在不同收获策略管理下,暖季一年生牧草的农艺性状反应及植物组成
《Crop, Forage & Turfgrass Management》:Agronomic responses and botanical composition of warm-season annual forages managed under contrasting harvest strategies
【字体:
大
中
小
】
时间:2026年05月07日
来源:Crop, Forage & Turfgrass Management 0.8
编辑推荐:
摘要
暖季一年生(WSA)牧草能够增加亚热带畜牧业系统的夏季牧草供应。本研究的目的是确定在两种收获策略(模拟放牧与青贮)下管理的12种牧草混合物的牧草量(FM)、营养价值、氮(N)产量和植物组成。采用随机完全区组设计,配置为裂区设计,并进行三次重复试验。处理包括四种草:褐稃小米
摘要
暖季一年生(WSA)牧草能够增加亚热带畜牧业系统的夏季牧草供应。本研究的目的是确定在两种收获策略(模拟放牧与青贮)下管理的12种牧草混合物的牧草量(FM)、营养价值、氮(N)产量和植物组成。采用随机完全区组设计,配置为裂区设计,并进行三次重复试验。处理包括四种草:褐稃小米(Urochloa ramosa L.;BM)、日本小米(Echinochloa esculenta L.;JM)、珍珠粟(Pennisetum glaucum L.;PM)和高粱-苏丹草[Sorghum bicolor (L.) Moench × S. sudanense (Piper) Stapf.;SS];四种豆类:豇豆[Vigna unguiculata (L.) Walp.;CW]、毛靛蓝(Indigofera hirsuta L.;HI]、太阳麻(Crotalaria juncea L.;SH)和大豆[Glycine max (L.) Merr.;SD];以及四种混合牧草:PM+SH、PM+SH+CW、SS+SH+CW和Ray's Crazy Mix(RM)。在模拟放牧和青贮策略下,分别每30天和90天收获一次样本。牧草量和氮产量存在牧草系统与收获策略的交互作用(p < 0.05)。在青贮策略下,JM、SH和RM的牧草量显著高于模拟放牧(分别为11,908、14,289和18,669磅干物质/英亩,而模拟放牧分别为5,565、10,344和9,476磅)。豆类和混合牧草的粗蛋白浓度较高(高达17%),中性洗涤纤维和酸性洗涤纤维浓度较低,分别为20%至45%和15%至30%。HI和SD中的杂草比例超过65%,而在基于SS、BM和PM的混合牧草中低于26%。结果表明,在适当的收获策略下管理混合牧草和单一作物可以提高生产力、营养价值并有助于抑制杂草。
通俗语言总结
暖季一年生(WSA)牧草是支持畜牧业饲料生产和质量的一个可行选择。然而,关于哪种WSA混合物和收获方法能最好地提高牧草产量、同时减少杂草压力并支持低投入畜牧业的环保效益的信息有限。本研究在两年内评估了12种一年生WSA牧草混合物,在模拟放牧或青贮生产管理下的表现。研究人员发现,将草与豆类混合可以提高牧草的粗蛋白浓度,并有助于控制杂草。青贮生产比模拟放牧更能保留氮(N)。某些混合物在这种低投入策略下产生了更一致且营养成分更高的牧草,同时没有降低总体产量。这些结果表明,农民可以通过使用多样化的牧草混合物和适当的收获策略,在减少无机氮肥料的使用的同时,生产出更高质量的饲料。这有助于在炎热潮湿地区实现更加可持续和有弹性的畜牧业生产。
缩写说明
ADF:酸性洗涤纤维
BM:褐稃小米
CP:粗蛋白
CW:豇豆
DM:干物质
FM:牧草量
HI:毛靛蓝
JM:日本小米
NDF:中性洗涤纤维
PLS:纯活种子
PM:珍珠粟
RM:Ray's Crazy Mix
SD:大豆
SH:太阳麻
SS:高粱-苏丹草
WSA:暖季一年生牧草**牧草系统**
**收获策略**
**年份**
**种植日期**
**施肥计划**
**收获计划**
**所有系统**
**模拟放牧**
**2023年**
6月6日
6月26日
7月11日、8月2日、9月5日
**青贮**
9月5日
**模拟放牧**
**2024年**
5月6日
6月5日
6月25日、7月15日、8月15日
**青贮**
8月15日
**2.4 反应变量**
**2.4.1 牧草质量与植物组成、营养价值及氮产量**
在每次采样时,使用聚氯乙烯框架在每个小区的两个位置(每个1.29平方英尺)随机收割牧草,保留16英寸的残茬高度。收割后的样本被称重,并手工分离出其植物成分(草本植物、豆科植物、十字花科植物和杂草)。牧草样品在131°F的强制空气干燥箱中干燥至恒重,然后再次称重。牧草质量和植物组成以干重为基础进行表示。年牧草质量代表了季节性产量(以每英亩干物质磅数计)。干燥后的样品通过Wiley Mill(型号T3700.002;Thomas Scientific)研磨至能通过1毫米筛子。中性纤维消化率(NDF;ANKOM Technology方法6;ANKOM Technology,2017b)和酸性纤维消化率(ADF;ANKOM Technology方法5;ANKOM Technology,2017a)通过湿化学方法使用ANKOM Delta Fiber Analyzer测定。总氮含量采用Kjeldahl消化-蒸馏法(AOAC 990.03;AOAC,2012)和自动化Kjeltec 9系统测定。粗蛋白含量通过将总氮含量乘以标准因子6.25计算得出。氮产量(以每英亩氮磅数计)通过将氮含量乘以牧草质量再除以100计算(Ashworth等人,2015;García等人,2024)。
**2.5 统计分析**
数据使用R版本4.4.0(R Core Team,2024)进行线性混合效应模型(lmerTest)分析,采用随机完全区组设计,分割区布置(12种牧草系统×2种收获策略)。牧草系统、收获策略及其交互作用被视为固定效应,年份和区组(嵌套在年份内)被视为随机效应。使用Satterthwaite自由度的III型F检验,推断基于估计的边际均值(emmeans)。成对比较采用Bonferroni校正(α = 0.05)。正交对比通过比较草本植物和豆科植物以及(草本植物+豆科植物)与混合种植进行;在每种策略内,还比较了组水平的估计边际均值。为了比较模拟放牧(三次收获)和青贮(一次收获)管理策略,放牧数据被汇总为季节性加权均值。模型假设通过残差分析和Shapiro–Wilk检验验证,必要时进行转换。对于植物组成,模拟放牧和青贮策略的数据在分析前进行了平均。模型包括草本植物、豆科植物和杂草的比例;然而,仅评估了杂草成分,因为草本植物和豆科植物的比例反映了每种牧草系统的固有植物结构,而杂草是所有系统共有的成分。因此,图表和表格中的显著性字母仅指杂草比例的差异。模拟放牧策略的数据作为补充材料提供,以记录每次收获的业绩和再生模式。补充表S1–S5分别报告了模拟放牧策略下三次收获事件的牧草质量(FM)、粗蛋白(CP)、中性纤维消化率(NDF)和酸性纤维消化率(ADF)浓度以及氮产量。这些表格提供了月度收获数据,使读者能够可视化产量和营养价值的月度趋势,补充了主要表格中呈现的汇总结果。
**3 结果**
**3.1 牧草质量**
牧草系统与收获策略之间存在交互作用(p < 0.01,SE = 7564)。在青贮管理下,RM和日本小米(Echinochloa esculenta L.;JM)的牧草质量明显高于模拟放牧管理(分别为18,669磅和11,908磅干物质/英亩 vs 9,476磅和5,565磅)。在模拟放牧策略和青贮下,PM牧草质量没有差异(分别为14,052磅和15,014磅干物质/英亩)。在青贮策略下,几种混合种植(PM+SH、PM+SH+CW、RM)和表现最好的单一种植(PM和JM)产生了最高的牧草质量,而SH也属于高产量系统之一。在模拟放牧管理下,PM以及混合种植PM+SH和PM+SH+CW的牧草质量最为显著,SH和JM的产量居中。此外,模拟放牧策略下的牧草质量数据按收获事件在补充材料中呈现(表S1)。在收获策略内,不同功能组对牧草质量有影响(p < 0.05,SE = 1640;图2)。在青贮管理下,混合种植的牧草质量高于草本植物和豆科植物单一种植(分别为14,616磅 vs 9,634磅和7,747磅干物质/英亩,p < 0.01),而草本植物和豆科植物单一种植的牧草质量没有差异(p = 0.75)。在模拟放牧下,草本植物、豆科植物及其混合种植之间的牧草质量没有差异(p > 0.05;图2)。
**3.2 营养价值**
牧草系统与收获策略之间在NDF、ADF或CP浓度上没有交互作用(p > 0.05,SE分别为15.7、10.4和3.2)。这些变量受牧草系统和收获策略的影响(p < 0.05;表4)。所有牧草系统的NDF和ADF浓度都高于毛状靛蓝(Indigofera hirsuta L.;HI;NDF和ADF的平均浓度分别为20%和15%,p < 0.01)。豆科植物单一种植和含豆科植物的混合种植的CP浓度高于草本植物,除了HI和PM+SH+CW(平均分别为13%,p < 0.01,SE = 3.2)。在收获策略下,青贮策略的NDF和ADF浓度高于模拟放牧策略(分别为53% vs 48%和35% vs 33%,p ≤ 0.01,SE = 15.7和10.4)。在模拟放牧策略下,CP浓度高于青贮策略(15% vs 14%,p < 0.01)。模拟放牧策略下每次收获事件的NDF、ADF和CP浓度在补充表S2–S4中呈现。在收获策略内,不同功能组对NDF、ADF和CP浓度有影响(p < 0.05;图3)。在青贮策略下,草本植物和混合种植的NDF浓度高于豆科植物(分别为57%和56% vs 46%,p < 0.05)。在模拟放牧下,草本植物、豆科植物及其混合种植之间的NDF浓度没有差异(p > 0.05;图2)。
**3.3 氮产量**
在青贮策略下,几种牧草系统的氮产量高于模拟放牧策略(p < 0.05),包括JM、PM、PM+SH、PM+SH+CW和SH,青贮下的氮产量范围为262至459磅氮/英亩,而模拟放牧下的氮产量为71至215磅氮/英亩(表5)。总体而言,青贮策略下的氮产量增加在单一种植和混合种植处理中都是一致的。模拟放牧策略下的氮产量数据在补充表S5中呈现。
**3.4 植物组成**
牧草系统与收获策略之间在植物组成上没有交互作用(p > 0.05,SE = 20.23)。不同牧草系统之间的植物组成存在差异(仅杂草成分;p < 0.01;图5)。毛状靛蓝的杂草比例高于所有其他系统(65%,p < 0.01),SD的杂草比例高于大多数系统但与HI相同(59%,p < 0.01)。所有其他牧草系统的杂草比例较低(17%–37%,p < 0.01),其中PM+SH+CW的杂草比例最低(15%,p < 0.01)。
**4 讨论**
**4.1 牧草质量**
牧草系统与收获策略之间的交互作用可能是由于生长长度的差异,这有助于在青贮策略下随着植物成熟度的提高而发展和积累结构成分(表4)。青贮策略提供了更长的生长期,导致牧草质量大于模拟放牧策略(表3)。类似的结果也出现在SS和PM在延长再生间隔下的表现,其牧草质量增加了40%–60%(Machicek等人,2019)。本研究中的珍珠小米单一种植和与豆科植物混合种植的牧草质量都很高,这与先前研究的报告一致,这些研究显示牧草质量在8900至17,800磅干物质/英亩之间(Alhammad等人,2023;Kaplan等人,2019),并且始终高于东南部环境报告的14,000磅干物质/英亩(Bhattarai等人,2019)。2023-2024年,在南卡罗来纳州黑维尔(Blackville)对温暖季节一年生牧草在不同收割策略管理下的年牧草量(FM)进行了研究,探讨了牧草系统与收割策略之间的相互作用。收割策略包括:
| 牧草系统 | FM(磅干物质/英亩) |
|---------|-----------|
| 粘草打包(Baleage)| 1959b |
| 圆叶豌豆(CW)| 7355b |
| 毛状靛蓝(HI)| 3562b |
| 日本小米(JM)| 11,908a |
| 珍珠小米(PM)| 15,014a |
| PM+SH | 16,873a |
| PM+SH+CW | 14,772a |
| 雷氏疯狂混合(RM)| 18,669a |
| 大豆(SD)| 5783b |
| 太阳麻(SH)| 14,289a |
| 高粱-苏丹草混合(SS)| 7193b |
| PM+SH+CW | 8152b |
| 模拟放牧(Simulated Grazing)| 7288b |
| 圆叶豌豆(CW)| 9460b |
| 毛状靛蓝(HI)| 4165b |
| 日本小米(JM)| 5565b |
| 珍珠小米(PM)| 14,052a |
| PM+SH | 12,517a |
| PM+SH+CW | 12,836a |
| 雷氏疯狂混合(RM)| 9476b |
| 大豆(SD)| 5205b |
| 太阳麻(SH)| 10,344b |
| 高粱-苏丹草混合(SS)| 9900b |
p值:<.01
标准误差(SE)= 7564
**注:** 列内不同字母表示根据Bonferroni检验,在5%的水平上具有显著差异。缩写说明:BM为褐顶小米;CW为圆叶豌豆;HI为毛状靛蓝;JM为日本小米;PM为珍珠小米;RM为雷氏疯狂混合;SD为大豆;SH为太阳麻;SS为高粱-苏丹草混合。相比之下,由于生长速度慢和竞争力较弱,如毛状靛蓝这样的豆科植物在温暖季节的年生牧草系统中通常具有较低的牧草量(Castillo等人,2013;Kocira等人,2020)。与本研究类似,Mosqueda等人(2023)报告称,草-豆科植物混种比单一作物产量高出多达45%,这突显了互补性在提高牧草产量中的作用。牧草量的变化可能部分受到不同牧草系统播种率的影响。混种的播种量通常高于单一作物(例如,混种的纯活种子量为34-36磅/英亩,而单一作物为25磅/英亩;见表1),这可能有助于促进早期冠层发育、增强光捕获,并抑制杂草生长——这些因素已知可以增加温暖季节一年生系统的生物量积累(Davy等人,2017;Sanderson等人,2013)。因此,较高的初始植株密度可能比功能多样性本身对某些混种中观察到的更高牧草量有更大贡献。
4.2 营养价值
不同牧草系统之间的差异可能是由于结构和成分特性以及所采用的收割策略造成的。豆科植物通常具有较薄的细胞壁和更高的叶片比例,导致较低的纤维含量和较高的蛋白质浓度(Kohmann等人,2022;Sosa-Montes等人,2020)。在本研究中,蛋白质浓度范围为11%至17%,其中豆科植物和混种的平均值最高,而草类的平均值最低。中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)的浓度分别为20%至60%和15%至40%。本研究中的豆科植物纤维含量一致较低。这些结果与Jaramillo等人(2021)和Dubeux等人(2024)的报告一致,他们表明豆科植物通过稀释纤维和增加氮含量提高了牧草的营养价值。在模拟放牧管理下更频繁的刈割导致更高的蛋白质浓度(表4),这可能是由于再生后年轻叶片组织占主导地位。相比之下,粘草打包策略下较长的生长期促进了植物的高度增加和茎秆的增粗以及结构组织的发育,从而导致纤维含量较高和蛋白质含量降低。这些模式与植物成熟生理原理一致,即结构碳水化合物的积累会降低消化率(Jung & Allen, 1995;Van Soest, 1994)。
4.3 氮产量
氮产量反映了生物量和蛋白质浓度的综合效应。虽然模拟放牧策略下的牧草蛋白质浓度略高,但粘草打包策略积累了更多的生物量,从而产生了更多的总氮,这支持了氮产量主要由牧草量而非仅氮浓度驱动的观点(Elgersma & S?egaard, 2016)。这一现象在珍珠小米(PM)和PM+SH混种以及雷氏疯狂混合(RM)中尤为明显,它们主要依靠较高的牧草量和蛋白质浓度实现了最高的氮产量。类似的关系也在湿润的亚热带系统中观察到,那里较少次的收割通过增加牧草量来提高氮产量(Dubeux等人,2016)。此外,通过粘草打包生产后,牧草的营养价值得以保持,因为捆扎的牧草可以储存长达12个月而不会导致蛋白质浓度显著下降(Burt等人,2024)。在本研究中,如毛状靛蓝(HI)这样的低生物量和高杂草压力牧草系统对氮产量的贡献较小,这与先前研究结果一致,即竞争力较弱的豆科植物的养分回收率较低(Castillo等人,2013)。
4.4 植物组成
植物组成的差异主要与牧草物种的竞争能力有关。毛状靛蓝和大豆的杂草入侵最为严重,这可能是由于它们生长缓慢和冠层覆盖度较低。Gu等人(2021)也报告了类似的结果,即竞争力较弱的豆科植物单作更容易受到杂草侵害,其生物量中有高达58%来自杂草。包含快速生长草类(如珍珠小米或高粱-苏丹草混合)与竞争力强的豆科植物(如太阳麻和圆叶豌豆)的混种显示出较低的杂草比例,反映了早期生长阶段的更强竞争压力和更大的冠层闭合。杂草抑制在多样化的混种中得到验证,研究表明,当包含如太阳麻这样的强竞争力豆科植物时,功能多样性可以增强竞争优势并减少50%-96%的杂草生物量(Mosjidis & Wehtje, 2011)。还需要注意的是,混种的播种率高于单一作物,这可能有助于减少杂草数量并提高混种的竞争力。较高的总播种密度增加了早期季节的地面覆盖,这一因素被广泛认为可以影响多物种牧草系统中的杂草抑制(Sanderson等人,2013)。因此,本研究中观察到的杂草数量差异反映了物种竞争力以及混种中较高的播种密度。尽管本研究没有分析经济方面的问题,但可以推断出一些权衡:草类单一作物可能初始建立成本较低,但需要适当的氮肥施用来维持足够的牧草生产和营养价值(Mercier等人,2021;Trumpp等人,2025)。相比之下,包含豆科植物的多样化混种虽然初始成本较高,但由于使用了多种物种,可以延长牧草的分布范围,提高牧草量和营养价值,同时减少无机肥料的投入,并提供长期的环境效益。
5. 结论
牧草物种组成和收割策略对评估的温暖季节一年生牧草系统的牧草量、营养价值、氮产量和植物组成产生了显著影响。功能群多样性明显有助于改善系统性能。包含珍珠小米和太阳麻的混种通常表现出较高的牧草量和氮产量;然而,这些优点并不总是优于表现最好的单一作物,特别是珍珠小米和太阳麻的组合。模拟放牧策略通过更频繁的刈割提高了营养价值,而粘草打包策略则促进了更多的生物量积累和更高的氮产量,反映了牧草质量和总养分输出之间的权衡。植物组成模式表明,竞争力强的温暖季节草类和平衡良好的混种通常具有较低的杂草压力,而竞争力较弱的豆科植物更容易受到杂草入侵。这些结果反映了物种竞争力的内在差异,而非处理方式导致的植物组成变化。总体而言,本研究表明,在两种收割策略下,整合混种或选定的温暖季节豆科植物可以改善多种农艺性状。然而,由于实验未评估经济成本或经过肥料调整的单一作物,因此无法推断经济可行性,这仍然是未来研究的重要方向。
作者贡献:
Carlos C. V. García:数据管理;正式分析;调查;软件使用;验证;可视化;原始草稿撰写;审稿和编辑。
Liliane S. Silva:概念构思;数据管理;正式分析;资金申请;方法学研究;项目管理;资源协调;监督;验证;可视化;原始草稿撰写;审稿和编辑。
Leandro Vieira-Filho:调查;资源协调。
Daniela R. Sanchez:调查;资源协调。
Luana Q. S. D. Zagato:调查;资源协调。
本工作得到了克莱姆森大学实验站Hatch项目SC-1700621和多州项目SC-1700613(NC-1182)的支持。
利益冲突声明:
作者声明没有利益冲突。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号