肉用绵羊生长期甲烷排放特点与预测模型的建立

周艳，董利锋，邓凯东，许贵善，刁其玉



肉用绵羊生长期甲烷排放特点与预测模型的建立

周艳1,3，董利锋1，邓凯东2，许贵善3，刁其玉1

（1中国农业科学院饲料研究所/农业部饲料生物技术重点实验室，北京 100081；2金陵科技学院动物科学与技术学院，南京 210038；3塔里木大学动物科学学院，新疆阿拉尔 843300）

【目的】通过探索生长期肉用绵羊的甲烷（CH4）排放规律，旨在建立相关的CH4预测模型。【方法】采用单因素试验设计，以饲粮NFC/NDF（非纤维性碳水化合物/中性洗涤纤维）为0.78自由采食组的平均日增重作为饲粮NFC/NDF为1.03组和2.17组的限饲标准，在此基础下测定肉用绵羊的生长性能、营养物质消化率和甲烷产量，并分析肉用绵羊不同体重阶段的甲烷产量与饲粮干物质基础下的营养物质含量、营养物质摄入量、可消化营养物质摄入量及营养物质消化率间的回归关系。【结果】预测肉用绵羊生长早期（25—35 kg）CH4产量的最佳一元和多元回归模型分别为：CH4（L·d-1）= -26.58×NFC/NDF + 92.7（2= 0.772，<0.001）；CH4(L·d-1)=2.71×NDFD-2.45×DMD-0.97 CPD+124.46（2=0.846，=0.001）。预测肉用绵羊生长后期（48-55 kg）CH4产量的最佳一元和多元回归模型分别为：CH4(L/d)=-57.00×GE (MJ·kg-1)+1076.0（2=0.581，=0.002）；CH4/BW0.75(L/kg0.75)=-0.013×NDF intake (g/d)-0.13×CP intake (g/d)+0.02×DM intake (g/d)+0.84（2=0.652，=0.019）。而肉用绵羊生长期整体CH4产量的最佳一元和多元预测模型分别为：CH4(L/d)=-26.94×NFC/NDF+90.71（2=0.655，<0.001）；CH4/BW0.75(L/kg0.75)=0.005×Digestible NDF intake (g·d-1)+0.011×Digestible DM intake (g·d-1) - 0.097×Digestible CP intake (g·d-1)-4.78 （2=0.722，<0.001）。【结论】建立了肉用绵羊独立生长阶段（25—35 kg、48—55 kg）和整体生长阶段（25—55 kg）的CH4预测模型。研究表明，处于不同体重阶段的肉用绵羊的最佳甲烷预测因子不尽相同，且甲烷产量受饲粮NFC/NDF影响较大。这可为今后评估我国饲养模式下的甲烷产量提供理论依据，也可为肉用绵羊饲粮的合理配制提供技术参考。

肉用绵羊；甲烷；估测模型；生长性能；表观消化率

0 引言

【研究意义】随着人口的增长和城乡居民消费水平的不断提高，畜产品的生产量和消费量也在持续增长。据统计，2016年我国牛和羊存栏量分别达到了1.06和3.01亿头[1]。丁丽娜[2]根据羊肉供求模型对2015—2025年我国羊肉市场进行预测，肉羊存栏量将由2.98亿只升高到3.21亿只，羊肉产量相应的从416.56万吨提高到565.10万吨。在反刍动物生产过程中，饲料有机物经瘤胃微生物发酵时，2%—15%的饲料总能以甲烷能（CH4-E）的形式损失掉，严重影响了营养物质利用效率和农场盈利能力。作为一种重要的温室气体之一，甲烷（CH4）是一种比CO2危害更大的温室气体，在大气中存留时间超过10年，其增温潜势是CO2的28倍。闵继胜等[3]统计2008年我国畜牧业CH4和N2O的排放总量为900.0×104和46.9×104t，且呈逐年上升的趋势。为兑现我国低碳减排的国际承诺，也为实现我国环境友好型，资源节约型社会的发展策略，提高畜牧养殖业生产效率的同时实现温室气体减排是一种必然的发展趋势。【前人研究进展】目前国内外学者对反刍动物CH4排放的研究主要集中在奶牛和肉牛方向，对肉用绵羊的研究多以成年阶段为主。仅有许贵善[4]（25—35 kg）、邓凯东[5]（35—50 kg）和赵一广[6]（36 kg）研究了生长期不同体重阶段肉用绵羊的CH4产量，但对不同生理阶段肉羊肠道CH4排放量的系统测量和准确量化暂无太多文献报道。【本研究切入点】以饲粮不同NFC/NDF组平均日增重一致为研究肉用绵羊生长性能、营养物质表观消化率和CH4产量的前提条件，测定了饲粮不同非纤维性碳水化合物（NFC）/中性洗涤纤维（NDF）对肉用母羊不同体重阶段CH4产量的影响。【拟解决的关键问题】明确肉用绵羊生长期瘤胃CH4排放量，探索CH4排放规律，进而建立我国养殖模式下的CH4预测模型，为饲粮配方的科学配制提供技术支撑，也为国家及国际组织或机构评估中国地区温室气体排放量提供数据参考。

1 材料与方法

1.1 试验时间和地点

本试验于2016年11月至2017年5月在中国农业科学院南口中试基地进行。

1.2 试验动物

根据体重相近、体况良好原则选择30只杜泊羊（♂）×小尾寒羊（♀）杂交 F1代断奶母羊，佩戴耳号，免疫注射三联四防疫苗。按 0.2 mg·kg-1体重灌服伊维菌素驱虫后，单栏饲养于不锈钢栏位中（2.6 m2），每个羊栏配有不锈钢饲槽和自动饮水器并铺有塑料露缝地板，每周清理一次动物粪便。

1.3 试验日粮

参考NRC（2007）体重35 kg、日增重为250 g·d-1绵羊营养需要量配制3种不同精粗比全混颗粒饲料，预混合饲料由北京精准动物营养研究中心提供。3个不同精粗比饲粮的组成及营养成分见表1。

1.4 试验设计与饲养管理

采用单因素试验设计，将30只杜泊（♂）×小尾寒羊（♀）F1代母羊分至3个处理组中，每一组为10个重复，3个处理组分别为NFC/NDF = 0.78（精粗比 = 35﹕65）、NFC/NDF = 1.03（精粗比 = 50﹕50）、NFC/NDF = 2.17（精粗比 = 65﹕35）的试验日粮。每天08:00和17:00各饲喂一次，自由饮水。试验全期以NFC/NDF = 0.78自由采食组的平均日增重作为NFC/NDF = 1.03和NFC/NDF = 2.17限饲组的增重标准。自由采食组根据前一天羊只的采食量进行调整，确保饲槽内有10%左右的剩料，限饲组根据每10d自由采食组的平均日增重调整采食量，保证3个处理组平均日增重基本一致。在试验羊只25—35 kg和48—55 kg时分别进行消化代谢和气体代谢试验，每期试验预饲期为17d，正式期为15d，其中在消化代谢的第1、4、7、10、13天分5批（每批3只羊，每处理组1只）进行呼吸测热。以两期试验的饲喂数据、消化代谢和气体代谢数据为甲烷排放因子，分别建立甲烷产量与饲粮干物质基础下的营养物质含量、营养物质摄入量、可消化营养物质摄入量和营养物质消化率间的相关关系和回归分析模型。

表1 试验饲粮组成及营养水平（%，风干基础）

1）由北京精准动物营养研究中心提供，为每千克饲粮提供VA 15 000 IU，VD 2 200IU，VE 50 IU，Fe 55 mg，Cu 12.5 mg，Mn 47 mg，Zn 24 mg，Se 0.5 mg，I 0.5 mg，Co 0.1 mg。2）代谢能为计算值，其余为实测值。3）非纤维性碳水化合物= 100 -（中性洗涤纤维+ 粗蛋白质+ 粗脂肪+ 粗灰分）

1）The premix provided the following per kg of diets：VA 15 000 IU，VD 2 200IU，VE 50 IU，Fe 55 mg，Cu 12.5 mg，Mn 47 mg，Zn 24 mg，Se 0.5 mg，I 0.5 mg，Co 0.1 mg.2）ME was calculated values and others were measured values.3）Non-Fiber Carbohydrate（NFC）= 100 - (NDF + CP + EE + Ash）

1.5 营养物质和气体代谢试验

1.5.1 消化代谢试验 试验正试期于每天晨饲前采用全收粪尿法收集粪、尿。收集粪样时，将每只试验羊对应的收粪袋取下后称取重量，记录其前一天的排粪量，随后将每只试验羊的粪样搅拌均匀后，按排粪量的10 %进行取样。在收集尿样前，需先向收集尿桶中加入100 mL 10 %的H2SO4以固尿氮，收集后记录每只试验羊对应的尿液体积，随后用4层纱布过滤，按每只羊排尿量的 10 %进行取样。

1.5.2 CH4测定 动物CH4排放量采用开路式气体代谢系统（Sable Systems International, Las Vegas, NV, USA）进行测定，系统连接3个呼吸测热箱，可以同时测定3只羊的CH4排放量。每个呼吸测热箱内配有料槽和水槽，试验羊在试验期间可以自由采食和饮水。在试验正试期的第1、4、7、10、13天，将试验动物分五批（3只/批，每组1只）先后进入3个气体代谢箱内，适应 24 h，随后再测定其 48 h 的 CH4和二氧化碳排放量（GGA，Los Gatos Research，California，USA）及氧气消耗量（FC-10 氧气测定仪，Sable System International，Henderson，NV，USA）。本试验中测定系统30 min循环4次。开始测定时，系统首先测定试验环境中 CH4的含量，测定时间为2 min，随后由环境向呼吸测热箱内置换，置换时间为1 min，然后依次测定3个呼吸测热箱的CH4排放量，每个呼吸测热箱测定时间为2 min，接着系统由呼吸测热箱向环境置换，置换时间为1 min，最后再次测定试验环境中的CH4含量，测定时间为2 min。以上为Sable 开路式气体代谢系统完成一个周期的测定流程，以此循环连续测定48 h 的CH4排放量。计算过程中，以前后两次测定的试验环境中CH4含量的平均值作为基底值，通过系统Sable气体代谢系统的测定程序对应的宏文件进行计算机统计分析，得到每只试验羊每天的CH4排放量。在试验羊进入和离开气体代谢室时分别对其进行体重测定，以两次测定的平均体重作为试验羊代谢体重的计算依据[7-8]。

1.6 测定指标

1.6.1 生长性能 每天晨饲前，记录前一天自由采食组剩料量，并根据剩料量调整第二天饲喂量，保证采食方式为自由采食水平；中、高限饲组根据每10 d称重结果调整采食量。对采食量、剩料量均严格记录，用于计算整个试验期每只羊的干物质采食量。

1.6.2 营养物质消化率 消化代谢和气体代谢试验结束后，将每只羊的粪样、料样置于65 ℃烘箱内烘干48 h，回潮24 h后称重，得出初水分含量，随后经粉碎过40目网筛制成分析样品，以备分析检测干物质（dry matter，DM）、粗灰分（ash）、粗蛋白（crude protein，CP）、粗脂肪（EE）含量。中性洗涤纤维（neutral detergent fiber，NDF），饲料总能（gross energy，GE）、粪能（fecal energy，FE）及尿能（urinary energy，UE），以及饲粮中钙（Ca）和磷（P）含量测定依据《饲料分析及饲料质量检测技术》[9]。

尿能：取3 mL经初步处理后的尿液，分多次滴在三张叠好的定量滤纸上，在65 ℃烘箱内烘干后置于Parr 6400氧弹式量热仪中测定，得到滤纸和尿液的总能，然后减去空白组能值，既为尿能（UE）；

甲烷能（CH4-E，kJ/d）= 甲烷排放量（L·d-1）× 39.54 kJ·L-1；

代谢能（ME，kJ）= 总能（GE）- 粪能（FE）- 尿能（UE）- 甲烷能（CH4-E）。

1.7 数据统计分析

数据采用Excel 2007进行初步整理，相关分析采用SPASS 19.0统计分析软件中的双变量相关和线性回归分析。

2 试验

2.1 甲烷排放量与饲粮营养物质含量的相关性

将甲烷产量与饲粮营养物质含量进行相关性分析，相关分析结果见表2。可以看出，甲烷产量与饲粮不同营养物质含量间存在极显著相关关系（< 0.01）。

表2 甲烷排放量与饲料不同营养物质含量的相关系数（r）

**.< 0.01; *.< 0.05

根据相关性分析的结果，建立利用饲料成分预测甲烷产量的方程（表3）。结果表明，预测肉用绵羊生长前期（25—35 kg）甲烷产量的最佳预测因子是NFC/NDF，GE则是预测生长后期（48—55 kg）和生长期（25—55 kg）的最佳预测因子。而观察肉用绵羊整个生长期饲粮营养物质含量与甲烷产量间的回归分析时，相同指标的估测模型决定系数皆出现低于生长前期高于生长后期的变化规律。

2.2 甲烷产量与采食量、可消化营养物质摄入量及营养物质表观消化率的关系

将甲烷产量与采食量、可消化营养物质摄入量及营养物质表观消化率进行相关性分析，相关分析结果见表4。可以看出，中性洗涤纤维摄入量（NDFI）是预测生长期独立体重阶段和整体阶段甲烷产量的最佳预测因子。

根据相关分析的结果，建立利用营养物质采食量、可消化营养物质摄入量及营养物质表观消化率预测甲烷产量的方程（表5、6）。结果表明，在众多预测因子中，以NDFI为自变量，甲烷产量为因变量所建立的一元回归方程在生长期独立体重阶段和整体阶段皆具有较高的决定系数。生长期甲烷产量与采食量、可消化营养物质摄入量及营养物质表观消化率所建立的一元和多元回归模型的决定系数均出现低于生长前期高于生长后期的变化趋势，以上指标与单位代谢体重的甲烷产量的一元和多元回归模型具有相同的变化规律。

表3 甲烷排放量与营养物质含量的回归分析

表4 甲烷产量与采食量、可消化营养物质摄入量及营养物质表观消化率的相关性（r）

3 讨论

3.1 甲烷产量与饲粮成分和营养物质摄入量的关系

饲粮是瘤胃甲烷产生的物质基础，因此采食量是预测胃肠道甲烷排放数据的重要参数，其一元线性回归关系最早于1930年由KRISS[10]提出（2= 0.94），AXLSSON[11]于1949年也提出了采食量与甲烷产量的一元二次回归模型（2= 0.78），而后韩继福[12-13]报道甲烷产量与干物质采食量回归模型的决定系数为0.94，但上述研究均源自牛的数据。1998年PELCHEN等[14]整理了1 137头绵羊甲烷排放数据，并建立了不同标准下的甲烷回归模型，最后利用BLAXTER等[15]的经典甲烷排放模型，将估算的甲烷排放量与实际测量值进行回归分析，以验证其有效性，得出应用该模型估测出的甲烷产量与实测值间的相关性和决定系数均较低的结论。与本文研究的差异在于，PELCHEN等收集到的甲烷数据来自于不同品种、不同生理阶段和不同饲粮及不同饲喂水平下，因此所产生的能量损失及绝对甲烷排放量属于变量因素。作者经统计得出的不同影响因子下的平均甲烷排放量，成年羊与生长羊的相对甲烷排放量间无显著性差异，而绝对甲烷排放量间存在显著性差异，与本研究中限饲组结果相似。

表6 单位代谢体重的甲烷产量与采食量、可消化营养物质摄入量及营养物质表观消化率的回归分析

另外，本试验自由采食组的相对甲烷排放量和绝对甲烷排放量皆随体重的增加而显著降低，与焦浩鹏[16]研究结果的变化趋势相同。毛宏祥[17]研究说明，当反刍家畜采食量处于维持水平的范围时，DMI与胃肠道甲烷排放量成正比例关系；当反刍家畜的采食量高于维持水平的2倍时，DMI与胃肠道甲烷排放呈非线性相关，与本研究结果一致。我国养羊业已逐渐由传统的散养模式转变为现代集约饲养模式[18-19]，但温室气体减排的量化和核算多采用国外组织推荐的默认数据，这些默认数据多基于发达国家畜牧养殖业的饲养标准和管理模式，往往高估我国温室气体的实际排放量。综合前人的试验研究，饲喂管理，饲粮加工方式、动物种类、动物体重、饲粮来源及饲粮组成、营养物质摄入量及试验动物不同体重阶段、瘤胃微生物区系等均对反刍家畜肠道甲烷的产生造成一定影响，而本文中肉用绵羊种类相同，生活环境相同、生理阶段相同，体重接近、饲粮组分及来源均相同，且平均日增重一致，在此基础下测定出的数据能更加客观的体现出饲粮不同NFC/NDF对甲烷产量的影响，所建立的甲烷预测模型也能在一定程度上适用于估测我国饲养水平下的肉用绵羊甲烷产量。

3.2 甲烷产量与可消化营养物质摄入量的相关关系

饲粮在瘤胃内被纤维分解菌、淀粉分解菌等瘤胃微生物降解，以为主的瘤胃产甲烷菌能够利用丙酮酸生化过程中释放的氢气作为电子供体还原二氧化碳生成甲烷，因此发酵底物的增加必然导致甲烷产量的增加[20]，而可消化有机物则能更好的反映甲烷实际发酵所利用的底物[21]。JENTSCH等[22]研究了不同饲粮对不同年龄、不同种类的牛甲烷产量的影响，并建立了相应的甲烷预测模型，发现以干物质采食量为自变量，甲烷能为因变量建立的回归模型决定系数较低。当对碳水化合物进行细分，以可消化营养物质为自变量建立的四元回归模型则提高了其决定系数（2= 0.896，< 0.05），并得出干物质采食量不是影响甲烷产量的主要因素，而是与饲粮的营养成分相关的结论。赵一广[21]以DCP为自变量，CH4（L·kg-1FOM）为因变量建立的一元回归模型（2= 0.6924，= 0.0104）和以DOM、DCP、DNDF、DEE为自变量建立的四元回归模型（2= 0.918，= 0.0558），其模型决定系数均高于本试验独立生长阶段（2= 0.819，= 0.001；2= 0.638，= 0.022）和整体生长阶段（2= 0.648，< 0.001）所建立的三元回归模型。本试验所建立的甲烷预测模型与两位学者所建立的模型在决定系数上有所差异，可能受以下因素的影响：1）前人研究中动物种类和饲喂模式、饲养水平皆与本文不同。JENTSCH[22]和赵一广[21]皆是研究动物维持水平下的甲烷产量，而本试验则是在自由采食和限饲条件，但平均日增重一致的前提下进行，甲烷数据是在兼顾生产性能的情况下产生。2）本研究所建立的三元回归模型的决定系数（0.819）略低于JENTSCH建立的四元回归模型。自变量的增加，也会相应的提高模型的决定系数。3）本研究所建立的三元回归模型的决定系数低于赵一广建立的四元回归模型。赵一广选择8头成年羊饲喂8种NDF饲粮，样本重复为1，而本文选择15头肉用绵羊饲喂3种不同NFC/NDF饲粮，样本重复数为5。赵一广总结甲烷排放除受采食量和饲粮营养组分等多重影响外，还与样本量的大小有关，样本数多具有一定的代表性，但也易出现离群性，进而影响模型的相关性。4）区别于前人的整体测量，本研究旨在研究饲粮不同NFC/NDF对不同体重阶段的肉用绵羊甲烷产量的影响，并对生长期独立体重阶段和整体阶段的试验动物建立了针对性预测模型，以期降低套用同一种预测模型造成的系统误差。5）另外，用不同的单位表示CH4排放量也有可能是导致这些差异的原因之一。

3.3 甲烷产量与营养物质表观消化率的相关关系

VAN SOEST[23]报道，营养物质消化率反映了瘤胃微生物降解营养物质与通过速率相竞争的情况，BLAXTER[15]对绵羊和牛进行多次直接测定后得出甲烷能损失量可根据饲料能值的表观消化率来估测，因此，消化率是影响瘤胃 CH4产量的另一因素[24]。刘洁等[25]试验表明，饲粮中性洗涤纤维的含量与营养物质（干物质、有机物、总能和粗蛋白质）消化率及消化能、代谢能均呈极显著负相关关系。JOHNSON[26]研究发现，在1.2倍维持水平饲喂下，有机物消化率与甲烷能呈线性相关，但当消化率提高至78%以上时，以甲烷能形式的能量损失会显著下降，分析其可能的原因为：1）饲粮纤维组分的减少会增加无氮浸出物的含量，进而提高消化率[14]。2）饲粮中NFC含量的提高能够将瘤胃的发酵模式由乙酸发酵转变为丙酸发酵型，产甲烷菌生产甲烷的底物H2浓度降低，进而降低甲烷产量[26]，说明饲粮的纤维含量对消化率和甲烷产量的影响较大。RAMIN等[27]认为维持水平下的消化率可有效评价营养物质消化率一致性，因此大多研究中甲烷预测模型的建立均在这种饲养水平下建立，却未考虑到此类饲养模式对畜牧业实际生产中经济效益的影响。Hristov等[28]表明，模型不具备统一性，实证模型在模拟特定条件下的甲烷产量具有一定的优势，但应根据实际生产需求建立相应的预测模型。本试验在不影响肉用绵羊生长性能条件下得出随着饲粮NFC/ NDF的升高，低NFC/NDF自由采食组消化率显著低于高NDC/NDF组，而甲烷产量显著高于高NFC/NDF限饲组的结果，与丁静美[8]、赵敏孟[30]研究结果一致。同时，以在此基础下测定出的甲烷产量为因变量，建立了以营养物质消化率为自变量的预测方程。发现营养物质消化率是估测肉用绵羊25—35kg甲烷产量的最佳预测因子，生长后期和整体生长期的预测因子则分别以营养物质摄入量和可消化营养物质摄入量为佳。

4 结论

（1）在肉用绵羊育肥早期（25—35 kg），以饲粮粗蛋白质含量和营养物质表观消化率作为预测甲烷产量的估测因子效果相对最佳，所建立的一元和多元估测模型分别为：

CH4(L·d-1)= -26.59 × NFC/NDF + 92.70（2= 0.772，<0.001）；

CH4(L·d-1)= 2.71 × NDFD -2.45 × DMD - 0.97 × CPD +124.46（2= 0.846，= 0.001）

（2）在肉用绵羊育肥后期（48—55 kg），以饲粮总能含量和营养物质摄入量作为预测甲烷产量的估测因子效果相对最佳，所建立的一元和多元估测模型分别为：

CH4(L·d-1)= -57.00 × GE(MJ·kg-1)+1076.01（2= 0.581，= 0.002）；

CH4/BW0.75(L·kg-0.75)= -0.013 × NDFI(g) - 0.13 × CPI(g)+0.021 × DMI(g) + 0.84（2= 0.652，= 0.019）；

（3）在肉用绵羊主要生长期（25—55 kg），以饲粮总能含量和可消化营养物质摄入量作为预测甲烷产量的估测因子效果相对最佳，所建立的一元和多元估测模型分别为：

CH4(L·d-1)= -26.94 × NFC/NDF + 90.72（2= 0.655，<0.001）；

CH4/BW0.75(L·kg-0.75)= 0.005 × DNDFI(g) + 0.011× DDMI(g)-0.097×DCPI(g) – 4.78（2= 0.722，<0.001）

[1] HTTP://data.stats.gov.cn/easy query. htm? cn=C01.

[2] 丁丽娜. 中国羊肉市场供求现状及未来趋势研究[D]. 北京：中国农业大学, 2014.

DING L N. Research on the current situation and future trend of mutton supply and demand in china[D]. Beijing: China Agricultural University, 2014. ( in Chinese)

[3] 闵继胜, 胡浩.中国农业生产温室气体排放量的测算.中国人口资源与环境, 2012, 22(07): 21-27.doi: 1002-2104 (2012) 07-0021-07.

MING J S, HU H. Calculation of greenhouse gases emission from agricultural production in China., 2012, 22(07): 21-27. doi: 1002-2104 (2012) 07-0021-07. ( in Chinese)

[4] 许贵善, 刁其玉, 纪守坤, 邓凯东, 姜成钢, 屠焰, 刘洁, 赵一广, 马涛, 楼灿. 20-35 kg杜寒杂交公羔羊能量需要参数. 中国农业科学, 2012, 45(24): 5082-5090.

XU G S, DIAO Q Y, JI S K, DENG K D, JIANG C G, TU Y, LIU J, ZHAO Y G, MA T, LOU C. Energy requirement parameters of 20-35 kg Dorper and Thin-Tailed Han sheep crossbred male lambs., 2012, 45(24): 5082-5090. ( in Chinese)

[5] DENG K D, DIAO Q Y, JIANG C G, TU Y, ZHANG N F, LIU J, MA T, ZHAO Y G, XU G S. Energy requirements for maintenance and growth of Dorper crossbred ram lambs., 2012, 150(1–3): 102-110.

[6] 赵一广. 肉用绵羊甲烷排放的测定与估测模型的建立[D]. 北京：中国农业科学院, 2012.

ZHAO Y G. Measurement and prediction models of methane emissions from sheep[D]. Beijing: Chinese Academy of Agricultural Sciences, 2012. ( in Chinese)

[7] 肖怡. 三种益生菌对肉羊甲烷排放、物质代谢和瘤胃发酵的影响[D]. 阿拉尔：塔里木大学, 2016.

XIAO Y. Effects of three probiotics on methane emission, nutrient metabolism and rumen fermentation in mutton sheep[D]. Alar: Tarim University, 2016. ( in Chinese)

[8] 丁静美, 成述儒, 邓凯东, 张明娇, 刁其玉, 屠焰. 不同中性洗涤纤维与非纤维性碳水化合物比值饲粮对肉用绵羊甲烷排放的影响. 动物营养学报, 2017(3): 806-813.doi: 10.3969/j.issn.1006-267x.2017. 03.010.

DING J M, CHENG S R, DENG K D, ZHANG M J, DIAO Q Y, TU Y. Effects of different neutral detergent fiber/non-fiberous carbohydrate diets on methane emission of meat sheep., 2017(3): 806-813. doi: 10.3969/j.issn.1006-267x. 2017.03. 010. ( in Chinese)

[9] 张丽英.饲料分析及饲料质量检测技术[M]. 中国农业大学出版社, 2010.

ZHANG L Y.[M]. China Agriculture Press, 2010. ( in Chinese)

[10] KRISS M. Quantitative relations of the dry matter of the food consumed, the heat production, the gaseous outgo, and the insensible loss in body weight of cattle., 1930, 40 (3): 283-295.

[11] AXELSSON J. The amount of produced methane energy in the European metabolic experiments with adult cattle., 1949: 404-419.

[12] 韩继福, 冯仰廉, 张晓明, 莫放, 赵广永, 杨雅芳. 阉牛不同日粮的纤维消化、瘤胃内VFA对甲烷产生量的影响. 中国兽医学报, 1997(3): 278-280. doi: 10. 16303 /j.cnki.1005 -4545.1997. 03.023.

HAN J F, FENG Y L, ZHANG X M, MO F, ZHAO G Y, YANG Y F. Effects of fiber digestion and VFA in the rumen on the methane production in steers of different type of diets., 1997(3): 278-280. doi: 10.16303 /j. cnki. 1005 -4545.1997.03.023. ( in Chinese)

[13] 韩继福, 冯仰廉, 张晓明, 莫放, 赵广永, 杨雅芳. 日粮类型和羊草细度对肉牛瘤胃挥发性脂肪酸比例及能量转化效率的影响. 畜牧兽医学报, 1998, 28(2): 97-104.

HAN J F, FENG Y L, ZHANG X Y, MO F, ZHAO G Y, YANG Y F. Effects of different diets and different particle sizes of hay on proportion of acetic, propionic and butyric acids in the rumen and on energy conversion in steers feeding., 1998, 28(2): 97-104. ( in Chinese)

[14] PELCHEN A, PETERS K J. Methane emissions from sheep., 1998, 27(2): 137-150.

[15] BLAXTER K L, CLAPPERTON J L. Prediction of the amount of methane produced by ruminants.1965, 19(4): 511-522.doi: 10.1079/BJN19650046.

[16] JIAO H, YAN T, WILLS D A, CARSON A F, MCDOWELL D A. Development of prediction models for quantification of total methane emission from enteric fermentation of young Holstein cattle at various ages., 2014, 183(183): 160-166.doi: 10.1016/j.agee.2013.11.004.

[17] 毛宏祥, 高凤仙, 王敏, 蒋载阳, 张秀敏, 龙栋磊, 王荣, 谭支良. 肉牛胃肠道甲烷排放模型估算精度的评估分析. 畜牧兽医学报, 2017, 48(4): 690-698. doi: 10.11843/j.issn.0366-6964.2017.04.012.

MAO H X, GAO F X, WANG M, JIANG Z Y, ZHANG X M, LONG D L, WANG R, TAN Z L. Evaluating the accuracy of models to predict enteric methane emissions in beef cattle., 2017, 48(4): 690-698. doi: 10.11843/j.issn.0366- 6964.2017.04.012. ( in Chinese)

[18] 张子仪. 从科学发展观谈我国动物营养科研工作的跨越与回归. 中国畜牧杂志, 2005, 41(8): 3-5.

ZHANG Z Y. A review of the scientific development of modern animal nutrition research in china., 2005, 41(8): 3-5. ( in Chinese)

[19] 罗维, 李季, 江永红. 畜禽集约化养殖对生态环境的影响. 中国畜牧杂志, 2001, 37(5): 55-56.

LUO W, LI J, JIANG Y J. Effects of intensive culture of livestock and poultry on the ecological environment., 2001, 37(5): 55-56. ( in Chinese)

[20] BEAUCHEMIN K A, MCGINN S M. Methane emissions from feedlot cattle fed barley or corn diets., 2005, 83(3): 653-661. doi: 10.2527/2005.833653x.

[21] 赵一广, 刁其玉, 刘洁, 姜成钢, 邓凯东, 屠焰. 肉羊甲烷排放测定与模型估测.中国农业科学, 2012, 45(13): 2718-2727.doi: 10.3864/j.issn.0578-1752.2012.13.016.

ZHAO Y G, DIAO Q Y, LIU J, JIANG C G, DENG K D, TU Y. Estimation and regression models of methane emissions from sheep., 2012, 45(13): 2718-2727. ( in Chinese) doi: 10.3864/j.issn.0578-1752.2012.13.016.

[22] JENTSCH W, SCHWEIGEL M, WEISSBACH F, SCHOLZE H, PITROFF W, DERNO M．Methane production in cattle calculated by the nutrient composition of the diet., 2007, 61(1): 10-19.doi: 10.1080/17450390601106580.

[23] VAN SOEST P J, MCCAMMONFELDMAN B, CANNAS A. The feeding and nutrition of small ruminants: application of the Cornell discount system to the feeding of dairy goats and sheep. [C] //Cornell Nutrition Conference for Feed Manufacturers.1994.

[24] PRUSTY S, SONTAKKE U, KUNDU S S. Review: Methane and nitrous oxide emission from livestock manure., 2015, 13(13): 4200-4207.

[25] 刘洁, 刁其玉, 赵一广, 姜成钢, 李艳玲, 屠焰. 饲粮不同NFC/NDF对肉用绵羊瘤胃pH、氨态氮和挥发性脂肪酸的影响. 动物营养学报, 2012, 24(6): 1069-1077.doi: 1006-267X (2012) 06-1069-09.

LIU J, DIAO Q Y, ZHAO Y G, JIANG C G, LI Y L, TU Y. Effects of dietary NFC/NDF ratios on rumen pH, NH3-N and VFA of meat sheep., 2012, 24(6): 1069-1077. doi: 1006-267X (2012) 06-1069-09. ( in Chinese)

[26] JOHNSON K A, JOHNSON D E. Methane emissions from cattle., 1995, 73(8): 2483-2492.doi: 10.2527/1995. 7382483x.

[27] RAMIN M, HUHTANEN P. Development of equations for predicting methane emissions from ruminants., 2013, 96(4): 2476-2493. doi: 10.3168/jds.2012-6095.

[28] HRISTOV A N, KEBREAB E, NIU M, OH J, BANNINK A, BAYAT A R, BOLAND T M, BRITO A F, CASPER D P, CROMPTON L A, DIJKSTRA J, EUGENE M, CARNSWORTHY P C, HAQUE N, HELLWING A L F, HUHTANEN P, KREUZER M, KUHLA B, YU Z. Symposium review: Uncertainties in enteric methane inventories, measurement techniques, and prediction models., 2018, 101(7): 6655. doi: 10.3168/jds. 2017-13536.

[29] APPUHAMY J A D R N, FRANCE J, KEBREAB E. Models for predicting enteric methane emissions from dairy cows in North America, Europe, and Australia and New Zealand., 2016, 22(9): 3039-3056. doi: 10.1111/gcb.13339.

[30] 赵敏孟. 杜泊羊生长期能量代谢规律及需要量研究[D]. 泰安: 山东农业大学, 2013.

ZHAO M M. Study on energy metabolic pattern and energy requirement of growing Dorper sheep[D]. Taian: Shandong Agriculture University, 2013. ( in Chinese)

（责任编辑 林鉴非）

Development of Models of Methane Emissions from Growing Sheep

ZHOU Yan1,3, DONG LiFeng1, DENG KaiDong2, XU GuiShan3, DIAO QiYu1

(1Key Laboratory of Feed Biotechnology of Ministry of Agriculture/Feed Research Institute, Chinese Academy of Agricultural Sciences, Beijing, 100081;2College of Animal Science , Jinling Institute of Technology, Nanjing 210038;3College of Animal Science and Technology, Tarim University, Alar 843300, Xinjiang)

【Objective】This study was aimed to investigate the methane (CH4) emission and develop CH4prediction models of growing sheep. 【Method】The average daily weight gain of the treatment of NFC/NDF = 0.78, 1.03 and 2.17 was used as the reference for the restricting level of feed for the other three treatments, respectively, and the digestibility of nutrients and methane production of meat sheep were measured on this basis. Furthermore, the regression relationships were established between CH4production and dietary nutrient content, nutrient intake, digestible nutrients intake, and apparent digestibility of nutrients. 【Result】When the sheep grew from 25 to 35 kg BW, the most accurate single-variable and multivariate regression model were shown below: CH4（L/d）= -26.58 × NFC/NDF + 92.70（2= 0.772,<0.001）; CH4(L/d) = 2.71 × NDFD - 2.45 × DMD - 0.97 × CPD + 124.46 (2= 0.846,= 0.001). When the sheep grew from 48 to 55 kg BW, the most accurate single-variable and multivariate regression model were shown below: CH4(L/d) = -57.00 × GE (MJ·kg-1) + 1076.01 (2= 0.581,= 0.002); CH4/BW0.75(L·kg-1) = - 0.01 × NDFI (g·d-1) - 0.13 × CPI (g·d-1) + 0.02 × DMI (g·d-1) + 0.84 (2= 0.652,= 0.019). The most accurate single-variable and multivariate regression model in the overall growing period of sheep were shown below: CH4(L/d)= -26.94 × NFC/NDF + 90.71（2= 0.655,<0.001）; CH4/BW0.75(L·kg-1) = 0.005 × DNDFI (g·d-1) + 0.011 × DDMI (g·d-1) - 0.097 × DCPI (g·d-1) - 4.78 (2= 0.722,<0.001). 【Conclusion】The regression relationships were established for the respective growth periods (25-35 kg and 48-55 kg BW) and the overall growth period (25-55 kg BW). The studies showed that the optimal methane prediction factors for meat sheep at different weight were various, and methane production was greatly affected by dietary NFC/NDF, which could be used as a theoretical basis for the evaluation of methane production under the breeding model in China and a reference for the diets of meat sheep.

sheep; methane; prediction models; performance production; apparent digestibility

10.3864/j.issn.0578-1752.2019.10.012

2018-05-28；

2019-03-15

政府间国际科技创新合作重点专项（2016YFE0109000）、国家自然科学基金（41475126）、中国科协青年托举人才工程（2017-2019）

周艳，Tel：18201092708；E-mail：1141387117@qq.com。通信作者刁其玉，Tel：010-82106055；E-mail：diaoqiyu@caas.cn