Faculteit Bio-ingenieurswetenschappen
Academiejaar 2013 – 2014
Evaluatie van de ruwvoederopnamevoorspelling bij
melkvee volgens het ILVO-model
Susan Mahieu
Promotor: Prof. dr. ir. Dirk Fremaut
Copromotor: Prof. dr. ir. Daniël De Brabander
Masterproef voorgedragen tot het behalen van de graad van
Master of Science in de biowetenschappen: land- en tuinbouwkunde
1
2
Faculteit Bio-ingenieurswetenschappen
Academiejaar 2013 – 2014
Evaluatie van de ruwvoederopnamevoorspelling bij
melkvee volgens het ILVO-model
Susan Mahieu
Promotor: Prof. dr. ir. Dirk Fremaut
Copromotor: Prof. dr. ir. Daniël De Brabander
Masterproef voorgedragen tot het behalen van de graad van
Master of Science in de biowetenschappen: land- en tuinbouwkunde
3
Auteursrechtelijke bescherming
De auteur en de promotor geven de toelating deze scriptie voor consultatie beschikbaar te
stellen en delen van de scriptie te kopiëren voor persoonlijk gebruik. Elk ander gebruik valt
onder de beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting
de bron uitdrukkelijk te vermelden bij het aanhalen van resultaten uit deze scriptie.
The author and the promoter give the permission to use this thesis for consultation and to copy
parts of it for personal use. Every other use is subject to the copyright laws, more specifically the
source must be extensively specified when using the results from this thesis.
6 juni 2014
Promotor
Student
4
Woord vooraf
Veel mensen hebben bijgedragen aan het tot stand komen van dit eindwerk. Deze zou ik dan ook
graag bedanken.
Eerst en vooral wil ik mijn copromotor Prof. Dr. Ir. Daniël De Brabander bedanken voor het
helpen vinden van een geschikt en interessant onderwerp in verband met melkvee, het helpen
uitwerken ervan en het aandachtig herlezen van mijn teksten. Hij stond altijd klaar met raad en
daad en was steeds beschikbaar in geval van vragen of problemen.
Ook Sam De Campeneere en Leen Vandaele van het Instituut voor Landbouw- en
Visserijonderzoek (ILVO) zou ik willen bedanken voor het ter beschikking stellen van de
proefgegevens en om me op weg te helpen met het verwerken ervan. Ik zou graag een woordje
van dank richten aan de AVEVE voor het mogen gebruiken van de proefgegevens en aan Romy
Moens die deze proefgegevens al verwerkensklaar gemaakt heeft. Daarnaast wil ik ook de
praktijkbedrijven bedanken voor het bijhouden van de ruwvoederopname en het opzoeken van
de nodige gegevens: de Hooibeekhoeve in Geel, Biotechnicum schoolhoeve Bocholt, schoolhoeve
Axelwalle Oudenaarde, College O.L.V. Ten Doorn schoolhoeve Eeklo, Kris Desimpel, Nico
Vanneste, Luc en Jeroen Dejonckheere, Dries Lahousse, Erik Degraeve, Philip Fleurbaey, Lieven
Cuvelier, Stefaan Cuvelier, Stefaan Bulcke, Martin en Pieter Obin, Karel D’Hooghe, Dirk Van de
Keere, Patrick en Stijn Packet en mijn vader.
Graag wil ik dr. Sofie Landschoot, Prof. Dr. Ir. Dirk Fremaut en Liesbet De Graef van Universiteit
Gent en Bart Ampe van het ILVO bedanken voor de hulp bij het verwerken van mijn gegevens.
Mijn dank gaat ook uit naar Jules Vermussche van de proefhoeve in Bottelare voor het helpen bij
de drogestofanalyses van enkele kuilmonsters.
Ik wil mijn vriend Joren bedanken voor de steun en voor het helpen verwerken van de vele
gegevens van de praktijkbedrijven. Hij staat altijd voor mij klaar en ik kan bij hem steeds terecht
voor een luisterend oor.
Ten laatste wil ik ook mijn ouders bedanken om me te steunen in mijn studies, om me raad te
geven en om me te helpen bij dit eindwerk.
Susan Mahieu
Hollebeke, 2014
5
Abstract
In dit eindwerk werd de ruwvoederopnamevoorspelling volgens het ILVO-model geëvalueerd.
Dit model werd 25 jaar geleden opgesteld en de opnamecapaciteit van melkvee is ondertussen
groter geworden. Er werd nagegaan hoeveel ruwvoeder nu meer kan opgenomen worden en
welke parameters hier een invloed op hebben. Er werden 1709 koewaarnemingen gebruikt van
proeven uitgevoerd aan het ILVO van 2005 tot 2013 en 3247 koewaarnemingen van proeven
uitgevoerd in het AVEVE-praktijkcentrum ‘Sint-Isidoriushoeve’ in Poppel van 2000 tot 2003.
Daarnaast werd op 15 praktijkbedrijven nagegaan hoeveel ruwvoeder gedurende een week
opgenomen werd. Voor de eerste twee datasets werden de volgende parameters onderzocht:
lichaamsgewicht,
melkproductie
en
meetmelkproductie,
leeftijd,
lactatiestadium,
ruwecelstofgehalte en drogestofgehalte van maïs- en graskuil. Uiteindelijk bleek enkel voor
leeftijd een eenduidige positieve invloed op het verschil tussen waargenomen en voorspelde
ruwvoederopname te bestaan. Voor de ILVO-dataset werd ook een onderschatting van het
lichaamsgewicht gevonden. Voor melkproductie, ruwecelstofgehalte en drogestofgehalte
werden geen eenduidige verbanden met de ruwvoederopname gevonden. Er werden wel
aanwijzingen gevonden dat het drogestofgehalte van maïskuil de ruwvoederopnamevoorspelling zou kunnen verbeteren. Uiteindelijk werd een correctie voor het ILVO-model
voorgesteld van 7 % voor 1e lactatie, 12 % voor 2e lactatie en 14 % voor hogere lactaties. De
gemiddelde correctie bedraagt 11 %.
Kernwoorden: ruwvoederopnamevoorspelling, lichaamsgewicht, leeftijd, melkvee
In this thesis the prediction of roughage intake according to the model developed by ILVO was
evaluated. This model was draft 25 years ago en the roughage intake capacity of dairy cattle has
increased in the meantime. The increase in roughage intake capacity was evaluated and possible
explanatory parameters were investigated. 1709 results were used from experiments conducted
at the ILVO from 2005 till 2013 and 3247 results from experiments conducted at the AVEVEpractical center ‘Sint-Isidoriushoeve’ situated in Poppel from 2000 till 2003. A third dataset
consisted of results from 15 farms across Flandres. The following parameters from the first two
datasets were examined: live weight, milk production and fat protein corrected milk, age
(number of lactation), stage of lactation, crude fiber content and dry matter content of maize and
grass silage. Eventually only age seemed to have a positive influence on the difference between
observed and predicted roughage intake. From the ILVO-dataset it could be concluded that there
is an underestimation of the live weight in the ILVO-model. For milk production, crude fiber
content and dry matter content, there were no clear relations with roughage intake. There were
found indications that the dry matter content of maize silage could improve the roughage
prediction model. Finally, a correction for the ILVO-model was proposed of 7 % for first
lactation, 12 % for second lactation cows and 14 % for older cows. The average correction is 11
%.
Keywords: prediction of roughage intake, live weight, age, dairy cattle
6
Inhoudsopgave
Auteursrechtelijke bescherming
Woord vooraf
Abstract
Lijst met figuren
Lijst met tabellen
Inleiding
1 Literatuurstudie ..............................................................................................................................................................8
1.1 Diergebonden factoren ........................................................................................................................................9
1.1.1 Ras .......................................................................................................................................................................9
1.1.2 Gewicht ..............................................................................................................................................................9
1.1.3 Lactatiestadium........................................................................................................................................... 10
1.1.4 Melkproductie.............................................................................................................................................. 11
1.1.5 Melkproductie op 305 dagen ................................................................................................................. 11
1.1.6 Vetgehalte ...................................................................................................................................................... 11
1.1.7 Leeftijd ............................................................................................................................................................ 12
1.1.8 Individu .......................................................................................................................................................... 12
1.2 Voedergebonden factoren ............................................................................................................................... 12
1.2.1 Voederkarakteristieken ........................................................................................................................... 13
1.2.2 Parameters in verband met kuilfermentatie .................................................................................. 18
1.2.3 Effect van soort ruwvoeder .................................................................................................................... 22
1.2.4 Verdringing door krachtvoeder ........................................................................................................... 27
1.3 Omgevingsfactoren ............................................................................................................................................ 30
1.4 Bespreking van enkele ruwvoederopnamemodellen .......................................................................... 32
1.4.1 Ruwvoederopnamevoorspelling volgens McNamee et al. (2005) ......................................... 32
1.4.2 Ruwvoederopnamevoorspelling volgens Hetta et al. (2007) .................................................. 33
1.4.3 Ruwvoederopnamevoorspelling volgens Huhtanen et al. (2007) ......................................... 33
1.4.4 Het Nederlands koe-model..................................................................................................................... 34
1.4.5 Het ILVO-model........................................................................................................................................... 35
2 Praktijkstudie................................................................................................................................................................ 38
2.1 Doelstelling............................................................................................................................................................ 38
2.2 Proefopzet.............................................................................................................................................................. 38
2.3 Materiaal en methode ....................................................................................................................................... 38
2.3.1 ILVO-proeven ............................................................................................................................................... 38
2.3.2 AVEVE-proeven ........................................................................................................................................... 40
1
2.3.3 Praktijkbedrijven........................................................................................................................................ 41
2.3.4 Ruwvoederopnamevoorspelling.......................................................................................................... 44
2.3.5 Correctie voor krachtvoederniveau.................................................................................................... 44
2.4 Resultatenverwerking ...................................................................................................................................... 46
2.4.1 Overzicht resultaten .................................................................................................................................. 46
2.4.2 Grafische weergave ruwe resultaten ................................................................................................. 56
2.4.3 Verwerking resultaten met Mixed Model Analysis ...................................................................... 62
2.4.4 Nauwkeurigheid ILVO-model................................................................................................................ 70
2.4.5 Invloedsfactoren op het verschil tussen waargenomen en voorspelde
ruwvoederopname ............................................................................................................................................... 78
2.4.6 Afleiden correctie ....................................................................................................................................... 84
Algemeen besluit ............................................................................................................................................................. 87
Referentielijst ................................................................................................................................................................... 88
2
Lijst met figuren
Figuur 1 Fysische en metabolische verzadiging volgens Forbes (1983) geciteerd door
Chamberlain & Wilkinson, 1996 ..................................................................................................................................8
Figuur 2 Ruwvoederopname rond het kalven .................................................................................................... 10
Figuur 3 Ruwvoederopname in functie van krachtvoederopname bij verschillende
productieniveaus (in kg per dag) (Huhtanen et al., 2008)............................................................................. 11
Figuur 4 Verteerbare organische stof opname (dOMI) en NDF-opname (NDFI) in functie van
NDF-gehalte (Huhtanen et al., 2007) ...................................................................................................................... 13
Figuur 5 Verteerbare organische stof opname (dOMI) en NDF-opname (NDFI) in functie van de
D-waarde (Huhtanen et al., 2007)............................................................................................................................ 15
Figuur 6 Hypothese van de beperking van ruwvoederopname door enerzijds fysische limitatie
(rumen digesta load) en anderzijds de beperking om energie te kunnen gebruiken (Huhtanen et
al., 2002) ............................................................................................................................................................................. 19
Figuur 7 Verzadigingswaarde van maïskuil in functie van het DS-gehalte en VOS-gehalte volgens
het Nederlands koemodel (Zom et al., 2002) ...................................................................................................... 23
Figuur 8 Verzadigingswaarde van graskuil in functie van DS-gehalte, RE-gehalte en RC-gehalte
volgens het Nederlands koemodel (Zom et al., 2002) ..................................................................................... 25
Figuur 9 Verzadigingswaarde van luzerne en rodeklaverkuil in functie van het DS-gehalte en het
RC-gehalte volgens het Nederlands koemodel (Zom et al., 2002) .............................................................. 27
Figuur 10 Lineair verband tussen ruwvoederopname en krachtvoederopname (McNamee et al.,
2005) .................................................................................................................................................................................... 28
Figuur 11 Exponentieel verband tussen ruwvoederopname en krachtvoederopname (McNamee
et al., 2005) ........................................................................................................................................................................ 28
Figuur 12 Opname van maïskuil, voordroogkuil, nattegraskuil en hooi in functie van het RCgehalte (De Babander et al., 2011)........................................................................................................................... 36
Figuur 13 Ruwvoederopname in functie van het lactatienummer ............................................................ 56
Figuur 14 Ruwvoederopname in functie van lichaamsgewicht voor 1e en hogere lactaties .......... 56
Figuur 15 Ruwvoederopname in functie van de melkproductie................................................................. 57
Figuur 16 Ruwvoederopname in functie van het lactatienummer en lactatiestadium ..................... 57
Figuur 17 Ruwvoederopname in functie van het lichaamsgewicht voor 1e en hogere lactaties .. 58
Figuur 18 Ruwvoederopname in functie van het lactatiestadium voor 1e, 2e en hogere lactaties
................................................................................................................................................................................................ 59
Figuur 19 Ruwvoederopname in functie van melkproductie ....................................................................... 59
Figuur 20 Ruwvoederopname in functie van het lactatiestadium voor 1e, 2e en hogere lactaties
................................................................................................................................................................................................ 60
Figuur 21 Ruwvoederopname in functie van melkproductie ....................................................................... 61
3
Lijst met tabellen
Tabel 1 Krachtvoederverdringingswaarden bij melkvee uit de literatuur ............................................. 29
Tabel 2 Formules opneembaarheid ruwvoeders geldig voor een Holsteinkoe van 600 kg vanaf de
2e lactatie volgens het ILVO-model (De Brabander et al., 2011) ................................................................. 35
Tabel 3 Correcties voor dierlijke factoren van de opneembaarheid volgens het ILVO-model (De
Brabander et al., 2011) ................................................................................................................................................. 36
Tabel 4 Belangrijkste kenmerken van de ILVO-proeven in gemiddelden per proef........................... 39
Tabel 5 Belangrijkste kenmerken van de AVEVE-proeven in gemiddelden per proef ...................... 40
Tabel 6 Belangrijkste kenmerken in gemiddelden per praktijkbedrijf en per proefperiode .......... 42
Tabel 7 Oorspronkelijke en nieuwe drogestofgehalten van enkele kuilen ............................................. 43
Tabel 8 Lichaamsgewicht (kg) per bedrijf per proefweek voor eerste, tweede en hogere lactatie
................................................................................................................................................................................................ 43
Tabel 9 Vergelijking lichaamsgewichten (kg) van de praktijkbedrijven, ILVO-proeven en AVEVEproeven ............................................................................................................................................................................... 44
Tabel 10 Geschatte opneembaarheid gebruikte ruwvoeders ...................................................................... 44
Tabel 11 Resultaten ILVO-dataset ........................................................................................................................... 46
1 n=aantal koewaarnemingen, 2 Stafw=standaardafwijking, 3 LG=lichaamsgewicht, 4
MM=meetmelkproductie Tabel 12 Resultaten AVEVE-dataset .................................................................. 46
Tabel 13 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met
standaardafwijking per ILVO-proef ........................................................................................................................ 48
Tabel 14 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met
standaardafwijking voor per ILVO-proef .............................................................................................................. 49
Tabel 15 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met
standaardafwijking per rantsoentype en van de gehele dataset van de ILVO-proeven .................... 50
Tabel 16 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met
standaardafwijking per rantsoentype en van de gehele dataset van de ILVO-proeven .................... 50
Tabel 17 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met
standaardafwijking per AVEVE-proef ............................................ Fout! Bladwijzer niet gedefinieerd.
Tabel 18 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met
standaardafwijking per AVEVE-proef ............................................ Fout! Bladwijzer niet gedefinieerd.
Tabel 19 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met
standaardafwijking voor flatrate- en normvoedering ..................................................................................... 52
Tabel 20 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met
standaardafwijking voor flatrate- en normvoedering ..................................................................................... 53
Tabel 21 Verschil in TOT en RV-opname voor werkelijke en gecorrigeerde gegevens van de
praktijkbedrijven ............................................................................................................................................................ 54
Tabel 22 Verschil in opname voor bedrijven met een gecorrigeerde ruwvoederopname minder
dan 25 % hoger dan voorspeld ................................................................................................................................. 55
Tabel 23 Verschil in opname voor de bedrijven met een gecorrigeerde ruwvoederopname
minder dan 20 % hoger dan voorspeld ................................................................................................................. 55
Tabel 24 Significantiewaarden voor de mogelijke verklarende parameters van de
ruwvoederopname voor de ILVO-proeven .......................................................................................................... 63
Tabel 25 Significantiewaarden voor de invloedsfactoren van de ruwvoederopname voor de
ILVO-proeven gecorrigeerd voor krachtvoedergift .......................................................................................... 64
Tabel 26 Significantiewaarden voor de invloedsfactoren van de ruwvoederopname voor de
AVEVE-proeven met normvoedering ..................................................................................................................... 65
4
Tabel 27 Significantiewaarden voor de invloedsfactoren van de gecorrigeerde
ruwvoederopname voor de AVEVE-proeven met normvoedering ............................................................ 66
Tabel 28 Significantiewaarden voor de invloedsfactoren van de ruwvoederopname voor de
ILVO-proeven met enkel maïskuil en graskuil als ruwvoeders ................................................................... 68
Tabel 29 Significantiewaarden voor de invloedsfactoren van de gecorrigeerde
ruwvoederopname voor de ILVO-proeven met enkel maïskuil en graskuil in het
ruwvoederrantsoen ....................................................................................................................................................... 69
Tabel 30 Nauwkeurigheidsparameters toegepast op alle ILVO-gegevens en voor lactatie 1, 2 en
3+ ........................................................................................................................................................................................... 71
Tabel 31 Nauwkeurigheidsparameters toegepast op alle ILVO-gegevens en voor lactatie 1, 2 en
3+ opgesplitst voor lichte en zware dieren .......................................................................................................... 71
Tabel 32 Nauwkeurigheidsparameters toegepast op de voor krachtvoedergift gecorrigeerde
gegevens van het ILVO voor alle gegevens en voor lactatie 1, 2 en 3+ ..................................................... 71
Tabel 33 Nauwkeurigheidsparameters toegepast op de voor krachtvoedergift gecorrigeerde
gegevens van het ILVO voor alle gegevens en voor lactatie 1, 2 en 3+ opgesplitst voor lichte en
zware dieren ..................................................................................................................................................................... 72
Tabel 34 Nauwkeurigheidsparameters toegepast op de ILVO-proeven met maïskuil, graskuil en
perspulp .............................................................................................................................................................................. 72
Tabel 35 Verschil tussen werkelijke en voorspelde totale opname en significantie voor de ILVOproeven ............................................................................................................................................................................... 73
Tabel 36 Verschil tussen gecorrigeerde en voorspelde totale opname en significantie voor de
ILVO-proeven.................................................................................................................................................................... 73
Tabel 37 Nauwkeurigheidsparameters toegepast op alle AVEVE-gegevens en voor lactatie 1, 2 en
3+ ........................................................................................................................................................................................... 74
Tabel 38 Nauwkeurigheidsparameters toegepast op alle AVEVE-gegevens en voor lactatie 1, 2 en
3+ opgesplitst voor lichte en zware dieren .......................................................................................................... 74
Tabel 39 Nauwkeurigheidsparameters toegepast op de gegevens met flatratevoedering voor alle
gegevens en per lactatie opgesplitst voor lichte en zware dieren .............................................................. 75
Tabel 40 Nauwkeurigheidsparameters toegepast op de gegevens met normvoedering voor alle
gegevens en per lactatie opgesplitst voor lichte en zware dieren .............................................................. 75
Tabel 41 Nauwkeurigheidsparameters toegepast op de gegevens met flatratevoedering
gecorrigeerd voor krachtvoedergift voor alle gegevens en per lactatie opgesplitst voor lichte en
zware dieren ..................................................................................................................................................................... 76
Tabel 42 Nauwkeurigheidsparameters toegepast op de gegevens met normvoedering
gecorrigeerd voor krachtvoedergift voor alle gegevens en per lactatie opgesplitst voor lichte en
zware dieren ..................................................................................................................................................................... 76
Tabel 43 Verschil tussen werkelijke en voorspelde totale opname en significantie voor de
AVEVE-proeven ............................................................................................................................................................... 77
Tabel 44 Verschil tussen gecorrigeerde en voorspelde totale opname en significantie voor de
AVEVE-proeven ............................................................................................................................................................... 77
Tabel 45 Correlatie met verschil tussen werkelijke en voorspelde ruwvoederopname voor ILVOgegevens en significantie ............................................................................................................................................. 79
Tabel 46 Regressiecoëfficiënt, determinatiecoëfficiënt en significantie van de verschillende
parameters voor de ILVO-dataset ............................................................................................................................ 80
Tabel 47 Correlatie met verschil tussen gecorrigeerde en voorspelde ruwvoederopname voor
ILVO-gegevens en significantie ................................................................................................................................. 81
5
Tabel 48 Regressiecoëfficiënt, determinatiecoëfficiënt en significantie van de verschillende
parameters voor de gecorrigeerde ILVO-dataset .............................................................................................. 81
Tabel 49 Correlatie met verschil tussen werkelijke en voorspelde ruwvoederopname voor
AVEVE-gegevens (normvoedering) en significantieniveau .......................................................................... 82
Tabel 50 Regressiecoëfficiënt, determinatiecoëfficiënt en significantie van de verschillende
parameters voor de AVEVE-dataset (normvoedering) ................................................................................... 83
Tabel 51 Verschil tussen waargenomen/gecorrigeerde en voorspelde ruwvoederopname (%) . 84
Tabel 52 Invloed lichaamsgewicht op ruwvoederopname voor 1e, 2e en hogere lactatie voor elke
dataset ................................................................................................................................................................................. 85
Tabel 53 Invloed leeftijd op ruwvoederopname voor 1e, 2e en hogere lactatie voor elke dataset
................................................................................................................................................................................................ 85
6
Inleiding
Voorspellen hoeveel voeder zal opgenomen worden is een van de moeilijkste zaken in het
voederen van melkvee. Het wordt door zeer veel factoren beïnvloed. Het is echter wel van groot
belang dat met een zekere nauwkeurigheid kan voorspeld worden wat de voederopname zal
zijn, wil men een goed rantsoen samenstellen. Dit houdt ook in dat men weet hoeveel ruwvoeder
een
koe
maximaal
kan
opnemen.
Zeker
in
Europa
is
het
belangrijk
om
de
ruwvoedermelkproductie te optimaliseren, aangezien ruwvoeder hier meestal minder kost per
voederwaarde-eenheid dan krachtvoeder. Ook voor een goede penswerking is het van belang
om voldoende ruwvoeder te verstrekken.
De ruwvoederopname wordt bepaald door drie groepen factoren: dierlijke factoren,
voederfactoren en managementfactoren. Onder de dierlijke factoren zijn ras, leeftijd,
lactatiestadium, lichaamsgewicht en dergelijke belangrijk. Onder voederfactoren worden alle
eigenschappen
van
het
voeder
verstaan,
zoals
soort
ruwvoeder,
drogestofgehalte,
ruwecelstofgehalte, NDF-gehalte, ruweiwitgehalte, fermentatieparamters zoals de concentratie
zuren, … Managementfactoren omvatten zowat alles die eigen is aan het management van het
bedrijf en die zorgen voor de variatie tussen bedrijven onderling, bijvoorbeeld de manier van
voederen, huisvesting, klauwgezondheid, … Deze factoren zijn vaak moeilijker in een model te
implementeren.
Aan het ILVO (Instituut voor Landbouw- en Visserijonderzoek) werd een 25-tal jaar geleden aan
de hand van voederopnameproeven een model opgesteld om de ruwvoederopname te schatten.
Ondertussen is door selectie het melkvee productiever en ook groter geworden. Uit recente
ILVO-proeven en uit de praktijk blijkt dan ook dat de ruwvoederopnamecapaciteit zou gestegen
zijn en dat het ILVO-model deze dus onderschat.
Aan de hand van drie verschillende databanken wordt nagegaan hoe groot deze onderschatting
is en of de invloed van bepaalde parameters veranderd is. Ten eerste werd een selectie gemaakt
uit de proeven uitgevoerd aan het ILVO in de laatste 10 jaar. Er werd naar proeven gezocht
waarbij de ruwvoederopname niet zou beïnvloed worden door de behandeling. Hieruit werden
1709 individuele koegegevens verzameld. Ten tweede werd de databank gebruikt die door
Romy Moens (2004) gebruikt werd om modellen die de totale voederopname voorspellen te
valideren. Deze gegevens zijn afkomstig van het AVEVE-proefstation ‘Sint-Isidoriushoeve’ te
Poppel en werden bekomen in 8 proeven uitgevoerd in de periode 2000 tot 2003. Hieruit
werden 3589 individuele koegegevens bekomen. Ten slotte werd ook nagegaan hoeveel
ruwvoeder effectief in de praktijk wordt gevoederd. Op 18 melkveebedrijven in Vlaanderen die
gebruik maken van een voedermengwagen werd gedurende een week bijgehouden hoeveel
ruwvoeder door de koeien opgenomen werd.
7
1 Literatuurstudie
De factoren die de ruwvoederopname kunnen beïnvloeden kunnen onderverdeeld worden in 3
groepen: de diergebonden factoren, de voedergerelateerde factoren en de omgevingsfactoren.
Uit de literatuur blijkt dat de voederopname op twee manieren gelimiteerd kan worden.
Enerzijds kan er sprake zijn van fysische verzadiging. Dit komt voor bij ruwvoeders die veel
vezel bevatten, zoals bijvoorbeeld gras dat in een oud stadium gemaaid wordt. Vooral
celwandconcentratie en passagesnelheid in de pens zouden deze verzadiging bepalen (Jung &
Allen, 1995). Volgens Van Soest (1965) zou de hoeveelheid celwandcomponenten limiterend
worden wanneer deze 50 à 60 % van de droge stof van het ruwvoeder uitmaken. Koeien zouden
voeder opnemen om aan hun energiebehoefte te voldoen, tenzij ze beperkt worden door
fysische limitatie. Magere koeien bijvoorbeeld zouden meer eten dan vette koeien. Zij zouden
dus minder snel beperkt worden door fysische limitatie (Chamberlain & Wilkinson, 1996).
Anderzijds kan er metabolische verzadiging optreden, bijvoorbeeld bij gras gemaaid in een jong
stadium (Rinne et al., 2002). Ook hier is geen eenduidige grens vast te stellen. Koeien met een
hogere melkproductie zouden meer kunnen opnemen van een hoogkwalitatief voeder bij
eenzelfde lichaamsgewicht (Chamberlain & Wilkinson, 1996). Dit principe wordt voorgesteld in
figuur 1. De stijgende lijnen tonen een hogere opname bij een ranstoen van betere kwaliteit en
het verschil hierin tussen vette en magere koeien. De dalende lijnen tonen dat de opname
opnieuw kan dalen bij een zeer kwalitatief rantsoen door fysiologische verzadiging en dat dit
omslagpunt verschuift naar betere kwaliteit naarmate de melkproductie hoger is. De snijpunten
van de stijgende en dalende lijnen zijn het omslagpunt.
Figuur 1 Fysische en metabolische verzadiging volgens Forbes (1983) geciteerd door Chamberlain &
Wilkinson, 1996
8
1.1 Diergebonden factoren
Uit praktische en economische overwegingen wordt vaak met schapen gewerkt voor proeven
over
voederopname
bij
herkauwers.
Er
bestaat
dan
ook
veel
literatuur
over
(ruw)voederopname bij melkvee die gebaseerd is op onderzoek bij schapen. Er blijkt echter dat
het opnamegedrag van schapen niet altijd overeenkomt met dat van melkvee. Uit een onderzoek
bleek dat de voederopname van melkvee voorspeld kan worden aan de hand van de
voederopname bij schapen (Dewhurst et al. geciteerd door Cushnahan et al., 1994). In een
andere studie werd eveneens een verband gevonden, maar dit verklaarde slechts 20 % van de
variatie (Offer et al., 1998) of er was een verband maar voor sommige ruwvoeders werden toch
tegenstrijdigheden gevonden (Ingalls et al., 1965). Er wordt ook gesuggereerd dat voor elke
ruwvoedersoort een aparte regressie zou moeten gebruikt worden (Reid et al., 1988). Volgens
Jones et al. (1972) zouden verschillen in opname misschien verklaard kunnen worden door een
lagere verteerbaarheid voor koeien aangezien schapen selectiever zijn wanneer ze ad libitum
gevoederd worden en ze meer kauwen. Alhoewel in een studie gevoerd over 20 jaar met 153
ruwvoeders gevoederd aan zowel schapen als koeien net het omgekeerde werd bewezen,
namelijk dat voor de koeien een hogere verteerbaarheid gold. Dit werd verklaard door het feit
dat koeien een relatief groter maagdarmstelsel hebben waardoor het voeder er dus langer kan
verblijven om te verteren (Reid et al., 1988). Soms wordt er geen verband gevonden (Cushnahan
et al., 1994). In deze studie werden echter voeders gebruikt met een lage opneembaarheid, wat
eventueel een verklaring kan zijn. Uit al deze studies kan besloten worden dat proeven met
schapen beter niet gebruikt worden om besluiten te trekken over melkvee.
1.1.1 Ras
Aangezien melkrassen een grotere energiebehoefte hebben dan dubbeldoelrassen en een
grotere pens hebben, zullen deze ook een grotere voederopname hebben. Zo bleek uit een
onderzoek van Gruber et al. (1990) bij een onderzoek naar de melkrassen Holstein en Brown
Swiss en het dubbeldoelras Simmental dat Holstein de grootste totale en ruwvoederopname
heeft van deze 3 rassen. Ook per kilogram lichaamsgewicht had dit ras de grootste opname,
zowel met of zonder krachtvoedergift. Simmentalkoeien hadden de laagste opname. In een proef
van Oldenbroeck (1984) waarin het Holstein Friesian, Nederlands Friesian en Nederlands WitRood-ras vergeleken werd op vlak van prestaties, hadden Holstein Friesiankoeien de grootste
opname van zowel een rantsoen volledig uit ruwvoeder als een rantsoen bestaande uit
ruwvoeder en krachtvoeder. Dit ras had ook de hoogste productie en gebruikte de opgenomen
energie het efficiëntst voor melkproductie.
1.1.2 Gewicht
Zwaardere koeien hebben een grotere onderhoudsbehoefte en hebben mogelijks ook een groter
magenstelsel. Hierdoor zou hun ruwvoederopname hoger kunnen zijn. In een studie van Offer et
al. (1998) waarin de voederopname van melkvee en schapen werd onderzocht, werd voor
melkvee echter geen verband gevonden met het lichaamsgewicht. De gewichten van de koeien
bevonden zich echter in een klein interval. Voor schapen werd er wel een verband gevonden.
Het melkvee nam relatief meer ruwvoeder op dan schapen om te voldoen aan de hoge behoefte
9
voor melkproductie. Rook et al. (1991) vonden daarentegen een positief maar zwak verband
tussen ruwvoederopname en lichaamsgewicht. Bij vleesvee werd een sterk verband gevonden
(Rook & Gill, 1990). Ook De Brabander (2011) vond een belangrijk verband tussen
lichaamsgewicht en ruwvoederopname. Eerste lactatiedieren zouden voor een hoger
lichaamsgewicht van 100 kg 1,4 kg DS aan ruwvoeder meer opnemen en oudere dieren 0,9 kg
DS. Het effect zou minder belangrijk worden bij hogere gewichten. Vroeger werd de invloed van
lichaamsgewicht op de ruwvoederopname vaak uitgedrukt per 100 kg, waarbij de invloed
kleiner wordt per 100 kg hoger lichaamsgewicht. Wanneer ruwvoederopname uitgedrukt wordt
per kg metabolisch gewicht is de invloed van gewicht het kleinst.
1.1.3 Lactatiestadium
In de periode rond het kalven neemt een koe zowel in totaal als op vlak van ruwvoeder minder
op (figuur 2). In de eerste 6 weken van de lactatie zou volgens De Brabander (2013) een koe
respectievelijk maar 70 %, 78 %, 84 %, 89 %, 93 % en 96 % opnemen van de opgenomen
hoeveelheid ruwvoeder in middenlactatie. De stijging in ruwvoederopname na kalven zal onder
andere afhankelijk zijn van de ruwvoederkwaliteit. Ook voor het kalven zal de
ruwvoederopname dalen. Er zou volgens De Brabander (2013) in de laatste 6 weken voor kalven
nog gemiddeld 92 % van de ruwvoederopname in middenlactatie opgenomen worden.
Figuur 2 Ruwvoederopname rond het kalven
Rook et al. (1991) vonden een positief kwadratisch verband met lactatiestadium in een studie
naar graskuilopname. Bijgevolg zou er dus een correctie moeten gebeuren in de
ruwvoederopnamevoorspelling voor de eerste lactatieweken.
De individuele variatie in ruwvoederopname is het grootst in het begin en op het einde van de
lactatie. In het begin van de lactatie kan dit onder andere verklaard worden door een
verschillende bodyscore op het moment van kalven. De opname van koeien met een hoge
bodyscore bij kalven neemt minder snel toe als van koeien met een goeie conditie. De variatie op
het eind van de lactatie is moeilijk te verklaren (Rook et al., 1991).
10
1.1.4 Melkproductie
De totale drogestofopname is gerelateerd aan de melkproductie. Wanneer het rantsoen echter
aangevuld wordt met krachtvoeder volgens de behoefte, mag aangenomen worden dat deze
parameter geen invloed zal hebben op de ruwvoederopname (De Brabander, 2013). Als dit niet
het geval is, kan de ruwvoederopname wel beïnvloed worden. In een studie van Huhtanen et al.
(2008) werd er bij eenzelfde krachtvoedergift een hogere ruwvoederopname waargenomen bij
een hogere melkproductie en dit was gelijk voor elk krachtvoederniveau (figuur 3). In figuur 3
werd de opgenomen hoeveelheid ruwvoeder (SDMI) uitgezet ten opzichte van de opgenomen
hoeveelheid krachtvoeder (CDMI). De verschillende lijnen staan voor verschillende
productieniveaus (in kg per dag, zie legende) en tonen de krachtvoederverdringing. Bij een
TMR-rantsoen zouden koeien met een hoge melkproductie in staat zijn om meer ruwvoeder op
te nemen (Ferris et al., 1999). McNamee et al. (2005) nam de melkproductie op als parameter in
zijn model om de ruwvoederopname te schatten aan de hand van de ruwvoederopname van
vleesvee.
Figuur 3 Ruwvoederopname in functie van krachtvoederopname bij verschillende productieniveaus (in kg
per dag) (Huhtanen et al., 2008)
1.1.5 Melkproductie op 305 dagen
Het kan dat gelijkaardige koeien (met ongeveer dezelfde dagproductie) een verschillende
opname van ruwvoeder hebben omdat ze een hogere genetische aanleg voor melkproductie
hebben. Deze parameter werd dan ook opgenomen in het vroegere Nederlandse koemodel
(Hijink & Meijer, 1987).
1.1.6 Vetgehalte
In een studie over grasopname bij melkvee was niet de melkproductie, maar wel het vetgehalte
van significant belang in verband met de ruwvoederopname. Er was een positief lineair verband
11
(Rook et al., 1991). Deze parameter kan weliswaar in vraag gesteld worden als oorzaak. Een laag
vetgehalte ten gevolge van een structuurtekort in de pens zal wellicht samengaan met een lagere
ruwvoederopname, maar deze daling in opname wordt dan veroorzaakt door het
structuurtekort op zich.
1.1.7 Leeftijd
Dieren in de 1e lactatie hebben een lagere ruwvoederopname dan oudere dieren los van de
invloed van hun gewicht. Uit een ILVO-onderzoek bleek dat de ruwvoederopname 1,6 kg DS
lager zou liggen voor vaarzen bij een lager lichaamsgewicht van 75 kg. Naast het effect van het
gewicht is er nog een effect toe te schrijven aan leeftijd van 0,7 kg DS. Dit is afhankelijk van de
leeftijd van afkalven en het lactatiestadium. Vanaf de 6e lactatie zou de ruwvoederopname terug
dalen (De Brabander, 2013).
1.1.8 Individu
Koeien die in alle hiervoor besproken puntjes gelijk zijn, kunnen nog steeds een verschillend
ruwvoederopnamevermogen hebben. In aantal ILVO-proeven werd nagegaan of koeien steeds
minder of meer eten dan voorspeld, waaruit kon besloten worden dat bepaalde koeien effectief
slechtere of betere ruwvoedereters kunnen zijn (De Brabander, 2013).
1.2 Voedergebonden factoren
In verband met het voeder kunnen 3 soorten parameters besproken worden waarvan de
ruwvoederopname afhankelijk kan zijn: voederkarakteristieken, parameters in verband met de
fermentatie in de kuil en de hoeveelheid krachtvoeder in het rantsoen met bijhorend de
verdringingswaarde. Uit sommige studies blijkt dat de belangrijkste factor om de
ruwvoederopname te voorspellen het onderscheid is tussen de verschillende soorten
ruwvoeders.
De eigenschappen van het voeder kunnen op verschillende manieren bepaald worden. Niet alle
methoden zijn even nauwkeurig, wat ook zijn invloed heeft op de nauwkeurigheid van een
model die van deze parameters gebruik maakt. In een proef over 5 jaar met 94 verschillende
graskuilen werden de verschillende methoden om de voederwaarde te achterhalen onderzocht.
Hiertoe behoorden de traditionele methode, de bepaling via high-performance liquid
chromatography (HPLC), de bepaling via electrometrische titratie en de bepaling via near infrared reflectance spectra (NIRS) zowel op gedroogde als niet-gedroogde monsters. Deze laatste
methode bleek het meest nauwkeurig de voederkarakteristieken en bijgevolg de voederopname
gebaseerd op deze voederkaraketeristieken te schatten, zowel op gedroogde als niet-gedroogde
monsters (Offer et al., 1998). De NIRS-methode toepassen op natte monsters zorgt voor een even
accuraat resultaat als op droge monsters (Gordon et al., 1998). Ook in een andere studie over
graskuilopname werd de NIRS-methode verkozen boven electrometrische titratie door zijn
grotere accuraatheid (Steen et al., 1998).
12
1.2.1 Voederkarakteristieken
1.2.1.1 NDF-gehalte
In de meeste studies wordt een negatief effect gevonden van het NDF-gehalte op de
ruwvoederopname. Voeders met een hoog vezelaandeel worden minder snel verteerd want
vezels worden minder snel gehydrateerd en gefermenteerd. Daardoor kunnen ze de pens
minder snel verlaten en moet er meer herkauwd worden. Volgens Teller et al. (1993) kan er
slechts een bepaalde tijd, namelijk 950 minuten, besteed worden aan kauwen. Als er meer moet
herkauwd worden op het voeder, is er minder tijd om te eten. Verschillende studies toonden aan
dat de bladeren van verschillende grassoorten en luzerne minder NDF en lignine bevatten dan
stengels en dit is vooral opvallend voor luzerne. Hierdoor moet minder gekauwd worden op
bladeren dan op stengels en worden deze sneller verteerd, waardoor meer voeder kan
opgenomen worden (Jung & Allen, 1995). Van Soest (1965) onderzocht het verband tussen
voederopname en de meest belangrijke chemische parameters, maar vond slechts een
significant negatief verband met de totale fractie celwandbestandelen. In plaats van een verband
met het NDF-gehalte, kan ook een verband gevonden worden met het ruwecelstofgehalte
aangezien deze positief met elkaar gecorreleerd zijn. Zo vonden De Brabander et al. (2011) in
hun proeven steeds een negatief verband tussen de ruwvoederopname en het RC-gehalte. Deze
parameter bleek het best in staat om de ruwvoederopname te voorspellen.
In figuur 4 is te zien dat in de proeven van Huhtanen et al. (2007) de opname aan verteerbare
organische stof daalt bij stijgend NDF-gehalte. De NDF-opname stijgt met stijgend NDF-gehalte,
maar de stijging is niet voldoende om steeds evenveel energie op te nemen. Ook Reid et al.
(1988) vond een positief verband tussen NDF-gehalte en NDF-opname. Het verband kan
kwadratisch zijn, met een lagere opname bij een zeer laag of zeer hoog NDF-gehalte (Van Soest
geciteerd door Reid et al., 1988).
Figuur 4 Verteerbare organische stof opname (dOMI) en NDF-opname (NDFI) in functie van NDF-gehalte
(Huhtanen et al., 2007)
13
Wanneer het NDF-gehalte niet de belangrijkste parameter blijkt te zijn, kan een mogelijke
verklaring
zijn
dat
er
geen
onderscheid
gemaakt
werd
tussen
de
verschillende
ruwvoedersoorten, waarbij de verteerbaarheid niet voor elke soort dezelfde is bij eenzelfde
NDF-gehalte (Huhtanen et al., 2002; Huhtanen et al., 2007). In een studie van Reid et al. (1988)
werd wel een verband gevonden voor schapen maar niet voor koeien; bij deze groep was er wel
een verband tussen ruwvoederopname en ADF-gehalte. Bij onderverdeling per ruwvoedersoort
werd echter wel een verband gevonden met de verteerbaarheid. Dit kon verklaard worden
doordat de verhouding van verteerbaar tot onverteerbaar NDF verschilt per ruwvoeder,
waardoor deze een verschillende verteringssnelheid hebben. Ook Briceno et al. (1987) en Poore
et al. (1991) besloten dat het NDF-gehalte als parameter van de ruwvoederopnamevoorspelling
per ruwvoedersoort moet behandeld worden. Wanneer in een proef NDF onderverdeeld wordt
in iNDF (onverteerbaar) en pdNDF (potentieel verteerbaar) werd de correlatie met
ruwvoederopname veel beter, waarbij iNDF de ruwvoederopname beter kon verklaren dan NDF.
Verteerbare organische stof daarentegen was een minder goede parameter, tenzij in combinatie
met het asgehalte (Huhtanen et al., 2007). Bij gras, geoogst in verschillende stadia, steeg vooral
het gehalte aan onverteerbaar NDF in de pens met stijgende ouderdom van het gras. Het ging
vooral om deeltjes van gemiddelde lengte. De tragere vertering van deze deeltjes zou bijgevolg
een van de oorzaken van een dalende opname bij stijgende ouderdom van gras kunnen zijn
(Rinne et al., 2002). In een studie met zowel jong als oud gras kon dit echter niet worden
aangetoond. Het oude en jonge gras werd in verschillende verhoudingen gevoederd, ervoor
zorgend dat telkens hetzelfde NDF-gehalte behouden bleef maar dat de verhouding van
verteerbaar en onverteerbaar NDF verschillend was. De ruwvoederopname werd niet beïnvloed
(Robinson & McQueen, 1992).
In een studie over ruwvoederopname bij vleesvee werd geen belangrijk verband gevonden met
het NDF-gehalte (Rook & Gill, 1990).
Het effect van NDF is niet altijd direct. Een hogere NDF-waarde kan in verband gebracht worden
met hergroei van gras, waarbij de verteerbaarheid van de celstof vermindert. In een studie van
Hetta et al. (2007) werd echter geen verband gevonden tussen het NDF-gehalte en de NDFverteerbaarheid, maar er werd gewerkt met het soort Timothee. Volgens Fagerberg (1988) kon
dit verklaard worden doordat deze soort meer blad produceert bij hergroei met minder celstof
als gevolg. Toch vonden Khalili et al. (2005) een hogere opname van de eerste snede en werd
gesuggereerd dat dit verklaard zou kunnen worden door een betere verteerbaarheid.
1.2.1.2 Verteerbaarheid
In sommige studies bleek niet het NDF-gehalte de belangrijkste parameter te zijn, maar wel de
verteerbaarheid (Huhtanen et al., 2002; Huhtanen et al., 2007). De verteerbaarheid zou een
positief effect hebben op de ruwvoederopname want beter verteerbare voeders hoeven minder
lang in de pens te verblijven, waardoor er meer voeder kan opgenomen worden. In de pens
wordt het voeder verkleind tot de deeltjes een kritische grootte hebben bereikt. Ze worden
ondertussen ook ontgast waardoor ze een hogere densiteit krijgen, in de vloeistoffase
terechtkomen en de pens kunnen verlaten. De deeltjes in de pens kunnen onderverdeeld worden
14
in grote, middelmatige en kleine deeltjes. In een proef waarin de oorzaak van de lagere opname
van oudere graskuil werd onderzocht, werd aangetoond dat vooral de passage van middelmatige
deeltjes en de snelheid waarmee deze deeltjes werden afgebroken tot kleine deeltjes de
voederopname konden belemmeren (Rinne et al., 2002).
Het effect van verteerbaarheid zou vooral opvallend zijn voor hooi, maar ook voor graskuil
(Murdoch, 1967). In een studie gevoerd over 20 jaar met 170 partijen ruwvoeders werd een
positief lineair verband gevonden tussen de verteerbaarheid en de ruwvoederopname. Er was
een significant effect van de ruwvoedersoort (Reid et al., 1988). Volgens Huhtanen et al. (2002)
en Huhtanen et al. (2007) is verteerbaarheid zelfs de belangrijkste parameter om de
ruwvoederopname te voorspellen. Datasets van verschillende proefinstellingen verspreid over
Noord-Europa werden gebruikt en het gehalte aan verteerbare organische stof (VOS, D-waarde,
gram verteerbare organische stof per kilogram droge stof) bleek voor elke dataset een
parameter die een zeer significant positief lineair verband met de DOM-opname heeft (figuur 5).
De ruwvoederopname zou met 0,0175 kg droge stof stijgen per g/kg stijging in D-waarde. Dit
effect leek wel te dalen met een stijgend krachtvoederaandeel van het totale rantsoen en te
stijgen met toenemende totale droge stofopname (Huhtanen et al., 2002).
Figuur 5 Verteerbare organische stof opname (dOMI) en NDF-opname (NDFI) in functie van de D-waarde
(Huhtanen et al., 2007)
Steen et al. (1998) vonden sterk positief significante verbanden tussen in vivo schijnbare
verteerbaarheid en RV-opname en tussen VOS-gehalte en opname die opmerkelijk belangrijker
waren dan het verband met fermentatieparameters. Ook Rook et al. (1991) vonden een
belangrijk verband met verteerbare organische stof en nam deze parameter op in zijn model. Er
werd een kwadratisch verband gevonden met de graskuilopname bij melkvee. Er kan een
verschil zijn in effect van schijnbare en werkelijke verteerbaarheid. In een proef van Teller et al.
(1993) met voordroogkuil en graskuil, die niet werd voorgedroogd, werd er meer opgenomen
van de voordroogkuil, terwijl de schijnbare verteerbaarheid net lager was. De werkelijke
15
verteerbaarheid was wel gelijk. Ook de snelheid waarmee het voeder wordt afgebroken kon dit
niet verklaren, want de voordroogkuil degradeerde minder snel. Dit toont aan dat de
bewaarvorm hier een grotere invloed had op de ruwvoederopname dan de verteerbaarheid. In
een proef van Oba & Allen (1999) werd geen invloed gevonden van de NDF-verteerbaarheid op
de ruwvoederopname wanneer alle ruwvoedertypes tezamen onderzocht werden. Bij het
afzonderlijk onderzoeken van elk ruwvoedertype werd wel een positief significant verband
gevonden.
In andere onderzoeken echter werd geen belangrijk verband gevonden. In een studie werd als
verklaring hiervoor gegeven dat fermentatiezuren en andere voedingsstoffen verwijderd
werden tijdens onder andere de filtratie die in het labo werd uitgevoerd om de voederwaarde te
bepalen. Hierdoor werd de verteerbaarheid wellicht onderschat. De NDF-verteerbaarheid wordt
hierdoor veel minder beïnvloed. Tussen deze parameter en de ruwvoederopname werd wel een
hogere correlatie gevonden. In deze studie werd dus besloten dat de fysische regulatie van de
voederopname vooral beïnvloed wordt door de verteerbaarheid van de NDF (Hetta et al., 2007).
In een onderzoek van Van Soest (1965) werd pas een verband gevonden met verteerbaarheid bij
hoge celwandgehalten, wat aantoont dat verteerbaarheid slechts belangrijk zou worden
wanneer de voederopname gelimiteerd wordt door de vullingsgraad van de pens.
Bij het maken van een onderscheid tussen hoogproductief en laagproductief melkvee bleek de
D-waarde van grotere invloed op de ruwvoederopname bij hoogproductief melkvee (Huhtanen
et al., 2007).
Verteerbaarheid wordt niet altijd als belangrijkste verklarende parameter gevonden. Zo bleek de
verteerbare organische stof dubbel zo belangrijk voor schapen als voor koeien en was het
drogestofgehalte belangrijker voor koeien (Offer et al., 1998). Wright et al. (1999) vonden bij
een slechte verteerbaarheid een lagere opname, maar dit kon volgens hen ook in verband
gebracht worden met de fermentatiekwaliteit. Ook in een studie over ruwvoederopname bij
vleesvee werd geen belangrijk verband gevonden (Rook & Gill, 1990).
Om de ruwvoederopname bij melkvee te verhogen, zou het dus interessant kunnen zijn om via
veredeling de celwandverteerbaarheid te verhogen. Grassen bevatten veel en al goed
verteerbare celwanden. Hier zou dus volgens Jung & Allen (1995) vooral een vermindering in
hoeveelheid celwanden een verhoging van de opname teweegbrengen. Bij vlinderbloemigen zijn
er in verhouding meer onverteerbare celwanden en zou een verhoging in verteerbaarheid de
opname doen stijgen.
1.2.1.3 Ruweiwitgehalte
Deze parameter heeft over het algemeen geen grote invloed op de ruwvoederopname. Een effect
van ruw eiwit op ruwvoederopname is vaak onrechtstreeks. Bij het opstellen van een model op
basis van datasets van verschillende onderzoeksinstellingen was de invloed van ruw eiwit op de
graskuilopname niet significant (Huhtanen et al., 2002; Huhtanen et al., 2007). Het belang van
ruw eiwit in de graskuilopname kan ook beïnvloed worden door het feit dat gras in een ouder
stadium minder eiwit en meer vezel bevat en minder verteerbaar is. Dit kan een verklaring zijn
16
voor het positief lineair verband tussen graskuilopname en ruw eiwit, waarbij het verband
belangrijker was dan in andere studies wordt aangegeven (Steen et al., 1998). Als er wel een
significant verband is, kan dit verklaard worden doordat bij een laag ruweiwitgehalte de kans
groter is op een slechte synchronisatie van eiwit en energie in de pens. Bij koeien is dit minder
waarschijnlijk omdat er vaak extra eiwit aan het rantsoen wordt toegevoegd (Offer et al., 1998).
Wanneer er echter te weinig onbestendig eiwit ter beschikking is in de pens, zal de
ruwvoederopname dalen. In ongepubliceerde data van De Brabander (2013) was de opname
van maïskuil 10,3 kg droge stof bij een OEB van -317 terwijl deze opname 12,5 kg droge stof
bedroeg bij een OEB van -13.
Er moet rekening mee gehouden worden dat een hoog ruw eiwit gehalte in een graskuil de
fermentatie niet bevordert, waardoor het voor een indirect negatief verband kan zorgen. Dit kan
het geval zijn bij jong bladrijk gras. Zo bleek dat gras met een hoog eiwitgehalte dat direct werd
ingekuild, een hogere opname had wanneer het voorgedroogd werd omdat de fermentatie dan
beter zou verlopen (Wright et al., 1999).
1.2.1.4 Drogestofgehalte
Al vroeg wist men dat het drogestofgehalte een positief effect kon hebben op de
ruwvoederopname (Murdoch, 1964). Volgens Huhtanen et al. (2007) is er een kwadratisch
verband met een maximum in graskuilopname bij 419 g/kg droge stof. Zom et al. (2012) vonden
hetzelfde maar met een maximum bij 450 g/kg droge stof . Van maïskuil zou de opname
verhogen tot een drogestofgehalte van 35 % (De Brabander et al., 1981). In een studie met 3
verschillende graskuilen met een gelijkaardige D-waarde was de opname erg verschillend, wat
volledig verklaard kon worden door de verschillende drogestofgehalten (Keady & Mayne, 2001).
Bij lage gehalten heeft een stijging van het drogestofgehalte een groter effect dan bij hogere
gehalten. Aangezien deze parameter een grote invloed heeft op het inkuilproces, kunnen hier
ook associaties optreden met fermentatieparameters. Wanneer ammoniakaal N of totale
hoeveelheid zuren in het model betrokken werden, daalde het drogestofgehalte waarbij het
meest ruwvoeder zou opgenomen worden (Huhtanen et al., 2007). Wanneer een nattegraskuil
behandeld werd met mierenzuur en hierdoor beter bewaarde, was de opname ongeveer even
hoog als van voordroogkuil (De Brabander, 2013). In een andere studie was het
drogestofgehalte de belangrijkste parameter om de ruwvoederopname te bepalen en was dit bij
koeien zelfs dubbel zo belangrijk als bij schapen (Offer et al., 1998). Dit werd verklaard doordat
deze parameter gecorreleerd is met de kuilfermentatiekwaliteit, maar ook doordat intracellulair
water de voederopname vermindert door fysische limitatie in de pens. Dit laatste is belangrijk
door de grote hoeveelheden opgenomen voeder. In een studie over graskuilopname werd
eveneens een significant kwadratisch verband gevonden, maar dit was niet van groot belang. Dit
kwam waarschijnlijk door de relatief droge graskuilen met een goede fermentatie (Rook et al.,
1991). Ook in een studie over graskuilopname bij ossen van het vleestype werd een belangrijk
positief lineair verband gevonden tussen het drogestofgehalte en de ruwvoederopname. Er werd
slechts een licht significant kwadratisch verband gevonden (Steen et al., 1998). Bij vleesvee
werd een belangrijk kwadratisch verband gevonden tussen ruwvoederopname en het
17
drogestofgehalte, waarbij de opname niet veel meer steeg boven 25 % droge stof (Rook & Gill,
1990).
1.2.2 Parameters in verband met kuilfermentatie
De kwaliteit van de bewaring heeft een invloed op de ruwvoederopname. Van een goed
bewaarde kuil zal meer opgenomen worden. Dit heeft verschillende mogelijke verklaringen. Het
zou kunnen dat de fermentatieproducten de smakelijkheid en hiermee de wil van de koe om het
voeder op te nemen negatief beïnvloeden. Het zou ook kunnen dat de fermentatieproducten
voor een snel verzadigingsgevoel zorgen, zelfs in kleine hoeveelheden. Ook op vlak van
metabolisatie kunnen zich onevenwichtige situaties voordoen met een lagere voederopname als
gevolg.
De oorzaak van de lagere opname van minder goed bewaarde kuilen kan eventueel verklaard
worden door de grotere hoeveelheid zuren. Er moet echter rekening gehouden worden met het
feit dat deze zuren de osmotische druk kunnen beïnvloeden. Zo vond Grovum (1995) dat andere
stoffen zoals NaCl of polyethyleenglycol die ongeveer dezelfde osmotische druk in het penssap
verzoorzaakten een gelijkaardige voederopnamedaling teweegbrachten. Ook Anil et al. (1993)
vonden dat de voederopname gedrukt was door de osmotische druk wanneer er geïnfuseerd
werd met azijnzuur of propionzuur. Er kan dus moeilijk met zekerheid gezegd worden wat de
oorzaak van de voederopnamedaling is.
Huhtanen et al. (2002) interpreteerden de theorie van opnamebeperking enerzijds door fysische
limitatie en anderzijds door metabolische limitatie op vlak van ruwvoederopname en stelden
enkele hypothesen op (figuur 6). In situatie A-B worden goed bewaarde ruwvoeders gevoederd
waardoor er geen limitatie in opname optreedt door fermentatieproducten. In situatie C-D zijn
er meer fermentatieproducten aanwezig waardoor de verhouding van onbestendig eiwit ten
opzichte van onbestendige energie gewijzigd is en de opname wat beperkt wordt. Situatie E-F
toont een theoretische situatie waarin de voederopname erg beperkt wordt door bijvoorbeeld
onsmakelijkheid, N-rijke producten of organische zuren.
1.2.2.1 Smakelijkheid
Een slecht bewaarde kuil is minder smakelijk. Dit wordt veroorzaakt door de
fermentatieproducten. Er zou een negatief effect zijn op de ruwvoederopname, maar dit is niet
altijd even duidelijk omdat er verwarring mogelijk is met metabole effecten van
fermentatieproducten.
In een studie met schapen naar de invloed van de onsmakelijkheid van azijnzuur werden de
factoren die geen verband hielden met smakelijkheid uitgeschakeld. De schapen hadden een
lagere voederopname wanneer er een verhoogde hoeveelheid azijnzuur in het voeder aanwezig
was. Andere stoffen hadden geen invloed (Buchanan-Smith, 1990). Ammoniak en amines in
concentraties geassocieerd met een slecht gefermenteerde kuil zouden de opname niet
beïnvloeden bij schapen, alhoewel amines er wel voor zouden zorgen dat de hoofdmaaltijd
gereduceerd is bij aangepaste dieren en de totale opgenomen hoeveelheid kleiner is bij
18
Figuur 6 Hypothese van de beperking van ruwvoederopname door enerzijds fysische limitatie (rumen digesta
load) en anderzijds de beperking om energie te kunnen gebruiken (Huhtanen et al., 2002)
onaangepaste dieren (van Os et al., 1997). Er bestaan veel studies over het effect van
smakelijkheid bij schapen. Vooral azijnzuur lijkt bepalend. De vergelijking tussen schapen en
koeien mag echter niet zomaar gemaakt worden als het over smakelijkheid gaat, want schapen
zouden gevoeliger zijn voor de onsmakelijkheid van organische zuren (Harris et al., 1966).
Keady & Murphy (1998) ondervonden dat niet-lacterende koeien de beperkt gefermenteerde
kuilen verkozen, wat ook kan wijzen op een voorkeur beïnvloed door geur of smaak. In een proef
van Van Os et al. (1995) werd van een graskuil significant minder opgenomen dan van een kuil
van hetzelfde gras die behandeld was met mierenzuur voor inkuilen. De onbehandelde kuil
bevatte merkelijk meer fermentatieproducten zoals organische zuren en eiwitafbraakproducten.
Ook hier werd een effect van smakelijkheid vermoed.
In een proef van Teller et al. (1993) met voordroogkuil en graskuil die niet werd voorgedroogd
was er een opmerkelijk opnameverschil bij zowel vaarzen als koeien, maar dit kon niet
verklaard worden door de onsmakelijkheid van de fermentatieproducten en in het bijzonder
azijnzuur. Bij schapen was dit wel het geval (Wilkins et al., 1971). Ook hier moet de opmerking
gemaakt worden dat het mogelijk is dat niet de onsmakelijkheid van de zuren maar de
osmotische druk de oorzaak kan zijn van opnamedalingen (Grovum, 1995).
Er bestaan smaakstoffen die gebruikt worden om krachtvoeders met een onaangename smaak
toch te kunnen gebruiken. Deze smaakstoffen, toegevoegd aan het ruwvoeder, hadden weinig
invloed zowel op de ruwvoederopname als op de productie (Bruins & Zonderland, 1990).
1.2.2.2 pH
Er bestaan veel tegengestelde resultaten over het effect van de pH op ruwvoederopname. Bij een
slecht bewaarde graskuil zorgen afbraakproducten zoals ammoniak en bufferende bestanddelen
19
voor een hogere pH. Wanneer de ruwvoederopname daalt bij stijgende pH is dit eerder een
gevolg
van
deze
afbraakproducten
dan
van
de
pH
(Huhtanen
et
al.,
2002).
Zowel in de studie over opname van graskuil als over opname van graskuil met andere
kuilvoeders vonden Huhtanen et al. (2002) en Huhtanen et al. (2007) een licht negatief effect
van de pH. Het gevonden effect was echter verwaarloosbaar klein. Bij lage pH kan een positief
effect van de hogere pH voorkomen omdat de kuil dan zuur is (Huhtanen et al., 2002). Ook een
kwadratisch effect is mogelijk, met een licht positief effect bij lage pH en een negatief effect bij
hoge pH. Dit verband was eerder zwak (Steen et al., 1998). Een zwak en klein effect werd ook
gevonden bij Rook en Gill (1990) en Rook et al. (1991). Bij maïskuil zou de optimale pH tussen 5
en 6 liggen, aangezien de maïskuilopname gereduceerd was bij een pH hoger dan 6 of lager dan
5 (Shaver et al., 1984). Deze pH-waarden zijn weliswaar weinig realistisch. Voordroogkuil zou
net een hogere opneembaarheid hebben bij een hogere pH te wijten aan de osmotische druk (De
Brabander, 2013, 23 mei - persoonlijke communicatie).
1.2.2.3 Totale hoeveelheid zuren
De totale hoeveelheid zuren heeft altijd een negatief effect op de ruwvoederopname en wordt
soms zelfs als belangrijkste van alle fermentatieparameters gevonden (Huhtanen et al., 2002;
Huhtanen et al., 2007). In de eerste studie waren de kuilen wel behandeld met zuren waardoor
gesuggereerd wordt dat bij deze behandeling vooral de hoeveelheid zuren in de kuil een rol
spelen en bij onbehandelde of geïnoculeerde kuilen vooral de soort zuren een rol spelen. Het
verband tussen ruwvoederopname en totale hoeveelheid zuren kan vaak ook geassocieerd
worden met andere factoren. Zo bleek bij het betrekken van het droge stofpercentage en de Dwaarde dat de belangrijkheid van deze parameter verminderde. Het effect van gestegen
kuilfermentatie kon deels verklaard worden door geassocieerde veranderingen in droge
stofpercentage en D-waarde (Huhtanen et al., 2007). Ook bleek bij hogere melkproductie en
hogere ruwvoederopname het effect van de totale hoeveelheid zuren te verminderen. Dit zou
betekenen dat bij hoge energiebehoefte de kuilfermentatie de opname minder beïnvloedt
(Huhtanen et al., 2007).
1.2.2.4 Vluchtige vetzuren
Deze groep omvat azijnzuur, propionzuur en boterzuur, die hierna meer in detail besproken
worden. Vluchtige vetzuren hebben steeds een negatief effect (Steen et al., 1998). Dit effect
wordt door Rook & Gill (1990) als een direct verband beschouwd. Dit verband is ook meer
negatief dan dat van melkzuur in een studie van Huhtanen et al. (2002).Volgens Grovum (1995)
zou het verband echter onrechtstreeks zijn, namelijk door het beïnvloeden van de osmotische
druk in het penssap. Ook uit de aparte bespreking van de zuren (zie hierna) is duidelijk dat het
vaak om een indirect verband gaat.
1.2.2.5 Azijnzuur
Een hoge concentratie aan azijnzuur in een kuil duidt meestal op een slechte bewaring. Wanneer
er dus een significant verband is met de ruwvoederopname zal dit steeds negatief zijn. Bij een
graskuil met een hoog azijnzuurgehalte veroorzaakt door een slechte bewaring, zal de opname
20
hoger zijn bij een lager azijnzuurgehalte door de betere bewaring (Wright et al., 1999). Het
verband tussen azijnzuur en ruwvoederopname is weliswaar nooit erg groot (Steen et al., 1998).
1.2.2.6 Propionzuur
Propionzuur zou het grootste effect van alle vluchtige vetzuren hebben (Huhtanen et al., 2002).
Dit kan echter geen direct effect zijn, aangezien deze stof slechts in lage concentraties voorkomt
en er veel hogere concentraties nodig zijn om een opnamedaling te bekomen. De productie van
propionzuur zou gecorreleerd zijn met een ander ongedefinieerd fermentatieproduct die de
opname wel snel doet dalen (Huhtanen et al., 2002). In een volgende studie werd slechts een
trend naar een negatief verband van propionzuur gevonden (Huhtanen et al., 2007). Ook Steen
et al. (1998) vonden slechts een zwak negatief verband.
1.2.2.7 Boterzuur
Boterzuur kan in hoge mate voorkomen bij een slechte bewaring van de kuil. Er wordt dan ook
vaak een negatief verband gevonden, maar dit zou wellicht geen direct verband zijn. Huhtanen
et al. (2002) vonden een niet significant negatief verband. In een vervolgstudie werd zelfs geen
verband meer gevonden (Huhtanen et al., 2007). Volgens Steen et al. (1998) zou er een zwak
negatief verband zijn. Gherardi & Black (1991) ondervonden een positief effect van boterzuur op
de smakelijkheid van tarwestro bij schapen. Dit wordt echter niet bevestigd in andere literatuur.
1.2.2.8 Melkzuur
Voor deze parameter werden zowel positieve als negatieve verbanden gevonden. Een positief
verband kan verklaard worden door het feit dat er meer melkzuur is in een goed bewaarde kuil.
Een graskuil die niet werd voorgedroogd maar wel veel melkzuur bevat en dus relatief goed
bewaard is, had een minder grote opnamestijging wanneer dezelfde kuil wel werd voorgedroogd
en een lager melkzuurgehalte bevatte (door een minder goede bewaring) (Wright et al., 1999).
Er zou ook een direct negatief effect zijn. Dit verband kan volgens Huhtanen et al. (2002) zowel
lineair als kwadratisch zijn, waarbij dit laatste verklaard kan worden door secundaire
fermentatie van melkzuur tot vluchtige vetzuren. In een andere studie werd een zwak significant
negatief verband gevonden (Steen et al., 1988). Directe toevoeging van melkzuur aan het
kuilvoeder zorgde voor een lineaire daling in ruwvoederopname (Choung and Chamberlain,
1993).
Ook de verhouding melkzuur/totale hoeveelheid zuren kan een mogelijke parameter zijn,
alhoewel de gevonden correlaties eerder zwak zijn (Huhtanen et al., 2002).
1.2.2.9 Ammoniak
Over de invloed van ammoniak op de ruwvoederopname bestaan uiteenlopende resultaten.
Verschillende onderzoekers vonden een negatief lineair verband tussen ammoniak en
ruwvoederopname (Steen et al., 1998; Huhtanen et al., 2002; Hetta et al., 2007). De reden
hiervoor is echter nog niet duidelijk. De ammoniak zou de pensmicroben of het dier zelf negatief
kunnen beïnvloeden of deze parameter kan beschouwd worden als een kwaliteitsaanwijzing van
de eiwitbewaring in de graskuil, aangezien in een slecht bewaarde graskuil veel proteolyse
plaatsvindt. Deze laatste reden wordt verschillende keren aangehaald in de literatuur. Bij Rook
21
et al. (1991) werd een negatief kwadratisch verband gevonden tussen opname en ammoniak.
Ammoniak-N was de belangrijkste van alle fermentatieparameters en werd niet beschouwd als
de directe oorzaak van opnamevermindering maar als aanduiding van de fermentatiekwaliteit.
Dit besluit wordt ook gevonden in een studie van van Os et al. (1995) met onbehandelde graskuil
en graskuil behandeld met mierenzuur. Deze laatste kuil werd net voor het voederen een keer
behandeld met ammoniakaal N en een keer met amines. De opname van de onbehandelde kuil
was significant lager dan de behandelde kuil en dit verschil was te wijten aan een minder goede
bewaring. Ook de hoofdmaaltijd was kleiner. Maar noch het ammoniakaal N, noch de amines
hadden een invloed op de opname, waardoor besloten kon worden dat deze geen rechtstreekse
oorzaak waren van de lagere opname van de onbehandelde kuil (van Os et al., 1995). In een
studie in verband met het voordrogen van gras werd opgemerkt dat bij een graskuil die veel
ammoniakaal N bevat door niet voor te drogen en dus slecht te bewaren, de opname merkelijk
hoger was van een kuil gemaakt van hetzelfde gras die wel voorgedroogd werd en dus minder
ammoniakaal N bevatte (Wright et al., 1999).
Steen et al. (1998) vonden een groter negatieve verband met ammoniak als ammoniak in
verhouding tot totale N bekeken werd. Dit kon erop wijzen dat niet ammoniak op zich de
oorzaak is, maar wel de slechte kuilfermentatie. In een studie over ruwvoederopname bij
vleesvee werd een negatief verband gevonden tussen ammoniakgehalte en ruwvoederopname,
maar dit werd eerder geassocieerd met de vluchtige vetzuren (Rook & Gill, 1990). In andere
studies werd geen significant verband gevonden (Offer et al., 1998).
1.2.2.10 Ethanol
Hetta et al. (2007) vermoedden een positieve invloed van ethanol op de ruwvoederopname
maar volgens hen werd een verband nog nooit bewezen. Deze invloed zou volgens Hetta et al.
(2007) kunnen verklaard worden door het negatieve verband tussen ethanol en ammoniak in
een kuil en ammoniak zou een negatief verband hebben met de opname. Daarentegen vonden
Huhtanen et al. (2002) geen significant verband.
1.2.2.11 Wateroplosbare koolhydraten
Huhtanen et al. (2002) bekwamen een significant positief curvilineair verband tussen de
ruwvoederopname en wateroplosbare koolhydraten. Er zou een groter effect zijn bij een lagere
concentratie.
1.2.3 Effect van soort ruwvoeder
1.2.3.1 Maïskuil
Van maïskuil kan er doorgaans meer opgenomen worden dan van graskuil (De Brabander et al.,
1979). Van graskuil aangevuld met maïskuil wordt meer opgenomen (Phipps et al., 1995). De
opneembaarheid van maïskuil wordt in grote mate bepaald door het rijpheidsstadium (Huber et
al., 1965) en vooral het drogestofgehalte en ruwecelstofgehalte (De Brabander et al., 1981). De
opname stijgt met stijgend DS-gehalte tot een DS-gehalte van 35 %. Ook Fisher et al. (1968)
vonden een positief significant lineair verband tussen DS-gehalte en maïskuilopname. Zom et al.
22
(2012) namen het DS-gehalte op in de berekening van de verzadigingswaarde van maïskuil
(figuur 7). De verzadigingswaarde was het laagste bij een DS-gehalte van 33,5 %.
In een onderzoek met 48 verschillende maïskuilen was de RV-drogestofopname het best
gecorreleerd met het RC-gehalte (r = -0,73), gevolgd door in vitro verteerbaarheid, NDF-gehalte,
zetmeelgehalte en DS-gehalte (De Boever et al., 1996). Volgens Zom et al. (2012) is de
verteerbaarheid van de organische stof belangrijker dan het RC-gehalte. Deze parameter werd
opgenomen in de verzadigingswaarde van maïskuil in het Nederlands koemodel. Dit model is
gebaseerd op voederopnamecapaciteit van het dier en verzadigingswaarde van het voeder.
Harris et al. (1965) besloten dat de opname van maïskuil stijgt met stijgend rijpheidsstadium.
Figuur 7 Verzadigingswaarde van maïskuil in functie van het DS-gehalte en VOS-gehalte volgens het
Nederlands koemodel (Zom et al., 2002)
Volgens De Brabander & Cottyn (z.j.) was er een significant hogere opname van de maïskuil in
twee van vier proeven met maïskuilen die verschilden in verteerbaarheid, in een derde proef
was er geen effect en in de andere proef was er een significant negatief verband. Een duidelijk
effect van de verteerbaarheid was hier dus niet aanwezig. In een proef van Fernandez et al.
(2004) werd meer opgenomen van het best verteerbare maïsras.
Volgens De Brabander et al. (1981) kan ook de hakselfijnheid van de maïs een invloed hebben op
de opname. Van de 3 proeven waarbij een haksellengte van 5 en 16 mm werd vergeleken werd
in 2 proeven significant meer maïskuil opgenomen bij de kleinste haksellengte. In 2 proeven met
kneusrollen bleek geen specifiek effect van het kneuzen van de maïs (De Brabander et al., 1987).
In een proef van Fernandez et al. (2004) werd geen significant effect gevonden van de
hakselfijnheid.
In een onderzoek over het effect van plantdichtheid op de opname van maïskuil werd in twee
van de vier proeven een lagere opname vastgesteld bij een hogere plantdichtheid. Dit was in
overeenstemming met een hoger RC-gehalte en een lagere verteerbaarheid (De Brabander et al.,
1986). Ook Fisher & Fairey (1982) vonden een hogere opname voor maïs die op een lagere
dichtheid gezaaid was.
23
1.2.3.2 Graskuil
De opneembaarheid van graskuil wordt in grote mate bepaald door het groeistadium. Ouder
gras bevat doorgaans meer ruwe celstof, is minder verteerbaar en heeft dus een lagere
opneembaarheid (De Brabander et al., 1981). Graskuil gemaakt van de eerste snede heeft
doorgaans een grotere D-waarde (is beter verteerbaar). Deze neemt echter af met het later
maaien van de eerste snede (Keady et al., 2000; Kuoppala et al., 2008). Ook bij vleesvee werd dit
gevonden (Dawson et al., 2002). De afname in D-waarde van de eerste snede zou ongeveer 5,0
g/kg droge stof per dag bedragen. Bij hergroei zou de D-waarde minder snel afnemen
naargelang de maaidatum verlaat wordt (Kuoppala et al., 2008). Bij een ouder groeistadium van
het gras stijgt het ruwecelstofgehalte en daalt bijgevolg de opname. Volgens De Brabander et al.
(1981) is het RC-gehalte dan ook de beste parameter om de opname te schatten. Ook in het
Nederlands koemodel werd het RC-gehalte opgenomen in de verzadigingswaarde van graskuil
(figuur 8) (Zom et al., 2012).
De opname van graskuil wordt in sterke mate bepaald door het drogestofgehalte. Uit 20 proeven
uit de literatuur die De Brabander et al. (1981) vergeleken, bleek dat van een voordroogkuil 15
% meer zou worden opgenomen dan van een natte graskuil van hetzelfde uitgangsmateriaal. Er
was echter veel variatie op dit verschil (De Brabander et al., 1981). Uit eigen proeven met
nattegraskuil en voordroogkuil bleek dat bij eenzelfde RC-gehalte (250 g/kg DS) 23 % meer zou
worden opgenomen van de voordroogkuil (De Brabander, 2013). Ook in het Nederlands
koemodel wordt het drogestofgehalte opgenomen in de verzadigingswaarde van graskuil (figuur
8) (Zom et al., 2012). Uit een studie van Wright et al. (1999) blijkt dat vooral de snelheid van het
drogen op het veld en het uiteindelijke drogestofgehalte erg belangrijk zijn. Ook de hoeveelheid
verdwenen water kon de toegenomen graskuilopname voor een deel verklaren. Uit een
literatuurstudie van Marsh (1979) bleek dat voordrogen van gras de opname met 25 % kon
doen stijgen. Werd er krachtvoeder toegevoegd, dan steeg de graskuilopname slechts met 5 %.
De Brabander et al. (1981) stelden vast dat boven een DS-gehalte van 40 % de opname niet meer
zou stijgen. Van hooi zou evenveel of soms zelfs meer kunnen opgenomen worden, op
voorwaarde dat er geen regen viel tijdens het droogproces.
In de berekening van de verzadigingswaarde van graskuil in het Nederlands koemodel werd ook
het ruweiwitgehalte opgenomen (figuur 8). De verzadigingswaarde daalt lineair met een
stijgend RE-gehalte. Dit verband zou vooral verklaard worden door de associatie met het
groeistadium, maar bij laag RE-gehalte kan de opname ook verminderen door een tekort aan
onbestendig eiwit in de pens (Zom et al., 2012).
Volgens Castle et al. (1979) zou bij een kleinere deeltjeslengte de opname van graskuil verhoogd
zijn, evenals de melkproductie. Hoe kleiner de deeltjeslengte, hoe lager de opname- en
herkauwtijd. De retentietijd in de pens bleef volgens de auteurs echter hetzelfde. Ook De
Brabander et al. (1981) vonden een hogere graskuilopname bij kleinere deeltjeslengte. De
deeltjeslengte van de onverteerbare fractie moet verkleinen om de pens te kunnen verlaten,
maar is volgens Teller et al. (1993) niet belemmerend voor de graskuilopname.
24
Figuur 8 Verzadigingswaarde van graskuil in functie van DS-gehalte, RE-gehalte en RC-gehalte volgens het
Nederlands koemodel (Zom et al., 2002)
Bewaarmiddelen kunnen de fermentatie behoorlijk beïnvloeden, waardoor de opname kan
verhoogd worden. Er werd een hogere opname vastgesteld van een met zuur behandelde
graskuil bij vleesvee (Dawson et al., 2002). Ook Wright et al. (1990) vond een hogere opname
voor een natte graskuil behandeld met een bewaarmiddel zoals mierenzuur. Uit 8 proeven van
De Brabander (2013) waarin mierenzuur werd toegevoegd aan een nattegraskuil werd de
opname van deze kuil verhoogd tot het niveau van voordroogkuil. Ook inoculanten en suikers
zouden dit effect teweegbrengen, maar het kan minder veralgemeend worden.
Uit 3 proeven bleek dat het combineren van maïskuil en hooi een opnamestimulerend effect van
1 kg droge stof zou hebben. Een rantsoen van maïskuil met voordroogkuil of nattegraskuil zou
dit effect niet hebben. De opname van dit laatste rantsoen is het gemiddelde van de twee kuilen
(De Brabander et al., 1981).
1.2.3.3 Vlinderbloemigen
De vlinderbloemigen worden beperkt tot rode klaver, witte klaver en luzerne. Er kan van
vlinderbloemigen meer worden opgenomen dan van graskuil. In een proef van Steinshamn
(2010) met gras en vlinderbloemigen, namen de koeien gemiddeld 1,6 kg van het totale rantsoen
meer op wanneer vlinderbloemigen gevoederd werden. Voor rode klaver alleen was dit 1,2 kg
en voor witte klaver 1,3 kg meer op dan van alleen graskuil. Voor luzerne was er een tendens
25
naar een hogere opname (Steinshamn, 2010). Bij een hogere opname was ook de melkproductie
hoger. Ook De Brabander (2013) vond in een proef waarin grasvoordroogkuil vervangen werd
door klavervoordroogkuil een hogere opneembaarheid van 11 % voor de klaverkuil dan voor
graskuil met eenzelfde RC-gehalte. De verschillen in opname kunnen vooral verklaard worden
door verschillen in NDF-gehalte en chemische structuur van de vezels. Vlinderbloemigen hebben
een lager NDF-gehalte maar een hoger aandeel onverteerbaar NDF-gehalte van totaal NDFgehalte en lignine dan gras (Kuoppala et al., 2009). Dit zou echter in tegenstelling zijn tot wat
eerder werd vermeld, namelijk dat de opname daalt met een hoger aandeel onverteerbaar NDF.
Ook aan het ILVO werd bij in vivo-voederwaardebepaling ondervonden dat klaver een lager
NDF-gehalte maar een hoger ligninegehalte heeft (De Brabander, 2013). Daardoor hebben ze
een gelijkaardige verteerbaarheid van de organische stof voor een lager gehalte aan potentieel
verteerbare NDF. In vlinderbloemigen is enkel het xyleem gelignificeerd terwijl dit voor grassen
in veel meer delen zo is. Daardoor verloopt de celwandvertering van grassen minder snel.
Doordat vlinderbloemigen dus sneller uit de pens verdwijnen, kan er meer voeder opgenomen
worden (Steinshamn, 2010). In het Nederlands koemodel werd het RC-gehalte in rekening
gebracht voor de verzadigingswaarde van vlinderbloemigen (figuur 9) (Zom et al., 2012).
Volgens Kuoppala et al. (2009) heeft de maturiteit een omgekeerde invloed op rode klaver als op
gras. Er wordt meer van opgenomen als de klaver in een ouder groeistadium is. De gedrukte
opname van jonge klaver zou kunnen verklaard worden door metabole factoren, zoals een hoog
eiwitgehalte die resulteert in een hoog ammoniakgehalte en een minder goede bewaring. De
gestegen opname van oudere klaver is niet zo gemakkelijk te verklaren en de oorzaak kan niet
gevonden worden in de verteerbaarheid. Er zouden andere factoren bepalend zijn.
Volgens Zom et al. (2012) is het DS-gehalte belangrijk voor de verzadigingswaarde van
vlinderbloemigen (figuur 9). Een dalende verzadigingswaarde met stijgend DS-gehalte zou
dezelfde oorzaken hebben als bij graskuil, namelijk een groter volume en minder goede
fermentatie bij lagere DS-gehalten. Boven 337 g droge stof/kg zou de verzadigingswaarde
opnieuw stijgen, waarschijnlijk te wijten aan een groter verlies aan bladeren waardoor de
verteerbaarheid daalt.
In onderzoek van Huhtanen et al. (2007) steeg de opname van grasklaver tot een aandeel van
rode klaver van 0,80. In een proef van Kuoppala et al. (2009) over opname van gras en klaver
werd het meest opgenomen als oud gras gemengd werd met jonge klaver. Deze combinatie leek
positieve associatieve effecten te induceren, zoals bijvoorbeeld een betere penswerking door
genoeg structuur (van het ouder gras) en voldoende onbestendig eiwit (van de jonge klaver). In
3 Nederlandse proeven waarin grasklaver met gras als enige ruwvoeder werd vergeleken, werd
0,4 kg droge stof meer opgenomen van het grasklaverrantsoen. Ook wanneer maïskuil werd
bijgevoederd was de ruwvoederopname 0,9 kg droge stof hoger. De verhoging in opname bleek
onafhankelijk te zijn van het aandeel klaver. (De Brabander, 2013).
26
Figuur 9 Verzadigingswaarde van luzerne en rodeklaverkuil in functie van het DS-gehalte en het RC-gehalte
volgens het Nederlands koemodel (Zom et al., 2002)
1.2.3.4 Voederbieten
De Brabander (2013) leidde uit 9 proeven (6 met graslandproducten en 3 met maïskuilvoeder)
een opneembaarheid van 16 kg droge stof af voor voederbieten. Dit is hoger dan van de meeste
ruwvoeders. Deze opneembaarheid is niet afhankelijk van de voederwaarde. Ook in het
Nederlands koemodel wordt een vaste verzadigingswaarde aangenomen (Zom et al., 2012).
Roberts (1987), Phipps et al. (1995) en Birkenmaier et al. (1996) vonden een verhoogde
ruwvoederopname wanneer bijgevoederd werd met voederbieten. Wanneer voederbieten in het
rantsoen opgenomen worden, moet er wel rekening mee gehouden worden dat andere
ruwvoeders hierdoor verdrongen worden. De totale opname zou weliswaar hoger zijn (Ferris et
al., 2003). De Brabander et al. (1981) vonden verdringingswaarden van 0,40 tot 0,96 afhankelijk
van de kwaliteit van het ander ruwvoeder.
1.2.3.5 Bietenperspulp
Perspulp heeft, net als voederbieten, een hoge opneembaarheid van 16 kg droge stof volgens De
Brabander (2013). Er wordt een vaste opneembaarheid verondersteld. De verzadigingswaarde
in het Nederlands koemodel is eveneens constant aangezien de voederwaarde van perspulp
weinig variatie kent (Zom et al., 2012). De Brabander et al. (1980) vond een hogere opname van
het basisrantsoen wanneer perspulp werd gevoederd. Ook Kamatali et al. (1990) vonden dat
bietenperspulp de opname van het rantsoen verhoogde. Er werd een verdringing van ruwvoeder
van 0,64 gevonden. Morel d’Arleux et al. (1995) vonden echter dat de opname van het totale
rantsoen niet beïnvloed werd door het voederen van perspulp.
1.2.4 Verdringing door krachtvoeder
Met ruwvoederopname alleen kunnen hedendaagse melkkoeien meestal niet voldoen aan hun
hoge energiebehoefte. Er moet dus aangevuld worden met krachtvoeders. Het niveau van de
krachtvoedergift heeft echter een effect op de opname aan ruwvoeder. Dit effect kan lineair of
kwadratisch zijn. Huhtanen et al. (2008) stelden een krachtvoederindex op waarmee de
verandering in opname voorspeld kan worden bij veranderend rantsoen. Er werd een sterk
negatief kwadratisch verband gevonden tussen ruwvoederopname en krachtvoederopname bij
27
gelijkblijvende melkproductie. McNamee et al. (2005) vonden zowel een lineair (figuur 10) als
een kwadratisch verband (figuur 11) en in een andere studie werd geen kwadratisch verband
gevonden in week 4 tot 13 van de lactatie bij flatratevoeding (Rook et al., 1991). Ook Gruber et
al. (1990) vonden geen kwadratisch verband, maar wel een lineair verband tussen
ruwvoederopname en krachtvoederhoeveelheid. Dit kon volgens hen verklaard worden doordat
het krachtvoeder steeds in dezelfde verhouding tot het rantsoen werd gevoederd. In het Franse
voederopnamesysteem stijgt de krachtvoederverdringing met stijgende energie-inhoud van de
ruwvoeders (Faverdin et al., 1990; Dulphy & Demarguilly, 1994). Volgens Faverdin et al. (1990)
stijgt de krachtvoederverdringing met stijgende hoeveelheid krachtvoeder. In het Finse en
Deense voederopnamesysteem is de krachtvoederverdringing constant (Hyppölä & Hasunen,
1970; Ingvartsen, 1994).
Figuur 10 Lineair verband tussen ruwvoederopname en krachtvoederopname (McNamee et al., 2005)
Figuur 11 Exponentieel verband tussen ruwvoederopname en krachtvoederopname (McNamee et al., 2005)
Bij een vergelijkende studie tussen Holstein Friesian, Simmental en Brown Swiss werd ongeveer
dezelfde krachtvoederverdringing (0,34) gevonden, maar er bleek dat Holsteinkoeien de extra
28
energie uit krachtvoeder efficiënter gebruikten (Gruber et al., 1990). Ook Oldenbroeck (1979)
vond dezelfde krachtvoederverdringing bij de rassen Holstein Friesian, Nederlands Friesian en
Nederlands Wit-Rood. Bij schapen zou de krachtvoederverdringing groter zijn dan bij koeien
(Murdoch, 1967). In tabel 1 worden enkele verdringingswaarden vanuit de literatuur
weergegeven.
Tabel 1 Krachtvoederverdringingswaarden bij melkvee uit de literatuur
Gruber et al., 1990
0,34
Faverdin et al., 1990 (maïskuil)
0,70
Thomas et al., 1986
0,37
Faverdin et al., 1990 (graskuil)
0,53
Rook et al., 1991
0,41
Agnew et al., 1996 (TMR)
0,28
Kuoppala et al., 2008
0,47
Agnew et al., 1996 (4x/dag)
0,40
Huhtanen et al., 2008
0,47
Agnew et al., 1996 (2x/dag)
0,50
Oldenbroeck, 1979
0,66
1.2.4.1 Invloed van het ruwvoeder
Uit een studie van Murdoch (1964) bleek dat de hooiopname meer teruggedrongen werd door
krachtvoedertoediening dan graskuilopname. Bij gedroogde ruwvoeders is het verband
zekerder want bij kuilen zou er een invloed van de fermentatieproducten kunnen zijn. Bij hooi
zou de krachtvoederverdringing stijgen met stijgende verteerbaarheid van het hooi (Huhtanen
et al., 2002). Het tegenovergestelde werd echter ook gevonden (Murdoch, 1967). Volgens
Faverdin et al. (1990) zou hooi net minder dan graskuil verdrongen worden door krachtvoeder
doordat hooi een lager energie-inhoud heeft. In hun studie werd bij maïskuil de grootste
krachtvoederverdringingswaarde gevonden. De krachtvoederverdringing zou ook groter
worden bij grotere opneembaarheid van het ruwvoeder (Huhtanen et al., 2008).
1.2.4.2 Invloed van dierlijke factoren
Huhtanen et al. (2008) ondervonden dat de krachtvoederverdringing steeg bij hogere
melkproducties. Dit zou kunnen verband houden met het feit dat bij hoge producties meer
krachtvoeder wordt gegeven, dit krachtvoeder een groter deel uitmaakt van het rantsoen en de
opneembaarheid van de ruwvoeders groter is bij de hoogproductieve koeien.
1.2.4.3 Soort krachtvoeder
Er zou een stijging kunnen zijn in ruwvoederopname door het voederen van een eiwitrijk
krachtvoeder, wat verklaard zou kunnen worden door een betere vezelvertering in de pens. Er
zouden echter ook aanwijzingen zijn dat koeien hun penscapaciteit kunnen aanpassen en meer
ruwvoeder kunnen opnemen wanneer de energiebehoefte en productie gestegen is als reactie
op een gestegen aminozurenbeschikbaarheid. Khalili & Huhtanen (2002) ondervonden dat de
ruwvoederopname, de eettijd en de NDF-hoeveelheid in de pens verhoogde bij infusie van
caseïne in het duodenum. Huhtanen et al. (2008) vonden een significant positief lineair verband
tussen eiwitgehalte van het krachtvoeder en de ruwvoederopname. Er was ook een kwadratisch
significant verband hiertussen, wat erop wees dat het effect verminderde bij hogere
krachtvoederopname. Ook Aston et al. (1994) vonden een lineair stijgende ruwvoederopname
29
bij stijgend ruweiwitgehalte van het krachtvoeder. Er kan echter ook een negatief effect zijn van
een hoog eiwitgehalte van het krachtvoeder op de ruwvoederopname (Murdoch, 1964).
Huhtanen et al. (2008) bemerkten een toename in totale en ruwvoederopname bij het
vervangen van zetmeelrijk krachtvoeder door vezelrijk krachtvoeder. Dit kon volgens hen best
verklaard worden door de lagere energie-inhoud van het vezelrijk krachtvoeder. De koeien
zouden dit compenseren door meer op te nemen. Hieruit werd besloten dat de
verzadigingswaarde van NDF uit het krachtvoeder minder groot was dan van NDF uit
ruwvoeder. Hierbij moet wel de bedenking gemaakt worden dat bij het voederen van het
zetmeelrijk krachtvoeder een structuurtekort kan optreden, wat opgegeven wordt door meer
vezelrijk krachtvoeder te voederen, waardoor de opname zal stijgen. Ook het onverteerbaar
NDF-gehalte van het krachtvoeder had een positieve invloed op de totale en ruwvoederopname.
De verzadigingswaarde van onverteerbaar NDF uit krachtvoeder zou dus ook lager zijn dan van
onverteerbaar NDF uit ruwvoeder. Ook Faverdin et al. (1990) vonden een lagere
verdringinswaarde voor krachtvoeders met een lagere energie-inhoud. Er werden 3
krachtvoeders vergeleken, dit waren respectievelijk met dalende energie-inhoud: een
zetmeelrijk krachtvoeder (bevat dus minder structuur), een goed verteerbaar vezelrijk
krachtvoeder en een minder goed verteerbaar vezelrijk krachtvoeder. Ook Aston et al. (1994) en
Phipps et al. (1987) vonden dit verband. In een studie van Keady & Mayne (2001) werd echter
geen invloed gevonden van de energiebron van het krachtvoeder, noch op ruwvoederopname,
noch op totale opname. Keady et al. (1998) onderzochten de verdringing door krachtvoeders
met
verschillende
zetmeelconcentraties.
Er
werd
geen
effect
gevonden
van
de
zetmeelconcentratie op de verdringing.
Wanneer vetrijk krachtvoeder gebruikt wordt, maar de hoeveelheid in het totale rantsoen bij
eenzelfde hoeveelheid krachtvoeder blijft laag, is er een klein negatief effect op de
ruwvoederopname. Dit zou volgens Huhtanen et al. (2008) verklaard worden door de hoge
energie-inhoud van vet. Grote hoeveelheden vet in het rantsoen zouden een groot negatief effect
op de NDF-verteerbaarheid en de ruwvoederopname hebben.
In een studie van McNamee et al. (2005) was er geen effect van het soort krachtvoeder op de
krachtvoederverdringing.
1.3 Omgevingsfactoren
Een groot deel van de variatie in voederopname zou kunnen verklaard worden door de invloed
van de omgeving, het management. Zo werd bij het opstellen van een model op basis van
datasets van verschillende onderzoekscentra een variatie gevonden tussen de experimenten te
wijten aan verschillen in omgeving en management die 0,84 van de totale variatie kon verklaren
(Huhtanen et al., 2002). Ook in de zoektocht naar een nieuw graskuilopnamemodel werd
besloten dat er misschien beter verschillende modellen worden opgesteld naargelang voeder- en
managementpraktijken (Rook et al., 1991).
30
Volgens Agnew et al. (1996) is de verdringing door krachtvoeder significant lager bij een total
mixed ration in vergelijking met 2 keer per voederen van krachtvoeder. Er zou dus zowel meer
ruwvoeder als meer in totaal worden opgenomen. Deze hogere opname resulteerde echter niet
in een hogere melkproductie of in hogere gehalten. Het verschil tussen 4 keer per dag
krachtvoeder toedienen en 2 keer per dag was niet significant. In een proef van Istasse et al.
(1986) werd een hogere totale opname bekomen met een total mixed ration dan wanneer het
krachtvoeder in twee keer gevoederd werd. Dit effect werd pas waargenomen vanaf een
krachtvoederaandeel van 65 %, wat ook verklaard kan worden door een mogelijk
structuurtekort. De hogere opname bij een TMR-rantsoen zou kunnen verklaard worden door de
gelijke opname van nutriënten, waardoor de pens-pH constanter is en de voorziening in
pensfermenteerbare voedingsstoffen gelijker verloopt (Chamberlain & Wilkinson, 1996). De
invloed van het aantal ruwvoederbeurten zou minder duidelijk zijn (De Brabander, 2013).
In Nederland werd onderzocht of jongvee kon ‘getraind’ worden om op een volwassen leeftijd
meer ruwvoeder te kunnen opnemen. Er werden 56 kalveren in de proef opgenomen. De ene
groep kreeg een rantsoen op basis van ruwvoeder en de andere groep kreeg een rantsoen dat
voornamelijk bestond uit krachtvoer. Na kalven kreeg de groep gevoederd met veel
krachtvoeder een rantsoen met dezelfde verhouding ruwvoeder/krachtvoeder en de andere
groep kreeg een rantsoen met veel ruwvoeder. Na 14 weken werden de rantsoenen gewisseld.
Er bleek geen significant effect te zijn op de latere ruwvoeder- of totale opname, ook niet in late
lactatie (Hof & Lenaers, 1984).
Bij beperkte toegang tot het voeder kan de opname gedrukt worden. Schapen die ofwel 3 uur
ofwel 24 uur voeder ter beschikking hadden, namen significant meer op in het tweede geval
(Murdoch, 1964).
Volgens West (2003) wordt de totale voederopname gedrukt door een omgevingstemperatuur
die boven 25 °C stijgt. Wanneer bij 25 °C zo’n 20 kg droge stof zou opgenomen worden, zou dit
bij 30 °C maar 16 kg droge stof meer zijn. Dit is echter een opvallend sterke daling. Het effect
wordt veroorzaakt in combinatie met de luchtvochtigheid. Wanneer een hoge temperatuur
gepaard gaat met een lage luchtvochtigheid zal de voederopname niet evenveel gedrukt worden
als bij hoge luchtvochtigheid. Ook bij een lage temperatuur zou de totale voederopname
beïnvloed
worden.
Er
zou
meer
opgenomen
worden
om
aan
de
toegenomen
onderhoudsbehoefte te voldoen. De ondergrens van de thermoneutrale zone zou op 2 °C liggen
voor droogstaande koeien (De Brabander, 2013). Over het effect van hoge en lage temperaturen
op de ruwvoederopname bestaat weinig literatuur, maar wanneer de oorzaak van een daling in
totale opname hittestress is, mag er ook vanuit gegaan worden dat dit de ruwvoederopname zal
drukken. De krachtvoedergift wordt namelijk niet aangepast volgens de temperatuur, dus zal de
verhoogde of verlaagde totale opname zich uiten in een verhoogde of verlaagde
ruwvoederopname.
31
1.4 Bespreking van enkele ruwvoederopnamemodellen
1.4.1 Ruwvoederopnamevoorspelling volgens McNamee et al. (2005)
McNamee et al. (2005) ontwikkelden een model door de ruwvoederopnamevoorspelling voor
vleesvee, gebaseerd op NIRS, aan te passen voor melkvee en door een aanpassing te voorzien
voor krachtvoedergift. Het onderzoeksinstituut bevindt zich in Noord-Ierland. Er werden
resultaten gebruikt van twee grootschalige experimenten met 136 graskuilen voor het
berekenen van de eerste stap, het verband tussen opname van vleesvee en melkvee. Een deel
van de graskuilen werden behandeld met additieven voor een betere bewaring en een deel
graskuilen had geen voordroogperiode. Voor de tweede stap, het aanpassen voor
krachtvoedergift, werden resultaten gebruikt van een proef met 8 types graskuil gevoederd aan
128 melkkoeien. Het krachtvoeder varieerde in hoeveelheid, eiwitconcentratie en energieinhoud.
De ruwvoederopname voor melkvee werd gecorrigeerd voor melkproductie tot 8 kg melk per
dag, omdat dit de productie was die bereikt kon worden zonder aanvulling met krachtvoeder. Er
werd een correctiefactor gebruikt van 0,14 kg DS/kg melk. Deze factor werd afgeleid door
Vadiveloo & Holmes (1979) voor rantsoenen gebaseerd op graskuil.
Er werd een lineair verband gevonden tussen de ruwvoederopname van vleesvee en de
ruwvoederopname van melkvee uitgedrukt in g/kg LG0,75 (LG = lichaamsgewicht) met een R²
van 0,74.
met SDMI = ruwvoederopname
In de volgende stap werd getracht een correctie voor krachtvoedergift op te stellen. Er werd
geen invloed gevonden van het soort krachtvoeder. Er werd zowel een lineair als een
exponentieel verband gevonden met ongeveer dezelfde betrouwbaarheid (figuren 10 en 11).
Uiteindelijk werd geopteerd voor het lineair model:
met SDMImax = opneembaarheid wanneer dit ruwvoeder het enige voedermiddel is
CDMI = krachtvoederopname
CDMImax = opneembaarheid krachtvoeder wanneer enkel dit krachtvoeder gevoederd zou
worden, afgeleid uit de regressievergelijking.
Er was een gemiddelde bias tussen werkelijke opname en voorspelde opname van 3,4 % ± 6,51.
Het model werd gevalideerd door het toe te passen op een externe dataset. De MPE was 0,3 %
van het gemiddelde. Er werd besloten dat het model voldeed aan de verwachtingen.
32
1.4.2 Ruwvoederopnamevoorspelling volgens Hetta et al. (2007)
Deze onderzoekers uit Zweden onderzochten of de ruwvoederopname kon voorspeld worden
aan de hand van gasproductiekarakteristieken en chemische parameters. Er werden 5
experimenten opgesteld, elk met ongeveer 38 melkkoeien en er werden 15 graskuilen gebruikt.
De monsters werden zowel gedroogd als ongedroogd geanalyseerd. De gasproductie werd
omschreven door volgende formule:
⁄
waarin A, B, C de gaskarakteristieken zijn en t de tijd in uur.
Er
werd
geprobeerd
de
ruwvoederopname
te
verklaren
aan
de
hand
van
regressievergelijkingen. Deze vergelijkingen werden bekomen voor droge monsters:
met SDMI de ruwvoederopname in kg DS per 100 kg lichaamsgewicht per dag
NDFD de verteerbaarheid van NDF en
C een gasproductiekarakteristiek uit de vergelijking van GP.
Voor ongedroogde monsters werd de vergelijking:
met SDMI in kg DS per 100 kg lichaamsgewicht per dag en azijnzuur en ethanol in g/kg droge
stof.
Op basis van de regressie-analyse werd besloten dat de vergelijking gebaseerd op de gedroogde
monsters de voorkeur kreeg. De methode met ongedroogde monsters is bovendien
arbeidsintensief. Er zou nog verder onderzoek moeten gebeuren om het model te valideren aan
de hand van een externe dataset.
1.4.3 Ruwvoederopnamevoorspelling volgens Huhtanen et al. (2007)
Dit model werd ontwikkeld in Finland. Het opstellen van het model gebeurde in verschillende
stappen. Eerst werd een model opgesteld voor de opname van graskuil (Huhtanen et al., 2002).
Daarna werden aanpassingen ingevoerd en werd rekening gehouden met het groeistadium van
het gras, de eerste snede of hergroei, het toevoegen van vlinderbloemigen en het toevoegen van
geheleplantensilage (Huhtanen et al., 2007). Er werd ook een index opgesteld voor krachtvoeder
om uiteindelijk de totale voederopname te kunnen schatten (Huhtanen et al., 2008). De
ruwvoederopname wordt voorspeld aan de hand van een relatieve index. Deze index heeft aan
wat de verandering in opname zal zijn aan de hand van bepaalde eigenschappen en voorspelt
dus geen exact opgenomen hoeveelheid. Er wordt ook geen rekening gehouden met dierlijke
factoren en management.
33
In het eerste onderzoek (Huhtanen et al., 2002) werden gegevens van 21 studies gebruikt om
het verband tussen voederkarakteristieken en opname te bepalen. De gebruikte kuilen waren
geoogst in verschillende groeistadia maar werden op dezelfde manier ingekuild. De studies
werden
uitgevoerd
op
verschillende
onderzoekscentra.
Om
het
verband
met
fermentatieparameters te onderzoeken werden gegevens van 47 studies gebruikt. Deze kuilen
werden op hetzelfde moment geoogst maar op verschillende manieren ingekuild. Uit deze
gegevens werd een index gedistilleerd aan de hand van regressievergelijkingen:
[
]
met D-waarde in g/kg DS
TA totale hoeveelheid zuren in g/kg DS en
ammoniakaal N in g/kg totaal N.
Dit model verklaarde 51 % van de variatie in graskuilopname.
In het tweede onderzoek (Huhtanen et al., 2007) werden opnieuw data gebruikt van
verschillende onderzoekscentra. Er werd gewerkt met de gemiddelden van behandelingen. Deze
data werden onderverdeeld in 6 datasets op basis van verschillende groeistadia van het gras,
gebruikte kuiladditieven, het voordrogen van gras of niet, kuilen van eerste snede gras of
hergroeigras, vervangen van graskuil door vlinderbloemigen en vervangen van graskuil door
geheleplantsilage. Er werd een aangepaste index bekomen aan de hand van regressie:
[
(
)
]
met a, b en c de proportie hergroeigras, vlinderbloemigen en geheleplantsilage (0-1). Deze index
kon 85,2 % van de variatie in ruwvoederopname verklaren. In deze index werd ammoniakaal N
weggelaten. Dit werd verklaard doordat er in deze dataset relatief weinig slecht bewaarde kuilen
voorkwamen. Het drogestofgehalte had in dit onderzoek een grote meerwaarde voor de index.
Er werd een sterk verband gevonden tussen deze parameter en ruwvoederopname. Als
verklaring voor het ontbreken van dierlijke factoren en managementfactoren werd gegeven dat
bij praktisch gebruik op een bepaald bedrijf deze factoren ongeveer constant blijven waardoor
vooral de voederkenmerken belangrijk zijn.
1.4.4 Het Nederlands koe-model
Dit model, opgesteld door Zom et al. (2002), kan gebruikt worden voor de voorspelling van de
totale voederopname. Het is gebaseerd op het principe van voederopnamecapaciteit (VOC) van
het dier en verzadigingswaarde (VW) van het voeder. Om de VW van het gehele rantsoen te
34
bepalen, werden aparte formules per voedersoort opgesteld. De formules voor de belangrijkste
ruwvoeders en voor krachtvoeder worden hier weergegeven:
Deze aparte verzadigingswaarden worden verrekend volgens hun aandeel in het rantsoen
waardoor de verzadigingswaarde van het totale rantsoen bekomen wordt. Om de voorspelde
totale drogestofopname te bekomen moet de voederopnamecapaciteit gedeeld worden door
deze verzadigingswaarde. Dit model kan gebruikt worden om de ruwvoederopname te schatten
wanneer het rantsoen niet aangevuld wordt met krachtvoeder, wat echter niet realistisch is.
1.4.5 Het ILVO-model
Het model dat door het ILVO werd opgesteld en nog steeds wordt gebruikt bestaat uit twee
stappen (De Brabander et al., 2011). Eerst wordt de opneembaarheid van elk ruwvoeder
geschat. Dit gebeurt op basis van formules die afgeleid werden van proeven waarin elk
ruwvoeder als enige ruwvoedermiddel werd gegeven aan melkkoeien (figuur 12). Voor maïskuil
werden 56 proeven gebruikt, voor voordroogkuil 23, voor nattegraskuil 14 en voor hooi 16. Het
krachtvoeder werd verstrekt volgens de individuele behoefte en werd gebaseerd op de
individuele ruwvoederopname.
Tabel 2 Formules opneembaarheid ruwvoeders geldig voor een Holsteinkoe van 600 kg vanaf de 2e lactatie
volgens het ILVO-model (De Brabander et al., 2011)
Soort ruwvoeder
Opneembaarheid (Y) in kg DS
Maïskuil
Nattegraskuil
+ corr. DS %, deeltjeslengte
Grasvoordroogkuil
+ corr. DS %, deeltjeslengte
Grashooi
Klaverkuil
formules graskuil + 10 %
Voederbieten
16,0
Bietenperspulp
16,0
Aardappelen
16,0
met RC het ruwecelstofgehalte in g/kg DS
Uit de proeven bleek dat het RC-gehalte de beste parameter is om de opneembaarheid te
schatten.
35
Figuur 12 Opname van maïskuil, voordroogkuil, nattegraskuil en hooi in functie van het RC-gehalte (De
Babander et al., 2011)
Er kan ook nog rekening gehouden worden met andere parameters, zoals deeltjeslengte en
plantdichtheid van maïs, maar de invloed van deze parameters is relatief klein waardoor ze niet
opgenomen zijn in de formules. De formule voor maïskuil geldt voor een plantdichtheid van
100.000 per ha en een hakselfijnheid van 8 mm. Voor graskuil moet gecorrigeerd worden voor
het DS-gehalte. Een nattegraskuil heeft een DS-gehalte van 20 % en een voordroogkuil 40 %.
Voor kuilen met een DS-gehalte lager dan 30 % moet de formule van nattegraskuil gebruikt
worden en gecorrigeerd worden met 1,2 % per procent DS hoger dan 20 %. Voor kuilen met een
DS-gehalte hoger dan 30 % moet de formule van voordroogkuil gebruikt worden en
gecorrigeerd worden met 0,8 % per procent DS lager dan 40 %. Vanaf 40 % wordt niet meer
voordroogkuil opgenomen. Deze formules gelden voor gehakseld gras (24 mm haksellengte)
zonder bewaarmiddel. Wanneer het gras niet gehakseld werd zou de opneembaarheid 15 %
lager liggen. Een bewaarmiddel in een nattegraskuil zou de opname met 0 tot 15 % verhogen.
In de tweede stap wordt de opneembaarheid gecorrigeerd voor enkele dierlijke factoren en
bekomt men het opnamevermogen (O).
Tabel 3 Correcties voor dierlijke factoren van de opneembaarheid volgens het ILVO-model (De Brabander et
al., 2011)
Dierlijke factor
Opnamevermogen (O)
2-ledig ras
1e lactatie
± 100 kg LG, 1e lactatie
≥ 2e lactatie
met LG = lichaamsgewicht
36
Wanneer slechts 1 ruwvoeder verstrekt wordt, is het opnamevermogen O meteen ook de
hoeveelheid H die het dier zou kunnen opnemen. Wanneer 2 of meer ruwvoeders gevoederd
worden waarbij 1 naar believen en de rest in een vaste hoeveelheid geldt volgende formule:
waarbij A het voeder is dat naar believen kan opgenomen worden en B en C de ruwvoeders met
een vaste hoeveelheid.
Bestaat het rantsoen uit 2 ruwvoeders die naar believen in een bepaalde verhouding gevoederd
worden, dan geldt volgende formule:
waarbij DA en DB de aandelen van ruwvoeder A en B in het ruwvoederrantsoen zijn. Deze
formule kan uitgebreid worden naar 3 ruwvoeders in een bepaalde verhouding naar believen:
en zo verder voor 4 en meer ruwvoeders.
37
2 Praktijkstudie
2.1 Doelstelling
Het doel van deze studie is om uit 3 databanken af te leiden hoeveel melkkoeien meer opnemen
aan ruwvoeder in vergelijking met 30 jaar geleden. Er wordt onderzocht of het belang van
bepaalde parameters in de formule eventueel onder- of overschat wordt. Ook hier wordt een
correctie voorgesteld als dat nodig is. Er wordt eveneens nagegaan of de totale voederopname
nog steeds nauwkeurig geschat wordt door de ILVO-formule.
2.2 Proefopzet
De proeven waaruit de individuele koegegevens afgeleid werden werden uitgevoerd op het ILVO
en het AVEVE-proefstation. Zowel de ruwvoeder- als de totale voederopname werden
individueel geregistreerd, in het ILVO manueel, in het AVEVE-proefstation met elektronische
voederbakken. Ook de melkproductie en samenstelling en de dierlijke factoren (zoals
lactatienummer, lichaamsgewicht, e.d.) werden bijgehouden. In het ILVO is het lactatiestadium
niet gekend, aangezien steeds gewerkt wordt met koeien in middenlactatie (vanaf week 7). De
kuilvoeders werden elke proefperiode geanalyseerd.
Op de praktijkbedrijven werd gevraagd om gedurende een week, waarin de datum van de MPR
viel, op te schrijven hoeveel van elk ruwvoeder er gevoederd werd en hoeveel restvoeder er
aanwezig was. Op sommige bedrijven werd deze week twee keer of meerdere keren herhaald. Er
werd bijgehouden hoeveel koeien er deel uitmaakten van de groep die het voeder kreeg en
welke koeien er wegvielen of bijkwamen tijdens de proefweek. De kuilanalyses werden ter
beschikking gesteld. De hoeveelheid krachtvoeder die elke dag opgenomen werd, werd
bijgehouden voor de groep en indien mogelijk ook individueel. Als dit laatste niet mogelijk was,
werd de individuele krachtvoedergift uitgerekend aan de hand van de methode van toekennen.
Op 6 proefbedrijven werden de koeien gewogen. Het gemiddelde hiervan wordt gebruikt voor
de andere bedrijven, tenzij gespecifieerd wordt dat er extreem grote dieren aanwezig zijn.
2.3 Materiaal en methode
2.3.1 ILVO-proeven
De Holstein-koeien van het ILVO werden tijdens de voederproeven gehuisvest in een bindstal. Ze
werden elke dag twee maal gevoederd. De kuilvoeders en het krachtvoeder werden apart
gewogen en gevoederd en ook het restvoer werd gewogen. De hoeveelheid opgenomen voeder
werd in de aanpassingsperiode geëvalueerd waardoor elke koe ad libitum ruwvoeder ter
beschikking heeft terwijl er toch niet te veel restvoeder is. De koeien werden twee maal daags
gemolken in de bindstal. De melkproductie werd elke melkbeurt geregistreerd en in elke
proefweek wordt de melk vier maal bemonsterd om te samenstelling te testen. Op het einde van
elke proefperiode werden de koeien twee maal gewogen en als het verschil tussen deze twee
wegingen groter was dan 10 kg, dan werd een derde maal gewogen. De proeven werden meestal
uitgevoerd volgens een Latijns vierkant of een crossover. Er werd geselecteerd uit proeven van
38
2005 tot 2013. Er werden gegevens verzameld van 22 proeven. De ruwvoederopname in deze
proeven zou niet beïnvloed zijn door de proefbehandeling. In tabel 4 worden de belangrijkste
kenmerken samengevat. Er is enkel een onderscheid gemaakt tussen behandelingen als dit een
verschil uitmaakte voor de kenmerken. Een koewaarneming is het gemiddelde van
waarnemingen van een proefweek. De samenstelling van het rantsoen is uitgedrukt op
drogestofbasis en de KV-opname, melkproductie en lichaamsgewicht zijn gemiddelden.
Tabel 4 Belangrijkste kenmerken van de ILVO-proeven in gemiddelden per proef
Rantsoenkenmerken
4,34
2,3
24,7
592
204
36
66,9
33,1
-
-
5,12
2,4
29,4
624
205
96
59,5
40,5
-
-
3,69
2,3
24,4
605
206
32
54,8
45,2
-
-
5,85
2,6
30,9
617
207
56
38,1
61,9
-
-
5,59
2,4
27,6
602
208
51
59,6
40,4
-
-
6,05
3,2
29,3
606
209
54
100,0
-
-
-
5,63
2,9
29,4
615
211
54
58,4
41,6
-
-
3,12
3,1
24,2
602
217
96
52,7
47,3
-
-
6,51
2,3
33,3
604
219
108
53,1
31,5
15,4
-
9,88
3,1
32,8
607
221
53
100,0
-
-
-
5,65
3,1
29,4
615
223
102
57,0
30,2
12,8
-
8,39
2,9
34,4
641
1
34
40,9
37,4
-
21,7
6,06
2,5
35,1
610
2
17
52,2
47,8
-
-
5,96
102
55,0
16,4
28,6
-
4,83
2,7
31,4
639
1
38
100,0
-
-
-
4,97
2,1
27,4
598
2
38
58,4
41,6
-
-
5,14
1
68
70,6
29,4
-
-
5,75
2,6
30,4
663
2
34
51,1
48,9
-
-
6,99
246
120
70,2
29,8
-
-
6,76
2,3
28,7
639
249
80
63,1
36,9
-
-
7,10
2,4
31,3
615
251
38
48,6
51,4
-
-
5,15
2,0
22,8
655
252
114
64,6
35,4
-
-
5,48
2,6
30,0
636
253
100
53,2
46,8
-
-
4,94
1,9
28,5
620
259
155
59,9
40,1
-
-
5,74
2,4
29,9
660
224
225
226
236
Gewicht (kg)
Lactatie-
-
(kg)
KV-gift (kg DS)
-
Melkproductie
Draf (%)
43,7
nummer
Perspulp (%)
56,3
Aantal koe32
Behandeling
202
Proef
Graskuil (%)
Dierkenmerken
Maïskuil (%)
waarnemingen
Proefkenmerken
39
2.3.2 AVEVE-proeven
De proeven van AVEVE werden uitgevoerd in een loopstal die bestaat uit drie delen: een deel
voor droogstaande koeien, een deel voor proefkoeien met het ruwvoederregistratiesysteem en
een deel voor koeien die niet in proef zijn. In het deel met de proefdieren zit het systeem met de
ruwvoederbakken. Er zijn 20 ruwvoederbakken ter beschikking. Deze bakken zijn in normale
toestand gesloten. Ze bezitten echter een identificatietransponderlezer die de koe herkent.
Wanneer de koe toegang krijgt tot het voeder, gaat het hek open. De voederbak is opgehangen
aan weegcellen, waardoor geweten is hoeveel voeder werd opgenomen op elk moment. Een
fotocel die ingebouwd is vertelt of de koe de voederbak verlaten heeft. Er is ook een
krachtvoederautomaat in de stal aanwezig. Deze automaat bevat een weegplateau, waardoor de
dieren bij elk bezoek gewogen kunnen worden. De koeien werden gemolken door een melkrobot
van Delaval. Hierbij kan de melk automatisch bemonsterd worden. Er werd gewerkt met
Holsteinkoeien.
De gegevens die ter beschikking zijn komen uit 8 proeven gevoerd tussen oktober 2000 en
augustus 2003. De proeven duurden 16 weken, uitgezonderd proef 1 die 13 weken duurde en
proef 5 die 12 weken duurde. De eerste vier proeven bevatten eerst drie weken
aanpassingsperiode en daarna de proefperiode. In deze proeven werd het krachtvoeder flat rate
gevoederd. De andere vier proeven waren opgesteld als een Latijns vierkant en het krachtvoeder
werd volgens de norm gevoederd. Er werd steeds een rantsoen van maïskuil, graskuil en
perspulp gevoederd. In tabel 5 wordt een overzicht van de gegevens weergegeven.
Tabel 5 Belangrijkste kenmerken van de AVEVE-proeven in gemiddelden per proef
Gewicht (kg)
408
15,2
17,0
17,0
14,7
15,1
21,7
21,7
17,0
14,0
0,0
17,4
17,4
Melkproductie
(kg)
368
342
43,0
40,6
40,6
42,6
44,1
26,0
26,0
24,0
24,7
30,0
27,2
27,2
5,75
7,00
8,50
6,50
6,75
8,00
7,00
9,00
9,85
2,4
1,8
28,7
20,0
618
579
2,5
2,3
1,8
28,1
31,1
32,7
607
612
590
2,2
2,0
30,6
33,3
601
597
9,00
8,25
2,6
35,9
610
KV-gift (kg)
Aantal koewaarnemingen
392
611
245
41,9
42,4
42,4
42,8
40,8
52,3
52,3
59,0
61,3
70,0
55,4
55,4
Dierkenmerken
Lactatienummer
8
409
472
Perspulp (%)
6
7
1, 2, 4
3
1
2, 3, 4
1, 2
3, 4
1
2, 3, 4
Graskuil (%)
3
4
5
Behandeling
Proef
1
2
Rantsoenkenmerken
Maïskuil (%)
normvoedering
flatratevoedering
KV-toediening
Proefkenmerken
40
2.3.3 Praktijkbedrijven
Alle praktijkbedrijven werken met een voedermengwagen met weegschaal en nemen deel aan
de MPR (melkproductieregistratie). Op alle bedrijven waren de koeien van het Holsteinras en
waren ze gehuisvest in een loopstal. 18 bedrijven hebben hun medewerking verleend. Een
bedrijf is weggelaten omdat het rantsoen niet in evenwicht was in de dagen voor de proefweek,
waardoor de opname toen verlaagd was. In het begin van de proefweek werd het rantsoen op
punt gesteld maar merkte de melkveehouder dat de koeien opvallend meer voeder opnamen. Dit
zou de resultaten dus beïnvloeden. Een ander bedrijf werd weggelaten wegens privéredenen
van de melkveehouder. Een derde bedrijf werd weggelaten omdat de resultaten niet tijdig
ontvangen werden. Op bedrijf 13 werd de eerste proefweek weggelaten aangezien de koeien op
dat moment nog gras opnamen. Van bedrijf 14 werd de eerste proefweek weggelaten want
hiervan werden de resultaten niet tijdig ontvangen. De resultaten werden dus verwerkt van 15
bedrijven, waarvan 4 bedrijven met een melkrobot werken. Tijdens de proefweek mocht de
gevoederde groep geen niet-lacterende dieren bevatten. De hoeveelheid restvoeder moest
geschat of gewogen worden. De individuele krachtvoedergift moest worden bijgehouden. De
gegevens van de proefweken worden weergegeven in tabel 6.
Bij het verwerken van de resultaten bleek dat op bepaalde bedrijven buitengewoon veel
ruwvoeder zou worden opgenomen. De kans bestond echter dat het drogestofgehalte op de
kuilanalyse werd overschat. Van deze bedrijven werden kuilmonsters genomen om het
drogestofgehalte opnieuw te bepalen. Er werden plukmonsters genomen aan het snijvlak en er
werden boormonsters genomen achter het snijvlak of in de kuil. Dezelfde dag nog werden de
monsters in geperforeerde zakken in de droogstoof van de proefhoeve in Bottelare gelegd. De
monsters werden gedroogd op 95 °C gedurende maximaal een week. Er werden elke dag enkele
monsters gewogen om te controleren of er nog vocht uit verdwenen was. Toen het gewicht
constant bleef, werden de monsters uit de droogstoof verwijderd en de gewichten genoteerd. De
resultaten worden weergegeven in tabel 7. Het valt op dat de boorstalen in 3 van de 4 gevallen
een hoger drogestofgehalte weergeven dan de plukstalen. Het zou dus kunnen zijn dat door de
techniek van het boren er sap uit het monster geperst wordt.
Op enkele bedrijven werden de dieren (steekproefsgewijs) gewogen in of rond de proefperiode.
Hierdoor wordt een realistisch beeld verkregen op het lichaamsgewicht van de gemiddelde
Vlaamse Holsteinkoe. Op één bedrijf werden opvallend hogere gewichten waargenomen. Het
gemiddelde gewicht werd dan ook zonder dit bedrijf uitgerekend. De resultaten worden
weergegeven in tabellen 8 en 9. Ook op enkele praktijkbedrijven werd door de melkveehouder
aangegeven dat de dieren op hun bedrijf zwaarder ingeschat worden. Hier werd dan een
schatting van de melkveehouder gebruikt. Voor de andere bedrijven werd het gemiddelde van
de gekende gewichten zonder bedrijf 13 aangenomen.
41
Tabel 6 Belangrijkste kenmerken in gemiddelden per praktijkbedrijf en per proefperiode
Praktijk-
Proef-
aangepast
bedrijf
periodes
DS-gehalte dieren
1
5
-
2
3
4
5
4
2
2
2
ja
ja
Aantal
Gewicht
Melk-
Lactatie
productie
49
631
28,5
2,00
45
649
29,9
1,93
48
667
31,9
2,06
52
668
32,4
2,06
51
672
33,7
2,12
52
-
30,1
2,12
49
-
30,3
2,14
55
-
30,6
2,22
55
-
29,8
2,18
150
-
30,4
2,48
152
-
28,6
2,45
64
-
31,1
2,22
63
-
32,1
2,29
64
-
26,5
2,63
64
-
28,0
2,52
6
1
ja
40
-
30,1
1,93
7
1
-
77
-
24,0
2,20
8
1
ja
89
-
29,3
2,15
9
1
-
110
-
36,6
2,51
10
1
-
88
-
30,0
2,53
11
1
-
99
648
26,1
2,24
12
1
-
61
677
28,8
2,42
13
1
-
44
696
31,8
2,22
14
1
-
36
670
32,3
1,86
15
1
-
60
-
29,4
2,62
69
664
30,1
2,24
Gemiddeld
42
Tabel 7 Oorspronkelijke en nieuwe drogestofgehalten van enkele kuilen
Bedrijf
Kuil
Analyse
(%)
Plukstaal
(%)
Boor (%)
34,9
40,1
-
1e snede
29,8
40,3
-
2e snede
48,7
35,6
-
3e snede
-
22,8
-
gemiddeld
39,3
32,2
34,5
maïskuil
37,0
32,5
35,7
graskuil 1
37,1
-
32,0
graskuil 2
20,4
26,7
27,7
maïskuil
39,0
34,5
-
graskuil 2
49,6
36,3
-
16
graskuil
3
graskuil
1
10
DS-gehalten
Tabel 8 Lichaamsgewicht (kg) per bedrijf per proefweek voor eerste, tweede en hogere lactatie
Bedrijf
Lichaamsgewicht voor lactatie
1
2
3+
619
674
737
625
737
749
575
661
722
604
676
726
619
684
619
648
690
685
12
585
624
697
14
624
667
777
11
581
671
688
Gemiddeld
609
676
711
Gemiddeld
zonder 605
668
702
13
1
bedrijf 13
Het lijkt belangrijk om deze gemiddelden te gebruiken, aangezien de gewichten in de ILVO- en
AVEVE-proeven opvallend lager liggen.
43
Tabel 9 Vergelijking lichaamsgewichten (kg) van de praktijkbedrijven, ILVO-proeven en AVEVE-proeven
Lichaamsgewicht voor lactatie
1
2
3+
Praktijkbedrijven
605
668
702
ILVO-proeven
585
622
658
AVEVE-proeven
564
609
646
2.3.4 Ruwvoederopnamevoorspelling
De ruwvoederopname werd voor alle datasets voorspeld aan de hand van het ILVO-model zoals
dit beschreven werd in de literatuurstudie. Voor enkele ruwvoeders was echter geen
opneembaarheid beschikbaar in dit model. Hiervoor werd een opneembaarheid geschat waarbij
werd rekening gehouden met de verzadigingswaarde van het Nederlands koemodel (tabel 10).
Tabel 10 Geschatte opneembaarheid gebruikte ruwvoeders
Ruwvoeder
Opneembaarheid
(kg)
Draf
14
Protigold
18
Chicoreipulp
16
(Koolzaad)stro
6,7
Rumiplus (luzerne)
13
Spruiten
13
Spruiten gehele plant
12
2.3.5 Correctie voor krachtvoederniveau
Aangezien tussen proeven en bedrijven onderling, maar ook tussen de verschillende datasets
verschillende krachtvoederniveaus gelden die niet door verschillen in melkproductie en
kwaliteit van de ruwvoeders konden verklaard worden, is het moeilijk om deze resultaten
zomaar met elkaar te vergelijken. Daarom werd een manier uitgedokte
rd om deze verschillen weg te werken. Voor alle opnamegegevens werd uitgerekend hoeveel
ruwvoeder zou worden opgenomen als er krachtvoeder versterkt zou geweest zijn volgens de
behoeftenormen. De berekening ging als volgt:
1) De ruwvoederopname werd voorspeld volgens het ILVO-model en er werd uitgerekend
hoeveel van elk ruwvoeder in theorie zou opgenomen zijn.
2) De in theorie opgenomen hoeveelheden ruwvoeders werden vermenigvuldigd met hun VEMwaarde. Zo is geweten hoeveel VEM de koe opnam enkel uit het ruwvoeder.
44
3) De VEM-behoefte werd berekend met de formule
waar voor respectievelijk 1e en 2e lactatie nog 660 en 330 VEM bijgeteld werd voor groei.
4) Het verschil tussen behoefte en reeds opgenomen VEM werd uitgerekend in kg krachtvoeder.
Hiervoor werd een VEM-waarde van het krachtvoeder aangenomen van 950. Uit rondvraag bij
voederadviseurs bleek dit een realistische waarde. Wanneer dit verschil negatief zou zijn, m.a.w.
de koe heeft al meer dan haar behoefte opgenomen met het ruwvoeder alleen, werd dit verschil
met 0 gelijkgesteld. Voor koeien in het begin van hun lactatie werd een lage ruwvoederopname
voorspeld. Hierdoor zou echter zeer veel krachtvoeder moeten gevoederd worden om aan de
behoefte te voldoen. Dergelijke grote hoeveelheden krachtvoeder worden in de praktijk nooit
gevoederd. Daarom werd het verschil in VEM vermenigvuldigd met een correctiefactor per week
voor de eerste 10 lactatieweken. Deze correctie is dezelfde die gebruikt werd om de voorspelling
van de totale opname te berekenen.
5) Er werd berekend hoeveel krachtvoeder elke koe in werkelijkheid gekregen heeft.
6) Het verschil in werkelijk opgenomen krachtvoeder en behoefte aan krachtvoeder bij
ruwvoederopname
volgens
het
ILVO-model
werd
vermenigvuldigd
met
de
krachtvoederverdringingswaarde 0,35. Wanneer een koe te weinig krachtvoeder gekregen had,
werd deze waarde van het werkelijk opgenomen ruwvoeder afgetrokken en omgekeerd. De
krachtvoederverdringingswaarde 0,35 werd berekend via het Nederlands koemodel. Er werd
uitgegaan van enkele veel voorkomende rantsoenen in de praktijk, namelijk maïskuil en graskuil
aangevuld met perspulp of draf of een van deze twee in combinatie met stro in verschillende
verhoudingen. Deze rantsoenen werden gecombineerd met verschillende waarden voor
voederopnamecapaciteit. Er werd berekend bij een veranderd aandeel krachtvoeder in het
rantsoen hoeveel ruwvoeder er minder of meer kon opgenomen worden. Gemiddeld was dit
0,35 kg droge stof aan ruwvoeder per 1 kg droge stof aan krachtvoeder met een
standaardafwijking van 0,01.
45
2.4 Resultatenverwerking
2.4.1 Overzicht resultaten
In tabellen 11 en 12 wordt een overzicht gegeven van de bekomen opnames voor de ILVOdataset en de AVEVE-dataset. Het valt op dat de waargenomen totale en ruwvoederopnames
lichtjes hoger zijn voor het ILVO (21,1 kg en 15,4 kg droge stof) dan voor AVEVE (20,9 kg en 15,1
kg droge stof). In de ILVO-dataset bevinden zich dan ook verhoudingsgewijs minder vaarzen,
wat een verklaring kan zijn. De opname van vaarzen is wel hoger voor het ILVO dan voor AVEVE.
De opname van de oudere dieren daarentegen is hoger voor AVEVE.
Opvallend is vooral dat de gecorrigeerde ruwvoederopname veel lager is voor AVEVE (14,2 kg
droge stof) dan voor het ILVO (14,7 kg droge stof). De totale gecorrigeerde opname daarentegen
is veel hoger dan van het ILVO. Dit zou willen zeggen dat er in de AVEVE-proeven minder
krachtvoeder werd verstrekt dan in de ILVO-proeven. Dit kan wellicht verklaard worden
doordat in de helft van de AVEVE-proeven flatrate krachtvoeder gevoederd werd.
Tabel 11 Resultaten ILVO-dataset
n1
Waargenomen
Alles
1709
LN=1
508
LN=2
512
LN≥3
689
Gecorrigeerd
Alles
1709
LN=1
508
LN=2
512
LN≥3
689
Werkelijke opname
RV
Stafw2
TOT
Stafw
15,4
13,9
15,7
16,2
2,6
2,1
2,3
2,6
21,1
19,7
21,5
21,9
2,9
2,0
3,0
2,9
14,7
13,2
15,0
15,5
2,4
2,0
2,1
2,4
22,6
21,1
23,0
23,4
3,6
2,5
3,7
3,8
LG3
kg MM4
625
585
622
658
30,6
28,4
31,2
31,8
LG
kg MM
606
567
610
649
30,7
27,7
31,9
33,2
1 n=aantal koewaarnemingen, 2 Stafw=standaardafwijking, 3 LG=lichaamsgewicht,
4 MM=meetmelkproductie
Tabel 12 Resultaten AVEVE-dataset
n
Waargenomen
Alles
3247
LN=1
1282
LN=2
900
LN≥3
1065
Gecorrigeerd
Alles
3247
LN=1
1282
LN=2
900
LN≥3
1065
Werkelijke opname
RV
Stafw
TOT
Stafw
15,1
13,1
15,9
16,7
2,8
2,1
2,4
2,3
20,9
18,8
21,8
22,7
2,9
2,1
2,6
2,5
14,2
12,1
15,0
15,9
2,8
2,3
2,3
2,3
22,6
20,6
23,4
24,2
3,4
2,5
3,3
3,3
46
2.4.1.1 ILVO-proeven
De resultaten van 22 proeven uitgevoerd aan het ILVO in de laatste 10 jaar waren geschikt om
de ruwvoederopname te analyseren. Elke proef is weergegeven in tabel 13 met het aantal
dieren, de gemiddelde werkelijke totale en ruwvoederopname, de gemiddelde voorspelde totale
en ruwvoederopname en het verschil in kg en in procent. Hetzelfde is weergegeven voor de
gecorrigeerde gegevens in tabel 14.
Er zou gemiddeld 15,4 kg ruwvoeder opgenomen zijn en dit is 10,9 % meer dan voorspeld met
het ILVO-model. Gecorrigeerd voor krachtvoeder zou nog steeds 14,7 kg ruwvoeder meer
opgenomen worden, wat 6,1 % meer is dan voorspeld met het ILVO-model. In totaal werd 21,1
kg opgenomen wat 0,1 % minder is dan voorspeld. De ILVO-formule voor het schatten van de
totale opname zou dus nog steeds nauwkeurig zijn. De gecorrigeerde totale opname is 22,6 kg
droge stof. Dit zou dus de totale opname zijn wanneer op dezelfde manier krachtvoeder
verstrekt werd als toen het model werd opgesteld. Dit toont dus duidelijk de gestegen
voederopnamecapaciteit van het melkvee.
Het valt op dat er veel variatie is tussen de dieren onderling, vooral voor waargenomen opname.
Tussen de proeven onderling valt vooral de variatie voor het verschil in opname op. Voor enkele
proeven werd ruwvoederopname zelfs overschat en in andere proeven werd opvallend meer
ruwvoeder opgenomen. Voor totale opname zijn de standaardafwijkingen minder groot terwijl
het gemiddelde hoger is en terwijl het opnamemodel voor totale opname eenvoudiger is dan het
ruwvoederopnamemodel. Dit toont aan dat ruwvoederopname sowieso moeilijker te
voorspellen is. De gecorrigeerde ruwvoederopname ligt lager dan de waargenomen. Dit ligt aan
het feit dat er blijkbaar minder krachtvoeder verstrekt werd dan nodig zou zijn volgens de
normen. Hieruit kan besloten worden dat de ruwvoederopname inderdaad hoger is dan vroeger
en dat dit voor een deel verklaard kan worden door een te lage krachtvoedergift.
In tabel 15 en 16 wordt hetzelfde weergegeven maar per rantsoentype. Hier valt vooral op dat
de ruwvoederopname voor enkel maïskuil juist zou worden ingeschat, terwijl de opname van
maïskuil gecombineerd met graskuil net veel te laag zou worden ingeschat. Maïskuil en graskuil
gecombineerd met draf zou ook niet juist ingeschat worden. Voor draf zouden echter beter geen
conclusies getrokken worden, want de opneembaarheid van draf was een schatting. Na het
corrigeren voor krachtvoeder, lijkt het verschil tussen enkel maïskuil en maïskuil gecombineerd
met graskuil weggewerkt. Het verschil zou dus verklaard kunnen worden door een verschillend
krachtvoederniveau.
47
Tabel 13 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met standaardafwijking per ILVO-proef
Proef
n
202
204
205
206
207
208
209
211
217
219
221
223
224
225
226
236
246
249
251
252
253
259
Gem
Stafw
32
36
97
32
56
51
54
54
96
108
53
102
51
102
76
102
120
80
38
114
100
155
1709
Ruwvoederopname
Waarge Stafw Voor-nomen
speld
14,0
0,9
12,4
15,8
2,1
13,4
14,9
2,3
13,2
16,1
2,3
13,5
15,4
2,1
13,4
14,4
2,0
13,5
13,8
2,8
14,0
15,4
2,4
13,8
13,6
2,0
15,6
13,1
1,7
13,4
14,5
2,1
14,1
15,9
1,9
15,2
13,3
2,4
13,7
16,7
1,5
14,4
14,8
2,1
13,4
15,5
2,1
14,0
15,2
2,2
13,4
14,4
2,2
13,6
15,7
2,9
13,4
16,0
2,8
14,8
17,2
2,1
13,3
17,9
2,6
14,4
15,2
2,2
13,8
1,2
0,7
Stafw
0,7
1,0
1,0
0,7
1,2
0,6
1,1
0,4
1,0
0,7
0,6
0,9
0,7
0,8
1,1
1,0
0,9
1,0
1,0
1,1
1,0
1,0
0,9
Verschil
kg
Stafw
%
1,6
2,4
1,7
2,6
2,0
0,8
-0,2
1,6
-0,3
-0,3
0,4
0,7
-0,4
2,3
1,3
1,6
1,8
0,8
2,3
1,2
3,9
3,5
1,4
1,2
11,4
15,4
11,7
16,4
12,9
5,5
0,0
10,1
-2,4
-2,1
0,0
4,2
-3,0
13,8
8,9
10,0
11,6
5,2
14,5
7,2
22,8
19,7
8,8
7,1
0,7
1,6
1,9
1,9
1,9
1,8
2,3
2,3
1,4
1,6
1,9
1,4
2,0
1,5
1,7
1,6
1,7
1,6
2,2
2,2
1,4
2,0
1,8
Totale opname
Waarge Stafw
-nomen
18,3
1,8
20,9
2,4
18,6
1,9
21,8
1,6
21,0
2,7
20,5
2,8
19,8
3,6
18,5
2,9
20,1
2,5
21,0
2,1
20,2
2,7
22,5
2,4
20,3
2,3
21,6
2,7
19,8
2,7
21,7
1,9
22,0
2,2
21,5
2,5
20,9
1,6
21,5
2,5
22,1
2,3
23,6
3,1
20,8
2,4
1,3
Voorspeld
18,9
20,7
19,3
21,1
20,4
20,8
20,6
19,4
21,5
21,9
20,7
22,9
21,7
22,0
20,1
22,0
21,1
21,6
19,5
20,9
20,8
22,1
20,9
1,0
Stafw
1,4
1,3
2,2
1,4
2,5
2,7
3,3
2,2
2,3
1,7
2,0
2,0
1,9
2,3
2,3
1,8
1,5
1,9
1,0
2,0
2,1
2,3
2,0
Verschil
kg
Stafw
%
-0,6
0,2
-0,7
0,6
0,6
-0,3
-0,8
-0,9
-1,4
-1,0
-0,5
-0,4
-1,4
-0,5
-0,3
-0,3
0,9
-0,1
1,3
0,5
1,3
1,6
-0,1
0,8
-3,3
0,8
-3,6
3,0
2,9
-1,6
0,0
-4,9
-7,0
-4,6
0,0
-1,8
-6,7
-2,2
-1,3
-1,4
4,1
-0,6
6,4
2,5
5,9
6,6
-0,3
3,9
0,8
1,4
1,2
1,2
1,3
1,3
2,1
1,5
0,9
1,2
1,3
1,2
1,2
1,4
1,3
1,2
1,2
1,6
1,4
1,4
1,0
1,3
1,3
48
Tabel 14 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met standaardafwijking voor per ILVO-proef
Proef
n
202
204
205
206
207
208
209
211
217
219
221
223
224
225
226
236
246
249
251
252
253
259
Gem
Stafw
32
36
97
32
56
51
54
54
96
108
53
102
51
102
76
102
120
80
38
114
100
155
1709
Ruwvoederopname
Gecor- Stafw Voorrigeerd
speld
13,2
0,9
12,4
14,6
2,1
13,4
14,1
2,0
13,2
15,3
2,0
13,5
14,4
2,1
13,4
12,8
1,9
13,5
13,7
2,6
14,0
13,9
2,1
13,8
12,6
1,7
13,6
13,1
1,6
13,4
14,3
1,8
14,1
15,8
1,7
15,2
12,3
2,2
13,7
15,7
1,3
14,4
14,1
2,0
13,4
14,7
1,8
14,0
14,7
2,0
13,4
13,7
2,0
13,7
15,7
2,8
13,4
16,1
2,6
14,8
16,3
1,8
13,3
17,1
2,3
14,4
14,5
2,0
13,8
1,2
0,6
Stafw
0,7
1,0
1,0
0,7
1,2
0,6
1,1
0,4
1,0
0,7
0,6
0,9
0,7
0,8
1,1
1,0
1,0
1,0
1,0
1,1
1,0
1,0
0,9
Verschil
kg
Stafw
%
0,8
1,3
0,9
1,8
1,0
-0,8
-0,3
0,1
-1,0
-0,2
0,1
0,6
-1,4
1,3
0,7
0,7
1,3
0,0
2,3
1,2
3,0
2,7
0,7
1,1
6,3
8,8
6,5
11,9
6,8
-6,0
-2,5
0,9
-7,7
-1,8
0,9
3,5
-11,8
8,0
5,0
4,5
8,7
0,2
14,6
7,5
18,3
15,8
4,5
7,4
0,6
1,4
1,5
1,6
1,7
1,6
2,1
2,0
1,1
1,4
1,5
1,1
1,8
1,2
1,4
1,3
1,4
1,4
2,0
1,9
1,2
1,7
1,5
Totale opname
Gecor- Stafw
rigeerd
19,7
1,7
23,0
2,8
20,1
3,5
23,5
1,9
22,9
3,3
23,3
3,9
19,8
4,5
21,2
3,8
21,8
3,3
22,9
3,0
20,7
3,6
24,5
3,4
21,3
3,1
23,5
3,3
21,0
3,3
23,3
2,5
22,9
2,5
22,8
3,2
20,8
1,9
21,4
3,2
23,9
2,9
25,2
3,9
22,2
3,1
1,5
Voorspeld
18,9
20,7
19,3
21,1
20,4
20,8
20,6
19,4
21,5
21,9
20,7
22,9
21,7
22,0
20,1
22,0
21,1
21,6
19,5
20,9
20,8
22,1
20,9
1,0
Stafw
1,4
1,3
2,2
1,4
2,5
2,7
3,3
2,2
2,3
1,7
2,0
2,0
1,9
2,3
2,3
1,8
1,5
1,9
1,0
2,0
2,1
2,3
2,0
Verschil
kg
Stafw
%
0,8
2,3
0,9
2,4
2,5
2,5
-0,7
1,8
0,3
1,0
0,0
1,5
-0,4
1,5
0,9
1,3
1,8
1,2
1,3
0,4
3,1
3,2
1,3
1,0
4,2
10,0
4,4
10,1
10,8
10,7
-3,7
8,5
1,4
4,2
0,1
6,2
-1,9
6,4
4,3
5,6
7,9
5,3
6,3
1,9
12,8
12,7
5,8
4,4
0,7
1,7
1,7
1,4
1,6
1,6
2,2
2,1
1,3
1,7
1,9
1,5
1,9
1,6
1,6
1,4
1,4
1,7
1,6
1,8
1,3
1,9
1,6
49
Tabel 15 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met standaardafwijking per rantsoentype en van de gehele dataset van de ILVOproeven
MK1
MK+GK2
MK+GKlaver3
MK+GK+PP4
MK+GK+Draf
Ruwvoederopname
n
Waarge Stafw Voor-nomen
speld
107
14,2
2,5
14,1
1085 15,6
2,6
13,7
28
15,5
2,3
14,3
417
15,1
2,3
14,2
34
14,0
2,3
13,7
Totaal
1708 15,4
2,6
13,8
Stafw
Verschil
kg
Stafw
%
0,9
1,1
0,9
1,0
0,7
0,1
1,9
1,2
1,0
0,3
2,1
2,1
1,9
1,9
1,9
1,5
2,1
1,1
0,9
14,1
8,3
6,7
1,9
Totale opname
Waarge- Stafw
nomen
20,0
3,2
21,3
2,8
21,5
2,6
21,1
2,8
20,0
2,1
Voorspeld
20,6
21,0
20,8
21,7
21,4
10,9
21,1
21,1
2,9
Stafw
Verschil
kg
Stafw
%
2,7
2,1
2,2
2,4
1,9
-0,6
0,3
0,7
-0,6
-1,3
1,7
1,6
1,4
1,3
1,1
-3,1
1,5
3,2
-2,9
-6,2
2,3
0,01
1,6
-0,1
1 MK=maïskuil, 2 GK=graskuil, 3 GKlaver=grasklaver, 4 PP=perspulp
Tabel 166 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met standaardafwijking per rantsoentype en van de gehele dataset van de ILVOproeven
MK
MK+GK
MK+GKlaver
MK+GK+PP
MK+GK+Draf
107
1085
28
417
34
Ruwvoederopname
GecorStafw Voorrigeerd
speld
13,9
2,2
13,9
14,9
2,5
13,7
14,7
2,2
14,3
14,5
2,1
14,2
13,1
1,9
13,7
Totaal
1708
14,7
n
2,4
13,8
Stafw
Verschil
kg
Stafw
%
Voorspeld
20,4
21,0
20,8
21,7
21,4
Stafw
Verschil
kg
Stafw
%
0,2
8,7
2,8
2,1
-4,5
Totale opname
GecorStafw
rigeerd
20,2
3,9
22,6
3,4
22,9
3,1
23,3
3,5
21,7
3,1
1,0
1,1
0,9
1,0
0,7
0,0
1,2
0,4
0,3
-0,6
1,8
1,9
1,8
1,5
1,4
2,6
2,2
2,2
2,4
1,9
-0,2
1,6
2,1
1,5
0,3
2,0
1,9
1,8
1,7
1,5
-0,8
7,9
10,3
7,0
1,5
1,1
0,8
1,9
6,1
22,6
21,1
2,3
1,4
1,9
6,7
3,6
50
2.4.1.2 AVEVE-proeven
De resultaten van de AVEVE-dataset worden weergegeven in tabellen 17, 18, 19 en 20 De eerste
vier proeven van AVEVE werden uitgevoerd met flatratevoedering en de andere vier met
normvoedering. Ook hier valt het op dat er veel variatie is in werkelijke opname, ook voor totale
opname. De ruwvoederopname zou gemiddeld 12,5 % hoger liggen dan voorspeld. Dit is meer
dan wat bekomen werd voor de ILVO-proeven. Dit zou kunnen liggen aan het feit dat de koeien
gehuisvest waren in een loopstal, waarvoor een hogere ruwvoederopname zou mogen
aangenomen worden. Wanneer het verschil gemaakt wordt tussen de flatrateproeven en de
normproeven blijkt echter dat deze gemiddeld hogere opname te wijten is aan de proeven met
flatratevoedering. Het gemiddelde voor de proeven met normvoedering is 7,1 %, wat zelfs lager
is dan van de ILVO-proeven.
De gemiddelde ruwvoederopname daalde tot 5 % hoger dan voorspeld na corrigeren voor
krachtvoeder en de totale opname steeg tot 8 % hoger dan voorspeld. Wanneer het onderscheid
gemaakt wordt tussen flatrate- en normvoedering, valt op dat de gemiddelde ruwvoederopname
voor flatrate nog steeds 10,1 % meer bedraagt dan voorspeld, net als de totale opname. Voor
normvoedering zou de ruwvoederopname net juist voorspeld worden door het ILVO-model. De
totale voederopname zou hier echter 4,5 % hoger liggen dan voorspeld. De lage
ruwvoederopname zou dus kunnen veroorzaakt zijn door een hoge krachtvoedergift.
51
Tabel 17 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met standaardafwijking per AVEVE-proef
Proef
n
1
409
2
472
3
392
4
611
5
245
6
368
7
342
8
408
Gemiddeld
Standaardafw
Ruwvoederopname
Waarge- Stafw
nomen
16,1
2,7
14,8
2,1
15,9
2,1
16,4
2,9
13,5
2,5
14,9
2,6
13,6
2,4
14,8
2,2
15,0
2,4
1,0
Voorspeld
14,0
12,1
13,6
13,6
13,3
13,7
12,9
13,1
13,3
0,5
Stafw
1,2
1,0
1,0
1,1
1,2
1,1
1,2
0,9
1,1
Verschil
kg
Stafw
%
2,1
2,7
2,3
2,8
0,1
1,2
0,6
1,6
1,7
0,9
13,1
22,2
17,3
20,2
1,0
8,6
4,8
12,4
12,5
6,5
2,3
1,8
2,0
2,5
1,7
1,9
1,8
1,8
2,0
Totale opname
WaargeStafw
nomen
21,1
2,8
18,7
2,4
21,6
2,2
21,7
2,9
19,6
2,8
21,1
3,2
20,4
2,5
22,3
3,0
20,8
2,7
1,0
Voorspeld
20,8
19,4
19,9
21,4
20,6
20,9
21,1
22,1
20,8
0,8
Stafw
2,0
1,8
1,6
2,0
2,5
2,1
2,2
2,5
2,1
Verschil
kg
Stafw
%
0,2
-0,6
1,8
0,3
-1,0
0,2
-0,7
0,2
0,0
0,8
1,1
-3,3
8,8
1,3
-4,9
0,9
-3,2
0,8
0,2
3,8
2,0
1,9
1,6
2,1
1,5
1,8
1,5
1,7
1,8
Tabel 18 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met standaardafwijking per AVEVE-proef
Proef
n
1
409
2
472
3
392
4
611
5
245
6
368
7
342
8
408
Gemiddeld
Standaardafw
Ruwvoederopname
GecorStafw
rigeerd
15,1
2,5
13,3
2,0
15,6
1,8
15,1
2,7
12,7
2,9
14,2
3,1
12,0
2,8
13,8
3,2
14,0
2,6
1,1
Voorspeld
14,0
12,1
13,6
13,6
13,3
13,7
12,9
13,1
13,3
0,5
Stafw
1,2
1,0
1,0
1,1
1,2
1,1
1,2
0,9
1,1
Verschil
kg
Stafw
%
1,2
1,2
2,0
1,5
-0,6
0,5
-0,9
0,6
0,7
0,9
8,2
9,9
14,8
11,0
-4,7
3,7
-7,2
4,4
5,0
6,8
2,0
1,7
1,6
2,1
2,1
2,4
2,1
2,5
2,1
Totale opname
GecorStafw
rigeerd
22,8
3,8
21,5
2,8
22,3
3,0
24,1
3,9
21,0
3,0
22,3
2,9
21,5
2,8
24,2
3,0
22,5
3,2
1,0
Voorspeld
20,8
19,4
19,9
21,4
20,6
20,9
22,1
22,1
20,9
0,8
Stafw
2,0
1,8
1,6
2,0
2,5
2,1
2,2
2,5
2,1
Verschil
kg
Stafw
%
2,0
2,1
2,4
2,6
0,4
1,2
0,4
2,1
1,7
0,8
9,7
11,0
11,9
12,3
1,9
5,7
2,1
9,5
8,0
3,7
2,4
1,7
2,1
2,4
2,4
2,6
2,3
2,5
2,3
52
Tabel 17 Overzicht gemiddelde werkelijke opname, voorspelde opname en verschil met standaardafwijking voor flatrate- en normvoedering
n
Flatrate
Norm
1884
1363
Ruwvoederopname
Waarge- Stafw Voornomen
speld
15,8
2,6
13,3
14,0
2,6
13,3
Stafw
Verschil
kg
Stafw
%
1,3
1,1
2,5
1,0
15,2
7,1
2,2
1,9
Totale opname
Waarge- Stafw
nomen
20,8
2,9
20,8
2,9
Voorspeld
20,5
21,3
Stafw
Verschil
kg
Stafw
%
2,1
2,4
0,3
-0,3
1,4
-1,4
2,1
1,7
Tabel 18 Overzicht gemiddelde gecorrigeerde opname, voorspelde opname en verschil met standaardafwijking voor flatrate- en normvoedering
n
Flatrate
Norm
1884
1363
Ruwvoederopname
GecorStafw voorrigeerd
speld
14,8
2,5
13,3
13,3
3,1
13,3
Stafw
Verschil
kg
Stafw
%
1,3
1,3
1,5
0,1
10,1
0,8
1,9
2,4
Totale opname
GecorStafw
rigeerd
22,8
3,6
22,3
3,1
Voorspeld
20,5
21,3
Stafw
Verschil
kg
Stafw
%
1,2
2,4
2,3
1,0
10,1
4,5
2,2
2,5
53
2.4.1.3 Praktijkbedrijven
Voor elke proefweek werd de ruwvoederopname en totale opname voorspeld per dier per dag.
De gemiddelde werkelijk opgenomen hoeveelheid ruwvoeder en opgenomen totaal rantsoen
werden berekend per dier per dag. Het verschil werd uitgerekend in procent t.o.v. de voorspelde
opname en in kg (tabel 21). Ook voor deze gegevens werd gecorrigeerd voor krachtvoedergift.
De ruwvoederopname zou 22 % hoger liggen dan voorspeld op de praktijkbedrijven, wat erg
hoog is. Ook gecorrigeerd ligt dit nog steeds 14,2 % hoger, wat 3,3 % meer is dan bekomen voor
het ILVO en 13,6 % meer dan bekomen voor de AVEVE-proeven met normvoedering. Ook de
standaardafwijking op het gemiddelde is erg groot (10,9), wat wijst op zeer uiteenlopende
resultaten. De totale opname zou 5,3 % hoger liggen dan voorspeld, wat eveneens meer is dan
bekomen voor ILVO en AVEVE. Er zou dus een algemeen hogere opname zijn.
Tabel 19 Verschil in TOT en RV-opname voor werkelijke en gecorrigeerde gegevens van de praktijkbedrijven
Bedrijf
1
2
3
4
5
Week
1
2
3
4
5
1
2
3
4
1
2
1
2
1
2
6
7
8
9
10
11
12
13
2
14
2
15
Gemiddelde
Standaardafw
Verschil in RV-opname
%
kg
21,5
3,0
29,8
4,2
13,6
2,1
11,6
1,8
24,2
3,9
19,9
2,8
2,4
0,3
23,4
3,3
15,3
2,2
31,8
4,4
26,5
3,7
9,9
1,4
16,7
2,4
33,1
4,3
30,1
3,8
39,0
5,3
49,5
6,7
36,5
4,7
18,5
2,5
20,6
2,8
10,6
1,7
2,2
0,3
18,8
2,9
23,1
3,2
22,0
3,2
22,0
3,1
10,9
1,4
Verschil in TOT opname
%
kg
4,6
0,9
13,0
2,7
6,9
1,5
4,4
0,9
3,4
0,8
0,4
0,1
-9,4
-2,1
2,0
0,4
4,8
1,0
10,0
2,4
2,6
0,5
2,3
0,5
12,0
2,6
15,6
3,0
7,4
1,5
6,6
1,4
17,8
3,5
19,0
3,8
-6,0
-1,4
0,4
0,1
3,0
0,6
-3,4
-0,7
10,2
2,5
-3,3
-0,7
9,0
1,9
5,3
1,1
6,9
1,4
Gecorrigeerd
RV (%)
TOT (%)
14,4
13,5
23,9
20,6
9,0
13,0
6,4
11,3
12,4
18,1
10,5
11,6
-6,2
0,7
15,7
15,7
10,3
11,1
23,6
20,1
16,1
15,3
3,1
-2,4
13,2
6,9
27,9
20,0
21,8
17,8
27,3
20,8
41,1
11,9
29,7
24,2
4,2
9,4
11,3
11,7
6,6
3,2
-3,3
-2,9
11,1
19,0
9,5
11,7
16,1
13,7
14,2
12,6
10,5
7,0
54
Op enkele bedrijven werd opvallend veel ruwvoeder opgenomen en was het verschil met de
voorspelde opname wel erg groot. Zelfs wanneer gecorrigeerd werd voor krachtvoedergift werd
nog 14,2 % meer opgenomen dan voorspeld. Er werd dan ook beslist om de bedrijven waar,
gecorrigeerd meer dan 25 % ruwvoeder
meer werd opgenomen dan voorspeld niet te
gebruiken om de gemiddelde afwijking van de voorspelde ruwvoederopname te berekenen. Het
gemiddelde en de standaardafwijking zijn kleiner en realistischer (tabel 22).
Tabel 20 Verschil in opname voor bedrijven met een gecorrigeerde ruwvoederopname minder dan 25 %
hoger dan voorspeld
Verschil in RV-opname
Verschil in TOT opname
Gecorrigeerd
%
kg
%
kg
RV (%)
TOT (%)
Gemiddeld
18,7
2,6
3,5
0,7
10,9
11,4
Standafw
8,0
1,1
5,7
1,2
7,5
6,7
Hetzelfde werd ook uitgerekend voor proefweken met een gecorrigeerde ruwvoederopname die
minder dan 20 % hoger lag dan voorspeld (tabel 23).
Tabel 21 Verschil in opname voor de bedrijven met een gecorrigeerde ruwvoederopname minder dan 20 %
hoger dan voorspeld
Verschil in RV-opname
Verschil in TOT opname
Gecorrigeerd
%
kg
%
kg
RV (%)
TOT (%)
Gemiddeld
16,7
2,4
2,4
0,5
8,9
10,0
Standafw
6,9
1,0
5,4
1,2
6,1
6,3
Op enkele bedrijven werd de proefweek herhaald. Het valt op dat de resultaten voor deze weken
soms veel verschillen. Dit toont aan dat er veel variatie optreedt op de praktijkbedrijven. Het is
dus ook niet de bedoeling om het ILVO-model te corrigeren aan de hand van deze gegevens,
maar wel om na te gaan of de gegevens van het ILVO en van AVEVE realistisch zijn. Wanneer de
uitschieters eruit gelaten worden, is het verschil in werkelijke totale opname en voorspelde
totale opname niet groot (3,5 % of zelfs 2,4 % meer opgenomen in werkelijkheid). Het verschil
tussen ruwvoederopname en totale opname is groter dan voor de ILVO- en AVEVE-dataset. Dit
zou erop kunnen wijzen dat er minder krachtvoeder wordt gegeven in de praktijk als op deze
proefinstellingen.
55
2.4.2 Grafische weergave ruwe resultaten
Om een zicht te krijgen op de data in het algemeen, werden deze uitgezet ten opzichte van
enkele belangrijke invloedsfactoren. Aangezien dit gegevens betreft uit verschillende proeven,
kunnen hier wel proefeffecten meespelen. Het is dan ook niet de bedoeling om met deze
grafieken iets te bewijzen.
2.4.2.1 ILVO-proeven
RV-opname i.f.v. LN
RV-opname (kg DS)
25
20
15
10
5
0
2
4
6
8
Lactatienummer
Figuur 13 Ruwvoederopname in functie van het lactatienummer
Wanneer de ruwvoederopname in functie van het lactatienummer wordt bekeken, wordt
duidelijk waargenomen dat de ruwvoederopname stijgt van 1e naar 2e lactatie (figuur 13). Ook
van 2e naar 3e lactatie en meer wordt een stijging waargenomen, weliswaar minder duidelijk.
Opvallend is de lage opname voor 5e lactatie. De parameters die hierna besproken worden zullen
apart bekeken worden voor 1e lactatie en hoger. Voor het ILVO kan de invloed van het
lactatiestadium niet besproken worden aangezien deze gegevens niet in de dataset
voorkwamen.
RV-opname i.f.v.
gewicht voor LN≥2
20
30
15
10
y = 0,0171x + 3,8465
R² = 0,1792
5
400
500
600
700
Lichaamsgewicht (kg)
800
RV-opname (kg DS)
RV-opname (kg DS)
RV-opname i.f.v.
gewicht voor LN=1
25
20
15
10
y = 0,0236x + 0,7809
R² = 0,3458
5
0
450
550
650
750
850
Lichaamsgewicht (kg)
Figuur 14 Ruwvoederopname in functie van lichaamsgewicht voor 1e en hogere lactaties
56
Bij het uitzetten van de ruwvoederopname in functie van het lichaamsgewicht, is een duidelijk
positief verband merkbaar (figuur 14). Het is wel opvallend dat dit verband minder van de
variatie verklaart voor vaarzen, aangezien in het ILVO-model het gewicht een belangrijkere
invloed heeft bij vaarzen. Er werd ook onderzocht of er een verschil is tussen tweede lactatie en
derde en meer, maar dit was niet het geval.
RV-opname i.f.v. MP
RV-opname (kg DS)
25
20
15
10
y = 0,035x + 14,31
R² = 0,0077
5
0
5
15
25
35
45
55
Melkproductie (kg)
Figuur 15 Ruwvoederopname in functie van de melkproductie
Zoals in het opnamemodel van het ILVO wordt aangenomen is er geen verband tussen de
ruwvoederopname en melkproductie (figuur 15).
2.4.2.2 AVEVE-proeven
RV-opname i.f.v. LN+DIM
RV-opname (kg DS)
30
25
20
15
10
5
0
0
1
2
3
4
5
6
7
8
Lactatienummer + lactatiestadium
Figuur 16 Ruwvoederopname in functie van het lactatienummer en lactatiestadium
57
Ook bij deze gegevens wordt een duidelijk grotere ruwvoederopname waargenomen vanaf
tweede lactatie (figuur 16). In derde lactatie en hoger is er nog een lichte stijging te merken.
Vanaf vierde lactatie zijn te weinig gegevens beschikbaar om een duidelijk beeld te verkrijgen.
RV-opname i.f.v.
gewicht voor LN≥2
25
20
15
10
y = 0,0173x + 3,3045
R² = 0,2191
5
0
400
500
600
700
RV-opname (kg DS)
RV-opname (kg DS)
RV-opname i.f.v.
gewicht voor LN=1
30
25
20
15
10
5
0
800
y = 0,0112x + 9,2857
R² = 0,0521
450
Lichaamsgewicht (kg)
550
650
750
850
Lichaamsgewicht (kg)
Figuur 17 Ruwvoederopname in functie van het lichaamsgewicht voor 1e en hogere lactaties
Bij de AVEVE-resultaten is het positief effect van lichaamsgewicht op ruwvoederopname
duidelijk, vooral bij eerste lactatie (figuur 17). Ook hier werd onderzocht of er een verschil is
tussen tweede lactatie en derde en meer, maar er is geen onderscheid.
Aangezien flatratevoedering een invloed heeft op het verband tussen ruwvoederopname en
lactatiestadium en ruwvoederopname en melkproductie, wordt dit apart bekeken.
Flatratevoedering
30
20
RV-opname (kg DS)
RV-opname (kg DS)
25
RV-opname i.f.v. DIM
voor LN=2
RV-opname i.f.v. DIM
voor LN=1
15
10
y = 0,0116x + 12,116
R² = 0,1673
5
25
20
15
10
y = -0,0038x + 17,068
R² = 0,0093
5
0
0
0
100
200
300
Lactatiestadium (dagen)
400
0
100
200
300
400
Lactatiestadium (dagen)
58
RV-opname i.f.v. DIM
voor LN≥3
RV-opname (kg DS)
30
25
20
15
10
y = -0,0108x + 19,162
R² = 0,084
5
0
0
100
200
300
400
Lactatiestadium (dagen)
Figuur 18 Ruwvoederopname in functie van het lactatiestadium voor 1e, 2e en hogere lactaties
Er is een duidelijk positief verband tussen ruwvoederopname en lactatiestadium voor vaarzen,
wat logisch is aangezien zij nog niet volgroeid zijn wanneer zij voor de eerste keer kalven (figuur
18). Vanaf derde lactatie is er een negatief verband, dat echter een lage determinatiecoëfficiënt
heeft.
RV-opname i.f.v. MP
RV-opname (kg DS)
30
25
20
15
10
y = 0,2032x + 10,14
R² = 0,2124
5
0
10
15
20
25
30
35
40
45
50
Melkproductie (kg)
Figuur 19 Ruwvoederopname in functie van melkproductie
Er bestaat een duidelijk verband tussen ruwvoederopname en melkproductie bij
flatratevoedering, aangezien de koeien allemaal eenzelfde hoeveelheid krachtvoeder krijgen en
een eventueel hogere behoefte dus moeten compenseren met een hogere ruwvoederopname
(figuur 19).
59
Normvoedering
RV-opname i.f.v. DIM
voor LN=1
RV-opname i.f.v. DIM
voor LN=2
25
15
10
5
y = 0,0153x + 10,005
R² = 0,2612
0
0
100
200
300
RV-opname (kg DS)
RV-opname (kg DS)
20
20
15
10
y = 0,001x + 14,749
R² = 0,0008
5
0
0
Lactatiestadium (dagen)
100
200
300
Lactatiestadium (dagen)
RV-opname i.f.v. DIM
voor LN≥3
RV-opname (kg DS)
25
20
15
10
y = -0,0093x + 17,141
R² = 0,0698
5
0
0
100
200
300
Lactatiestadium (dagen)
Figuur 20 Ruwvoederopname in functie van het lactatiestadium voor 1e, 2e en hogere lactaties
Ook bij normvoedering is er een duidelijk positief verband tussen ruwvoederopname en
lactatiestadium voor vaarzen, wat verklaard kan worden door dezelfde reden (figuur 20). Vanaf
derde lactatie is er een licht negatief verband dat een lage correlatie heeft. Het positief verband
in de eerste lactatie kan verklaard worden doordat vaarzen nog groeien en hun
opnamecapaciteit bijgevolg vergroot. De dalende ruwvoederopname in hogere lactaties zou
eventueel kunnen te maken hebben met een lagere behoefte.
60
RV-opname i.f.v. MP
RV-opname (kg DS)
25
20
15
10
y = 0,1484x + 9,0895
R² = 0,1317
5
0
10
20
30
40
50
60
Melkproductie (kg)
Figuur 21 Ruwvoederopname in functie van melkproductie
In tegenstelling tot het ILVO-model en de resultaten van de ILVO-proeven, is hier wel een
positief verband tussen ruwvoederopname en melkproductie. De correlatie is wel lager dan bij
flatratevoedering (figuur 21).
2.4.2.3 Praktijkbedrijven
Voor de praktijkbedrijven wordt gewerkt met gemiddelden per bedrijf. De resultaten dienen
enkel om aan te tonen hoeveel ruwvoeder in de praktijk opgenomen wordt en om de gekozen
aanpassing te ondersteunen.
61
2.4.3 Verwerking resultaten met Mixed Model Analysis
In de verwerking van de ruwe data werd een pool gemaakt van alle data. Hierdoor kunnen
proefeffecten meespelen. Om dit weg te werken werd een Linear Mixed Model toegepast in SPSS.
Dit is een lineaire regressie waarbij gecorrigeerd wordt voor een random variabele, in dit geval
elke behandeling per proef aangezien hiervoor telkens een ander rantsoen gebruikt werd. Er
wordt door het programma uitgerekend hoeveel de resultaten van een behandeling gemiddeld
afwijken van een referentie. De data worden hiervoor gecorrigeerd en er wordt een lineaire
regressie toegepast. Een nadeel aan dit model is dat er blijkbaar geen betrouwbare R² berekend
kan worden, waardoor niet geweten is in hoeverre de verklarende parameter gecorreleerd is
met de afhankelijke.
2.4.3.1 ILVO-proeven
Waargenomen data
Er werd een onderscheid gemaakt tussen 1e, 2e en hogere lactatie voor ruwvoederopname.
Tussen 2e en 3e en hogere lactatie was er geen significant verschil (p=0,239). Het heeft dus geen
zin om hier een onderscheid tussen te maken. Het model werd opnieuw berekend met een
onderscheid tussen 1e en 2e en hogere lactatie.
De beste manier om parameters te onderzoeken, is door ze een per een in het model te brengen
en vervolgens de p-waarden te vergelijken. Er werd gewerkt met 95 % significantieniveau (tabel
24). Er werd grafisch onderzocht of er een verschillende invloed zou zijn van melkproductie
voor de verschillende lactaties op de ruwvoederopname, maar dit bleek niet significant te zijn.
Opvallend is dat het RC-gehalte en het DS-gehalte van graskuil hier niet significant zijn voor de
ruwvoederopname. Het RC-gehalte en het DS-gehalte van maïskuil daarentegen wel.
Lichaamsgewicht heeft een verschillende invloed voor vaarzen en voor oudere dieren en zowel
melkproductie als meetmelkproductie zouden een significante invloed hebben. Dit laatste zou
kunnen veroorzaakt worden doordat het krachtvoeder niet volgens de norm gevoederd werd.
Hierdoor moet het verschil in behoefte uit het ruwvoeder gehaald worden.
Deze parameters werden op dezelfde manier onderzocht voor de gecorrigeerde dataset en daar
bleek dat meetmelkproductie geen significante invloed had (p=0,271) en melkproductie wel
(p=0,000) maar slechts een klein negatief verband (-0,034) wat niet logisch is. Het zou logischer
zijn moest er een positief verband zijn. Dit wijst erop dat de ruwvoederopname niet echt
beïnvloed wordt door de (meet)melkproductie wanneer volgens de norm gevoederd wordt.
Daarom lijkt het beter deze parameters niet meer in het mixed model te betrekken.
62
Tabel 22 Significantiewaarden voor de mogelijke verklarende parameters van de ruwvoederopname voor de
ILVO-proeven
Parameter
p-waarde (LN=1)
LN≥2
Lichaamsgewicht
0,001
0,000
Melkproductie
0,000
-
Meetmelkproductie
0,000
-
RCmk1
0,000
-
RCgk2
0,973
-
DSmk3
0,000
-
DSgk4
0,218
-
1 RCmk=ruwecelstofgehalte van maïskuil (g per kg DS), 2 RCgk=ruwecelstofgehalte van graskuil, 3
DSmk=drogestofgehalte van maïskuil (in %), 4 DSgk=drogestofgehalte van graskuil
Voor LN≥2 werd enkel een onderscheid gemaakt voor lichaamsgewicht.
Vervolgens worden de verschillende overblijvende parameters gecombineerd. De invloed van
lichaamsgewicht lijkt duidelijk. Deze parameter wordt dus in het mixed model opgenomen. De
vraag is welke van de parameters voor maïskuil de grootste invloed op de ruwvoederopname
hebben. Deze parameters zijn namelijk gecorreleerd met elkaar.
De regressievergelijkingen met RC-gehalte van maïskuil:
LN=1:
-
LN≥2:
-
en met DS-gehalte van maïskuil:
LN=1:
-
LN≥2:
-
-
Uit deze vergelijkingen valt af te leiden dat de invloed van het DS-gehalte van maïskuil een
belangrijke invloed zou hebben op de ruwvoederopname dan het RC-gehalte. Deze parameter is
nochtans niet opgenomen in het ILVO-model. De invloed van het lichaamsgewicht zou groter zijn
voor 2e lactatie dan voor vaarzen. Ook dit is in tegenstelling tot het ILVO-model, waar het
gewicht een grotere invloed heeft voor vaarzen.
Gecorrigeerde data
Ook bij deze dataset werd eerst het onderscheid gemaakt tussen 1e, 2e en 3e en hogere lactatie en
bleek het verschil tussen 2e en hogere lactatie niet significant (p=0,113). Het model werd
opnieuw toegepast met een onderscheid tussen 1e en hogere lactaties. Er was een significant
verschil (p=0,000), dus is het nuttig om de 1e lactatie apart te onderzoeken.
Bij de voor krachtvoedergecorrigeerde dataset bleek eveneens het RC-gehalte van de graskuil
niet significant te zijn maar het DS-gehalte nu wel (tabel 25). De meetmelkproductie is hier niet
63
significant maar de melkproductie wel. Deze laatste zou echter een kleine negatieve invloed
hebben (-0,034), wat niet logisch zou zijn. Als er al een invloed is van melkproductie op de
ruwvoederopname, dan zou deze positief moeten zijn aangezien dat zou willen zeggen dat er
meer opgenomen wordt om aan de hogere behoefte te voldoen. Het zou dus beter zijn deze
parameter niet in het model op te nemen.
Tabel 23 Significantiewaarden voor de invloedsfactoren van de ruwvoederopname voor de ILVO-proeven
gecorrigeerd voor krachtvoedergift
Parameter
p-waarde (LN=1)
LN≥2
Lichaamsgewicht
0,028
0,000
Meetmelk
0,317
-
Melkproductie
0,000
-
RCmk
0,000
-
RCgk
0,187
-
DSmk
0,000
-
DSgk
0,043
-
Wanneer lichaamsgewicht en DS-gehalte van de graskuil samen in het model worden gestoken,
is de invloed van het DS-gehalte niet meer significant (p=0,731). Deze parameter wordt dus ook
weggelaten. Voor lichaamsgewicht en ofwel RC-gehalte ofwel DS-gehalte van maïskuil is het niet
meer significant om een onderscheid te maken tussen 1e en hogere lactaties (p=0,190). Het nietsignificante verschil is inderdaad ook niet groot: het verschil is respectievelijk 0,0022 en 0,0026.
De regressievergelijkingen zijn:
Met RC-gehalte:
-
Met DS-gehalte:
-
-
De invloed van het lichaamsgewicht is ongeveer even groot als voor de hogere lactaties in de
dataset met werkelijke ruwvoederopnames. De invloed van het RC-gehalte van maïskuil zou hier
groter zijn maar de invloed van het DS-gehalte blijft ongeveer hetzelfde. Het is nogal moeilijk te
verklaren waarom de opgenomen hoeveelheid krachtvoeder een invloed zou hebben op het
effect van de parameter RCmk. Het zou kunnen dat het onderscheid tussen 1e en hogere lactaties
hier niet meer significant is omdat in de werkelijke dataset de vaarzen op een verschillend
niveau krachtvoeder krijgen dan oudere dieren aangezien vaarzen doorgaans een extra behoefte
hebben voor groei. Misschien is de hoeveelheid gevoederd aan vaarzen niet volledig juist
volgens hun werkelijke behoefte en wordt hierdoor de ruwvoederopname beïnvloed.
64
2.4.3.2 AVEVE-proeven
Waargenomen data
Voor de AVEVE-proeven werd hetzelfde toegepast als voor de ILVO-proeven. Er wordt meteen
een onderscheid gemaakt tussen de eerste 4 proeven met flatratevoedering en de andere 4
proeven met normvoedering, want de kans is zeer groot dat dit de resultaten beïnvloed. Voor de
proeven met flatratevoedering lijkt een onderscheid tussen de lactaties niet nuttig (p=0,034
voor het verschil tussen 2e lactatie en oudere dieren en p=0,296 voor het verschil tussen 1e
lactatie en oudere dieren). Het onderscheid voor de verschillende leeftijden is wel significant
voor lichaamsgewicht dus is het toch beter om een onderscheid te maken. Alle andere
parameters zijn wel significant. Wanneer meetmelkproductie in plaats van melkproductie wordt
gebruikt, is ook het onderscheid tussen 1e lactatie en hoger niet significant (p=0,121). Het is
misschien beter om deze eerste vier proeven verder niet in de evaluatie van de
ruwvoederopnamevoorspelling te betrekken.
Wanneer het model toegepast wordt op de proeven met normvoedering en met melkproductie
als parameter in plaats van meetmelkproductie is het onderscheid tussen 2e en hogere lactaties
niet significant voor lichaamsgewicht (p=0,062). Wanneer meetmelkproductie gebruikt wordt, is
het verschil wel significant (p=0,042). De meetmelkproductie heeft een grotere invloed dan
melkproductie (0,097 i.p.v. 0,063) dus wordt er verder gewerkt met de 3 niveaus voor leeftijd en
met meetmelkproductie.
Er zou een verband kunnen zijn tussen meetmelkproductie en lactatienummer voor
ruwvoederopname. Dit wordt best eerst grafisch gecontroleerd en op deze manier werd geen
relevant verschil opgemerkt. Deze interactie wordt dus uitgesloten. Alle gebruikte parameters
zijn significant, uitgezonderd het RC-gehalte van maïskuil (tabel 26). Lichaamsgewicht zou niet
significant zijn (0,188). Dit werd getest zonder de onderverdeling per lactatie en was toen wel
significant. Het lijkt dus wel nuttig om deze parameter apart voor de lactatiegroepen te
onderzoeken. Zowel melkproductie als meetmelkproductie zouden de ruwvoederopname
significant beïnvloeden bij de gecorrigeerde dataset (p=0,000 voor beide).
Tabel 24 Significantiewaarden voor de invloedsfactoren van de ruwvoederopname voor de AVEVE-proeven
met normvoedering
Parameter
Lichaamsgewicht
Lichaamsgewicht
Melkproductie
Meetmelkproductie
RCmk
RCgk
DSmk
DSgk
DIM1
p-waarde (LN=1)
0,000
0,000
0,000
0,000
0,597
0,000
0,000
0,035
0,000
LN=2
0,013
-
LN≥3
0,188
-
-
-
1 DIM=Days In Milk (lactatiestadium)
65
Er werd verder onderzocht of de combinaties van de significante parameters ook significant zijn.
Lactatiestadium (DIM) bleek niet meer significant te zijn in combinatie met het lichaamsgewicht
(p=0,573). Deze zijn weliswaar met elkaar gecorreleerd. Ook DS-gehalte van graskuil bleek niet
meer significant te zijn gecombineerd met alle overige parameters (p=428). Meetmelk apart
gecombineerd met RCgk en DSgk was niet signficant en melkproductie wel, dus werd voor deze
laatste gekozen.
De regressievergelijkingen zijn:
LN=1:
-
-
LN=2:
-
-
LN≥3:
-
De invloed van gewicht wordt hier kleiner met stijgende leeftijd, wat overeenkomt met het ILVOmodel. De invloed van DS-gehalte van maïskuil lijkt hier groter te zijn dan voor de ILVO-dataset.
De negatieve invloed van het RC-gehalte van graskuil lijkt overeen te komen met het ILVOmodel. Melkproductie werd niet in het ILVO-model opgenomen maar zou hier een positieve
invloed hebben.
Gecorrigeerde data
Het model werd ook getest voor de gecorrigeerde dataset. Ditmaal is de invloed van het DSgehalte van graskuil niet significant en de rest wel. Voor lichaamsgewicht geldt hetzelfde als
voor de werkelijke dataset (tabel 27).
Tabel 25 Significantiewaarden voor de invloedsfactoren van de gecorrigeerde ruwvoederopname voor de
AVEVE-proeven met normvoedering
Parameter
p-waarde (LN=1)
LN=2
LN≥3
Lichaamsgewicht
0,000
-
-
Lichaamsgewicht
0,000
0,045
0,284
Melkproductie
0,000
-
-
Meetmelkproductie
0,000
-
-
RCmk
0,000
-
-
RCgk
0,000
-
-
DSmk
0,004
DSgk
0,094
-
-
DIM
0,016
-
-
Er werd verder onderzocht of alle combinaties eveneens significant bleven. Er moest een keuze
gemaakt worden tussen melkproductie en meetmelkproductie. Bij deze laatste parameter werd
het RC-gehalte van maïskuil niet meer significant, dus werd melkproductie verder gebruikt. Ook
tussen het RC-gehalte en het DS-gehalte van maïskuil moet een keuze gemaakt worden
66
aangezien deze parameters met elkaar gecorreleerd zijn. De invloed RCmk bleef niet significant.
Bij de combinatie van LG, MP, RCgk en DSmk bleek het onderscheiden van de tweede lactatie niet
significant en werd opnieuw berekend voor vaarzen en oudere dieren.
De regressievergelijkingen met DS-gehalte van maïskuil:
LN=1:
LN
:
-
Hieruit blijkt een grotere invloed van lichaamsgewicht voor vaarzen, zoals ook voor de ILVOdataset het geval zou zijn. Melkproductie zou een grotere invloed hebben dan voor de werkelijke
ruwvoederopname, wat zou wijzen op een invloed van melkproductie zonder interferentie van
het krachtvoederniveau. De positieve invloed van het DS-gehalte van maïskuil is ongeveer even
groot als voor de werkelijke dataset, net als het RC-gehalte van graskuil.
2.4.3.3 ILVO-proeven met alleen maïs- en graskuil
De invloed van het leeftijd lijkt voor de werkelijke ruwvoederopnames van belang maar voor de
gecorrigeerde ruwvoederopnames bleek deze parameter niet altijd significant te zijn. Voor de
ILVO-dataset bleek het niet belangrijk te zijn om de 2e en hogere lactaties apart te bekijken, voor
de AVEVE-dataset wel. Voor de ILVO-dataset bleken lichaamsgewicht en RC-gehalte en DSgehalte van maïskuil van invloed voor de ruwvoederopname. Voor de AVEVE-dataset bleek
eveneens lichaamsgewicht en DS-gehalte van maïskuil belangrijk maar daarnaast ook RC-gehalte
van graskuil en melkproductie. Over de invloed van lichaamsgewicht moet niet meer getwijfeld
worden. De ruwvoederkarakteristieken daarentegen lijken niet eenduidig de ruwvoederopname
te beïnvloeden. Dit zou kunnen komen doordat ook andere ruwvoeders deel uitmaakten van de
rantsoenen, zoals perspulp en draf. Daarom wordt hetzelfde model nogmaals toegepast op de
proefgegevens van het ILVO waar enkel maïs- en graskuil gevoederd werden.
Ten eerste werd opnieuw het verschil tussen 1e, 2e en hogere lactaties getest. Het verschil tussen
2e en hogere lactaties was niet significant voor lichaamsgewicht, dus werd dit onderscheid
weggelaten. De melkproductie en het DS-gehalte en het RC-gehalte van graskuil hadden geen
significante invloed op de ruwvoederopname (tabel 28). Dit zou kunnen verklaard worden
doordat graskuil vaak een kleiner aandeel uitmaakte van het ruwvoederrantsoen.
67
Tabel 26 Significantiewaarden voor de invloedsfactoren van de ruwvoederopname voor de ILVO-proeven met
enkel maïskuil en graskuil als ruwvoeders
Parameter
p-waarde (LN=1)
LN≥2
Lichaamsgewicht
0,001
0,000
Meetmelk
0,000
-
Melkproductie
0,872
-
RCmk
0,000
-
RCgk
0,125
-
DSmk
0,000
-
DSgk
0,922
-
Vervolgens werden de combinaties getest. RC-gehalte en DS-gehalte van maïskuil mogen niet
samen opgenomen worden in het model aangezien ze gecorreleerd zijn.
De regressieformules voor RC-gehalte van maïskuil:
LN=1:
LN
:
-
en voor DS-gehalte van maïskuil:
LN=1:
LN
:
-
-
Hieruit blijkt opnieuw de belangrijke invloed van lichaamsgewicht, die nog steeds groter is voor
oudere koeien dan voor vaarzen. De graskuilparameters blijken ook nu niet belangrijk te zijn, de
maïskuilparameters daarentegen wel. De invloed van (meet)melkproductie speelt hier een rol
en moet dus nog verder onderzocht worden.
Hetzelfde werd toegepast op de gecorrigeerde gegevens met enkel maïs- en graskuil in het
rantsoen. Het onderscheid tussen 2e en hogere lactaties bleek opnieuw niet significant
(p=0,603). Er werd verder gewerkt met het onderscheid tussen 1e en hogere lactaties (tabel 29).
Bij het onderzoeken van elke parameter apart, bleek de invloed het RC-gehalte van maïskuil net
niet significant.
68
Tabel 27 Significantiewaarden voor de invloedsfactoren van de gecorrigeerde ruwvoederopname voor de
ILVO-proeven met enkel maïskuil en graskuil in het ruwvoederrantsoen
Parameter
p-waarde (LN=1)
LN≥2
Lichaamsgewicht
0,000
0,000
Meetmelk
0,000
-
Melkproductie
0,000
-
RCmk
0,074
-
RCgk
0,024
-
DSmk
0,000
-
DSgk
0,003
-
Er werd verder gewerkt met lichaamsgewicht in combinatie met de andere parameters. De
combinatie met het RC-gehalte van graskuil bleek ook niet significant te zijn (p=0,628). Zowel
melkproductie als meetmelkproductie bleven een significante invloed hebben. De bekomen
regressievergelijkingen zijn voor melkproductie:
LN=1:
-
LN≥2:
-
en voor meetmelkproductie:
LN=1:
-
LN≥2:
-
Ook nu valt het grotere verband van lichaamsgewicht voor oudere koeien op, maar de invloed is
veel kleiner dan voor de gehele ILVO-dataset. De invloed van (meet)melkproductie is hier
negatief, in tegenstelling tot de regressievergelijkingen bij de werkelijke opnames. Dit toont aan
dat de invloed van (meet)melkproductie twijfelachtig is. Er is opnieuw een positief verband met
het DS-gehalte van maïskuil; ongeveer dezelfde coëfficiënt werd gevonden (0,150). Er zou een
negatief effect zijn van het DS-gehalte van graskuil. Dit effect is niet te verklaren en klein.
69
2.4.4 Nauwkeurigheid ILVO-model
De nauwkeurigheid van het ILVO-model wordt berekend aan de hand van enkele indicatoren die
worden berekend op basis van de voorspelde en de werkelijke ruwvoederopname in droge stof.
Ze geven de mate weer waarin de voorspelde waarde afwijkt van de werkelijke waarde. Deze
waarden werden berekend in Excel.
- MSPE = Mean Square Prediction Error = ∑
waarin xw en xv respectievelijk de
werkelijke en voorspelde ruwvoederopname in droge stof is en n het aantal waarnemingen.
- MPE = Mean Prediction Error =
De MPE is te vergelijken met de residuele standaardafwijking op een regressie. De MPE is een
maat voor de individuele variatie van het verschil tussen de waargenomen en de voorspelde
waarde.
- RPE = Relative Prediction Error =
De RPE geeft de MPE relatief weer ten opzichte van de gemiddelde werkelijke
ruwvoederopname.
- BIAS = ∑
De BIAS is het gemiddeld verschil tussen de waargenomen en de voorspelde ruwvoederopname
in droge stof.
- Absoluut gemiddelde = ∑
Dit is het gemiddelde van de absolute waarden van het verschil tussen de werkelijke en de
voorspelde ruwvoederopname en heeft aan hoeveel de voorspelde en werkelijke
ruwvoederopname (absoluut) van elkaar verschilden.
- Stafw = standaardafwijking
Dit is de vierkantswortel uit de variantie van het verschil tussen werkelijke en voorspelde
ruwvoederopname. Het is een maat voor de spreiding van deze waarden rond het gemiddelde
(de BIAS). De standaardafwijking is hier beter van toepassing dan de variantie omdat de
standaardafwijking wordt uitgedrukt in dezelfde eenheid als het gemiddelde.
2.4.4.1 ILVO-proeven
Ruwvoederopname
De parameters werden uitgerekend voor alle gegevens en voor 1e, 2e en derde en hogere lactatie
(tabel 30). In het ILVO-model wordt rekening gehouden met 1e-lactatiedieren, maar het zou
kunnen dat er ook moet rekening gehouden worden met het feit dat 2e-lactatiedieren nog niet
hun volledige opnamecapaciteit bereikt hebben. Uit de berekende waarden blijkt dat de
voorspelling van de ruwvoederopname minder nauwkeurig wordt bij hogere leeftijd. Ook het
verschil tussen voorspelde en werkelijke opgenomen hoeveelheid ruwvoeder (de BIAS) wordt
groter bij hogere leeftijd. De BIAS voor 2e en 3e en hogere lactatie liggen wel dicht bij elkaar. Het
absoluut gemiddelde wordt ook groter met stijgende leeftijd. Gemiddeld gezien is de BIAS 1,5
voor de waargenomen opnames en 0,8 voor de gecorrigeerde opnames.
70
Tabel 28 Nauwkeurigheidsparameters toegepast op alle ILVO-gegevens en voor lactatie 1, 2 en 3+
Aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
Alle gegevens
1709
6,9
2,6
0,17
1,5
2,1
2,1
LN=1
508
5,0
2,2
0,18
1,2
1,8
1,9
LN=2
512
6,8
2,6
0,18
1,6
2,1
2,1
LN≥3
689
8,3
2,9
0,20
1,7
2,4
2,3
Aangezien er een duidelijk verschil is bij de verschillende lactaties, werden dezelfde parameters
onderzocht voor lichaamsgewicht (tabel 31). In het ILVO-model wordt namelijk gecorrigeerd
voor lichaamsgewicht met een verschillende factor voor 1e en hogere lactaties. Voor elke
leeftijdscategorie werd het gemiddelde lichaamsgewicht bepaald. Vervolgens werd elke groep
onderverdeeld in koeien met een gewicht lager dan het gemiddelde en koeien met een gewicht
hoger dan het gemiddelde. Ook voor gewicht lijkt te gelden dat de afwijking op het verschil en
het verschil zelf groter worden zijn bij hogere lichaamsgewichten. Dit is een duidelijke indicatie
dat de invloed van het lichaamsgewicht in het model onderschat wordt.
Tabel 29 Nauwkeurigheidsparameters toegepast op alle ILVO-gegevens en voor lactatie 1, 2 en 3+ opgesplitst
voor lichte en zware dieren
LN=1
LN=2
LN≥3
Aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
LG<585
267
3,9
2,0
0,16
0,8
1,6
1,8
LG>585
241
6,2
2,5
0,19
1,5
2,1
2,0
LG<622
268
4,8
2,2
0,16
0,9
1,8
2,0
LG>622
244
9,0
3,0
0,20
2,3
2,5
2,0
LG<658
368
6,6
2,6
0,18
1,2
2,1
2,3
LG>658
321
10,2
3,2
0,21
2,4
2,6
2,1
Hetzelfde werd gedaan voor de gegevens die gecorrigeerd werden voor krachtvoedergift (tabel
32). Zowel het verschil (BIAS) als de afwijking zijn kleiner dan bij de werkelijke gegevens, maar
het stijgend verband met de leeftijd blijft.
Tabel 30 Nauwkeurigheidsparameters toegepast op de voor krachtvoedergift gecorrigeerde gegevens van het
ILVO voor alle gegevens en voor lactatie 1, 2 en 3+
Aantal
MSPE
MPE
RPE
BIAS
Abs Gem
Stafw
Alle gegevens
1709
4,2
2,1
0,14
0,8
1,6
1,9
LN=1
508
3,3
1,8
0,14
0,5
1,5
1,8
LN=2
512
4,0
2,0
0,13
0,9
1,6
1,8
LN≥3
689
5,2
2,3
0,15
1,0
1,8
2,0
Ook bij onderverdeling naar lichaamsgewicht blijven dezelfde verbanden behouden, met kleiner
verschil en kleinere afwijkingen tussen voorspelde en waargenomen ruwvoederopname (tabel
33).
71
Tabel 31 Nauwkeurigheidsparameters toegepast op de voor krachtvoedergift gecorrigeerde gegevens van het
ILVO voor alle gegevens en voor lactatie 1, 2 en 3+ opgesplitst voor lichte en zware dieren
LN=1
LN=2
LN≥3
Aantal
MSPE
MPE
RPE
BIAS
Abs Gem
Stafw
LG<585
267
2,7
1,6
0,13
0,1
1,3
1,6
LG>585
241
4,0
2,0
0,14
0,9
1,6
1,8
LG<622
268
2,9
1,7
0,12
0,4
1,4
1,7
LG>622
244
5,1
2,3
0,14
1,5
1,8
1,7
LG<658
368
3,6
1,9
0,13
0,5
1,5
1,8
LG>658
321
6,9
2,6
0,16
1,7
2,1
2,0
In de ILVO-proeven werden verschillende soorten rantsoenen gebruikt. Vooral maïskuil en
graskuil en maïskuil, graskuil en perspulp werden veel gebruikt. Van deze proeven worden de
nauwkeurigheidsparameters apart berekend (tabel 34). Van de andere proeven is het aantal
koegegevens te klein om er uitspraken over te kunnen doen. Zowel de BIAS als de afwijkingen
zijn duidelijk groter voor de proeven zonder perspulp dan voor alle gegevens. Deze parameters
zijn ook groter dan voor de proeven met perspulp. Het verschil tussen voorspelde en werkelijke
ruwvoederopname zou dus kunnen te wijten zijn aan een verkeerde inschatting van de
opneembaarheid van maïs- en/of graskuil. Dit effect wordt dan verdund door perspulp aan het
rantsoen toe te voegen. De opneembaarheid van perspulp zou dan juist ingeschat worden. Er
zou ook een positieve interactie kunnen zijn tussen maïskuil en graskuil, die niet bevestigd
wordt met perspulp. Bij de bespreking van de resultaten (2.4.1) leek de oorzaak eerder een
verschillend krachtvoederniveau te zijn.
Tabel 32 Nauwkeurigheidsparameters toegepast op de ILVO-proeven met maïskuil, graskuil en perspulp
Aantal
MSPE
MPE
RPE
BIAS
Abs Gem
Stafw
MK+GK
1085
8,3
2,9
0,18
1,9
2,4
2,1
MK+GK+PP
417
4,5
2,1
0,14
1,0
1,7
1,9
Totale opname
De ILVO-formule voor totale opname werd eerder al gevalideerd en bleek de opname behoorlijk
juist te voorspellen (Moens, 2004). In tabel 35 en 36 wordt nagegaan of dit nog steeds klopt.
Eerst werd getest of de totale opname en de voorspelde opname normaal verdeeld waren. Als dit
het geval was, werd het verschil getest met de Paired Samples t-test. Was dit niet het geval werd
het verschil getest met de niet-parametrische Wilcoxon Signed Rank test.
De waargenomen totale opname versus de voorspelde totale opname bleek niet significant
verschillend. Wanneer dit opgesplitst werd voor 1e, 2e en hogere lactaties was het verschil wel
significant voor de eerste twee lactaties. Het verschil is echter niet groot. Er zou een
overschatting zijn voor 1e lactatie en een onderschatting voor de 2e lactatie. Voor de hogere
lactaties is het verschil erg klein.
72
Tabel 33 Verschil tussen werkelijke en voorspelde totale opname en significantie voor de ILVO-proeven
Normaal verdeeld? (<0,05?)
Sign verschil?
Verschil (kg DS)
totale opname
totaal voorsp
(<0,05?)
gemiddeld stafw
alle
0,000
0,015
0,465
0,03
1,56
LN=1
0,004
0,011
0,005
-0,17
1,36
LN=2
0,002
0,010
0,014
0,17
1,55
LN≥3
0,064
0,131
0,277
0,07
1,68
Het verschil tussen gecorrigeerde totale opname en voorspelde opname is wel significant. Dit is
echter logisch, aangezien in werkelijkheid te weinig krachtvoeder gegeven zou zijn volgens de
behoeftenorm en bij ruwvoederopname volgens het ILVO-model. Dit houdt in dat, wanneer
volgens de normen gevoederd zou worden, er minder ruwvoeder en meer krachtvoeder zou
opgenomen worden. Aangezien krachtvoeder een hogere opneembaarheid heeft, zou dus ook in
totaal meer opgenomen worden.
Tabel 34 Verschil tussen gecorrigeerde en voorspelde totale opname en significantie voor de ILVO-proeven
Normaal verdeeld? (<0,05?)
Sign verschil?
Verschil (kg DS)
totale opname
totaal voorsp
(<0,05?)
gemiddeld stafw
alle
0,009
0,001
0,000
1,42
1,92
LN=1
0,070
0,004
0,000
1,12
1,64
LN=2
0,030
0,001
0,000
1,57
1,98
LN≥3
0,463
0,287
0,000
1,52
2,05
Dit verschil tussen de gecorrigeerde totale opname en de voorspelde totale opname wijst
duidelijk op een hogere opnamecapaciteit van het melkvee in vergelijking met 30 jaar geleden.
2.4.4.2 AVEVE-proeven
Ruwvoederopname
Voor de AVEVE-proeven werd hetzelfde toegepast. Ook hier blijkt dat de voorspelling minder
precies wordt en de BIAS groter wordt bij hogere lactatie (tabel 37). Vanaf 2e lactatie en hoger is
de afwijking groter dan voor de resultaten van de ILVO-proeven. Relatief gezien (RPE) zijn de
afwijkingen voor de ILVO-gegevens en de AVEVE-gegevens ongeveer even groot. De BIAS en het
absoluut gemiddelde zijn eveneens groter dan deze van de ILVO-gegevens voor 2e en hogere
lactatie. Dit kan verklaard worden doordat in de helft van de AVEVE-proeven flatrate gevoederd
werd, waardoor de ruwvoederopname hoger ligt in deze proeven. De huisvesting in het AVEVEproefstation is een loopstal, waardoor een hogere opname mag verwacht worden dan in een
bindstal. Voor de AVEVE-gegevens liggen de afwijkingen voor 2e lactatie en 3e en hogere lactatie
wel dicht bij elkaar.
73
Tabel 35 Nauwkeurigheidsparameters toegepast op alle AVEVE-gegevens en voor lactatie 1, 2 en 3+
aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
Alle gegevens
3247
8,4
2,9
0,19
1,9
2,3
2,2
LN=1
1282
4,2
2,1
0,16
0,9
1,6
1,8
LN=2
900
10,6
3,3
0,21
2,4
2,7
2,3
LN≥3
1065
11,6
3,4
0,20
2,6
2,9
2,2
Ook voor de AVEVE-gegevens werden dezelfde parameters uitgerekend voor laag en hoog
lichaamsgewicht (tabel 38). Hier lijkt de variatie in de eerste lactatie te dalen met stijgend
gewicht maar het verschil tussen voorspeld en waargenomen stijgt. Voor de hogere lactaties
stijgt de variatie met stijgend lichaamsgewicht. De BIAS daalt in 2e lactatie maar stijgt in 3e en
hogere lactatie met stijgend lichaamsgewicht. Hier is het verband tussen het verschil en het
lichaamsgewicht dus niet zo duidelijk.
Tabel 36 Nauwkeurigheidsparameters toegepast op alle AVEVE-gegevens en voor lactatie 1, 2 en 3+
opgesplitst voor lichte en zware dieren
LN=1
LN=2
LN≥3
Aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
LG<567
680
4,4
2,1
0,17
0,8
1,7
1,9
LG>567
602
4,0
2,0
0,14
1,0
1,6
1,7
LG<610
468
9,6
3,1
0,20
2,4
2,6
2,0
LG>610
432
11,6
3,4
0,21
2,3
2,8
2,5
LG<649
547
10,1
3,2
0,19
2,5
2,7
1,9
LG>649
518
13,2
3,6
0,21
2,7
3,1
2,4
Aangezien er een invloed is van de manier van krachtvoedertoediening, werd het onderscheid
gemaakt tussen flatratevoedering en normvoedering. In tabel 39 zijn de waarden berekend voor
flatratevoedering. Uit deze tabel blijkt dat voorgaande verbanden hier niet meer gelden. Enkel
voor 2e lactatie en hoger stijgt de afwijking op het verschil met stijgende leeftijd en stijgend
gewicht. Voor 3e lactatie en hoger wordt het verschil tussen voorspeld en waargenomen
ruwvoederopname groter. In de andere gevallen lijken de verbanden omgekeerd te zijn. Er kan
besloten worden dat de gegevens met flatratevoedering beter niet gebruikt worden om de
formule aan te passen. De formule was oorspronkelijk ook niet bruikbaar voor deze vorm van
voederen.
74
Tabel 37 Nauwkeurigheidsparameters toegepast op de gegevens met flatratevoedering voor alle gegevens en
per lactatie opgesplitst voor lichte en zware dieren
Aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
Alle gegevens
1884
11,2
3,4
0,21
2,5
2,8
2,2
LN=1
LG<572
367
6,6
2,6
0,19
2,0
2,2
1,7
LG>572
342
5,2
2,3
0,16
1,4
1,9
1,8
LG<609
305
12,6
3,6
0,22
3,0
3,1
1,9
LG>609
249
15,3
3,9
0,23
2,8
3,3
2,8
LG<650
315
12,6
3,6
0,21
2,9
3,1
2,0
LG>650
306
17,2
4,2
0,23
3,3
3,6
2,5
LN=2
LN≥3
Ook voor normvoedering apart werden de berekeningen toegepast (tabel 40). Hier blijkt dat in
1e lactatie de individuele afwijking vermindert bij stijgend lichaamsgewicht. De BIAS wordt wel
groter bij stijgende leeftijd en stijgend lichaamsgewicht, alhoewel deze verschillen voor 2 e
lactatie en hoger niet echt groot zijn. Er blijkt inderdaad dat het verschil tussen waargenomen en
voorspelde opname kleiner is bij normvoedering dan bij flatratevoedering. Voor vaarzen met
een laag lichaamsgewicht wordt de ruwvoederopname zelfs onderschat volgens het ILVO-model.
Tabel 38 Nauwkeurigheidsparameters toegepast op de gegevens met normvoedering voor alle gegevens en
per lactatie opgesplitst voor lichte en zware dieren
Aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
Alle gegevens
1363
4,5
2,1
0,15
1,0
1,7
1,9
LN=1
LG<562
319
2,3
1,5
0,14
-0,4
1,2
1,5
LG>562
254
1,7
1,3
0,10
0,3
1,1
1,3
LG<612
165
4,1
2,0
0,14
1,4
1,7
1,5
LG>612
181
6,6
2,6
0,17
1,7
2,2
2,0
LG<648
238
6,7
2,6
0,16
1,9
2,2
1,7
LG>648
206
7,3
2,7
0,17
2,0
2,3
1,9
LN=2
LN≥3
Hetzelfde werd toegepast op de gegevens gecorrigeerd voor krachtvoedergift (tabel 41). Dit
werd apart berekend voor flatratevoedering en normvoedering. Voor flatratevoedering stijgt de
variatie met stijgende leeftijd en stijgend lichaamsgewicht. De BIAS wordt groter met stijgende
leeftijd, maar er lijkt geen verband te zijn met lichaamsgewicht.
75
Tabel 39 Nauwkeurigheidsparameters toegepast op de gegevens met flatratevoedering gecorrigeerd voor
krachtvoedergift voor alle gegevens en per lactatie opgesplitst voor lichte en zware dieren
Aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
Alle gegevens
1884
5,8
2,4
0,16
1,5
2,0
1,9
LN=1
LG<572
367
2,8
1,7
0,13
0,8
1,3
1,4
LG>572
342
2,9
1,7
0,12
0,8
1,4
1,5
LG<609
305
6,1
2,5
0,17
1,7
2,1
1,8
LG>609
249
8,6
2,9
0,19
1,6
2,4
2,5
LG<650
315
6,7
2,6
0,16
1,9
2,1
1,8
LG>650
306
9,3
3,0
0,18
2,1
2,6
2,2
LN=2
LN≥3
Voor normvoedering is de BIAS opnieuw kleiner dan voor flatratevoedering (tabel 42). Voor
vaarzen wordt de ruwvoederopname zelfs overschat en er lijkt een verband te zijn met
lichaamsgewicht. Dit geldt echter niet voor de hogere lactaties. Ook voor krachtvoeder
gecorrigeerde gegevens lijkt dus enkel de leeftijd een verband te hebben met het verschil tussen
werkelijke en voorspelde ruwvoederopname. In de variatie zit niet echt een trend. Voor 2 e
lactatie en hoger lijkt de variatie te stijgen met stijgende leeftijd en stijgend lichaamsgewicht.
Tabel 40 Nauwkeurigheidsparameters toegepast op de gegevens met normvoedering gecorrigeerd voor
krachtvoedergift voor alle gegevens en per lactatie opgesplitst voor lichte en zware dieren
Aantal
MSPE
MPE
RPE
BIAS
Abs gem
Stafw
Alle gegevens
1363
5,8
2,4
0,18
0,1
1,0
2,4
LN=1
LG<562
319
6,0
2,4
0,24
-1,7
2,0
1,8
LG>562
254
3,6
1,9
0,16
-1,0
1,5
1,6
LG<612
165
4,8
2,2
0,16
0,8
1,7
2,1
LG>612
181
6,7
2,6
0,17
0,8
2,1
2,5
LG<648
238
6,5
2,6
0,17
1,5
2,1
2,1
LG>648
206
7,7
2,8
0,18
1,3
2,3
2,5
LN=2
LN≥3
Totale opname
De totale opname wordt ook voor de AVEVE-gegevens redelijk nauwkeurig voorspeld (zoals
reeds aangetoond door Moens (2004)). Er werd op dezelfde manier als voor de ILVO-gegevens
nagegaan of het verschil tussen waargenomen en voorspelde opname significant verschillend
van 0 was (tabel 43 en 44). Dit bleek hier het geval te zijn, maar het verschil is verwaarloosbaar.
Bij het maken van een onderscheid tussen 1e, 2e en hogere lactaties bleek de totale opname
lichtjes onderschat voor de 1e lactatie en lichtjes overschat voor de oudere dieren. De verschillen
zijn echter niet groot genoeg om hier verder op in te gaan. Ook de gecorrigeerde totale opname
is significant verschillend, wat op dezelfde manier kan verklaard worden als voor de ILVOgegevens.
76
Tabel 41 Verschil tussen werkelijke en voorspelde totale opname en significantie voor de AVEVE-proeven
Normaal verdeeld? (<0,05?)
Sign verschil?
totale opname
totaal voorsp
(<0,05?)
gemiddeld
stafw
alle
0,462
0,000
0,003
0,10
1,96
LN=1
0,009
0,004
0,000
-0,38
1,55
LN=2
0,000
0,236
0,000
0,34
2,18
LN≥3
0,014
0,000
0,000
0,47
2,07
Tabel 44 Verschil tussen gecorrigeerde en voorspelde totale opname en significantie voor de AVEVE-proeven
Normaal verdeeld? (<0,05?)
Sign verschil?
totale opname
totaal voorsp
(<0,05?)
gemiddeld
stafw
alle
0,000
0,000
0,000
1,75
2,43
LN=1
0,005
0,000
0,000
0,62
2,13
LN=2
0,000
0,053
0,000
2,39
2,71
LN≥3
0,024
0,006
0,000
2,57
2,31
2.4.4.3 Besluit
Er kan dus besloten worden dat de ruwvoederopnamevoorspelling volgens het ILVO-model de
ruwvoederopname meer onderschat bij hogere leeftijd en dat de variatie op dit verschil groter
wordt. Voor de ILVO-dataset werd tevens een onderschatting van de invloed van het
lichaamsgewicht gevonden. In de AVEVE-dataset werd dit verband niet bevestigd. De totale
opname wordt behoorlijk nauwkeurig geschat door de ILVO-formule.
77
2.4.5 Invloedsfactoren op het verschil tussen waargenomen en voorspelde
ruwvoederopname
Eerst wordt nagegaan of het verschil tussen waargenomen en voorspelde ruwvoederopname
significant verschillend is. Daarna wordt statistisch onderzocht of dit verschil beïnvloed wordt
door bepaalde factoren.
2.4.5.1 ILVO-proeven
Waargenomen data
De normaliteit van werkelijke ruwvoederopname en voorspelde ruwvoederopname werd getest.
Volgens de Shapiro-Wilktest zijn deze parameters niet normaal verdeeld (p=0,02<0,05 en
p=0,001<0,05). Het verschil wordt getest met de niet-parametrische Wilcoxon Signed Rank test.
De p-waarde is 0,000 en kleiner dan 0,05 waardoor met 95 % zekerheid gesteld kan worden dat
het verschil significant is.
Alle beschikbare mogelijks verklarende parameters werden getest op correlatie met het verschil
tussen werkelijke en voorspelde opname. Het besluit na het berekenen van de
nauwkeurigheidsparameters komt ook hier terug (zie 2.4.4.3). Er is een grote positieve
correlatie met lichaamsgewicht en lactatiegroepen (onderscheid 1e, 2e en 3e en hoger). Het
verschil stijgt dus met stijgend lichaamsgewicht en stijgende leeftijd, of m.a.w. de
ruwvoederopname wordt meer onderschat bij hoger lichaamsgewicht en hogere leeftijd (tabel
45).
Er zou een negatieve correlatie zijn tussen het verschil en de voederparameters. Vooral de grote
significante positieve correlatie voor het DS-gehalte van maïskuil valt op. Deze parameter is dan
ook niet opgenomen in het ILVO-model, echter wel het RC-gehalte van maïskuil als indicator van
het rijpheidsstadium. Het verschil tussen werkelijke en voorspelde ruwvoeder-opname wordt
dus groter met stijgend DS-gehalte van de maïskuil. Dit zou willen zeggen dat de
ruwvoederopname stijgt met stijgend DS-gehalte, zoals ook in de literatuur wordt aangenomen.
Het DS-gehalte van maïskuil is wel gecorreleerd met het RC-gehalte. Het is dus mogelijk dat het
opnemen van het DS-gehalte van maïskuil in het ILVO-model de nauwkeurigheid zou
verbeteren, maar dit kan niet met zekerheid besloten worden.
Ook met de meetmelkproductie wordt een positieve significante correlatie gevonden. Dit zou
inhouden dat de ruwvoederopname stijgt met stijgende meetmelkproductie. Deze parameter is
nu niet opgenomen in het ILVO-model, omdat ervan uitgegaan wordt dat dit bij normvoedering
geen invloed heeft. Melkproductie is niet significant gecorreleerd.
78
Tabel 42 Correlatie met verschil tussen werkelijke en voorspelde ruwvoederopname voor ILVO-gegevens en
significantie
Parameter
Correlatie
Significantie (p-waarde)
LG
0,321
0,000
DSmk
0,266
0,000
MM
0,133
0,000
Lactatie
0,110
0,000
DSgk
-0,098
0,000
RCgk
-0,078
0,000
RCmk
-0,076
0,002
MP
-0,009
0,713
Vervolgens werd op elke parameter lineaire regressie toegepast. Het verband met
lichaamsgewicht is niet significant in 1e lactatie, maar in de hogere lactaties is er een duidelijk
verband die lichtjes hoger is voor 3e lactatie en hoger (tabel 46). Ook met lactatie is er een
belangrijk verband, wat met lichaamsgewicht kan samenhangen. De parameter lactatie bestaat
echter maar uit enkele waarden. Net als bij het onderzoeken van de correlatie is ook hier
melkproductie niet significant. De overige parameters wel, maar ze zouden niet allemaal even
belangrijk zijn. Meetmelkproductie is significant voor elke lactatie, maar er zou een tegengesteld
verband zijn in 1e lactatie. Dit toont opnieuw de onzekerheid rond meetmelk als mogelijke
parameter aan. Van de kuilparameters valt vooral het drogestofgehalte van maïskuil op, wat zou
kunnen te wijten zijn aan het feit dat deze parameter niet opgenomen is in het ILVO-model. Voor
enkele parameters werd onderzocht of er geen beter verband zou zijn in combinatie met andere
parameters. Dit werd gedaan voor lichaamsgewicht en meetmelk en voor meetmelk en de
kuilparameters (apart). De regressiecoëfficiënten werden niet groter en eventuele onsignificante
verbanden werden niet significant. Er werd onderzocht of het verband met lichaamsgewicht niet
kwadratisch zou zijn in plaats van lineair. Het kwadratisch verband was eveneens significant en
verklaarde evenveel van de variatie als het lineair verband (R²=0,106).
79
Tabel 43 Regressiecoëfficiënt, determinatiecoëfficiënt en significantie van de verschillende parameters voor
de ILVO-dataset
Parameter
Lichaamsgewicht
1e lactatie
2e lactatie
3e lactatie+
Meetmelk
1e lactatie
2e lactatie
3e lactatie+
Melkproductie
1e lactatie
2e lactatie
3e lactatie+
Lactatie (1, 2, 3+)1
Lactatie
RCmk
RCgk
DSmk
DSgk
Regressiecoëfficiënt
0,011
0,001
0,013
0,015
0,042
-0,072
0,049
0,054
-0,008
-0,101
-0,008
0,010
0,342
0,073
-0,008
-0,006
0,168
-0,023
R²
0,105
0,001
0,129
0,163
0,014
0,025
0,022
0,024
0,001
0,067
0,001
0,001
0,018
0,003
0,005
0,006
0,070
0,010
p-waarde2
0,000
0,522
0,000
0,000
0,000
0,000
0,001
0,000
0,321
0,000
0,968
0,457
0,000
0,039
0,006
0,002
0,000
0,000
1 Lactatie (1, 2, 3+)=1e, 2e of 3e en hogere lactatie, 2 significantie van de regressiecoëfficiënt
Gecorrigeerde data
Volgens de Shapiro-Wilktest zijn zowel de gecorrigeerde als de voorspelde ruwvoederopname
normaal verdeeld (p=0,000). Volgens de Paired Samples t-test is het verschil tussen deze twee
parameters significant verschillend van 0 (p=0,000).
Bij het onderzoeken van invloedsfactoren op het verschil bij de gecorrigeerde ILVO-gegevens
wordt duidelijk dat meetmelkproductie toch geen invloed heeft op de ruwvoederopname
wanneer krachtvoeder volgens de norm wordt gevoederd (tabel 47). Voor lichaamsgewicht en
lactatiegroep blijft de correlatie behouden. Bij de voederkenmerken is opnieuw het DS-gehalte
van de maïskuil erg goed gecorreleerd met het verschil. Ook het RC-gehalte van de maïskuil is
significant gecorreleerd. De graskuilparameters daarentegen lijken geen invloed meer te hebben
op het verschil.
80
Tabel 44 Correlatie met verschil tussen gecorrigeerde en voorspelde ruwvoederopname voor ILVO-gegevens
en significantie
Parameter
Correlatie
Significantie (p-waarde)
LG
0,344
0,000
DSmk
0,299
0,000
RCmk
-0,152
0,000
Lactatie+
0,122
0,000
DSgk
-0,043
0,084
MM
-0,026
0,291
RCgk
0,005
0,826
Na lineaire regressie komt ongeveer hetzelfde tot uiting (tabel 48). Voor lichaamsgewicht en
lactatie bestaat een duidelijk verband; voor meetmelkproductie een niet significant en
melkproductie wel significant verband maar met tegengestelde regressiecoëfficiënten. Het RCgehalte van graskuil is niet significant en ook hier valt het significante verband met het DSgehalte van maïskuil op. Ook hier werd meervoudige regressie geprobeerd voor dezelfde
parameters als bij de werkelijke ruwvoederopnames, maar ook hier werden geen betere
verbanden gevonden dan bij enkelvoudige regressie. Het kwadratisch verband voor
lichaamsgewicht was significant en heeft dezelfde R² (0,121).
Tabel 45 Regressiecoëfficiënt, determinatiecoëfficiënt en significantie van de verschillende parameters voor
de gecorrigeerde ILVO-dataset
Parameter
Regressiecoëfficiënt
R²
p-waarde
Lichaamsgewicht
0,010
0,120
0,000
lactatie
0,004
0,012
0,014
2e lactatie
0,011
0,133
0,000
3e lactatie+
0,014
0,183
0,000
-0,009
0,001
0,218
1e lactatie
-0,105
0,064
0,000
2e lactatie
0,006
0,000
0,633
3e
-0,012
0,002
0,296
-0,043
0,022
0,000
1e lactatie
0,123
0,115
0,000
2e
lactatie
0,029
0,012
0,012
3e lactatie+
-0,041
0,021
0,000
Lactatie (1, 2, 3+)
0,278
0,015
0,000
Lactatie
0,019
0,000
0,525
RCmk
-0,016
0,022
0,000
RCgk
0,000
0,000
0,893
DSmk
0,172
0,092
0,000
DSgk
-0,010
0,003
0,045
1e
Meetmelk
lactatie+
Melkproductie
81
2.4.5.2 AVEVE-proeven
Waargenomen data
Volgens de Shapiro-Wilktest is de voorspelde ruwvoederopname significant normaal verdeeld
(p=0,000) maar de werkelijke ruwvoederopname niet (p=0,476). Er moet dus opnieuw gewerkt
worden met de Wilcoxon Signed Rank test. Volgens deze test is het verschil tussen werkelijke en
voorspelde ruwvoederopname significant verschillend van 0 (p=0,000<0,05).
Vervolgens wordt onderzocht welke parameters significant gecorreleerd zijn met dit verschil
(tabel 49). Er wordt enkel gewerkt met de proeven met normvoedering, aangezien bij toepassen
van het ILVO-model normvoedering verondersteld wordt. Alle onderzochte parameters blijken
significant gecorreleerd te zijn met het verschil in werkelijke en voorspelde ruwvoederopname.
Vooral meetmelkproductie, lactatie, lichaamsgewicht, melkproductie en het DS-gehalte van
maïskuil hebben een grote correlatie met het verschil. Meetmelkproductie heeft een hogere
correlatie dan melkproductie, wat opnieuw bevestigt dat deze parameter, als er een verband is,
de beste van de twee is. Het DS-gehalte van maïskuil heeft een hogere correlatie dan het RCgehalte, maar dit kan verklaard worden doordat deze parameter nog niet in het model is
opgenomen.
Tabel 46 Correlatie met verschil tussen werkelijke en voorspelde ruwvoederopname voor AVEVE-gegevens
(normvoedering) en significantieniveau
Parameter
Correlatie
Significantie (p-waarde)
MM
0,477
0,000
Lactatie+
0,471
0,000
LG
0,378
0,000
MP
0,361
0,000
DSmk
0,286
0,000
RCmk
0,169
0,000
DSgk
-0,111
0,000
DIM
0,077
0,005
RCgk
0,072
0,008
Bij het toepassen van enkelvoudige lineaire regressie blijkt niet lichaamsgewicht belangrijk voor
de AVEVE-dataset, maar wel lactatienummer (tabel 50). Dit hangt weliswaar samen.
(Meet)melkproductie is hier significant maar heeft ook hier tegenstelde regressiecoëfficiënten.
Ook in tegenstelling tot de ILVO-datasets is dat het DS-gehalte van maïskuil hier niet significant
is (maar in tabel 49 wel positief gecorreleerd). De andere kuilparameters daarentegen wel, maar
hebben geen grote regressiecoëfficiënt. Uit meervoudige regressie bleken geen betere of meer
significante verbanden. Het verband met lactatie zou wel kwadratisch kunnen zijn (R²=0,126)
waarbij de invloed stijgt voor 2e lactatie maar ongeveer hetzelfde is voor hogere lactaties als
voor 2e lactatie.
82
Tabel 47 Regressiecoëfficiënt, determinatiecoëfficiënt en significantie van de verschillende parameters voor
de AVEVE-dataset (normvoedering)
Parameter
Regressiecoëfficiënt
R²
p-waarde
Lichaamsgewicht
0,007
0,041
0,000
1e lactatie
0,002
0,004
0,033
2e lactatie
-0,004
0,006
0,017
3e
0,002
0,001
0,321
0,107
0,085
0,000
1e lactatie
0,012
0,001
0,000
2e
lactatie
-0,066
0,031
0,000
3e lactatie+
0,099
0,076
0,000
Melkproductie
0,056
0,028
0,000
-0,048
0,022
0,000
2e lactatie
0,032
0,010
0,003
3e lactatie+
0,065
0,038
0,000
Lactatie (1, 2, 3+)
0,872
0,112
0,000
Lactatie
0,758
0,108
0,000
RCmk
0,009
0,008
0,000
RCgk
0,009
0,016
0,000
DSmk
-0,006
0,000
0,674
DSgk
0,012
0,006
0,000
lactatie+
Meetmelk
1e
lactatie
Gecorrigeerde data
Voor de gecorrigeerde gegevens van AVEVE zijn de voorspelde en de gecorrigeerde
ruwvoederopname normaal verdeeld volgens de Shapiro-Wilktest (p=0,000 en p=0,002).
Volgens de Paired Samples t-test is het verschil tussen gecorrigeerde en voorspelde opname niet
significant (p=0,415). Het heeft dus ook geen zin om te onderzoeken welke de invloedsfactoren
kunnen zijn op dit verschil.
2.4.5.3 Besluit
Er kan opnieuw besloten worden dat de ruwvoederopnamevoorspelling volgens het ILVO-model
meer onderschat wordt bij hogere leeftijd. De ruwvoederopnamevoorspelling wordt volgens de
ILVO-dataset ook meer onderschat bij hoger lichaamsgewicht maar dit wordt niet bevestigd
door de AVEVE-dataset. De melkproductie heeft geen systematische invloed op de
nauwkeurigheid van de voorspelling. Het zou kunnen dat het DS-gehalte van maïskuil een betere
parameter is dan het RC-gehalte van maïskuil voor de voorspelling van de ruwvoederopname.
83
2.4.6 Afleiden correctie
Zoals in tabel 51 te zien is, liggen de verschillen tussen waargenomen en voorspelde
ruwvoederopname erg uit elkaar voor de verschillende datasets. De resultaten van het ILVO zijn
te verkiezen boven de resultaten van AVEVE aangezien deze dichter aanleunen bij de
praktijkresultaten. Wanneer er voor de uiteindelijke correctiefactor zou uitgegaan worden van
de gecorrigeerde data, dan zou volgens de ILVO-dataset een correctie van 6 % voorgesteld
worden. Als dit zou toegepast worden, zou er bijgevolg minder krachtvoeder moeten gegeven
worden dan bij opname volgens het ongecorrigeerde ILVO-model. Hierdoor zou er opnieuw
meer ruwvoeder opgenomen worden. Wanneer deze hogere opname verrekend wordt, wordt
een correctie van 7,7 % bekomen. Deze correctie is kleiner dan het verschil tussen
waargenomen en voorspelde ruwvoederopname, wat niet logisch is. Deze correctie is zelfs nog
kleiner dan het verschil tussen gecorrigeerd en voorspelde ruwvoederopname op de
praktijkbedrijven, waar deze correctie uiteindelijk zal toegepast worden. De correctie zal
bijgevolg groter moeten zijn. Uiteindelijk lijkt een correctie van 11 % een verdedigbaar
compromis tussen alle bekomen resultaten. De correctie mag wat hoger zijn dan de correctie die
zou gelden voor de ILVO-dataset aangezien de dieren tijdens de ILVO-proeven in een bindstal
gehuisvest werden.
Tabel 48 Verschil tussen waargenomen/gecorrigeerde en voorspelde ruwvoederopname (%)
ILVO
AVEVE
Praktijk
Waargenomen
10,9
7,5
16,7
Gecorrigeerd
6,1
0,4
8,9
Uit de voorgaande resultaten blijkt dat de parameter lichaamsgewicht voor de ILVO-dataset
onderschat zou zijn. Deze parameter zou dus gecorrigeerd moeten worden. Om dit na te gaan
werd een lineaire regressie met mixed model analysis toegepast op het verband tussen enkel het
lichaamsgewicht en de ruwvoederopname. De resultaten worden weergegeven in tabel 52. Uit
de resultaten blijkt echter dat lichaamsgewicht geen significante invloed heeft op de
ruwvoederopnamevoorspelling in de 3e en hogere lactaties voor de AVEVE-datasets. De nietsignificante invloed zou zelfs dalen met stijgende leeftijd (zoals door het ILVO-model
aangenomen wordt). Voor de werkelijke opname in de ILVO-proeven zou het verschil voor de
regressiecoëfficiënt tussen 2e en hogere lactaties niet significant zijn. Wanneer deze twee
groepen samen genomen worden, was de regressiecoëfficiënt 0,024 (p=0,000).
84
Tabel 49 Invloed lichaamsgewicht op ruwvoederopname voor 1e, 2e en hogere lactatie voor elke dataset
Dataset
Lactatienummer
Regressiecoëfficiënt
p-waarde
ILVO
LN=1
0,016
0,000
LN=2
0,023
0,111
LN≥3
0,026
0,000
LN=1
0,019
0,000
LN=2
0,021
0,001
LN≥3
0,025
0,034
LN=1
0,021
0,000
LN=2
0,012
0,013
LN≥3
0,003
0,188
LN=1
0,023
0,000
LN=2
LN≥3
0,011
0,045
0,003
0,284
ILVO correctie
AVEVE
AVEVE correctie
Er kan dus geen systematische invloed van het lichaamsgewicht op de ruwvoederopname
volgens het ILVO-model besloten worden. Uit de bespreking van de AVEVE-datasets blijkt dat de
ruwvoederopname meer onderschat is met stijgende leeftijd. Dit hangt weliswaar samen met het
lichaamsgewicht. Er werd nagegaan met een lineaire regressie volgens mixed model analysis in
tabel 53 of het verschil tussen 1e, 2e en hogere lactaties significant is en hoe groot dit verschil is.
De gecorrigeerde ruwvoederopname voor 3e lactatie en hoger is voor zowel de ILVO-dataset als
de AVEVE-dataset even groot (15,5 kg DS). De opname voor vaarzen in de AVEVE-proeven ligt
echter opvallend lager dan voor de ILVO-proeven.
Tabel 50 Invloed leeftijd op ruwvoederopname voor 1e, 2e en hogere lactatie voor elke dataset
Dataset
ILVO
ILVO correctie
AVEVE
AVEVE correctie
Lactatienummer
Gemiddelde
verschil t.o.v. p-waarde
RV-opname
3e lactatie
LN=1
13,9
-2,4
0,000
LN=2
15,7
-0,6
0,000
LN≥3
16,4
LN=1
13,2
-2,3
0,000
LN=2
15,1
-0,4
0,001
LN≥3
15,5
LN=1
12,0
-3,8
0,000
LN=2
LN≥3
14,9
-1,0
0,000
LN=1
10,9
-4,6
0,000
LN=2
LN≥3
13,5
-1,0
0,000
15,9
15,5
85
De correctie zou dus best gespecifieerd worden voor 1e, 2e en hogere lactaties, met andere
woorden de correctie van 11 % zou moeten onderverdeeld worden voor deze 3 groepen in
dezelfde verhouding als de resultaten van de gecorrigeerde ILVO-dataset. In deze dataset werd
een verschil tussen gecorrigeerde en waargenomen ruwvoederopname gevonden van 3,6 %
voor 1e lactatie, 6,4 % voor 2e lactatie en 7,2 % voor hogere lactaties. Om de correctie van 11 %
te verrekenen naar deze 3 groepen werd uitgegaan van een gelijk aantal vaarzen, 2e lactatiedieren en oudere dieren aangezien deze verhouding erg bedrijfsafhankelijk is. In de ILVOdataset waren 508 koewaarnemingen aanwezig voor vaarzen, 512 voor 2e lactatiedieren en 689
voor oudere dieren, waaruit kan besloten worden dat de verschillen niet zo groot zijn.
Uiteindelijk werd voor 1e lactatie een correctie van 7 %, voor 2e lactatie van 12 % en voor
oudere dieren van 14 % berekend. Gemiddeld komt dit neer op 11 %.
86
Algemeen besluit
Het hoofddoel van deze studie was het evalueren van de ruwvoederopnamevoorspelling volgens
het ILVO-model. Er werd nagegaan hoeveel ruwvoeder meer kan opgenomen worden dan 30
jaar geleden en welke parameters deze hogere opnamecapaciteit zouden kunnen verklaren.
Hiervoor werden 3 databanken gebruikt, namelijk een databank bestaande uit proeven
uitgevoerd aan het ILVO, een databank bestaande uit proeven uitgevoerd in het proefcentrum
van AVEVE en een databank bestaande uit resultaten van praktijkbedrijven. Het feit dat
verschillende databanken gebruikt worden heeft als nadeel dat ze elkaar kunnen tegenspreken
maar de grote hoeveelheid gegevens heeft als voordeel dat de betrouwbaarheid van de
conclusies verhoogt.
Zo bleek uit de resultaten van de ILVO-databank een onderschatting van de parameter
lichaamsgewicht voor het ILVO-model. Deze onderschatting bleek groter te zijn bij hogere
leeftijd. Dit was echter niet het geval voor de AVEVE-dataset. Voor beide datasets werd wel een
onderschatting van de leeftijd op zich gevonden. Lichaamsgewicht en leeftijd zijn weliswaar met
elkaar gecorreleerd. Het zou dus kunnen dat lichaamsgewicht effectief onderschat wordt, maar
dit kan niet eenduidig uit deze resultaten besloten worden.
Melkproductie werd niet als parameter opgenomen in het ILVO-model. Er werd nagegaan of
deze parameter eventueel de nauwkeurigheid van het model zou kunnen verhogen. De invloed
van melkproductie of meetmelkproductie was soms significant positief, soms significant negatief
en soms niet significant. Er kon bijgevolg geen systematische invloed van de melkproductie
achterhaald worden.
Om de opneembaarheid van maïs- en graskuil te berekenen wordt het ruwecelstofgehalte en in
het geval van graskuil ook het drogestofgehalte gebruikt. Er werd nagegaan wat de invloed van
deze parameters is op de nauwkeurigheid van het ILVO-model. De resultaten waren echter
tegenstrijdig. Maïskuil en graskuil waren niet de enige componenten van het rantsoen en ook de
verhouding varieerde enorm. Dit zorgt ervoor dat deze parameters moeilijk te evalueren zijn.
Het zou echter kunnen dat opnemen van het drogestofgehalte van maïskuil in het opnamemodel
de nauwkeurigheid kan verbeteren.
Uiteindelijk bleek enkel het feit dat de invloed van de leeftijd onderschat wordt, te kloppen voor
zowel de ILVO-dataset als de AVEVE-dataset. Door voor de correctie een onderscheid te maken
tussen 1e, 2e en hogere lactaties zal de nauwkeurigheid verbeteren. Er werd een correctie van 11
% afgeleid uit de 3 databanken en deze correctie werd verrekend naar 7 % voor 1e lactatie, 12 %
voor 2e lactatie en 14 % voor hogere lactaties.
87
Referentielijst
Agnew, K.W., Mayne, C.S. & Doherty, J.G. (1996). An examination of the effect of method and level
of concentrate feeding on milk production in dairy cows offered a grass silage-based diet. Animal
Science, 63, pp. 21-31.
Anil, M.H., Mbanya, J.N., Symonds, H.W. & Forbes, J.M. (1993). Responses in the voluntary intake
of hay or silage by lactating cows to intraruminal infusions of sodium acetate or sodium
propionate, the tonicity of rumen fluid or rumen distension. British Journal of Nutrition, 69, pp.
699-712.
Aston, K., Thomas, C., Daley, S.R. & Sutton, J.D. (1994). Milk production from grass silage diets:
effects of the composition of supplementary concentrates. Animal Production, 59, pp. 335-344.
Birkenmaier, F., Schwarz, F.J., Müller, H.L. & Kirchgessner, M. (1996). Feed intake and milk
performance of dairy cows fed fodder beets together with grass silage. Archiv für
Tierernaehrung, 49, pp. 335-347.
Briceno, J.V., Van Horn, H.H., Harris, B. & Wilcox, C.J. (1987). Effects of neutral detergent fiber and
roughage source on dry matter intake and milk yield and composition of fairy cows. Journal of
Dairy Science, 70, pp. 298-308.
Bruins, W.J. & Zonderland, J. (1990). Besproeien van ruwvoer met smaakstoffen. PRPraktijkonderzoek, 3, nr 6.
Buchanan-Smith, J.G. (1990). An investigation into palatability as a factor responsible for
reduced intake of silage by sheep. Animal Production, 50, pp. 253-260.
Castle, M.E., Retter, W.C. & Watson, J.M. (1979). Silage and milk production: comparisons
between grass silage of three different chop lengths. Grass Forage Science, 34, pp. 293-301.
Choung, J.-J. & Chamberlain, D.G. (1993). Effects of addition of lactic acid and post-ruminal
supplementation with casein on the nutritional value of grass silage for milk production in dairy
cows. Grass Forage Science, 48, pp. 380-386.
Cushnahan, A., Gordon, F.J., Ferris, C.P.W., Chestnutt, D.M.B. & Mayne, C.S. (1994). The use of
sheep as a model to predict the relative intakes of silages by dairy cattle. Animal Production, 59,
pp. 415-420.
Dawson, L.E.R., Kirkland, R.M., Ferris, C.P., Steen, R.W.J., Kilpatrick, D.J. & Gordon, F.J. (2002). The
effect of stage of perennial ryegrass maturity at harvesting, fermentation characteristics and
concentrate supplementation, on the quality and intake of grass silage by beef cattle. Grass
Forage Science, 57, pp. 255-267.
88
De Boever, J.L., Cottyn, B.G., De Brabander, D.L. & Boucqué, Ch.V. (1996). The evaluation of the
feeding value of maize silage for ruminants. European Maize Meeting, September 1996 in
Braunschweig.
De Brabander, D., De Campeneere, S. Ryckaert, I. & Anthonissen, A. (2011). Melkveevoeding.
Brussel: Departement Landbouw en Visserij.
De Brabander, D.L. & Cottyn, B.G. (z.j.). Invloed van verteerbaarheidsverschillen tussen
maïscultivars op de opname bij melkvee. Persoonlijke communicatie.
De Brabander, D.L. (2013). Cursus melkveevoeding [syllabus]. Universiteit Gent, Geassocieerde
faculteit Toegepaste Biowetenschappen.
De Brabander, D.L., Aerts, J.V., Boucqué, Ch.V. & Buysse, F.X. (1981). De kwaliteit en het gebruik
van bedrijfsvoedermiddelen in de melkveevoeding. Landbouwtijdschrift, 3, pp. 795-808.
De Brabander, D.L., Aerts, J.V., Boucqué, Ch.V. & Buysse, F.X. (1979). Intake of maize silage by
dairy cattle. British Society of Animal Production, 30th Annual Meeting of the European
Association for Animal Production, july1979 in Harrogate.
De Brabander, D.L., Aerts, J.V., Boucqué, Ch.V. & Buysse, F.X. (1975). Opname en
produktiemogelijkheden van rantsoenen op basis van maïskuilvoeder bij melkvee: invloed van
de hakselhoogte en van supplementatie met hooi, ureum of draf. Landbouwtijdschrift, 3, pp. 587617.
De Brabander, D.L., Aerts, J.V., Boucqué, Ch.V. & Buysse, F.X. (1980). Invloed van ingekuilde
voorgeperste pulp op de ruwvoederopname, de melkproduktie en de melksamenstelling bij
melkvee. Landbouwtijdschrift, 5, pp. 933-943.
De Brabander, D.L., De Boever, J.L., Andries, J.I., Boucqué, Ch.V. & Buysse, F.X. (1986). Invloed van
plantdichtheid van maïs op de voederwaarde, de opname bij melkvee en de maïsopbrengst.
Landbouwtijdschrift, 4, pp. 793-802.
De Brabander, D.L., Vanacker, J.M., Andries, J.I., De Boever, J.L. & Buysse, F.X. (1987). Invloed van
kneusrollen en van de haksellengte op de voedertechnische eigenschappen van maïskuilvoeder
voor melkvee. Landbouwtijdschrift, 6, pp. 1487-1504.
Dulphy, J.P. & Demarguilly, C. (1994). The regulation and prediction of feed intake in ruminants
in relation to feed characteristics. Livestock Production Science, 39, pp. 1-12.
Fagerberg, B. (1988). Phenological development in timothy, red clover and Lucerne. Acta
Agriculturae Scandinavica, 38, pp. 159-170.
Faverdin, P., Dulphy, J.P., Coulon, J.B., Vérité, R., Garel, J.P., Rouel, J. & Marquis, B. (1990).
Substitution of roughage by concentrates for dairy cows. Livestock Production Science, 27, pp.
137-156.
89
Fernandez, I., Martin, C., Champion, M. & Michalet-Doreau, B. (2004). Effect of corn hybrid and
chop length of whole-plant corn silage on digestion and intake by dairy cows. Journal of Dairy
Science, 87, pp. 1298-1309.
Ferris, C.P., Gordon, F.J., Patterson, D.C., Mayne, C.S. & Kilpatrick, D.J. (1999). The influence of
dairy cow genetic merit on the direct and residual response to level of concentrate
supplementation. Journal of Agriculture Science, 132, pp. 467-481.
Ferris, C.P., Patterson, D.C., Gordon, F.J. & Kilpatrick, D.J. (2003). The effect of concentrate feed
level on the response of lactating dairy cows to a constant proportion of fodder beet inclusion in
a grass silage-based diet. Grass and Forage Science, 58, pp. 17-27.
Fisher, L.J. & Fairey, N.A. (1982). The effect of planting density on the nutritive value of corn
silage for lactating cows. Canadian Journal of Animal Science, 62, pp. 1143-1148.
Fisher, L.J., Logan, V.S., Donovan, L.S. & Carson, R.B. (1968). Factors influencing dry matter intake
and utilization of corn silage by lactating cows. Canadian Journal of Animal Science, 48, pp. 207214.
Gherardi, S.G. & Black, J.L. (1991). Effect of palatability on voluntary feed intake by sheep. I.
Identification of chemicals that alter the palatability of a forage. Australian Journal of Agricultural
Research, 42, pp. 571-584.
Gordon, F.J., Cooper, K.M., Park, R.S. & Steen, R.W.J. (1998). The prediction of intake potential and
organic matter digestibility of grass silages by near infrared spectroscopy analysis of undried
samples. Animal Feed Science Technology, 70, pp. 339-351.
Grovum, W.L. (1995). Mechanisms explaining the effects of short chain fatty acids on feed intake
in ruminants - osmotic pressure, insulin and glucagon. Ruminant physiology: digestion,
metabolism, growth and reproduction. Proceedings 8th International Symposium on Ruminant
Physiology, pp. 173-197.
Gruber, L., Steinwender, R., Krimberger, K. & Sölkner, J. (1990). Roughage intake of Simmental,
Brown Swiss and Holstein Friesian cows fed rations with 0, 25 and 50 % concentrates. Livestock
Production Science, 27, pp. 123-136.
Harris, C.E., Raymond, W.J. & Wilson, R.J. (1966). The voluntary intake of silage. Proceedings of
the tenth international grassland congress, pp. 564-568.
Hetta, M., Cone, J.W., Bernes, G., Gustavsson, A.-M. & Martinsson, K. (2007). Voluntary intake of
silages in dairy cows depending on chemical composition and in vitro gas production
characteristics. Livestock Science, 106, pp. 47-56.
Hijink, J.W.F. & Meijer, A.B. (1987). Het koemodel. Lelystad: Proefstation voor de
rundveehouderij, schapenhouderij en paardenhouderij.
90
Hof, G. & Lenaers, P.J. (1984). The importance of roughage in the rearing period on the feed
intake and performance of adult dairy cows. Livestock Production Science, 11, pp. 287-302.
Huber, J.T., Graf, G.C. & Engel, R.W. (1965). Effect of maturity on nutritive value of corn silage for
lactating cows. Journal of Dairy Science, 48, pp. 1121-1123.
Huhtanen, P., Khalili, H., Nousiainen, J.I., Rinne, M., Jaakkola, S., Heikkilä, T. & Nousiainen, J.
(2002). Prediction of the relative intake potential of grass silage by dairy cows. Livestock
Production Science, 73, pp. 111-130.
Huhtanen, P., Rinne, M. & Nousiainen, J. (2008). Evaluation of concentrate factors affecting silage
intake of dairy cows: a development of the relative total diet intake index. Animal, 2, pp. 942953.
Huhtanen, P., Rinne, M. & Nousianen, J. (2007). Evaluation of the factors affecting silage intake of
dairy cows: a revision of the relative silage dry-matter intake index. Animal, 1, pp. 758-770.
Hyppölä, K. & Hasunen, O. (1970). Dry matter and energy standards for dairy cows. Acta Agralia
Fennica, 116, pp. 1-59.
Ingalls, J.R., Thomas, J.W. & Tesar, M.B. (1965). Comparison of responses to various forages by
sheep, rabbits and heifers. Journal of Animal Science, 24, pp. 1165-1168.
Ingvartsen, K.L. (1994). Models of voluntary food intake in cattle. Livestock Production Science,
39, pp. 19-38.
Istasse, L., Reid, G.W., Tait, C.A.G. & Ørskov, E.R. (1986). Concentrates for dairy cows: effects of
feeding method, proportion in diet and type. Animal Feed Science and Technology, 15, pp. 167182.
Jones, G.M., Larsen, R.E., Javed, A.H., Donefer, E. & Gaudreau, J.M. (1972). Voluntary intake and
nutrient digestibility of forages by goats and sheep. Journal of Animal Science, 34, pp. 830-838.
Jung, H.G. & Allen, M.S. (1995). Characteristics of plant cell walls affecting intake and digestibility
of forages by ruminants. Journal of Animal Science, 73, pp. 2774-2790.
Kamatali, P., Teller, E., Vanbelle, M., Delfosse, P., Foulon, M. & Collignon, G. (1990).
Complémentation d’un ensilage d’herbe par des pulpes de betteraves : effet sur les quantités
ingérées, les activités alimentaires et méryciques, et la digestion chez les génisses. Annales de
Zootechnie, 39, pp. 113-124.
Keady, T.W.J. & Mayne, C.S. (2001). The effects of concentrate energy source on feed intake and
rumen fermentation parameters of dairy cows offered a range of grass silages. Animal Feed
Science and Technology, 90, pp. 117-129.
Keady, T.W.J. & Murphy, J.J. (1998). A note on the preferences for, and rate of intake of, grass
silages by dairy cows. Irish Journal of Agricultural & Food Research, 37, pp. 87-91.
91
Keady, T.W.J., Mayne, C.S. & Fitzpatrick, D.A. (2000). Prediction of silage feeding value from the
analysis of the herbage at ensiling and effects of nitrogen fertilizer, date of harvest and additive
treatment on grass silage composition. Journal of Agricultural Science, 134, pp. 353-368.
Keady, T.W.J., Mayne, C.S. & Marsden, M. (1998). The effects of concentrate energy source on
silage intake and animal performance with lactating dairy cows offered a range of grass silages.
Animal Science, 66, pp. 21-33.
Khalili, H. & Huhtanen, P. (2002). Effect of casein infusion in the rumen, duodenum or both sites
on factors affecting forage intake and animal performance of dairy cows fed red clover-grass
silage. Journal of Dairy Science, 85, pp. 909-918.
Khalili, H., Sairanen, A., Nousiainen, J. & Huhtanen, P. (2005). Effects of silage made from primary
or regrowth grass and protein supplementation on dairy cow performance. Livestock Production
Science, 96, pp. 269-278.
Kuoppala, K., Ahvenjärvi, S., Rinne, M. & Vanhatalo, A. (2009). Effects of feeding grass or red
clover silage cut at two maturity stages in dairy cows. 2. Dry matter intake and cell wall
digestion kinetics. Journal of Dairy Science, 92, pp. 5634-5644.
Kuoppala, K., Rinne, M., Nousiainen, J. & Huhtanen, P. (2008). The effect of cutting time of grass
silage in primary growth and regrowth and the interactions between silage quality and
concentrate level on milk production of dairy cows. Livestock science, 116, pp. 171-182.
Marsh, R. (1979). The effects of wilting on fermentation in the silo and on the nutritive value of
silage. Grass Forage Science, 34, pp. 1-10.
McNamee, B.F., Woods, V.B., Kilpatrick, D.J., Mayne, C.S., Agnew, R.E. & Gordon, F.J. (2005). The
prediction of the intake potential of grass silage in the supplemented diets of lactating dairy
cows. Livestock Production Science, 92, pp. 233-240.
Moens, R. (2004). Validatie van modellen om de voederopname bij melkvee te voorspellen
[masterproef].
Hogeschool
Gent,
Departement
Biotechnologische
Wetenschappen,
Landschapsbeheer en Landbouw.
Morel d’Arleux, F., Le Liboux, P., Besancenot, J.M. & Galloo, J.B. (1995). Utilisation de pulpe de
betterave surpressée par les vaches laitières. Annales de Zootechnie, 44, pp. 377.
Murdoch, J.C. (1964). Some factors affecting the intake of roughage by sheep. Journal of British
Grassland Society, 19, pp. 316-320.
Murdoch, J.C. (1967): Factors affecting the voluntary intake of silage and hay. Journal of British
Grassland Society, 22, pp. 95-99.
92
Oba, M. & Allen, M.S. (1999). Evaluation of the importance of the digestibility of neutral
detergent fiber from forage: effects on dry matter intake and milk yield of dairy cows. Journal of
Dairy Science, 82, pp. 589-596.
Offer, N.W., Percival, D.S., Dewhurst, R.J. & Thomas, C. (1998). Prediction of the voluntary intake
potential of grass silage by sheep and dairy cows from laboratory silage measurements. Animal
Science, 66, pp. 357-367.
Oldenbroeck, J.K. (1984). Holstein Friesians, Dutch Friesians and Dutch Red and Whites on two
complete diets with a different amount of roughage: performance in first lactation. Livestock
Production Science, 11, pp. 401-415.
Phipps, R.H., Sutton, J.D. & Jones, B.A. (1995). Forage mixtures for dairy cows: the effect on drymatter intake and milk production of incorporating either fermented or urea-treated whole-crop
wheat, brewers' grains, fodder beet or maize silage into diets based on grass silage. Animal
Science, 61, pp. 491-496.
Phipps, R.H., Sutton, J.D., Weller, R.F. & Bines, J.A. (1987). The effect of concentrate composition
and method of silage feeding on intake and performance of lactating dairy cows. The Journal of
Agricultural Science, 109, pp. 337-343.
Poore, M.H., Moore, J.A., Swingle, R.S., Eck, T.P. & Brown, W.H. (1991). Wheat straw or alfalfa hay
in diets with 30% neutral detergent fiber for lactating Holstein cows. Journal of Dairy Science, 74,
pp. 3152-3159.
Reid, R.L., Jung, G.A. & Thayne, W.V. (1988). Relationships between nutritive quality and fiber
components of cool season and warm season forages: a retrospective study. Journal of Animal
Science, 66, pp. 1275-1291.
Rinne, M., Huhtanen, P. & Jaakkola, S. (2002). Digestive processes of dairy cows fed silages
harvested at four stages of grass maturity. Journal of Animal Science, 80, pp. 1986-1998.
Rinne, M., Jaakkola, S., Kaustell, K., Heikkilä, T. & Huhtanen, P. (1999). Silages harvested at
different stages of grass growth v. concentrate foods as energy and protein sources in milk
production. Animal Science, 69, pp. 251-263.
Roberts, D.J. (1987). The effects of feeding fodder beet to dairy cows offered silage ad libitum.
Grass and Forage Science, 42, pp. 391-395.
Robinson, P.H. & McQueen, R.E. (1992). Influence of rumen fermentable neutral detergent fiber
levels on feed intake and milk production of dairy cows. Journal of Dairy Science, 75, pp. 520-532.
Rook, A.J. & Gill, M. (1990). Prediction of the voluntary intake of grass silages by beef cattle. 1.
Linear regression analyses. Animal Production, 50, pp. 425-438.
93
Rook, A.J., Gill, M., Willink, R.D. & Lister, S.J. (1991). Prediction of voluntary intake of grass silages
by lactating cows offered concentrates at a flat rate. Animal Production, 52, pp. 407-420.
Shaver, R.D., Erdman, R.A. & Vandersall, J.H. (1984). Effects of silage pH on voluntary intake of
corn silage. Journal of Dairy Science, 67, pp. 2045-2049.
Steen, R.W.J., Gordon, F.J., Dawson, L.E.R., Park, R.S., Mayne, C.S., Agnew, R.E., Kilpatrick, D.J. &
Porter, M.G. (1998). Factors affecting the intake of grass silage by cattle and prediction of silage
intake. Animal Science, 66, pp. 115-127.
Steinshamn, H. (2010). Effect of forage legumes on feed intake, milk production and milk quality
– a revieuw. Animal Science Papers and Reports, 28, pp. 195-206.
Teller, E., Vanbelle, M. & Kamatali, P. (1993). Chewing behaviour and voluntary grass silage
intake by cattle. Livestock Production Science, 33, pp. 215-227.
Thomas, C., Aston, K., Daley, S.R. & Bass, J. (1986). Milk production from silage 4. The effect of the
composition of the supplement. Animal Production, 42, pp. 315-325.
Vadiveloo, J. & Holmes, W. (1979). The prediction of the voluntary feed intake of dairy cows.
Journal of Agricultural Science, 93, pp. 553-562.
van Os, M., Dulphy, J.P. & Beaumont, R. (1995). The influence of ammonia and amines on grass
silage intake and intake behavior in dairy cows. Annales de Zootechnie, 44, pp. 73-85.
van Os, M., van Vuuren, A.M. & Spoelstra, S.F. (1997). Mechanisms of adaptation in sheep to
overcome silage intake depression induced by biogenic amines. British Journal of Nutrition, 77,
pp. 399-415.
Van Soest, P.J. (1965). Symposium on factors influencing the voluntary intake of herbage by
ruminants: voluntary intake in relation to chemical composition and digestibility. Journal of
Animal Science, 24, pp. 834-843.
West, J.W. (2003). Effects of heat-stress on production in dairy cattle. Journal of Dairy Science, 86,
pp. 2131-2144.
Wilkins, R.J., Hutchinson, K.J., Wilson, R.F. & Harris, C.E. (1971). The voluntary intake of silage by
sheep. Interrelationships between silage composition and intake. Journal of Agricultural Science,
77, pp. 531-540.
Wright, D.A., Gordon, F.J., Steen, R.W.J. & Patterson, D.C. (1999). Factors influencing the response
in intake of silage and animal performance after wilting of grass before ensiling: a review. Grass
and Forage Science, 55, pp. 1-13.
Zom, R.L.G., André, G. & van Vuuren, A.M. (2012). Development of a model for the prediction of
feed intake by dairy cows: 1. prediction of feed intake. Livestock Science, 143, pp. 43-57.
94
Zom, R.L.G., Van Riel, J.W., André, G. & Van Duinkerken, G. (2002). Voorspelling voeropname met
Koemodel-2002. Lelystad: Praktijkonderzoek Veehouderij.
95

CAO schalen minimumloon per 1-7

Polytechnisch Zakboek

Hoe kun je stoffen herkennen.

tabellen met cijfers

Bijlage: Beantwoording nadere vragen ter voorbereiding AFB De

TopTek GS 2.0 – B 125

TOELICHTING OP HET AANVRAAGFORMULIER Algemeen Het

TopMais ADV MM.indd - Terra Agribusiness

176906 (6.79MB)

Antropometrie2008 - SMA Midden Nederland