营养学家为了精确满足动物的营养需求；饲料生产商为了生产养分平衡的饲料；农民为了按计划组织饲料作物生产；政策制定者为了制定策略以确保具有竞争性、可持续性和对环境有利的，以及满足食品安全的农业发展等都需要系统了解饲料成分的知识。饲料表、饲料成分数据库和饲料营养价值都能提供这些信息。但只有当提供可靠的、最新的数据时，这些数据才有价值。有关饲料特性的数据可能受饲料类型的不同而有不同的影响。以内在变异小而外在因素变异大为特征的，不准确的饲料养分数据的使用，无论在营养上，还是在经济上和环境方面对动物生产都是有害的。
1 导言
为了满足动物的营养需求，必须精确掌握饲料养分知识。特别是在当今竞争激烈的市场中（越来越引起关注质量、效率和环境等），这些信息对通过为动物提供均衡的食物达到高水平的生产需求特别重要。这些知识对于生产价值更高的配合饲料，使其各种饲料原料按正确比例混合非常重要。在有计划组织饲草饲料生产以使农场的农作物产量和动物的需求相平衡时，对未加工原料的化学特点和营养价值了解也是必需的。
从政治上分析，饲料成分和营养价值数据为政策制定者为具有竞争性的和可持续农业发展提供了基本的数据。
饲料中的营养成分通常由它们的化学成分以及它们的营养价值来描述。饲料成分数据通过化学分析来获得，通常包括干物质、蛋白质、纤维成分、有机物和脂肪含量等参数。饲料营养值通过动物试验（体内消化/原位降解）来评估以及为了解饲料在动物体内如何消化和代谢提供信息，主要通过说明一系列养分的输入与输出之间的差异来评定。在这些养分中，可消化/可降解有机物和消化能或代谢能是最经常在数据中描述的，以及用于预测饲料和日粮的能量供给量。
为了提供饲料在化学上和营养上的数据信息，已经进行了二百多年的饲料实验室分析和动物基础研究以及相应饲料成分表的数据收集。最早有记载的出版物是Thaer (1809)。最近，数据的收集被编成电脑程序，用它来制作饲料成分数据表。最早可在电脑上利用的数据表是于1963年在美国犹他州立大学制作的。目前，现代的饲料数据表由于其信息能快速获取、分类、更新和打印而成为强大的应用工具。
2 饲料数据的来源分析
饲料成分和营养价值的数据在农场、饲料制造商和政府决策上起着重要的作用。因此数据表中的数据必须可靠、质量高。数据的质量首先取决于信息的来源，它可能是从文献中挑选出来的，从实验室搜集的，从其它数据表中获得的或明确来自动物试验研究和饲料分析。
2.1 从文献中组合的数据
从文献中得到的饲料信息通常过于精简，不能对所涉及的饲料进行充分的描述(Leche, 1983)。当饲料描述的不充分或不恰当时，潜在混淆它们真正来源的风险。一个典型的例子就是出版物经常引用黑酒糟产品，它是制酒工业的副产品，依据烧酒程序的类型，它可能来源于大麦（麦芽烧酒程序）或小麦或玉米（谷物烧酒程序）。在这种情况下一个真实的、固有的遗传变异被忽略了。很明显这两种饲料成分是不同的。因此，提供有关饲料来源的附加信息是必需的；仅仅引用它为黑酒糟是不够的。由于缺少附加信息，当想获得蛋白质含量的信息特别是大麦黑酒糟数据时，我们有可能获得的是大麦黑酒糟和小麦/玉米黑酒糟两者原料蛋白质含量的平均值。显然，这种数据与实物比较可能变得无意义。从文献中获得的数据也经常因此混淆不清，甚至张冠李戴，特别是当它们使用的是错误地将不同的饲料信息整合在一起的平均值时。只有当其它来源的数据信息是明确时，来自文献的数据才被推荐使用。
2.2 从实验室搜集的数据
当汇编饲料信息数据库时，所用数据经常出自许多不同的实验室。当集中搜集数据时，有关分析方法或程序的特殊信息也是必要的，这是为了确保它们能够用于创建一个已经通过标准方法建立的数据表，它能用标准单位来表示，因此也能够便于来自不同实验室用相同方法测定数据的相互比较。
标准化问题对于饲料营养价值数据特别重要，这要通过体内消化或原位降解试验研究来获得。在这种情况下，同严格的分析结果一起，相关的实验室和研究所应通过标准程序来进行动物试验研究。这些与所用动物的数量和种类（羊、牛、猪等）以及使用的饲喂制度和收集数据处理的规则有关。但是，当进行体内/原位研究时，无论标准化水平有多高，其结果总是受到个体动物变异的充分影响。
用于从实验室收集数据的标准化分析方法或程序需要不断监控，所产生的数据要检查其精确性和适用性。为了这个目的，应当对参与的实验室实施循环测试以评价标准的精度和最新发展的技术(Barber, 1983Fisher,1983)。
2.3 新旧数据的合并
将老的数据表和新的数据表进行合并是很普遍的做法。在这些情况下，理解获得所有数据的分析方法或程序是很重要的，以便能够产生在一个共同的基础上表达的信息，从而能够进行相互比较。分析方法学的不断发展是一个实质性的问题。旧数据的获得可能用过时的方法或仍然存在的分析方法或程序，但过去产生的数据不如现在利用高精密的仪器分析产生的数据精确。因此，新旧数据的合并可能是不恰当的，并因合并导致数据质量的参差不齐，也可能降低了数据信息的总体质量。
2.4 数据表中具有明确用途的数据
只有当数据表中具有明确用途的数据包含了所有的必需的信息，以及获取信息的方法被标准化且检验过时，这些数据才可能达到最高质量。饲料化学成分的分析可以采用新的、最标准的方法和设计适当的动物试验来确定，这要通过决定用什么动物种类以及动物试验研究应当在什么生理状态下进行等。使用的饲喂制度和收集数据处理的规则也都可以为满足数据表的特殊需求而作出调整。
如果一个完整的饲料养分数据表是能通过饲料成分的准确分析和通过动物试验来研究它们的营养价值，那么该表就相对完善了。采用这种方法，来自外部因素变异会降到最低，如分析方法和动物试验规则。换句话说就是，使用单一来源的数据时，所使用的技术和程序进行了精度鉴定并且具有代表性是至关重要的。但是，如果它包含具有代表性的数据信息时，完好的数据表的建立必须具有合适数量的饲料分析样品数。饲料分析时也要涉及到成本，特别是进行动物测试必然受到人力、物力等因素限制，很少有专门为建立数据表而去获取饲料数据。此外，获取数据也需要大量的时间，特别是那些来自动物试验的数据。因此以前列出的数据经常取自不同的来源。最后，为了生成一个有意义的数据表，决策应包括哪些信息成了数据管理人员的责任。
3 数据变异的来源
饲料科技数据信息可能与产生变异的不同来源和类型有关。变异可以是内在的、由饲料品种间的实际差异引起的，例如饲料的遗传来源或对它应用的加工方法不同产生的变异。变异也可是外在的，那是由于取样和分析方法或程序的不同引起的。
3.1 数据的内在变异
每种饲料都有与其它饲料不同的化学和营养特征。但是，同种饲料也可能来自不同的栽培植物或受它的地理位置的影响。此外，同样的原料可能用不同的加工方法生产不同的产品。与小麦有关的原料的大范围变化给需要辨别来自相同原料的不同饲料提供了一个很好的例证。如，以小麦为基本组分的原料包括小麦、硬质小麦、冬小麦、春小麦、面粉和小麦黑酒糟。它们的所有产品和副产品都是以小麦为基本原料的，但是无论是化学成分，还是营养特性都有很大变化，因此当用它们饲养动物会有不同的效果。
当建立饲料数据表时，为了不影响数据的质量，确保饲料内在特征引起的真实变异得到正确认识是必要的。来自数据表的数据大多数以平均值（或整理过得值）的形式给出，因此为了获得有意义的数据，饲料数据信息必须被深思熟虑后才能整合，能整合的才能整合。为达到其可靠性，对饲料的精确描述和正确命名是必需的，为此，其他信息如饲料的类型、来源、加工方法等也是必须附加上的重要描述信息。
一个重要的、经常被忽略的特性是有关饲料成熟阶段的信息。正如图1中数据显示的那样，中性洗涤纤维和淀粉的含量都与饲料玉米的成熟阶段有很大关系，这种植物的干物质含量随其成熟程度的增加而递增的反应明显。因此在这种情况下，简单的将不同阶段收获的原料描述为饲用玉米显然不妥；应当区分成熟阶段，在此基础上，不同类型的产品也应当分类。
当介绍数据时要涉及到饲料的加工方法，例如米糠饼，了解米糠饼是怎样获得的和生产中涉及到那些加工方法是必要的。在表1显示的例子中，至少有两种不同类型的产品（压榨米糠饼和浸提米糠粕）需要加以区别，因为它们具有不同的化学成分，因此营养价值也不同。
如表1所示，与压榨的原料相比，生产浸提米糠粕的加工方法导致了很低的脂类含量(7.3g/kg与 90.0g/kgDM)，这对代谢能值产生了直接的影响。很显然，如果不对利用的加工过程进行详细说明而对这两种类型的米糠饼的价值进行平均，那所得结果的价值可能毫无意义。
3.2 数据的外在变异
不同的实验室之间甚至同一实验室内部可能存在着分析方法或程序的不同，如果不加以鉴别，当比较在不同基础上提供的数值时，这种不同会损害来自数据表的信息。在这方面，数据表的一个主要局限性就是用户可利用的数据类型和质量。
总体上来说，不同实验室采用不同的分析方法，这是大部分数据表中发现的外在变异的原因(Barber, 1983)。只有当这些数据根据获取它们的分析方法分在一组时，比较或平均这些参数才是可靠的。一个由错误的平均值引起的例子是用高锰酸钾来评估木质素，据Goering和Van Soest(1970)的方法，或使用溴乙酸，据Morrison(1972)的方法。这两种测量木质素的程序不仅结果不同，而且使用不同的单位来表达。因此，即使可能，把这两个值进行整合和比较也是不合适的。最近，Beever和Mould(2000)强调了9个不同实验室提交的青贮玉米的粗蛋白含量和淀粉含量差异很大。从一种青贮玉米测得的粗蛋白值从57~119g/kgDM变化，而淀粉值从165~272g/kgDM变化。经过调查才揭示了事实真相，即使用的方法不同，以及有一些靠近红外线反射光谱分析法(NIRS)来预测的。
通过动物体内/原位试验获取的饲料营养值数据也经常出现变化。动物种类可能是这种内在数据变异的一个原因。特别是，在一般情况下，依据羊和牛都被当作反刍动物来测量的数据来进行饲料营养价值的分类。这两种动物的某些正在消化的饲料的流通速率不同，因此饲料消化率也经常有差异。其它主要原因通常是缺少对同一物种而处在不同生理状态下的动物（例如泌乳牛和非泌乳牛，生长猪和肥育猪）加以区别。
这种生理状态的差异可能对获取的数据有很大的影响，当这些差异未纳入考虑时会损害数据的质量。此外，试验饲料和排泄物收集规则的非标准化的使用可能影响了所需结果数据的完整表达。
广泛用于饲料瘤胃消化率测量的原位法（尼龙袋法）是许多变异易发的原因。Huntington和Givens(1995)检查了其中的许多，原位法已成为大量环形测试的主要方法。例如，Madsen和Hvelplund(1994)报道了在23个不同的欧洲研究所进行的用尼龙袋法评估5种精饲料的蛋白质降解率。尽管获得的平均值与已公开的价值很相似，但核心内容的可重复性很差。特别是环形测试强调对用于编号和随后的清洗程序的材料进行标准化的需要。
变异的最后一个来源，作为平均值，与一种饲料的采样数目有关，这种数目的变化幅度可能很大，那么修改后的数据结果或多或少的具有代表性。
4 结论
总之，如何保证饲料科技信息的质量是一件非常复杂的工作，对从业人员的科学态度、责任感和知识面都提出了较高的要求。为了建立高质量的饲料成分和营养价值数据表，通常需要记录内在变异，以及需要清晰地鉴别原料之间的差异。对于差异很大的饲料不应被整合和平均，而是维持这种差异的存在特别重要；另一方面，外在变异应维持到最小，因为当使用少数几个标准化方法，而每种测定程序或方法使用大量的样本时，所得的结果要比使用大量的方法而每种方法都仅有少数几个样本得出的结果更具有代表性和实用性。由于测试程序的标准化是保证同类饲料测试结果具有可比性的基础，因此尽快提出少数统一的、为各个研究单位或测试中心认可的标准化方法，成为进行饲料养分价值评定亟待解决的问题。(熊本海 孙献忠 庞之洪)
