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
© Copyright 2024 ExpyDoc