个品种CP、Ash 随着生长时间的累积均呈线性降低，两个品种之间斜率(降幅)差异不显著(图3)。2012 年Puna Ⅱ与Choice 的CP 的日均降幅均为0.06%和0.05%，2013 年均为0.04%和0.05%；两年间Puna Ⅱ与Choice 的Ash 的日均降幅均为0.05%。粗脂肪EE 表现出随生长时间的增加呈对数降低的趋势。当生长时间超过140 d 时，粗脂肪下降趋势减缓。模拟轮牧下所有品种菊苣ADF、NDF 含量均呈对数上升规律。菊苣Choice 的NDF、ADF 含量2012 年分别高于Puna Ⅱ 12.4%和33.5%，2013 年ADF 低于Puna Ⅱ 2.3%、NDF 高于Puna Ⅱ 10.8%。收获干草的利用方式下，2013 年Puna Ⅱ和Choice 的各营养指标的含量除NDF、ADF 外，均低于2012 年。

图 3 2012 年和2013 年生长时间与品质含量的关系Figure 3 Relationship between growth time and quality content in 2012 and 2013

2.3.2 基于生长时间的营养品质产量预测

图 4 2012 年和2013 年生长时间与品质产量的关系Figure 4 Relationship between growth time and quality yield in 2012 and 2013

2012 年、2013 年 两 种 菊 苣Puna Ⅱ与Choice的营养品质产量在模拟轮牧下均随着生长时间的增长呈Logistics 模型递增(图4)，2012 和2013 年Choice 的CP 产量分别高于Puna Ⅱ 33%和28.8% 。2012 年，Choice 和Puna Ⅱ分别在生长71 和74 d 时由缓慢生长期进入快速生长期，均于97 d 时粗蛋白产量增加速度最快，于122 d 时由快速生长期进入缓慢增长期，并逐渐接近最高产量680.14 和509.18 kg·hm-2。 2012 年 和 2013 年， Choice 的NDF 产量高于Puna Ⅱ 25.95%和34.87%，ADF 产量高于Puna Ⅱ 31.75%和42.54%。2013 年，两个品种在收获干草的利用方式下，除CP 外，其余营养品质产量显著高于2012年(P＜0.01)。

2.3.3 基于 ≥ 0 ℃积温的营养品质含量预测

通过 ≥ 0 ℃积温建立两种菊苣的营养成分的预测模型(图5)，两个品种之间每次轮牧各指标含量差异不显著。NDF、ADF 随 ≥ 0 ℃积温的累积呈显著对数上升，而CP、Ash 随 ≥ 0 ℃积温的累积呈线性下降趋势，EE 呈对数函数下降趋势。2013 年两种菊苣NDF、ADF 的含量显著高于2012 年，且两年间牧草菊苣NDF 含量明显高于ADF。2012 年，≥ 0 ℃积温每增加100 ℃·d，Puna Ⅱ与Choice 的CP分别降低0.34%和0.28%，Ash 降低0.33%和0.30%。2013 年，≥ 0 ℃积 温 每 增 加100 ℃·d，Puna Ⅱ与Choice 的CP 分别降低0.22%和0.29%，Ash 降低0.27%和0.25%。两个品种各营养指标含量在收获干草利用方式下差异不显著。

2.3.4 基于 ≥ 0 ℃积温的营养品质产量预测

图 5 2012 年和2013 年 ≥ 0 ℃积温与营养品质含量的关系Figure 5 Relationship between ≥ 0 ℃ accumulated temperature and quality content in 2012 and 2013

两年间，两种菊苣Puna Ⅱ与Choice 的各营养指标产量随 ≥ 0 ℃积温的变化趋势基本一致，均随着 ≥ 0 ℃积温的累积呈Logistics 方程递增(图6)，呈现出轮牧前期增长速率高于后期的趋势。轮牧前期，Puna Ⅱ与Choice 各营养指标产量无显著差异，均于 ≥ 0 ℃积温累计至2 000 ℃·d 前后呈现出显著差异。两个品种的各营养指标产量在收获干草利用方式下差异不显著。

2.3.5 基于产量的营养品质预测

利用线性模型进行预测均可通过产量预测两种菊苣的NDF、ADF、Ash、CP 和EE 含量(图7、图8)。两年间，菊苣Puna Ⅱ与Choice 的NDF、ADF 均随草产量的累积呈线性增长，菊苣Puna Ⅱ的草产量每增加1 000 kg，NDF 含量分别增加6.5%和11.3%，ADF 含量分别增加3.6%和11.5%；菊苣Choice 的草产量每增加1 000 kg，NDF 含量分别增加5.6%和7.1%，ADF 含量分别增加4.0%和9.1%。2013 年NDF、ADF 含量的增幅显著高于2012 年(P＜0.05)，菊苣Puna Ⅱ的增幅显著高于菊苣Choice (P＜0.05)。两年间，菊苣Puna Ⅱ与Choice 的草产量与WSC 无显著相关，Ash、CP、EE 均随草产量的累积呈线性降低，菊苣Puna Ⅱ的草产量每增加1 000 kg，Ash分别降低2.3%和3.2%，CP 分别降低2.2%和2.4%，EE 分别降低0.7%和1.0%；菊苣Choice 的草产量每增加1 000 kg，Ash 分别降低1.6%和2.2%，CP分别降低1.5%和2.5%，EE 分别降低0.5%和1.0%。2013 年Ash、CP、EE 的降幅显著高于2012 年(P ＜0.05)，菊苣Puna Ⅱ的降幅显著高于菊苣Choice (P ＜0.05)。通过产草量建立的NDF、ADF、EE 的模型方程R2高，说明在模拟轮牧条件下菊苣产草量与NDF、ADF、EE 的相关性高。

图 6 2012 年和2013 年 ≥ 0 °C 积温与营养品质产量的关系Figure 6 elationship between ≥ 0 °C accumulated temperature and quality yield in 2012 and 2013

2.4 营养价值评价

2012-2013 年，模拟轮牧下，两种菊苣的营养价值(GI)分级指数及相对饲用价值(RFV)呈明显的下降趋势(图9)。2012 年Puna Ⅱ的分级指数从113.38 MJ 下降至18.47 MJ，相对饲用价值从499.91%下降至223.24%；Choice 的分级指数从90.81 MJ 下降至15.03 MJ，相对饲用价值从432.28%下降至186.26%。2013 年Puna Ⅱ的分级指数从70.93 MJ 下降至8.92 MJ，相对饲用价值从409.92%下降至143.88%；Choice 的 分 级 指 数 从58.16 MJ 下 降 至8.83 MJ，相对饲用价值从352.58%下降至141.47%。2013 年菊苣在两种利用方式下的分级指数及相对饲用价值显著低于2012 年(P＜0.05)。2012 年、2013 年模拟轮牧下两种菊苣的能量指标及GI 分级指数、相对饲用价值均优于收获干草。2012 年，收获干草GI 分级指数与相对饲用价值分别于151 与133 d后高于模拟轮牧，2013 年始终低于模拟轮牧。Puna Ⅱ随着生长时间的累积，其分级指数及相对饲用价值高于Choice，可见Puna Ⅱ的营养价值更优。

图 7 2012 年两种菊苣产草量与品质的关系Figure 7 Relationship between hay yield and nutrition of Puna Ⅱ and Choice in 2012

图 8 2013 年两种菊苣产草量与品质的关系Figure 8 Relationship between hay yield and nutrition of Puna Ⅱ and Choice in 2013

图 9 2012 年和2013 年生长时间与分级指数、相对饲用价值的关系Figure 9 Relationship between growth time and grading index (GI), relative feed value (RFV) in 2012 and 2013

3 讨论

3.1 用生长时间和积温预测产草量和营养品质

黄土高原菊苣的生长时间、草产量与营养成分之间有显著的相关性(表2) (P＜0.01)，能够相互预测。菊苣的生长时间、≥ 0 ℃积温和产草量指标相较于营养品质指标来说更易获取，故在黄土高原地区用单一因子对菊苣的产量和品质进行预测，可以节约大量时间及成本[32]。

牧草的营养变化直接影响其品质的优劣[33]。菊苣在模拟轮牧下粗蛋白、粗脂肪和粗灰分含量呈下降趋势，中性洗涤纤维和酸性洗涤纤维含量呈明显的上升趋势，这与前人研究[34-36]牧草对轮牧方式下产量与品质响应的结论一致。总体来看，模拟轮牧下植株的生长随着生长时间的变化有所差异，这可能是因为菊苣在不同的生长阶段对模拟轮牧的敏感性不同所致。其产量经历了两个阶段的明显变化，从出苗期(返青期)到拔节期进入快速增长的营养生长阶段，营养价值含量高，拔节期到成熟期进入较快速增长的营养生长与生殖生长并行阶段，营养价值含量减少。故对牧草进行早期刈割，粗蛋白和其他营养元素较高，但牧草低矮，导致其产草量相对较低；反之，刈割过晚，其体内纤维素、木质素等结构性多糖含量不断累积，导致牧草的品质不佳，适口性降低[37]。对牧草进行合理利用的最佳刈割时间依据牧草营养含量的变化规律来确定[38]。因此，可以在菊苣产量与品质达到较高水平的时期，适当的增加模拟轮牧的频率，进而提高牧草菊苣的利用率，维持其高产高品质。

3.2 轮牧对产草量与品质的影响

牧草的产草量与品质决定着草地农业系统生产功能与生态功能的可持续性，是生产中确定牧草利用时间和方式的决定因素[34]。菊苣生产力在模拟轮牧和收获干草两种利用方式下显著不同，模拟轮牧下的菊苣产草量与营养价值显著高于一次性收获干草(P＜0.01)，而年际间营养品质变化较为一致，且模拟轮牧使菊苣的产草量、粗蛋白、粗脂肪、粗灰分维持在较高水平，降低其NDF、ADF含量，可能因为模拟轮牧下，牧草冠层结构和微气候改善，增强光合作用，促进补偿性生长，加快牧草生长与营养元素吸收，提高有机质的累积进而影响牧草品质[39-43]。本研究中菊苣产草量和营养品质对轮牧响应与多年生黑麦草(Lolium perenne)[34]、紫花苜蓿(Medicago sativa)[32]、燕麦(Avena sativa)[44]类似。

两种菊苣生产力的年际间差异除了其生长特性的影响，还可能与降水等环境因素有关[45-46]。饲草中的可溶性碳水化合物含量与放牧后牧草的再生性能紧密相关[47-48]，而且促进家畜对干物质的消化和蛋白质的利用率；菊苣可溶性糖含量储存较多，可提升其越冬性能[49]；可见，放牧通过改善牧草品质优化草畜互作，提升草地农业系统的整体功能。

3.3 营养价值的评价

营养价值的高低是评价栽培牧草是否优良的重要指标，由其所含营养成分的种类和数量决定。不同牧草，不同生育期的营养价值也差异很大。牧草营养价值的评价一直备受国内外学者的关注，且方法有很多种[50-52]。用单一的营养指标不能对牧草的营养品质进行准确评价，该研究利用卢德勋[30]提出的粗饲料分级指数(GI)综合考虑了牧草菊苣中的各营养成分指标之间的相关程度，与总能、代谢能、干物质采食量等能量体系相合，对菊苣的品质进行合理的全面评价，以了解黄土高原上菊苣的营养状况和饲用价值，可填补牧草营养成分的空白[53]。通过两种菊苣不同利用方式下的能量指标及分级指数比较，Puna Ⅱ的营养价值优于Choice，且模拟轮牧对两种菊苣的饲用价值具有明显的促进作用，可以确定牧草最佳的刈割时间，使其维持高产高品质。研究发现利用GI 法进行牧草营养价值的评价可以将养分含量差异很小的不同牧草明显区分，对粗饲料品质的分级评定相比于美国粗饲料相对值(RFV)更加合理[54]，且经济易行，具有科学的指导意义。

4 结论

对黄土高原菊苣草地定期刈割模拟轮牧后，其产草量、营养品质与相对饲用价值显著高于一次性收获干草(P＜0.01)，这在黄土高原栽培草地的管理与利用中具有潜在的指导价值。菊苣产草量及营养品质之间存在相关关系，营养物质含量是衡量饲料作物优劣的基本指标，其中粗蛋白含量和中性洗涤纤维含量较为重要，利用生长时间和 ≥0 ℃积温可较好地预测菊苣的产草量与营养品质(R2≥ 0.44)，从而获得牧草最适宜的利用方式，获取最高产量和最佳品质的牧草。