ProefshWon
auar
de
~
r
-
ROC's
Regionale
Rundveehouderij,
hoeve
Qndea~ek
schapenbrouderij
en
Centra
Paardenhouderij
Bemonstering,
kwaliteit
en
voederwaarde van
Ni8b uif dR ptpTt
mag
mndrtr
ovettq
mat
hst
ProsfMbn
wodm
owetgwnomen.
ISSN 01Ba-368f3
Etiitste druk i99afopiage
4245De-'tra
BemonsterSng
-
Warrstarlng,
Irw!dBeit
en
- m a -
W)
gr-1
(PRdWpwi
123)IJ.
@ o t ' ~ d ,A.
Strs$ -
P
-* l ..
& " iProefstation voor de Rundveehouderi j , Schapenhouderi j en Paardenhouderi j (PR) Lelystad Waiboerhoeve Regionale Onderzoek Centra Beinonstering, kwaliteit en voederwaardering van graskuil
(Sampling, fermentation quality and £eed evaluation of grass silage)
J . Corporaal (PR)
A. Steg (IVVO)
Iri saiiienwerking inet het Instituut voor Veevoedingsonderzoek (IVVO)
VOORWOORD
In de jaren 1985, 1986 en 1987 is door het Proefstation voor de Rundveehou- derij, Schapenhouderij en Paardenhouderij (PR), in samenwerking met het Insti- tuut voor Veevoedingsonderzoek ( I W O ) een groot aantal proefkuilen aangelegd om het effect van een aantal machines en toevoegmiddelen op de kwaliteit van onvoldoende voorgedroogd kuilvoer te onderzoeken. De resultaten van dit onder- zoek met betrekking tot de effecten van de verschillende machines en toevoeg- middelen zijn gepubliceerd in drie PR-rapporten (117, 118 en 119).
Uit de grote hoeveelheid gegevens die bij het onderzoek werd verzameld, waren ook zaken af te leiden die niet direct betrekking hadden op boven- genoemde vraagstelling. Dit betreft 1. Bemonsteringsfouten, 2. Voorspelling van de inkuilbaarheid, 3. Verbanden tussen verschillende kwaliteitsparameters
van kuilvoer en 4. Voederwaarde berekening van (nat) kuilvoer. Deze aspecten
worden in dit rapport beschreven.
Omdat een aantal van de onderwerpen die in dit rapport worden behandeld niets of slecht zijdelings met elkaar te maken hebben, is het rapport opge- deeld in drie hoofdstukken die min of meer als deelrapporten kuneri worden gezien.
Bij de statistische verwerking van gegevens heeft G. André een grote,
zeer gewaardeerde, inbreng gehad. Een woord van dank hiervoor is hier op zijn plaats.
SAMENVATTING
Aan de hand van de gegevens van 566 proefkuilen zonder en met verschillende
toevoegmiddelen, die zowel bij inkuilen als na conservering waren bemonsterd, werden de volgende zaken onderzocht:
l. De nauwkeurigheid van de resultaten van monstername en analyse.
2 . Verbanden tussen chemische samenstelling van het gras en van kuilvoer.
3 . Verbanden tussen chemische samenstelling en verteerbaarheid.
In het rapport wordt voor een zeventiental bepalingen de standaardafwijking en de variatiecoëfficient ten gevolge van bemonstering en analyse gegeven.
Met behulp van de gegevens van de controlekuilen werd getracht de kuilkwali-
teit te voorspellen aan de hand van de samenstelling van het uitgangs-
materiaal. Met de beschikbare gegevens kon de inkuilbaarheid slecht worden voorspeld. Het suikergehalte van het gras, dat tussen de series van de verschillende proeven sterk varieerde, had geen aantoonbaar effect op de kuilkwaliteit. Hogere ds-gehalten daarentegen hadden bijna altijd een positief effect op het inkuilresultaat.
Bij de kuilmonsters werd nagegaan welk verband bestond tussen het droge-
stofgehalte, de NH -fractie, het boterzuurgehalte, het nitraatgehalte en (de
3
logarithme van) het aantal sporen van boterzuurbacteriën.
Tussen NH -fractie en boterzuurgehalte bleek een redelijk verband te bestaan.
3
Tussen NH -fractie, boterzuurgehalte en log sporen werd geen duidelijk
3
lineair verband gevonden.
Met name bij lage NH3-fracties en boterzuurgehaltes varieerde de log sporen van 2 , 5 tot 6 , 4 / g . Bij NH -fracties groter dan 15 en boterzuurgehaltes boven
3
2 g/kg was de log sporen vrijwel altijd groter dan 4,5/g. Bij meer dan 0 , 5
g/kg nitraat bleef de log sporen vrijwel altijd beneden 4,5/g. In het traject
van 200
-
300 g ds/kg kon geen duidelijke invloed van het ds-gehalte op hetaantal sporen worden vastgesteld. De variatie in proefbehandelingen (hakselen, toevoegmiddelen) kan hiervan de oorzaak zijn.
De afname van het gehalte aan verteerbare organische stof (vos) door het inkuilen kon redelijk worden voorspeld met behulp van de NHg-fractie.
Van 265 monsters van verwelkt gras en van 1022 kuilvoermonsters werd het
gehalte aan verteerbare organische stof (vos) berekend uit de resultaten van
de Weende analyse met behulp van de formules uit de Handleiding van het C v B
verschillen optraden tussen de "berekende" vos en de in-vitro vos. Met behulp
van regressieanalyses werden nieuwe formules berekend die een betere
voorspelling gaven van het vos-gehalte dan de huidige UB-formules. De berekende formules zien er als volgt uit:
gras verwelkt : vos = 1058 - 0 , 7 4 x rc
-
1,12 x ras-
9 x maaidatum.graskuil : vos = 1063
-
0,77 x rc - 1,23 x ras - 0,03 x ds-
9 x maaidatum De gehalten aan vos, rc en ras worden daarbij uitgedrukt in g/kg droge stof,ds als g/kg. De maaidatum is gedefinieerd als maandnummer
+
dagnummer x 0,033.Ten opzichte van de huidige CVB formules wordt met deze formules sterker gecorrigeerd voor hogere ras-gehalten en minder sterk voor hogere rc-gehalten.
De NH -fractie bleek dermate gecorreleerd te zijn met het rc-gehalte dat een
3
extra correctie voor NH -fractie overbodig bleek. Een effect van de lengte van
3
de veldperiode op de verteerbaarheid werd niet vastgesteld.
Voor kuilen van gras met een afwijkende botanische samenstelling gaf de bovengenoemde formule voor graskuil een overschatting van het gehalte aan verteerbare organische stof.
Uit een tiental verteringsproeven met hamels bleek dat de in-vitro verteerbaarheid een goede benadering is van de in-vivo verteerbaarheid. Bij natte kuilen met een groot aandeel vluchtige bestanddelen werd een lichte onderschatting van de dierverteerbaarheid vastgesteld.
Sampling, fermentation quality an feed evaluation of grass silage
Results from 566 experimental silages made with or without additives, from which duplicate samples had been taken at ensiling and of the silage for proximate analysis and in-vitro digestibility studie, were used to examine the following objects:
I. Accuracy of sampling and analyses.
2. Relationships between chemical composition of grass and silage. 3. Relationships between chemical composition and digestibility.
Using the information obtained from these samples the standard errors and coefficients of variation, for sampling and analysis, were calculated for 17 characteristics.
Prediction of silage quality from the grass characteristics was very poor. The sugar content of the grass had no significant effect on silage quality. However higher DM-contents had a positive influence on silage quality.
Relationships between DM, NH -£raction, butyric acid content, nitate content
3
and logarithme of the number of clostridial spores were examined. NH 3 -£raction and butiric acid content were closely r.elated. No clear cut relation was observed between NH3-fraction, butyric acid content and log
spores. Especially, at low values of butyric acid and
NH
-£raction, log spores3
varied considerably (from 2 , 4 to 6,4/g). Samples with more than 2 g/kg butyric
acid or NH -fractions above 15 were generally associated with more than 4,5
3
log spores/g. In samples containing more than 0 , 5 g/kg nitrate, log spores was mainly restricted below 4 , 5 .
In the range 200
-
300 g/kg DM no effect of DM on log spores was found. Thiswas probably caused by different experimental treatments (chopping,
additives).
The decrease in DOM could be reasonably predicted using the NH -£raction.
3
DOM was estimated for 265 wilted grass samples and 1022 silage samples
(calculated according to the formula of CvB (1977) and in-vitro
digestibility).
However systematic differences were found between these two methods. Therefore new formulae were calculated by regression analysis. The following equations
Wilted grass DOM = 1058
-
0 , 7 4 x cf - 1,12 x ash - 9 x dateGrass silage DOM
-
1063-
0,77 x cf-
1 , 2 3 x ash - 0 , 0 3 x DM-
9 x date(Contents of DOM, cf and ash in g/kg DM, DM in g/kg and date as month nurnber
+
daynumber x 0,033.)
In comparison to the present CvB-formulae (1977) these formulae gave a smaller correction for cf and a stronger correction for ash. Unlike in the CvB-formula for silage no correction for NH3-fraction was calculated, because there
appeared to be a strong correlation between NH,-fraction and cf. No
significant effect was found for the length of wilting period on digestibility (as is suggested in CvB formulae).
The above formulae gave an overestimation of DOM-content in silages from grass with a different botanica1 composition.
Results from 10 digestibility trials with wethers showed that in-vitro
digestibility gave a good estimation of in-vivo digestibility. In wet si-lages, with a large amount of volatile components, in-vitro digestibility gave a slight underestimatimation of in-vivo digestibility.
A list of translations of captions for tables, figures, appendices and
INHOUDSOPGAVE
1. Fouten monstername en analyse 1.1 Inleiding 1.2 Materiaal en methoden 1.3 Resultaten 1.4 Discussie 1 . 5 Conclusies 2. Inkuilbaarheid en kuilkwaliteit 6 2.1 Inleiding 6
2.2 Voorspelling van het suikergehalte met behulp van een refractometer 6
2.2.1 Materiaal en methoden 7
2.2.2 Resultaten en discussie 7
2.3 Voorspelling van het suikergehalte van verwelkt gras 8
2.3.1 Materiaal en methoden 8
2.3.2 Resultaten en discussie 8
2.4 Invloed uitgangsmateriaal op inkuilbaarheid. 10
2.4.1 Materiaal en methoden 1 O
2.4.2 Resultaten en discussie 10
2.5 Verband tussen NH 3 -fractie,boterzuurgehalte en sporen van
boterzuurbacteriën 12
2.5.1 Materiaal en methoden 13
2.5.2 Resultaten en discussie 14
2.6 Verband tussen boterzuurgehalte, NH -fractie en verandering van
3
voederwaarde 19
2.6.1 Materiaal en methoden 19
2.6.2 Resultaten en discussie 19
2.6.3 Verband tussen NH -fractie en verandering van het r e - , rc en 3
ras-gehalte 2 2
2.7 Conclusies 2 3
3. Voederwaardering van verwelkt gras en kuilvoer 3.1 Inleiding
3.2 Voederwaarde van verwelkt gras
3.2.1 Materiaal en methoden
3.2.2 Resultaten 3.2.3 Discussie
3.3.1 Materiaal en methoden
3 . 3 . 2 Resultaten van regressieanalyses met alle monsters 3.3.3 Resultaten van regressieanalyses met een beperktere
groep monsters
3.3.4 Invloed van toevoegmiddelen op berekende regressie
3.3.5 Toetsen van de uitkomsten van de regressieanalyses 3.3.6 Discussie
3 . 4 Verteringsproeven met hamels
3.4.1 Het proefvoer
3 . 4 . 2 Uitvoering van de dierproeven 3.4.3 Resultaten
3 . 4 . 4 Discussie
3.5 Conclusies en aanbevelingen
Literatuurlijst
1 . FOUTEN MONSTERNAME EN ANALYSE
1 . 1 Inleiding
Bij inkuilonderzoek worden veelvuldig monsters gestoken voor het bepalen van het gehalte aan stoffen die iets zeggen over de conservering en de voeder- waarde. De resultaten hiervan zijn omgeven met een zekere onnauwkeurigheid ten gevolge van bemonsterings- en analysefouten. Over de grootte van deze fouten bij de gebruikte onderzoeksmethodiek was echter weinig bekend. Doordat bij het onderzoek steeds duplomonsters werden genomen, kon aan de hand van de ver- schillen in uitkomsten tussen beide monsters, de grootte van de fout ten
gevolge van bemonstering
+
analyse worden berekend.1.2 Materiaal en methoden
Voor de berekeningen werden de gegevens gebruikt van 566 kuilen uit het inkuilonderzoek dat werd uitgevoerd om de effecten van verschillende machines en toevoegmiddelen op de kwaliteit van onvoldoende voorgedroogd kuilvoer te onderzoeken. Dit onderzoek wordt beschreven in Corporaal en Van Schooten (1989), Corporaal e.a. (1989) en Van Schooten e.a. (1989).
Bij inkuilen werden per proefkuil twee boormonsters van elk 10
-
12steken genomen, waarvan op de proefboerderij het luchtdrogestofgehalte werd bepaald. (Drogen bij 70 graden en wegen nadat de monsters waren afgekoeld.) De gedroogde monsters werden vervolgens verstuurd naar het Bedrijfslaboratorium voor Grond- en Gewasonderzoek (BLGG) in Oosterbeek, waar restvocht, r e , rc, ras en suiker na inversie (sun) werden bepaald (voor analysemethodieken, zie Vermeden, 1979).
De VEM- en vre-waarden werden berekend met behulp van de Handleiding voor de Berekening van de Voederwaarde van Ruwvoedermiddelen (CvB, 1977). Daarnaast
werden 2 monsters genomen waarin nitraat, pH en bij een aantal monsters ook de
refractometerwaarde werden bepaald. (Corporaal en van Schooten, 1989).
Na conservering werden van elke kuil twee monsters genomen voor analyse in het BLGG op gehalten aan ds, re, rc, ras, boterzuur, azijnzuur en melkzuur
en het bepalen van de NH -fractie. Daarnaast werden per kuil twee monsters
3
genomen voor het bepalen van pH, nitraat, en sporen van boterzuurbacterien
door het laboratorium van het I W O (Van Schooten e.a.,1989).
De analyse uitslagen van het BLGG werden gecontroleerd op afwijkende ge- halten aan re, rc, ras en sun. Dit was mogelijk doordat er steeds twee
monsters van een object waren en van een perceel meerdere objecten werden aan- gelegd. Daarnaast konden nog gegevens van voor en na inkuilen worden verge-
leken. Wanneer aan een uitslag werd getwijfeld, werd een herbepaling aange- vraagd Van de 2258 monsters werden in totaal 256 herbepalingen aangevraagd Wanneer het verschil tussen de oorspronkelijke waarde en de herbepaling maar
enkele eenheden bedroeg, werd de oorspronkelijke waarde aangehouden Was het
verschil groter en lag de nieuwe waarde dichter in de buurt van het andere monster van de zelfde kuil en van de andere monsters van de zelfde serie dan werd de nieuwe waarde in de dataset ingevoerd
Nadat de analyses en eventuele heranalyses door het BLGG waren uitge-
voerd, werden de monsters teruggestuurd naar het PR. In 267 monsters van het
uitgangsmateriaal en in l022 monsters van het kuilvoer werd vervolgens door
het laboratorium van het I W O de in-vitro verteerbaarheid bepaald (Van der
Meer, 1986). De uitslagen van het in-vitro onderzoek werden ook gecontroleerd op afwijkende waarden Wanneer bij vrijwel gelijke r e - , rc- en rasgehalten, het verschil in verteringscoefficient tussen twee monsters van de zelfde kuil groter was dan 1% (absoluut), werd een herbepaling uitgevoerd. Bij de sporen- bepaling werd een herbepaling uitgevoerd als het verschil tussen twee monsters van een kuil groter was dan 1 log eenheid.
De analyseresultaten staan als gemiddelde per kuil vermeld in bovengenoemde PR- rapporten.
Met behulp van de gegevens van beide duplomonsters werd voor de verschillende bepalingen het gemiddelde, de standaardafwijking en de variatiecoefficient berekend. De standaardafwijking en de variatiecoefficient zijn een maat voor
de fout ten gevolge van bemonstering
+
analyse op het laboratorium.1.3 Resultaten
In tabel 1 is het aantal herbepalingen weergegeven voor re, rc, ras en suiker na inversie en de orde van grootte van de verschillen tussen beide bepalingen.
Tabel l. Gevonden verschillen bij heranalyses in 256 van de 2258 onderzochte monsters van verwelkt gras en kuilvoer. Lussen haakjes het aantal gevallen waarbij de uitkomst van de herbepaling betrouwbaarder werd geacht dan de oorspronkelijke.
. . .
Component Verschil tussen eerste en tweede bepaling (g/kg ds)
O
-
9 l0-
19 20-
29 30-
49 > 50 totaal - - - - * - - - Ruw eiwit 16 (2) 10 (9) 9 (8) 3 (2) 2 (2) 40 (23) Ruwe celstof 24 (3) 24 (20) 21 (15) 14 (10) 8 (8) 91 (56) Ruw as 43 (20) 22 (20) 14 (11) 11 (10) 2 (2) 92 (63) Suiker n.i. 22 (11) 9 (4) l (l)-
- l (l) 33 (17). . .
Van een aantal monsters werden 3 of zelfs 4 herbepalingen uitgevoerd. Van deze monsters is alleen het absolute verschil tussen de oorspronkelijke en de meest waarschijnlijke waarde aangegeven.
Uit tabel l blijkt dat de rc- en de ras-gehalten vaak aanleiding tot twijfel gaven. Tussen de oorspronkelijke en de herbepaling kwamen soms grote ver- schillen voor. In de meeste gevallen leverde de herbepaling een waarschijn- lijker waarde op dan de oorspronkelijke waarde.
Nadat de resultaten van de herbepalingen in de dataset waren ingevoerd, werd het gemiddelde, de standaardafwijking en de variatiecoefficiënt voor de ver-
schillende bepalingen berekend (tabel 2).
In de tabel staan twee verschillende VEM-waarden. De eerste waarde (VEM) is berekend met behulp van de Handleiding voor de Berekening van de Voederwaarde van ruwvoedermiddelen (CvB, 1977) op basis van Weende analyse. De tweede waarde (VEMvc) werd berekend met behulp van de in-vitro verteerbaarheid. Tabel 2. Gemiddelde waarden, aantal vergelijkingen, standaardafwijking
(st.afw.) en variatiecoefficient (var.coef.) van verschillen tussen
duplomonsters. (ds, N03, boter-, azijn-, en melkzuur in g/kg, re, rc,
ras, vos en vre in g/kg ds)
. . .
Gras verwelkt Kuilvoer
Gehalte Gemid- Aantal St.afw. Var. Gehalte Gemid- Aantal St.afw. Var.
deld verg. coef. deld verg. coef.
. . .
ds 270 564 5,06 1.9 ds 259 565 3,18 1 , 2 r e 199 564 6,08 3.1 re 188 565 5,03 2 , 7 r C 222 564 7,40 3.3 rc 240 565 6,77 2 , 8 ras l31 564 7,81 5.9 ras 139 565 7,39 5 , 3 suiker 109 564 7,59 7.0 VEM 878 564 l9,17 2.2 VEM 823 565 16,14 2 , o VC-vitro 73,l 512 0,96 1 , 3 vos 630 512 10,12 1 , 6 VEMVC 813 512 14,97 1 , 8 vr e 155 564 6,02 3.9 vre 130 565 5,06 3 , 9 NH -fr. 12,l 565 3 O , 84 6 , 9 lsp* 4,16 557 0,68 16,3 ~h 5,83 529 0,072 1.2 pH 4,52 455 O , 07 1,6 nitraat 1,42 543 0,24 16.7 nitraat 0,47 565 0,16 34.0 boterzuur 2 , 5 555 0,63 24,8 azijnzuur 7 , 5 555 O , 65 8 , 7 melkzuur 19,l 555 1,36 7 , 1 - - - * " - - - " - - -*
log sporen van boterzuurbacterienDe standaardafwijking van droge-stofbepaling van het verwelkte gras was groter
dan bij die van het kuilvoer. Opvallend is dat de variatiecoëfficiënt voor de VEM-waarde kleiner is dan voor de gehalten aan re, rc en ras. Dit kan worden verklaard doordat in de berekening gewerkt wordt met een grote constante, die een groot deel van de variatie ten gevolge van variatie in r e - , r c - , ras-ge-
halte en
NH
-fractie afvlakt. Daarnaast kan er ook sprake zijn van een compen-3
satie-effect.
De grote variatie in nitraat-gehalte was te verwachten omdat dit gehalte semi-
kwantitatief, dat wil zeggen met nitraatstrippen, werd bepaald.
Bij de gehalten aan ras, nitraat, boterzuur, azijnzuur, melkzuur en de NH
-
3 fractie, bleken de verschillen tussen de duplomonsters toe te nemen met de hoogte van het gehalte. Bij de overige gehalten was de standaardafwijking bij verschillende niveau's vrijwel constant.
1 . 4 Discussie
De fout ten gevolge van bemonsterings
+
analyse kan worden uitgedrukt alsstandaardafwijking of als variatiecoefficient. Bij de analyse bleek dat de standaardafwijking voor ds, re, rc, sun, VEM, VC, vos, VEMvc, vre, en pH vrij constant was bij verschillende niveau's van deze waarden. Bij de gehalten aan
ras, nitraat, boterzuur, azijnzuur en melkzuur en de NH -fractie werd de stan-
3
daardafwijking groter bij toenemende waarden. Daarom is voor de eerste groep de standaardafwijking de beste maat voor de spreiding en voor de tweede groep de variatiecoefficient.
De berekende standaardafwijkingen voor de verschillende bepalingen geven een gunstiger beeld dan onder praktijkomstandigheden mag worden verwacht. Voordat de standaardafwijkingen werden berekend, werden de grootste uit-
schieters al gecorrigeerd. Daarnaast werden er van de proefkuilen met een oppervlak van ca. 2,5 x 2 , 5 m , 10 tot 12 steken genomen die werden samenge- voegd tot een monster, terwijl de monsters die van praktijkkuilen worden ge- nomen vaak uit niet meer dan drie steken bestaan. Spoelstra (persoonlijke mededeling) vond bij onderzoek aan 24 praktijkkuilen, waarvan 2 monsters van elk drie steken werden genomen de volgende gemiddelden, standaardafwijkingen en variatiecoefficiënten.
Tabel 3. Chemische samenstelling en voederwaarde van 24 praktijkkuilen. Gemiddelden, standaardafwijkingen en variatiecoëfficiënten
(Spoelstra persoonlijke medeling)
Ds r e rc ras VEM vre NN3.- azijn- boter- log
fractie zuur zuur sporen - - - * - - -
Gem 382 190 252 157 760 140 15 6 , 8 4 , 5 3,63
St. afw. 30,3 9 , l 10,4 17,3 35,O 7 , 6 1,73 1,00 1,68 0,74
De meeste standaardafwijkingen en variatiecoëfficiënten zijn ongeveer twee keer zo hoog als bij ons onderzoek. De st. afw. voor ds is bij dit gemiddelde
ds-gehalte zelfs 9 keer zo hoog als bij ons onderzoek. Opmerkelijk is dat het
verschil bij log sporen vrij klein is (st. afw. 0 , 7 4 VS 0 , 6 8 ) , terwijl zou worden verwacht dat er door de heterogeniteit van praktijkkuilen juist op dit punt een groot verschil zou zijn. Dit kan worden verklaard doordat het niveau bij deze praktijkkuilen lager lag. De variatiecoëfficiënt was daardoor wel groter. De standaardafwijkingen en variatiecoefficenten die bij ons onderzoek werden gevonden zijn dan ook geen maat voor de bemonstering van praktijk- maar voor proefkuilen. De nauwkeurigheid van de uitkomsten kan worden verhoogd door een betere monstername of door een nauwkeuriger analyse. Doordat er geen be- trouwbare gegevens over analysefouten in het laboratorium waren, kan niet worden beoordeeld hoe groot de fouten afzonderlijk waren. Uit het onderzoek aan luzernekuilen (Corporaal, 1987) bleek wel dat de totale fout kan worden verkleind door de monsters in duplo te analyseren in plaats van in enkelvoud. Bij het onderzoek aan praktijkkuilen zal het grootste gedeelte van de fout echter worden veroorzaakt door de bemonstering.
1.5 Conclusies
De fout tengevolge van bemonstering en analyse die bij dit onderzoek aan proefkuilen werd berekend bedroeg voor ds 3 g/kg, voor re 5 g/kg, voor rc 7
g/kg, voor ras 5%, voor VEM 16 eenheden, voor vre 5 eenheden, voor de NH -
3
fractie 1 eenheid en voor sporen van boterzuurbacteriën 0,67 log-eenheden. De gevonden waarden komen gu-stiger uit dan die voor praktijkkuilen omdat bij het onderzoek kleine kuilen werden bemonsterd met een groter aantal steken per monster. Daarnaast werden onwaarschijnlijke waarden herbepaald.
2 . INKUILBAARHEID EN KUILKWALITEIT
2 . 1 Inleiding
De kwaliteit van kuilvoer en de mate waarin de conservering is geslaagd kan
worden beoordeeld aan de hand van de NH -fractie, het boterzuurgehalte, het
3
aantal sporen van boterzuurbacterien en de voederwaarde.
Tussen de proeven was er een groot verschil in de kuilkwaliteit van de contro- lekuilen. Dit kan worden toegeschreven aan een verschil in inkuilbaarheid. De inkuilbaarheid van gras wordt onder andere bepaald door het droge-stofgehalte, het suikergehalte en de buffercapaciteit (Wieringa en de Haan, 1961). Omdat suikers een positief effect hebben op de conservering, en eiwitten een nega- tief effect doordat ze de buffercapaciteit van het gras verhogen, wordt ook
vaak gesproken van de suiker/ruw-eiwitverhouding. Het suikergehalte in gras
kan sterk varieren. De variatie is volgens Wieringa en de Haan (1961) onder- meer afhankelijk van straling, temperatuur, neerslag, stikstofbemesting en de
lengte van de veldperiode. Voor voorjaarsgras geven ze waarden van 12 - 20 %
suiker in de droge stof. Voor augustus gras 3
-
12 % . Later in de herfst kan het suikergehalte stijgen onder invloed van zonnige dagen en koude nachten.Naast het droge-stof- en suikergehalte kan ook het nitraatgehalte van het gras
een rol spelen (Schukking en Hengeveld, 1971, Schukking en Keuning, 1980, Spoelstra, 1983).
In dit hoofdstuk is getracht: een voorspelling te geven van de inkuilbaarheid van het gras en een verband te leggen tussen een aantal conserveringspara- meters onderling en tussen een aantal conserveringsparameters en de ver- andering van de voederwaarde.
2.2 Voorspelling van het suikergehalte met behulp van een re£ractometer.
Het droge-stofgehalte van het gras bij inkuilen kan redelijk worden geschat.
Het suikergehalte niet. Dit moet worden bepaald in een laboratorium. Deze bepaling is vrij duur en het duurt vaak enkele weken voordat het resultaat bekend is. Daarom werd onderzocht in hoeverre het suikergehalte kan worden geschat met een refractometer. Het bepalen van de refractometerwaarde is vrij eenvoudig en kan snel worden uitgevoerd.
2.2.1 Materiaal en niethoden
Voor de berekeningen werden de gegevens gebruikt van het onderzoek dat in hoofdstuk 1.2 wordt genoemd. Voor het bepalen van de refractorneterwaarde werden monsters gennomen die direct na bemonstering werden ingevroren. Na ontdooien werden deze monsters uitgeperst met een aardappelpureepers. (Deze methode is uitvoeriger beschreven in Corporaal en Van schooten, 1989). In dit sap werd met een refractometer (Atago) de refractometerwaarde bepaald.
De refractometerwaarden werden vergeleken met de suikergehaltes volgens de chemische bepaling. Monsters van kuilen waaraan melasse was toegevoegd werden buiten beschouwing gelaten. In totaal kon van 149 kuilen die in 1985 waren aangelegd een vergelijking worden gemaakt.
Het bleek dat er een slecht verband was tussen refractometerwaarde en suikergehalte. Het vermoeden bestond dat dit te maken kon hebben met opgeloste eiwitten in het sap. Om deze eiwitten te laten neerslaan, en zo een betrouw-
baardere schatting te krijgen van de hoeveelheid opgeloste suikers, werd met 2
proefseries van elk 18 monsters het effect van verschillende voorbehandelingen onderzocht. De voorbehandelingen waren:
a uitpersen
b "
+
10 druppels 35% HC1 op 10 ml sap C "+
koken van het sapd gras eerst koken en daarna uitpersen e idem
+
10 druppels 35% HG1NB: Door het toevoegen van l0 druppels zoutzuur aan 10 cc water werd de refractometerwaarde met 1.9 eenheden verhoogd.
2 . 2 . Z R e s u l t a t e n en discusie
Het verband tussen de refractometerwaarde en het suikergehalte na inversie bleek uiterst klein. Bij een refractometerwaarde van bijvoorbeeld 10 werden zowel suikergehaltes van 1% als van 5% gevonden. Met behulp van regressie-
analyse kon slechts 10 % van de variantie in suikergehalte worden verklaard
met de refractometerwaarde. Ook een opsplitsing in droge-stofilassen leverde geen duidelijker verband op. Een verklaring hiervoor is dat een refractometer alle opgeloste stoffen meet, dus ook zuren, basen en opgeloste zouten en ei- witten. Een andere oorzaak voor verschillen kan zijn dat de refractometer alleen opgeloste suikers meet en dat er bij het bepalen van suiker na inversie ook een hoeveelheid, niet in water oplosbare suikers worden bepaald. Dit is volgens Asbreuk (persoonlijke medeling) slechts een zeer gering percentage van
het totaal aan suikers.
De resultaten van de twee proeven met de verschillende voorbehandelingen staan in bijlage 1. De verschillende methoden gaven wel verschil in refracto- meterwaarde, maar geen van de voorbehandelingen gaf een duidelijker verband tussen refractometerwaarde en suikergehalte.
Ook in Groot Brittanie heeft men orienterend onderzoek gedaan naar moge- lijkheden van suikerbepaling in vers gras met een refractometer (Wilkins, persoonlijke mededeling). Ook bij dat onderzoek vond men een zeer matig verband tussen refractometerwaarde en suikergehalte.
2.3 Voorspelling van het suikergehalte van verwelkt gras
Tussen de series van de verschillende proeven bestond een grote variatie in suikergehalte. Aan de hand van gemiddelde suikergehaltes van het gras bij
inkuilen van de objecten zonder toevoegmiddel van 84 proefseries, werd ge-
tracht deze variatie met behulp van regressieanalyse te verklaren.
2 . 3 . 1 Materiaal en methoden
Aan de hand van gegevens van het onderzoek dat in hoofdstuk 1.2 wordt genoemd
werd getracht een voorspelling te geven van het suikergehalte. Met behulp van
regressieanalyse werd getracht de variatie in suikergehalte te verklaren uit:
maaidatum, stikstofbemesting, gebruik van de vorige snede (eerste snede, maai-
en of weiden), aantal groeidagen, gesommeerde straling van de laatste 7 en 3
dagen voor maaien, neerslag, minimum- en maximum temperatuur gedurende de
laatste 7 dagen voor maaien, lengte van de veldperiode, neerslag tijdens de
veldperiode, en minimum- en maximum-temperatuur tijdens de veldperiode. Daarnaast werd ook gekeken naar jaar- en bedrijfsinvloeden.
De gegevens over neerslag en temperatuur waren meestal op de betreffende proefboerderij verzameld. Voor straling werden de gegevens van het dichtst bijgelegen weerstation gebruikt.
2 . 3 . 2 Resultaten en discusie
In figuur 1 is per proef het gemiddelde suikergehalte van het gras bij in- kuilen van de objecten zonder toevoegmiddel uitgezet tegen de datum waarop de kuilen werden aangelegd. De gevonden suikergehalten varieerden tussen 25 en
221 g/kg droge stof (gemiddeld 91 g/kg ds). Uit figuur l blijkt dat er geen
duidelijk systematisch verloop was over het groeiseizoen. Er bleken geen duidelijke j aar
-
of bedrijfsinvloeden te zijn.Figuur 1. Suikergehalte in gras bij inkuilen in de verschillende maanden van het jaar (1985
-
1987)Maand
Met behulp van regressieanalyse kon geen duidelijk verklarend model worden gemaakt om de hoogte van het suikergehalte te schatten. Daaruit mag overigens niet worden geconcludeerd dat bemesting, straling en temperatuur geen effect hebben op het suikergehalte. Bij het onderzoek bleken verschillende factoren dermate met elkaar gestrengeld te zijn, dat geen verband kon worden berekend. Zo was de datum gecorreleerd met straling, N-bemesting, temperatuur en neer- slag. De straling was gecorreleerd met de temperatuur en de neerslag.
Een aantal factoren die een invloed op het suikergehalte kunnen hebben zijn niet onderzocht. Dit zijn de botanische samenstelling van het gras en het tijdstip van maaien op de dag.
Uit gegevens van o.a. Podkowka, Jones, Deinum, en Wilson (in: Corporaal, 1988) blijkt dat er tussen grassoorten grote verschillen zijn in suikerge- halte. Het gras dat voor de proeven werd gebruikt kwam over het algemeen van percelen met een redelijke tot goede botanische samenstelling, met overwegend engels raaigras. Tijdens het onderzoek zijn de gegevens over de botanische samenstelling niet systematisch vastgelegd, zodat hiervan geen effect kon worden berekend.
het gras. Doordat het gras assimileert (produktie van suikers) verandert het suikergehalte tijdens de dag. De invloed van het maaitijdstip op het suiker- gehalte kon niet worden berekend omdat het exacte maaitijdstip niet was vast- gelegd. De verwachting is overigens dat de variatie over de dag veel geringer is dan de variatie tussen verschillende dagen.
De variatie in het suikergehalte van voorjaarsgras was groter dan de variatie die Wieringa en de Haan (1961) noemen. Bij ons onderzoek kwamen in het voorjaar wel een aantal hoge suikergehalten voor maar gemiddeld was er geen verschil tussen voor- en najaar.
2.4 Invloed uitgangsmateriaal op inkuilbaarheid.
Met behulp van regressieanalyse is getracht de verschillen in inkuilbaarheid tussen de series van de verschillende proeven te verklaren uit een aantal kenmerken van het gras bij inkuilen. Daarbij werd het verband berekend tussen
een aantal conserveringsparameters (NH3-fractie, boterzuurgehalte en sporen
van boterzuurbacteriën) en het droge-stofgehalte, het suikergehalte, het ruw-
eiwitgehalte, het ruw-asgehalte, het nitraatgehalte van het gras bij inkuilen en lengte van de veldperiode.
2.4.1 Materiaal en methoden
Voor de berekeningen werden, van het onderzoek dat in hoofdstuk 1.2 wordt ge- noemd, alleen de gegevens van de kuilen zonder toevoeg-middel gebruikt. Deze kuilen werden gesplitst in een groep hakselkuilen en een groep kuilen die met opraapwagen, opraapsnijwagen of opraapdoseerwagen werd aangelegd. Tussen de laatste drie machines werd geen onderscheid gemaakt omdat uit het onderzoek was gebleken dat de verschillen in kuilkwaliteit tussen deze machines zeer gering waren (Van Schooten e.a., 1989).
2.4.2 Resultaten
Uit de regressieanalyse bleek dat een aantal factoren sterk met elkaar waren verstrengeld. Daardoor waren de uitkomsten zeer moeilijk te interpreteren.
Bij de niet gehakselde kuilen kon voor het boterzuurgehalte maximaal 44 % ,
voor de NH3-fractie 49 % en voor log sporen slechts 38 % van de variantie
worden verklaard. Bij de hakselkuilen was de variatie in boterzuurgehalte, NH -fractie en aantal sporen veel kleiner dan bij de ongehakselde kuilen. Dit
3
komt doordat hakselen op zich al een positief effect op de conservering heeft (Van Schooten e.a, 1989). Daardoor kon bij deze kuilen slechts respectievelijk
6 , 16 en 26 % van de variantie worden verklaard.
De enige factor die bij alle analyses duidelijk significant naar voren kwam was het droge-stofgehalte. Bij de overige factoren was er sprake van sterke interacties en te lage t-waarden om van een betrouwbaar verband te kunnen spreken. Het nitraatgehalte in het gras leek een effect te hebben op het aantal sporen van boterzuurbacterién in het kuilvoer. Het bleek echter dat hoge nitraatgehaltes voornamelijk voorkwamen in gras met hogere droge-stof- gehaltes. Daardoor was het onduidelijk of de lagere aantallen sporen die bij deze kuilen werden gevonden nu werden veroorzaakt door een hoger droge-stof- gehalte of door een hoger nitraaegehalte.
Om te zien of er nog andere dan lineaire of kwadratische verbanden waren,
werden een aantal parameters tegen elkaar uitgezet. Het r e - , ras- en suiker-
gehalte bleken geen duideli.jke invloed te hebben op het boterzuurgehalte, de
NH -fractie en log sporen. Het verband tussen het droge-stofgehalte 3 en respec-
tievelijk het boterzuurgehalte, de NH -fractie en log sporen is in de figuren
3 2 t/m 4 weergegeven.
Het blijkt dat er geen sprake was van een lineair verband, maar dat de punten
in een soort driehoek liggen, zoals bijvoorbeeld in figuur 2. De ondergrens
Figuur 2. Invloed van het droge-stofgehalte van gras bij inkuilen op het
boterzuurgehalte in het kuilvoer.
200
300
van de driehoek is bij boterzuur de O-lijn en bij de
NH
-fractie de $-lijn. De 3bovengrens daalt naarmate het droge-stofgehalte stijgt. Bij log sporen (figuur
4) ligt dit verband net andersom. Bij een laag ds-gehalte liggen de meeste
waarnemingen tussen log 5 en 6 , 4 . (Het maximale aantal dat bepaald kon worden was 2.400.000/g-log 6,4). Bij een toenemend ds-gehalte wordt de spreiding groter en komen er meer waarden in de buurt te liggen van het aantal dat bij
de bepaling als minimum gold (360/g = log 2,6).
Er bleek geen verband te zijn tusssen de hoogte van het ras-gehaltes (maat voor verontreiniging met grond) en de kuilkwaliteit. Dit komt overeen met de resultaten van Hengeveld (1983).
2.5 Verband tussen MI -fractie, boterzuurgehalte en sporen van boterzuur-
3 bacteriën.
De mate waarin de conservering is geslaagd, kan worden beoordeeld aan de hand
van de NH -fractie (eiwitafbraak), het boterzuurgehalte, en het aantal sporen
3
Figuur 3. Invloed van het droge-stofgehalte van gras bij inkuilen op de
NH -Eractie van het kuilvoer. 3
Figuur 4. Invloed van het droge-stofgehalte van gras bij inkuilen op het aantal sporen van boterzuurbacteriën.
droge stof (g/kg)
van boterzuurbacteriën. Bij de analyse van kuilmonsters uit de praktijk wordt
alleen de NH -fractie bepaald. Bij het inkuilonderzoek werd zowel de NH3-
3
fractie als het boterzuurgehalte en het aantal sporen van boterzuurbacteriën bepaald. Aan de hand van de onderzoekgegevens werd nagegaan in hoeverre het boterzuurgehalte en het aantal sporen van boterzuurbacteriën aan de hand van de NH3-fractie konden worden voorspeld.
2 . 5 . 1 Materiaal en methoden
Aan de hand van de gegevens van 555 proefkuilen (zie hoofdstuk 2.1) die met en zonder toevoegmiddel en met verschillende machines waren aangelegd, werd met
behulp regressieanalyse het verband berekend tussen de NH -fractie en het ge-
3
halte aan boterzuur en het aantal (log) sporen van boterzuurbacteriën. Er werden zowel lineaire als kwadratisch functies onderzocht. Daarnaast is onder-
zocht of ook met behulp van de gehalten aan droge stof en nitraat en de pH een betere voorspelling van het boterzuurgehalte en het aantal sporen kon worden gemaakt.
2 . 5 . 2 Resultaten en discusie
Boterzuurgehalte
Uit de resultaten van verschillende regressieanalyses bleek dat het boterzuur- gehalte goed kon worden verklaard met de volgende regressieformule:
De reststandaardafwijking bedroeg 2,35 g/kg en het percentage verklaarde variantie bedroeg 72,2 % .
In figuur 5 is het boterzuurgehalte uitgezet tegen de NH -fractie.
3 3
Figuur 5. Verband tussen NH -fractie en boterzuurgehalte.
Hoewel de factoren droge stof en nitraat geen wezenlijke bijdrage leverden aan een groter percentage verklaarde variantie, bleek er wel een verband te be- staan. Het verband is echter niet als lineair verband te berekenen. In figuur
6 en 7 zijn het verband tussen boterzuurgehalte en respectievelijk droge-stof-
gehalte en nitraatgehalte weergegeven. Bij lage droge-stofgehaltes varieerde
Figuur 6 . Verband tussen droge-stofgehalte en boterzuurgehalte.
25
2 0
Droge
stof
(&kg)
Figuur 7. Verband tussen nitraat- en boterzuurgehalte.
500
1
O00
1500
2000
2500
3000
oorzaakt door het gebruik van toevoegmiddelen, waardoor bij een laag droge- stofgehalte toch een goede, boterzuurvrije conservering kon plaatsvinden.
Boven 300 g/kg droge stof lag het boterzuurgehalte, op een aantal uit-
zonderingen na, onder de grens van 2 g/kg die als aanvaardbaar wordt gezien. Tussen het boterzuurgehalte en het nitraatgehalte was er een soortgelijk
verband. Beneden ca. 300 mg/kg kwamen zowel lage als heel hoge boterzuurge-
halten voor. Vanaf 4 0 0 A 500 mg/kg lagen de meeste boterzuurgehalten beneden 2 g/kg. Dergelijke nitraatgehalten kwamen hoofdzakelijk voor in droge(re) kuilen.
Sporen van boterzuurbacteriën.
Uit de resultaten van verschillende regressieanalyses bleek dat het aantal sporen van boterzuurbacteriën (log) het beste kon worden verklaard met de volgende regressieformule:
log sporen- 3 , 6 3 3 6
-
0 , 5 3 7 x B i- 0 , 3 9 7 x B* (B-boterzuur in g/kg)Figuur 8. Verband tussen boterzuurgehalte en aantal sporen van boterzuurbacteriën.
De reststandaardafwijking bedroeg 1,022 log eenheden en het percentage ver- klaarde variantie bedroeg 4 7 , 7 4. Uit figuur 8 blijkt waarom het percentage verklaarde variantie betrekkelijk klein en de reststandaardafwijking betrek- kelijk groot waren. Bij de kuilen met weinig of geen boterzuur was de sprei- ding in aantal sporen zeer groot.
Bij kuilen met veel boterzuur werden alleen zeer hoge aantallen sporen gevonden. De spreiding in aantal sporen was daarbij duidelijk kleiner. Doordat bij het onderzoek 2 , 4 miljoen (-log 6 , 4 ) als maximum gold, is de spreiding in de figuur wat kleiner dan in werkelijkheid.
Tussen de NH -fractie en log sporen werd het volgende verband berekend:
3
3
log sporen
-
1,405+
0,3138 x NH -fractie-
0,00481 x NH3-fractie 2De reststandaardafwijking was iets groter dan bij boterzuur en was 1,168 log
eenheden en het percentage verklaarde variantie bedroeg 35,2 % .
In figuur 9 is het verband tussen NH3-fractie en log sporen weergegeven.
Figuur 9. Verband tussen NH -fractie en aantal sporen van
3 boterzuurbacteriën.
In het traject 200
-
300 g/kg ds kon geen duidelijk effect van droge-stof- gehalte op het aantal sporen worden vastgesteld. Dit komt onder andere door deverschillende methoden van inkuilen; gehakseld-ongehakseld, met of zonder toe-
voegmiddel. Daardoor kwamen bij lage droge-stofgehalten, naast kuilen met zeer
veel sporen, ook kuilen met weinig sporen voor. Uit het onderzoek van Hengeveld (1983) blijkt dat het aantal sporen duidelijk afneemt bij hogere
droge-stofgehalten. Hierbij werd echter een groter traject aan ds-gehalten
onderzocht. De relaties tussen boterzuur, NH -fractie en aantallen sporen die
3
bij dit onderzoek werden gevonden komen goed overeen met het de resultaten van Hengeveld (1983).
Tussen nitraat en sporen van boterzuurbacterien was het verband minder duidelijk dan tussen nitraat en boterzuur. Toch kan uit figuur 10 worden opgemaakt dat het aantal sporen, bij nitraatgehalten van ca. 500 mg/kg of hoger, meestal beneden 100.000/g ligt. Bij laboratoriumsilo's vond Spoelstra
praktijkkuilen vond Spoelstra geen verband tussen nitraatgehalte en aantal sporen. Hij schrijft dit toe aan de heterogeniteit van de onderzochte
praktijkkuilen. Doordat de proefkuilen heterogener waren dan de
laboratoriumsilo's en homogener dan de praktijkkuilen was te verwachten dat er niet meer dan een vaag verband zou worden gevonden.
2.6 Verband tussen boterzuurgehalte, NH 3 -fractie en verandering van voederwaarde.
Een slechte conservering gaat samen met grote omzettingen in de kuil en daarmee grote verliezen aan droge stof en een sterke achteruitgang in voeder- waarde. Met behulp van de beschikbare gegevens werd getracht de achteruitgang van het gehalte aan verteerbare organische stof (vos) te verklaren uit het boterzuurgehalte en uit de NH -fractie.
3
Daarnaast is getracht de verandering van het ruw-eiwit-, het ruwe-celstof- en
het ruw-asgehalte te kwantificeren met behulp van de NH3-fractie.
2.6.1 Materiaal en methoden
Van 563 kuilen van het onderzoek dat in hoofdstuk 1.2 wordt genoemd, kon het gehalte aan vos, van zowel het uitgangsmateriaal als van het kuilvoer, worden berekend aan de hand van Weende analyse met behulp van de formules uit de handleiding van het CvB (1977).
In de monsters van 263 kuilen was zowel van het uitgangsmateriaal als van het kuilvoer de verteringscoëfficiënt van de organische stof (VC-os) bepaald met behulp van de in-vitro methode (Van der Meer, 1986).
De regressieanalyse werd zowel uitgevoerd voor de verandering van de berekende vos als voor de verandering van de vos in-vitro. Er werd zowel met lineaire als met kwadratische functies gerekend.
Het verband tussen NH3-fractie en de verandering in de gehalten aan re, rc en ras werd berekend aan de hand van de gegevens van de zelfde 563 kuilen.
2.6.2 Resultaten en discusie
Uit de regressieanalyse met de resultaten van alle beschikbare gegevens bleek dat de verandering van het vos-gehalte niet erg betrouwbaar kon worden geschat met behulp van het boterzuurgehalte of de NH3-fractie. De percentages ver- klaarde variantie kwamen bij een lineair verband niet hoger dan respectieve-
lijk 29,8 en 28,O % . Met behulp van een kwadratische functie werd ook geen
analyse op basis van berekende vos als op basis van in-vitro vos uitgevoerd.
De resultaten van de regressieanalyses staan als formules in tabel 4.
Tabel 4. Verband tussen het gehalte aan verteerbare organische stof (vos) in
kuilvoer (vosk) en het gehalte aan vos in het gras bij inkuilen (vosv) afhankelijk van boterzuurgehalte (b) (g/kg) of NH -fractie
3
Nr Aantal Methode Formule
vergelij
-
vos kingen bepaling Percentage verklaarde variantie. . .
1 563 regressie vosk = (0,967-
0,0086 x b) x v o s ~ 29,8 2 263 I vosk = (0,971-
0,0091 x b) x vosv 42,73 263 in-vitro vosk
-
(0,945-
0,0064 x b) x vosv 44,l4 563 regressie vosk
-
(1,019-
0,0061 x NH3) x vosv 28,O5 263 II VOS^
-
(1,032-
0,0068X NH3) X vosv 4 3 , 4
6 263 in-vitro vosk
-
(0,984-
0,0045 x NH.,) x vosv 38,6Bij de analyse op basis van de vos volgens de regressieberekening valt het op
dat de constante bij boterzuur kleiner is dan 1 en bij een
NH
-fractie groter3
dan 1. Dat zou betekenen dat het gehalte aan vos bij een lage NH3-fractie zou
kunnen toenemen. Wanneer de analyses 1 en 2 en 3 en 4 worden vergeleken,
blijkt dat de regressiefactoren voor boterzuur en NH -fractie goed overeen-
3
komen. Tussen de analyses 2 en 3 en tussen de analyses 5 en 6 zijn de verschillen aanzienlijk.
In figuur 11 en l2 is het verband tussen NH3-fractie en verandering van respectievelijk berekende vos en vos in-vitro tegen elkaar uitgezet.
In figuur l1 liggen, met name bij lage NH -fracties, een groot aantal waar-
3
nemingen boven de O-lijn. Dat zou betekenen dat het gehalte aan vos in de ds zou zijn toegenomen. Men kan zich voorstellen dat dit gehalte, bij een zeer goede conservering vrijwel gelijk blijft, maar een stijging is niet aanneme- lijk. In figuur 12 liggen de punten bij lage NH3-fracties duidelijk lager dan in figuur ll. Slechts enkele waarnemingen liggen boven de O-lijn. Bij NH3- fracties boven 25 liggen ze wat hoger. In hoofdstuk 3 wordt nader ingegaan op de verschillen in berekende vos (volgens Weende analyse en formules CvB) en de in-vitro vos.
Figuur ll. Verband tussen NH -fractie en de afname in berekende vos (berekend
3
aan de hand van Weende analyse met behulp van CvB-formules).
I
Figuur 12. Verband tussen NH -fractie en de afname van de in-vitro vos.
2 . 6 . 3 Verband tussen NH -fractie en verandering van het r e - , rc- en
3
ras-gehal te.
Naast de verandering in voederwaarde is het ook interessant te weten of de verandering in gehalten aan re, rc en ras ook kan worden verklaard uit de
hoogte van de NH -fractie. Aan de hand van de stijging van het rc- en ras-
3
gehalte zou een schatting kunnen worden gemaakt van de ds-verliezen. Dit is niet geheel juist omdat uit het onderzoek van Dijkstra e.a. (1943,1949,1952, 1955) blijkt dat tijdens de conservering ook rc verloren kan gaan. Bij natte kuilen kan met perssap ras verloren gaan.
Met behulp van regressieanalyse werd het verband berekend tussen de ver-
andering van de gehalten aan re, rc en ras en de NH -fractie. Deze verbanden
3 zijn weergegeven in tabel 5 .
Tabel 5. Verband tussen de verandering in de gehalten aan ruw eiwit, ruwe celstof en ruw as en de NH -fractie (NH 3 3 ) . k = gehalte in kuilvoer, v = gehalte in verwelkte gras
. . .
Formule Percentage verklaarde variantie. . .
Rek-
(1,025-
0,0067 x NH3) x rev 32,5 Rck-
(0,997+
0,0072 x NH3) x rcv 2 4 , 4 Rask-
(1,007+
0,0050 x NH3) x rasv 9 , 1- - - . - - - " - - - " - - -
Het percentage verklaarde variantie was bij deze berekeningen laag tot zeer laag. Dit zal mede te maken hebben met de onnauwkeurigheid in de bepalingen (Hoofdstuk 1.3). Uit de regressiefactoren blijkt dat het gehalte aan rc en ras
stijgt bij hoger wordende NH -fracties en dat het gehalte aan re daalt. De
3
procentuele afname van de hoeveelheid re is per definitie gelijk aan de
NH 3 -fractie. De berekende daling van re-gehalte is kleiner dan 1% per % NH3-
fractie. Dat betekent dat het gehalte minder dan evenredig afneemt met de
toename van de NH -fractie. Doordat er ook andere componenten verloren gaan
3
(met name overige koolhydraten) vindt er een indikking plaats van het r c - , het
ras- en ook het re-gehalte. Uit het verschil in toename van het rc- en het ras-gehalte kan worden afgeleid dat er bij de conservering rc verloren is gegaan, of dat er met perssap (r)as verloren is gegaan of een combinatie van beide.
2.7 Conclusies
Uit dit hoofdstuk kunnen de volgende conclusies worden getrokken:
-Het suikergehalte van verwelkt gras kan sterk varieren. Over het jaar genomen was er geen duidelijk verloop in het suikergehalte. Het bleek niet mogelijk het suikergehalte op een eenvoudige manier te voorspellen. Daarvoor is het van te veel factoren afnankelijk. Ook bleek het niet mogelijk het suikerge- halte betrouwbaar te schatten met behulp van een refractometer.
-De inkuilbaarheid van gras wordt voornamelijk bepaald door het droge-stof-
gehalte. Factoren als suikergehalte, nitraatgehalte bleken bij dit onder-
zoek van ondergeschikt belang.
-De NH -fractie geeft een redelijk betrouwbare indicatie van het boterzuur-
3
gehalte. Het voorspellen van het aantal sporen van boterzuurbacterien aan de
hand van het gehalte aan boterzuur of de NH -fractie is onnauwkeurig.
3
Met name bij lage boterzuurgehaltes en lage NH -fracties werd een grote
3
variatie in aantal sporen gevonden. Bij hoge waarden werden daarentegen vrijwel uitsluitend hoge aantallen sporen gevonden.
-Het boterzuurgehalte en de NH -fractie geven een redelijke voorspelling van
3
de achteruitgang van het gehalte aan verteerbare organische stof. Tussen de NH -fractie en de verandering in het r e - , rc- en ras-gehalte bleek maar een
3
3. VOEDERWAMDERING VAN VERWELKT GRAS EN KUILVOER
3.1 Inleiding
De voederwaarde van (verwelkt) gras en kuilvoer wordt in Nederland meestal berekend uit de resultaten van Weende analyse met behulp van de regressiefor- mules uit de handleiding van het CvB (1977). Bij het gezamenlijke PR/IWO
onderzoek dat in de periode 1985
-
1987 werd uitgevoerd, werd de voederwaardeook bepaald door middel van in-vitro onderzoek. Dit werd gedaan omdat werd verwacht dat met de formules van het CvB (1977) voor kuilvoer met toevoegmid- delen (met name melasse) een onjuiste voederwaarde zou worden berekend.
Het bleek inderdaad dat er soms grote verschillen voorkwamen tussen de
berekende VEM en de in-vitro VEM. Deze verschillen traden overigens niet
alleen op bij kuilen met melasse. Daarom werd nagegaan of er een betrouw- baarder verband kon worden gevonden tussen de resultaten van de Weende analyse en de verteerbare organische stof (in-vitro). Dit werd zowel gedaan met de be- schikbare gegevens van verwelkt gras als met de gegevens van het kuilvoer.
Bij bepaling van de in-vitro verteerbaarheid door het laboratorium van
het I W O , wordt routinematig geijkt tegen de uitkomsten van 8 - 10 voer-
monsters, waarvan de verteerbaarheid eerder in-vivo werd bepaald. Voor ver- welkt gras dienden in-vivo onderzochte partijen (vers) gras als ijkmonster. Omdat er geen ijkmonsters van natte graskuilen aanwezig waren, werd aan- vankelij k geijkt met monsters van voordroogkuilen (>400 g/kg ds)
.
Omdat de aard van de ijk- en proefmonsters verschillend was, was het onzeker of uit- komsten van het in-vitro onderzoek een juiste schatting zouden geven van de in-vivo verteerbaarheid, of dat hierop een correctie zou moeten worden aan- gebracht. Nat kuilvoer kan namelijk grote hoeveelheden vluchtige bestanddelen bevatten, die bij het drogen van de monsters grotendeels verdwijnen. Bij in- vivo onderzoek wordt hiervoor gecorrigeerd. Bij in-vitro onderzoek gebeurt dit maar ten dele. Om gegevens te krijgen over eventuele verschillen werden in 1985 en 1986 tien partijen kuilvoer onderzocht op verteerbaarheid door hamels.3.2 Voederwaarde van verwelkt gras
3 . 2 . 1 Materiaal en methoden
Van 265 monsters van het onderzoek dat in hoofdstuk 1 . 2 wordt genoemd, werd
van het gras bij inkuilen de voederwaarde zowel berekend uit de resultaten van de Weende analyse, met behulp van de regressieformules (CvB, 1977), als met behulp van de in-vitro verteerbaarheid (Van der Meer, 1986).
Met de gegevens van deze 265 monsters werd door middel van regressieanalyse nagegaan in welke mate de variatie in het gehalte aan verteerbare organische
stof (vos) (in-vitro) kan worden verklaard uit de gehalten aan rc, re, ras en
suiker na inversie (sun), de maaidatum en de lengte van de veldperiode. In tabel 6 wordt een overzicht gegeven van de gemiddelde waarden en de spreiding van deze monsters.
Tabel 6. Gemiddelde en spreiding van ruw-eiwit-, ruwe-celstof-, ruw-as-
en suiker-gehalten, lengte van de veldperiode en verteerbaarheid (in-vitro) van 265 monsters van verwelkt gras.
Component Gemiddelde St. afw Minimum Maximum
. . .
Ruw eiwit (g/kg ds) 202 3 3 129 289 Ruwe celstof (g/kg ds) 219 26 160 303 Ruw as (g/kg ds) 124 2 7 75 247 Suiker n. i. (g/kg ds) 119 4 8 20 291 Veldperiode (dagen) 3 l 2 6 VC-os ( 8 ) 78 4 6 5 87De ruw-eiwit- en ruwe-celstofgehalten waren normaal verdeeld. Bij het ruw-
asgehalte zorgde een aantal hoge waarden voor een scheve verdeling. De ver- deling van de maaidata van de monsters over de maanden was: mei 73, juni 77, juli 21, augustus 19, september 50 en oktober 27. De verdeling over het jaar was daarmee niet helemaal gelijkmatig. In mei en juni werden veel kuilen aan- gelegd doordat in deze maanden 'net meeste gras voor inkuilen beschikbaar was. In juli en augustus werden duidelijk minder kuilen aangelegd. Dit hee£t een aantal oorzaken. Ten eerste was er naast de beweiding minder gras beschikbaar om in te kuilen. Ten tweede waren in die periode de weersomstandigheden vaak te gunstig voor het aanleggen van een inkuilproef. (Doelstelling was het gras
in te kuilen met 20
-
30 % droge stof bij een veldperiode van minimaal 2dagen). Ten derde speelde ook de vakantieperiode een rob.
Voor de berekeningen werd een nieuwe factor "(maai)datum" berekend, door de dag van de maand met 0,033 te vermenigvuldigen en dit bij het nummer van de
maand op te tellen. Voor bijvoorbeeld 15 mei wordt dan gerekend met 5,50 en
voor 3 augustus met 8,lO. Hiermee wordt een vloeiend verloop van de datum verkregen.
In eerste instantie werden regressieanalyses uitgevoerd met de gegevens van alle 265 monsters. Van een aantal proefkuilen was bekend dat ze waren gemaakt van gras met een afwijkende botanische samenstelling. Uit onderzoek van Steg e.a. (1989) blijkt dat voor dit soort gras een andere relatie tussen
werd ook een regressieanalyse uitgevoerd zonder de gegevens van deze proef- kuilen.
Bij het onderzoek was een groot aantal kuilen aangelegd waaraan melasse werd toegevoegd. Om te zien in hoeverre dit de berekende regressie be~nvloedt werd ook nog een analyse uitgevoerd zonder de monsters van de melasse objec-
ten.
De analyses werden zowel op basis van droge stof als op basis van organi- sche stof uitgevoerd. De analyses op basis van organische stof werden uitge- voerd om te vermijden dat toevallige variaties in rasgehalte (wegens veront- reiniging met grond) de relaties tussen gewassamenstelling en verteerbaarheid zouden verstoren.
Bij de regressieanalyses werd alleen gerekend met lineaire verbanden.
3 . 2 . 2 Resultaten
Bij de regressieanalyses bleek dat de gehalten aan ruwe celstof (rc), ruw eiwit (re), ruw as (ras) en suiker na inversie (sun) sterk met elkaar gecor- releerd waren (zie bijlage 2). Bij de eerste analyses kwam daardoor, naast ras, en re, sun als een van de belangrijkste factoren naar voren. Het rc- gehalte werd daarbij niet in het model opgenomen. Wanneer sun werd uitgesloten werd rc in het model opgenomen en droeg re ook niet verder bij aan de ver- klaring van de restvariantie. Omdat de uitkomsten van een regressieanalyse op basis van sun voor het onderzoek en voor de praktijk minder waarde hebben dan op basis van rc, werd besloten bij de verdere analyses vooral naar de relatie met rc te kijken.
De eerste analyse werd uitgevoerd met de gegevens van alle 265 beschikbare vergelijkingen. De tweede analyse met de zelfde groep, uitgezonderd de monsters van gras met een afwijkende botanische samensteling. Voor de derde analyse werden de gegevens van de tweede groep gebruikt exclusief de gegevens van de monsters van gras waaraan melasse was toegevoegd.
De berekende regressiecoefficienten, het percentage verklaarde variantie en de
reststandaardafwijking staan in tabel 7. In bijlage 2 staan de standaardafwij-
kingen en de t-waarden die bij de regressiecoefficienten horen en een tabel met de correlaties tussen de regressiefactoren.
Tabel 7. Verband tussen vos en rc, ras, maaidatum en lengte veldperiode 1 en 4 = Alle monsters (n=265)
2 en 5 = Exclusief monsters met afw. botanische samenstelling (n-227)
3 en 6 = als 2 , exclusief monsters van gras met melasse (n-135)
Op basis van Droge stof Organische stof
--------------------7-------- -----m------------------------ -Analysenr. 1 2 3 4 5 6
. . .
Cons t 1085 1071 1058 1081 1081 1070 RC -0,9225 -0,8588 -0,7440 -0,8989 -0,8522 -0,7394 Ras -1,0950 -1,1598 -1,1178 -0,1914 -0,1719 Datum -6,754 -6,870 -9,43 -8,08 - 7 , 9 7 - 10,94 Veldp - 3 , 7 8 - 4 , 5 4 hnJ 1) 64,O 70,7 76,2 50,6 54,6 62,l Rsa 2) 24,6 22,7 21,3 28,4 26,2 24,6. . .
1) Percentage verklaarde variantie2) Rests tandaardafwij king
Bij de analyses 1 , 2 en 3 waren de regressiefactoren rc en ras met elkaar ge-
strengeld. Daarom werden de analyses 4, 5 en 6 uitgevoerd op basis van ge-
halten in de organische stof. Hiertoe werden de gehalten aan re, rc en vos vermenigvuldigd met de factor 1000/(1000-ras). Hierdoor daalde het percentage verklaarde variantie ( p w ) iets en steeg de reststandaardafwijking (rsa) iets Ook bij de analyses 5 en 6 de factor ras een significante invloed op het p w .
3 . 2 . 3 Discussie
De gegevens die zijn gebruikt voor de berekening van de regressieformu1es zijn afkomstig uit een onderzoek dat niet in de eerste plaats werd uitgevoerd om de relatie tussen chemische samenstelling en verteerbare organische stof te onderzoeken. Voor het inkuilonderzoek werden met het gras van ongeveer 80 percelen 555 verschillende proefkuilen aangelegd. Van een aantal van deze kuilen werd van het gras bij inkuilen de in-vitro verteerbaarheid bepaald. Dat betekent dat er van bepaalde percelen 4 tot 9 monsters verwelkt gras zijn onderzocht. Deze waarnemingen zijn voor wat betreft maaidatum en lengte van de veldperiode niet zuiver onafhankelijk. Voor wat betreft r e - , r c - , ras- en sun-gehalte geldt dit wel omdat deze gehalten binnen een perceel vaak wat variëren.
De uitkomsten de van de regressieanalyses waren afhankelijk van de groep van gegevens waarvoor de analyse werd uitgevoerd. Het uitsluiten van de monsters van gras met een afwijkende botanische samenstelling en van de
monsters met melasse leverde andere uitkomsten op dan wanneer alle gegevens werden gebruikt. Uit de regressieanalyses kwam in alle gevallen een regres- siecofficient voor ruwe celstof die duidelijk kleiner was dan de waarde in de CvB-handleiding,
Bij de analyses 2 en 3 was de negatieve invloed van ras groter dan de constante/1000 (Steg, 1977). Dat zou betekenen dat meer ras niet alleen een verdunning geeft van de organische stof in de droge stof, maar dat bovendien de verteerbaarheid van de organische stof lager wordt. Dit werd bevestigd bij de analyses 5 en 6 (op basis van organische stof), waarbij het ras-gehalte een significante bijdrage leverde aan de verklaring van de variatie van het vos- gehalte.
De berekende invloed van de maaidatum verschilt volgens analyse 3 weinig
met de trapsgewijze datumcorrectie in de CvB-handleiding. Wanneer wordt gere-
kend dat het inkuilseizoen loopt van half mei tot begin oktober, bedraagt het verschil tussen de uitersten 10,O
-
5 , 5-
4 , 5 x ca. 9-
ca. 40 eenheden vos. Bij de analyses 1 en 2 werd een wat lagere waarde gevonden.Opmerkelijk is dat bij de regressieanalyses 2 , 3 , 5 , en 6 de veldperiode
geen significante bijdrage had in de verklaring van de restvariantie. Uit
onderzoek van Ruckner en Knabe (1977), komt naar voren dat de verteerbaarheid
bij veldperiodes van 1 tot 3 dagen nauwelijks verandert. Honig e.a. (1981)
concludeerden dat voordrogen (en daarmee dus een veldperiode) de verteer- baarheid niet beïnvloedt. Uit onderzoek van Spoelstra en Hindle (1989) blijkt
dat de VC-os met ongeveer 1 % per dag afneemt. Hierbij werd echter ook een
stijging van het gehalte aan rc geconstateerd. Het is dus de vraag of er bij de berekening van het gehalte aan vos een correctie moet worden toegepast voor de lengte van de veldperiode of dat de invloed van de veldperiode al tot uiting komt in een verandering in chemische samenstelling. Als de later te bespreken afleidingen voor grassilage mede in de beschouwing worden betrokken, lijkt de best passende formule voor de berekening van de vos te kunnen worden
afgeleid van regressieanalyse nr. 3 (tabel 7). Voor de eenvoud zijn de regres-
siefactoren afgerond en is de constante bij de afronding aangepast. De afron- ding is zodanig gekozen dat het verschil in berekende vos beneden 1 eenheid blijft. Daarnaast blijft de afronding binnen de standaardfout. De formule ziet er dan als volgt uit:
vos- 1058
-
0,74 x rc-
1,12 x ras-
9 x maaidatumDaarbij zijn de gehalten aan vos, rc en ras uitgedrukt in g/kg ds, en
3.3 Voederwaarde van graskuil
3 . 3 . 1 Materiaal en methoden
Van 1022 kuilmonsters van de proeven die in hoofdstuk 1 . 2 worden genoemd, werd
de voederwaarde zowel berekend uit de resultaten van de Weende analyse met behulp van regressieformules (CVB, 1977), als met behulp van de in-vitro ver-
teerbaarheid (Van der Meer, 1986).
Met de gegevens van deze 1022 kuilmonsters werd door middel van regres- sie-analyse berekend in hoeverre de variatie in het gehalte aan verteerbare
organische stof (vos) (in-vitro) kon worden verklaard uit de gehalten aan ds,
rc en re, de NH -fractie, de maaidatum en de lengte van de veldperiode.
3
In tabel 8 wordt een overzicht gegeven van het gemiddelde en de spreiding van de gehalten in deze kuilmonsters.
Tabel 8. Gemiddelde en spreiding van een aantal parameters van 1022 onderzochte kuilmonsters
. . .
Component Gemiddelde St. afw Minimum Maximum
- - - * - - - " - * - - - " - - - Droge stof ( g/kg) 260 70 l14 464 Ruw eiwit (g/kg ds) 188 30 116 281 Ruwe celstof (g/kg ds) 239 33 139 358 Ruw as (g/kg ds) 138 3 0 84 281 NH -fractie 12 6 3 45 veldperiode (dagen) 3 1 2 6 VC-os ( 8 ) 7 3 5 52 83
Het droge-stofgehalte lag gemiddeld op 260 g/kg. Voor dit soort gras was het
onderzoek ook opgezet. De ruw-eiwit- en ruwe-celstofgehalten waren normaal
verdeeld. Bij het ruw-asgehalte zorgden 23 waarden boven 200 g/kg voor een
scheve verdeling. De NH -fractie vertoonde een scheve verdeling door een aan-
3
tal waarden boven 25. De verdeling van de maaidata van de monsters over de maanden was: mei 332, juni 290, juli 74, augustus 6 6 , september 186 en oktober 74. De verdeling over het jaar was om de zelfde redenen als genoemd in hoofdstuk 2.2.1. niet helemaal gelijkmatig. De factor "(maai)datumW werd op de zelfde manier berekend als voor verwelkt gras (hoofdstuk 2.2.1).
Bij de eerste regressieanalyses bleek dat monsters van een aantal proef- series grote afwijkingen vertoonden ten opzichte van de rest. De kuilen van deze series waren aangelegd van gras met een afwijkende botanische samen- stelling. Daarom werden ook regressieanalyses voor een beperktere groep monsters uitgevoerd. De regressieanalyses werden zowel op basis van droge stof als op basis van organische stof uitgevoerd.
Om te zien of het gebruik van toevoegmiddelen invloed heeft op de b e - rekende regressies, werden voor de monsters van kuilen zonder toevoegmiddel, en voor die van kuilen met melasse en Foraform aparte regressieanalyses uit gevoerd. Er werd zowel naar lineaire als naar kwadratische verbanden gezocht.
3.3.2 Resulraten van regressieanalyses met alle monsters
Bij de regressieanalyses werden in eerste instantie de gegevens van alle 1022 monsters gebruikt. Het bleek dat er met behulp van kwadratische verbanden geen groter deel van de variantie kon worden verklaard dan met lineaire. Daarom worden alleen de lineaire regressieanalyses besproken. De berekende regressie- coefficienten, het percentage verklaarde variantie en de reststandaardaf- wijking staan in tabel 9. In bijlage 3 staan de standaardafwijkingen en de t- waarden die bij de regressiecoëfficiënten horen en een tabel met de correla-
ties tussen de regressiefactoren.
Bij analyse 1 leverden ds en re geen significante bijdrage in de ver-
klaring van de restvariantie. De regressiefactoren NH -fractie, rc en ras
3
waren met elkaar gestrengeld. Daarom werd een tweede analyse uitgevoerd, waarbij de NHj-fractie niet in het model kon worden opgenomen. Hierdoor daalde het percentage verklaarde variantie ( p w ) iets en steeg de reststandaard- afwijking (rsa) iets. Opmerkelijk was dat het ds-gehalte nu wel als signifi-
cant naar voren kwam. De regressiefactoren rc en ras waren ook bij deze ana-
lyse gestrengeld. Daarom werden beide analyses ook uitgevoerd op basis van
Tabel 9 . Verband tussen vos en rc, ras, ds, NH -fractie, maaidatum en lengte
3
van de veldperiode (Regressieanalyse op basis van l022 kuilmonsters)
Op basis van Droge stof Organische stof
incl. NH3 excl. NH 3 incl. NH excl. NH3 Analysenr. 1 2 3 4 ---m------------------ -Const 1064 RC -0,7857 Ras - 1,0884 Datum -9,267 Veldp - 3,680 NH -fractie -1,380 D s 3 Pm 1) 68,7 66,8 57, O 53,l Rsa 2) 26,2 27,O 30,5 31,9
. . .
l) Percentage verklaarde variantieorganisch stof. Hiertoe werden de gehalten aan re, rc en vos vermenigvuldigd met de factor 1000/(1000-ras).
Bij analyse 3 op basis van organische stof had ook het ras-gehalte in de droge stof een significante invloed op het p w . Opvallend is dat de invloed van ds
veranderde van negatief bij analyse 3 naar positief bij analyse 4. Dit heeft
mogelijk te maken met een strengeling van en ds. Bij beide analyses was de
invloed van het ds-gehalte overigens maar nauwelijks significant bij p < 0,05.
3 . 3 . 3 Resultaten van regressieanalyse met een beperktere groep monsters
Bij de analyse met alle 1022 beschikbare vergelijkingen bleek dat de monsters van een aantal series van twee proeven sterk afwijkende waarden gaven. Dit betrof alle series van proef PR 411, die aangelegd was op ROC Zegveld, en de
series 4 en 5 (1985) en 3 en 4 (1986) van proef PR 316 op ROC De Vlierd. Het
gras dat voor deze proefseries was gebruikt was afkomstig van grasland met een afwijkende botanische samenstelling. Omdat uit onderzoek van Steg e.a. (1989) was gebleken dat de regressieformules van het CvB (1977) bij een afwijkende botanische samenstelling, sterk afwijkende waarden kunnen geven, werd nogmaals een analyse uitgevoerd zonder de resultaten van deze series.
De resultaten staan in tabel 10. De standaardafwijkingen en de t-waarden die bij de regressiecoëfficiënten horen en een tabel met de correlaties tussen de regressiecoëfficiënten staan in bijlage 4 .
Tabel 10. Verband tussen vos en ds, re, rc, ras, NH -fractie, en maaidatum
3
(Regressieanalyse op basis van 950 monsters)
Op basis van Droge stof Organische stof
-----------P---------- ---"W-
-incl. NH3 excl. NH3 incl. NH3 excl. NH3
Analysenr. 5 6 7 8
