通过建模反芻时间和产奶量的变化来检测具有不同生理特征的哺乳期奶牛热应激的开始

《Journal of Dairy Science》：Modeling changes in rumination time and milk yield to detect the onset of heat stress in lactating dairy cows of different physiological traits

　　艾拉·梅·塞尔维恩托|敖王|姚昌|刚国|凯王|海亮张|丹尼尔·E·里科|雅春王|牛穆天
动物营养学，农业科学研究所，环境系统科学系，苏黎世联邦理工学院，苏黎世，8094，瑞士

**摘要**
确定热应激（HS）发生的温度-湿度指数（THI）阈值可以作为奶牛HS缓解管理的决策工具。虽然经典阈值基于生产损失，但在较低的THI下也可能出现其他生理和行为变化。本观察研究的目的是模拟哺乳期奶牛每日反刍时间（RT）和牛奶产量（MY）的变化，以识别不同指标的潜在HS阈值。从1007头中国荷斯坦奶牛中收集了每日RT和MY的数据[平均RT为532 ± 72.8分钟/天；平均MY为38.0 ± 8.92公斤/天（均值±标准差）]。牛舍内的每日平均THI范围从25.6到84.8，HS持续时间（即THI超过68时的小时数）范围从0.0到24.0小时/天。使用四个数据集来评估不同产次（初产或经产）、每个产次的泌乳阶段（早期、高峰期、中期或后期，分别为1-40天、41-60天、61-160天或161-305天）以及经产奶牛的生产水平（低或高，平均MY分别为37.1公斤/天或52.1公斤/天）之间的差异。使用广义加性混合模型框架分析了平均THI、最低THI、最高THI以及HS持续时间对RT或MY的边际影响。计算了拟合均值的逐点斜率，并据此确定HS阈值（基于平均THI或HS持续时间），进而确定达到阈值时RT或MY的平均降低率。研究表明，对于大多数奶牛群体，在较低的平均THI（大约57.2至62.2）时，RT的显著下降幅度大于MY的下降幅度（平均THI为64.9或更高）。当评估HS持续时间的影响时也观察到了同样的趋势，即通常需要较短的HS持续时间就能检测到RT的下降。达到阈值后，奶牛的RT每单位平均THI减少1.98至4.67分钟/天，或每增加一小时HS持续时间减少0.64至3.64分钟/天；MY每单位平均THI减少0.041至0.171公斤/天，或每增加一小时HS持续时间减少0.036至0.112公斤/天。HS反应的开始和严重程度因奶牛的产次、泌乳阶段和生产水平而异，其中高产的经产奶牛在泌乳中期对HS最为敏感。因此，我们的结果表明，HS缓解管理策略应根据动物的耐热性来制定，应在平均THI超过57之前实施。可能需要更多的研究来结合热暴露的强度、持续时间和可能的时间窗口，以更好地了解不同类型奶牛能够承受的日热负荷。

**解释性总结**
热应激的开始（即阈值）可能取决于热暴露的强度或持续时间，以及不同的奶牛因素（产次、生产水平和泌乳阶段）。与MY的变化相比，RT的变化在较低的THI下就能被检测到。根据本研究获得的阈值，应在平均THI超过57之前采取HS缓解策略，特别是对于最为敏感的高产经产奶牛。进一步的研究可能需要结合热暴露的强度、持续时间和可能的时间窗口，以更好地了解奶牛的日热负荷阈值。

**引言**
气候变化对畜牧业系统构成重大威胁，因为这会影响动物健康和生产力。当动物暴露在高环境温度（AT）下时，它们无法充分散发多余的体热并维持稳定的体温，从而导致热应激（HS）。哺乳期奶牛由于其高代谢活动尤其容易受到HS的影响（West, 2003）。此外，它们露天的饲养方式使它们暴露在外部气候条件下。全球约80%的牛群每年至少有30天处于HS状态（North et al., 2023）。在奶牛中，HS可能导致牛奶产量减少20%至40%，因为它们会减少饲料摄入量以降低代谢热负荷（Rhoads et al., 2009; Seyed Almoosavi et al., 2021）。研究还表明，HS会损害奶牛的生育能力和寿命，因为会影响卵巢功能、子宫环境和胚胎发育（Hansen, 2019; Toledo et al., 2024），并且这种影响可能会跨代传递（Laporta et al., 2020）。除了对生产力的影响外，HS还会改变动物行为，总体上降低动物福利和舒适度（Becker et al., 2020）。HS期间奶牛的身体活动量降低（West, 2003），并且已知每日反刍时间（RT）也会减少（Collier et al., 1982; Moretti et al., 2017; Corazzin et al., 2021）。事实上，反刍是一种独特且被广泛研究的奶牛行为，健康的成熟奶牛平均每天反刍7小时（Beauchemin, 2018）。在此过程中，纤维性食物从瘤胃反刍到口腔，重新咀嚼后再次咽回瘤胃（Bell, 1984）。由于反刍促进唾液分泌和瘤胃缓冲，任何干扰（如HS期间）都可能增加瘤胃酸中毒的风险（Kadzere et al., 2002; Beauchemin, 2018），并使动物更容易患上代谢疾病。

由于这些对动物生产力和行为的不利影响，已经研究了多种帮助动物应对HS的策略（Beede and Collier, 1986; West, 2003）。然而，由于最脆弱的时期是热暴露的前2天（Collier et al., 1981; West et al., 2003; Spiers et al., 2004），因此任何策略的关键组成部分都是及早和及时实施。使用基于温度-湿度指数（THI；Thom, 1959）的HS阈值是奶牛行业中常用的工具，用于估计何时在牛群中应用降温策略。多年来，每天平均THI水平为68被普遍认为是平均每日产奶量约为35公斤的哺乳期奶牛的HS阈值（Collier et al., 2009）。超过这一THI水平后，奶牛开始表现出增加的体温调节反应和减少的MY。一些研究基于不同的热环境特征（例如其他THI值）或其他环境成分的热指数来研究HS阈值（Hammami et al., 2013; Soriani et al., 2013; Lovarelli et al., 2024）。由于热暴露的强度和持续时间会影响HS的影响程度（Becker et al., 2020），利用热暴露的持续时间可能是更好地了解奶牛能承受的日热负荷量的有效方法。

一些同时考虑生产和行为特征的HS阈值的研究表明，行为变化的HS阈值可能低于MY的下降阈值。然而，这些研究较为有限（Lovarelli et al., 2024; Talukder et al., 2024）。由于反刍减少与代谢疾病风险增加相关（DeVries et al., 2009），基于RT的早期HS缓解策略不仅可以帮助减少HS对生产的不利影响，还可以预防对奶牛健康和生育能力的长期后果。许多研究仅对具有不同生理特征的动物群体分配一个阈值（Collier et al., 2009; Soriani et al., 2013），尽管HS的易感性可能取决于多种因素，如产次、泌乳阶段和生产水平等（Gantner et al., 2017; Chen et al., 2024）。因此，需要进一步评估奶牛的HS阈值，并判断是否可以在较低的阈值下检测到由热暴露引起的行为变化。此外，由于不同奶牛群体对HS的敏感性不同，根据不同的生理特征确定HS阈值也是更有效地管理牛群HS的有效方法。这些阈值有助于尽早制定有针对性的策略来缓解HS。

我们假设反刍行为（即RT）对较低THI的响应比对牛奶生产的响应更为敏感，并且这种敏感性可能因奶牛的产次、泌乳阶段和生产水平而异。本研究的目的是根据产次、泌乳阶段和生产水平来确定奶牛的RT和MY的HS阈值；同时，还需根据每日THI值或每天HS暴露的持续时间来确定这些阈值。

**材料与方法**
本观察研究于2015年6月至2018年5月在中国北京三元奶牛场进行，遵循了《动物研究：体内实验报告》（ARRIVE）中的指南。本研究中的牛群与Shi等人（2024）描述的牛群相同，其特性见表S1。

**动物管理**
最初从920头产次为1至3的中国荷斯坦哺乳期奶牛中收集数据。奶牛被安置在半开放的开放式自由栏舍中，每天在07:00-10:00、14:00-17:00和21:00-24:00喂奶三次。喂奶前30分钟提供饲料，喂奶后30至45分钟再喂食。饲料为全混合日粮（TMR），粗蛋白含量为16.5%至17%，粗纤维含量为40%。每头奶牛的日饲料量约为23公斤干物质（DM），并根据前一天的牛奶产量进行少量调整。尽管如此，研究期间饲料的化学成分相对稳定。牛群的标准日粮见表S2。同时，提供充足的饮用水。夏季期间（5月1日至9月30日），在牛舍上方约2.7米处均匀布置了风扇。5月10日至9月15日，所有奶牛在喂奶前30分钟还会接受喷水冷却。根据天气情况，奶牛全年都可以进入牛舍的户外部分。白天照明依靠自然阳光，夜间照明使用人工照明，从20:00持续到06:00。关于动物和牛舍管理的更详细描述，请参见Sammad等人（2022）的研究。

**数据收集**
使用自动记录站（型号P4581，Comet System S.R.O.，捷克共和国）每30分钟连续记录一次环境温度（AT）和相对湿度（RH）。这些微型气候记录器安装在牛舍中央柱子上，距离地面约1.5米。使用HR-Tag颈部传感器（SCR Engineers Ltd., Netanya, Israel）记录每头奶牛的RT（单位：分钟/2小时），并通过DataFlow II牛群管理软件进行处理。每次研究使用了300个颈部传感器。由于这些传感器最初用于监测发情期的奶牛活动水平，因此优先给产次较低和年轻的奶牛佩戴传感器，因此本研究收集的所有数据来自产次为1至3的奶牛。样本大小是根据研究期间可用的奶牛数量确定的，而不是基于预先计算的样本量。传感器通常在奶牛分娩前约2个月佩戴。当佩戴传感器的奶牛被淘汰（例如由于产量低、疾病或繁殖问题）时，传感器会被转移到另一头符合相同条件的奶牛身上。这种数据收集方案确保了在任何时间点都能代表性地采样感兴趣的奶牛群体，涵盖了各种生理状态（初产与经产，以及不同的泌乳阶段）。每头奶牛的平均监测期为88 ± 66.2天。原始RT数据集主要包括牛的ID、产次、繁殖信息以及每2小时记录一次的RT值。每日产奶量使用ALPRO系统（DeLaval，瑞典）进行记录。在原始数据集中，共收集了来自920头独特奶牛的1,104次产犊的176,768条RT记录，以及来自856头独特奶牛的1,012次产犊的94,400条每日产奶量记录，以供后续分析。

**计算和数据处理**

**天气数据**
30分钟间隔的THI通过以下公式计算：** THI = 0.8 × AT + RH × (AT – 14.4) + 46.4，其中AT以°C为单位，RH表示相对湿度（Mader等人，2006；Nienaber和Hahn，2007）。随后，将30分钟的THI数据按天汇总为每日平均THI、最低THI和最高THI。此外，还计算了每天THI超过68的小时数（以下简称HS持续时间），并以h/d表示。选择THI为68是因为这被广泛认为是现代泌乳奶牛的HS阈值（Collier等人，2009）。

**动物数据**
每日RT（以分钟/天为单位）是通过对一天内所有奶牛每两小时的RT值求和得到的。从原始数据集中，仅保留了从产犊第1天到第305天的每日记录，并且只有同时具有RT和MY信息的奶牛-产犊记录被保留下来。对于每日RT和MY超出μ ± 3σ范围的异常值，分别进行了处理，其中μ和σ分别是每个特征的均值和标准差。为了考虑生理变化，异常值检测按产次（分别针对初产和经产奶牛）和产犊天数进行分层，如Niu等人（2018）所述。数据编辑后，获得了来自852头独特奶牛的1,007次产犊的88,759条每日RT和MY记录（表1）。在这个数据集中，共有708头奶牛的数据仅来自一个产犊期，133头奶牛的数据来自两个产犊期，11头奶牛的数据来自三个产犊期。

**表1. 包括气候参数、反刍时间和产奶量的数据集摘要统计**

| 项目 | 观测次数 | 奶牛数量 | 产犊次数 | 均值 | 中位数 | 最小值 | 最大值 | 标准差 |
|------------|---------|---------|---------|---------|---------|---------|---------|
| 日平均THI | 281 | 11 | --- | 58.16 | 2.62 | 5.68 | 4.81 | 15.67 |
| HS持续时间 | 81 | 11 | --- | 8.51 | 4.50 | 0.00 | 24.09 | 9.39 |
| 反刍时间 | 88,759 | 852 | 1,007 | 532 | 53 | 267 | 77 | 87 | 2.8 |
| 产奶量 | 88,759 | 852 | 1,007 | 38.03 | 78.0 | 0.80 | 68.08 |

数据收集自2015年5月至2018年6月期间的852头泌乳奶牛，共811天。

**注：**
1. THI：温度-湿度指数。
2. HS持续时间：每天THI超过68的小时数。

由于本研究旨在考虑不同动物因素对THI的边际影响，因此对动物进行了相应的分组。定义了四个数据子集（数据集I、II、III和IV），以便在不同产次、产犊阶段（分别针对初产和经产奶牛）和生产水平（仅针对经产奶牛）之间进行比较。以下描述了这四个子集的数据分组方法。表2报告了每个子集的奶牛数量、产犊次数和记录数量，以及每个子集中RT和MY的描述性统计。

**表2. 用于比较不同产次、产犊阶段和生产水平的奶牛反刍时间和产奶量的摘要统计**

| 项目 | 奶牛数量 | 产犊次数 | 反刍时间（分钟/天） | 产奶量（千克/天） | 均值（±标准差） |
|------------|---------|---------|-----------|-------------|-----------|
| **数据集I**（88,759条观测值）| 初产奶牛 | 47 | 34 | 54 | (±67.9) | 35.5 | (±6.35) |
| | 经产奶牛 | 53 | 44 | 93 | (±76.6) | 40.4 | (±10.29) |
| 产犊阶段2 | 初产奶牛 | 44 | 22 | 72 | 54 | (±69.8) | 33.5 | (±5.88) |
| | 经产奶牛 | 26 | 92 | 54 | (±71.5) | 36.8 | (±6.01) |
| | 经产奶牛 | 36 | 43 | 54 | (±68.0) | 37.4 | (±6.05) |
| **数据集III**（44,736条观测值）| 初产奶牛 | 27 | 72 | 54 | (±70.6) | 44.0 | (±8.11) |
| | 经产奶牛 | 30 | 72 | 89 | (±74.1) | 46.7 | (±7.44) |
| | 经产奶牛 | 43 | 40 | 35 | (±75.9) | 44.3 | (±8.14) |
| **数据集IV**（12,209条观测值）| 低生产水平 | 109 | 65 | 14 | (±75.0) | 37.1 | (±6.55) |
| | 高生产水平 | 94 | 90 | 55 | (±66.1) | 52.1 | (±5.92) |

**注：**
1. 奶牛被分为早期、高峰和晚期产犊阶段，分别对应于产犊第1至40天、41至60天、61至160天和161至305天。
2. 经产奶牛根据热中性条件下的平均产奶量（均值 ± 0.5标准差）进行分类：低生产水平的奶牛平均产奶量< 41.3千克/天，高生产水平的奶牛平均产奶量> 48.7千克/天。

**数据集I**用于建模和比较初产奶牛（产次1；473头奶牛）和经产奶牛（产次2和3；493头奶牛），包括最终数据集中的所有1,007次产犊。对于产犊阶段的影响，分别对初产奶牛（数据集II）和经产奶牛（数据集III）的数据进行了分析。在每个子集内，所有产犊期都被分为早期、高峰和晚期产犊阶段，分别对应于产犊第1至40天、41至60天、61至160天和161至305天。数据集II包含来自473头初产奶牛的44,023条观测值，数据集III包含来自493头经产奶牛的44,736条观测值。为了建模和比较生产水平，进行了进一步的质量控制，以构建数据集IV。由于已知在炎热条件下产奶量会减少，仅保留了在热中性条件下至少有10天每日产奶量记录的产犊期（即当天的平均THI<68）。之后，仅包括高峰至中期产犊期的经产奶牛的数据（产犊第41至160天，此时产奶量相对稳定）。经过质量控制后，共获得了338次产犊期的数据，平均产奶量为每天45.0 ± 7.33千克。所有产犊期根据平均产奶量的均值 ± 0.5标准差分为三个类别，类似于Cabrera和Kalantari（2016）的分组方法：< 41.3千克/天、41.3至48.7千克/天和> 48.7千克/天，分别对应低生产水平、中等生产水平和高生产水平的奶牛（分别为90头、131头和106头奶牛）。

**统计分析**
响应变量（即每日RT和MY）使用R语言（R Core Team，2023；R版本4.3.0）中的mgcv包的bam程序和广义加性混合模型（GAMM）框架进行分析（Wood，2011）。模型构建如下：
\[Y = β0 + month + group + s(THI, by group) + s(DIM, by group) + Ci + ε,\]
其中Y表示响应变量，β0是截距，month表示用于校正季节性或时间变化的固定效应，group表示根据考虑的动物因素（即产次、产犊阶段或生产水平）的固定效应，s(THI, by group)表示每组的THI参数的固定平滑项（即平均THI、最低THI、最高THI或HS持续时间），s(DIM, by group)表示每组的DIM的固定平滑项，Ci表示奶牛的随机效应，ε表示随机残差。分析THI对产犊组影响的模型没有包括DIM的固定平滑项，以避免混淆效应。使用的平滑项是薄板回归样条（Wood，2017）。为了测试THI参数与每组之间的交互作用显著性，我们比较了每个组的2个GAMM模型：1）包含每组THI参数固定平滑项的完整模型（通过by函数实现）；2）不包含交互作用的简化模型。比较使用anova函数和χ2检验进行似然比测试。P值<0.05被认为具有统计显著性。

从拟合的GAMMs中，根据Larsen等人（2020）的方法确定了每个响应变量中THI参数发生显著变化的范围。也就是说，基于THI或HS持续时间的部分效应确定拟合均值的逐点导数（即斜率），并使用R中的gratia包的derivative函数计算这些斜率的95%置信区间（Simpson，2023）。图1中的示例提供了图形说明。THI参数发生显著变化的区域定义为斜率的同时置信区间不包括零的区域（P < 0.05；由图1中的实线表示）。为了便于讨论，将HS开始的时间或HS阈值视为响应变量开始持续小于0的THI或HS持续时间（图1中的点A或点B开始时逐点斜率持续小于0的起点；P < 0.05）。如果该范围内的响应变量具有相对线性的响应，则使用线性模型分析THI或HS持续时间范围内所有拟合的逐点斜率（图1中点A和B之间的所有逐点斜率），以估计热环境的边际效应。所得结果被认为是达到阈值时响应变量的平均变化率。这种统计方法与Serviento等人（2024）描述的方法类似。

**下载：**
- 下载高分辨率图像（62KB）
- 下载全尺寸图像

**图1. 热应激（HS）阈值确定的图形说明。** 该示例显示了平均温度湿度指数（THI）对低生产水平经产奶牛每日反刍时间（RT；分钟/天）的影响。阴影区域表示每个点的95%置信区间。虚线（---）代表模型的估计值，实线（--）在两点（+）之间表示模型估计的逐点斜率显著不为零的平均THI范围（P < 0.05）。HS阈值（点A）被认为是响应变量开始持续减小的THI或HS持续时间（即点B开始时逐点斜率持续小于0的起点；P < 0.05）。达到阈值时RT的平均下降率如下计算：提取图1中点A和B之间的所有逐点斜率，并使用线性模型进行分析，以估计平均THI的边际效应。更多详细信息，包括最低和最高THI的影响以及在所有检测到的显著范围内THI或HS持续时间的估计边际效应，可以在表S3中找到。下载：下载高分辨率图片（400KB）下载：下载全尺寸图片

图2. 平均温度湿度指数（THI）a）和热应激持续时间（或暴露于高于68的THI水平的持续时间）b）对初产（蓝色）和经产（橙色）哺乳奶牛的反刍时间（I；分钟/天）和产奶量（II；千克/天）的影响。这些数据是通过广义加性混合模型拟合得出的。阴影区域表示每个平滑值的95%置信区间。虚线（---）代表模型的估计值，而两点之间的实线（–）代表模型的估计点态斜率显著不为零的THI或持续时间范围（P < 0.05）。

表3. 奶牛反刍时间和产奶量的热应激（HS）阈值，以及阈值以上每单位变化的相应估计斜率。

1. 空单元
反刍时间，分钟/天
产奶量，千克/天
2. 基于平均THI
初产
59.0（?3.05）
经产
59.3（?3.93）
64.9（?0.06）
3. 哺乳阶段
3
初产
早期
60.9（?1.98）
高峰
60.0（?2.81）
中期
60.6（?3.59）
72.0（?0.04）
晚期
60.6（?2.39）
经产
早期
57.8（?3.61）
高峰
57.2（?3.40）
中期
59.9（?4.67）
66.2（?0.17）
4. 生产水平
4
低
60.9（?3.97）
高
58.9（?4.37）
66.6（?0.04）

5. 基于HS持续时间（小时/天）
基于平均THI
初产
0.00（?1.09）
12.2（?2.44）
经产
2.22（?1.91）
15.1（?0.04）
6. 哺乳阶段
3
初产
早期
0.00（?0.64）
高峰
0.00（?1.21）
中期
0.00（?1.32）
17.6（?0.03）
晚期
15.7（?3.64）
经产
早期
4.36（?2.54）
高峰
4.50（?3.44）
中期
0.00（?1.76）
11.0（?0.11）
晚期
9.04（?2.03）

阈值被确定为由于热应激暴露而导致反刍时间或产奶量开始下降的界限。

2. 白天平均温度湿度指数。

3. 奶牛被分为早期、高峰、中期和晚期哺乳阶段，分别对应于1至40天、41至60天、61至160天和161至305天泌乳期。

4. 经产奶牛根据热中性条件下的平均日产量（MY）（均值±0.5标准差）进行分类和归类：低产奶牛的平均日产量<41.3千克/天，高产奶牛的平均日产量>48.7千克/天。

5. 热应激（HS）持续时间表示每天THI超过68水平的小时数。

所有评估的THI参数（平均THI、最低THI、最高THI以及HS持续时间）对初产（P < 0.001）和经产（P < 0.001）奶牛的反刍时间（RT）和产奶量（MY）都有影响。当平均THI分别超过59.0和59.3时，初产和经产奶牛的反刍时间开始下降（P < 0.05；图2a_I和表3）。达到HS阈值后，初产奶牛的反刍时间以平均每单位THI减少3.05分钟的速度继续下降（P < 0.05），而经产奶牛则以平均每单位THI减少3.93分钟的速度下降（P < 0.001）。同时，与反刍时间相比，产奶量的下降在更高的HS阈值时才被观察到；此外，这种情况仅出现在经产奶牛中，并且仅当平均THI高于64.9时才发生（P < 0.05；图2a_II和表3）。经产奶牛在达到HS阈值后，其产奶量以平均每单位THI减少0.0637千克的速度下降（P < 0.05；图2a_II和表3），而在热条件下，初产奶牛的产奶量没有下降（即，即使平均THI超过84.8，也没有观察到任何点态斜率的下降；P > 0.05；图2a_II和表3）。

无论使用最低THI还是最高THI，观察到的趋势类似（图S1和表S3）。使用最低THI来评估HS阈值时，初产奶牛的反刍时间从THI 50.1开始以平均每单位THI减少2.36分钟的速度下降（P < 0.05），经产奶牛从THI 50.3开始以平均每单位THI减少3.08分钟的速度下降（图S1a_I）。产奶量下降的HS阈值从最低THI 57.2开始，平均每单位THI减少0.0685千克/天，且仅见于经产奶牛（P < 0.05；图S1a_II）。使用最高THI时，反刍时间变化的HS阈值分别为初产奶牛的THI 65.1（平均每单位THI减少3.40分钟；P < 0.05）和经产奶牛的THI 66.2（平均每单位THI减少4.43分钟；P < 0.05；图S1b_I）。同时，产奶量在最高THI 72.9时开始下降，且仅见于经产奶牛（平均每单位THI减少0.0775千克/天；P < 0.05；图S1b_II）。

当HS持续时间超过0.00小时/天时，初产奶牛的反刍时间已经开始减少，每增加1小时的HS持续时间，反刍时间减少1.09分钟；当HS持续时间超过12.2小时/天时，这一减少速率增加到每增加1小时的HS持续时间减少2.44分钟（P < 0.05；图1b_I和表3）。然而，即使HS持续时间达到24小时/天，产奶量也没有减少，即在无论HS持续时间如何的情况下，都没有观察到任何点态斜率的下降（P > 0.05；图1b_II和表3）。对于经产奶牛，当HS持续时间超过2.22小时/天时，它们的反刍时间持续减少，每增加1小时的HS持续时间减少1.91分钟（P < 0.05；图1b_I和表3），而只有在HS持续时间超过15.1小时/天时，它们的产奶量才减少，每增加1小时的HS持续时间减少0.0495千克/天（P < 0.05；图1b_II和表3）。

关于热环境对反刍时间和产奶量的影响，鉴于THI参数与妊娠次数存在交互作用，因此分别对初产奶牛和经产奶牛进行了哺乳阶段分析。

**初产奶牛**
用于分析不同哺乳阶段热环境影响的初产奶牛数据集（数据集II）的总结统计信息见表2。在所有使用的模型中，哺乳阶段对每日反刍时间（RT）（P < 0.001）和产奶量（MY）（P < 0.001）有影响。早期、高峰、中期和晚期哺乳期的经产奶牛的反刍时间平均值分别为541 ± 69.8分钟/天、543 ± 71.5分钟/天、545 ± 68.0分钟/天和533 ± 65.9分钟/天，产奶量平均值分别为44.1 ± 8.16千克/天、46.7 ± 7.47千克/天、44.2 ± 8.16千克/天和32.4 ± 9.37千克/天。不同哺乳阶段的经产奶牛的反刍时间和产奶量受平均THI和HS持续时间的边际效应见图3和表3。更多详细信息，包括最低和最高THI的影响以及在所有检测到的显著范围内THI或HS持续时间的估计边际效应，可以在表S4中找到。

图3. 平均温度湿度指数（THI）a）和热应激持续时间（或暴露于高于68的THI水平的持续时间）b）对不同哺乳阶段初产奶牛（早期为红色、高峰为浅蓝色、中期为黑色、晚期为紫色）的反刍时间（I；分钟/天）和产奶量（II；千克/天）的影响。这些数据是通过广义加性混合模型拟合得出的。阴影区域表示每个平滑值的95%置信区间。虚线（---）代表模型的估计值，两点之间的实线（–）代表模型的估计点态斜率显著不为零的THI或持续时间范围（P < 0.05）。DIM = 哺乳天数。

所有评估的THI参数（平均THI、最低THI、最高THI以及HS持续时间）对所有哺乳阶段的反刍时间和产奶量都有显著影响（P < 0.001）。在初产奶牛中，当平均THI分别为60.9、60.0、60.6和60.6时，反刍时间开始显著减少（P < 0.05；图3a_I）。达到HS阈值后，初产奶牛的反刍时间减少速度最快（每单位THI减少3.59分钟；P < 0.05），其次是高峰期（每单位THI减少2.81分钟；P < 0.05）、晚期（每单位THI减少2.39分钟；P < 0.05）和早期（每单位THI减少1.98分钟；P < 0.05）的初产奶牛（图3a_I）。同时，只有在平均THI达到72.0时，中期哺乳期的初产奶牛的产奶量才开始显著减少，减少速率为每单位THI减少0.0409千克（P < 0.05；图3a_II和表3）。在其他哺乳阶段，热条件下没有观察到产奶量的减少（P > 0.05；图3a_II和表S4）。

无论使用最低THI还是最高THI，观察到的HS阈值趋势相似（图S2和表S4）。使用最低THI时，初产奶牛的反刍时间变化阈值分别为THI 54.7、52.1、52.2和51.1（P < 0.05；图S2a_I）；使用最高THI时分别为THI 68.0、66.9、67.0和66.6（P < 0.05；图S2b_I）。达到阈值后，中期哺乳期奶牛的反刍时间减少速度最快（每单位最低THI减少2.86分钟或每单位最高THI减少3.94分钟；P < 0.05）。产奶量减少的HS阈值仅在中期哺乳期的初产奶牛中观察到，从最低THI 63.4开始（P < 0.05；图S2a_II和表S3b_II）。达到HS阈值后，平均减少速率为每单位最低THI减少0.0528千克/天和每单位最高THI减少0.0570千克/天。

HS持续时间也对所有哺乳阶段的初产奶牛的反刍时间（P < 0.001）和产奶量（P < 0.001）有影响。观察HS持续时间阈值时，初产奶牛在HS持续时间超过0.00小时/天时，其反刍时间立即开始减少，每增加1小时的HS持续时间减少0.64分钟（P < 0.001）、0.121分钟（P < 0.001）和0.32分钟（P < 0.001）。相比之下，晚期哺乳期的初产奶牛在HS持续时间达到24小时/天时也没有观察到反刍时间的减少，即在任何情况下都没有观察到点态斜率的下降（P > 0.05；图1b_II和表3）。对于经产奶牛，当HS持续时间超过2.22小时/天时，它们的反刍时间开始持续减少，每增加1小时的HS持续时间减少1.91分钟（P < 0.05；图1b_I和表3）；而只有在HS持续时间超过15.1小时/天时，它们的产奶量才开始减少，每增加1小时的HS持续时间减少0.0495千克/天（P < 0.05；图1b_II和表3）。

**基于哺乳阶段的热环境对反刍时间和产奶量的影响**
考虑到THI参数与妊娠次数存在交互作用，因此分别对初产奶牛和经产奶牛进行了哺乳阶段分析。

**初产奶牛**
用于分析不同哺乳阶段热环境影响的初产奶牛数据集（数据集II）的总结统计信息见表2。在所有使用的模型中，哺乳阶段对每日反刍时间（RT）（P < 0.001）和产奶量（MY）（P < 0.001）有影响。早期、高峰、中期和晚期哺乳期的经产奶牛的反刍时间平均值分别为541 ± 69.8分钟/天、543 ± 71.5分钟/天、545 ± 68.0分钟/天和533 ± 65.9分钟/天，产奶量平均值分别为44.1 ± 8.16千克/天、46.7 ± 7.47千克/天、44.2 ± 8.16千克/天和32.4 ± 9.37千克/天。不同哺乳阶段的经产奶牛的反刍时间和产奶量受平均THI和HS持续时间的边际效应见图3和表3。更多详细信息，包括最低和最高THI的影响以及在所有检测到的显著范围内THI或HS持续时间的估计边际效应，可以在表S4中找到。

图4. 平均温度湿度指数（THI）a）和热应激持续时间（或暴露于高于68的THI水平的持续时间）b）对不同哺乳阶段经产奶牛（早期为红色、高峰为浅蓝色、中期为黑色、晚期为紫色）的反刍时间（I；分钟/天）和产奶量（II；千克/天）的影响。这些数据是通过广义加性混合模型拟合得出的。阴影区域表示每个平滑值的95%置信区间。虚线（---）代表模型的估计值，两点之间的实线（–）代表模型的估计点态斜率显著不为零的THI或持续时间范围（P < 0.05）。DIM = 哺乳天数。

所有评估的THI参数（平均THI、最低THI、最高THI以及HS持续时间）对所有哺乳阶段的反刍时间（RT）和产奶量（MY）都有显著影响（P < 0.001）。在初产奶牛中，当平均THI分别为60.9、60.0、60.6和60.6时，反刍时间的边际减少速度相似（P < 0.05；图3a_I）。达到HS阈值后，中期哺乳期的初产奶牛的反刍时间减少速度最快（每单位THI减少3.59分钟；P < 0.05），其次是高峰期（每单位THI减少2.81分钟；P < 0.05）、晚期（每单位THI减少2.39分钟；P < 0.05）和早期（每单位THI减少1.98分钟；P < 0.05）的初产奶牛（图3a_I）。同时，只有在平均THI达到72.0时，中期哺乳期的初产奶牛的产奶量开始显著减少，减少速率为每单位THI减少0.0409千克（P < 0.05；图3a_II和表3）。在其他哺乳阶段，热条件下没有观察到产奶量的减少（P > 0.05；图3a_II和表S4）。

无论使用最低THI还是最高THI，观察到的HS阈值趋势相似（图S2和表S4）。使用最低THI时，初产奶牛的反刍时间变化阈值分别为54.7、52.1、52.2和51.1（P < 0.05；图S2a_I）；使用最高THI时分别为68.0、66.9、6更详细的信息，包括最低和最高THI的影响以及在所有检测到的显著范围内THI或HS持续时间的估计边际效应，可以在表S5中找到。所有评估的THI参数（平均THI、最低THI、最高THI和HS持续时间）对所有泌乳阶段的RT和MY都有影响（P < 0.001）。在相对相似的平均THI水平57.8、57.2、59.9和62.2时，多次分娩的奶牛的RT出现了边际下降（分别对应于早期、高峰期、中期和晚期泌乳阶段；P < 0.001；图4a_I）。当达到HS阈值时，中期泌乳的多次分娩奶牛的RT下降幅度最大（?4.67分钟/单位THI；P < 0.05），其次是早期（?3.61分钟/单位THI；P < 0.05）、高峰期（?3.40分钟/单位THI；P < 0.05）和晚期（?2.58分钟/单位THI；P < 0.05）泌乳的多次分娩奶牛（图4a_I）。同时，只有在平均THI为66.2时，中期泌乳的多次分娩奶牛的MY出现了边际下降，平均下降幅度为?0.1711千克/单位THI（P < 0.05；图4a_II和表3）。在其他泌乳阶段，即使在炎热条件下，也没有观察到MY的减少（即任何点斜率的减少；P > 0.05）。无论使用最低还是最高THI，HS阈值都观察到了类似的趋势（图S3和表S5）。使用最低THI时，早期、高峰期、中期和晚期泌乳的多次分娩奶牛的RT变化的HS阈值分别为49.7、47.8、51.4和53.0（P < 0.05；图S3a_I）；使用最高THI时分别为65.5、65.3、66.5和68.0（P < 0.05；图S3b_I）。当达到阈值时，中期泌乳的多次分娩奶牛的RT下降幅度仍然最大（?2.62分钟/单位最低THI或?5.04分钟/单位最高THI；P < 0.05）。只有中期泌乳的奶牛观察到MY的HS阈值，最低THI为58.6时开始出现（P < 0.05；图S3a_II）和最高THI为74.0时开始出现（P < 0.05；图S3b_II）。达到HS阈值时的平均下降幅度分别为?0.1641千克/单位最低THI和?0.1647千克/单位最高THI。HS持续时间也对所有泌乳阶段的多次分娩奶牛的RT有影响（P < 0.001），以及对早期（P = 0.035）、中期（P < 0.001）和晚期（P < 0.001）泌乳的多次分娩奶牛的MY有影响，但在高峰期泌乳的奶牛中仅呈现趋势（P = 0.075）。查看HS持续时间阈值时，任何高于0.00小时/天的HS持续时间都会导致中期泌乳的多次分娩奶牛的RT立即下降，下降幅度为每增加1小时HS持续时间减少1.76分钟（P < 0.05；图4b_I和表3）。虽然早期和高峰期泌乳的多次分娩奶牛的RT下降幅度更高（分别为每增加1小时HS持续时间减少2.54分钟和3.44分钟；P < 0.05；图4b_I和表3），但它们的HS持续时间阈值更高，分别需要4.36小时和4.50小时/天的HS持续时间才会观察到任何下降。相比之下，晚期泌乳的多次分娩奶牛似乎最不敏感，需要超过9.04小时/天的HS持续时间才会观察到RT的下降，平均下降幅度为每增加1小时HS持续时间减少2.03分钟（P < 0.05；图4b_I和表3）。与其他使用的指标一样，MY的HS阈值高于RT的阈值，并且只有在HS持续时间超过11.0小时/天时才在中期泌乳的多次分娩奶牛中观察到（P < 0.05；图4b_II和表3）。超过这个持续时间后，MY的下降幅度分别为每增加1小时HS持续时间减少0.1123千克/天（P < 0.05）。

基于生产水平的热环境对RT和MY的影响用于分析多次分娩奶牛的热环境影响的数据集（数据集IV）的摘要统计信息总结在表2中。生产水平对所有模型中的每日RT（低产奶牛为514 ± 75.0分钟，高产奶牛为557 ± 66.1分钟；P < 0.001）和MY（低产奶牛为37.1 ± 6.55千克/天，高产奶牛为52.1 ± 5.92千克/天；P < 0.001）有影响。平均THI和HS持续时间对低产和高产多次分娩奶牛的RT和MY的边际效应分别在图5和表3中呈现。更详细的信息，包括最低和最高THI的影响以及在所有检测到的显著范围内THI或HS持续时间的估计边际效应，可以在表S6中找到。

下载：下载高分辨率图片（406KB）
下载：下载全尺寸图片

图5. a) 平均温度湿度指数（THI）和b) 热应激持续时间（或暴露于高于68的THI水平的持续时间）对低产（紫色）和高产（绿色）多次分娩奶牛的反刍时间（I；分钟/天）和产奶量（II；千克/天）的影响，这些数据是通过广义加性混合模型拟合得出的。阴影区域表示每个点的95%置信区间。虚线（---）代表模型的估计值，两条实线（--）之间的区间（+）表示模型的估计点斜率显著不为零的THI或持续时间范围（P < 0.05）。

平均THI对低产和高产多次分娩奶牛的RT和MY都有影响（P < 0.05）。观察平均THI增加的边际效应时，低产奶牛的RT从平均THI 60.9开始下降（P < 0.05），高产奶牛从平均THI 58.9开始下降（P < 0.05；图5a_I和表3）。达到阈值时，低产奶牛的RT平均下降幅度为?3.97分钟/单位THI，高产奶牛为?4.37分钟/单位THI（P < 0.05）。即使在炎热条件下，低产奶牛的MY也没有下降，即直到平均THI达到84.8时，任何点斜率都没有减少（P > 0.05；图5a_II和表3）。然而，高产奶牛的情况并非如此，它们的MY从平均THI 66.6开始就下降，平均下降幅度为?0.0488千克/单位THI（P < 0.001；图5a_II和表3）。无论使用最低还是最高THI，HS阈值都观察到了类似的趋势（图S4和表S6）。使用最低THI时，低产和高产多次分娩奶牛的RT变化阈值分别为49.7、47.8、51.4和53.0（P < 0.05；图S3a_I）；使用最高THI时分别为65.5、65.3、66.5和68.0（P < 0.05；图S3b_I）。达到阈值时，低产奶牛的RT下降幅度仍然最大（每单位最低THI减少2.62分钟或每单位最高THI减少5.04分钟；P < 0.05）。MY的HS阈值仅在中期泌乳的奶牛中观察到，最低THI为58.6时开始（P < 0.05；图S3a_II）和最高THI为74.0时开始（P < 0.05；图S3b_II）。达到HS阈值时的平均下降幅度分别为每单位最低THI减少0.1641千克/天和每单位最高THI减少0.1647千克/天。

HS持续时间也对所有评估的泌乳阶段的多次分娩奶牛的RT有影响（每个组P < 0.001），以及对早期（P = 0.035）、中期（P < 0.001）和晚期（P < 0.001）泌乳的多次分娩奶牛的MY有影响，但在高峰期泌乳的奶牛中仅呈现趋势（P = 0.075）。观察HS持续时间阈值时，任何高于0.00小时/天的HS持续时间都会导致中期泌乳的多次分娩奶牛的RT立即下降，下降幅度为每增加1小时HS持续时间减少1.76分钟（P < 0.05；图4b_I和表3）。虽然早期和高峰期泌乳的多次分娩奶牛的RT下降幅度更高（分别为每增加1小时HS持续时间减少2.54分钟和3.44分钟；P < 0.05；图4b_I和表3），但它们的HS持续时间阈值更高，分别需要4.36小时和4.50小时/天的HS持续时间才会观察到任何下降。相比之下，晚期泌乳的多次分娩奶牛似乎最不敏感，需要超过9.04小时/天的HS持续时间才会观察到RT的下降，平均下降幅度为每增加1小时HS持续时间减少2.03分钟（P < 0.05；图4b_I和表3）。与其他使用的指标一样，MY的HS阈值也高于RT的阈值，并且只有在HS持续时间超过11.0小时/天时才在中期泌乳的多次分娩奶牛中观察到（P < 0.05；图4b_II和表3）。超过这个持续时间后，MY的下降幅度分别为每增加1小时HS持续时间减少0.1123千克/天（P < 0.05）。

根据生产水平分析热环境对RT和MY的影响

为了分析生产水平阶段下的热环境影响，使用了多次分娩奶牛的数据集（数据集IV），其摘要统计信息总结在表2中。生产水平对所有模型中的每日RT（低产奶牛为514 ± 75.0分钟，高产奶牛为557 ± 66.1分钟；P < 0.001）和MY（低产奶牛为37.1 ± 6.55千克/天，高产奶牛为52.1 ± 5.92千克/天；P < 0.001）有影响。平均THI和HS持续时间对低产和高产多次分娩奶牛的RT和MY的边际效应分别显示在图5和表3中。更详细的信息，包括最低和最高THI的影响以及在所有检测到的显著范围内THI或HS持续时间的估计边际效应，可以在表S6中找到。

下载：下载高分辨率图片（406KB）
下载：下载全尺寸图片

图5. a) 平均温度湿度指数（THI）和b) 热应激持续时间（或暴露于高于68的THI水平的持续时间）对低产（紫色）和高产（绿色）多次分娩奶牛的反刍时间（I；分钟/天）和产奶量（II；千克/天）的影响，这些数据是通过广义加性混合模型拟合得出的。阴影区域表示每个点的95%置信区间。虚线（---）代表模型的估计值，两条实线（--）之间的区间表示模型的估计点斜率显著不为零的范围（P < 0.05）。

平均THI对低产和高产多次分娩奶牛的RT和MY都有影响（P < 0.05）。观察平均THI增加的边际效应时，低产奶牛的RT从平均THI 60.9开始下降（P < 0.05），高产奶牛从平均THI 58.9开始下降（P < 0.05；图5a_I和表3）。达到阈值时，低产奶牛的RT平均下降幅度为?3.97分钟/单位THI，高产奶牛为?4.37分钟/单位THI（P < 0.05）。即使在炎热条件下，低产奶牛的MY也没有减少，即直到平均THI达到84.8时，任何点斜率都没有减少（P > 0.05；图5a_II和表3）。然而，高产奶牛的情况则不同，它们的MY从平均THI 66.6开始就下降了，平均下降幅度为?0.0488千克/单位THI（P < 0.001；图5a_II和表3）。无论使用最低还是最高THI，HS阈值都观察到了类似的趋势（图S4和表S6）。在低产和高产多次分娩奶牛中，分别在使用最低THI 52.1（P < 0.05）和51.5（P < 0.05；图S4a_I）以及最高THI 67.5（P < 0.05）和66.1（P < 0.05；图S4b_I）的HS阈值时检测到了RT的变化。达到阈值时，基于最低THI的RT平均下降幅度分别为?2.85分钟/单位THI（P < 0.05）和?3.65分钟/单位THI（P < 0.05），基于最高THI的RT平均下降幅度分别为?4.32分钟/单位THI（P < 0.05）和?4.65分钟/单位THI（P < 0.05；图S4b_I）。对于MY的边际下降，仅在高产奶牛中检测到HS阈值：MY从最低THI 58.7开始下降，平均下降幅度为?0.0635千克/单位THI（P < 0.05；图4a_II）和最高THI 75.6开始下降，平均下降幅度为?0.0525千克/单位THI（P < 0.05；图4b_II）。

HS持续时间也对低产和高产多次分娩奶牛的RT有影响（P < 0.001）。当基于HS持续时间时，高产奶牛在任何高于0.00小时/天的HS持续时间下RT都会立即下降，平均下降幅度为每增加1小时HS持续时间减少2.11分钟（P < 0.05；图5b_I和表3）。与此同时，低产奶牛至少需要6.75小时/天的HS持续时间才会观察到RT的下降，平均下降幅度为每增加1小时HS持续时间减少2.11分钟（P < 0.05；图5b_II和表3）。即使在HS持续时间达到24小时/天时，低产和高产奶牛的MY也没有减少（P > 0.05）。

讨论

本研究旨在根据胎次、生产水平和泌乳阶段确定奶牛热应激（HS）的起始时间，使用RT和MY作为HS指标。在定义这些阈值时，使用了不同的参数来表征基于强度（每日最低、平均或最高THI）或HS持续时间的热环境。本研究中的奶牛的平均RT为532 ± 72.8分钟/天（或8.87小时/天），与Beauchemin（2018）报告的2.5至10.5小时/天的范围相当，平均MY为38.0 ± 8.92千克/天。虽然我们的结果显示奶牛在广泛的THI范围内（包括寒冷和炎热条件）的RT和MY反应，但本文的重点是泌乳奶牛的HS反应的起始（阈值）和严重程度。因此，本节仅关注高THI条件下的热环境影响。

热应激对产奶量和反刍时间的影响

反刍行为（即RT）和MY都受到干物质摄入量（DMI）的强烈驱动，并且据报道两者呈正相关（Soriani等人，2013；Souza等人，2023），尽管一些研究显示结果不一致（Byskov等人，2015；Kaufman等人，2018）。尽管如此，MY受DMI和饮食组成（例如纤维含量；Daniel等人，2016）的影响，而RT则更与饮食的颗粒大小和DMI相关（更具体地说，是中性洗涤纤维的摄入量；Yang和Beauchemin，2009；White等人，2017）。除了饮食方面，其他因素也会影响RT和MY，如奶牛特性（例如胎次）、压力和疾病等，这使得这些特性具有高度变异性（Kadzere等人，2002；Steensels等人，2017；Beauchemin，2018）。由于它们容易受到干扰，RT和MY因此被严密监测，并通常用作评估奶牛群体健康和生产力的指标（Soriani等人，2013；Stangaferro等人，2016；Santos等人，2024）。

当超过HS阈值时，本研究中的奶牛将其每日RT降低了1.98至4.67分钟/单位平均THI，这些值与Soriani等人（2013）之前报告的2.2分钟/单位THI相当，尽管略高。同时，我们研究中某些奶牛组的MY下降幅度（HS阈值以上0.04至0.17千克/单位THI）略低于Tao等人（2020）报告的值（HS阈值以上?0.13至?0.88千克/单位THI）。由于应用的热应力强度和持续时间、确定阈值的方法、下降率的计算以及研究中使用的动物特性等因素的差异，各研究之间的报告值存在差异。尽管如此，我们的结果表明，当奶牛暴露于逐渐增加的此外，动物还能减少热量产生，这也是为什么高温应激（HS）动物的常见反应包括代谢率和饲料摄入量降低（Wheelock等人，2010年）。实际上，我们研究中观察到的代谢率和体温（RT）的下降可能部分是由于高温对应激饲料摄入量的负面影响。尽管我们没有测量饲料摄入量（DMI），但已知DMI的减少是高温应激动物的一种特征性应对机制，有助于降低代谢产生的热量并维持体温（Kadzere等人，2002年；Tao等人，2020年）。此外，代谢率（MY）依赖于营养供应，因此较低的代谢率意味着奶牛可利用的营养物质较少，这一点得到了许多研究者的证实（Kadzere等人，2002年；West等人，2003年；Tao等人，2020年；Chang-Fung-Martel等人，2021年）。同时，较低的DMI也意味着较低的纤维摄入量，这也可能解释了我们和其他研究中观察到的高温应激奶牛体温下降的现象（Moallem等人，2010年；Soriani等人，2013年）。高温期间代谢活动的减少（Tao等人，2020年）也可能导致产奶量和反刍行为的下降，因为这些过程需要消耗大量能量（Purwanto等人，1990年；Suzuki等人，2014年），从而产生大量体热。此外，高温期间较低的RT和MY也可能与血液从内脏组织（如瘤胃、胃肠道、门静脉周围的器官）分流有关（Hales，1973年；Hales等人，1984年），这可能导致网状淋巴系统和瘤胃的蠕动减缓（Attebery和Johnson，1969年）以及营养吸收减少（McGuire等人，1989年）。总体而言，我们的结果与现有文献一致，即暴露在逐渐升高的环境温度（THI）下会对泌乳奶牛的生产性能和福利产生负面影响（Lovarelli等人，2024年；Talukder等人，2024年）。然而，虽然所有组的代谢率和体温在高温条件下都有所下降，但这并不是我们研究中的所有奶牛群体都呈现的情况。这些对高温的敏感性的差异可能由奶牛的生理特性不同导致，这将在下一小节中讨论。

根据不同的奶牛因素来确定高温应激的阈值，高温应激阈值可以定义为某些生理指标（如体温和代谢率）开始发生变化的临界点。因此，较低的阈值表明动物对高温更敏感。我们研究中用于描述热环境的所有参数（THI和高温应激持续时间）在比较不同奶牛群体的耐热性时表现出相对相似的趋势。因此，在本小节中，我们将仅使用基于THI得出的高温应激阈值来讨论胎次、生产水平和泌乳阶段如何影响奶牛的高温敏感性。在比较不同研究中的阈值时，需要注意的是，由于地理位置、牛舍管理、动物数量和特征、试验长度、用于测量变量的设备、计算THI的公式以及确定阈值的统计方法等因素的不同，数值可能会有所差异。

关于基于体温的高温应激阈值，我们的结果显示，当平均THI超过57.2至62.2（或最高THI为66.6至68.0）时，体温开始下降，具体取决于所研究的奶牛群体。我们研究得出的阈值高于Muschner-Siemens等人（2020年）报告的阈值（平均THI为52），但低于Soriani等人（2013年）和Talukder等人（2024年）报告的阈值（最高THI分别为76和78）。然而，无论胎次、生产水平或泌乳阶段如何，我们研究得出的基于体温的高温应激阈值相对一致。这与Muschner-Siemens等人（2020年）的研究结果一致，他们仅报告了不同奶牛群体的一个基于体温的高温应激阈值。然而，当使用代谢率来检测高温应激的开始时，情况并非如此，因为不同奶牛群体之间以及同一群体内的结果存在较大差异。

在分析不同胎次奶牛的基于代谢率的高温应激阈值时，本研究未发现初产奶牛的高温应激阈值，表明平均THI高达84.8并未对其代谢率产生负面影响。这一THI已经高于Cruz Brasesco等人（2020年）报告的初产奶牛的高温应激阈值（平均THI为75）。而本研究确定的多产奶牛的高温应激阈值为平均THI 64.9（或最低THI 57.2）。这略低于普遍接受的多产泌乳奶牛的基于代谢率的高温应激阈值，后者为平均THI 68或最低THI 65（Collier等人，2009年）。差异可能是因为现代品种的产奶量更高（我们研究中的平均代谢率为40.4公斤/天，而他们研究中的为35.0公斤/天），这意味着更高的代谢率和代谢产生的热量（Purwanto等人，1990年）。尽管如此，与我们研究中得出的结果一致，即多产奶牛对高温的耐受性较低。

在研究多产奶牛的亚组时，即根据生产水平和泌乳阶段划分，发现不同的基于代谢率的高温应激阈值。对于低产奶牛（平均代谢率为37.1公斤/天），未观察到代谢率的显著下降；而对于高产奶牛（平均代谢率为52.1公斤/天），则在平均THI为66.6（最低THI为58.7或最高THI为75.6）时发现了代谢率的下降。这与Berman（2005年）的研究结果一致，他报告称将代谢率从35公斤/天提高到45公斤/天可以使高温应激阈值降低5°C。我们研究中低产奶牛的结果更高（即未确定高温应激阈值），高于Collier等人（2012年）报告的产奶量超过35公斤/天的奶牛的阈值（最低THI为65），或Collier等人（2009年）报告的平均THI为68的阈值。据我们所知，目前还没有关于产奶量超过50公斤/天的奶牛的基于代谢率的高温应激阈值的研究。然而，我们研究中高产奶牛的阈值高于Brügemann等人（2012年；Gorniak等人，2014年）报告的平均THI 60，或Talukder等人（2024年）报告的最高THI 65。尽管如此，我们的结果表明高产奶牛的高温应激阈值较低，因此其耐热性也较低，这与其他研究结果一致（West等人，2003年；Gantner等人，2017年）。

然而，不仅生产水平，泌乳阶段也影响着基于代谢率的高温应激阈值。在我们的研究中，无论是初产奶牛还是多产奶牛，在早期、峰值和晚期泌乳期均未观察到代谢率的显著下降，只有中期泌乳期的奶牛在平均THI为72.0（初产奶牛）和平均THI为66.2（多产奶牛）时表现出显著的代谢率下降。这些结果与Bernabucci等人（2010年）和Moore等人（2023年）的研究一致，他们指出中期泌乳期的奶牛可能对高温最敏感；而Chen等人（2024年）则认为中期和晚期泌乳期的奶牛都最敏感，尤其是在平均THI高于77时。不过，这种差异可能是由于不同研究对泌乳阶段的分类不同所致。尽管如此，根据我们研究得出的高温应激阈值，中期泌乳期的多产奶牛似乎对高温最敏感。就胎次而言，多产奶牛体型更大，表面积与体重的比例较低，这意味着它们向环境散热的能力较弱（DeShazer等人，2009年）。然而，奶牛耐热性的主要差异与生产水平有关（Tao等人，2020年）。这表现为多产奶牛的代谢率高于初产奶牛（分别为40.4公斤/天和35.5公斤/天），以及高产奶牛与低产奶牛（分别为52.1公斤/天和37.1公斤/天）。奶牛的代谢负担主要来自产奶，泌乳奶牛的代谢热量比干奶牛多27%和48%（Purwanto等人，1990年）。此外，代谢热量的差异不仅来自奶液合成本身（这一过程本身就需要消耗大量能量），还来自营养物质的摄入、消化和利用（Freetly等人，2006年），因为奶牛需要更高的饲料摄入量来产生更多奶液。这种较高的代谢率从根本上説明了更高的热量产生，这意味着随着产奶量的增加，维持体温平衡对奶牛更加困难。因此，多产奶牛相对于初产奶牛更低的耐热性可以归因于它们需要散发的更多代谢热量以及较低的散热能力。

虽然不同胎次和生产水平的奶牛之间的高温应激阈值差异可以用代谢率和/或体型来解释，但不同泌乳阶段奶牛之间的差异可能与它们的营养和代谢状态更为相关。根据Bernabucci等人（2010年）的研究，中期泌乳期的奶牛的代谢率很大程度上依赖于饲料摄入量，而早期泌乳期的奶牛则更多地依赖体内储备的调动。作者进一步解释说，利用饲料中的营养物质效率较低（即每公斤代谢率产生的代谢热量更多），因此中期泌乳期的奶牛需要每公斤代谢率释放更多的热量来维持体温平衡，这解释了它们对高温的较高敏感性。除了泌乳期间的营养供应差异外，我们研究中早期和峰值泌乳期（分别为40天和20天）的较短评估时间可能使我们无法评估每头奶牛在整个泌乳期间广泛的THI范围，这也是为什么在这些泌乳阶段未观察到高温应激的负面影响。虽然我们研究中的晚期泌乳期相对较长（145天；泌乳期第151天至第305天），但高温的影响可能与晚期泌乳期代谢率自然下降有关，而中期泌乳期（100天；泌乳期第61天至第100天）的代谢率相对稳定。

因此，我们的研究清楚地表明，奶牛对高温的敏感性可能因胎次、生产水平和泌乳阶段而异。虽然基于体温的高温应激阈值在所有奶牛群体中都集中在相对狭窄的范围内（平均THI为57.2至62.2），但基于代谢率的高温应激阈值更清楚地显示，中期泌乳期的多产奶牛对高温的耐受性最低。本小节讨论的结果还表明，当使用体温和代谢率作为高温应激开始的指标时，这两个变量确实存在差异。

有几个指标可以用来评估动物的高温应激的开始和严重程度，如体温调节反应（体温、呼吸率；Dikmen和Hansen，2009年；Li等人，2020年）以及产奶量和组成（Moore等人，2023年）等。然而，如前所述，本研究选择了代谢率和体温，因为这两个指标是奶牛生产性能和行为中常用的监测指标。虽然长期以来，通过监测牛奶产量（MY）的变化作为检测畜群中异常情况的标准，但技术的进步提供了更多 commercially available 且非侵入性的精准牲畜监测设备，例如我们研究中使用的项圈传感器，用于监测动物行为（参考 Chelotti 等人，2024年的研究），特别是牛的独特反刍行为。本小节重点比较了基于呼吸频率（RT）或牛奶产量变化得出的热应激（HS）阈值，并探讨了将行为变化作为 HS 发生早期指标的可能性，相比于仅依靠产量变化的指标。从上述 HS 阈值来看，HS 的发生不仅受到牛生理特征的影响，还取决于所使用的指标（RT 或 MY）。根据我们的研究，使用 RT 作为指标得到的 HS 阈值不仅更加一致，而且通常更低，这表明即使在没有明显产量损失的情况下，较低的 THI 也可能对牛产生负面影响。这与 Talukder 等人（2024年）的研究结果不符，他们指出 MY 的 HS 阈值（平均 THI 65）低于 RT（平均 THI 76 至 77）。同时，另一项比较行为特征和产量特征的研究发现，休息时间的变化在较低的 THI 水平（平均 THI 51 至 54）就被检测到，而 MY 的变化则在较高的 THI 水平（平均 THI 72 至 77）才能被检测到（Lovarelli 等人，2024年），这与我们的研究结果一致。Herbut 等人（2018年）评估的其他行为特征（每日站立时间和躺卧时间）也显示出相对较低的 HS 阈值，分别对应平均 THI 47 和 67。无论如何，由于饲料摄入量是本研究中使用的两个 HS 指标的关键驱动因素，这可能解释了为什么在较低的 THI 水平就能检测到 RT 的变化，而 MY 的变化则需要更高的 THI 水平。先前的研究报告指出，HS 对饲料摄入量和牛奶产量的负面影响存在延迟，这可能是由于营养物质被摄入、利用和用于牛奶合成所需的时间（West 等人，2003年）。这一观点得到了短期研究的支持，该研究表明牛的牛奶产量下降比发情期刚开始时更为渐进（Hou 等人，2021年）。由于较低的饲料摄入量直接导致可用于反刍过程的干物质（DM）减少，因此 HS 对 RT 的即时影响可能比対 MY 更明显，因为反刍行为是一种更自发的反应，而牛奶合成过程则更为复杂。此外，反刍在提高营养物质消化率方面起着重要作用（Krehbiel，2014年），从而影响牛奶产量。因此，我们的结果也表明，在 HS 期间，RT 的下降通常会在较低的 THI 水平被检测到。

尽管根据不同的变量（RT 对 MY）得到的 HS 阈值有所不同，但一般来说，RT 的下降可以在比 MY 更低的 THI 水平被检测到。我们的结果表明，对于畜群中的大多数牛来说，在平均 THI 水平超过 57 至 62 之前，就必须采取措施来缓解 HS。

前三个小节主要讨论了基于体温指数（THI）定义的 HS 阈值，以便讨论牛的生理特征以及使用 RT 或 MY 作为 HS 指标的效果。然而，我们的研究还评估了另一个参数——即 HS 暴露的持续时间。虽然有少数研究也考虑了 HS 持续时间（Heinicke 等人，2018年；Herbut 等人，2018年）甚至 HS 缓解（Ji 等人，2020年）对 HS 的影响，但由于数据收集和数据分析方法的差异，这些结果难以互相比较。不过，当使用基于 HS 持续时间和 MY 作为 HS 指标时，我们的结果仍然显示，处于泌乳中期的高产多胎牛对 HS 的耐受性最差，而其他牛群体即使在 THI 高达 68 每天 24 小时时，其牛奶产量也没有下降。通过观察 HS 持续时间的阈值，确实可以帮助了解不同多胎牛群体能承受多少热负荷。例如，基于 RT 的低产和高产多胎牛的 HS 阈值分别在平均 THI 60.9 和 58.9，前者可以在 THI 高于 68 的情况下持续忍受 6.75 小时，而后者则完全无法忍受这种热强度（即 HS 持续时间阈值为 0 小时）。我们的结果还显示，处于泌乳后期的牛能够忍受长达 9.04 至 15.7 小时的 HS 暴露，具体取决于其产犊次数。相比之下，处于泌乳初期和高峰期的牛只能忍受最多 4.50 小时的 HS 持续时间，而处于泌乳中期的牛则完全无法忍受这种热强度。确实，包括 HS 持续时间在内，可以更动态地了解牛的热耐受性。

已有研究表明，热负荷的强度和持续时间的累积会影响 HS 的严重程度（Becker 等人，2020年；Tao 等人，2020年），我们的研究也证实了这一点。维持体温平衡是一个动态过程，依赖于动物与其环境的持续热交换，而环境温度（AT 和 RH）在一天中也是不断变化的（DeShazer 等人，2009年）。例如，牛可能在白天暴露在极高的 THI 下，而在夜间则处于较冷的温度中。Ji 等人（2020年）指出，牛可以在较长的时间内（长达 24 小时）忍受较低强度的热负荷，或者在短时间内（例如 2.5 小时）忍受高强度的热负荷。尽管如此，我们的结果与现有文献一致，即评估 HS 的影响和发生时机时需要同时考虑强度和持续时间。未来可能需要进一步的研究来考虑这些高 THI 持续时间在一天中的分布，并将这些变量更实际地应用于实施动态的 HS 缓解策略（例如，在一天中热负荷最高的时间段采取更长的降温措施）。

总之，本研究表明，基于 RT 变化的 HS 阈值（不同牛群体之间的平均 THI 为 57 至 62）通常低于基于 MY 变化的阈值。我们的结果还显示，HS 的发生和严重程度受到不同牛因素（产犊次数、生产水平和泌乳阶段）的影响，其中处于泌乳中期的高产多胎牛对 HS 的耐受性最差。除了强度之外，日常热负荷还受到 HS 暴露持续时间的影响，这从不同牛群体在使用 HS 持续时间作为 THI 参数时得到的不同 HS 阈值中可以看出。未来的研究需要更实际地考虑热负荷的强度、持续时间和可能的时间分布，以便更好地理解不同牛群体所能承受的日常热负荷阈值。