МОЖЕТ ЛИ NIR-АНАЛИЗ НА ФЕРМЕ УЛУЧШИТЬ УПРАВЛЕНИЕ КОРМЛЕНИЕМ?

В данном обзоре ключевой темой является регулярный контроль массовой доли сухого вещества и корректировка рациона с целью контроля скармливания животным рассчитанного рациона в программе специалиста.

Затраты на корма являются одной из крупнейших статей расходов на молочных фермах. Перекармливание, недостаточное кормление или кормление неправильно сбалансированным рационом не только являются серьезными затратами, но и могут ухудшить здоровье коров, снизить надои молока и привести к негативным последствиям для окружающей среды. Регулярный анализ сухого вещества (СВ) кормов и изменение баланса рациона для компенсации изменений в сухом веществе гарантируют, что производители молочной продукции скармливают соответствующий рацион, составленный их специалистами.

Частота и методы определения сухого вещества

Частота, с которой молочные фермы проверяют корма на содержание сухого вещества, варьируется от фермы к ферме. Пенсильванский университет рекомендует анализировать сухое вещество силоса и сенажа еженедельно. Анализ с меньшей периодичностью приводит к повышению риска пропустить изменение сухой массы силоса и неправильно составить рацион.

Наиболее распространенными методами анализа СВ в хозяйстве являются использование тестера Костера или микроволновой печи. Недостатком данных методов является затрачиваемое время (от 20 до 30 минут) и необходимость в постоянном контроле, чтобы образцы не перегрелись.

Анализ ближнего инфракрасного диапазона (NIR)

Технология ближнего инфракрасного диапазона уже много лет используется в коммерческих лабораториях для анализа кормов и другой сельскохозяйственной продукции. NIR измеряет свет (в ближнем инфракрасном спектре), отраженный от интересующего образца при анализе в спектрофотометре. NIR является более быстрым и менее затратным, чем использование традиционных методов влажной химии для определения питательного состава и влажности кормов.

Лишь недавно технология NIR начала применяться на фермах. Внутрихозяйственные системы работают аналогично NIR, используемому в лабораторных условиях: проба корма помещается перед сканером, сканер анализирует образец, результат отображается, после чего специалист принимает управленческие решения относительно данного корма.

NIR на ферме значительно сокращает время, необходимое для получения информации о составе корма, скармливаемого дойным коровам. Традиционные химические методы анализа кормов часто занимают неделю или больше с момента сбора пробы до момента получения результатов специалистом. Благодаря лабораторному NIR время от момента сбора пробы до получения результатов можно сократить до нескольких дней. Результаты NIR на ферме мгновенно предоставляются специалисту, что позволяет принимать решения прямо на месте.

Проведение внутрихозяйственного NIR-анализа

Одной из доступных на фермах систем NIR является система Precision FEEDING Dinamica Generale. В этой системе используется NIR-анализатор, установленный в ковше трактора. Каждый раз, когда корм попадает в ковш, анализатор сканирует корм и его количество, необходимое для добавления в миксер, что регулируется в зависимости от содержания сухого вещества в корме. Образцы также анализируются на сырой белок (Crude protein), нейтрально-детергентную клетчатку (NDF), кислотно-детергентную клетчатку (ADF), золу (Ash), жир (Crude fat) и крахмал (Starch) (рис. 1).

Рисунок 1. Ежедневные изменения в составе питательных веществ кукурузного силоса, измеренные с помощью NIR-анализатора Dinamica Generale

Содержание сухого вещества в кукурузном силосе может сильно меняться изо дня в день, как показано на рисунке 2. Хотя среднее значение этих показателей составляет около 32 или 33 % СВ, диапазон варьируется от 25 до 41 %. Большая часть изменений содержания сухого вещества (особенно очень низкие значения), вероятно, связана с выпадением осадков. При корректировке рациона на месте коровы изо дня в день получают более стабильный рацион, а потери корма потенциально сокращаются.

Рисунок 2. Суточные изменения СВ кукурузного силоса, измеренные с помощью NIR-анализатора Dinamica Generale

Например, если в рационе требуется 22,7 кг кукурузного силоса в натуральном виде и предполагается, что СВ составляет 33 %, то будет скармливаться 7,48 кг СВ кукурузного силоса. При каждом отклонении фактического % СВ на один балл от предполагаемого % СВ специалист будет перекармливать или недокармливать корову на 0,23 кг кукурузного силоса в день. Если фактическое сухое вещество кукурузного силоса составляет 28 %, коровы получат только 6,35 кг кукурузного силоса в пересчете на сухое вещество.

В одном итальянском исследовании было проведено сравнение молочных ферм, использующих внутрихозяйственные системы NIR (система DG Precision FEEDING), с фермами, не использующими данную систему. Оказалось, что затраты на корма были на 0,09 доллара на корову в день меньше, а надои молока на корову в день составляли на 2,5 кг больше (30 кг против 32,5 кг на корову в день) на фермах, использующих систему NIR, чем на фермах, не использующих систему. Для молочного хозяйства на 200 коров это приведет к увеличению дохода от продажи молока примерно на 73 584 доллара США (при условии 18 долларов США за центнер молока) и экономии на затратах на корма на 6 570 долларов США в год. Увеличение производства было связано с более стабильным рационом, потребляемым стадом. Меньшие расходы на корма были объяснены возможностью более точного кормления в соответствии с потребностями стада и, таким образом, сокращением остатков корма. Исследование также выявило улучшение общего состояния здоровья стада, что обусловлено изменением показателей крови и снижением заболеваемости маститом.

Корма в процессе хранения приобретают разную питательную ценность, поэтому наличие стационарного анализатора кормов позволяет сохранить питательность рассчитанного рациона и не потерять продуктивность животных. Регулярный учет с использованием современных систем определения содержания питательных веществ в кормах гарантирует производителям оптимальное распределение затрат на кормление и обеспечивает постоянство молочной продуктивности и здоровья животных в стаде.