西農薩能奶山羊泌乳期產奶量、乳成分及血液生理生化指標變化規律研究

耿亞楠，翁玉楠，羅 軍，王 平，李 聰

(西北農林科技大學動物科技學院，陜西省動物遺傳育種與繁殖重點實驗室，楊凌 712100)

羊奶因其易于吸收和營養價值豐富等優點，近年來越來越受到消費者的喜愛[1]。羊乳產業是我國奶業發展的重要組成部分，羊奶市場不斷發展推動著奶山羊產業的高質量發展，泌乳性能是奶畜生產性能的重要體現[2]，在奶山羊生產上，產奶量與羊乳品質是評價奶山羊泌乳性能的關鍵，掌握奶山羊的泌乳規律和生理狀況有助于在保證奶畜健康的前提下提高奶山羊的產奶量和乳品質。奶山羊的泌乳性能主要受奶山羊的品種、日糧、年齡和泌乳期等多種因素的影響。有研究指出，隨著奶山羊、奶綿羊泌乳期的延長，乳腺的合成效率、外界環境等均會影響其產奶量，并表現為泌乳早期產奶量最高，泌乳中期次之，泌乳末期最少的特點[3-4]。此外，在不同泌乳階段，乳成分也會隨之變化，且乳脂率、乳蛋白率等乳成分指標隨泌乳期的變化與產奶量之間呈現負相關[5-7]。奶山羊等奶畜乳腺合成營養物質的原料主要來源于血液運輸，因此，血液生理生化指標不但是反映機體健康狀況的重要指標，也同樣影響各種乳成分的合成[8]。Pilarczyk等[9]指出，高產奶牛的代謝會隨產奶量的增加而加快。Ellah等[10]研究指出，奶牛分娩后第一個月時血清中代謝產物(NEFA、BHBA等)含量與酮病的發生密切相關。

為了對奶畜更加合理科學的飼喂，提升其生產水平，對生產性能指標間的相關分析和預測模型陸續被報道。?；鄣萚7]建立了不同產奶量奶牛的乳能量預測模型；李清等[11]利用乳成分建立了乳能量模型；Chester-Jones等[12]將奶牛早期生長參數與初乳質量建立了相關關系；Corea等[13]研究表明，日糧中不同的蛋白水平影響奶牛泌乳性能；Zhai等[14]研究表明，日糧中蛋白質的降解速度影響乳品質。相關預測模型的建立為從不同角度了解奶畜生產、提升牧場經濟效益提供了思路，但目前尚缺乏在各泌乳階段對泌乳性能、血液生理生化指標、營養物質攝入量之間等建立聯系的研究。

本試驗對15只西農薩能奶山羊進行整個泌乳期的跟蹤觀察，在精細化飼喂的條件下，記錄測定生產性能、乳成分和血液生理生化等指標，旨在探究各項指標隨泌乳期的變化規律并建立相關關系。從而為奶山羊的精細化生產管理和節本提質增效提供基礎數據和應用參考。

1 材料與方法

1.1 試驗時間與地點

本試驗于2018年4月至2019年4月在陜西省西北農林科技大學西農薩能奶山羊原種場進行。

1.2 試驗設計與試驗動物

本試驗選取體重((52.67±2.78) kg)、胎次、產奶量及分娩日期相近，體況一致、處于產奶期30 d左右的健康西農薩能奶山羊15只。在相同的飼養管理條件下，單欄飼喂，自由采食和飲水。試驗期共54周，預試期2周，正試期52周。

1.3 試驗飼糧

試驗飼糧根據NRC(2007)奶山羊營養標準設計，可滿足奶山羊營養需要，基礎飼糧為全混合飼糧(TMR)，組成和營養水平見表1。

表1 基礎飼糧組成及營養水平(風干基礎)Table 1 Composition and nutrient levels of basal diet (air-dry basis) %

1.4 樣品采集與指標測定

1.4.1 飼糧組成分析 整個試驗期內每天記錄喂料量和剩料量，每4周(連續3 d)采集一次飼料和剩料樣品，將樣品混合均勻后分析干物質含量(GB/T 6435—2006)、粗灰分含量(ASH)(GB/T 6438—2007)、粗蛋白(CP)含量(GB/T 6432—1994)、粗脂肪含量(GB/T 6433—2006)、中性洗滌纖維(NDF)含量和酸性洗滌纖維(ADF)含量(GB/T 20806—2006)。

1.4.2 乳成分分析 試驗期內每天6:30和15:30進行人工擠奶，記錄日產奶量。每2周采集1次奶樣，上、下午各采集奶樣50 mL后混合均勻，采用乳成分分析儀(FOSS MilkoScanTMFT-120，美國)進行乳成分的分析。

1.4.3 血液生理生化指標分析 整個試驗期內，每4周于晨飼前使用干燥真空管從試驗羊頸靜脈采全血5 mL，用冰盒將血樣帶回實驗室3 000 r·min-1離心5 min分離得到血清。使用試劑盒(上海酶聯生物科技有限公司)檢測血清中總蛋白(TP)、白蛋白(ALB)、尿素氮(BUN)、膽固醇(TC)、游離脂肪酸(NEFA)、β-羥基丁酸(BHBA)、葡萄糖(GLU)和甘油三酯(TG)含量。

1.5 數據分析

在進行數據分析前，利用EXCEL 2010對基礎數據進行整理，為保證結果可靠性，對異常數據進行剔除，確保每只羊是在體況健康條件下產生的泌乳期數據。泌乳相關數據分析時，對基礎數據進行限定：泌乳時間為產后30～308天，乳脂率為2%～7%，乳蛋白率為2%～6%。采食量和血液生理生化指標為365 d，相關性分析均為365 d。對整理的數據采用SPSS 22.0軟件進行不同泌乳階段各指標的單因素方差分析和指標間相關性分析，初乳為0～6 d，泌乳初期為7～20 d，泌乳盛期為21～120 d，泌乳中期為121～210 d，泌乳后期為211～300 d，干奶期為300～360 d。P<0.05為差異顯著或顯著相關；而后對顯著相關的數據采用SPSS 22.0軟件進行曲線的擬合與估計，其中產奶量、乳脂率和乳蛋白率采用Wood模型擬合，其他指標間采用線性、二次項、指數等模型擬合，選取擬合精度最高的模型。

2 結 果

2.1 不同泌乳階段對奶山羊生產性能、乳成分、血液生理生化指標和營養物質攝入量的影響

基于整個試驗周期內奶山羊生產性能、乳成分、營養物質攝入量和血液生理生化指標等基礎數據，分析不同泌乳階段對其的影響。結果如表2所示，DMI在泌乳中、后期顯著高于泌乳盛期和干奶期(P<0.05)， 且在泌乳后期最高，干奶期回落到泌乳盛期水平。泌乳盛期產奶量顯著高于泌乳中、后期(P<0.05)，料奶比顯著低于泌乳中、后期(P<0.05)。乳脂率、乳蛋白率和總固形物率在泌乳后期顯著高于泌乳盛期和中期(P<0.05)，乳糖率和非脂乳固形物率在不同泌乳階段差異不顯著(P>0.05)。血液生理生化指標TP、ALB、BUN、TC、NEFA、BHBA、GLU和TG在不同泌乳階段差異均不顯著(P>0.05)。從飼料中攝入的EE、OM、ADF在泌乳中、后期顯著高于泌乳盛期和干奶期(P<0.05)，NDF在泌乳后期顯著高于泌乳盛期、中期和干奶期，CP在泌乳后期和干奶期的攝入量顯著高于泌乳盛期和泌乳中期(P<0.05)，剩料的干物質含量在不同泌乳階段差異不顯著(P>0.05)。

表2 不同泌乳階段對奶山羊生產性能、乳成分、血液生理生化指標和營養物質攝入量的影響Table 2 The effect of different lactation periods on production performance, milk composition, blood physiological and biochemical indexes and nutrient intake in dairy goat

2.2 日產奶量、乳脂率、乳蛋白率變化曲線基本特征

采用Wood模型分別擬合西農薩能奶山羊的日產奶量、乳脂率、乳蛋白率隨泌乳時間的變化曲線。結果如圖1所示，發現日產奶量變化趨勢完全符合奶畜的泌乳規律，即產奶量從泌乳初期逐漸上升，到泌乳盛期達到高峰，然后隨泌乳期延長呈逐漸下降趨勢。而乳脂率和乳蛋白率變化趨勢及泌乳曲線與日產奶量正好相反，在泌乳初期較高，泌乳盛期降到最低值，然后隨泌乳期延長逐漸上升，在干奶前達到最高。

圖1 Wood模型對奶山羊產奶量、乳脂率、乳蛋白率的擬合曲線Fig.1 Fitting curves of milk yield, milk fat percentage and milk protein percentage for dairy goats by Wood model

2.3 日產奶量、乳脂率、乳蛋白率擬合效果

利用Wood模型對西農薩能奶山羊的日產奶量、乳脂率、乳蛋白率變化曲線進行擬合，結果如表3所示，Wood模型對乳蛋白率擬合精度最低，為0.724；對乳脂率的擬合度為0.944；對日產奶量擬合度最高，達0.985。30～308 d實際產奶量為464 kg，擬合產奶量為461 kg。根據乳脂率、乳蛋白率和產奶量擬合結果綜合計算，泌乳期內個體總產奶量可達504.91 kg，泌乳期日均產奶量為1.64 kg·d-1，在泌乳期第10周時達到產奶最高峰，高峰產奶量為2.12 kg·d-1。 泌乳期第9周時乳脂率最低，為2.75%，乳脂年產量為15.42 kg，日均產量為55.45 g·d-1；第12周時乳蛋白率最低，為2.76%。乳蛋白年產量為14.02 kg，日均產量為50.44 g·d-1。

表3 產奶量、乳脂率和乳蛋白率的Wood模型擬合效果Table 3 The fitting effect of milk yield, milk fat percentage and milk protein percentage by Wood model

2.4 生產性能和營養物質攝入量變化曲線基本特征

對奶山羊的飼料和剩料樣進行1年的追蹤分析得出，飼料中各種營養物質攝入量的變化曲線(圖2、圖3)，同時根據干物質采食量和日產奶量得出泌乳期內料奶比的變化曲線(圖4)。由圖2和圖3可知，整個泌乳期內，DMI逐漸上升，在泌乳后期達到最高，在干奶期逐漸下降，而奶山羊各營養物質的攝入量與DMI在泌乳期內的變化趨勢基本一致，均在泌乳后期達到最大攝入量，然后逐漸下降。料奶比作為奶山羊的主要生產性能指標，其在泌乳盛期最低，從泌乳盛期到泌乳后期呈上升趨勢(圖4)。對料奶比變化規律進行曲線估計，得到三次曲線模型Y=(-1.203×10-5)X3+0.002X2-0.023X+0.995，擬合精度達到0.95。根據擬合曲線預測料奶比在第8周時最低，為0.91，日均料奶比為1.31(圖4)，與實際日均料奶比1.31完全吻合。

圖2 中性洗滌纖維及干物質攝入量隨泌乳時間變化的曲線估計Fig.2 Curve estimation of NDF and DMI with lactation extension

圖3 粗脂肪、粗蛋白、有機物及酸性洗滌纖維攝入量隨泌乳時間變化的曲線估計Fig.3 Curve estimation of EE, CP, OM and ADF intake with lactation extension

圖4 料奶比隨泌乳時間變化的曲線估計Fig.4 Curve estimation of feed to milk ratio with lactation extension

2.5 營養物質攝入量隨泌乳時間變化曲線的擬合效果

對營養物質攝入量隨泌乳期的變化進行曲線估計(表4)發現，DMI、NDF隨泌乳期變化均符合三次曲線模型，CP符合二次曲線模型，DMI、NDF和CP與曲線擬合精度分別為0.45、0.53、0.32。根據擬合曲線對DMI、NDF和CP的峰值進行預測發現，DMI在第42周時最高，為2.38 kg·d-1；NDF在35周 時最高，為543 g·d-1；CP在31周時最高，為268 g·d-1。

2.6 乳成分和血液生理生化指標變化及曲線擬合

乳中總固形物率、非脂乳固形物率和乳糖率隨泌乳期的變化曲線如圖5所示，其中總固形物率在泌乳盛期最低，隨后逐漸上升；非脂乳固形物率在整個泌乳期內都較為穩定；乳糖率隨泌乳期延長有略微下降趨勢。對TS和SNF隨泌乳時間的變化曲線進行擬合，擬合方程分別為：Y=(8.836×10-5)X3-0.004X2+0.074X+10.905和Y=(3.235×10-5)X3+0.001X2-0.086X+9.215；擬合精度分別為0.81和0.70(圖5)。TS在第5周時達到最低11.19%，日均產量195.50 g·d-1，年總產量為54.35 kg。 SNF在第21周時達到最低8.15%。日均產量為141.69 g·d-1，年總產量為39.39 kg(圖5)。整個泌乳期內血液生理生化指標在正常生理范圍內波動，無明顯變化趨勢。

圖5 乳成分隨泌乳時間變化的曲線估計Fig.5 Curve estimation of milk composition with lactation extension

2.7 基礎數據的性狀指標間相關性分析及簡單曲線擬合估計

對生產性能各指標間的相關性分析結果如表5所示，產奶量和DMI、料奶比呈極顯著負相關(P<0.01)，DMI和料奶比呈極顯著正相關(P<0.01)。對顯著相關的指標進行曲線擬合估計，結果發現，DMI與產奶量、料奶比的擬合曲線精度均低于0.39；產奶量和料奶比擬合精度較高，為0.94(表6)。奶山羊產奶量降低而采食量上升可能原因是與母羊妊娠后期體重增加和胎兒生長有關。

表5 生產性能間相關性分析Table 5 Correlation analysis among production performance indexes

表6 生產性能間曲線估計Table 6 Curve estimation of production performances

對乳成分各指標間的相關性分析結果見表7，除乳糖率外，乳成分各指標間均呈極顯著相關(P<0.01)。曲線估計結果見表8，乳脂率、乳蛋白率和總固形物率三者間曲線估計擬合精度均高于0.90，其中，乳脂率和總固形物率擬合精度最高，可達0.95。非脂乳固形物率分別與三者進行曲線估計，與總固形物率擬合精度最高，為0.851。

表7 乳成分間相關性分析Table 7 Correlation analysis among milk compositions

表8 乳成分間曲線估計Table 8 Curve estimation of milk compositions

對營養物質攝入量指標間的相關性分析見表9，各指標間均呈極顯著正相關(P<0.01)，從數值上看，OM與其他營養物質攝入量指標的相關系數均較大，且高于DMI。曲線估計結果見表10，OM與其他營養物質攝入量指標的擬合精度在0.816～0.865之間，ADF和NDF擬合精度為0.833，其他曲線擬合精度均較低。

表9 營養物質攝入量指標間相關性分析Table 9 Correlation analysis among nutrient intakes

表10 營養物質攝入量指標間曲線估計Table 10 Curve estimation of nutrient intakes

3 討 論

3.1 奶山羊泌乳規律

奶山羊作為以生產羊奶為主要生產用途的畜種，生產性能是其經濟價值的重要體現。一般情況下，奶畜在泌乳盛期產奶量快速增長至最高[15]，隨著產奶量大幅度增加，需要攝入更多的能量，但此時奶畜的采食量水平尚未達到最高水平，攝入的營養物質無法滿足泌乳需要，需要動用自身體能來產奶；在產奶達到高峰期1個月后，采食量才上升至最高，在滿足當前生產水平的前提下，彌補前期產奶的損耗，并為后期的生產儲備營養物質[16]。本試驗中，奶山羊產奶量在泌乳盛期達到最高，采食量持續增長，提示此階段是調控奶畜生產水平的關鍵時期。此外，奶山羊產奶量、乳蛋白率和乳脂率在整個泌乳期的變化趨勢符合奶畜的一般規律。李歆等[17]研究發現，泌乳盛期西農薩能奶山羊產奶量為1.99～2.22 kg·d-1，DMI為1.82～1.93 kg·d-1，乳脂率和乳蛋白率分別為3.46%～3.98%和2.62%～2.72%。杜娟[18]研究發現，西農薩能奶山羊泌乳盛期產奶量為2.35 kg·d-1，乳脂率和乳蛋白率分別為3.12%～3.28%和2.70%～2.76%。姚大為等[19]研究發現，西農薩能奶山羊泌乳盛期產奶量為1.86～1.97 kg·d-1，乳脂率和乳蛋白率分別為1.60%～2.31%和2.67%～3.19%。與上述報道結果相比，本試驗中泌乳盛期西農薩能奶山羊DMI為1.90 kg·d-1，產奶量為2.01 kg·d-1，乳脂率和乳蛋白率分別為3.03%和3.01%。DMI和產奶量與上述報道結果相一致，反映了西農薩能奶山羊的產奶量和DMI水平。本研究中，乳脂率較低，乳蛋白率較高，乳糖率4.40%與前人報道(4.10% ～ 4.42%)結果一致，TS和非脂乳固形物率高于前人報道的6.25% ～ 7.89%[18-21]。以上結果表明，西農薩能奶山羊的生產性能趨于穩定，乳成分含量與前人報道不一致的原因可能是本品種羊只不斷選育改良的結果。此外，試驗處理、試驗周期、試驗動物數量、胎次、飼養條件和所處泌乳階段的時間也可能是造成這種差異的原因。

營養物質的攝入量主要受飼糧營養水平和DMI的影響。在一定程度上反映了動物營養的需求量。不同的營養物質在山羊體內的消化代謝方式不同，在瘤胃內進行消化代謝的營養物質主要是碳水化合物和EE等，且經瘤胃微生物分解后以VFA的形式通過瘤胃壁吸收。研究指出，日糧中較高的淀粉含量會增加瘤胃酸度，嚴重時會造成瘤胃酸中毒，影響動物健康[22]；較高的纖維含量則會影響動物正常的營養攝入，影響動物體況[23]；在本試驗中，日糧的精粗比為30∶70，且在試驗期間試驗羊只未出現健康及體況下降的現象；Rocke等[24]指出，奶畜的體況與動物的生產性能及健康狀況緊密相關，本試驗期間，羊只穩定的體況表明，采用的日糧能夠滿足試驗羊只正常生命活動的需要。過瘤胃部分則主要以飽和脂肪酸和GLU的形式在小腸中吸收。本試驗中，奶山羊各營養物質攝入量、飼糧和剩料營養物質含量等指標差異不顯著，表明試驗飼糧營養組成穩定，因此各營養物質攝入量主要受DMI影響。Bargo等[25]研究表明，奶畜的DMI攝入不足是限制高產奶畜產奶量最重要的因素之一。本試驗中，為減少試驗期間由于羊只DMI攝入不足對羊只生產性能的影響，各試驗羊只每日均保證有一定的剩料量。DMI隨泌乳期不斷增加，在泌乳后期達到最高，其他營養物質也在泌乳后期最高。但EE、ADF和OM在泌乳中期和后期均顯著高于其他時期，CP和NDF僅在泌乳后期顯著高于其他時期。此外，在泌乳末期會對試驗羊只進行同期發情處理和人工授精，在此階段的營養物質相對穩定的攝入會為該階段的羊只提供一個“短期優飼”的條件；在配種工作以后，隨著胚胎的不斷發育會增加其對各種營養物質的需要量，營養物質的大量攝入在滿足自身營養需要的同時，可為妊娠末期胎兒的發育儲備營養物質[26]。

動物的血液生理生化指標能夠反映動物機體對能量的攝入以及自身的消化代謝情況[27-28]。動物在健康生理狀態下，各項生理生化指標均維持在正常范圍內且波動較小。本試驗中，整個泌乳期內血液生理生化指標在一定范圍內變化，但均維持在正常水平，且各泌乳階段間均不顯著。血液中GLU含量是衡量動物機體能量平衡的重要指標，GLU含量降低可能意味著動物攝入能量不足或者自身消化能力下降。當血液中糖原不足時，動物開始動員自身體脂，血液中脂肪水解代謝產物TC、TG、NEFA和BHBA等升高。本試驗中，GLU、TC和NEFA含量無明顯波動，TG含量分別在21、33和45周時較高，推測可能是奶山羊在產奶、體況恢復和胎兒發育等生理階段結束時，自身能量需求降低，因此通過調節自身降低對TG的吸收，造成短期內血液中TG的升高。TP含量高說明動物對蛋白質的利用率增強[29]，BUN濃度則可以較準確地反映動物體內氮代謝及飼料中含氮物質的利用效率[30]。本試驗中，TP先于TG分別在17和29周時有升高，推測山羊可能會根據生理階段的變化，調節對不同營養物質的消化利用水平，但調節能力有限。揭示了更多時候需要人為根據不同階段的營養需要，通過合理地調整飼糧的營養水平來滿足動物需求以保證動物的健康。

3.2 奶山羊泌乳曲線等曲線擬合效果

Olori等[31]利用WD、IPQ、WIL、ML、AS 5種模型分別對奶牛泌乳曲線進行擬合分析，5種模型擬合精度均高于0.94。馬光輝等[32]對中國西門塔爾牛泌乳曲線進行擬合發現，Wood模型擬合度大于Wilmink和逆多項式模型。Wood模型中，根據參數a、b、c(a代表泌乳潛力，b代表從泌乳高峰下降的速度，c是達到泌乳高峰的速度)可以求出泌乳期產奶量最高峰及達到最高峰的時間。本研究以西農薩能奶山羊實際270 d泌乳期數據為基礎，利用Wood模型對泌乳曲線進行擬合，擬合精度為0.99，得到產奶量在第10周時達到最高，為2.12 kg·d-1，實際產奶量最高峰為第8周時的2.13 kg·d-1。黃耀輝等[33]同樣用Wood模型對西農薩能奶山羊泌乳規律進行研究，泌乳高峰出現在第6周，峰值產奶量為2.32 kg·d-1。對于乳脂率和乳蛋白率等乳成分指標，除Wood模型外適用模型研究較少[34-35]，張美榮等[36]利用Wood模型擬合中國荷斯坦奶牛乳脂率和乳蛋白率發現，不同胎次乳脂率曲線擬合精度均大于0.98，毛永江等[37]利用Wood模型擬合乳蛋白率變化曲線，擬合度可達0.99。本研究中，利用Wood模型擬合得到乳脂率在第9周時達到最低值，為2.75%，擬合精度為0.94，實際乳脂率最低值為第9周的2.72%。利用Wood模型擬合得到乳蛋白率在第12周時達到最低值，為2.76%。且擬合度僅0.72，實際乳蛋白率最低值為第5周時的2.79%。將模型預測值與實際值進行配對樣本t檢驗發現，產奶量、乳脂率和乳蛋白率指標預測值與實際值間差異均不顯著。上述結果表明，西農薩能奶山羊的產奶量、乳脂率和乳蛋白率曲線均符合Wood模型。不同研究間存在差異的原因可能是所選試驗羊胎次不同導致。毛永江等[38]研究發現，不同時間間隔和胎次對中國荷斯坦奶牛泌乳曲線擬合參數和效果也有影響。以上研究表明，通過數學模型能夠較為真實的預測動物的生產性能和泌乳性能。

將本研究中所有基礎數據與泌乳時間進行相關性分析，對與泌乳時間變化顯著相關的指標利用SPSS自帶模型進行曲線估計。發現，料奶比、DMI、NDF、TS、SNF與三次曲線擬合度較高，CP與二次曲線擬合度較高，其中料奶比擬合度為0.95，TS和SNF擬合度分別為0.81和0.70，DMI、NDF和CP擬合度為0.32 ～ 0.53。本研究中，實際料奶比在第7周時達到最低值，為0.90，三次曲線模型預測料奶比在第8周時達到最低值0.91。實際乳成分中TS在第5周時出現最低值11.17%，三次曲線預測TS在第5周時達到最低值11.19%。表明當擬合曲線擬合精度較高時，能夠更加真實地反映動物實際生產水平。

奶山羊生產性能、乳成分、血液生理生化指標和營養物質攝入量等各項指標除與不同泌乳階段有關外，各項指標間也存在相關。本試驗中，通過相關分析發現，生產性能、營養物質攝入量、乳成分(除乳糖率)等各項指標間均顯著相關，血液生理生化指標間部分相關。Bendet等[39]和Luke等[40]通過研究血液指標與產奶性狀間的相關性發現，可通過乳成分預測血液中BHBA、BUN和NEFA含量。因此，本研究利用SPSS軟件對相關指標進行曲線估計發現，料奶比隨產奶量的變化可用指數模型擬合，擬合度為0.94；乳脂率、乳蛋白率和總固形物率兩兩間擬合曲線的擬合度均大于0.90。表明以上指標均可通過相關指標得到準確的預測。血液相關指標間擬合度均較低，其中TC與NEFA間擬合度最高，為0.66。推測可能是血液指標變化較為敏感，且不同個體間差別較大，需要更多數據進行預測。營養物質攝入量各指標間均可通過曲線擬合，但擬合度較低，造成這種現象的原因可能是飼糧中營養物質盡管分布較為均勻，但山羊采食仍存在挑食現象。

4 結 論

本試驗條件下，西農薩能奶山羊年平均產奶量為504.91 kg，每產1 kg奶所需的干物質采食量為1.31 kg，乳脂年產量為15.42 kg，乳蛋白年產量為14.02 kg。奶山羊生產性能、乳成分、血液生理生化指標和營養物質攝入量等指標之間以及與泌乳期均顯著相關，Wood模型擬合的泌乳曲線為Y=1.233t0.414×e-0.041t。通過曲線估計建立產奶量預測料奶比，乳脂率預測乳蛋白率和總固形物率等相關模型擬合度較高，均在0.929以上。研究結果對生產實踐中預測奶山羊產奶量與營養需求具有實用價值，有助于根據需求科學安排生產，進而實現奶山羊的精準飼喂和節本增效，追求生產價值最大化。