Foderoptagelse hos malkekøer kan NorFors prædiktion af foderoptagelse forbedres?

Transkript

1 Foderoptagelse hos malkekøer kan NorFors prædiktion af foderoptagelse forbedres? Feed intake in dairy cows is it possible to improve the NorFor prediction of feed intake? Martin Øvli Kristensen Speciale afhandling, 45 ECTS Juni 2017 Vejledere: Martin Riis Weisbjerg Nicolaj Ingemann Nielsen Anne Mette Hostrup Kjeldsen

2

3 Titel: Engelsk titel: Forfatter: Foderoptagelse hos malkekøer - kan NorFors prædiktion af foderoptagelse forbedres? Feed intake in dairy cows is it possible to improve the NorFor prediction of feed intake? Martin Øvli Kristensen Specialeafhandling Agrobiologi, Husdyrsundhed og velfærd Science and Technology Aarhus Universitet Studienummer: Afdeling: Institut for Husdyrvidenskab Husdyrernæring og fysiologi Aarhus Universitet ECTS: 45 Hovedvejleder: Medvejleder: Medvejleder: Martin Riis Weisbjerg Seniorforsker Institut for Husdyrvidenskab Husdyrernæring og fysiologi Aarhus Universitet Nicolaj Ingemann Nielsen Specialkonsulent HusdyrInnovation, Foderkæden, Kvæg Seges Anne Mette Hostrup Kjeldsen Seniorkonsulent, Statistik HusdyrInnovation, Datamanagement Seges Afleveringsdato: 14/06/2017 Martin Øvli Kristensen

4

5 Forord Denne specialeafhandling på 45 ECTS point er et afsluttende projekt på kandidatuddannelsen i Agrobiologi, Husdyrsundhed og velfærd ved Science and Technology, Aarhus Universitet. Specialet er udarbejdet i samarbejde med NorFor, som i Danmark er en del af Seges, HusdyrInnovation. Der skal lyde en stor tak til Martin Riis Weisbjerg, Nicolaj Ingemann Nielsen og Anne Mette Hostrup Kjeldsen for deres konstruktive, hjælpsomme og kyndige vejledning gennem hele forløbet. En speciel tak til Nicolaj, som gav mig muligheden for at arbejde med NorFors foderoptagelsesmodel, Martin for altid at være til rådighed og for at holde mig på sporet, og Anne Mette for kyndig vejledning og diskussion omkring de statistiske analyser. Til sidst vil jeg gerne takke mine medstuderende, både på Seges og AU, for at være med til at holde humøret højt og støtte gennem hele processen. Skejby, 12. juni 2017 Martin Øvli Kristensen

6 Sammendrag Malkekøers foderoptagelse har stor betydning for deres mælkeproduktion. Foderoptagelsen er styret af to reguleringer; fysisk regulering og stofskifteregulering. Formålet med dette studie var at undersøge foderoptagelsens udvikling gennem laktationen og forskellen mellem racerne: Holstein (HOL), Jersey (JER) og Dansk Rød Malkerace (RDM), samt 1. kalvs køer og ældre køer. For at undersøge udviklingen og forskellene i foderoptagelse, blev syv allerede publicerede forsøg udvalgt, hvorfra rådata blev stillet til rådighed. Tilsammen indeholdte de individuelle observationer (966 laktationer), på 34 behandlinger fordelt over laktationen. Hver observation svarede til en kos gennemsnit over en uge, for foderoptagelse, mælkeydelse og vægt. Resultaterne viste at Holstein havde den højeste foderoptagelse og at Jersey havde den laveste. Derudover havde de ældre den højeste foderoptagelse, i forhold til 1. kalvs køer, indenfor de tre racer. Analysen af foderoptagelsen, viste at foderoptagelsen bedst beskrives med ko relaterede faktorer, mens det var begrænset hvor meget ekstra foder relaterede faktorer kunne beskrive efter foderoptagelsen var korrigeret for ko relaterede faktorer. Samtidig viste analysen også, at der var signifikant positiv effekt af mælkeydelse og vægt på foderoptagelsen. Den anden del af afhandlingen evaluerede NorFors nøjagtighed af prædiktionen af foderoptagelsen. Resultaterne viste en fejlprædiktion på 3,6 kg TS/dag, på individuelle observationer, og 2,7 kg TS/dag, på behandlingsgennemsnit. Det meste af prædiktionsfejlen kunne forklares ved generelle fejl og tilfældige fejl, mens hældnings fejl kun havde en begrænset betydning. Nøjagtigheden opdelt i pariteter indenfor race, viste at 1. kalvs RDM havde den laveste fejlprædiktion (1,9 kg TS/dag), mens ældre JER havde den højeste fejlprædiktion (3,9 kg TS/dag) på individuelle observationer. I et forsøg på at reducere fejlprædiktionen, blev der foretaget forskellige ændringer af den nuværende foderoptagelsesmodel i NorFor. Når optimeringskonstanterne i den nuværende substitutionsformel blev fjernet, blev fejlprædiktionen reduceret til 2,0 kg/ts på individniveau. Derudover blev regressionskoefficienterne for HOL i foderoptagelseskapacitetsformlen ændret i forsøg på at reducere fejlprædiktionen. Her var det muligt, at reducere fejlprædiktionen fra 3,6 kg TS/dag til 2,0 kg TS/dag for de individuelle HOL observationer, hvor 93 % af fejlprædiktionen kunne forklares ved tilfældig fejl.

7 Abstract The feed intake of dairy cows is very important for their milk yield. Feed intake is regulated by two types of regulation; physical regulation and metabolic regulation. The aim of this study was to investigate the development of feed intake throughout the lactation and the difference between Holstein (HOL), Jersey (JER) and Danish Red (RDM), as well as 1 st parity cows and older cows. To investigate the development and differences in feed intake, seven feeding trials previous published were selected, containing 26,889 individual observations (966 lactations) on 34 treatments, distributed throughout the lactation period. Each observation corresponded to a cows mean over a week for feed intake, milk yield and weight. The results show the highest feed intake for Holstein and the lowest feed intake for Jersey. In addition, the older cows had higher feed intake compared to 1 st parity cows. The analysis of feed intake showed that feed intake is best described with cow related factors, while it was limited how much additional factors related to feed could describe, after the feed intake was corrected for cow related factors. Simultaneously, the analysis showed a significant positive effect of milk yield and weight on feed intake. The second part of this thesis evaluated NorFor s accuracy of the prediction of feed intake. The result showed a prediction error of 3.6 kg DM/day, on individual observations, and 2.7 kg DM/day, on means of treatment. The prediction error was mostly explained by general bias and random bias, while line bias did not influence the prediction error. The accuracy of the prediction showed that 1 st parity RDM had the lowest prediction error (1.9 kg DM/day) while older JER had the highest prediction error (3.9 kg DM/day) on individual level. As an attempt to reduce prediction error, different changes were made to the current NorFor feed intake model. When the optimization constants in the current substitution formula were removed, the total prediction error was 2.0 kg DM/day, at individual level. In addition, the regression coefficients for HOL, in the intake capacity formula were changed as an attempt to reduce the prediction error. It was possible to reduce the prediction error from 3.6 kg DM/day to 2.0 kg DM/day for the individual HOL observations of feed intake and here 93 % of the prediction error could be explained by random error.

8

9 Forkortelser CNS DIM EKM OMD FV FV intake FV korr FV MR FV r FV SubR Gen. HOL Hæld. HP IC IP JER MJ MSPE NDF NEL NH 3 N NorFor Obs. PMR Præd. Rel. RDM RMSPE RYK SEM Tilf. TMR TS VFA Centralnervesystemet Dage fra kælvning Energi korrigeret mælk Fordøjeligheden af organisk stof Fyldeværdi Foderoptagelsen udtrykt i fyldeenheder Fyldeværdi for ensilage, korrigeret for fermenteringsprodukter Stofskifteregulerings faktorens fyldeværdi Grovfoderets basis fyldeværdi Substitutionsraten faktorens fyldeværdi Generelle Holstein Hældning High performance Foderoptagelseskapacitet Indtagelsespotentiale Jersey Mega Joule Root mean square error Neutral detergent fibre Netto energi til laktation Ammoniak N The Nordic feed evaluation system Observeret Partly mixed ration Prædikteret Relative Rød Dansk Malkerace Root mean square prediction error Registrering og YdelsesKontrol Standard error of mean Tilfældige Total mixed ration Tørstof Flygtige fedtsyre

10

11 Indholdsfortegnelse 1 Introduktion Hypoteser Metode Projektafgrænsning Baggrund Koens fordøjelsessystem Påvirkning af foderoptagelse Regulering Fysisk regulering Stofskifteregulering Faktorer relateret til koen Race Laktationsstadie Vægt og paritet Mælkeydelse Faktorer relateret til foderet Energikoncentration og fordøjelighed Partikel størrelse NDF/fibre Protein Stivelse Fedt Systemer til prædiktion af foderoptagelse NRC TDMI Zom Gruber NorFor Prædiktionsnøjagtighed NorFors foderoptagelsesmodel Grovfoderets fyldeværdi... 33

12 3 Materiale og metode Data Data sortering Dyr Foder Beregninger Foderoptagelse, mælkeydelse og vægt NorFor Ny regressions koefficienter Statistiske evalueringsformler Krydsvalidering Modellering af foderoptagelse Statistiske analyser Modellering af foderoptagelse Uafhængigt datasæt Resultater Foderoptagelse Vægt Mælkeydelse Fuldt datasæt Foderoptagelse Vægt Mælkeydelse Indtagelsespotentiale Reduceret datasæt Foderoptagelse Vægt Mælkeydelse Indtagelsespotentiale Foderoptagelse forholdet mellem 1. kalvs og ældre NorFors prædiktion af foderoptagelse Individuelle observationer vs. behandlingsgennemsnit... 62

13 4.6.2 Individuel variation Residual analyse Krydsvalidering Modellering af foderoptagelse Ændring af NorFors substitutionsformel Ændring af NorFor fyldeformel Ændring af NorFors foderoptagelseskapacitetsformel Nye regressionskoefficienter Diskussion Data Foderoptagelse Race Paritet Laktationsstadie Vægt Mælkeydelse NorFor NorFor i praksis Ændringer i NorFors foderoptagelsesmodel Kg TS/dag vs. Fyldeenheder Følsomhed Modellering af foderoptagelse Fodringsprincip Rationssammensætning Statistik Konklusion Perspektivering Referenceliste Appendix A Appendix B Appendix C

14 Introduktion 1 Introduktion En malkekos foderoptagelse kan defineres på mange forskellige måder, men angives oftest som den mængde foder en ko æder, enten i kg eller i kg tørstof (TS), eller som energi, i mega joule (MJ). En mindre anvendt beskrivelse, er fyldeenheder. Fyldeenheder blev først foreslået af Hyppölö og Hasunen (1970) citeret af Kristensen (1983), mens den i Danmark blev diskuteret første gang af Østergaard (1979) og senere modificeret og videreudviklet af Kristensen (1983). Fyldeenheder er en vigtig del af begrebet foderoptagelse i Danmark, da enheden er central i foderoptagelsesmodellen i det nordiske foderevaluerings system - NorFor (Volden, 2011b). NorFor er udviklet i et samarbejde mellem Sverige, Norge, Island og Danmark og bruges i dag af langt de fleste kvægbrugsrådgivere i Danmark. NorFor blev første gang taget i brug i 2007, og siden da har det været muligt, at prædiktere den forventede foderoptagelse for køer (NorFor, 2017). En prædiktion af foderoptagelsen er vigtig for, at kunne opnå en optimal mælkeproduktion. Hvis energiindholdet i den udfodrede ration er for lavt i forhold til koens energibehov, vil foderoptagelsen ikke være høj nok til at opretholde mælkeproduktionen. Modsat, hvis energiindholdet er for højt, vil det kunne føre til fedtdeponering (Forbes, 2007), hvilket øger risikoen for metaboliske sygdomme (Overton og Waldron, 2004). For at undgå en suboptimal foderoptagelse, er det vigtigt, at formulere en ration, som maksimerer fodereffektiviteten og som passer til koens mælkeproduktion. Derfor er prædiktion af foderoptagelse et vigtigt emne og et emne, som mange forskere har undersøgt gennem årene. De første udgivelser omkring foderoptagelse stammer helt tilbage fra 1960 erne, hvor Conrad et al. (1964) beskrev reguleringen af foderoptagelse hos malkekøer og inden for de senere år, har flere forskere udviklet modeller til prædiktion af foderoptagelse hos malkekøer (Huhtanen et al., 2011; Volden, 2011b; Zom et al., 2012; Jensen et al., 2016). I Danmark findes der mange forskellige malkekvægsracer. NorFor har tre forskellige opdelinger i deres system til at håndtere de forskellige racer (Volden, 2011b). Opdelingerne er; stor race, Jersey (JER) og Islandsk kvæg. I Danmark betegner stor race blandt andet Holstein (HOL) og Rød Dansk Malkerace (RDM) og der skelnes således ikke mellem de to racer, når foderoptagelsen prædikteres. Modellen i NorFor til prædiktion af foderoptagelsen for malkekøer bygger på ældre forsøg (Volden et al., 2011) og forskellige uafhængige evalueringer har vist, at prædiktionen kan forbedres (Krizsan et al., 2014a; Krizsan et al., 2014b; Jensen et al., 2015b). Imidlertid viser resultater fra praksisbesætninger i Danmark, at foderoptagelsen prædikteres godt for stor race (101,9 %), mens den overprædikteres for JER (93,6 %), udtrykt som fyldebalance. I de tidligere evalueringer af NorFor har der indgået forskellige racer, men det er begrænset hvor meget prædiktionen af foderoptagelsen indenfor de enkelte racer og pariteter er blevet evalueret. Derfor er der basis for, at undersøge hvor nøjagtig foderoptagelsen indenfor de enkelte race og pariteter prædikteres. Derfor er formålet med denne afhandling, at undersøge foderoptagelsen for de tre malkeracer: JER, RDM og HOL. Derudover var formålet, at undersøge foderoptagelsens udvikling gennem laktationen, sammenligne foderoptagelsen for 1. kalvs køer og ældre køer og påvirkningen af foderrationens sammensætning på foderoptagelsen. I afhandlingens anden del undersøges NorFors prædiktion af foderoptagelsen, ved at sammenligne observerede foderoptag med prædikterede foderoptag. Nøjagtigheden af prædiktionen vil blive brugt til at undersøge mulige forbedringer af den nuværende foderoptagelsesmodel, som anvendes i NorFor. 14

15 Introduktion 1.1 Hypoteser 1. Foderoptagelsen ændrer sig gennem laktationen, men udviklingen er ens for Holstein, Jersey og Rød Dansk Malkerace, men forskellig mellem 1. kalvs køer og ældre køer. 2. Foderoptagelsen er positivt korreleret med mælkeydelse og vægt, og køer med høj mælkeydelse har derfor en højere foderoptagelse, i forhold til køer med lav mælkeydelse. Derudover har tunge køer en højere foderoptagelse sammenlignet med lettere køer. 3. Den nuværende prædiktion af foderoptagelsen i NorFor overprædikteres. 1.2 Metode Afhandlingens første del består af en baggrund, som belyser foderoptagelsens regulering og hvilke faktorer relateret til koen og foderet, som påvirker foderoptagelsen. Der vil også blive redegjort for forskellige foderoptagelsesmodeller, samt en gennemgang af NorFors foderoptagelsesmodel. For at holde det mest simpelt og for at undgå forvirring bliver der brugt de forkortelser, som anvendes i NorFor. Derfor vil der være forkortelser, som ikke er oversat fra engelsk til dansk De opstillede hypoteser vil blive besvaret ved hjælp et datasæt, bestående af rådata fra tidligere udførte fodringsforsøg. I datasættet indgår observationer fra racerne HOL, JER og RDM og observationerne er derudover også opdelt i 1. kalvs køer (1. kalvs) og ældre køer (ældre). Hver observation består af en ko gennemsnit over en uge. 1.3 Projektafgrænsning I denne afhandling er fokus, at undersøge effekten af faktorer relateret til koen i forhold til foderoptagelsen. Derfor bliver faktorer relateret til foderet kun analyseret på et begrænset niveau. Der er fokuseret på foderoptagelsens udvikling gennem laktationen og derfor undersøges goldperioden ikke og eventuelle påvirkning på foderoptagelsen er således ikke medregnet. I afsnittet omkring NorFor er der fokus på foderoptagelsesmodellen og de formler og faktorer, som indgår i NorFors prædiktion af foderoptagelsen. Afhandlingen vil ikke undersøge formlen for udregning af fyldeværdier for de enkelte grovfodermidler. I stedet fokuseres der på formlerne for foderoptagelseskapaciteten og fyldeværdien for den samlede ration. 15

16 Baggrund 2 Baggrund 2.1 Koens fordøjelsessystem Fordøjelsessystemet har en central betydning for reguleringen af foderoptagelsen, og det er derfor essentielt med en grundlæggende forståelse fordøjelsessystemets anatomi, for at kunne forstå foderoptagelsen. Fordøjelsessystemet er mere komplekst hos drøvtyggere end hos enmavede dyr, på grund af de fire maver; vommen, netmaven, bladmaven og løben (Van Soest, 1994). Koens foderration indeholder store mængder plantemateriale og fiberrigt grovfoder, som koen ikke selv kan nedbryde. Derfor har de evolutionært udviklet et fordøjelsessystem, som involverer mikroorganismer. Mikroorganismerne lever i koens fordøjelsessystem, hvor de fermenterer fodermaterialet ved hjælp af enzymer, som kan nedbryde de, for koen selv, unedbrydelige næringsstoffer (Moore og Hatfield, 1994). Hos drøvtyggere starter fordøjelsen allerede i munden, hvor tygning neddeler materialet til mindre partikler. Herefter føres foderet gennem et langt spiserør, og ender nede i vommen. På grund af vommens konstant peristaltiske bevægelser holdes foderpartiklerne altid i bevægelse og nedbrydes både fysisk og kemisk. Når foderpartiklerne holdes i konstant bevægelse, vil fodermaterialet i den forreste del af vommen returneres til spiserøret under drøvtygningen. Her vil væsken og små foderpartikler filtreres fra og hurtigt synkes og returnere til vommen, mens grove foderpartikler vil tygges, før de igen vender tilbage til vommen. Vommen og netmaven betragtes oftest som en sammenhængende mave, da foderpartiklerne kan bevæge sig frit mellem de to maver. De to maver adskilles dog af en fold, som fungerer som et filter. Når foderpartikler rammer folden, vil de små partikler fortsætte fra vommen til netmaven, mens de store og grove foderpartikler, vil blive tilbageholdt i den forreste del af vommen (Van Soest, 1994). I vommen findes en stor population af mikroorganismer, som fordøjer de cellulytiske substanser i plantematerialet. Mikroorganismerne omfatter en masse forskellige grupper, og her kan blandt andet nævnes protozoer, bakterier og svampe. Tilsammen udgør mikroorganismerne ca. 3 kg, hvor bakterierne udgør den største gruppe (Kristensen og Hvelplund, 2004). En af de vigtigste funktioner i vommen, er dannelsen af flygtige fedtsyrer (VFA er), som forsyner koen med energi. Det sker ved, at mikrobielle enzymer først omdanner komplekse kulhydrater til simple sukre, videre til pyruvat og derefter til VFA er, metan og kuldioxid (Besle og Grenet, 1991). De mest omtalte, i forhold til fodring af malkekøer, er acetat, propionat og butyrat. På vommens inderside sidder papiller, som øger vommens overfladeareal og dermed absorptionen af VFA erne (Goselink et al., 2012). Kuldioxid og metan udskilles fra koen gennem bøvser, mens mikroorganismerne, sammen med de unedbrudte foderpartikler, passere videre til de efterfølgende sektioner i fordøjelsessystemet (Van Soest, 1994). Efter foderpartiklerne har forladt netmaven, er den næste sektion bladmaven, som er karakteriseret ved at have store blade lignende folder hæftet på mavens inderside. De store blade øger overfladearealet, hvilket er medvirkende til den store absorption af vand og næringsstoffer i bladmaven. Efter bladmaven findes, den sidste af koens fire maver, løben. Løben kan sammenlignes med maven hos enmavede dyr. Løbens miljø er markant anderledes end de foregående sektions, da ph-værdien kun er 2. Det bevirker, at mikroorganismerne som transporteres med foderpartiklerne dør. Derfor er løbens vigtigste funktion, hos drøvtyggere, fordøjelsen af de mikrobielle celler (Van Soest, 1994). 16

17 Baggrund Den sidste del af fordøjelsessystemet er de tre tarm afsnit; tynd-, blind- og tyktarm. I tyndtarmen er det proteinfordøjelsen, som er den dominerende, mens det i blind- og tyktarmen igen er den mikrobielle fermentering, som er dominerende. Det er dog begrænset hvor mange letfordøjelige kulhydrater, som undslipper vommen og dermed når til tyktarmen. Derfor er det primært reabsorptionen af elektrolytter og vand der dominerer, samt nedbrydningen af de langsomt fordøjelige kulhydrater, som måtte være tilbage (Van Soest, 1994). 2.2 Påvirkning af foderoptagelse Foderoptagelsen er drevet af energibehovet til vedligehold, vækst, mælkeproduktion og reproduktion (Romney og Gill, 2000). Foderoptagelse er ikke konstant, men varierer fra ko til ko, samt i gennem koens laktation og levetid. Det skyldes, at foderoptagelsen påvirkes af en række forskellige faktorer, som eksempelvis fodring, management og miljø (Ingvartsen, 1994). Disse faktorer har derfor også stor betydning for prædiktionen af foderoptagelsen, hvorfor de indgår i mange af de modeller, der bruges til prædiktionen af foderoptagelsen (Jensen et al., 2015b). Tabel 1viser nogle af de vigtigste faktorer relateret til koen og foderet, som har stor betydning for foderoptagelsen. Tabel 1: Vigtige faktorer relateret til koen og foderet, som påvirker foderoptagelse (efter Ingvartsen (1994)). Faktorer hos koen Faktorer for foder Race Rationssammensætning Vægt Kemisk sammensætning Alder Fordøjelighed Paritet Passagehastighed Mælkeydelse Grovfoder-kraftfoder forhold Laktationsstadie Regulering Regulering af foderoptagelse hos malkekøer er en kompleks og avanceret proces. Der kan ikke udpeges en enkelt faktor, som alene styrer foderoptagelsen. Der er snarere tale om en række faktorer, der i sammenspil kontrollere foderoptagelsen (Fisher, 2002). En enkelt faktor kan påvirker en række forskellige receptorer i eksempelvis fordøjelseskanalen, eller en enkelt receptor kan blive stimuleret af forskellige inputs (Forbes, 2007). Generelt bruges der to forskellige termer til at beskrive reguleringen af foderoptagelse; korttids- og langtidsregulering. Korttidsregulering er de hændelser, der i løbet af dagen påvirker frekvensen, mønsteret og størrelsen af foderoptagelsen, mens langtidsregulering af foderoptagelsen beskriver den gennemsnitlige foderoptagelse over en længere periode, hvor energien til vedligehold forbliver den samme (Mertens, 1987). Eksempler på korttidsregulerende hændelser er fx, når vommens kapacitet er nået, hvilket påvirker centralnervesystemet (CNS), som resulterer i en ændret ædeadfærd. Et andet eksempel er fordøjelsen og absorption af næringsstoffer, som også vil kunne forårsage en ændret ædeadfærd. I figur 1 ses en illustration af de mekanismer, som kan have betydning for reguleringen af foderoptagelsen (Van Soest, 1994). 17

18 Baggrund Figur 1: Illustreret gennemgang af de mekanismer, som har betydning for regulering af foderoptagelse (efter Van Soest, 1994). Der bruges ofte to udtryk til at beskrive begrænsningerne i foderoptagelsen; den fysiske begrænsning og stofskiftebegrænsningen (Waldo, 1986). Den fysiske begrænsning er relateret til koens vomkapacitet, og foderets fylde. Når foderoptagelsen er begrænset fysisk sker det ofte ved fodring med rationer, hvor energikoncentration er lav. Derved bliver vommens kapacitet den begrænsende faktor for foderoptagelsen, da der ikke er plads til mere foder i vommen. Stofskiftebegrænsning ses oftest når der fodres med rationer, der har høje energikoncentrationer. Her får koen sit næringsstofbehov opfyldt inden den fysisk kapacitet i vommen er nået, og det resulterer i at koen stopper med at æde, inden den fysiske kapacitet er nået (Allen, 2000; Fisher, 2002) Fysisk regulering Den fysiske regulering af foderoptagelsen sker, når koen er begrænset af den fysiske kapacitet i fordøjelseskanalen (Allen, 2000). Den fysiske begrænsning skyldes et at større foderpartikler bliver tilbageholdt i vommen, som derved bliver fyldt op og foderoptagelsen hæmmes, uden at koens energibehov er dækket (Ingvartsen og Kristensen, 2003). Malkekøers foderoptagelse påvirkes mest af den fysiske regulering, når der fodres med rationer med lavt energiniveau og svært fordøjeligt foder (Mertens, 2009). Det skyldes, at lavt fordøjeligt foder, ofte er karakteriseret ved en langsommere nedbrydning i vommen, længere tilbageholdelsestid og derved en lavere passagehastighed, hvilket medfører, at vommen er fuld og derfor ikke har kapacitet til mere foder (Allen, 1996). Den fysiske regulering afhænger derfor både af koen og foderet koen æder. Ifølge Van Soest (1994) har 18

19 Baggrund rationssammensætningen og rationens fysiske struktur signifikant effekt på foderets fylde og passagehastigheden gennem fordøjelseskanalen. Udover foderets påvirkning på den fysiske regulering, afhænger den fysiske regulering også af individuelle faktorer, som eksempelvis koens størrelse, vægt og genetik (Ingvartsen, 1994). Derfor har en stor og tung ko en højere foderoptagelseskapacitet, sammenlignet med en lille og let ko. Det skyldes, at fordøjelseskanalen er større og derfor har plads til mere foder Stofskifteregulering Stofskifteregulering finder sted, når koen stopper med at æde, inden den fysiske kapacitet er nået. Det skyldes, at koens energibehov er blevet dækket inden vommens kapacitet er opfyldt. Effekten af stofskifteregulering er størst, når der fodres med en høj energikoncentration eller når rationen har en høj fordøjelighed. Derfor er foderoptagelsen, ved energirig fodring, mere påvirket af koens evne til at udnytte de absorberede næringsstoffer end af den fysiske begrænsning i fordøjelseskanalen (Illius og Jessop, 1996). Det primære område hvor stofskiftereguleringen finder sted, er ligesom for den fysiske regulering i vommen. På vommens inderside sidder der epitel receptorer, som påvirkes af vommetaboliske produkter, som for eksempel VFA er. Receptorerne giver feedback til centralnervesystemet, som sender impulser til hjernen, om at koen skal stoppe med at æde (Forbes, 2007). Forbes (2007) mener, at denne feedbackproces har sammenhæng til syre og ph forholdene i vommen. Så når koen fordøjer store mængder foder, produceres der store mænger VFA er, som medfører et fald i ph i vommen. Det påvirker vommens bevægelighed negativt og reducerer drøvtygningen og passagehastigheden af foder ud af vommen. Når ph falder til under 5 i vommen, er det sandsynligvis ikke længere ph forholdene, der direkte forårsager yderligere fald i foderoptagelsen, men derimod ubalance i vommens miljø. VFA er er, som nævnt tidligere, en betegnelse for flygtige fedtsyrer og de vigtigste, i forhold til fodring af malkekøer, er acetat, propionat og butyrat. Der findes andre VFA er, men de findes ikke i de samme høje koncentrationer i fordøjelseskanalen, og derfor menes de ikke at påvirke foderoptagelsen i samme grad. I forhold til påvirkning af foderoptagelsen, kan VFA erne have tre funktioner (Forbes, 2007): 1) VFA er kan påvirke vommens ph, således at fordøjeligheden af NDF falder. 2) VFA er kan absorberes til blodet, hvorefter de gennem stofskifteregulering nedsætter foderoptagelsen. 3) VFA er kan begrænse vommens bevægelighed, hvilket nedsætter drøvtygningen og passagehastigheden af foder ud af vommen. Foderoptagelsen påvirkes forskelligt afhængig af hvilke VFA er der er tale om. Propionat har størst betydning for stofskiftereguleringen (Sheperd og Combs, 1998; Forbes, 2007). Choi og Allen (1999) viste, at foderoptagelsen blev reduceret med 33 % ved infusion af propionat og 14 % med infusion af acetate i forhold til kontrolgruppen, som ikke blev udsat for infusion. Samme effekt blev konkluderet i reviewet af Allen (2000), men her understreges det, at der er stor variation mellem forsøgene og de enkelte dyr, og derfor skal resultaterne ikke bruges som en generalisering, men kun som et resultat for den negative effekt af propionat og acetat på foderoptaget. 19

20 Baggrund Koncentrationen af VFA er i fordøjelseskanalen vil afhænge af fodringen. Acetat er altid den mest dominerende VFA og de højeste koncentrationer af acetat måles, når der fodres med meget grovfoder og dermed oftest meget NDF. Derimod vil andelen af acetat falde og andelen af propionat stige, når der fodres med mere energirige rationer, i form af mere stivelse eller kraftfoder (Sheperd og Combs, 1998; Krause et al., 2002) Faktorer relateret til koen Race I Danmark findes der en række forskellige malkekvægsracer, som fx HOL, RDM og JER. De mest dominerende racer er HOL og JER (Almskou, 2016). I 2016 rundede den gennemsnitlige mælkeydelse i Danmark kg energi korrigeret mælk (EKM) pr. ko og det var med en gennemsnitlig besætningsstørrelse på 188 køer (RYK, 2016). HOL udgjorde 69,3 % procent af køerne og havde i gennemsnit en mælkeydelse på kg mælk, mens JER udgjorde 12,9 % og havde den laveste gennemsnitlige mælkeydelse med kg mælk. RDM havde i gennemsnit en mælkeydelse på kg mælk og udgjorde 6,1 % af de opgjorde køer (RYK, 2016). RDM og JER er konkurrencedygtige i forhold til HOL, selvom de har lavere mælkeydelse. Det skyldes, at afregning for mælken afhænger af fedt- og proteinkoncentrationerne i mælken. Her opnår JER i gennemsnit 5,96 % fedt og 4,16 % protein, RDM opnår 4,35 % fedt og 3,57 % protein, mens HOL kun opnår 4,09 % fedt og 3,42 % protein. Dette resulterer i en mindre forskel mellem racer, når ydelsen omregnes til kg EKM, som tager højde for fedt- og proteinindholdet. De opgjorte tal fra (RYK, 2016), skal tages med et forbehold, da det er en frivillig ordning, hvorfor ikke alle danske mælkeproducenter indgår i opgørelsen, men i 2016 var det 91,5 % af alle besætninger som indgår i opgørelsen (U. Lauritsen, personlig kommunikation, 28. april 2017). Når der vises data fra Registrering og YdelsesKontrols (RYK) skyldes det, at det giver det bedste billede på den nuværende produktion i Danmark. Tabel 2 viser mælkeydelse i kg EKM/dag fra fire forskellige opgørelser. Der er stor variation i niveauet mellem opgørelserne og det skyldes, at opgørelsen af Kristensen et al. (2015) og (RYK, 2016) er danske opgørelser og de har målt mælkeydelsen gennem hele laktationen, mens det er udenlandske forsøg af Aikman et al. (2008) og Rastani et al. (2001), og de kun har målt mælkeydelsen i starten og midten af laktationen, hvor køerne topper i mælkeydelse. Det primære ved tabel 2 er dog ikke, at kigge på forskellene mellem forsøgene, men i stedet at vise forskellene mellem racerne indenfor forsøgene og opgørelserne. Her ses der i alle opgørelserne en signifikant effekt af race, så HOL ligger højere end JER, mens RDM ligger på et ydelsesniveau mellem HOL og JER. Tabel 2: Mælkeydelse, vægt og foderoptagelse for HOL, JER og RDM i tre forskellige opgørelser, samt mælkeydelsen fra RYKs ydelseskontrol. Mælkeydelse, kg EKM/dag Foderoptag, kg TS/dag Vægt, kg HOL JER RDM HOL JER RDM HOL JER RDM RYK (2016) 29,5 25,9 27, Kristensen et al. (2015) 30,4 27,4 28,9* 22,6 18,8 21,6* * Aikman et al. (2008) 40,8 29,5-22,3 15, Rastani et al. (2001) 41,9 28,4-22,4 16, * I opgørelsen af Kristensen et al. (2015) er der ikke opgjort RDM, men en gruppe øvrige, som inkluderer RDM og andre racer. 20

21 Baggrund Laktationsstadie Hos mange arter er det muligt for et lakterende dyr, at æde tilstrækkeligt med energi til at dække behovet til mælkeproduktion (Forbes, 1986b). Dette er ikke tilfældet for en malkeko i starten af laktationen, hvilket resulterer i, at koen kommer i negativ energibalance. Det skyldes, at koen ikke kan æde den fornødne energi, der kræves for at opretholde den høje mælkeproduktion og derfor mobiliserer koen en del energi fra kropsreserverne i de første uger efter kælvning. Foderoptagelsen er i starten af laktationen begrænset af fosteret, samt at både den fysiske regulering og stofskiftereguleringen (Ingvartsen og Andersen, 2000). Hvis fosterets påvirkning skulle være den eneste afgørende faktor for foderoptagelsen, ville man forvente, at foderoptagelsen ville stige kraftigt efter kælvning, da fosteret ikke længere begrænser vommens kapacitet. Dette er imidlertid ikke tilfældet, da foderoptagelsen stiger stødt de første uger efter kælvning (Reynolds et al., 2003) og derfor må stofskiftereguleringen også påvirke foderoptagelsen i starten af laktationen (Ingvartsen et al., 1999). Ingvartsen et al. (1999) beskrev at den fysiske begrænsning har været tildelt en for stor betydning for regulering af foderoptagelse i starten af laktationen, og at stofskiftereguleringen og endokrine ændringer spiller en større rolle for foderoptagelse, end man hidtil har troet. Foderoptagelsen stiger således stille og roligt de første uger efter kælvning og topper generelt uger efter kælvning (Brown et al., 1977; Friggens et al., 1998; Rastani et al., 2001; Prendiville et al., 2011). Foderoptagelsen topper senere end mælkeydelsen, som generelt topper indenfor de første par uger efter kælvning (Brown et al., 1977; Friggens et al., 1998; Rastani et al., 2001). Efter foderoptagelsen og mælkeydelsen har toppet, falder begge gennem resten af laktationen. Det er således i starten af laktationen, at koen har det største behov for energi, til at opretholde den høje mælkeydelse. En fodring med for lidt energi i starten af laktationen kan have negative konsekvenser for mælkeydelsen, men også for koens sundhed (Reynolds et al., 2003). Det er således i begyndelsen af laktationen, det er sværest, at sikre optimalt optag af energi, som tilgodeser en høj mælkeydelse. Det er dog vigtigt, at der gennem hele laktationen er tilstrækkeligt med energi for at sikre en så høj mælkeydelse så muligt, men det er i altså de første uger efter kælvning, hvor det er sværest at opnå pga. den lave foderoptagelse (Rastani et al., 2001) Vægt og paritet Vægt har stor indflydelse på foderoptagelse og der kan skelnes mellem to former for vægt. Den ene er når koens størrelse ændres, samtidig med vægten og den anden er når størrelsen er konstant og det kun er vægten der ændres. Det er ikke begge former for vægt, som medfører en højere foderoptagelse. Vommens kapacitet øges lineært med øget størrelse for koen (Ingvartsen og Kristensen, 2003), mens foderoptagelsen ikke er lineært korreleret til vægt, da en øget vægt, forårsaget af fedt deponering vil stabilisere foderoptagelsen og dermed vil foderoptagelsen ikke stige (Forbes, 2007) og det er således kun en øget størrelse, som også resulterer i en øget foderoptagelse. Det er veldokumenteret at 1. kalvs har en lavere foderoptagelse end ældre. En 1. kalvs som er omkring 2 år og vejer 500 kg har kun omkring 80 % af en ældres foderoptagelse, og selvom der er korrigeret for den lavere vægt og mælkeydelse for 1. kalvs, så er der stadig en del af forskellen, som ikke kan forklares ved andet en paritet (Ingvartsen, 1994). Korrelation mellem foderoptagelse og vægt er fundet til at være større for 1. kalvs sammenlignet med ældre (Roseler et al., 1997). Det 21

22 Baggrund skyldes, at vægten for en 1. kalvs afspejler væksten og derfor en øget størrelse af fordøjelseskanalen (Ingvartsen og Kristensen, 2003), mens en øget vægt af en ældre snarere afspejler en stigning i kropsreserverne Mælkeydelse Mælkeydelse er positiv korreleret til foderoptagelse (Allen, 2000; Fisher, 2002; Huhtanen et al., 2008). Således har højtydende køer et større energibehov til mælkeproduktionen i forhold til lavtydende køer (Romney og Gill, 2000; Nielsen et al., 2003). Højtydende køer opnår en højere foderoptagelse, ved at reducere tiden de bruger på at æde (Azizi et al., 2009). Huhtanen et al. (2011) ser derimod relationen mellem mælkeydelse og foderoptagelse, som at en øget foderoptagelse medfører en øget mælkeydelse. Hvis foderoptagelsen er metabolisk reguleret i stedet for fysisk reguleret, så er foderoptagelsen styre af energibehovet og her er mælkeydelsen den største faktor i forhold til energibehov (Romney og Gill, 2000; NRC, 2001). Friggens et al. (1998) viste, at foderoptagelsen ikke var påvirket af mælkeydelsen, hvis foderoptagelsen er reguleret af den fysiske kapacitet i fordøjelseskanalen. Der er således ikke en endelig konklusion på om det er mælkeydelsen, der styrer foderoptagelsen eller om det er foderoptagelsen der styre mælkeydelsen Faktorer relateret til foderet Energikoncentrationen og fordøjeligheden af grovfoderet er de faktorer relateret til foderet, som har størst betydning for foderoptagelse (Allen, 2000). Det er dog svært at adskille de enkelte faktorer fra hinanden, da de påvirker hinanden. Energikoncentration og fordøjeligheden påvirker hinanden, men bliver samtidig påvirket af en lang række faktorer og heriblandt indholdet af NDF, protein og stivelse, som derved også påvirker foderoptagelsen (Mertens, 1994; Huhtanen et al., 2007). I de følgende afsnit vil de vigtigste faktorer og deres påvirkning på foderoptagelsen blive gennemgået Energikoncentration og fordøjelighed Energioptagelse er ofte den begrænsende faktor for højtydende malkekøers mælkeydelse (Allen, 2000). Derfor efterstræbes fodring, som opfylder koens energibehov på den billigste og mest optimale måde. En måde at øge energikoncentrationen i rationen på, er ved at reducere i mængden af grovfoder og erstatte det med letfordøjeligt energi i form af kraftfoder (Friggens et al., 1998; Allen, 2000). Den positive effekt vil dog aftage jo større mængder af kraftfoder, der er i rationen, og på et tidspunkt vil effekten udeblive. Det skyldes, at koens stofskifteregulering bliver den begrænsende faktor for foderoptagelsen, hvor det ved lavere energiniveau er den fysiske kapacitet, der er begrænsende for foderoptagelsen. Derfor vil effekten af ekstra kraftfodertildeling være størst i rationer, hvor energikoncentrationen er lav (Allen, 2000). Fordøjeligheden af grovfoderet påvirker også foderoptagelsen. Når fordøjeligheden af grovfoder øges, resulterer det i en højere foderoptagelse, hvis foderoptagelsen er begrænset af den fysiske regulering (Huhtanen et al., 2002; Forbes, 2007). Når foderoptagelsen er påvirket af stofskiftereguleringen, vil en øget fordøjelighed af grovfoderet ikke have nogen positiv effekt på foderoptagelsen (Forbes, 2007). Det skyldes, at koen allerede er begrænset af dens evne til at udnytte energien og vil derfor ikke have nogen fordel af ekstra energi. Det vil altså sige, at fordøjeligheden og energikoncentrationen er stærkt korrelerede. Så når vi øger fordøjeligheden af grovfoderet, så øger vi samtidig 22

23 Baggrund også energien, som er tilgængelig for koen. Huhtanen et al. (2002) fandt således en lineær sammenhæng mellem fordøjeligheden af grovfoder og foderoptagelsen, så længe foderoptagelsen er begrænset fysisk Partikel størrelse Når den fysiske begrænsning påvirker foderoptagelsen skyldes det tiden, som det tager at nedbryde de store partikler til mindre partikler (Illius og Gordon, 1991), eller at de små partikler er forhindret i at forlade vommen (Poppi et al., 1981). De store partikler er defineret, som de partikler der undslipper fra vommen med en lav sandsynlighed (Poppi et al., 1981) og de kræver forholdsvis meget drøvtygning for at blive reduceret i størrelse, da enzymerne i vommen ikke er særlig effektiv til denne proces (McLeod og Minson, 1988). Normalt ligger drøvtygningstiden på 6-10 timer/dag (Nørgaard, 2003), men for fiberrige rationer på timer/dag (Wilson og Kennedy, 1996). En kortere drøvtygningstid vil være med til, at reducere passagen af de små partikler ud af vommen, da andelen af små partikler i vommen vil falde. Nedbrydningen af store partikler til små partikler sker ikke altid på en gang, og i mange tilfælde vil de store partikler blive nedbrudt til medium størrelse partikler, for derefter at blive nedbrudt til små partikler. Generelt er der omvendt proportionalitet mellem størrelsen af partiklerne og sandsynligheden for at undslippe vommen, hvorfor de små partikler har størst sandsynlighed for at undslippe vommen først. Græsser har generelt en højere andel af store partikler, når man sammenligner med bælgplanter, hvilket skyldes den større andel af stængel end blade (Wilson og Kennedy, 1996) NDF/fibre NDF står for Neutral detergent fiber og beskriver indholdet af cellulose, hemicellulose og lignin (Van Soest et al., 1991). Det specielle ved NDF er, at det potentielt nedbrydelige NDF kan fordøjes ved mikrobiel omsætning i fordøjelseskanalen og derfor er NDF en vigtig del af foderrationen til malkekøer (Martinussen et al., 2014). Samtidig er det en af de vigtigste komponenter i foderrationen til malkekøer, da det opretholder en sund og god vomfunktion (Oba og Allen, 1999). Koen er således afhængig af fibre, som kan sikre en effektiv vomfunktion ved at stimulere drøvtygning, spytsekretion og herved opretholdelse af en stabil ph i vommen (Nørgaard et al., 2011). Generelt vil foderoptagelsen falde med stigende NDF indhold i rationen og specielt hvis der er tale om NDF fra grovfoder (Allen, 2000). Den lavere foderoptagelse ved højt NDF indhold i rationen, kan skyldes den lavere nedbrydningshastighed, hvorfor foderoptagelsen bliver påvirket af den fysiske begrænsning i fordøjelseskanalen. Generelt vil foderoptagelsen være højere ved lavt NDF indhold og høj NDF fordøjelighed, sammenlignet med højt NDF indhold og lav NDF fordøjelighed. Samtidig kan man ikke forvente en øget foderoptagelse, ved at reducere NDF indholdet eller øge NDF fordøjeligheden, hvis ikke foderoptagelsen er fysisk begrænset (Illius og Gordon, 1991). NDF indholdet er blevet anbefalet, som en af de bedste faktorer til at beskrive foderoptagelsen. Waldo (1986) og Mertens (1994) bruger NDF som den eneste faktor relateret til foderet til prædiktion af foderoptagelse, men NDF har også sine begrænsninger i prædiktion af foderoptagelse. Hvis eksempelvis to ensilager af samme type og med samme NDF indhold, men forskellig fordøjeligheder sammenlignes, kan de resultere i vidt forskellige foderoptagelser (Huhtanen et al., 2002), hvorfor NDF indholdet alene i nogle tilfælde ikke ville kunne beskrive foderoptagelsen. Derimod kan 23

24 Baggrund NDF indholdet bedre bruges til at prædiktere foderoptagelse, når man sammenligner på tværs af forskellige typer af ensilage, som græs og lucerne ensilage (Huhtanen et al., 2002), da variationen i NDF indholdet mellem forskellige typer af ensilage varierer Protein Proteinbehovet er generelt højt for lakterende malkekøer. Det skyldes, at mælkesyntesen har et stort behov for forskellige aminosyrer. I Danmark ligger anbefalingerne til malkekøer på % råprotein pr. kg TS. Sammensætningen af råproteinet har dog ligeså stor betydning for foderoptagelsen og mælkeydelsen (Martinussen et al., 2014). Køer kan, i forhold til enmavede dyr, fungere med et lavere proteinindhold i foderet. Det skyldes, at mikroorganismerne i vommen bruger ammoniak som proteinkilde, og når mikroorganismerne transporteres videre i fordøjelsessystemet optages de af koen som mikrobielt protein. Det betyder, at køer i teorien ville kunne leve af urea, som den eneste proteinkilde (Forbes, 1986a). Hvis proteinindholdet kommer under den nedre grænse, vil foderoptagelsen til gengæld blive kraftigt reduceret (Fisher, 2002). Dette skyldes, at den mikrobielle aktivitet vil blive negativ påvirket, hvilket resulterer i en reduceret fordøjelse af foderet og en dårligere udnyttelse. I forsøget af Alstrup et al. (2014) var der en positiv effekt på foderoptagelsen ved at gå fra 14 % råprotein til 16 % råprotein. Selv ved proteinindhold på 20 % råprotein pr. kg TS har forsøg vist en positiv effekt på foderoptagelsen (Oldham, 1984), sammenlignet med lavere koncentrationer Stivelse Stivelse har en varierende effekt på foderoptagelse og effekten afhænger af rationssammensætningen. I rationer hvor energikoncentrationen er lav og foderoptagelsen er begrænset fysisk, vil en udskiftning af grovfoder med kraftfoder, som er mere stivelsesholdig, have en positiv effekt på foderoptagelsen. Derimod kan det have en negativ effekt i rationer, hvor stivelsesindholdet i forvejen er højt, da det vil reducere antallet af fibernedbrydende mikroorganismer i vommen og dermed reducere fiberfordøjeligheden (Allen, 2000). Udover stivelsesindholdet i rationen, har mave-tarm afsnittet hvor stivelsen fordøjes, også en indflydelse på foderoptagelsen. Tabel 3 viser forskellige stivelseskilder og deres fordøjelighed i både vommen, tyndtarmen, tyktarmen, samt den totale fordøjelighed. Tabel 3: Fordøjeligheden af stivelse (% af det der kommer til mave-tarm afsnittet) fra forskellige stivelseskilder i de respektive mave-tarmafsnit (Moharrery et al., 2014). Fordøjelighed, % Stivelses kilde Total Vom Tyndtarm Tyktarm Hvede ,5 67,5 63,6 Majs ensilage 96,2 90,9 81,9 66,0 Byg 95,9 87,0 75,9 60,9 Havre 98,9 91,8 70,1 70,4 Majs 91,6 57,4 51,0 46,9 Soda hvede 93,3 70,5 70,8 6,1 Soda byg 83,9 67,0 20,3 38,9 24

25 Baggrund Som tabel 3 viser, er stivelsesfordøjelsen størst i vommen. Man ønsker imidlertid ikke en overdreven høj stivelsesfordøjelse i vommen, da det øger risikoen for acidiose (Yang og Beauchemin, 2006). Når stivelsesindholdet stiger i rationen, så stiger indholdet af VFA er i vommen, som et resultat af stivelsesfordøjelsen (Krause et al., 2002) og hvis koncentrationen af VFA er bliver for høj, så vil foderoptagelsen blive begrænset af stofskiftereguleringen og dermed vil foderoptagelsen reduceres (Forbes, 2007). Hvis noget af stivelsesfordøjelsen skubbes til tyndtarmen, så giver det mulighed for et højere foderoptagelse, og en af måderne til at flytte stivelsesfordøjelsen til tyndtarmen, er ved eksempelvis, at fodre med sodabehandlet hvede eller andre sodabehandlede korn arter (Schmidt et al., 2006; Kristensen, 2007) Fedt En anden måde at øge rationens energikoncentration er ved at tilføje fedt. Effekten af ekstra fedt tildeling har dog vist sig, at have en negativ effekt på foderoptagelsen (Chilliard, 1993) og en varierende effekt på energioptagelsen (Allen, 2000). I et forsøg af Abdullah et al. (2000) viste resultaterne, at der var en negativ effekt på foderoptagelsen ved ekstra fedttildeling. En negativ effekt på foderoptagelsen blev også vist i et forsøg af Weisbjerg et al. (2008), hvor indholdet af fedtsyrer i rationen steg fra 17 til 52 g/kg TS. Der var imidlertid ingen effekt på nettoenergiindtaget, eftersom energikoncentrationen i rationen, med øget fedtsyrerindhold, var højere. Dette stemmer overens med resultaterne i et review af Palmquist og Jenkins (1980), hvor de konkluderede, at der var en positiv effekt af ekstra fedttildeling på energioptagelsen, men ikke på foderoptagelsen. 2.3 Systemer til prædiktion af foderoptagelse I gennem tiderne er der blevet udviklet mange modeller til prædiktion af foderoptagelse. Nogle mere succesfulde end andre. I Danmark var den første model af Kristensen (1983), hvor foderoptagelsen var udtryk: n (1) K = i=1 TS i FF i Hvor K er den totale fylde for det foder, som koen er i stand til at æde, TS i er kg TS af det i te fodermiddel, FF i er fyldefaktoren pr. kg TS for det i te fodermiddel. I dag er der forskellige systemer på markedet til prædiktion af foderoptagelse og de har udviklet deres egne modeller, som bruger forskellige oplysninger omkring fodret og koen til prædiktionen. I tabel 4 er vist de faktorer relateret til koen og foderet, som modellerne fra National Research Council (NRC), Nordic Feed Evaluation System (NorFor), Total DMI Index (TDMI), ZOM og Gruber bruger til at prædiktere foderoptagelsen. Modellerne bruger mange af de samme oplysninger omkring koen. Dage efter kælvning (DIM) bliver brugt i alle fem modeller. I forhold til foderfaktorerne er der større variation i oplysningerne, hvor modellen fra Gruber skiller sig ud ved kun at bruge netto energi til laktationen fra ensilage (NEL f ) og tørstofoptaget fra kraftfoder ( k DMI % ). NRC modellen skiller sig ud ved kun at bruge oplysninger omkring dyret og bruger ingen oplysninger omkring fodret. 25

26 Baggrund Tabel 4: Faktorerne omkring koen og foderet, som anvendes til prædiktionen af foderoptagelsen i fem forskellige foderoptagelsesmodeller (Jensen et al., 2015b) NRC Foderoptagelsesmodellen fra det amerikanske NRC er den simpleste af de gennemgåede modeller. Den er udviklet i USA på data fra HOL køer fra perioden Den bruger i modsætning til de andre gennemgåede modeller kun oplysninger omkring koen og produktionen, som vægt, laktationsstadie og fedt-korrigeret mælkeydelse. Derimod anvender den ingen information omkring foderet til prædiktionen af foderoptaget (NRC, 2001) TDMI TDMI modellen er udviklet i Finland og er mere kompleks sammenlignet med modellen af NRC. Den tager udgangspunkt i et ensilageindeks fra 2007 (Huhtanen et al., 2007) og et kraftfoderindeks fra 2008 (Huhtanen et al., 2008). Modellen bruger oplysningerne standardiseret energikorrigeret mælkeydelse (St. EKM), koens vægt og dage efter kælvning. Den st. EKM er udregnet ved at justere den observerede mælkeydelse til at passe til en standard ration på dag 150 efter kælvning. Ideen med at bruge St. EKM skyldes, at man ønsker at fjerne effekten af tidligere rationer på mælkeydelsen, da mælkeydelsen ikke er ukendt på det givne tidpunkt, man ønsker at prædiktere foderoptagel- 26

27 Baggrund sen. Foderoplysningerne der bruges deles op i kraftfoder og grovfoder. Nogle af de faktorer der bruges omkring foderet, er organisk stoffordøjelighed (OMD), indholdet af NDF og TS i henholdsvis grovfoder og kraftfoder (Huhtanen et al., 2011) Zom Foderoptagelsesmodellen af Zom stammer fra Holland og har samme tilgang til prædiktionen af foderoptagelse som modellerne fra TDMI og NorFor. I modellen indgår lidt andre faktorer til at udregne foderoptagelseskapaciteten for koen, da den bruger dage efter kælvning, paritet og laktationsstadie. Oplysningerne omkring foderet kan opdeles i grovfoder og kraftfoder, hvor det bl.a. er OMD og TS for grovfoderet, som indgår, mens det er råfedt indholdet i kraftfoderet, som anvendes (Zom et al., 2012) Gruber Gruber modellen er udviklet i et samarbejde mellem Tyskland, Østrig og Schweitz. Den er lavet på baggrund af 77 forsøg, som tilsammen giver 2151 observationer. I Gruber systemet er der flere forskellige modeller alt efter hvilken type fodring der praktiseres. I denne gennemgang bliver der fortalt om model 5, da det er standard modellen til TMR fodring. Til prædiktionen af foderoptagelsen bruger modellen dage efter kælvning, race, paritet, vægt, mælkeydelse og land. Det vil altså sige, at der er en korrektionsfaktor, alt efter hvilket land den bruges i. Foderoplysningerne der bruges i modellen er bl.a. kraftfoderandelen af rationen og netto energiværdien for rationen (Jensen et al., 2015b) NorFor NorFor er den nordiske model og er udviklet i et samarbejde mellem Norge, Sverige, Island og Danmark. Den er en videre udvikling af det danske fyldefaktorsystem (Kristensen, 1983). I modellen indgår oplysninger omkring dyret, så som dage efter kælvning og vægt, mens den blandt andet anvender OMD og NDF indhold som oplysninger omkring foderet (Volden, 2011b). Modellen vil i et senere afsnit blive gennemgået mere i dybden, da modellen er en central del af afhandlingen og derfor bliver den senere hen uddybet mere end de andre modeller Prædiktionsnøjagtighed De fem gennemgåede modeller anvender altså vidt forskellige oplysninger til prædiktionen af foderoptagelsen og det er derfor interessant, om de også prædikterer foderoptagelsen forskelligt. Jensen et al. (2015b) har udført en analyse af de fem modeller og deres evne til at prædiktere foderoptagelsen. Resultaterne fra analysen ses i tabel 5, og analysen viste, at modellen af Gruber var den mest præcise med en prædiktionsfejl på 5,8 %. Den mest upræcise var modellen af Zom, hvor prædiktionsfejlen var på 15,6 %. Samtidig viste analysen også, at modellen fra NRC prædikterer bedre end Zom og ringere end Gruber, selvom den kun anvender oplysninger omkring koen (Jensen et al., 2015b). Det er også interessant, at alle modellerne på nær TDMI overprædikterer foderoptagelsen ganske betragteligt, mens TDMI som den eneste underprædikterer foderoptagelsen. De fem modeller er alle blevet analyseret på det samme datasæt, bestående af 12 forsøg, med undtagelse af Nor- 27

28 Baggrund For, som kun er analyseret på 10 forsøg. Det skyldes, at de to frasorterede forsøg indgik i udviklingen af NorFor (Jensen et al., 2015b). Tabel 5: Nøjagtigheden af fem modellers prædiktion af foderoptagelsen, på tværs af 12 forsøg (Jensen et al., 2015b). Model n kg TS/dag MSPE 3 Fejl, kg TS/dag 4 Rel. fejl, % 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 NRC 94 20,3 21,7 3,2 1,8 8,9 64,7 4,0 31,3 NorFor 48 21,3 21,7 2,3 1,5 7,1 6,1 37,6 56,3 TDMI 94 20,3 20,2 2,9 1,7 8,4 0,4 22,3 77,3 Zom 94 20,3 21,9 10,0 3,2 15,6 26,3 27,9 45,8 Gruber 94 20,3 20,5 1,4 1,2 5,8 3,7 2,9 93,4 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl. I en anden evaluering af forskellige modelles prædiktionsnøjagtighed fandt Fuentes-Pila et al. (1996) ikke nogen modeller, der konsekvent kunne prædiktere foderoptagelsen på individniveau til under 20 % i relativ fejl. Huhtanen et al. (2011) beskrev, at forskellen mellem den observerede foderoptagelse og den prædikterede foderoptagelse generelt er højere for individuelle ko data sammenlignet med behandlingsgennemsnit. Derfor er det vigtigt, at være opmærksom på om resultaterne er opgjort på individuelle data eller behandlingsgennemsnit, da det har stor betydning for fejlprædiktionen. Krizsan et al. (2014b) undersøgte NorFors prædiktionsevne på individuelle observationer og fandt en prædiktionsfejl på 2,3 kg TS/dag, hvilket svarede til en relativ fejl på 10,9 %. Hvis det sammenholdes med resultaterne i Jensen et al. (2015b), så viser resultaterne en lavere fejlprædiktion for behandlingsgennemsnittene sammenlignet med de individuelle observationer. Det skal dog i denne sammenhæng nævnes, at det er forskellige data, som ligger til grunde for de to evalueringer, og derfor kan det også have betydning for evalueringen. For at kunne bestemme om en prædiktionsnøjagtighed er god eller ikke god, er det nødvendigt at fastsætte et kriterie. Fuentes-Pila et al. (1996) beskrev, at en relativ fejl under 10 % blev betragtet som værende tilfredsstillende, mens en relativ fejl over 20 % indikerede en ikke tilfredsstillende prædiktion. Det kan dog være svært, at fastsætte en bestemt grænse for hvornår prædiktionen er tilfredsstillende, og det vil afhænge af hvilken situation, der er tale om. 2.4 NorFors foderoptagelsesmodel I Danmark er NorFor det mest anvendte system til foderevaluering. Foderoptagelsesmodellen i NorFor tager udgangspunkt i det tidligere danske system af Kristensen (1983), som er opbygget omkring fylde- og kapacitetsprincippet. Siden begyndelsen af NorFors udvikling er der foretaget en del modifikationer, hvorfor det stort set kun er princippet med fylde og kapacitet, der er tilbage af det tidligere system af Kristensen (1983). I det følgende afsnit gennemgås NorFors foderoptagelsesmodel og gennemgangen tager udgangspunkt i publikationen af Volden et al. (2011) med mindre andet er nævnt. Til prædiktionen af foder- 28

29 Baggrund optagelsen tildeles hver ko en foderoptagelseskapacitet, og hvert fodermiddel tildeles en fyldeværdi. De enkelt fodermidlers fyldeværdi ganges med mængden af fodermidlet, således at hvert fodermiddel får en samlet fyldeværdi. Til sidst summeres de enkelte fodermidlers fyldeværdi, som dermed udgør rationens fyldeværdi. Så når foderoptagelsen prædikteres skal følgende ligning være opfyldt: (2) IC = FV intake hvor IC er koen foderoptagelseskapacitet og FV intake er den totale foderoptagelse udtryk i fyldeenheder. Til udregning af den enkelte kos foderoptagelseskapacitet, er det nødvendigt med oplysninger om den enkelte kos vægt, mælkeydelse og dage efter kælvning. De oplysninger anvendes sammen med en række forskellige regressionskoefficienter (a-h) til at udregne koens foderoptagelseskapacitet, og ligningen udtrykkes på følgende måde: (3) IC cow = (a DIM b e c DIM DIM d + e (ECM + ( NEL mob+nel dep ) h ) + (BW f) g) 3,14 Hvor IC cow er foderoptagelseskapaciteten for den lakterende ko, DIM er dage efter kælvning, ECM er energi korrigeret mælk, NEL mob er energimobilisering fra kropsreserver, NEL dep er energideponering, BW er koens vægt, og a, b, c, d, e, f, g, h er regressionskoefficienter. De to faktorer for deponering og mobilisering er ikke specifikke for den enkelte ko, men er afhængig af laktationsstadie, race og paritet. For nærmere oplysning omkring faktorerne for mobilisering og deponering henvises til Anonym (2017). Der bruges forskellige regressionskoefficienter for de enkelte racer og pariteter for, at opnå den mest præcise prædiktion. I tabel 6 ses de nyeste, og de regressionskoefficienter, som bruges i dag for JER og stor race. Det er værd at bemærke, at det ikke er de samme, som er opgivet i Volden (2011b), men det skyldes, at de er blevet opdateret siden udgivelsen af bogen (Anonym, 2017). Tabel 6: Regressionskoefficienter (a-h) som indgår i formlen for koens foderoptagelseskapacitet opdelt i 1. kalvs og ældre for henholdsvis stor race og JER (Anonym, 2017). Race Paritet a b c d e f g h Stor race 1. kalvs 3,07 0,13-0,0005 0,00 0,09 500,00 0,006 0,70 Stor race Ældre 3,30 0,13-0,0004 0,00 0,09 575,00 0,006 0,50 JER 1. kalvs 2,50 0,13-0,0005 0,06 0,11 360,00 0,006 0,40 JER Ældre 2,70 0,13-0,0002-0,03 0,11 405,00 0,006 0,40 For at få en bedre forståelse for koens foderoptagelseskapacitet, er udviklingen i foderoptagelseskapaciteten for en 1. kalvs HOL og en ældre HOL ved en standard ydelse på kg EKM, samt med en vægt på 575 kg for 1. kalvs og 650 kg for ældre, vist i figur 2. 29

30 IC, fyldeenheder Baggrund Ydelsesuge 1. kalvs HOL ældre HOL Figur 2: Udviklingen i foderoptagelseskapacitet (IC) gennem laktationen for henholdsvis en 1. kalvs HOL og en ældre HOL ved en standard mælkeydelse på kg EKM og en vægt på 575 kg for 1. kalvs HOL og 650 kg for ældre HOL. Figur 2 viser, at ældre HOL har en højere foderoptagelseskapacitet end 1. kalvs HOL. Forskellen der ses mellem ældre HOL og 1. kalvs HOL fremkommer ved til dels regressionskoefficienterne, som er forskellige mellem de to pariteter, men differencen skyldes lige så meget vægt og mælkeydelse. Det hænger sammen med, at der her er brugt standard laktationskurver for ældre HOL og 1. kalvs HOL, så selvom de begge er sat til en årsydelse på kg EKM, så har ældre HOL en højere mælkeydelse i starten af laktationen og falder derefter kraftigere sammenlignet 1. kalvs HOL, som vil have en mere persistent mælkeydelseskurve (Skjøth, 2006). I figur 3 ses udviklingen i foderoptagelseskapaciteten gennem laktationen for en 1. kalvs HOL ved en mælkeydelse på henholdsvis kg EKM og på kg EKM. Forløbet af de to kurver er stort set identisk og det er kun niveauet, som er forskudt. Det betyder, at mælkeydelse ikke påvirker udviklingen af foderoptagelseskapaciteten gennem laktationen, men kun niveauet. Det samme er gældende for vægt, hvorfor den ikke er illustreret. 30

31 IC, fyldeenheder Baggrund Ydelsesuge kg EKM kg EKM Figur 3: Udviklingen i foderoptagelseskapaciteten (IC) gennem laktationen for en 1. kalvs HOL med en mælkeydelse på henholdsvis kg EKM og kg EKM, mens vægten er konstant på 575 kg. Som modsvar til koens foderoptagelseskapacitet, tildeles rationen en fyldeværdi (FV intake ), udtrykt i samme fyldeenhed som koens foderoptagelseskapacitet. Fyldeværdien for rationen er udregnet ved hjælp af følgende formel: (4) FV intake = i DMI i FV i + j DMI j FV j FV SubR + FV MR FV intake er foderoptagelsen udtrykt i fyldeenheder, FV i er fyldeværdien for kraftfoder i, FV j er den korrigerede fylde for grovfoder j (8), FV SubR er substitutionsraten (5), FV MR er stofskiftefaktoren (6). FV SubR korrigerer grovfoderets fylde på grundlag af en substitutionsrate og FV MR er en korrektion i forhold til grovfoderet fyldeværdi. Til bestemmelse af rationens fyldeværdi indgår der en række faktorer. Hvert enkelt fodermiddel, der indgår i rationen, tildeles en fyldeværdi, som derefter ganges med mængden af det enkelte fodermiddel koen forventes at æde. Derefter summeres fyldeværdierne for de enkelte kraftfodermidler og grovfodermidler, som dermed giver rationens fyldeværdi. Alle kraftfodertyper har en fyldeværdi på 0,22 (Volden, 2011b), mens hvert grovfoder tildeles en specifik fyldeværdi(8). Ud over fyldeværdierne indgår der to andre elementer i formlen for foderoptagelsen udtrykt i fyldeender(4), nemlig stofskiftefaktoren(6) og substitutionsraten(5). Substitutionsraten korrigerer grovfoderets fylde og beskriver faldet i grovfoderoptagelse ved stigende mængder kraftfoder. Det skyldes, at der sker en ændret sammensætning af mikroorganismerne i vommen, så der kommer flere stivelses fermenterende mikroorganismer og færre NDF nedbrydende mikroorganismer. Det resulterer i en reduceret NDF fordøjelighed og derved en længe opholdstid i vommen, som bevirker en reduceret foderoptagelse (Valadares et al., 2000). I NorFors model er det en indirekte beskrivelse af kraftfoderoptaget, da substitutionsraten beregnes ud fra stivelse og sukker indholdet i rationen. 31

32 Stoofskifteregulerings faktor (FV MR ) Baggrund Stofskiftereguleringen (FV MR ) får koen til at stoppe med at æde, når den har fået tilstrækkelig med energi, inden dens kapacitet er opfyldt. Derfor er stofskriftereguleringen egentlig en regulering, der foregår i koen og ikke påvirker foderet. Den indregnes i NorFor som en foderkorrektion, hvilket skyldes optimeringsmæssige årsager. Figur 4 viser effekten af stofskiftereguleringen i forhold til basisfylde (FV r ), ved to forskellige foderoptagelseskapaciteter, på henholdsvis seks og ni. De to niveauer i foderoptagelseskapaciteten udtrykker forskellen mellem lavt- og højtydende køer. Figuren viser, at FV MR er nul ved en FV r på 0,48, og at når FV r øges bliver FV MR negativt, mens FV MR bliver positiv når FV r reduceres. FV MR ved FV r lavere end 0,48 bevirker således at rationens fyldeværdi øges. Det gør den for at modregne den øgede foderoptagelse, den lavere FV r ellers ville resultere i. Det er nødvendigt, da koen i praksis vil påvirkes af stofskiftereguleringen og derfor ikke ville æde til dens foderoptagelseskapacitet er nået. Substitutionsrate faktoren er udregnet ved følgende formel: (5) FV SubR = 0,97 + 5,62 ( ST_SU_DM ,2119) 0,1 0,1932 ( ST_SU_intake ,122) 0,05 FV SubR er substitutionsrate faktoren, ST_SU_DM er andelen af stivelse og sukker i rationen, ST_SU_intake er indtaget af stivelse og sukker. Værdierne 0,1 og 0,05 er begge optimeringsfaktorer, som blev indført for at få meningsfyldte rationer ved optimering. Stofskifteregulerings faktoren er udregnet ved følgende formel: (6) FV MR = (1,453 2,530 1+e( 0,466 FV r 0,065 ) ) FV MR er grovfoderet stofskiftereguleringsfaktor, FV r er den gennemsnitlige basis fyldeværdi for grovfoder ,2 0,3 0,4 0,5 0,6 0,7 0, Basisfylde for grovfoder (FV r ), fyldeværdi IC=6 IC=9 Figur 4: Sammenhængen mellem grovfoderet basis fylde (FV r ) (7) og stofskiftereguleringsfaktoren (FV MR ) (6) ved foderoptagelseskapacitet på henholdsvis 6 og 9 fyldeenheder. 32

33 Basis fyldeværdi, fyldeenheder/kg TS Baggrund 2.5 Grovfoderets fyldeværdi I det følgende afsnit gennemgået udregningerne af grovfoderet fyldeværdi og gennemgangen tager udgangspunkt i publikationen af Volden (2011a), med mindre andet er nævnt. Hvert grovfoder tildeles en specifik fyldeværdi, mens kraftfoder har en fast fyldeværdi på 0,22 FV/kg TS (Volden, 2011a). Grovfoders fyldeværdi udregnes på baggrund af dets organiske stof fordøjelighed (OMD) og NDF indhold og på den måde differentieres de forskellige grovfodertyper. Det er således kun OMD og NDF indholdet, som er med til at give forskelle mellem grovfoderemner. Således vil to grovfodermidler med samme OMD og NDF indhold, have samme basisfyldeværdi uanset om det er græsensilage, helsædsensilage, majsensilage, hø eller halm. Grovfoderets basis fyldeværdi er udregnet ved følgende formel: (7) FV r = 0,86 OMD 0,005 0,94+0,56 e 0, (NDF 10 )2,9 Hvor FV r er basis fyldeværdien for grovfoderet, OMD er organisk stof fordøjelighed, % og NDF er foderets indhold af NDF, g/kg TS. For at tydeliggøre effekten af NDF indholdet, er basis fyldeværdien i forhold til NDF indholdet vist i figur 5. I figuren er OMD holdt konstant til 70 eller 80 %, således at ændringerne i basis fyldeværdien kun skyldes ændringen i NDF indholdet. Det ses, at basis fyldeværdien stiger ved stigende NDF indhold, samt at OMD påvirker relativt kraftigere ved højt NDF indhold kontra lavt NDF indhold. 0,6 0,5 0,4 0, NDF indhold, g/kg TS FK org. stof = 80 % FK org. stof = 70 % Figur 5: Basisfyldeværdien for en fiktiv ensilage ved forskelligt NDF indhold, mens OMD er holdt konstant ved enten 70 eller 80 %. 33

34 Basis fyldeværdi, fyldeenheder/kg TS Baggrund I figur 6 er en fiktiv ensilages basis fyldeværdi vist i forhold til OMD, ved tre forskellige NDF indhold; 30, 40 og 50 %. Det ses på figuren, at ved stigende OMD, så falder basis fyldeværdien. Det bevirker, at koen har potentiale til at æde mere af en ensilage med en høj OMD kontra en ensilage med en lav OMD, da basis fylden på ensilagen er lavere. 0,6 0,5 0,4 0, OMD, % 30 % NDF 40 % NDF 50 % NDF Figur 6: Basis fyldeværdien for en fiktiv ensilage ved forskellig OMD, mens NDF indholdet er holdt konstant ved enten 30, 40 eller 50 %. Foderoptagelsen kan påvirkes af indholdet af fermenteringsprodukter i form af kortkædet organiske syrer og ammoniak i ensilagen. Derfor er der i NorFor indarbejdet en korrektionsfaktor, som korrigerer grovfoderets fyldeværdi i forhold til mængden af fermenteringsprodukter og ammoniak. Korrektionen i NorFor er baseret på en meta-analyse af Huhtanen et al. (2002), hvor de udviklede et ensilage index, som korrigerede foderoptagelsen på baggrund af indholdet af fermenteringsprodukter. Når der tages højde for fermenteringsprodukter ser formlen for grovfoderets fyldeværdi således ud: (8) FV Korr = 0,86 OMD 0,005 0,94+0,56 e 0, (NDF (1 6400) 10 )2,9 ( 0, ((TAF) ,765 (ln(nh 3N) ln(50)) )) 100 FV korr er fyldeværdien for ensilage efter det er korrigeret for fermenteringsprodukter, FV/kg TS; OMD er organisk stof fordøjelighed, %; NDF er foderets NDF indhold, g/kg TS; TAF er det totale indhold af fermenteringssyre i ensilage, g/kg TS; NH 3 N er indholdet af ammoniak N i det ensilerede foder, g/kg N. Værd at bemærke er, at korrektionen er lig med en, når indholdet af fermenteringsprodukter er 80 g/kg TS og ammoniakindholdet er 50 g/kg TS. Derfor vil fyldeværdien for grovfoderet stige ved en højere værdier og modsat vil fyldeværdien falde ved en lavere værdier. 34

35 Materiale og metode 3 Materiale og metode 3.1 Data Analysen af foderoptagelse og evalueringen af NorFor er baseret på rådata, udvalgt fra tidligere forsøg udført på AU-Foulum. For at data kunne indgå i analysen, skulle følgende krav være opfyldt; forsøgene skulle være udført på lakterende køer, der skulle være ugentligt registreringer på foderoptagelse, mælkeydelse og vægt, og fodringen skulle være tilnærmelsesvis Total mixed ration (TMR). I hovedparten af forsøgene var fodringen kun tilnærmelsesvis TMR, da forsøgsfaciliteterne på AU-Foulum består af automatisk malkesystem (AMS). Derudover skulle forsøgene så vidt mulig indeholde racerne; HOL, JER og RDM, og registreringerne skulle være opdelt i 1. kalvs og ældre. Der skulle samtidig være en overvægt af forsøg, som have registreringer af foderoptagelse fra de første uger efter kælvning og indtil slutningen af laktationen, så det var muligt at følge foderoptagelsens udvikling gennem laktationen. Efter gennemgang af adskillige forsøg, blev syv danske forsøg, udvalgt, og rådata blev stillet til rådighed. De syv udvalgte forsøg er vist i tabel 7. Fælles var, at de havde oplysninger omkring foderoptagelse, vægt og mælkeydelse på uge basis, samt at der var registret race og paritet. Tabel 7: De syv udvalgte forsøg, samt hvilke forfattere, forsøgsdata stammer fra. Derudover ses forsøgstype, laktationsforsøg eller romerkvadrat forsøg, og antallet af behandlinger, og antallet af observationer, indenfor forsøg. Forsøg Forfatter Forsøgstype Antal behandlinger Antal observationer 1 Bossen et al. (2009) Laktationsforsøg Larsen et al. (2012) Laktationsforsøg Weisbjerg et al. (2013) Laktationsforsøg Hymøller et al. (2014) Laktationsforsøg Alstrup et al. (2015) Laktationsforsøg Alstrup et al. (2016) Romerkvadret Johansen og Weisbjerg (2016) Romerkvadret Data sortering De enkelte forsøg havde oprindeligt forskelligt fokus, hvilket bevirkede forskellige tilgange til sorteringen i rådata. I nogle af forsøgene manglede der enkelte registreringer for nogle oplysninger, og derfor blev alle observationer, som enten manglede oplysninger omkring foderoptagelse, vægt, race, paritet eller mælkeydelse sorteret fra. Disse oplysninger var alle nødvendige, for at kunne indgå i den statistiske analyse, samt i evalueringen af NorFor. Efter sorteringen blev de resterende data kørt gennem en renseprocedure på tværs af forsøg, for at gøre data sammenlignelig. Til renseproceduren blev der udregnet en faktor, fodereffektivitet, som var udtrykt ved mælkeydelse i forhold til total optaget energi, udregnet ved hjælp af NorFor. Den gennemsnitlige fodereffektivitet (kg EKM/MJ) for hver race og paritet, samt i tre intervaller i forhold til uger efter kælvning; 0-6 uger, 6-12 uger og uger, blev udregnet på tværs af forsøgene. Derefter blev der kørt to renseprocedurer. I første runde var grænsen for om data blev sorteret fra tre gange standard afvigelsen fra gennemsnittet. Anden runde af renseproceduren blev kørt med to gange standard afvigelsen i forhold til et nyt gennemsnit, udregnet efter første rensningsrunde var udført. Proceduren blev kørt af to omgange, for at 35

36 Materiale og metode fjerne de værste outliere i første runde, hvorefter anden renseprocedure blev kørt for at fjerne outliere, som var skjult af de værste outliere og derfor ikke blev fjernet i første rensning. Første renseprocedure resulterede i, at 349 observationer blev fjernet, mens anden runde resulterede i, at observationer blev fjernet. Samlet blev observationer fjernet, og der var derfor observationer tilbage, som blev til det endelige datasæt. Under bearbejdningen af data, viste de indledende resultater afvigende kurver for foderoptagelse for JER, i forhold til forventet. I de sidste uger, af de 42 opgjorte uger, krydsede kurverne, således at 1. kalvs JER begyndte, at have en højere foderoptagelse end ældre JER. Dette var bemærkelsesværdigt, da det ikke er observeret i andre tidligere opgørelser. Derfor blev forsøg 1 taget ud af datasættet, for at se, hvorledes foderoptagelsen ville opføre sig. Når forsøg 1 ikke indgik i datasættet, blev ældre JER ved med, at have en højere foderoptagelse gennem alle de opgjorte 42 uger, sammenlignet med 1. kalvs JER. Det sammenholdt med, at forsøg 1 var det ældste forsøg, og at mælkeydelsen er steget markant siden da, blev det besluttet, at fjerne forsøg 1 fra det datasæt, som bliver brugt. Der var dog enkelte analyser, som blev foretaget på begge datasæt. Derfor vil der i det følgende blive brugt betegnelserne; reduceret datasæt, hvor forsøg 1 ikke indgår og fulde datasæt, hvor alle forsøg, inklusiv forsøg 1 indgår Dyr Det fulde datasæt bestod af syv danske forsøg, indeholdende 711 lakterende køer på 34 forskellige foderrationer (i det følgende benævnt behandlinger ) og i alt individuelle observationer fordelt på forskellig race, paritet og laktationsstadie. En observation udtrykker et kos gennemsnit over en uge. Enkelte køer indgår i datasættet med flere laktationer og derfor består det fulde datasættet af i alt 966 laktationer. I tabel 7 er forfatterene, forsøgstype, antal behandlinger og antal observationer vist for de syv udvalgte forsøg. Der bruges betegnelsen laktationsforsøg om forsøg, hvor der er registreringer fra de første uger efter kælvning og indtil koen udgår af forsøget. Den anden forsøgstype, som indgår i datasættet er 4x4 romerkvadratforsøg, hvor det var den sidste uge i hver periode, som indgik i datasættet, hvorfor der indgik fire observationer pr. ko. Antallet af observationer for de syv udvalgte forsøg, opdelt i race og paritet kan ses i tabel 8. De syv forsøg udgøres af fem laktationsforsøg og to 4x4 romerkvadrat forsøg. Antallet af registreringer pr. uge og antal registrerede uger for hvor ko varierede mellem de enkelte forsøg. 36

37 Antal Materiale og metode Tabel 8: Fordelingen af de observationer i 1. kalvs og ældre for de tre racer, HOL, JER og RDM i forhold til de syv forsøg. HOL JER RDM Total Forsøg 1. kalvs Ældre 1. kalvs Ældre 1. kalvs Ældre Total fuldt datasæt Total reduceret datasæt Fordelingen af de enkelte observationer i forhold til ydelsesuge er vist i figur 7 og 8, for henholdsvis det fulde datasæt og det reducerede datasæt. Her fremgår det, at der var flest observationer fra uge 2 og frem til uge 15. Antallet af observationer falder fra omkring uge 15 og resten af laktationsperioden. Det skyldes, at ikke alle køer gennemførte de 42 uger. Samtidig var antallet af observationer i uge 1, lavere sammenlignet med de efterfølgende uger og det skyldes, at uge 1 i mange af forsøgene var sorteret fra i rådata. Derudover blev en del af de observationer, der var i rådata for uge 1 fjernet i renseproceduren Ydelsesuge Figur 7: Fordelingen af de i alt observationer, som indgår i det fulde datasæt, i forhold til ydelsesuge. 37

38 Antal Materiale og metode Ydelsesuge Figur 8: Fordelingen af de i alt observationer, som indgår i det reducerede datasæt, i forhold til ydelsesuge. I tabel 9 ses de syv forsøgsgennemsnit for EKM, vægt, dage efter kælvning (DIM), netto energi til laktation (NEL) på tværs af racer og pariteter. Derudover er spredningen illustreret i form af minimums- og maksimumsværdierne for de enkelte faktorer. Tabel 9: Gennemsnit, minimum og maksimumsværdier for EKM, vægt, DIM, NEL og foderoptagelsen for de observationer, opgjort for forsøg. Forsøg EKM, kg/dag Vægt, kg DFK, dage NEL, MJ/dag Foderoptag, kg TS Gns. Min Max Gns. Min Max Gns. Min Max Gns. Min Max Gns. Min Max 1 27,4 5,3 59, ,3 2,1 33,4 2 36,5 11,3 61, ,3 6,3 29,3 3 32,6 12,4 53, ,1 7,8 30,5 4 31,2 10,7 59, ,6 4,7 32,0 5 35,3 13,0 63, ,3 7,6 31,2 6 33,1 22,1 44, ,3 15,1 29,1 7 34,4 24,6 49, ,0 15,0 26,3 I de udvalgte forsøg var staldsystemet løsdrift, med undtagelse af forsøg 6, hvor det var bindestald. Malkesystemet var AMS i de fem laktationsforsøg, mens det var sildebensmalkegrav i forsøg 7 og rørmalkning i forsøg 6. Foderoptagelsen af grundrationen blev registreret ved hjælp af insentic kasser i alle forsøgene, på nær forsøg 6 hvor foderresten blev fjernet ved håndkraft og vejet. I laktationsforsøgene blev kraftfoderoptagelsen registreret i AMS-enheden. I de syv forsøg var fodringen den samme, bortset fra den individuelle kraftfodermængde i robotten, samt kraftfoderandelen værende en anelse anderledes for JER. Det skyldes, at JER generelt har en lavere foderoptagelse og når kraftfodermængden i robotten har været konstant, så betyder det, at JER har fået en lidt større andel af kraftfoder i forhold til HOL og RDM. 38

39 Materiale og metode Foder Ud over kriterier for data omkring koen, blev de syv forsøg også udvalgt i forhold til deres rationssammensætning, med henblik på at kunne analysere hvilke faktorer hos foderet, som påvirkede foderoptagelsen. Næringsstofindholdet i de fem partly mixed ration (PMR) (forsøg 1-5) og de to TMR (forsøg 6-7) blev udregnet ved hjælp af NorFor, og i tabel 10 ses gennemsnitsindholdet af NDF, råprotein, fedt, stivelse og sukker, samt kraftfoderandel. Tallene i tabel 10 er opgjort indenfor forsøg, men på tværs af behandlinger, hvorfor minimums- og maksimumsværdierne viser den spredning, der findes indenfor forsøg. Tabel 10: Gennemsnits-, minimums- og maksimumsværdien for indholdet af NDF, råprotein, fedt og stivelse og sukker, samt kraftfoderandel i de syv forsøg. Forsøg NDF, g/kg TS Råprotein, g/kg TS Stivelse og sukker, g/kg TS Fedt, g/kg TS Kraftfoderandel, % Gns. Min Max Gns. Min Max Gns. Min Max Gns. Min Max Gns. Min Max I appendix B er de enkelte fodermidler vist for hvert af de syv forsøg. Næringsstofsammensætningen for de enkelte fodermidler blev analyseret, da forsøgene fandt sted og de fleste af oplysningerne er opgivet i artiklerne. I forsøgene af Larsen et al. (2012), Hymøller et al. (2014) og Weisbjerg et al. (2013) var der, i artiklerne, ikke opgjort data for tørstofindholdet og OMD for græs-kløver ensilage og majsensilage. Derfor blev der brugt borprøve analyser fra Eurofins, som stammer fra da forsøgene blev gennemført til, at estimere de manglende værdier. Resultaterne fra de enkelte analyser blev vægtet i forhold til antal dage den enkelte ensilage var brugt, og hvor stor en del, ensilagen udgjorde af det samlede tørstof i rationen. En vægtning var nødvendig, da det var laktationsforsøg, hvorfor der indgik flere forskellige ensilager i løbet af laktationsperioden. Antallet af dage blev vægtet, således at den første måned kun talte en tredjedel, anden måned talte en halv, mens de resterende dage talte en. Det skyldes, at der ikke direkte var taget højde for antallet af køer i perioderne. Da det var laktationsforsøg, indgik køerne først i forsøgene, når de havde kælvet og derfor var antallet af køer i starten af forsøgene lavere end i resten af perioden. I forsøget af Weisbjerg et al. (2013) var der heller ikke præsenteret data for koncentrationerne af råprotein, NDF, stivelse og sukker, samt mælkesyre og eddikesyre. De blev således også udregnet ved hjælp af analyser fra Eurofins og vægtet i forhold til antal dage og % af TS. Oplysninger omkring de enkelte fodermidler, som ikke var mulige at fremskaffe gennem artiklerne eller gennem analyserne fra Eurofins, blev fundet i NorFors fodermiddeltabel. Det var således standard værdier, men det bedste bud på de manglende værdier. Til bestemmelse af den kemiske sammensætning af rationerne og de enkelte fodermidler, var foderet blevet analyseret ved hjælp af en konventionel våd kemisk analyse. Prøver af frisk ensilage blev samlet når en ny ensilage blev taget i brug eller hver sjette uge og blevet analyseret ved hjælp af 39

40 Materiale og metode kemisk analyse. I laktationsforsøgene blev der taget prøver af kraftfoder blev taget hver tredje måned og for mineraler blev der taget prøver en gang om året, eller når der blev skiftet blanding. I romerkvadrat forsøgene blev der samme dag, som der blev taget prøver af ensilagen også taget prøver af kraftfoderet. Både kraftfoder og mineraler blev også analyseret ved kemisk analyse (Bossen et al., 2009). For nærmere specifikke oplysninger omkring analysemetoderne i de enkelte forsøg, henvises til de enkelte artikler (Bossen et al., 2009; Larsen et al., 2012; Weisbjerg et al., 2013; Hymøller et al., 2014; Alstrup et al., 2015; Alstrup et al., 2016; Johansen og Weisbjerg, 2016). Da kun nogle artikler havde opgjort OMD for fodermidlerne, blev nogle af fodermidlernes OMD, som nævnt tidligere, bestemt ved hjælp af analyserne fra Eurofins. Det er her værd at nævne, at Eurofins bruger Nær infrarød refleksions spektroskopi (NIRs) til bestemmelse af OMD, mens resultaterne i artiklerne stammer fra Foulums eget laboratorium, hvor prøverne er analyseret in vitro. 3.2 Beregninger Foderoptagelse, mælkeydelse og vægt Resultaterne i tabel 11 og 12 er præsenteret som mindste kvadraters gennemsnit, også kaldet LSMEANS. Standard error på disse gennemsnit (SEM) er også vist. Resultater i figurerne 12, 13, 14, 15, 16, 17, 18, 19 og 20 er alle præsenteret som kurver på estimater fra modellerne. Estimaterne er fremkommet ved hjælp af solution funktionen i SAS. Derefter er Excel brugt til at tegne kurvernes forløb gennem laktationen. Resultaterne i tabel 13 repræsenterer toppunkter for foderoptagelse og mælkeydelse, samt minimumsvægt. Resultaterne er alle udregnet ved at differentiere ligningerne, som blev brugt til beskrivelsen af foderoptagelse, mælkeydelse og vægt og når den differentierede ligning er lig nul, så svare det til toppunkt eller minimumsvægt. Resultaterne i tabel 18 og 21 er udregnet som fejlprædiktionen ved hjælp af de enkelte SAS modeller og prædiktionen er uden random effekt. For at undgå brugen af et responsparameter, blev der modelleret et indtagelsespotentiale (IP), som erstatning for EKM. EKM bruges i dag, som en besætningsbeskrivelse og fortælle noget om potentialet i besætningen. Det samme er meningen med IP og derfor får hver besætning sin egen IP, som fortæller noget om køernes indtagelsespotentiale. I denne undersøgelse blev hvert forsøg betragtet separat og derfor fik hvert forsøg en IP værdi. IP for hvert forsøg blev udregnet ved hjælp af de individuelle observationers IP, som blev brugt til at fitte en kurve. Derefter blev IP i uge 20 brugt som forsøgets IP. Uge 20 blev brugt, da IP på dette tidspunkt var stabilt, så det hverken steg eller faldt markant i forhold til ugerne før og efter. IP blev bestemt for hvert forsøg, som en form for besætnings IP. Det vil sige, at de syv forsøg i denne sammenhæng blev anset som syv besætninger, selvom det var samme besætning de fleste af forsøgene var udført på. Udregning af IP for hver observation blev foretaget ved hjælp af basis fylde og udtrykkes på følgende formel: (9) IP = 0,22 ædt kraftfoder, kg TS + fyldeværdien af grovfoder ædt grovfoder, kg TS 40

41 Materiale og metode Omregningen fra kg mælk til EKM i tabel 2 blev foretaget som beskrevet af Østergaard et al. (1996) ved hjælp af følgende formel: (10) EKM = kg mælk ( (0,383 fedtprocent+(0,242 proteinprocent)+0,7832) ) 3, NorFor Til udregning af koens foderoptagelseskapacitet er anvendt formel (3), hvor de specifikke oplysninger omkring koen er anvendt, på nær værdierne for energi til mobilisering og deponering hvor der er anvendt NorFors standard værdier. De specifikke foderoptag af de enkelte næringsstoffer er udregnet i forhold til den procentuelle del de enkelte fodermidler udgør af rationen, hvor der er anvendt de foderrationer, som er opgjort i artiklerne. Der ved var det muligt, at udregning af fyldeværdien for foderet til den enkelte observation ved hjælp af formel (4). De to udtryk er derefter omregnet til kg TS ved at dividere med fyldeværdien pr kg TS. Derudover er formlerne fra NorFor blevet modelleret i forbindelse med evalueringen, for at se, om det er muligt, at nedbringe fejlprædiktionen. De enkelte modelleringer bliver ikke gennemgået her, men det er formlerne (3), (4), (5) og (6), som er blevet ændret i løbet af modelleringen. Ændringer bliver beskrevet i forbindelse med resultaterne for de enkelte modelleringer Ny regressions koefficienter Data fra det reducerede datasæt blev brugt til at estimere nye regressionskoefficienter til NorFor foderoptagelseskapacitetsformel(3) for HOL. Der blev estimeret koefficienter for både 1. kalvs og ældre HOL. Til at udforme nye regressionskoefficienter for den nuværende formel, blev anvendt problemløser værktøjet (Solver) (Fylstra et al., 1998) i Microsoft Excel. De nye regressionskoefficienter blev tilpasset til modellen ved, at minimere den relative fejl for koens foderoptagelseskapacitet. 3.3 Statistiske evalueringsformler Nøjagtigheden af NorFors prædiktion af foderoptagelsen og de andre modellers prædiktion af foderoptagelsen evalueres ved hjælp af følgende udtryk, som er beskrevet af Bibby og Toutenburg (1977). Prædiktionsfejl: (11) Prædiktionsfejl = O i P i Hvor O i er det observerede foderoptag for observation i, P i er det prædikterede foderoptag for observation i. 41

42 Materiale og metode MSPE: (12) MSPE = n i=1 ( O i P i ) 2 = (O P) 2 + (S n p rs o ) 2 + S 2 o (1 r 2 ) Hvor O i er det observerede foderoptag for observation i, P i er det prædikterede foderoptag for observation i og n er antallet af sammenlignet O og P par, S p er standard afvigelsen for den prædikterede foderoptagelse, S o er standard afvigelsen for den observerede foderoptagelse, r er korrelations koefficienten mellem O og P (Bibby og Toutenburg, 1977). MSPE udtryk i ord: (13) MSPE = generelle fejl + hældningsfejl + tilfældige fejl Prædiktionsfejlen i den originale enhed (RMSPE): (14) Prædiktionsfejl = n i=1 ( O i P i ) 2 n Relativ prædiktionsfejl: (15) Relativ fejl = RMSPE Gennemsnitlig observeret foderoptag 100 % Størrelsen på prædiktionsfejlen fortæller hvor godt eller skidt foderoptagelsen prædikteres. Jo større prædiktionsfejl, jo større afvigelse er der mellem den observerede og den prædikterede foderoptagelse. Selve prædiktionsfejlen fortæller ikke noget om, hvorfor der er en prædiktionsfejl. Det gør derimod opdelingen af MSPE, som opdeles i tre fejl: generelle fejl, hældnings fejl og tilfældige fejl. Den generelle fejl fortæller hvordan niveauet er mellem den observerede og den prædikterede foderoptagelse, hvilket er illustreret i figur 9. Hvis resultaterne giver en høj værdi i generelle fejl, så betyder det, at der er forskel mellem den observerede og den prædikterede foderoptagelse, samt at forskellen mellem den observerede og den prædikterede foderoptagelse er identisk ved en lav, medium og høj foderoptagelse, hvis der ikke er nogen hældningsfejl. Hvis forskellen mellem den observerede og den prædikterede foderoptagelse er større eller mindre ved lav foderoptagelse, sammenlignet med en høj foderoptagelse, så skyldes det hældningsfejl, hvilket er vist i figur 10. Resultatet for hældningsfejlen fortæller imidlertid ikke, om prædiktionen af foderoptagelsen er bedre ved en høj eller en lav foderoptagelse, men dette kan undersøges ved at plotte observationerne. Hvis hverken den generelle fejl eller hældningsfejl kan forklare prædiktionsfejlen, så skyldes den tilfældige fejl, hvilket kan ses illustreret i figur

43 Obs. foderotpagelse, kg TS/dag Obs. foderoptagelse, kg TS/dag Materiale og metode Præd. foderoptagelse, kg TS/dag Overprædiktion Underprædiktion Figur 9: Illustrationer af 100 % generelle fejl på prædiktionen af foderoptagelsen. Den sorte linje er x=y. Overprædiktion af foderoptagelsen er illustreret ved den blå linje, og underprædiktion af foderoptagelsen er illustreret ved den grønne linje Præd. foderoptagelse, kg TS/dag Hældning > 1 Hældning < 1 Figur 10: Illustrationer af 100 % hældningsfejl på prædiktion af foderoptagelsen. Den sorte linje er x=y. Den grønne linje viser en hældningsfejl <1, mens den blå linje viser en hældningsfejl >1. 43

44 Obs. foderoptagelse, kg TS/dag Materiale og metode Præd. foderoptagelse, kg TS/dag Figur 11: Illustration af 100 % tilfældige fejl. Den sorte linje er x=y. Variationen mellem de enkelte punkter kan hverken forklares ved generelle fejl eller hældningsfejl og skyldes derfor 100 % tilfældig fejl. 3.4 Krydsvalidering Krydsvalidering kan bruges til, at evaluere en models evne til at prædiktere foderoptagelsen. Den mest præcise valideringsmetode er testsæt validering, men det er også den dyreste metode, da det kræver et ekstra datasæt (Esbensen et al., 2002). En billigere valideringsmetode er krydsvalidering, hvor man anvender de data, som allerede er til rådighed, hvorfor et ekstra datasæt er ikke nødvendigt. Princippet i krydsvalidering er, at dele af datasættet testes mod andre dele af datasættet. Krydsvalidering kan foregå på forskellige måder, og der er fordele og ulemper ved dem alle. I fuldstændig krydsvalidering tages en observation ud af gangen, mens der modelleres en model på de tilbageværende observationer. Den modellerede model afprøves derefter på den observation, som blev taget ud. Ulempen ved denne valideringsmetode er, at valideringsfejlen ikke vil blive baseret på den fulde model, men på nogle næsten identiske submodeller. Samtidig er krydsvalidering i et datasæt med mange observationer meget tidskrævende. I sådanne tilfælde kan der i stedet anvendes opdelt krydsvalidering. I opdelt krydsvalidering splittes datasættet op i enkelte dele, som indeholder en given mængde observationer, fx 10 % procent eller et forsøg. Når opdelingen er foretaget, undlades en opdeling af de opsplittede observationer og resten af observationerne bruges til modellen. Den primære udfordring med denne metode er, at bestemme størrelsen af opdelingen, som skal undlades (Esbensen et al., 2002). I det aktuelle studie blev der anvendt opdelt krydsvalidering til bestemmelse af hvilken model, der skulle bruges til modellering af foderoptagelsen. I forhold til bestemmelse af modellen med ko relateret faktorer blev der opstillet to forskellige modeller; en simpel model og en avanceret model. For begge modeller blev der foretaget en opdelt krydsvalidering med de enkelte forsøg som opdeling. Det vil sige, at et forsøg skiftevis blev undladt, hvorefter de resterende forsøg blev brugt til at modellere en model, som derefter blev afprøvet på det undladte forsøg. 44

45 Materiale og metode 3.5 Modellering af foderoptagelse Med udgangspunkt i den simple model blev foderoptagelsen modelleret af to omgange. Første model indeholdt oplysninger omkring koen (18), mens anden model indeholdt oplysninger omkring foderet (19). De brugte oplysninger omkring koen var: race, paritet, uger efter kælvning, den naturlige logaritme til uger efter kælvning, EKM og vægt. Modellen blev modelleret på det reducerede datasæt, altså de seks af de syv forsøg. Efter modelleringen af den nye model, blev foderoptagelsen prædikteret for de observation i det fulde datasæt. Det vil sige, at prædiktionen skete på alle syv forsøg og altså også forsøg 1, selvom det ikke indgik i modelleringen af modellen. Efter prædiktionen af foderoptagelsen for hver enkelt observation, blev der udregnet en residual for hver enkelt observation, ved at trække den prædikterede foderoptagelse fra den observerede foderoptagelse. Det resulterede således i residual observationer, og hvis residualen var negativ skyldes det, at den prædikterede foderoptagelse var højere end den observerede foderoptagelse og omvendt var den observerede foderoptagelse højere end den prædikterede foderoptagelse, hvis residualen var positiv. Herefter blev der udregnet et gennemsnit af residualerne for hvert enkelt behandling. Det reducerede antallet af observationer fra observationer til 34 observationer. Det var muligt, at reducere antallet af observationer, da der indenfor behandlingen ikke var nogen variation i fodersammensætningen. Der blev derefter modelleret en model på de 34 residual observationer i forhold til fodersammensætningen og her var det faktorerne råprotein, råfedt og kraftfoderanden der var signifikante og således blev brugt. Efter modelleringen af modellen, blev modellen brugt til, at prædiktere en residual for hver behandling. Den prædikterede residual for hver behandling blev derefter lagt til den prædikterede værdi fra modellen med faktorerne hos koen, således at hver enkelt observation havde en samlet prædikteret foderoptagelse, der bestod af den prædikterede værdi fra komodellen plus den prædikterede værdi fra rationsmodellen, alt efter hvilken behandling de havde været på. 3.6 Statistiske analyser Den statistiske analyse af foderoptagelse, mælkeydelse og vægt, blev gennemført med tilfældig effekt af forsøg og behandling. De statistiske analyser blev udført i SAS University edition (SAS Institute Cary NC, 2016). Til dataanalysen af foderoptagelse, mælkeydelse og vægt er der anvendt en HPMIXED procedure. HP er forkortelsen for high performance og benyttes i det aktuelle studie, da det høje antal af observation gør det umuligt, at køre analysen i en traditionel MIXED procedure. I modellen er inkluderet tilfældigt niveau og hældning af uge og ln(uge), samt ustruktureret variansstruktur. Race, paritet, behandling, forsøg og den enkelte ko er alle klassevariabler, mens uge er kontinuert variabel. For at parametrene bliver betragtet som signifikante, kræves en p-værdi på under 0,05. Det er ikke alle parametre i modellen, som har en signifikant effekt. De er medtaget i modellen, da de har relevans for opstillede hypoteser og problemformuleringen. For hver race, og paritet indenfor race, opgøres resultatet for foderoptagelse, mælkeydelse og vægt ved hjælp af mindste kvadrats gennemsnit (LS-means). Samtidig anvendes funktionen solutions, som giver estimater for de enkelte parametre, som indgår i modellen. Disse estimater gør det muligt, at opstille en ligning, som kan bruges til at illustrere udviklingen gennem laktationen for foderoptagelse, mælke- 45

46 Materiale og metode ydelse og vægt, for henholdsvis ældre HOL, ældre JER, ældre RDM, 1. kalvs HOL, 1. kalvs JER og 1. kalvs RDM. Den statistiske model er som følgende: (16) Y ijlfku = μ + r i + p j + (rp) ij+ (β + β i + β j + β ij + B k(j(f)) )u + (γ + C k(j(f)) ) ln(u) + D l(f) + E k(j(f)) + ԑ ijlfku Y er foderoptagelse, mælkeydelse eller vægt µ er det samlede gennemsnit r er effekt af race (i = Holstein, Jersey, RDM) p er effekt af paritet (j = 1. kalvs, ældre) β er regressions koefficient for uge (u) γ er regressions koefficient for den naturlige logaritme til uge (ln(u)) B er tilfældig regressionskoefficient for uge indenfor ko indenfor paritet indenfor forsøg (f=1,2,..,7) C er tilfældig regressionskoefficient for den naturlige logaritme til uge indenfor ko indenfor paritet indenfor forsøg D er tilfældig effekt af behandling indenfor forsøg (l =1,2,,34) E er tilfældig effekt af ko indenfor paritet indenfor forsøg ԑ er tilfældig fejl Modellering af foderoptagelse Til modellering af foderoptagelsen blev der først foretaget en krydsvalidering mellem to modeller, som kun indeholdt ko relateret faktorer. Den ene model var en avanceret model, som indeholdt adskillige vekselvirkninger, mens den anden model var en mere simpel model, med kun en vekselvirkning. Den statiske analyse, blev foretaget fra samme udgangspunkt, som modellen til beskrivelse af foderoptagelsen. Derudover indgår EKM og vægt i den avancerede og den simple model og de to faktorer er begge kontinuerte variabler. Den avancerede model: (17) Y ijlfkumv = μ + r i + p j + (rp) ij+ (β + β i + β j + β ij + B k(j(f)) ) u + (γ + C k(j(f)) ) ln(u) + (α)m + (δ)v + D l(m) + E k(j(f)) + ԑ ijlfkumv Y er foderoptagelsen µ er det samlede gennemsnit 46

47 Materiale og metode r er effekt af race (i = Holstein, Jersey, RDM) p er effekt af paritet (j = 1. kalvs, ældre) β er regressions koefficient for uge (u) γ er regressions koefficient for naturlige logaritme til uge (ln(u)) α er regressions koefficient for EKM (m) δ er regressions koefficient for vægt (v) B er tilfældig regressionskoefficient for uge indenfor ko indenfor paritet indenfor forsøg (f=1,2,..,7) C er tilfældig regressionskoefficient for den natulige logaritme til uge indenfor ko indenfor paritet indenfor forsøg D er tilfældig effekt af behandling indenfor forsøg (l =1,2,,34) E er tilfældig effekt af ko indenfor paritet indenfor forsøg ԑ er tilfældig fejl Den simple model: (18) Y ijlfkumv = μ + r i + p j + (β + β j + B k(j(f)) )u + (γ + C k(j(f)) ) ln(u) + (α)m + (δ)v + D l(f) + E k(j(f)) +ε ijlfkumv Y er foderoptagelsen µ er det samlede gennemsnit r er effekt af race (i = Holstein, Jersey, RDM) p er effekt af paritet (j = 1. kalvs, ældre) β er regressionskoefficient for uge (u) γ er regressionskoefficient for den naturlige logaritme til uge (ln(u)) α er regressionskoefficient for EKM (m) δ er regressionskoefficient for vægt (v) B er tilfældig regressionskoefficient for uge indenfor ko indenfor paritet indenfor forsøg (f=1,2,..,7) C er tilfældig regressionskoefficient for den naturlige logaritme til uge indenfor ko indenfor paritet indenfor forsøg D er tilfældig effekt af behandling indenfor forsøg (l =1,2,,34) E er tilfældig effekt af ko indenfor paritet indenfor forsøg ԑ er tilfældig fejl 47

48 Materiale og metode Efter foderoptagelsen, for de enkelte observationer, er blevet beskrevet ved hjælp af ko relaterede faktorer, er der for hver behandling, blevet udregnet et gennemsnit af residualer for observationerne på de enkelte behandlinger. Residualerne er den observerede foderoptagelse minus den prædikterede foderoptagelse, fra modellen med ko relaterede faktorer. Foderoptagelsen korrigeret for ko relaterede faktorer, blev derefter analyseret i forhold til rationsfaktorer. Til dataanalysen af foderoptagelsen, korrigeret for ko relaterede faktorer, blev der også anvendt en HPMIXED procedure. I HPMIXED proceduren var der tilfældig effekt af forsøg, og variansstrukturen var ustruktureret. Forsøg var en klasse variabel, mens råproteinkoncentrationen, råfedtkoncentationen og kraftfoderandelen alle var kontinuerte variable. Rationsmodel: Y f = μ + G f + α(p) + β(f) + γ(k) + ε f Y er foderoptagelsen efter den er korrigeret for faktorerne omkring koen µ er det samlede gennemsnit G er tilfældige effekt af forsøg (f = 1,2, 7) p er regressionskoefficienten for råprotein koncentrationen (p) f er regressionskoefficienten for råfedt koncentrationen (f) k er regressionskoefficienten for kraftfoderandelen (k) ԑ er tilfældig fejl Ved hjælp af modellen med rationsfaktorerne er det muligt at estimere foderoptagelsen, efter at foderoptagelsen er korrigeret for faktorer relateret til koen. Samtidig er det muligt, at kombinere modellen med faktorer relateret til koen og modellen med faktorer relateret til rationen. I førstnævnte model, fik hver enkelt observation en prædikteret foderoptagelse. Derefter blev der udregnet en gennemsnitlig residual for hver behandling, som blev brugt i modellen med faktorer for rationen. Her fik hver behandling prædikteret en residual og når den prædikterede foderoptagelse fra modellen med ko relaterede faktorer kombineres med den prædikterede residual fra modellen med faktorerne for rationen, fås en samlet prædiktion af foderoptagelsen. Det er her vigtigt, at den prædikterede residual fra modellen med rationsfaktorerne, kombineres med observationerne fra den selvsamme behandling. 3.7 Uafhængigt datasæt Et uafhængigt datasæt fra NorFor, blev stillet til rådighed for test af nye model forslag. Testsættet indeholdt de nødvendige oplysninger og skulle derfor ikke samles først. Testsættet bestod af 447 observationer, hvor hver observation var defineret som et behandlingsgennemsnit. I testsættet indgik der racerne HOL, RDM, Norsk rødt kvæg (NRF), Svensk låglandsboskap (SLB) og Svensk rød (SRB) og registreringerne var opdelt i 1. kalvs og ældre. Testsættet bestod af observationer fra både 48

49 Materiale og metode danske, norske, svenske og finske forsøg, samt amerikanske. Derfor var der også stor variation i fodringsprincipperne, hvor der enten var anvendte TMR eller separat fodring. Samtidig var opstaldningsformen enten bindestald eller løsdrift. Dette er vigtigt, at have noteret, da køerne i løsdrift tildeles en konstant på 0,15, så deres foderoptagelseskapacitet øges (Volden et al., 2011). Derudover havde observationerne et spænd i dage efter kælvning fra dage, mens mælkeydelsen varierede fra 10,3-49,7 kg EKM og vægten varierede fra kg. Der var stor forskel i rationssammensætningen mellem de enkelte forsøg, hvor grovfoderet var enten græsensilage, kløvergræsensilage, majsensilage, lucerneensilage, hø eller halm. Udover grovfoderet blev der i alle forsøgene også tildelt kraftfoder, enten blandet i grundrationen eller som supplering ved siden af grundrationen. En nærmere gennemgang vil ikke bliver gennemført i afhandlingen, da testsættet ikke har været hovedfokus. 49

50 Resultater 4 Resultater Resultaterne i de følgende afsnit omkring foderoptagelse, mælkeydelse og vægt vil blive vist for de to forskellige datasæt. Det fulde datasæt, hvor alle observationer, svarende til 966 laktationer, indgik og det reducerede datasæt, hvor forsøg 1 ikke indgik og hvor antallet af observationer derfor var reduceret til observationer, svarende til 536 laktationer. 4.1 Foderoptagelse Den gennemsnitlige foderoptagelse for de første 42 uger efter kælvning, i begge datasæt, var lavest for 1. kalvs JER med 15,7 kg TS/dag i det fulde datasæt, og 15,5 kg TS/dag i det reducerede datasæt. Den gennemsnitlige højeste foderoptagelse blev set hos ældre HOL og var på 21,8 kg TS/dag i det fulde datasæt og 22,0 kg TS/dag i det reducerede datasæt. Inden for racerne blev den gennemsnitlige højeste foderoptagelse registreret hos ældre i forhold til med 1. kalvs. I begge datasæt var der signifikant effekt af uger efter kælvning, den naturlige logaritme til uger efter kælvning, race, paritet og vekselvirkningen mellem uger efter kælvning og paritet, mens der ikke var nogen signifikant effekt af trevejs vekselvirkningen, uger efter kælvning, race og paritet. I det reducerede datasæt var der også signifikant effekt af vekselvirkningen uger efter kælvning og paritet, mens dette ikke var tilfældet i det fulde datasæt. 4.2 Vægt Den gennemsnitlige vægt i gennem de første 42 uger efter kælvning varierede ikke meget mellem de to datasæt. Den gennemsnitlige laveste vægt i begge opgørelser, var for 1. kalvs JER, som vejede 434 kg i det fulde datasæt og 429 kg i det reducerede datasæt. Ældre HOL havde den højeste gennemsnitlige vægt, på 662 kg i det fulde datasæt, mens ældre RDM havde den højeste gennemsnitlige vægt i det reducerede datasæt på 655 kg. Ligesom for foderoptagelsen vejede de ældre mest, sammenlignet med 1. kalvs inden for de tre racer. De enkelte racer og pariteter havde stort set den samme vægt i de to datasæt. Den største forskel mellem de to datasæt blev fundet for 1. kalvs RDM, hvor gennemsnitsvægten i det fulde datasæt var 597 kg, mens den i det reducerede datasæt var 584 kg. I begge datasæt var der signifikant effekt af uger efter kælvning, den naturlige logaritme til uger efter kælvning, race, paritet og vekselvirkningerne race og paritet og vekselvirkningen uger efter kælvning og race. I det fulde datasæt var der også signifikant effekt af vekselvirkningen uger efter kælvning og paritet, mens denne vekselvirkning ikke var signifikant i det reducerede datasæt. I begge datasæt var der ikke en signifikant effekt af trevejs vekselvirkningen uger efter kælvning, race og paritet. 50

51 Fulde datasæt Tabel 11: Gennemsnitsværdier 1 for det fulde datasæt (7 forsøg, observationer), for foderoptagelse, vægt og mælkeydelse for 1. kalvs og ældre køer for racerne JER, HOL og RDM. JER HOL RDM P-værdi 1. kalvs Ældre 1. kalvs Ældre 1. kalvs Ældre SEM Uge Ln(uge) Race Paritet Race X Paritet Foderoptagelse, kg TS 15,7 17,7 18,5 21,8 18,1 20,8 0,02 *** *** *** *** *** NS *** NS Mælkeydelse, kg EKM 25,7 30,5 29,8 36,2 27,2 32,5 0,05 *** *** *** *** *** *** *** *** Vægt, kg ,62 *** *** *** *** ** *** *** NS * P-værdi under 0,1. ** P-værdi under 0,05. *** P-værdi under 0,01. NS ikke signifikant. 1) For de første 42 uger efter kælvning Uge X race Uge X paritet Uge X race X paritet Reduceret datasæt Tabel 12: Gennemsnitsværdier 1 for det reducerede datasæt (6 forsøg, observationer), for foderoptagelse, vægt og mælkeydelse for 1. kalvs og ældre køer for racerne JER, HOL og RDM. JER HOL RDM P-værdi 1. kalvs Ældre 1. kalvs Ældre 1. kalvs Ældre SEM Uge Ln(uge) Race Paritet Race X Paritet Foderoptagelse, kg TS 15,5 18,1 18,4 22,0 17,7 20,1 0,03 *** *** *** *** *** *** *** NS Mælkeydelse, kg EKM 26,0 31,6 30,6 37,8 27,3 32,7 0,06 *** *** *** *** *** *** *** *** Vægt, kg ,85 *** *** *** *** * *** NS NS * P-værdi under 0,1. ** P-værdi under 0,05. *** P-værdi under 0,01. NS ikke signifikant. 1) For de første 42 uger efter kælvning. Uge X race Uge X paritet Uge X race X paritet

52 Foderoptagelse, kg TS/dag Resultater 4.3 Mælkeydelse Den gennemsnitlige mælkeydelse for de første 42 uger blev opgjort i EKM for de to datasæt. I de to datasæt blev den højeste mælkeydelse, indenfor alle tre racer, målt hos de ældre, sammenlignet med 1. kalvs. Ældre HOL havde den højeste mælkeydelse, mens 1. kalvs JER havde den laveste mælkeydelse i både det fulde og det reducerede datasæt. I det fulde datasæt havde ældre HOL en mælkeydelse på 36,2 kg EKM/dag, mens den i det reducerede datasæt var på 37,8 kg EKM/dag. 1. kalvs JER havde en mælkeydelse i det fulde datasæt på 25,7 kg EKM/dag og i det reducerede datasæt var den på 26,0 kg EKM/dag. Faktorer der indgik i modellen til beskrivelse af mælkeydelse var alle signifikante. 4.4 Fuldt datasæt Foderoptagelse Foderoptagelsens udvikling gennem laktationen for ældre og 1. kalvs, inden for racerne HOL, JER og RDM, er vist i figur 12. Gennem hele laktationen havde ældre HOL den højeste foderoptagelse, mens 1. kalvs JER havde den laveste foderoptagelse gennem stort set hele laktationen, men endte med at have en større foderoptagelse end ældre JER fra omkring uge 38 og resten af laktationen. JER var den eneste race, hvor 1. kalvs havde en større foderoptagelse end de ældre i løbet af de første 42 uger af laktationen, da ældre RDM og ældre HOL havde den højeste foderoptagelse gennem hele laktationen sammenlignet med de respektive 1. kalvs Uge efter kælvning HOL, ældre JER, ældre RDM, ældre HOL, 1. kalvs JER 1. kalvs RDM, 1. kalvs Figur 12: Udviklingen i foderoptagelse, gennem de første 42 uger efter kælvning, for 1. kalvs og ældre indenfor racerne HOL, JER og RDM. Udviklingen i foderoptagelse gennem laktationen for ældre HOL, ældre RDM og ældre JER var stort set den samme. Det samme billede var gældende for 1. kalvs RDM og 1. kalvs JER, mens 1. kalvs HOL havde en relativ højere foderoptagelse i slutningen af laktationen, sammenlignet med 1. 52

53 Vægt, kg Resultater kalvs RDM og 1. kalvs JER. I de første par uger efter kælvning havde 1. kalvs RDM og 1. kalvs HOL stort set den samme foderoptagelse, hvorimod forskellen i uge 35 var på 1,0-1,5 kg TS. Samtidig var forskellen i foderoptagelse mellem JER og de to andre racer mindst i starten af laktationen, mens forskellen blev større og større, jo flere uger fra kælvning Vægt Udviklingen i vægt gennem laktationen ses i figur 13. I de første uger blev set et fald i vægt, mens den fra omkring uge 5-10 begyndte at stige igen og gør det resten af laktationsperioden. Det resulterede i, at alle køerne i slutningen af laktationen vejede mere end de gjorde i starten af laktationen. Ældre JER havde flest uger med faldende vægt, og de begyndte først at tage på igen efter uge 10. Når køerne begyndte at tage på, brugte HOL og RDM omkring uger for at nå samme vægt som ved kælvning, mens 1. kalvs JER brugte omkring 30 uger og ældre JER brugte omkring 37 uger. Ældre HOL og ældre RDM havde den højeste vægt gennem hele laktationen og de to pariteter havde ligeledes stort set den samme vægt gennem hele laktationen. Udviklingen i vægt for 1. kalvs HOL og 1. kalvs RDM fulgte ikke helt den samme som ældre. I starten af laktationen havde 1. kalvs HOL og 1. kalvs RDM stort set samme vægt, men gennem laktationen opnåede 1. kalvs RDM en højere vægt end 1. kalvs HOL. Den laveste vægt gennem hele laktationsperioden sås hos 1. kalvs JER, men vægten steg kraftigere end for ældre JER. Derfor var forskellen mellem 1. kalvs JER og ældre JER mindre i slutningen af laktationen, sammenlignet med starten af laktationen Uger efter kælvning HOL, ældre JER, ældre RDM, ældre HOL, 1. kalvs JER, 1. kalvs RDM, 1. kalvs Figur 13: Udviklingen i vægt gennem de første 42 uger af laktationen, for 1. kalvs og ældre indenfor racerne HOL, JER og RDM. 53

54 Mælkeydelse, kg EKM/dag Resultater Mælkeydelse Mælkeydelsens udvikling gennem laktationen for 1. kalvs HOL, 1. kalvs RDM, 1. kalvs JER, ældre HOL, ældre RDM og ældre JER er vist i figur 14. Indenfor de enkelte racer, var der forskel mellem 1. kalvs og ældre, og der var også forskel på tværs af racerne. For alle tre racer havde ældre den højeste mælkeydelse i starten af laktationen og den kraftigste nedgang i mælkeydelse gennem laktationen. 1. kalvs køerne indenfor de tre racer havde derimod en fladere ydelseskurve. Det resulterede i, at 1. kalvs HOL havde en højere mælkeydelse end ældre HOL i uge 35, 1. kalvs RDM havde en højere mælkeydelse end ældre RDM i uge 33, mens 1. JER havde en højere mælkeydelse end ældre JER i uge 37. Selvom 1. kalvs endte med at have en højere mælkeydelse i den sidste del af laktationen, så havde de ældre stadig en samlet højere mælkeydelse for de i alt 42 uger. De ældres fald var således ikke så kraftigt, at 1. kalvs opnåede en højere mælkeydelse for den samlede laktationsperiode Uger efter kælvning HOL, ældre JER, ældre RDM, ældre HOL, 1. kalvs JER, 1. kalvs RDM, 1. kalvs Figur 14: Mælkeydelsens udvikling gennem de første 42 uger efter kælvning, for 1. kalvs og ældre indenfor racerne HOL, JER og RDM Indtagelsespotentiale Figur 15 viser udviklingen af indtagelsespotentiale (IP) gennem laktationen for ældre HOL i de syv forsøg. Udviklingen var stort set den samme for 1. kalvs og for de andre racer, så derfor er figuren kun vist for ældre HOL. Resultaterne i figuren viser, at der var stor variation i IP gennem laktationen, hvor der i de første 10 uger blev set en kraftig stigning, mens den var mere stabil gennem resten af laktationen. Mellem forsøgene var der en forskel, således at forsøg 1 havde den laveste IP og forsøg 2 og 3 havde den højeste IP. Forskellen mellem de syv forsøg var mindst i starten af laktationen og blev større i løbet af de første uger. Fra uge 10 var forskellen mellem de syv forsøg stort set den samme gennem de resterende 32 uger. På figuren er det svært, at se kurven for forsøg 2. Det skyldes, at den er gemt bag kurven for forsøg 3, således var IP den samme i de to forsøg. 54

55 IP, fyldeenheder Resultater Uge efter kælvning Forsøg 1 Forsøg 2 Forsøg 3 Forsøg 4 Forsøg 5 Forsøg 6 Forsøg 7 Figur 15: Udviklingen i indtagelsespotentiale (IP) for de første 42 uger efter kælvning for ældre HOL, for de syv forsøg som indgik i det fulde datasæt. 4.5 Reduceret datasæt Foderoptagelse Foderoptagelsens udvikling gennem laktationen for ældre HOL, ældre RDM, ældre JER, 1. kalvs HOL, 1. kalvs RDM og 1. kalvs JER, for det reducerede datasæt, er vist i figur 16. Ældre HOL havde den højeste foderoptagelse gennem hele laktationen, mens 1. kalvs JER havde den laveste foderoptagelse. Ændringerne i foderoptagelsen gennem laktationen var stort set identisk for ældre HOL og ældre RDM og forskellen mellem de to racer var mindst i de første uger efter kælvning. Ældre JER havde derimod et kraftigere fald gennem laktationen, sammenlignet med ældre HOL og ældre RDM. Udviklingen i foderoptagelse gennem laktationen for 1. kalvs var markant anderledes i forhold til de ældres. Fælles for 1. kalvs for de tre racer var, at foderoptagelsen var mere persistent, hvilket kom til udtryk ved, at foderoptagelsen steg gennem en længere periode, og samtidig ikke havde det samme fald efter toppunktet, som for de ældres vedkommende. I de første fem uger efter kælvning havde 1. kalvs HOL og 1. kalvs RDM stort set ens foderoptagelse, men herfra og gennem resten af laktationen havde 1. kalvs HOL en højere foderoptagelse. 1. kalvs JER havde den laveste foderoptagelse gennem hele laktationen, men forskellen til ældre JER blev mindre mod slutningen af laktationen. Når JER nåede uge 42 havde 1. kalvs JER stort set den samme foderoptagelse som ældre JER. 55

56 Foderoptaglse, kg TS/dag Resultater Uger efter kælvning HOL, ældre JER, ældre RDM, ældre HOL, 1. kalvs JER, 1. kalvs RDM 1. kalvs Figur 16: Udviklingen i foderoptagelse i de første 42 uger efter kælvning, for 1. kalvs og ældre indenfor racerne HOL, JER og RDM i det reducerede datasæt Vægt Vægtens udvikling i de første 42 uger af laktationen, for det reducerede datasæt kan ses i figur 17. I de første 6-8 uger tabte alle køerne sig, hvorefter de begyndte at stige i vægt igen. Når de kom til uge 20 havde 1. kalvs og ældre for HOL og RDM samme vægt, som de havde ved kælvning. Dette var ikke tilfældet for JER, hvor 1. kalvs først opnåede samme vægt som ved kælvning omkring uge 26, mens ældre JER skulle helt hen til uge 34, før de havde samme vægt som ved kælvning. I forhold til udviklingen gennem laktationen lå ældre HOL og ældre RDM på stort set samme niveau, dog med ældre HOL som de tungeste i de første 22 uger, mens ældre RDM var de tungeste i de resterende 20 uger. Udviklingen i vægt for 1. kalvs HOL og 1. kalvs RDM var den samme, som hos de respektive ældre, men forskellen i vægt mellem 1. kalvs og ældre indenfor racerne var omkring 75 kg gennem laktationen. I gennem hele laktationen var det 1. kalvs JER, der vejede mindst, men forskellen mellem 1. kalvs JER og ældre JER var størst i starten af laktationen, mens forskellen var noget mindre i slutningen af laktationen. 56

57 Vægt, kg Resultater Uge efter kælvning HOL, ældre JER, ældre RDM, ældre HOL, 1. kalvs JER, 1. kalvs RDM, 1. kalvs Figur 17: Udviklingen i vægt gennem de første 42 uger af laktationen, for 1. kalvs og ældre indenfor racene HOL, JER og RDM for det reducerede datasæt Mælkeydelse Udviklingen i mælkeydelse gennem laktationen er vist i figur 18. Ældre HOL havde den højeste mælkeydelse gennem det meste af laktationen og det var kun 1. kalvs HOL, som havde en højere mælkeydelse indenfor de første 42 uger efter kælvning. Ældre RDM havde det næsthøjeste toppunkt og mælkeydelsens udvikling igennem laktationen lignede forløbet for ældre HOL. Da ældre RDM lå omkring 5 kg EKM lavere i toppunktet end ældre HOL, bevirkede det også en noget lavere ydelse i slutningen af laktationen. Efter uge 32 var ældre RDM således dem med den laveste ydelse, mens det indtil uge 32 var 1. kalvs JER, som havde den laveste mælkeydelse. Ældre JER adskilte sig i forhold til ældre HOL og ældre RDM ved, at have en fladere ydelseskurve, som ikke faldt ligeså kraftigt efter toppunktet og holdt en mere konstant mælkeydelse gennem laktationen. JER var således den eneste race, hvor 1. kalvs ikke havde en højere mælkeydelse i forhold til ældre i løbet af de 42 uger. Mælkeydelsens udvikling gennem laktationen for 1. kalvs HOL, 1. kalvs RDM og 1. kalvs JER var stort set identisk, og det var kun niveauet mellem de tre racer, som var forskelligt, dog havde 1. kalvs RDM et lidt større fald gennem laktationen, selvom det ikke var meget. Sammenlignet med de respektive ældre, så toppede 1. kalvs først omkring uge 10, mens de ældre allerede toppede omkring uge 5 og samtidig havde 1. kalvs en mere persistent mælkeydelseskurve og opretholdte en højere mælkeydelses i slutningen af laktationen. De ældre havde dog stadig den samlet højeste mælkeydelse i de første 42 uger af laktationen. 57

58 Mælkeydelse, kg EKM/dag Resultater Uger efter kælvning HOL, ældre JER, ældre RDM, ældre HOL, 1. kalvs JER, 1. kalvs RDM, 1. kalvs Figur 18: Udviklingen i mælkeydelse gennem de første 42 uger af laktationen, for 1. kalvs og ældre indenfor HOL, JER og RDM for det reduceret datasæt. Tabel 13 viser i hvilken uge foderoptagelsen og mælkeydelsen toppede, samt hvilken uge den laveste vægt blev målt for 1. kalvs og ældre for racerne HOL, JER og RDM. Foderoptagelsen toppede senere end mælkeydelse, og både foderoptagelse og mælkeydelse toppede senere for ældre sammenlignet med 1. kalvs. Når det kommer til vægt var der ikke stor forskel mellem ældre og 1. kalvs i forhold til hvilken uge, de begyndte at tage på igen. Tabel 13: Toppunktet for foderoptagelse, mælkeydelse og lavpunkt for vægt for 1. kalvs og ældre HOL, JER og RDM i det reducerede datasæt. Race Paritet Toppunkt Lavpunkt Foderoptagelse Mælkeydelse Vægt Uge kg TS/dag Uge kg EKM/dag Uge kg HOL 1. kalvs 25 19, , Ældre 17 23,0 6 42, JER 1. kalvs 21 16, , Ældre 15 19,2 8 34, RDM 1. kalvs 19 18, , Ældre 18 21,2 6 37,

59 IP, fyldeenheder Resultater Indtagelsespotentiale I figur 19 er udviklingen i IP gennem laktationen vist for ældre HOL. IP er kun vist for ældre HOL, da forløbet gennem laktationen var den samme for de andre racer og pariteter, og det var kun niveauet der varierede en anelse mellem racerne og pariteterne. I figur 19 ses det, at forsøg 5 havde den laveste IP, mens forsøg 3 havde den højeste. Derudover havde forsøg 4 og forsøg 6 samme IP og kurven for forsøg 4 blev derfor skjult bag kurven for forsøg Uge efter kælvning Forsøg 2 Forsøg 3 Forsøg 4 Forsøg 5 Forsøg 6 Forsøg 7 Figur 19: Udviklingen i foderoptagelseskapacitet i de første 42 uger efter kælvning for ældre HOL i de syv forsøg der indgik i opgørelsen Foderoptagelse forholdet mellem 1. kalvs og ældre I figur 20 ses forholdet i foderoptagelse mellem ældre og 1. kalvs for de tre racer, for de første 42 uger af laktationen. I gennem laktationen ses det af figuren, at indenfor de tre racer åd de ældre mere end 1. kalvs. Forskellen mellem ældre og 1. kalvs var størst i de første uger efter kælvning, og i uge 1 åd de ældre HOL og JER omkring 45 % mere end 1. kalvs. Forskellen mellem 1. kalvs RDM og ældre RDM var ikke ligeså markant, som for HOL og JER, da de ældre kun åd 25 % mere end 1. kalvs. I ugerne efter blev forskellen mellem ældre og 1. kalvs betydeligt mindre og ved uge otte var forskellen mellem ældre og 1. kalvs HOL ca. 25 %, JER 21 % og RDM 15 %. Gennem resten af laktationen var forholdet mellem ældre RDM og 1. kalvs RDM stort set det samme, og i uge 42 åd de ældre RDM således omkring 12 % mere end 1. kalvs RDM. Forholdet i foderoptagelse var noget anderledes for HOL og JER. Her blev forskellen mellem ældre og 1. kalvs mindre gennem hele laktationen, og specielt for JER var der ikke særligt stor forskel, når de kom til uge 42, da ældre JER kun åd et par procent mere end 1. kalvs JER. Forskellen mellem ældre HOL og 1. kalvs HOL blev ikke reduceret lige så meget som for JER, og når de kom til uge 42 åd ældre HOL stadig lige knap 10 % mere end 1. kalvs HOL. 59

60 Forhold i foderoptagelse Resultater 1,5 1,4 1,3 1,2 1,1 1, Uger efter kælvning, uge HOL JER RDM Figur 20: Forholdet i foderoptagelse mellem ældre og 1. kalvs gennem de første 42 uger af laktationen for racerne HOL, JER og RDM for det reduceret datasæt. Det er således ældre, der har den højeste foderoptagelse, når værdien er over NorFors prædiktion af foderoptagelse I tabel 14 er den observerede foderoptagelse og den NorFor prædikterede foderoptagelse vist for det reducerede datasæt. Resultaterne viste en generel overprædiktion af foderoptagelse af NorFor, da 1. kalvs og ældre for racerne HOL, JER og RDM havde en højere prædikteret foderoptagelse sammenlignet med den observerede foderoptagelse. Den højeste observerede foderoptagelse blev set for ældre HOL med 22,3 kg TS/dag, mens den laveste foderoptagelse var for 1. kalvs JER, som kun lå på 15,7 kg TS/dag. Samtidig viste resultaterne for alle tre racer, at de ældre havde en højere observeret og prædikteret foderoptagelse sammenlignet med 1. kalvs. Den højeste prædikterede foderoptagelse blev set for ældre HOL med 24,6 kg TS/dag, mens den laveste prædikterede foderoptagelse var for 1. kalvs JER med 19,0 kg TS/dag. Derudover viste resultaterne i tabel 14, at den største prædiktionsfejl findes hos JER, hvor prædiktionsfejlen var henholdsvis 3,8 kg TS/dag for 1. kalvs og 3,9 kg TS/dag for ældre, hvilket for begge pariteter svarede til en relativ prædiktionsfejl på over 20 %. Det meste af denne prædiktionsfejl kunne forklares ved generelle fejl. Den generelle fejl kan oversættes til niveaufejl, således at prædiktionen af foderoptagelsen er overprædikteret eller underprædikteret i forhold til den observerede foderoptagelse. I sig selv fortæller værdien ikke, om der er tale om en under- eller en overprædiktion, men hvis fejlprædiktion sammenholdes med tallene for den observerede og den prædikterede foderoptagelse var der tale om en overprædiktion, da den prædikterede foderoptagelse lå over den observerede foderoptagelse. Derudover viste resultaterne i tabel 14 også, at en lille del af fejlprædiktionen kunne forklares ved hældningsfejl. Det betyder, at der var en større fejlprædiktion ved enten lave foderoptagelser sammenlignet med høje foderoptagelser eller omvendt. Det var dog begrænset hvor meget af fejlprædiktionen, som kunne forklares ved hældningsfejlen. Desuden kunne 60

61 Resultater en del af prædiktionsfejlen også forklares ved tilfældige fejl. Den tilfældige fejl er det, som ikke kan forklares ved generelle fejl eller hældningsfejl og der var derved tale om fejl, som ikke kunne forklares. Den laveste fejlprædiktion sås ved 1. kalvs RDM, mens ældre RDM havde den næstlaveste fejlprædiktion og deres relative fejl var omkring 11 %. Det skal bemærkes, at antallet af observationer også var noget lavere. Samtidig var det også begrænset hvor meget af fejlprædiktionen hos RDM, som kunne forklares ud fra generelle fejl og hældningsfejl. Specielt for ældre RDM kom det meste af prædiktionsfejlen fra tilfældige fejl, hvilket betød, at det ikke kunne forklares. Når prædiktionen vurderes på tværs af racer og pariteter, så viste resultaterne en samlet fejlprædiktion på 3,6 kg TS/dag, hvilket svarede til en relativ fejl på 18,5 %. Forklaringen på denne fejl skyldtes mest den generelle fejl, som var på 62,4 %, mens hældningsfejlen var begrænset med kun 4,1 % og de resterende 33,5 % skyldtes tilfældige fejl. Den store generelle fejl skyldtes, ligesom for de enkelte grupper, den forholdsvis store overprædiktion af foderoptagelsen, som fandt sted. Tabel 14: Nøjagtigheden af NorFors prædiktion af foderoptagelsen for de seks forsøg som indgik i det reducerede datasæt opdelt i 1. kalvs og ældre for racerne HOL, JER og RDM. n Kg TS/dag Fejl, kg TS/dag 3 Rel. fejl, % 4 MSPE 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 HOL 1. kalvs ,7 21,8 11,6 3,6 19,1 74,0 6,7 19,3 Ældre ,3 24,8 11,6 3,6 16,1 49,9 10,4 39,6 JER 1. kalvs ,7 19,2 13,7 3,8 24,4 80,7 5,3 14,0 Ældre ,4 21,7 14,6 3,9 21,4 69,0 9,6 21,4 RDM 1. kalvs ,1 19,6 3,8 1,9 10,7 61,7 4,0 34,3 Ældre ,3 22,8 6,2 2,5 11,7 32,6 1,3 66,1 Total ,7 22,5 13,2 3,6 18,5 62,4 4,1 33,5 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl. I figur 21 er den NorFor prædikterede foderoptagelse plottet mod den observerede foderoptagelse for 1. kalvs og ældre indenfor racerne HOL, JER og RDM. Som resultaterne i tabel 14 viser, så var der en overprædiktion i NorFor, hvilket resultaterne i figur 21 også viser. Det kom til udtryk i figuren, ved at de fleste af observationerne lå under den blå linje, som var x=y. Derudover var der for hver paritet og race lavet en tendenslinje, som også lå under x=y linjen i stort set alle foderoptagelsesniveauer. For 1. kalvs og ældre HOL lå tendenslinjen over x=y linjen fra ca. 15 kg TS/dag og herunder, hvilket betød, at NorFor havde en underprædiktion ved lav foderoptagelser og der var en overprædiktion ved høje foderoptagelser. Det samme gjorde sig gældende for 1. kalvs og ældre JER, hvor NorFor havde en underprædiktion fra omkring kg TS/dag og ned, mens der var en over prædiktion ved højere foderoptagelser. For 1. kalvs og ældre RDM var der ikke nogen hældningsfejl, så der var en overprædiktion gennem hele foderoptagelsesniveauet. 61

62 Resultater Figur 21: Den NorFor prædikterede foderoptagelse i forhold til den observerede foderoptagelse for 1. kalvs og ældre indenfor racerne HOL, JER og RDM. Den blå linje er x=y, mens de sorte, gule og røde linjer er regressionslinjer for observationerne. Fejlprædiktionen er mindst, når de to linjer ligger ens, mens fejlprædiktionen bliver større og større jo større forskel der er mellem de to linjer Individuelle observationer vs. behandlingsgennemsnit I denne afhandling blev oplysninger på de enkelte køer stillet til rådighed, men i mange andre evalueringer af foderoptagelsessystemer, bliver de evalueret på behandlingsgennemsnit. I tabel 15 ses fejlprædiktionen, når individuelle observationer og når behandlingsgennemsnittet blev brugt. Resultaterne viste en markant større fejlprædiktion, som på tværs af race og paritet lå på 3,6 kg TS/dag, når der blev brugt individuelle observationer, mens fejlprædiktionen på behandlingsgennemsnittet 62

63 Resultater lå på 2,7 kg TS/dag på tværs af race og paritet. Samtidig var den relative fejl også lavere ved opgørelsen på behandlingsgennemsnittet sammenlignet med individuelle oplysninger. Tabel 15: Nøjagtigheden af NorFors prædiktion af foderoptagelsen for de observationer der indgik i det reducerede datasæt, og nøjagtigheden af NorFors prædiktion af foderoptagelsen, når der blev brugt behandlingsgennemsnit. n Kg TS/dag MSPE 3 Fejl, kg TS/dag 4 Rel. fejl, % 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 Individuelle observationer Behandlingsgennemsnit ,7 22,5 13,2 3,6 18,5 62,4 4,1 33, ,5 21,7 7,2 2,7 13,8 71,3 1,2 27,5 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl Individuel variation For at vise den store variation i foderoptagelse, som findes på individniveau, blev nogle enkelte observationer udvalgt og vist i tabel 16. Resultaterne for de to observationer fra forsøg 5 havde stort set den samme vægt og mælkeydelse, samt prædikteret foderoptagelse. Derimod var der forholdsvis stor forskel i deres observerede foderoptag, hvor der var godt 2 kg TS/dag til forskel. Resultaterne fra observationer fra forsøg 1 viste en endnu større forskel i den observerede foderoptagelse på hele 7,5 kg TS/dag. Her var vægten i mellem de to observationer ikke ens, men ko 1232 havde den laveste vægt på 587 kg, mens vægten for ko 1095 var 726 kg. Man forventede, at se den højeste foderoptagelse ved den højeste vægt, da koen havde en højere kapacitet, hvilket også kom til udtryk i den højere prædikterede foderoptagelse. Tabel 16 er medtaget for at vise den store individuelle variation, som findes mellem de enkelte køer, og derfor kan det ikke forventes, at et foderoptagelsessystem vil kunne blive 100 % nøjagtig, da denne individuelle variation er umulig at opfange. Tabel 16: Variationen i den observerede foderoptagelse, inden for samme forsøg og behandling og et begrænset ydelsesniveau og samme ydelsesuge. Ko nummer Forsøg Behandling Ydelsesuge EKM Vægt Foderoptag, kg TS/dag Obs. 1 Præd , ,9 28, , ,8 28, , ,1 29, , ,6 26,7 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse Residual analyse De centraliserede residual plots for den prædikterede foderoptagelse, er vist i figur 22. Residualerne var udregnet som den observerede foderoptagelse minus den prædikterede foderoptagelse og de viste en generel overprædiktion af foderoptagelsen, hvilket kom til udtryk ved, at hovedparten af observationerne lå under x-aksen, og ved at de to regressionslinjer skar y-aksen ved en negativ vær- 63

64 Resultater di. Forsøgseffekten på hældningsfejlen havde betydning indenfor HOL og JER. Det kom til udtryk som forskellen mellem den stiplede linje og den fuldt optrukne linje i de enkelte plots. Der var ingen effekt ved RDM, og det skyldtes, at der i opgørelsen på det reducerede datasæt kun indgik et forsøg med RDM. For både HOL og JER gjaldt det, at der på den simple regression, altså den stiplede linje, var en hældningsfejl, som viste en bedre prædiktionsevne ved lave prædikterede foderoptag i forhold til høje prædikterede foderoptag. Det kom til udtryk ved, at afstanden til x-aksen var større ved høje prædikterede foderoptag, sammenlignet med lave prædikterede foderoptag. Når der blev taget højde for forsøgseffekten, så ændredes billedet en anelse. Det ses på figur 22, hvor hældningsfejlen for den fuldt optrukne linje ændres, så hældningen blev mindre, sammenlignet med den stiplet linje. Det betød, at forskellen i prædiktionsfejl var mindre mellem lave prædikterede foderoptagelser og høje prædikterede foderoptagelser, sammenlignet med når forsøgseffekten ikke medtages. For RDM, hvor der kun indgik et forsøg, var prædiktionsevnen bedst ved lave prædikterede foderoptagelser, mens der var større prædiktionsfejl ved højere prædikterede foderoptagelser. Men som nævnt tidligere var der hos RDM ingen forsøgseffekt, da der kun indgik et forsøg med RDM i det reducerede datasæt. Figur 22: Det prædikterede foderoptag centret omkring gennemsnittet, for de enkelte racer, mod residualerne af det observerede foderoptag minus det prædikterede foderoptag, for de tre racer i det reducerede datasæt. Hældningsfejl er afvigelsen af hældningen fra nul. Jo tættere regressionslinjen er på nul, jo mindre er hældningsfejlen, hvilket betyder at modellen prædiktere lige godt ved høje og lave foderoptag. Den stiplet linje svarer til simpel regression på tværs af forsøg, mens den fuldt optrukne linje svarer til en HPmixed model med tilfældig effekt af forsøg, hvor resultaterne evalueres indenfor forsøg. Gennemsnittet i præd. foderoptag for de enkelte racer var: HOL=23,4 kg TS/dag, JER=20,6 kg TS/dag, RDM=21,5 kg TS/dag 64

65 Resultater De centraliserede residual plots for mælkeydelse udtrykt i EKM i figur 23, viste en generel overprædiktion, da hovedparten af observationerne lå under x-aksen, samt ved at regressionslinjerne skar y-aksen ved en negativ værdi. Hældningsfejlen, hvor der var taget højde for forsøg, er vist for forskellige faktorer i tabel 17. Resultaterne viste ingen signifikant effekt af EKM på residualerne for foderoptagelsen, for HOL, mens der var signifikant effekt for JER og RDM. Derudover var der for alle tre racer en signifikant negativ sammenhæng mellem prædikteret foderoptag, hvilket også kan ses i figur 22. Derudover var der en signifikant negativ relation mellem vægt for HOL og RDM, samt for dage efter kælvning for HOL og JER. Selvom der var en signifikant effekt af nogle af faktorerne, så var den kvantitative betydning ikke stor. Hvis man eksempelvis benytter tallet for hældning fra modellen med tilfældigt effekt af forsøg, til at udregne forskellen mellem den laveste mælkeydelse og den højeste mælkeydelse, var der kun 0,5 kg TS/dag til forskel mellem residualerne. Figur 23: Mælkeydelsen i EKM centret omkring gennemsnittet, for de enkelte racer, mod residualerne af det observerede foderoptag minus det prædikterede foderoptage, for de tre racer i det reducerede datasæt. Hældningsfejl er afvigelsen af hældningen fra nul. Jo tættere regressionslinjen er til nul, jo mindre er hældningsfejlen, hvilket betyder at modellen prædikterer lige godt ved høje og lave foderoptag. Den stiplede linje svarer til simpel regression på tværs af forsøg, mens den fuldt optrukne linje svarer til en HPmixed model med tilfældig effekt af forsøg, hvor resultaterne evalueres indenfor forsøg. Gennemsnittet i EKM/dag var; HOL=35,9 kg EKM/dag, JER=30,3 kg EKM/dag, RDM=31,5 kg EKM/dag. 65

66 Resultater Tabel 17: Effekten af EKM, vægt, prædikteret foderoptagelse og dage efter kælvning (DIM), udtrykt ved hældningen, på de centreret residualerne for foderoptagelsen (observeret - prædikteret) for de tre racer HOL, JER og RDM, analyseret med forsøg som tilfældig effekt. EKM, (kg TS obs. - præd. foderoptag/ kg EKM) HOL JER RDM Hældning Hældning Hældning -0,0023-0,0132*** -0,05*** Vægt, (kg TS obs. - præd. foderoptag/kg vægt) Prædikteret foderoptag, (kg TS obs. - præd. foderoptag/kg TS præd. foderoptag) DIM, (kg TS obs. - præd. foderoptag/dim) * P-værdi under 0,1. ** P-værdi under 0,05. *** P-værdi under 0,01-0,0027*** -0,0005-0,005*** -0,0752*** -0,1235*** -0,0877*** -0,0059*** -0,0064*** 0, Krydsvalidering Til udviklingen af en model til modellering af foderoptagelsen blev der foretaget en krydsvalidering, som beskrevet i materiale- og metodeafsnittet. Krydsvalideringen blev gennemført med to forskellige modeller; en avanceret model (17) og en simpel model (18). De to modeller blev testet for at se hvilken model, der havde den gennemsnitlige laveste fejlprædiktion. Modellen som faldt bedst ud, ville blive brugt videre igennem afhandlingen, som model til modellering af foderoptagelsen. I tabel 18 ses resultaterne fra krydsvalideringen for henholdsvis den avancerede model og den simple model. Resultaterne viste ikke den store forskel mellem de to modeller, hvor den gennemsnitlige fejlprædiktion for den avancerede model var 2,04 kg TS/dag, mens fejlprædiktionen for den simple model var 2,01 kg TS/dag og derfor blev det bestemt at bruge den simple model videre gennem modelleringen. Tabel 18: Resultaterne fra krydsevalueringen på det fulde datasæt, hvor der var anvendt henholdsvis en simpel og en avanceret model. Avanceret model Simpel model Forsøg Fejlprædiktion, kg TS/dag Fejlprædiktion, kg TS/dag 1 2,67 2,53 2 1,72 1,74 3 2,57 2,41 4 1,75 1,79 5 2,24 2,18 6 1,85 1,98 7 1,47 1,41 Gns. 2,04 2,01 66

67 Resultater 4.8 Modellering af foderoptagelse Med alle de individuelle oplysninger som var til rådighed, hvad var så den mindste fejlprædiktion man kunne forvente? NorFor er et system, som er lavet til at kunne prædiktere foderoptagelsen for en besætning og ikke nødvendigvis ned på individniveau. For at beskrive foderoptagelsen og den lavest mulige prædiktionsfejl, der kunne forventes, blev der taget flere forskellige modeller i brug. Hvis man, som i dette tilfælde, havde alle individuelle oplysninger til rådighed, ville det være muligt, at beskrive foderoptagelsen på en anden måde, end hvis der kun var besætningsoplysninger til rådighed. I en besætning ville man have en besætningsmælkeydelse og en besætningsvægt og ikke de individuelle oplysninger. Modelleringen af foderoptagelsen viste en signifikant effekt af mælkeydelse, den naturlige logaritme til uger efter kælvning, paritet, vægt og vekselvirkningen uger efter kælvning og paritet, men ingen signifikant effekt af race. Derudover viste estimaterne i tabel 19 en positiv sammenhæng mellem mælkeydelse og vægt i forhold til foderoptagelsen, så når ydelsen eller vægten steg, så steg foderoptagelsen, hvis de andre faktorer var konstante. Tabel 19: Estimater for faktorer relateret til koen, som indgik i modellen til modellering af foderoptagelse. Estimater Standard fejl P-værdi Skæring -0,43 0,44 0,33 Uger efter kælvning Logaritme til uger efter kælvning 3,88 0,07 < 0,001 Race HOL -0,17 0,16 0,27 JER RDM -1,11 0,28 < 0,001 Par 1. kalvs -1,90 0,16 < 0,001 Ældre Vægt 0,02 0,00 < 0,001 Uger efter kælvning x paritet 1. kalvs -0,18 0,01 < 0,001 Ældre -0,22 0,01 < 0,001 EKM 0,14 0,00 < 0,001 I figur 24 er vist variationen, mellem behandlingerne, for faktorerne råfedt, råprotein og kraftfoderandel og deres betydning på foderoptagelsen efter at foderoptagelsen var korrigeret for faktorerne hos koen. Figur 24 viste ikke et entydigt billede, da der var varierende effekt af næringsstofferne mellem forsøgene. Det er værd at bemærke, at der også var stor forskel i variationen i koncentration mellem forsøgene. 67

68 Resultater Figur 24: Effekten af råprotein, fedt og kraftfoderandel på foderoptagelsen, efter at foderoptagelsen var korrigeret for faktorerne relateret til koen, for de 34 behandlinger i de syv forsøg, i det fulde datasæt. Selvom der var varierende effekt indenfor forsøg viste analysen, af de tre faktorer på tværs af forsøg, en lille positiv effekt af råprotein og kraftfoderandel og en negativ effekt af råfedt på foderoptagelsen efter at foderoptagelsen var korrigeret for faktorerne hos koen. Dette kom til udtryk i estimaterne i tabel 20, hvor resultaterne også viste, at der var signifikant effekt af de tre faktorer. Tabel 20: Estimaterne for råprotein, råfedt og kraftfoder andel som indgik i modellen til modellering af foderoptagelsen med rationsparametre efter at foderoptagelsen var korrigeret for faktorerne hos koen. Estimater Standard fejl P-værdi Skæring -6,26 1,20 < 0,001 Råprotein 0,03 0,01 < 0,001 Råfedt -0,02 0,01 < 0,001 Kraftfoder andel 0,05 0,01 < 0,001 Den prædikterede foderoptagelse, kun med faktorerne relateret til koen, og ved kombination af de to modeller, blev evalueret ved hjælp af de statistiske evalueringsværktøjer beskrevet i metode og materiale afsnittet. Resultaterne af evalueringen kan ses i tabel 21 og viste, at med de oplysninger, der var stillet til rådighed, så var den laveste fejlprædiktion, der kunne opnås 2,14 kg TS/dag og en rela- 68

69 Resultater tiv fejlprædiktion på 11,3 %. Samtidig viste resultaterne, at langt den største del af foderoptagelsen kunne forklares ved hjælp af oplysninger omkring den enkelte ko, mens faktorerne for foderet havde en signifikant betydning, men kvantitativt betød de ingenting. Tabel 21: Nøjagtigheden af prædiktionen af foderoptagelsen for modellen med faktorer relateret til koen og den samlede fra modellerne med faktorer relateret til koen og foderet, for de observationer i det fulde datasæt. Model - ko Samlet model ko og foderet Fejlprædiktion, kg TS/dag Relativ fejl, % Fejlprædiktion, kg TS/dag Relativ fejl, % 2,18 11,5 2,14 11,3 I den ovenstående model, som var brugt til at modellere foderoptagelsen, blev brugt specifikke oplysninger om den enkelte ko, som mælkeydelse og vægt. Begge faktorer er ikke tilgængelige for alle besætninger i praksis. Derfor blev der modellet forskellige alternative modeller, for at beskrive andre tilgange til prædiktion af foderoptagelsen. Ud over problemer med at ikke alle har de specifikke oplysning, så er det også problematisk, at bruge mælkeydelsen til at prædiktere foderoptagelsen, da den er en respons på foderoptagelsen. Derfor blev der udregnet en faktor kaldet indtagelsespotentiale (IP), som skulle bruges i stedet for mælkeydelsen. Udregningen af IP er beskrevet i metode og materiale afsnittet. Efter der var blevet fastsat en IP, blev der foretaget forskellige scenarie beregninger, hvor IP, mælkeydelse og vægt blev brugt i modeller på enten individ eller gruppeniveau. Derudover indgik der i modellerne oplysninger omkring race, paritet, uger efter kælvning, den naturlige logaritme til uger efter kælvning, interaktionen mellem uger efter kælvning og paritet. Resultaterne af fejlprædiktionen og den relative fejl, for de forskellige modeller kan ses i tabel 22 og resultaterne viser, at den bedste model var, når der indgik IP på individniveau og vægt på gruppeniveau, mens den dårligste model var, når der indgik IP og vægt på gruppeniveau. Brugen af IP på individniveau er stærkt problematisk, da IP stort set svare til hvad vi ønsker at prædiktere. Derimod er IP på gruppeniveau en ganske brugbar faktor, hvis man ønsker at undgå brugen af EKM som faktor til prædiktion af foderoptagelse. Tabel 22: Forskellige modeller med forskellige faktorer til prædiktionen af foderoptagelsen og de forskellige modellers prædiktionsnøjagtighed af foderoptagelsen. Obs. foderoptag, kg TS/dag Præd. foderoptag, kg TS/dag Fejlprædiktion, kg TS/dag Relativ fejl, % EKM ind Vægt ind 19,0 19,1 2,18 11,5 EKM ind Vægt gr 19,0 19,0 2,25 11,8 EKM gr Vægt ind 19,0 18,9 2,56 13,5 EKM gr Vægt gr 19,0 18,7 2,65 13,9 IP ind Vægt ind 19,0 19,0 0,98 5,2 IP ind Vægt gr 19,0 19,1 0,90 4,8 IP gr Vægt ind 19,0 18,3 2,69 14,2 IP gr Vægt gr 19,0 18,2 2,81 14,8 ind. = individuelle oplysninger; gr. = oplysninger på gruppe/besætningsniveau 69

70 Resultater 4.9 Ændring af NorFors substitutionsformel Som beskrevet i materiale og metode afsnittet, er der indbygget to optimeringskonstanter i NorFors formel for substitutionsraten. De to optimeringskonstanter er indbygget i formlen, for at den kan bruges i optimeringsfunktionen, som anvendes i praksis, men rent biologisk kan det ikke forklares, hvorfor de medtages. Derfor blev foderoptagelsen prædikteret ved hjælp af formlen, hvor de to optimeringskonstanter var fjernet og foderets fyldeværdi var dermed udregnet, som det oprindeligt var udtænkt, da systemet blev lavet. I tabel 23 ses resultaterne for den observerede foderoptagelse og den prædikterede foderoptagelse udregnet uden optimeringskonstanterne og fejlprædiktionen for HOL, JER og RDM, opdelt i 1. kalvs og ældre, når optimeringskonstanterne var fjernet fra fylde formlen. Resultaterne viste, at ældre HOL havde den største prædiktionsfejl med 2,6 kg TS/dag og den mindste blev fundet ved 1. kalvs RDM, hvor fejlprædiktionen var 1,2 kg TS/dag. Generelt var HOL den race, hvor foderoptagelsen blev prædikteret dårligst, mens RDM var den race, hvor foderoptagelsen blev prædikteret bedst. Samtidig var den største prædiktionsfejl inden for alle tre racer ved de ældre. Sammenlignes forskellen mellem 1. kalvs og ældre for de tre racer, så havde HOL den største forskel med 1,0 kg TS/dag, mens JER og RDM havde henholdsvis 0,3 kg TS/dag og 0,6 kg TS/dag i forskel. Nøjagtigheden af NorFors prædiktion, uden optimeringskonstanterne viste, at den største del af fejlprædiktionen kom fra tilfældige fejl, på nær ved ældre HOL, hvor det meste kunne forklares ud fra generelle fejl. Men for ældre HOL var det meget jævnt fordelt mellem de tre fejlbeskrivelser. For 1. kalvs og ældre HOL og JER, samt 1. kalvs RDM viste resultaterne også, at over 25 % af fejlprædiktionen skyldtes hældningsfejl. Derimod var det kun 11, 6 % af fejlprædiktionen, som kunne forklares ved hældningsfejl for ældre RDM. For ældre HOL og ældre RDM kunne over 25 % af fejlprædiktionen forklares ved generelle fejl, mens det for de andre racer og pariteter kun kunne forklares med højest 15 % af fejlprædiktionen. Tabel 23: Nøjagtigheden af NorFors prædiktion af foderoptagelsen for de seks forsøg som indgik i det reducerede datasæt, når optimeringskonstanterne var fjernet fra substitutionsformlen. n Kg TS/dag Fejl, kg TS/dag 3 Rel. fejl, % 4 MSPE 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 HOL 1. kalvs ,7 19,2 1,6 8,4 2,4 11,3 41,4 47,3 Ældre ,3 23,9 2,6 11,6 6,7 38,9 33,3 27,8 JER 1. kalvs ,7 16,0 1,3 8,2 1,7 3,6 26,2 70,2 Ældre ,4 19,0 1,6 8,9 2,7 14,1 28,7 57,2 RDM 1. kalvs ,1 18,1 1,2 6,5 1,4 0,0 43,1 56,9 Ældre ,3 22,3 1,8 8,7 3,4 28,8 11,6 59,7 Total ,7 20,6 2,0 10,1 4,0 21,0 37,7 41,3 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl. 70

71 Resultater 4.10 Ændring af NorFor fyldeformel I NorFors formel til udregning af foderets fyldeværdi indgår der, udover optimeringsfaktorerne, også et par andre led, som skal gøre prædiktionen af foderoptagelsen mere præcis. I tabel 24 er resultaterne for NorFors prædiktion af foderoptagelsen vist, hvor de enkelte led var taget ud af foderets fyldeværdi formel og derved gav resultaterne et billede af de enkelte leds betydning for prædiktionen af foderoptagelsen, og om de reelt set havde en positiv effekt på prædiktionen af foderoptagelsen. Resultaterne viste, at fejlprædiktionen med den nuværende model var på 3,6 kg TS/dag på tværs af race og paritet, mens prædiktionen uden optimeringskonstanterne havde den laveste fejlprædiktion på 2,0 kg TS/dag. Derudover viste resultaterne, at når substitutionsformlen tages ud af formlen, så forberedes prædiktionsevnen en anelse, da fejlprædiktionen faldt fra de nuværende 3,6 kg TS/dag til 3,4 kg TS/dag. Hvis leddet omkring stofskiftereguleringen fjernes havde det til gengæld en negativ effekt på prædiktionsfejlen og det samme gjorde sig gældende, hvis både substitutionsleddet og stofskiftereguleringsleddet fjernes, da fejlprædiktionen blev betydeligt højere end ved den nuværende formel. Tabel 24: Nøjagtigheden af NorFors prædiktion af foderoptagelsen, når enkelte led eller flere blev taget ud af NorFors fyldeformel på de observation der indgik i det reducerede datasæt. Nuværende FV intake 1 Obs. foderoptag, kg TS/dag Præd. foderoptag, kg TS/dag Prædiktions fejl, kg TS/dag Relativ fejl, % 19,7 22,5 3,6 18,5 Uden optimeringsfaktorer i FV SubR 2 19,7 20,5 2,0 10,1 Uden FV SubR 3 Uden FV MR 4 19,7 22,1 3,4 17,5 19,7 23,9 4,9 24,9 Basis 5 19,7 23,5 4,6 23,4 1 FVintake = i DMI i FV i + j DMI j FV j FV SubR + FV MR 2 FVintake = i DMI i FV i + j DMI j FV j FV SubR (uden optimeringskonstanter) = + FV MR 3 FVintake = i DMI i FV i + j DMI j FV j + FV MR 4 FVintake = i DMI i FV i + j DMI j FV j FV SubR 5 FVintake = i DMI i FV i + j DMI j FV j Resultaterne i tabel 24 viste, at den laveste prædiktionsfejl opnås, når optimeringskonstanterne undlades i substitutionsformlen. Modellen havde dog tidligere været afprøvet, men det var ikke muligt, at få den til at fungere i optimeringsfunktionen i NorFor. Derfor blev resultaterne for fejlprædiktionen også vist for modellen uden hele substitutionsformlen. Resultaterne i tabel 25 viste, at størstedelen af prædiktionsfejlen for NorFor modellen uden substitutionsformlen, kunne forklares ved generelle fejl og ved tilfældige fejl, mens det var meget lidt der kunne forklares ved hældningsfejl. 1. kalvs JER havde den største hældningsfejl, men den var kun på 11,3 % af den samlede fejl, mens den generelle fejl udgjorde 63,7 % og tilfældige fejl udgjorde 25,0 % af fejlprædiktionen. 71

72 Resultater Tabel 25: Nøjagtigheden af NorFors prædiktion af foderoptagelsen for de seks forsøg som indgik i det reducerede datasæt, når substitutionsformlen var fjernet fra FV intake -formlen. n Kg TS/dag Fejl, kg TS/dag 3 Rel. fejl, % 4 MSPE 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 HOL 1. kalvs ,7 21,5 3,4 18,0 11,3 68,7 7,5 23,8 Ældre ,3 24,8 3,6 16,1 12,9 49,9 10,4 39,6 JER 1. kalvs ,7 19,0 3,7 23,6 13,8 78,2 5,6 16,1 Ældre ,4 21,4 3,8 20,5 14,2 63,7 11,3 25,0 RDM 1. kalvs ,1 19,1 1,6 8,9 2,6 43,8 3,3 53,0 Ældre ,3 22,2 2,2 10,5 5,0 13,0 1,1 85,9 Total ,7 22,2 3,4 17,5 11,9 54,1 4,5 41,4 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl Ændring af NorFors foderoptagelseskapacitetsformel I baggrundsafsnittet er NorFors foderoptagelseskapacitetsformel beskrevet. I formlen indgår en række regressionskoefficienter, som har betydning for prædiktionen af foderoptagelsen. Da resultaterne i de foregående afsnit omkring NorFors prædiktion af foderoptagelsen, viste en overprædiktion, tyder det på at NorFor prædikterer køerne til at kunne æde mere end de egentlig kan. Derfor var der grundlag for at se om prædiktionen kunne forbedres ved, at ændre på NorFors foderoptagelseskapacitetsformel, som er det der bestemmer køerne foderoptagelseskapacitet. Første udgangspunkt var at kigge på den nuværende formel og se hvilken betydning de enkelte led havde for prædiktionen. I den nuværende formel var der en relativ fejl på 18,5 %, og det samme var der hvis man fjernede ledet omkring energien fra mobilisering og til deponering. Hvis ledet som påvirkes af vægten blev fjernet, så faldt den relative fejl til 13,4 %, hvilket betyder, at korrektionen omkring vægten var med til at give en dårligere prædiktion, sammenlignet med hvis der ikke indgik information omkring vægten i formlen. Det samme var gældende hvis både ledet omkring vægt og ledet omkring energi fra mobilisering og fra deponering tages væk. Resultaterne fra de enkelte modelleringer kan ses i tabel

73 Resultater Tabel 26:Nøjagtigheden af NorFors prædiktion af foderoptagelsen for de observationer der indgik i det reducerede datasæt, når der blev fjernet enkelte led i den nuværende NorFor IC formel. Obs. foderoptag, kg TS/dag Præd. foderoptag, kg TS/dag Prædiktions fejl, kg TS/dag Relativ fejl, % Nuværende IC 1 19,7 22,5 3,6 18,5 Uden BW-del 2 19,7 21,2 2,6 13,4 Uden Mob/dep 3 19,7 22,5 3,6 18,5 Uden BW og mob/dep 4 19,7 21,2 2,6 13,5 1 ICcow = (a DIM b e c DIM DIM d + e (ECM + ( NEL mob+nel dep ) h ) + (BW f) g) 2 ICcow = (a DIM b e c DIM DIM d + e (ECM + ( NEL mob+nel dep ) h )) 3 ICcow = (a DIM b e c DIM DIM d + e (ECM) + (BW f) g) 4 ICcow = (a DIM b e c DIM DIM d + e ECM) 3,14 3,14 Nøjagtigheden af NorFors prædiktion af foderoptagelsen, når leddene omkring vægt og mobilisering og deponering ikke indgik, er vist i tabel 27. Resultaterne viste den laveste fejlprædiktion for RDM, mens JER havde den højeste. For alle tre racer gjaldt det, at det meste af fejlprædiktionen enten kunne forklares ved generelle fejl eller tilfældige fejl, mens det var begrænset hvor meget der kunne forklares ved hældningsfejl. Tabel 27:Nøjagtigheden af NorFors prædiktion af foderoptagelsen for de seks forsøg som indgik i det reducerede datasæt, når leddet omkring mobilisering og deponering og leddet omkring vægt var fjernet fra foderoptagelseskapacitetsformlen. n Kg TS/dag Fejl, kg TS/dag 3 Rel. fejl, % 4 MSPE 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 HOL 1. kalvs ,7 20,3 2,4 12,9 5,8 43,1 4,6 52,3 Ældre ,3 23,4 2,7 12,2 7,4 17,7 5,8 76,5 JER 1. kalvs ,7 18,0 2,7 17,2 7,5 66,5 3,4 30,1 Ældre ,4 20,4 2,9 15,6 8,2 50,3 7,7 42,0 RDM 1. kalvs ,1 18,6 1,5 8,1 2,2 10,6 0,8 88,6 Ældre ,3 21,8 2,1 9,8 4,4 3,8 0,1 96,1 Total ,7 21,2 2,6 13,5 7,0 33,7 1,1 65,2 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl. 73

74 IC, fyldeenheder Resultater Nye regressionskoefficienter I modelleringen af nye regressionskoefficienter til NorFor foderoptagelseskapacitetsformel blev der taget udgangspunkt i racen HOL. De nye korrektionskoefficienter blev modelleret ved hjælp af problemløserværktøjet, Solver, i Microsoft Excel. I tabel 28 ses de foreslåede regressionskoefficienter for HOL, og i tabel 29 ses fejlprædiktionen af foderoptagelsen med de nye regressionskoefficienter for de observationer for HOL i det reducerede datasæt. Tabel 28: Nuværende og foreslåede regressionskoefficienter for 1. kalvs og ældre HOL, som indgår i Nor- Fors foderoptagelseskapacitetsformel. a b c d e f g h 1. kalvs Nuværende 3,07 0,13-0, ,003 0, ,006 0,70 Nye 1,70 0,33-0,0023 0,003 0, ,005-1,20 Ældre Nuværende 3,30 0,13-0,0004 0,003 0, ,006 0,50 Nye 1,25 0,44-0,0033 0,003 0, ,004-1,34 Det er specielt regressionskoefficienterne a, b, c, e, f og h, som er ændret. a, c, e og h koefficienterne er blevet lavere, mens b og f er blevet højere. Indflydelsen af de nye regressionskoefficienter på prædiktionen af foderoptagelseskapaciteten er vist for en fiktiv ko i figur Ydelsesuge Nuværende model Nye regressionskoefficienter - model Figur 25: Udviklingen i foderoptagelseskapacitet gennem laktationen, for modellen med de nye regressionskoefficienter og modellen med de nuværende regressionskoefficienter, ved en fiktiv ældre ko med en ydelse på kg EKM og en vægt på 659 kg. 74

75 Resultater Med de nye regressionskoefficienter viste resultaterne en lille forskel i prædiktionsevnen mellem 1. kalvs og ældre, men der var kun tale om 2 % til forskel i relativ fejl. Resultaterne viste også, at 90 % af fejlprædiktionen for 1. kalvs og ældre kunne beskrives ved tilfældige fejl. Tabel 29: Nøjagtigheden af den nye models prædiktion af foderoptagelsen for de observationer for HOL, som indgik i det reducerede datasæt. n Kg TS/dag Fejl, kg TS/dag 3 Rel. fejl, % 4 MSPE 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf kalvs ,7 18,9 1,53 8,2 2,33 1,3 3,8 94,9 Ældre ,3 22,5 2,24 10,1 5,01 1,4 7,8 90,8 Total ,9 21,1 1,99 9,5 3,97 1,4 5,0 93,6 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl. Det var også forventet, at den nye model ville prædiktere foderoptagelsen bedre end NorFors nuværende model, da den var blevet modelleret på de data, som indgik i det reducerede datasæt. For at teste modellen på uafhængige data, blev et testsæt med gruppe gennemsnit fra forskellige forsøg stillet til rådighed. Testsættet var lavet i NorFor sammenhæng og var før blevet brugt til evaluering af forskellige modeller. Den nye model, med de overstående regressionskoefficienter blev opstillet som en ligning i NorFor development tool, hvorfor det blev muligt, at teste dens prædiktionsnøjagtighed. I tabel 30 ses resultaterne for nøjagtigheden af den nye model og NorFors model på de 447 observationer i testsættet, bestående af racerne HOL, NRF, SLB, SRB og RDM. Resultaterne viste en lavere prædiktionsfejl for den nye model sammenlignet med NorFors model. Prædiktionsfejlen af den nye model forklares bedst ved hældningsfejl og tilfældige fejl, mens den ikke kunne forklares ved generelle fejl. Fejlprædiktionen for NorFors model beskrives også bedst ved tilfældige fejl, men samtidig kunne 24 % af fejlen forklares ved generelle fejl. Tabel 30: Nøjagtigheden af den nye model og NorFors model til prædiktionen af foderoptagelsen på 447 observationer bestående af racerne HOL, NRF, SRB, SLB og RD. n Kg TS/dag Fejl, kg TS/dag 3 Rel. fejl, % 4 MSPE 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 Ny model ,0 20,0 2,2 11,1 4,9 0,1 23,9 76,0 NorFor ,0 21,3 2,7 13,2 7,0 24,0 20,5 55,5 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl. I figur 26 er illustreret den observerede foderoptagelse i forhold til det prædikteret foderoptagelse, for henholdsvis den nye model og for NorFors nuværende model. Figuren viser, at NorFor havde en overvægt af observationer under x=y linjen, hvilket betyder at NorFor havde en overprædiktion af foderoptagelsen. Dette var imidlertid ikke tilfældet ved den nye model, hvor observationer fordeler sig jævnt på hver side af x=y linjen. 75

76 Obs. foderoptag, kg TS/dag Obs. foderoptag, kg TS/dag Resultater Ny model NorFor Præd. foderoptag, kg TS/dag Præd. foderoptag, kg TS/dag Figur 26: Den NorFor prædikterede foderoptagelse og i den nye model i forhold til den observerede foderoptagelse for de 447 observationer, som indgik i det uafhængige datasæt. Den sorte streg er x=y. Den nye model var blevet udviklet på data fra HOL og ikke på de andre racer, som indgår i stor race betegnelsen i NorFor. Derfor blev modellen også testet på de 132 HOL observationer fra det uafhængige testsæt, for at se hvordan den nye model prædikterede foderoptagelsen for kun HOL observationer. Resultatet kan ses i tabel 31, og her sås en bedre prædiktionen ved den nye model sammenlignet med Norfors nuværende model. Den nye model adskilte sig ved ikke, at kunne forklare noget af fejlprædiktionen ved generelle fejl, hvilket var tilfældet ved NorFors model. Derudover var der 3 % større relativ fejl ved NorFors model sammenlignet med den nye model. Tabel 31: Nøjagtigheden af den nye model og NorFors model på prædiktionen af foderoptagelsen for de 132 HOL observationer, som indgik i det uafhængige testsæt. n Kg TS/dag Fejl, kg TS/dag 3 Rel. fejl, % 4 MSPE 5 Fejl, % af MSPE Obs. 1 Præd. 2 Gen. 6 Hæld. 7 Tilf. 8 Ny model ,2 20,4 2,4 11,8 5,7 0,8 30,5 68,7 NorFor ,2 22,0 3,0 14,9 9,0 35,6 21,2 43,2 1 Observeret foderoptagelse. 2 Prædikteret foderoptagelse. 3 Prædiktionsfejl 4 Relativ fejl. 5 Mean square prediction error, kg TS 2 /dag. 6 Generelle fejl. 7 Hældningsfejl. 8 Tilfældige fejl. I figur 27 er den observerede og den prædikterede foderoptagelse fra henholdsvis NorFor og den nye model vist for de 132 observationer med HOL. Her viste resultaterne, at NorFor havde en overprædiktion af foderoptagelsen, da en overvægt af observationerne lå under x=y linjen, mens dette ikke var tilfældet for den nye model, hvor observationerne fordelte sig jævnt på begge sider af x=y linjen. 76

77 Obs. foderoptag, kg TS/dag Obs. foderotpag, kg TS/dag Resultater Ny model NorFor Præd. foderoptag, kg TS/dag Præd. foderoptag, kg TS/dag Figur 27: Den NorFor prædikterede foderoptagelse og i den nye model i forhold til den observerede foderoptagelse for de 132 HOL observationer, som indgik i det uafhængige datasæt. Den sorte streg er x=y. 77

78 Diskussion 5 Diskussion I det følgende tages der udgangspunkt i det reducerede datasæt, mens det fulde datasæt kun inddrages i afsnit, hvor det har relevans. Derfor vil resultaterne, som nævnes i diskussion, være fra det reducerede datasæt med mindre andet er nævnt. Det reducerede datasæt bestod af seks forsøg, med i alt observationer, indeholdende 536 laktationer, på 31 forskellige behandlinger. Data blev udvalgt, så de indeholdt racerne, HOL, JER og RDM, fordelt på 1. kalvs og ældre, og så der var observationer for hele laktationsperioden. 5.1 Data I datasættet blev forsøg 1 ikke inkluderet, da resultaterne opførte sig anderledes, når forsøg 1 var medtaget. Således havde 1. kalvs JER højere foderoptagelse end ældre JER i den sidste del af laktationen når forsøg 1 indgik (figur 12). Det virkede usandsynligt, og var heller ikke, hvad de seks andre forsøg viste (figur 16). Derudover var forsøg 1 også et ældre forsøg, hvorfor mælkeydelse og foderoptagelse er steget sidenhen. Gennemsnitsydelsen på landsplan var i på kg mælk, mens den i var på kg mælk (RYK, 2016). Forsøg 1 blev oprindeligt udvalgt, da det indeholdt et stort antal observationer for hele laktationsperioden og for både HOL, JER og RDM. Antallet af observationer blev således markant reduceret ved, at fjerne forsøg 1, og det resulterede i at antallet af observationer i datasættet, i specielt den sidste del af laktationen var lavt, hvilket ses i figur 8. Derfor blev data grundlaget for den sidste del af laktationen testet, for at se om det havde en betydning for udviklingen i foderoptagelse, hvis der ikke blev brugt data efter uge 30. Her viste resultaterne samme forløb af foderoptagelsen gennem laktationen, som hvis observationerne fra uge var medtaget. Derfor blev alle data inkluderet, og de viste resultater var således for de første 42 uger af laktationen. Det betyder dog, at resultaterne fra uge 30 og resten af laktationen, bygger på betydeligt færre observationer og derfor er det også et tyndere datagrundlag, i forhold til de første 30 uger af laktationen. I det fulde datasæt indgik to forsøg med RDM og da det ene af disse (forsøg 1) blev sorteret fra, var RDM kun repræsenteret i ét af forsøgene i datasættet. Det betyder, at resultaterne for RDM mere kan betragtes som et forsøgsresultat, end en generel konklusion, hvilket er vigtigt, at have i mente, når RDM bliver diskuteret senere. Data bestod af mange enkelt observationer, for at få det bedst mulige grundlag, for at kunne konkludere på effekten af ko relaterede faktor på foderoptagelsen. Valget om, at have mange enkelt observationer resulterede i, at kun et begrænset antal behandlinger var repræsenteret, hvilket gjorde det sværere, at vurdere rationseffekten på foderoptagelsen. Hvis hovedfokus i stedet havde været på rationseffektens betydning for foderoptagelsen, burde flere behandlinger være medtaget. Derudover skulle man have valgt, at bruge behandlingsgennemsnit på de forskellige oplysninger i stedet for individuelle observationer for dyr og uger. Det skyldes, at man kan forvente forskellige resultater, alt efter om der analyseres på gennemsnit eller individuelle observationer (Jensen et al., 2012) og at støjen fra de individuelle observationer vil sløre den egentlige effekt. 78

79 Diskussion 5.2 Foderoptagelse Resultaterne for foderoptagelsen stemte overens mellem de to datasæt. Der var små forskydninger mellem de enkelte grupper, men der var ikke grupper, som var markant anderledes i forhold til foderoptagelse i det reducerede datasæt sammenlignet med det fulde datasæt. Sammenlignes racerne havde HOL med den højeste foderoptagelse i begge datasæt. Den højere foderoptagelse hos HOL, sammenlignet med JER var også forventet, da tidligere opgørelser og forsøg har vist det samme (Rastani et al., 2001; Aikman et al., 2008; Prendiville et al., 2011; Volden, 2011b; Kristensen et al., 2015). Opgørelsen af Kristensen et al. (2015) var lavet på praksisbesætninger i Danmark ved hjælp af foderkontroller og var foretaget i perioden november 2012 april 2013 og havde generelt en lidt højere foderoptagelse sammenlignet med resultaterne i denne undersøgelse. I Kristensen et al. (2015) havde HOL en foderoptagelse på 22,6 kg TS/dag og JER havde en foderoptagelse på 18,8 kg TS/dag, dog opgjort på tværs af pariteter. Resultaterne fra denne undersøgelse viste en foderoptagelse på 22,0 kg TS/dag for ældre HOL og 18,1 kg TS/dag for ældre JER og dermed under niveauet fundet i opgørelsen af Kristensen et al. (2015). Forskellen mellem resultaterne i denne undersøgelse og Kristensen et al. (2015) var i virkeligheden større, da de nævnte resultater i denne undersøgelse er for ældre, og ville være lavere, hvis det var på tværs af 1. kalvs og ældre. Derudover var der begrænset med observationer fra den sidste del af laktationen. Den højere foderoptagelse i Kristensen et al. (2015) kan skyldes, at opgørelsen er nyere end mange af de forsøg, som indgik i denne undersøgelse, og at der igennem det sidste årti er sket en betydelig ydelsesstigning (RYK, 2016), som medvirker til en øget foderoptagelse (Ingvartsen, 1994). Forskellen i foderoptagelse mellem racerne er noget højere, end hvad der blev fundet i opgørelsen af Prendiville et al. (2011). Her var forskellen mellem HOL og JER kun 2,1 kg TS/dag. Opgørelsen havde, udover den lavere forskel mellem HOL og JER, også en generel lavere foderoptagelse, hvorfor det måske kan være med til, at forklare den lidt lavere forskel mellem racerne. Derudover kan den lavere foderoptagelse skyldes, at der i opgørelsen af Prendiville et al. (2011) var anvendt data fra afgræsningsforsøg, hvilket medfører en lavere foderoptagelse. I et forsøg af Aikman et al. (2008) med seks 3. kalvs HOL og seks 3. kalvs JER, blev der fundet en gennemsnitlig foderoptagelse på 22,3 kg TS/dag for HOL og 15,4 kg TS/dag for JER, for de første 14 uger efter kælvning. Den observerede foderoptagelse for HOL stemmer overens med resultaterne for ældre HOL i denne undersøgelse, mens foderoptagelsen for JER er markant lavere sammenlignet med 18,1 kg TS/dag for ældre JER i denne undersøgelse. Den lavere foderoptagelse for JER i forsøget af Aikman et al. (2008) kan skyldes den lavere mælkeydelse, som var på 29,4 kg EKM/dag, hvorimod mælkeydelsen i denne undersøgelse var på 31,6 kg EKM/dag for ældre JER. En højere ko-vægt i forsøget af Aikman et al. (2008) taler imod en lavere foderoptagelse, da højere mælkeydelse og højere vægt er faktorer der påvirker foderoptagelsen positivt (Ingvartsen, 1994). Der er ikke lavet mange forsøg eller opgørelser, hvor RDM indgår. Det skyldes, at RDM er en dansk race, og at der ikke findes mange individer på verdensplan. Samtidig udgør racen kun omkring 6 % af malkekøerne i Danmark ifølge RYKs ydelseskontrol fra 2016 (RYK, 2016). I opgørelsen af Kristensen et al. (2015) indgik en gruppe af øvrige køer, hvor blandt andet RDM var inkluderet. Her var foderoptagelsen på 21,6 kg TS/dag. Dette er en del højere end RDM i denne undersøgelse, hvor foderoptagelsen var på 20,1 kg TS/dag. Det kan skyldes, at der kun indgik ét forsøg i 79

80 Diskussion datasættet til denne undersøgelse, hvorfor resultatet for foderoptagelsen for RDM ligeså meget er et forsøgsresultatet, som en generel konklusion. En anden forklaring er, at der i gruppen øvrige i Kristensen et al. (2015) også indgik andre racer end RDM, som havde en højere mælkeydelse og dermed også foderoptagelse. Dette er blandt andet racen Rødbroget HOL, som har en højere mælkeydelse sammenlignet RDM, men det kan også være krydsningskøer (RYK, 2016). Det er specielt de besætninger, som bruger HOL i deres krydsning, som vil opleve en højere mælkeydelse og dermed også foderoptagelse (Olson et al., 2010) Race Resultaterne i tabel 12 viser signifikant effekt af race på foderoptagelsen. HOL havde den højeste foderoptagelse, både for 1. kalvs og for ældre, mens JER havde den laveste foderoptagelse. For 1. kalvs havde HOL en 16 % højere foderoptagelse sammenlignet med JER, mens den kun var 2 % højere end RDM. Når det gælder ældre havde HOL en 18 % højere foderoptagelse sammenlignet med JER og 9 % sammenlignet med RDM. Det var også forventet, at HOL ville have en højere foderoptagelse, da HOL jævnfør tabel 12 havde en højere mælkeydelse sammenlignet med JER og RDM, samt at HOL også havde en højere vægt sammenlignet med JER. Den højere foderoptagelse for HOL, sammenlignet med JER og RDM kan kobles til forskellen i mælkeydelse (Nielsen et al., 2003), samt vægt for JER (Rastani et al., 2001; Nielsen et al., 2003; Kristensen et al., 2015). Ser man på resultaterne for vægt mellem HOL og RDM i tabel 12, kan vægt ikke forklare forskellene i foderoptagelse, da de to racer havde samme vægt. Det var derfor sandsynligvis den højere mælkeydelse hos HOL, som var med til at skabe forskellen i foderoptagelse mellem de to racer. Sammenligner man resultaterne for JER og RDM, så havde RDM den højeste foderoptagelse. Her var forskellen i mælkeydelse mellem racerne ikke specielt stor, og forskellen kunne derfor ikke forklares ud fra forskelle i mælkeydelse. Derimod kunne forskelle i vægt, forklare forskellen i foderoptagelse mellem JER og RDM, da RDM vejede markant mere ( kg). Undersøges foderoptagelsen pr. 100 kg vægt, så beskrev Ingvartsen (1994), at JER ville forventes, at have en 26 % højere foderoptagelse sammenlignet med stor race. Resultaterne i tabel 12 viser, at 1. kalvs HOL havde en foderoptagelse på 3,2 kg TS/dag/100 kg vægt, mens 1. kalvs JER lå på 3,6 kg TS/dag/100 kg vægt, hvorfor foderoptagelsen var 12,5 % højere for JER sammenlignet med HOL. Når ældre JER og ældre HOL sammenlignes, var forskellen en anelse større, da JER havde en 14,7 % højere foderoptagelse, således var der ingen af pariteterne, som nåede en forskel på 26 %, som det blev beskrevet i Ingvartsen (1994). Hvis JER og RDM sammenlignes var forskellen endnu mindre. I et ældre dansk forsøg af Ingvartsen og Weisbjerg (1993) viste resultaterne en 19 % højere foderoptagelse for JER, sammenlignet med HOL. Den højere foderoptagelse pr. 100 kg vægt i forsøget af Ingvartsen og Weisbjerg (1993) skyldes en højere passagehastighed hos JER, hvorfor de har mulighed for at æde mere. Den højere foderoptagelse pr. 100 kg vægt og den højere passagehastighed hos JER blev ikke fundet i forsøget af Aikman et al. (2008). Her viste resultaterne 3,5 kg TS/dag/100 kg vægt for både JER og HOL, mens der ikke var nogen signifikant effekt af race på passagehastigheden. Derudover blev foderoptagelsen også undersøgt i forhold til metabolisk vægt. Den metaboliske vægt defineres som vægt 0,75 (Gaines, 1946). Her viste resultaterne, at forskellen mellem JER og HOL blev mindre i forhold til at opgøre foderoptagelsen i forhold til pr. 100 kg vægt. Således var 80

81 Diskussion der kun en 6 % højere foderoptagelse for JER, i forhold til HOL, for både 1. kalvs og ældre. Dette blev stemmer også overens med resultaterne i Rastani et al. (2001), hvor JER havde 7,5 % højere foderoptagelse i forhold til HOL, når foderoptagelsen blev analyseret i forhold til vægt, mens der ikke var nogen forskel i foderoptagelse mellem de to racer, når foderoptagelsen blev analyseret i forhold til metabolisk vægt. Derimod stemmer resultaterne ikke overens med resultaterne af Aikman et al. (2008), hvor JER fik en højere foderoptagelsen i forhold til HOL, når foderoptagelsen blev opgjort i forhold til metabolisk vægt Paritet Resultaterne i tabel 12 viser en signifikant effekt af paritet og for alle tre racer gælder det, at den højeste foderoptagelse blev observeret hos de ældre. Forskellen i foderoptagelse mellem 1. kalvs og ældre var størst for HOL og mindst for JER. Hos HOL lå 1. kalvs med en 16 % lavere foderoptagelsen sammenlignet med de ældre, mens 1. kalvs hos JER lå 11 % lavere og for RDM lå 1. kalvs 13 % lavere. I undersøgelsen af Ingvartsen (1994) beskrives foderoptagelsen i starten af laktationen til at være 20 % lavere for 1. kalvs sammenlignet med ældre, hvilket er en større forskel end hvad denne undersøgelse fandt. Det kan skyldes, at resultaterne fra denne undersøgelse var for hele laktationen. Tager man derimod udgangspunkt i de første uger af laktationen, så var resultatet anderledes. I uge 2 havde 1. kalvs en 25 % lavere foderoptagelse for HOL og JER, mens den var 17 % lavere for RDM. Samtidig var det først efter uge seks, at forskellen mellem 1. kalvs og ældre for HOL og JER blev mindre end 20 %. Således stemmer resultaterne i denne undersøgelse overens med Ingvartsen (1994), da 1. kalvs i starten af laktationen generelt lå 20 % lavere i foderoptagelse sammenlignet med ældre. En højere foderoptagelse hos ældre i forhold til 1. kalvs er også tidligere blev vist (Nielsen et al., 2003; Azizi et al., 2009; Bossen et al., 2009; Jensen et al., 2015a). I undersøgelsen af Nielsen et al. (2003) blev forskellige genetiske linjer undersøgt, indenfor racerne HOL, JER og RDM, i forhold til deres effekt på blandt andet foderoptagelsen. Her blev køerne opdelt i tre pariteter, således at en foderoptagelse for både 1. kalvs, 2. kalvs og 3. kalvs blev rapporteret. Foderoptagelsen for 1. kalvs JER var på 15,5 kg TS/dag i denne undersøgelse, mens den var på 15,0 kg TS/ i undersøgelsen af Nielsen et al. (2003). Billedet er det samme, når det gælder ældre JER, hvor resultaterne i denne undersøgelse var højere end resultaterne fra Nielsen et al. (2003). Undersøgelsen af Nielsen et al. (2003) viste derimod en højere foderoptagelse for HOL, hvor 1. kalvs havde en foderoptagelse på 19,5 kg TS/dag. Det var således godt 1 kg TS/dag højere end de 18,4 kg TS/dag i denne undersøgelse. Når det gælder ældre HOL og begge pariteter indenfor RDM, så stemmer resultaterne fra denne undersøgelse bedre overens med resultaterne fra Nielsen et al. (2003). I metaanalysen af Jensen et al. (2015a) viste resultaterne på tværs af racerne HOL, JER og RDM også en højere foderoptagelse hos de ældre, der havde en foderoptagelse på 20,8 kg TS/dag, mens 1. kalvs havde en foderoptagelse på 18,0 kg TS/dag. Den højere foderoptagelse for ældre sammenlignet med 1. kalvs var forventet og skyldes køernes forskelle i vægt og mælkeydelse. Som resultaterne for vægt og mælkeydelse viser i figur 17 og figur 18, så lå 1. kalvs med en lavere mælkeydelse og en lavere vægt sammenlignet med ældre indenfor samme race. Clark og Touchberry (1962) beskrev, at 1. kalvs ikke var fuldt udvoksede og derfor ikke havde samme foderoptagelse som ældre. Det stemmer overens med hovedpunkterne i artiklen af Ingvartsen (1994), hvor det beskrives, at 81

82 Diskussion foderoptagelse var stærkt korreleret med mælkeydelse og vægt, således at en højere mælkeydelse og en højere vægt medførte en højere foderoptagelse Laktationsstadie Udviklingen i foderoptagelse gennem laktationen var ens for de tre racer i denne undersøgelse, og startede med en kraftig stigning de første 10 uger efter kælvning, hvorefter stigningen i foderoptagelsen aftog og begyndte at falde. Den kraftige stigning i de første 10 uger er i overensstemmelse med tidligere resultater (Friggens et al., 1998; Rastani et al., 2001; Prendiville et al., 2011). Som figur 16 viser, så var forskellen i foderoptagelse mellem racer mindst i starten af laktationen, mens den blev større og større gennem laktationen. Det var specielt forskellen i foderoptagelse mellem ældre HOL og ældre JER som steg gennem hele laktationen. I forsøget af Rastani et al. (2001) var foderoptagelsen opgjort for HOL og JER for de første 17 uger af laktationen, dog var de ikke opdelt i 1. kalvs og ældre, men her var også en stigende forskel i foderoptagelse mellem HOL og JER. Forskellen i foderoptagelse mellem 1. kalvs og ældre blev mindsket gennem laktationen for alle racer, men knap så meget for JER. Således havde 1. kalvs HOL, 18 % lavere foderoptagelsen i uge 10 sammenlignet med ældre HOL, mens forskellen blev reduceret til 14 % i uge 20 og helt ned til 8 % i uge 42. RDM viste samme mønster som HOL, hvilket JER også gjorde i uge 10 og uge 20. Derimod var forskellen mellem ældre og 1. kalvs JER kun 2 % i uge 42 og var altså markant lavere end HOL og RDM. Den mindre forskel i mellem pariteterne i den sidste del af laktationen blev også vist i en metaanalyse af Jensen et al. (2015a), hvor forskellen mellem 1. kalvs og ældre var 17 % i gennemsnit for de første 100 dage efter kælvning, mens den var 13 % i gennemsnit for de efterfølgende 100 dage. I metaanalysen indgik der både HOL, JER og RDM, men de var analyseret på tværs, så det var ikke muligt, at evaluere de enkelte racers foderoptagelse. En af grundene til den mindre forskel i foderoptagelse, i den sidste del af laktationen skyldes, at 1. kalvs havde en mere persistent foderoptagelseskurve sammenlignet med ældre, samt at deres foderoptagelse toppede tidligere (tabel 15), hvilket resulterede i en lavere forskel mellem pariteterne i den sidste del af laktationen Vægt I modelleringen af foderoptagelse ved forskellige faktorer relateret til koen viste resultaterne en signifikant effekt af vægt (tabel 19). Resultaterne viste, at foderoptagelsen steg ved stigende vægt. Det var både gældende indenfor race og på tværs af race. Det var mest tydeligt, når racerne blev sammenlignet. Her blev set en højere foderoptagelse ved HOL sammenlignet med JER. Der var imidlertid også andre faktorer, som bevirkede forskellen mellem HOL og JER. Det er ikke ny viden, at vægt har en indflydelse på foderoptagelsen og det er allerede beskrevet grundigt (Ingvartsen, 1994; Roseler et al., 1997). Roseler et al. (1997) beskrev, at 19 % af variationen i foderoptagelsen hos HOL, kunne forklares ved vægten. Derudover fandt de, at korrelationen mellem vægt og foderoptagelse var højere for 1. kalvs HOL sammenlignet med ældre HOL. Dette skyldes, at vægten hos 1. kalvs afspejler væksten i størrelse og derfor også udviklingen i fordøjelseskanalen, mens en øget vægt hos ældre snarere afspejler en stigning i fedtdeponeringen, hvilket har en negativ effekt på foderoptagelsen (Roseler et al., 1997; Ingvartsen og Andersen, 2000). 82

83 Diskussion Mælkeydelse Mælkeydelse viste i modelleringen af foderoptagelse, med faktorer relateret til koen, en signifikant effekt på foderoptagelsen, således at der ved stigende mælkeydelse, også blev observeret en stigende foderoptagelse (tabel 19). Samtidig viser figurerne 17 og 18, for foderoptagelse- og mælkeydelsesudvikling gennem laktationen, at der i de første uger af laktationen skete en kraftig stigning, hvorefter stigningen i mælkeydelse aftog og begyndte at falde. Resultaterne viste således, at der var en positiv sammenhæng mellem foderoptagelse og mælkeydelse. Det kan imidlertid være svært at konkludere, om det var mælkeydelsen, der påvirkede foderoptagelsen, for det kan også anskues som foderoptagelsen, der påvirkede mælkeydelsen. Huhtanen et al. (2011) beskrev, at mælkeydelsen skulle anses som et respons på foderoptagelsen og dermed påvirket af foderoptagelsen, og ikke at foderoptagelsen var påvirket af mælkeydelsen. En anden måde at anskue sammenhængen mellem foderoptagelse og mælkeydelse kan være, at når køerne er restriktivt fodret, vil en reduktion i foderoptagelsen påvirke mælkeydelsen negativt, da mælkeydelsen vil falde når fodermængden falder. Hvis fodringen derimod er ad libitum, kan det argumenteres for, at foderoptagelsen er styret af mælkeydelsen, da energibehovet til yveret driver energioptaget (Romney og Gill, 2000). Således viser resultaterne i tabel 13 også, at mælkeydelse toppede før foderoptagelsen og derfor tyder det på, at mælkeydelsen trækker foderoptagelsen, og ikke omvendt. 5.3 NorFor Evalueringen af NorFor i denne undersøgelse viste forskelle i prædiktionsfejl, alt efter om prædiktionen blev evalueret på individuelle observationer (3,6 kg TS/dag) eller behandlingsgennemsnit (2,7 kg TS/dag) (tabel 15). Den lavere fejlprædiktion skyldes, at en del af den spredning, der er på individuelle observationer fjernes ved at reducere det til behandlingsgennemsnit (Huhtanen et al., 2011). Fejlprædiktionen på behandlingsgennemsnit var højere end tidligere evalueringer (Krizsan et al., 2014a; Jensen et al., 2015b), som fandt en fejlprædiktion på 1,5 kg TS/dag. Selvom de to opgørelser fandt samme fejlprædiktion, betyder det ikke, at fejlprædiktion skyldes det samme. I lighed med denne undersøgelse, var der en overprædiktion af foderoptagelsen i Krizsan et al. (2014a), mens det ikke var tilfældet i Jensen et al. (2015b). Derimod fandt Jensen et al. (2015b) og Krizsan et al. (2014a), i lighed med denne undersøgelse, en stigende overprædiktion af foderoptagelsen ved stigende foderoptagelse. Ydermere kunne det meste af fejlprædiktionen i denne undersøgelse forklares ud fra den generelle fejl, hvilket også var tilfældet i Krizsan et al. (2014a), mens fejlprædiktionen bedst blev forklaret ved tilfældige fejl i opgørelsen af Jensen et al. (2015b). Hovedparten af fejlprædiktionen for de individuelle observationer kunne forklares ved generelle og tilfældige fejl, mens hældningsfejlen var begrænset (tabel 14). Til sammenligning fandt Krizsan et al. (2014b) en fejlprædiktion på 2,3 kg TS/dag for individuelle observationer og hvor 87 % af prædiktionsfejlen kunne forklares ved tilfældige fejl. Den lavere prædiktionsfejl i Krizsan et al. (2014b) kan skyldes, at der i opgørelsen hovedsageligt indgik racerne Finsk Ayrshire, Norsk Rød, Svensk Rød, mens der indgik et begrænset antal Dansk HOL. I datasættet til denne undersøgelse indgik der 834 RDM observationer, og de viste en fejlprædiktion på 2,3 kg TS/dag på individuelle observationer. Resultaterne kunne tyde på, at der var en bedre prædiktion ved RDM og andre mindre køer, der stadig går under betegnelsen, stor race, i NorFor. NorFors tilsyneladende 83

84 Diskussion bedre prædiktion af røde køers foderoptagelse kan i virkeligheden skyldes, at RDM havde en lidt lavere mælkeydelse sammenlignet med HOL. Dette kommer til udtryk i resultaterne fra residual analysen, som viste en større fejlprædiktion med stigende mælkeydelse (figur 23). En af grundene til den større fejlprædiktion ved højere mælkeydelse, kan skyldes at de data, som blev brugt til udviklingen af NorFor modellen, havde en lavere mælkeydelse. Således var gennemsnittet for mælkeydelse for stor race, i de data som blev brugt til udviklingen af modellen 29,9 kg EKM/dag (Volden et al., 2011), mens gennemsnitsværdien for HOL og RDM var 35,5 kg EKM/dag i denne undersøgelse. Flere af observationerne i denne undersøgelse havde derved en højere mælkeydelse end de data, som blev brugt til at lave modellen. Det kan også være med til at forklare noget af fejlprædiktionen, da en del observationer lå udenfor den population, som NorFor var kalibreret på. Den lavere fejlprædiktion i opgørelsen af Krizsan et al. (2014b), kan også skyldes, at deres data ikke indeholdt observationer fra den tidlige del laktation (< 35 DIM.). En anden forklaring kan være, at de formler og regressionskoefficienter, som var anvendt i Krizsan et al. (2014b), var de oprindelige og dem som var publiceret i Volden (2011b), mens de formler der var anvendt i denne undersøgelse, var de opdaterede formler og regressionskoefficienter (Anonym, 2017). Det forventes imidlertid, at det kun var små forskelle, som de opdaterede formler og regressionskoefficienter havde af effekt på forskellen i prædiktion. Samtidig forventes det også, at opdateringerne forbedrede prædiktionen og derfor vil den ikke kunne forklare, hvorfor prædiktionsfejlen var større i denne undersøgelse. Når NorFors prædiktionsevne blev evalueres opdelt til 1. kalvs og ældre for HOL, JER og RDM, så havde RDM de laveste fejlprædiktioner for både 1. kalvs og ældre, mens JER havde de højeste fejlprædiktioner. Der er ingen tidligere publikationer, som har evalueret NorFors nøjagtighed af prædiktionen for de enkelte pariteter og kun et forsøg har evalueret racerne hver for sig (Jensen et al., 2015b). Resultaterne i denne undersøgelse viste, at der var en lidt dårligere prædiktion af foderoptagelsen hos JER sammenlignet med HOL. For begge race var det gældende, at der var en klar overprædiktion af foderoptagelsen, og at kun omkring 10 % af fejlprædiktionen kunne forklares ud fra hældningsfejl, mens størstedelen af fejlen kunne forklares ved generelle og tilfældige fejl. Evalueringen af Jensen et al. (2015b) viste for HOL en overprædiktion ved høje foderoptagelser, mens der var en underprædiktion ved lave foderoptagelser. For JER var der en lille overprædiktion, men det skal nævnes, at der kun indgik fire behandlingsgennemsnit i evalueringen. En af grundene til overprædiktionen i denne undersøgelse kan findes i regressionskoefficienten f, som har relation til koens vægt. Regressionskoefficienten f var eksempelvis for 1. kalvs HOL 500 og for ældre HOL 575. Det betyder, at alle HOL med en vægt over f koefficienten fik øget deres kapacitet, med 0,6 % pr. kg vægt over f-værdien. I denne undersøgelse havde 97 % af 1. kalvs og 92 % af ældre på tværs af race fået øget deres foderoptagelseskapacitet. Samtidig tyder resultaterne på, at der var en stigende fejlprædiktion for både HOL og JER ved stigende prædikterede foderoptag illustreret ved den negative hældning fra residual analysen (figur 22 og tabel 17). Det indikerer, at jo højere NorFor prædikterede foderoptagelsen, jo større difference blev der mellem den observerede foderoptagelse og den prædikterede foderoptagelse. Derved kunne køerne ikke æde hvad NorFor prædikterede. Det kan skyldes, at deres kapacitet ikke var så stor, som NorFor prædikterede, men det kan også skyldes, at foderoptagelsen blev begrænset af stofskiftereguleringen, og at køerne derfor ikke havde en så høj foderoptagelse, som NorFor prædikterede. 84

85 Diskussion Derudover viste resultaterne fra residual analysen også en negativ hældning for dage fra kælvning for begge racer, hvilket indikerede en større fejlprædiktion med stigende DIM (tabel 17). Når residualerne blev analyseret i forhold til vægt, så var der en signifikant effekt af vægt for HOL, hvilket betyder, at der var stigende fejlprædiktion ved stigende vægt og det samme gør sig gældende for mælkeydelse ved JER. Den stigende fejlprædiktion ved stigende vægt for HOL, blev også fundet af Krizsan et al. (2014a). Således virker det til at regressionskoefficienterne for vægt var for høje, hvilket resulterede i en stigende overprædiktion ved stigende vægt. Dette blev også fundet i undersøgelsen af Jensen et al. (2015b), hvor der også var en stigende fejlprædiktion ved stigende vægt. I denne undersøgelse blev der imidlertid ikke fundet nogen signifikant effekt for HOL på mælkeydelse eller for JER på vægt. Dette er modsat af hvad der blev fundet af Jensen et al. (2015b), hvor der var signifikant effekt af mælkeydelse. Analyse af foderoptagelsen med en simpel mixed regressionsmodel, hvor der kun indgik oplysninger relateret til koen, resulterede i en lavere fejlprædiktion sammenlignet med den NorFor prædikterede foderoptagelse (2,2 kg vs. 3,6 kg TS/dag). Dette indikerede, at en simplere model, som kun brugte oplysningerne, race, paritet, uger efter kælvning, vægt og EKM på individniveau, kunne prædiktere foderoptagelsen bedre end en mere avancereret model som NorFor, der ud over oplysninger relateret til koen, også bruger oplysninger omkring foderet. Samtidig er det også et udtryk for potentialet i hvor lav en prædiktionsfejl, der kan forventes, når al information omkring koen er til rådighed NorFor i praksis Nøjagtigheden af NorFors prædiktion af foderoptagelsen i praksis opgøres hvert år ved hjælp af foderkontroller fra DMS (Dairy Management System). Her viste resultaterne fra 2016, at NorFors prædiktion af foderoptagelsen rammer stort set rigtig for stor race, hvor hovedparten af køerne var HOL, mens foderoptagelsen overprædikteres for JER. I opgørelsen blev fyldebalancen udtrykt i procent brugt, som estimatet for nøjagtigheden af prædiktionen. Her var fyldebalancen for stor race i gennemsnit 101,9 %, mens den var 93,6 % for JER (Anonym, 2016), hvilket indikerer en lille underprædiktion af foderoptagelsen for HOL og en overprædiktion af foderoptagelsen for JER. For JER var den observerede foderoptagelse på 19,2 kg TS/dag og den prædikterede foderoptagelse var på 20,5 kg TS/dag. Der var altså en difference på 1,3 kg TS, hvor forskellen i denne undersøgelse var 3,3 kg TS/dag. I opgørelsen af Anonym (2016) var der en lille forskel mellem den observerede og den prædikterede foderoptagelse på -0,4 kg TS/dag for HOL, mens forskellen i denne undersøgelse var 2,7 kg TS/dag. En af forklaringerne på den dårligere prædiktion af foderoptagelsen i denne undersøgelse kan skyldes, at data hovedsageligt var fra de første uger efter kælvning, mens data fra opgørelsen af Anonym (2016) over hele laktationen og generelt havde et gennemsnitlig antal dage efter kælvning på omkring 200 dage. Et af målene for denne undersøgelse var imidlertid at medtage observationer, som skulle repræsentere hele laktationen, men selvom der blev anvendt laktationsforsøg, så viste resultaterne, at antallet af observationer fra 200 dage efter kælvning var begrænset. Dette argument underbygges også af den højere fodereffektivitet, der blev observeret i denne undersøgelse sammenlignet med opgørelsen af Anonym (2016). I denne undersøgelse var fodereffektiviteten på tværs af forsøg 1,7 kg EKM/kg TS for HOL og JER og 1,6 for RDM, mens den i opgørelsen af Anonym (2016) var på 1,4 kg TS/kg EKM for stor race og 1,5 kg TS/kg EKM 85

86 Diskussion for JER. Den højere fodereffektivitet i denne undersøgelse skyldes sandsynligvis, at mobiliseringsperiode udgjorde en større del af data og deponeringsperioden en mindre del sammenholdt med data fra Anonym (2016). Hvis resultaterne fra Anonym (2016) bliver opfattet, som værende sandheden tyder det altså på, at NorFor fungerer for HOL, men ikke for JER. Billedet i denne undersøgelse var også, at NorFor havde en bedre prædiktion af HOL end JER, men resultaterne viste, for begge racer, en højere fejlprædiktion sammenlignet med resultaterne fra Anonym (2016). Når der er så stor forskel i fodereffektivitet mellem denne undersøgelse og resultaterne fra Anonym (2016), kan det tyde på, at de målte foderoptagelser, enten i praksis, eller i forsøg, eller i begge, ikke er korrekte. Når foderoptagelsesniveauet sammenlignes mellem praksisopgørelserne af Anonym (2016) og denne undersøgelse lå foderoptagelsen højere i praksis. Det tyder således på, at registreringerne for foderoptagelse i forsøgene enten var for lave, eller at registreringerne for foderoptagelse i praksis var for høje. Hvis det antages, at registreringerne i praksis var for høje, vil en nedjustering af foderoptagelsen resultere i en højere fejlprædiktion af foderoptagelsen, da prædiktionen allerede var overestimeret. Modsat, hvis det var registreringerne i forsøgene, som var forkerte, og foderoptagelsen var for lav, vil korrekte registreringer minimere fejlprædiktionen, da det vil mindske en del af overprædiktionen. I begge tilfælde vil forskellen i fejlprædiktionen mellem opgørelsen af Anonym (2016) og denne undersøgelse blive mindre. Det kan diskuteres hvilke registreringer som er mest troværdige. Man forventer, at registreringerne fra forsøgene var udførlige og grundige, men når de ikke stemmer overens med registreringer fra omkring 2000 besætninger giver det anledning til at overveje om der var årsager, både i praksis og i forsøgene, som forårsagede disse forskelle. I praksis kan den højere foderoptagelse skyldes, at foderoptagelsen overestimeres, da eventuelt foderspil fra køerne ikke modregnes. Spildet kan ske ved at køerne skubber med foderet, så det falder ned på spalterne eller på andre måder fjernes fra foderbordet. Derudover kan noget af foderet som var tiltænkt køerne, bruges til ungdyr eller andre grupper og hvis mængden, som fjernes fra køerne ikke modregnes i forhold til den udfodrede mængde vil foderoptagelsen også bliver overestimeret. En anden forklaring på den lavere foderoptagelse i forsøgsresultaterne kan skyldes, at de ikke var TS korrigerede for tabet af flygtige stoffer, hvilket resultaterne fra praksisopgørelsen var. Der indgår i NorFor en TS korrektion for flygtige stoffer, som anvendes når laboratorierne analyserer TS. Så når TS opgives i forbindelse med en analyse fra Eurofins, så er TS korrigeret ved hjælp af Nor- Fors formel. Dette sker ikke for analyserne fra Foulums laboratorium og derfor blev det undersøgt, hvilken betydning denne korrektion havde for foderoptagelsen i forsøgsresultaterne. I tabel 32 ses forskellen i den gennemsnitlige foderoptagelse for de seks forsøg, når TS blev korrigeret for flygtige stoffer og når TS ikke blev korrigeret. Således viste resultaterne, at når TS blev korrigeret så var foderoptagelse mellem 0,2-0,3 kg TS/dag højere. Dette kan derfor være med til at forklare noget af den overprædiktion, som finder sted i forsøgsresultaterne og kan samtidig også forklare noget af forskellen mellem resultaterne fra denne undersøgelse og resultaterne af Anonym (2016). 86

87 Diskussion Tabel 32: Den gennemsnitlige foderoptagelse, med korrigeret TS tabet af flygtige stoffer og den ikke korrigerede, for de seks forsøg i det reducerede datasæt. Forsøg Foderoptagelse, kg TS/dag Forskel mellem ikke korrigeret og korrigeret TS, kg TS/dag Ikke korrigeret TS Korrigeret TS* 2 19,2 19,5 0,3 3 20,1 20,3 0,2 4 18,5 18,7 0,2 5 20,3 20,5 0,2 6 21,2 21,4 0,2 7 21,0 21,3 0,3 *Korrigeret TS = 0,99 * TS + 10 for hver ensilage Ændringer i NorFors foderoptagelsesmodel Ændringer af NorFors foderoptagelsesmodel blev foretaget i forskellige omgange, for at tydeliggøre effekten af de enkelte ændringer. Først blev formlen for rationens fyldeværdi ændret, og derefter blev formlen for koens foderoptagelseskapacitet ændret. Ændringerne af formlen for rationens fyldeværdi, ved brug af den eksisterende foderoptagelseskapacitet, gav den laveste fejlprædiktion på 2,0 kg TS/dag på individuelle observationer, når optimeringskonstanterne blev fjernet fra substitutionsformlen. Selve substitutionsformlen blev oprindeligt lavet uden optimeringskonstanterne, men fungerede ikke i optimeringsfunktionen i NorFor og derfor blev optimeringskonstanterne tilføjet (N. I. Nielsen, personlig kommunikation, 16. maj 2017). Dermed har optimeringskonstanterne ikke nogen biologisk oprindelse. Det blev således bekræftet af denne undersøgelse, at selve substitutionsformlen uden optimeringskonstanterne har sin berettigelse. Det er dog problematisk, at der anvendes optimeringskonstanter, og hvis de ikke kan fjernes skal man overveje om formlen overhoved skal anvendes. Således viste evalueringen, at når substitutionsformlen indgik, som formlen er i dag med optimeringskonstanterne, så resulterede det i en højere fejlprædiktion end hvis substitutionsformlen ikke indgik (tabel 24). Ud over substitutionsformlen blev stofskifteformlens effekt på prædiktionen også evalueret. Her viste resultaterne i tabel 24 en højere fejlprædiktion når formlen ikke blev medtaget og dermed har formlen altså sin berettigelse. Man kan dog diskutere hvorfor den inddrages som en foderkorrektion og ikke som en foderoptagelseskapacitetskorrektion, da det jo i virkeligheden er en regulering som foregår i koen og ikke påvirker foderet. Det ville være mere logisk, at reguleringen indgik i foderoptagelseskapacitetsformlen, og at det var den som blev ændret i relation til foderets basisfylde. Ændringer af foderoptagelseskapacitetsformelen, ved brug af eksisterende formel for rationens fylde, viste også en reduceret fejlprædiktion (tabel 26). Når ledet omkring vægt blev fjernet resulterede det i en reduktion af fejlprædiktionen, mens der ikke var nogen forskel i fejlprædiktionen, når ledet med mobilisering og deponering blevet fjernet. I evalueringen hvor begge led blev fjernet, viste resultaterne samme reduktion i fejlprædiktionen, som når ledet omkring vægt blev fjernet. Dermed tyder resultaterne på, at det er ledet omkring vægt, som medfører reduktionen i fejlprædiktion, og at ledet omkring mobilisering og deponering ikke havde nogen betydning og bare gør formlen mere kompleks og uoverskuelig. Det skal dog bemærkes, at det var Norfors standard kurver for mobilisering og deponering, som blev anvendt og ikke koens reelle vægtændringer. Det er interessant, at der 87

88 Diskussion ikke var nogen effekt af standard kurverne, for derved kan det overvejes, om de overhoved er nødvendige. Udover modellering ved at fjerne formler og led i de nuværende formler i NorFors foderoptagelsesmodel, blev regressionskoefficienterne for HOL i foderoptagelseskapacitetsformelen også ændret, for at se, om det var muligt at minimere den relative fejl. Ændringen skete ved hjælp af problemløserværktøjet, Solver, i Microsoft Excel, som beskrevet i materiale og metode afsnittet. Ændringerne resulterede i en markant reduktion i den relative fejl for HOL, som blev reduceret til 9,5 %, hvor den før var 17,1 %. En af de ting som blev ændret i formlen var koefficienten f, som fortæller noget om gennemsnitsvægten for køerne. I den nuværende formel er den henholdsvis 500 for 1. kalvs HOL og 575 for ældre HOL. Det betyder at alle køer, som har en vægt over denne værdi får en øget kapacitet. Derfor blev f koefficienterne ændret til pariteternes gennemsnitsvægt, for at reducere antallet af køer, som fik øget foderoptagelseskapaciteten. Denne ændring alene havde en positiv effekt på reduktionen i den relative fejl, som blev reduceret til 12 %. Ud over den positive effekt ved blot at ændre f koefficienten, så var det også forventet, at ændringen af de andre regressionskoefficienter ville have en reducerende effekt på fejlprædiktionen. Det skyldes, at regressionskoefficienterne blev ændret i forhold til de data, som de også blev testet på, og således blev de ikke testet på uafhængige data. For at kunne evaluere de nye regressionskoefficienter bedst muligt, blev de derfor også testet på et uafhængigt datasæt. Evalueringen på det uafhængig datasæt blev foretaget af to omgange, hvor de nye regressionskoefficienter i første omgang kun blev testet på HOL observationer, mens de i anden omgang også blev testet på de andre racer, som indgår under betegnelsen, stor race. Evalueringen af de nye regressionskoefficienter, på det uafhængige datasæt, viste en reduktion i fejlprædiktionen sammenlignet med NorFors nuværende foderoptagelsesmodel (tabel 29 og 30). Den lavere fejlprædiktion blev vist både ved evalueringen på HOL observationerne, men også på observationerne for stor race. De foreslåde ændringer, i tabel 28, af koefficienterne a, b, c og d i NorFors foderoptagelseskapacitetsformel forårsagede en øget effekt af dage efter kælvning, og gav en kraftigere stigning indtil toppunktet og en kraftigere reduktion gennem laktationen. Derimod var effekten af EKM reduceret, og det kom til udtryk ved en lavere foreslået e koefficient sammenlignet med den nuværende. Effekten af vægt, i den nye model, var også reduceret og det ses ved, at f koefficienten steg og g koefficienten blev reduceret. Det gør, at det kun var ældre HOL med en vægt over 659 kg, som fik øget deres kapacitet med 0,4 % pr. kg og 1. kalvs HOL med en vægt over 590 kg, som fik deres kapacitet øget med 0,5 % pr. kg. Den sidste koefficient, h, påvirkede foderoptagelsen i forhold til deponering og mobilisering og da den blev reduceret, resulterede det i en mindre påvirkning af mobiliseringen og en større effekt af deponeringen, hvorfor foderoptagelsen ikke blev reduceret lige så meget i starten af laktationen som i den sidste del af laktationen, sammenlignet med den nuværende model. Resultatet af de forslåede ændringer bevirkede, at foderoptagelsen generelt blev prædikteret lavere, hvilket ses ved den prædikterede foderoptagelse på 21,1 kg TS/dag for den nye model, mens den var 22,5 kg TS/dag for den nuværende NorFor model (tabel 29). Det var specielt de første 10 uger og fra uge 20 og resten af laktationen, hvor den nye model havde en betydelig lavere prædiktion af foderoptagelsen, mens der var begrænset forskel mellem den nuværende model og den nye model i ugerne 10 til 20 (figur 25). 88

89 Diskussion Modelleringen af de nuværende formler blev gjort skiftevis for rationens fyldekapacitet og for koens foderoptagelseskapacitet. Optimalt ville have været en simultan optimering, men for at holde det simpelt og overskueligt, blev der ikke anvendt simultan optimering Kg TS/dag vs. Fyldeenheder Under evalueringen af NorFors prædiktionsevne viste resultaterne, at det ikke var ligegyldigt, om man foretog evalueringerne på tørstofoptaget eller på fyldeender. De er selvsagt ikke sammenlignelige, når den observerede foderoptagelse, den prædikterede foderoptagelse eller prædiktionsfejlen vurderes, da det er to forskellige enheder. Derimod er den relative fejl sammenlignelig og her viste resultaterne en lidt større fejl, når der blev anvendt tørstof sammenlignet med fyldeenheder (18,5 % vs. 17,9 %). Derfor er det vigtigt, at være opmærksom på denne lille forskel, hvis man ser på forskellige opgørelser. Der blev valgt TS i denne undersøgelse, men man kan argumentere for, at det ville være mest rigtigt, at fejlevalueringen blev opgjort i fyldeenheder, da NorFors foderoptagelsesmodel tager udgangspunkt i fyldesystemet. Dette blev imidlertid ikke valgt, da anvendelsen af TS er langt mere udbredt end fyldeenheder, samt at TS er mere alment kendt end fyldeenheder Følsomhed Når foderoptagelsen prædikteres, så er resultaterne ikke mere troværdige end analyserne og hvis analyserne er forkerte, så vil det medføre en fejl i prædiktionen. Derfor blev det testet, hvor stor betydning variation i OMD og NDF-indholdet på grovfoderet, havde på foderoptagelsen. Her viste resultaterne, at hvis OMD afveg med 5 %, så var der 0,15 kg TS/dag i variation i foderoptagelsen i forhold til basis, som var den situation, hvor der ikke var nogen afvigelse. Hvis NDF-indholdet afveg med 5 % var der 0,1 kg TS/dag i variation i foderoptagelsen fra basis. Hvis resultaterne afveg 10 % for henholdsvis OMD og NDF-indholdet, så var variationen 0,3-0,5 kg TS/dag fra basis. Den sidste test, som blev gennemført, var når måde OMD og NDF-indholdet afveg med 5 % og her var variationen på 0,2-0,3 kg TS/dag fra basis. Således viste resultaterne ikke en markant variation i foderoptagelsen, og det er derfor begrænset hvor følsom foderoptagelsen er i forhold til ændringer i OMD og NDF. Følsomheden af foderoptagelsen blev testet på en udvalgt en 1. kalvs HOL observation, som havde en vægt på 610 kg og 100 dage efter kælvning, samt en mælkeydelse på 37,7 kg EKM. Det var en traditionel fodring, med græsensilage, majsensilage, roepiller, sojaskrå, byg, mineraler og en kraftfoderblanding. Grovfoderandelen var 60 % og grovfoderet var 50 % græsensilage og 50 % majsensilage. 5.4 Modellering af foderoptagelse I opgørelsen af Krizsan et al. (2014b) blev NorFor evalueret på traditionel vis, men også på en mere utraditionel måde. Det var et af formålene med studiet af Krizsan et al. (2014b), at undersøge hvordan forskellige estimater for mælkeydelsen ville påvirke prædiktion af foderoptagelse. NorFor anvender i dag den observerede mælkeydelse til prædiktionen af foderoptagelsen. Problemet er, at man i praksis ikke kender mælkeydelsen på det tidspunkt, man ønsker at prædiktere foderoptagelsen (Ingvartsen, 1994). Derfor har de i studiet af Krizsan et al. (2014b) prædikteret foderoptagelsen, ved hjælp af forrige periodes mælkeydelse. Det resulterede i en højere prædiktionsfejl sammenlignet 89

90 Diskussion med den prædikterede foderoptagelse, hvor den aktuelle mælkeydelse blev brugt (2,5 vs. 2,3 kg TS/dag). I denne undersøgelse blev der også undersøgt forskellige tilgange til prædiktion af foderoptagelse, ved at opstille forskellige scenarier med hjælp af mixed model regression. Jævnfør resultaterne i Krizsan et al. (2014b) kan det være teoretisk forkert, at anvende den aktuelle mælkeydelse, og derfor blev der arbejdet på at finde et udtryk, som kunne erstatte EKM. I undersøgelsen blev der arbejdet med et udtryk, som skulle beskrive indtagelsespotentialet (IP) for den enkelte besætning. Som beskrevet i materiale og metode afsnittet blev IP udregnet, ved hjælp af basisfylde, for hver observation og derefter modelleret for hvert forsøg. IP var dermed en variabel, som kunne beskrive variationen i mellem besætninger managementstrategier som resulterer i forskellige responser. IP kunne samtidig håndtere skift i foderrationen, da IP er upåvirket af en lavere eller højere fylde af rationen, hvis NorFors basis fyldesystem på fodermidler ellers er korrekt, og vil altså ikke påvirkes på samme måde som EKM. I modelleringen af nye modeller blev der anvendt individuelle eller gruppeoplysninger omkring mælkeydelse, IP og vægt. De mest brugbare modeller, i forhold til praksis, er modellerne der anvender gruppeoplysninger omkring IP, EKM og vægt eller individuelle oplysninger omkring EKM og vægt. I forhold til de mest praksis anvendelige modeller viste resultaterne i tabel 22, at modellen med individuelle oplysninger omkring EKM og vægt gav den laveste fejlprædiktion. Modellen med gruppe IP og vægt var mest sammenlignelig med modellen, som anvender EKM og vægt på gruppeniveau, i forhold til en model som anvender EKM på individniveau, og de to modeller opnåede stort set samme prædiktionsfejl (2,7 vs 2,8 kg TS/dag). Så når det kan argumenteres for, at EKM er teoretisk forkert at anvende er IP et godt alternativ. Af de modellerede modeller, som er vist i tabel 22, var det modellen med individuelle oplysninger omkring IP og vægt, som resulterede i den laveste fejlprædiktion. Det vil dog ikke være muligt, at få individuelle IP til prædiktionen af foderoptagelsen, da IP var udregnet ved basisfylder af det foder koen har ædt. Derfor var modellen med individuel IP ikke en brugbar model i praksis eller undersøgelser for den sags skyld. Samtidig er individuel IP stærk korreleret til den egentlige foderoptagelse og også mere problematisk end EKM. Når et af formålene med at introducere udtrykket IP var, at undgå brugen af EKM, så er det endnu værre, hvis man begynder at bruge individuel IP, da det blot er et andet udtryk for det man ønsker at prædiktere. Modellen med individuel IP og vægt blev kun modelleret for at vise, at selvom man stort set giver modellen den egentlige foderoptagelse, så er der stadig en fejlprædiktion på knap 1 kg TS. Derfor kan man ikke forvente, at modeller til prædiktion af foderoptagelsen har en fejlprædiktion på 0 kg TS/dag, da der altid vil være nogle elementer, som ikke kan prædikteres fuldstændigt. 5.5 Fodringsprincip I datasættet indgik der forsøg med fodringsprincipperne, TMR og PMR. TMR står for Total mixed ration og er et fodringsprincip, hvor alt foderet blandes og tildeles og hvor der ikke tildeles supplerende foder ved siden af. PMR står for partly mixed ration og adskiller sig fra TMR ved, at der suppleres med kraftfoder eller andet tilskudsfoder ved siden af grundrationen. Det kan være i form af kraftfoder i AMS eller i kraftfoderautomater. Kraftfodertildelingen kan foregå ydelsesbestemt, hvor tildelingen sker i forhold til ydelsesniveau, eller et fast antal kg (Bossen, 2014). Det forventes, 90

91 Diskussion at ydelsestildeling af kraftfoder vil øge forskellen i foderoptagelse mellem de enkelte køer, sammenlignet med en fast mængde, da kraftfodertildelingen vil variere gennem laktationen. I laktationsforsøgene, som blev anvendt i dette forsøg, var der anvendt fast tildeling af kraftfoder. Det var dog med små individuelle afvigelser, da ikke alle køerne nødvendigvis åd op i robotterne. Der kan forventes en højere foderoptagelse, når der fodres med TMR sammenlignet med separat fodring (Aaes, 1993). I et forsøg af van Knegsel et al. (2007) blev effekten af individuel kraftfodertildeling undersøgt. I starten af laktationen blev der givet 1 kg/dag og i slutningen af laktationen blev der tildelt 2 kg/dag. Resultaterne viste en højere mælkeydelse sammenlignet med når der ikke blev tildelt ekstra kraftfoder, men det havde ingen signifikant effekt på foderoptagelsen. En anden type fodring er når afgræsning praktiseres. Her er køerne på græs i løbet af dagen og der suppleres med en grundration i stalden. I forsøget af Prendiville et al. (2011) blev der anvendt afgræsning og der blev tildelt 2 kg TS kraftfoder om dagen i de første uger efter kælvning. Da der blev anvendt afgræsning, var det ikke muligt på samme måde at veje foderet og foderresten, og derfor var estimaterne for foderoptagelsen mere usikker. Det skyldes, at forskellige modeller blev brugt til at estimere foderoptagelsen, og de var mere usikre sammenlignet med tilbagevejning. 5.6 Rationssammensætning Resultaterne fra modelleringen af foderoptagelse ved hjælp af råfedt, råprotein og kraftfoderandelen viste, at der var en signifikant effekt af alle tre faktorer. Råfedt havde en negativ sammenhæng til foderoptagelsen, mens der var en positiv effekt af råprotein og kraftfoderandel, efter at foderoptagelsen var blevet korrigeret for faktorer relateret til koen (tabel 20). Den negative effekt af råfedt på foderoptagelsen blev også vist i et forsøg af Abdullah et al. (2000) og Weisbjerg et al. (2008), hvor der imidlertid ikke var nogen signifikant effekt på energiindtaget. Det skyldes, at energiindholdet pr. kg TS udligner forskellen ved et lavere foderoptag. Derfor tyder resultaterne på, at køerne var begrænset af stofskiftereguleringen, da køerne på rationerne med det højere fedtindhold forventes at have samme kapacitet, som køerne på rationerne med lavere fedtindhold, og derfor har kapacitet til en højere foderoptagelse end den der blev opnået. En anden grund til den lavere foderoptagelse ved rationer med højt fedtindhold, er at fedt påvirker fiberfordøjeligheden negativt (Oldick og Firkins, 2000), og når fordøjeligheden reduceres falder foderoptagelsen (Huhtanen et al., 2002). Det er også muligt, at fedtindtaget har en direkte effekt på foderoptagelsen ved at inhibere vommens bevægelighed (Chilliard, 1993). Den positive effekt af råprotein på foderoptagelsen er også vist tidligere (Oldham, 1984; Broderick, 2003; Alstrup et al., 2014). I forsøget af Broderick (2003) steg foderoptagelsen signifikant med 0,9 kg TS/dag ved at øge proteinkoncentration fra 15,1 til 16,7 % af TS og yderligere 0,5 kg TS/dag ved, at øge proteinniveauet fra 16,7 til 18,4 % af TS. I forsøget af Cabrita et al. (2007) fandt de dog ingen effekt på foderoptagelsen ved at øge proteinniveauet fra 14 til 16 %, ved højt stivelsesniveau (25 % af rations TS), men positiv effekt ved lavt stivelsesniveau (15 % af rations TS). Det tyder på, at stivelsesniveauet kompenserer for det lavere proteinniveau, ved at forbruget af aminosyrer i glukoneogenesen falder (Lemosquet et al., 2004). Samtidig tyder resultaterne på, at det har betydning hvilket proteinniveau, der øges fra, i forhold til hvilken effekt det har på foderoptagelsen. 91

92 Diskussion Der var en signifikant positiv effekt af kraftfoderandel på foderoptagelsen i modelleringen af foderoptagelsen. Der var imidlertid varierende effekt mellem de enkelte forsøg, som indgik i opgørelsen. Det overordnede billede var, at de forsøg der havde variation i kraftfoderandelen, viste en højere foderoptagelse ved stigende kraftfoderandel. Det samme blev vist i forsøget af Khalili et al. (2006), hvor to forskellige TMR rationer blev tildelt. Her var der en højere foderoptagelse ved en kraftfoderandel på 51 % sammenlignet med en på 45 % i perioden dage efter kælvning. I samme forsøg blev der i de første 100 dage efter kælvning fodret med en TMR-ration og en PMR-ration med supplerende kraftfoder, hvor den samlede kraftfoderandel var 57 % i PMR-rationen, mens den var 51 % i TMR rationen og her var der ingen signifikant forskel i foderoptagelsen mellem de to rationer. 5.7 Statistik Modellerne som blev brugt til at undersøge udviklingen gennem laktationen for foderoptagelse, mælkeydelse og vægts anvendte tilfældig effekt af behandling indenfor forsøg. Det skyldes, at der blev taget udgangspunkt i en meta-analyse, da observationer indenfor behandling havde mere tilfældes end observationer på tværs af behandling og forsøg (St-Pierre, 2001; Sauvant et al., 2008). I litteraturen har der tidligere været tendens til at forskellige behandlinger i et forsøg er blevet behandlet som tilfældige effekter, hvorfor det har resulteret i andre konklusioner. Derfor beskrev St- Pierre (2001) hvorfor det er nødvendigt, at analysere data fra forskellige forsøg som tilfældig effekt. Til modelleringen af foderoptagelsen blev der anvendt krydsvalidering til at bestemme hvilken model, der skulle anvendes. Resultaterne fra analysen viste, at den simple model havde en bedre prædiktion af de syv forsøg, sammenlignet med en mere avanceret model. Det kan virke ulogisk, at en simplere model er bedre, men det skyldes, at modeller kan være overparamatiseret, og det øger risikoen for fejlprædiktioner. Det betyder, at den avancerede model beskriver noget af det støj der er omkring data, og derfor får en dårligere prædiktion, når der testes på uafhængige data (Esbensen et al., 2002). Således bruger den avanceret model for mange faktorer i forhold til mængden af information i dataoplysningerne (Green et al., 1999). Derudover blev modelleringen foretaget af to omgange. Rent statistisk ville modellen have været stærkere, hvis parametrene blev samlet i en model, men ved at holde dem adskilt, fås et bedre udtryk for effekten at faktorerne relateret til koen og faktorerne relateret til foderet. I de statiske analyser blev der anvendt HPmixed procedure, da den er designet til at håndtere store mængder data. HPmixed har desværre også sine begrænsninger, men i forhold til analyserne i denne afhandling, har den været tilstrækkelig og derfor blev den også brugt i gennem hele opgaven. 92

93 Konklusion 6 Konklusion Denne undersøgelse viste, at foderoptagelsen er højeste hos ældre køer sammenlignet med 1. kalvs køer, og at HOL har en højere foderoptagelse end RDM og JER. Foderoptagelsens udvikling gennem laktationen viste sig, at være den samme mellem racerne HOL og RDM, mens JER havde et større fald i den sidste del af laktationen. Forskellen i foderoptagelse mellem 1. kalvs og ældre var størst i starten af laktationen, mens den blev mindre gennem laktationen. Derudover viste undersøgelsen, at der var signifikant positiv effekt af mælkeydelse og vægt på foderoptagelsen. Samtidig kunne det meste af foderoptagelsen forklares med faktorer relateret til koen, mens faktorer omkring foderet kun i begrænset omfang, kunne forklare foderoptagelsen, efter at foderoptagelsen var korrigeret for faktorer relateret til koen. Evalueringen af NorFors prædiktionsnøjagtighed af foderoptagelsen viste en prædiktionsfejl på 3,6 kg TS/dag for individuelle observationer og på 2,7 kg TS/dag ved behandlingsgennemsnit. Fejlprædiktionen på de individuelle observationer kunne bedst forklares ved generelle fejl (62 %) og tilfældige fejl (34 %), mens det var meget begrænset med hældningsfejl (4 %). Derudover viste undersøgelsen, at det er muligt, at forbedre NorFors prædiktionsevne af foderoptagelsen. Den bedste løsning er, at fjerne optimeringskonstanterne i den nuværende substitutionsformel, da det reducerede fejlprædiktionen til 2,0 kg TS/dag for individuelle observationer. Til sidst viste undersøgelsen, at det er muligt at forbedre NorFors prædiktion af foderoptagelsen for HOL, ved at ændre regressionskoefficienterne i formlen for koens foderoptagelseskapacitet. 93

94 Perspektivering 7 Perspektivering Undersøgelsens hovedfokus var på faktorer relateret til koen og deres effekt på foderoptagelsen, hvilket resulterede i mange individuelle observationer. Det kunne også være interessant, at undersøge foderrationens effekt på foderoptagelsen. For at kunne gøre det, er det nødvendigt med flere forsøg og behandlinger, til at give noget variation i indholdet af de forskellige næringsstoffer i rationerne. Samtidig kan antallet af enkelt observationer reduceres til kun behandlingsgennemsnit, da observationerne på samme behandling vil have samme næringsstofsammensætning i rationen, hvorfor en masse individuelle observationer skaber en masse støj. Således er det svært, både analysere foderoptagelsen med fokus på både faktorer relateret til koen og faktorer relateret til foderet, og derfor vil det give mest mening, at undersøge dem hver for sig. Undersøgelserne i denne afhandling viste, at det var muligt, at forbedre NorFors prædiktion af foderoptagelsen. Derfor virker det oplagt, at indføre de nye regressionskoefficienter i formlen for foderoptagelseskapaciteten, men da prædiktionen for HOL i praksis er stort set 100 %, kan det overvejes om det giver mening at implementere dem. I undersøgelsen var der kun estimeret nye regressionskoefficienter for stor race, og det kunne derfor være interessant, at estimere nye regressionskoefficienter for JER, da både resultaterne fra denne undersøgelse og fra praksis viste en stor fejlprædiktion. Derudover kan det også overvejes, om det er den nuværende model man ønsker at fortsætte med, eller om det giver et bedre respons, at udvikle en helt ny model. Derudover kunne det også være interessant, at undersøge formlen, der udregner fyldeværdierne for de enkelte fodermidler. Det kunne være, at de 0,22 fyldeenheder for kraftfoder skulle udspecificeres, så de enkelte kraftfodermidler differentieres. Det kunne også være interessant, at undersøge formlen til udregning af grovfodermidlernes fyldeværdi og se om formlen er optimal, eller om den også kunne forbedres. Det kunne eksempelvis være, at det gav mere mening at bruge NDF fordøjeligheden i stedet for NDF indholdet og fordøjeligheden af organisk stof, som er der anvendes i den nuværende formel. 94

95 Referenceliste 8 Referenceliste Abdullah, M., J. W. Young, H. D. Tyler, og G. Mohiuddin Effects of feeding high forage diets and supplemental fat on feed intake and lactation performance in dairy cows. Asian Australas. J. Anim. Sci. 13: Aikman, P. C., C. K. Reynolds, og D. E. Beever Diet digestibility, rate of passage, and eating and rumination behavior of Jersey and Holstein cows. Journal of Dairy Science 91: Allen, M. S Physical constraints on voluntary intake of forages by ruminants. Journal of Animal Science 74: Allen, M. S Effects of diet on short-term regulation of feed intake by lactating dairy cattle. Journal of Dairy Science 83: Almskou, M. B Antal aktive dyr pr. kvægrace. e.aspx, besøgt: Alstrup, L., M. O. Nielsen, P. Lund, J. Sehested, M. K. Larsen, og M. R. Weisbjerg Milk yield, feed efficiency and metabolic profiles in Jersey and Holstein cows assigned to different fat supplementation strategies. Livestock Science 178: Alstrup, L., K. Soegaard, og M. R. Weisbjerg Effects of maturity and harvest season of grass-clover silage and of forage-to-concentrate ratio on milk production of dairy cows. Journal of Dairy Science 99: Alstrup, L., M. R. Weisbjerg, L. Hymoller, M. K. Larsen, P. Lund, og M. O. Nielsen Milk production response to varying protein supply is independent of forage digestibility in dairy cows. Journal of Dairy Science 97: Anonym Foderopgørelser fra NorFor. Upubliseret data. Anonym Equation changes since NorFor 2011 (EAAP No. 130), besøgt: Azizi, O., O. Kaufmann, og L. Hasselmann Relationship between feeding behaviour and feed intake of dairy cows depending on their parity and milk yield. Livestock Science 122: Besle, E. og J. M. Grenet Microbes and fibre degradation. Rumen microbial metabolism and ruminant digestion In RA Editions, Paris, 1991, : 107. Bibby, J. og H. Toutenburg Prediction and Improved Estimation in Linear Models. Wiley. Bossen, D AMS og kraftfoder - det kan gøres bedre. Landbrugsinfo Bossen, D., M. R. Weisbjerg, L. Munksgaard, og S. Hojsgaard Allocation of feed based on individual dairy cow live weight changes I: Feed intake and live weight changes during lactation. Livestock Science 126: Broderick, G. A Effects of varying dietary protein and energy levels on the production of lactating dairy cows. Journal of Dairy Science 86: Brown, C. A., P. T. Chandler, og J. B. Holter Development of predictive equations for milkyield and dry-matter intake in lactating cows. Journal of Dairy Science 60: Cabrita, A. R. J., R. J. B. Bessa, S. P. Alves, R. J. Dewhurst, og A. J. M. Fonseca Effects of dietary protein and starch on intake, milk production, and milk fatty acid profiles of dairy cows fed corn silage-based diets. Journal of Dairy Science 90: Chilliard, Y Dietary-fat and adipose-tissue metabolism in ruminants, rigs, and rodents - a review. Journal of Dairy Science 76:

96 Referenceliste Choi, B. og M. Allen Intake regulation by volatile fatty acids and physical fill. S. Afr. J. Anim. Sci 29: Clark, R. D. og R. W. Touchberry Effect of body weight and age at calving on milk production in holstein cattle. Journal of Dairy Science 45: Conrad, H. R., J. W. Hibbs, og A. D. Pratt Regulation of feed intake in dairy cows.i. Change in importance of physical + physiological factors with increasing digestibility. Journal of Dairy Science 47: Esbensen, K. H., D. Guyot, F. Westad, og L. P. Houmoller Multivariate Data Analysis: In Practice : an Introduction to Multivariate Data Analysis and Experimental Design. CAMO. Fisher, D. S A review of a few key factors regulating voluntary feed intake in ruminants. Crop Sci. 42: Forbes, J. M. 1986a. Dietary factors affecting intake. Kap. 6. i:the Voluntary Food Intake of Farm Animals: Butterworth-Heinemann. Forbes, J. M. 1986b. Effects of physiological state and animal productivity. Kap. 5 i: The Voluntary Food Intake of Farm Animals: Butterworth-Heinemann. Forbes, J. M Voluntary food intake and diet selection in farm animals. CAB international Oxon, UK. Friggens, N. C., G. C. Emmans, I. Kyriazakis, J. D. Oldham, og M. Lewis Feed intake relative to stage of lactation for dairy cows consuming total mixed diets with a high or low ratio of concentrate to forage. Journal of Dairy Science 81: Fuentes-Pila, J., M. A. DeLorenzo, D. K. Beede, C. R. Staples, og J. B. Holter Evaluation of equations based on animal factors to predict intake of lactating holstein cows. Journal of Dairy Science 79: Fylstra, D., L. Lasdon, J. Watson, og A. Waren Design and use of the microsoft excel solver. Interfaces, 28, s Gaines, W. L Live Weight Versus Metabolic Body Size in Dairy Cows and Goats. Journal of Dairy Science 29: Goselink, R., G. V. Duinkerken, J. T. Schonewille, og A. T. M. V. Knegsel Absorption capacity of the rumen of dairy cows during transition. International symposium "Nutritional management in early lactation" Wageningen, the Netherlands - 25 October Green, S. B., J. G. Marquis, S. L. Hershberger, M. S. Thompson, og K. M. McCollam The overparameterized analysis of variance model. Psychological Methods 4: Huhtanen, P., H. Khalili, J. I. Nousiainen, M. Rinne, S. Jaakkola, T. Heikkila, og J. Nousiainen Prediction of the relative intake potential of grass silage by dairy cows. Livestock Production Science 73: Huhtanen, P., M. Rinne, P. Mantysaari, og J. Nousiainen Integration of the effects of animal and dietary factors on total dry matter intake of dairy cows fed silage-based diets. Animal 5: Huhtanen, P., M. Rinne, og J. Nousiainen Evaluation of the factors affecting silage intake of dairy cows: a revision of the relative silage dry-matter intake index. Animal 1: Huhtanen, P., M. Rinne, og J. Nousiainen Evaluation of concentrate factors affecting silage intake of dairy cows: a development of the relative total diet intake index. Animal 2: Hymøller, L., L. Alstrup, M. K. Larsen, P. Lund, og M. R. Weisbjerg High-quality forage can replace concentrate when cows enter the deposition phase without negative consequences for milk production. Journal of Dairy Science 97: Hyppölö, K. og O. Hasunen Dry matter and energy standards for dairy cows. Suomen Maataloustieteellinen Seuran Julkaisuja 116:

97 Referenceliste Illius, A. W. og I. J. Gordon Prediction of intake and digestion in ruminants by a model of rumen kinetics integrating animal size and plant characteristics. J. Agric. Sci. 116: Illius, A. W. og N. S. Jessop Metabolic constraints on voluntary intake in ruminants. Journal of animal science 74: Ingvartsen, K. L Models of voluntary food-intake in cattle. Livestock Production Science 39: Ingvartsen, K. L. og J. B. Andersen Integration of metabolism and intake regulation: A review focusing on periparturient animals. Journal of Dairy Science 83: Ingvartsen, K. L., N. C. Friggens, og F. Faverdin Feed intake regulation in late pregnancy and early lactation. Br. Soc. Anim. Sci. Occ. Publ. 24: Ingvartsen, K. L. og V. F. Kristensen Regulering af foderoptagelsen Kap. 7 i: Hvelplund, T. og Nørgaard, P. Kvægets ernæring og fysiologi. Bind 1 Næringsstofomsætning og fodervurdering: Ingvartsen, K. L. og M. R. Weisbjerg Jersey cows eat relatively more feed compared to Friesian cows due to a higher rate of passage. Archiv Fur Tierzucht-Archives of Animal Breeding 36: Jensen, C., S. Ostergaard, I. Schei, J. Bertilsson, og M. R. Weisbjerg. 2015a. A meta-analysis of milk production responses to increased net energy intake in Scandinavian dairy cows. Livestock Science 175: Jensen, C., M. R. Weisbjerg, og S. Østergaard Evaluation of individual versus group level observations and different feed ration evaluation systems for estimating milk yield responses. In proceedings of the 2012 meeting of the animal science modelling group. Canadian Journal of Animal Science 92: Jensen, L. M., B. Markussen, N. I. Nielsen, E. Nadeau, M. R. Weisbjerg, og P. Nørgaard Description and evaluation of a net energy intake model as a function of dietary chewing index. Journal of Dairy Science 99: Jensen, L. M., N. I. Nielsen, E. Nadeau, B. Markussen, og P. Norgaard. 2015b. Evaluation of five models predicting feed intake by dairy cows fed total mixed rations. Livestock Science 176: Johansen, M. og M. R. Weisbjerg Tænk i fordøjelighed, udbytte og dyrkning frem for art. Ny KvægForskning Nr. 5, 14. årgang, november 2016: Khalili, h., p. Mäntysaari, og j. Sariola Effect of concentrate feeding strategy on the performance of dairy cows fed total mixed rations. Agricultural and Food Science 15: Krause, K. M., D. K. Combs, og K. A. Beauchemin Effects of Forage Particle Size and Grain Fermentability in Midlactation Cows. II. Ruminal ph and Chewing Activity. Journal of Dairy Science 85: Kristensen, N. B Udnyttelse af bypass stivelse. Temadag om aktuelle fodringsspørgsmål. Kristensen, N. B. og T. Hvelplund Mikrobiel omsætning i vommen hos den højtydende malkeko. Kvæg kongres 2004, bilag Tema 9: Omtimer foderomsætningen i malkekoen. Kristensen, T., C. Jensen, S. Østergaard, M. R. Weisbjerg, O. Aaes, og N. I. Nielsen Feeding, production, and efficiency of Holstein-Friesian, Jersey, and mixed-breed lactating dairy cows in commercial Danish herds. Journal of Dairy Science 98: Kristensen, V. F Styring af foderoptagelsen ved hjælp af foderrations sammensætning og valg af fodringsprincip. In: Østergaard, V. og Neimann-Sørensen, A. Optimale foderrationer til malkekoen. Foderværdi, foderoptagelse, omsætning og produktion. Rapport nr Beretning fra statens husdyrbrugsforsøg. Afsnit

98 Referenceliste Krizsan, S. J., A. Hojer, A. Huuskonen, M. Hetta, og P. Huhtanen. 2014a. Evaluation of the feed intake models in the Nordic feed evaluation system NorFor. Acta Agric. Scand. Sect. A- Anim. Sci. 64: Krizsan, S. J., A. Sairanen, A. Höjer, og P. Huhtanen. 2014b. Evaluation of different feed intake models for dairy cows. Journal of Dairy Science 97: Larsen, M. K., L. Hymoller, D. B. Brask-Pedersen, og M. R. Weisbjerg Milk fatty acid composition and production performance of Danish Holstein and Danish Jersey cows fed different amounts of linseed and rapeseed. Journal of Dairy Science 95: Lemosquet, S., S. Rigout, A. Bach, H. Rulquin, og J. W. Blum Glucose Metabolism in Lactating Cows in Response to Isoenergetic Infusions of Propionic Acid or Duodenal Glucose. Journal of Dairy Science 87: Martinussen, H., J. Møller, P. Spleth, R. Thøgersen, og O. Aaes Kvægets fodring. Landbrugsforlaget, Videnscentret for Landbrug. McLeod, M. N. og D. J. Minson Breakdown of large particles in forage by simulated digestion and detrition. Journal of Animal Science 66: Mertens, D. R Predicting intake and digestibility using mathematical-models of ruminal function. Journal of Animal Science 64: Mertens, D. R Regulation of forage intake. Forage Quality, Evaluation, and Utilization. Soil Science Soc Amer, Madison. Mertens, D. R Impact of NDF content and digestibility on dairy cow performance. Vol. 21. Advances in Dairy Technology, Vol 21. University Alberta Dept Agr, Food & Nutr Sci, Edmonton. Moore, K. J. og R. D. Hatfield Carbohydrates and forage quality. Pages in Forage quality, evaluation, and utilization. G. C. Fahey, ed. American Society of Agronomy, Crop Science Society of America, Soil Science Society of America, Madison, WI. Nielsen, H. M., N. C. Friggens, P. Lovendahl, J. Jensen, og K. L. Ingvartsen Influence of breed, parity, and stage of lactation on lactational performance and relationship between body fatness and live weight. Livestock Production Science 79: NorFor NRC Nutrient requirements of dairy cattle: Seventh revised edition, The National Academies Press, Washington, DC. Nørgaard, P Optagelse af foder og drøvtygning. Kap. 6 i: Hvelplund, T. og Nørgaard, P. Kvægets ernæring og fysiologi. Bind 1 Næringsstofomsætning og fodervurdering: Vol. DJF Rapport, Husdyrbrug nr. 53. Nørgaard, P., E. Nadeau, og Å. T. Randby A new Nordic structure evaluation system for diets fed to dairy cows: a meta analysis. I: Modelling nutrient digestion and utilisation in farm animals: D. Sauvant, J. Van Milgen, P. Faverdin, og N. Friggens, ed. Wageningen Academic Publishers, Wageningen. Oba, M. og M. S. Allen Evaluation of the importance of the digestibility of neutral detergent fiber from forage: Effects on dry matter intake and milk yield of dairy cows. Journal of Dairy Science 82: Oldham, J. D Protein-energy interrelationships in dairy cows. Journal of Dairy Science 67: Oldick, B. S. og J. L. Firkins Effects of degree of fat saturation on fiber digestion and microbial protein synthesis when diets are fed twelve times daily. Journal of animal science 78:

99 Referenceliste Olson, K. M., B. G. Cassell, og M. D. Hanigan Energy balance in first-lactation Holstein, Jersey, and reciprocal F-1 crossbred cows in a planned crossbreeding experiment. Journal of Dairy Science 93: Overton, T. og M. Waldron Nutritional management of transition dairy cows: strategies to optimize metabolic health. Journal of Dairy Science 87: E105-E119. Palmquist, D. L. og T. C. Jenkins Fat in Lactation Rations1,2: Review. Journal of Dairy Science 63: Poppi, D. P., D. J. Minson, og J. H. Ternouth Studies of cattle and sheep eating leaf and stem fractions of grasses.3. The retention time in the rumen of large feed particles. Aust. J. Agric. Res. 32: Prendiville, R., K. M. Pierce, L. Delaby, og F. Buckley Animal performance and production efficiencies of Holstein-Friesian, Jersey and Jersey x Holstein-Friesian cows throughout lactation. Livestock Science 138: Rastani, R. R., S. M. Andrew, S. A. Zinn, og C. J. Sniffen Body composition and estimated tissue energy balance in Jersey and Holstein cows during early lactation. Journal of Dairy Science 84: Reynolds, C. K., P. C. Aikman, B. Lupoli, D. J. Humphries, og D. E. Beever Splanchnic metabolism of dairy cows during the transition from late gestation through early lactation. Journal of Dairy Science 86: Romney, D. og M. Gill Intake of forages. I: Forage evaluation in ruminant nutrition. D. I. Givens, E. Owen, R. F. E. Axford og H. M. Omed, ed. CABI Publishing, Wallingford, UK: Roseler, D. K., D. G. Fox, L. E. Chase, A. N. Pell, og W. C. Stone Development and evaluation of equations for prediction of feed intake for lactating holstein dairy cows. Journal of Dairy Science 80: RYK RYK årsberetning. SAS Institute Cary NC, S SAS No. U. E. 9.4M4., ed. Sauvant, D., P. Schmidely, J. J. Daudin, og N. R. St-Pierre Meta-analyses of experimental data in animal nutrition. Animal 2: Schmidt, J., T. Toth, og J. Fabian Rumen fermentation and starch degradation by Holstein steers fed sodium-hydroxide or formaldehyde-treated wheat. Acta Vet. Hung. 54: Sheperd, A. C. og D. K. Combs Long-term effects of acetate and propionate on voluntary feed intake by midlactation cows. Journal of Dairy Science 81: Skjøth, F., M. Trinderup Standard laktationskurver til produktionskontrol - anvendelse og udformning. rapport 116. St-Pierre, N. R Invited review: Integrating quantitative findings from multiple studies using mixed model methodology. Journal of Dairy Science 84: Valadares, S. C., G. A. Broderick, R. F. D. Valadares, og M. K. Clayton Effect of replacing alfalfa silage with high moisture corn on nutrient utilization and milk production. Journal of Dairy Science 83: van Knegsel, A. T. M., H. van den Brand, J. Dijkstra, W. M. van Straalen, M. J. W. Heetkamp, S. Tamminga, og B. Kemp Dietary energy source in dairy cows in early lactation: Energy partitioning and milk composition. Journal of Dairy Science 90: Van Soest, P. J Nutritional ecology of the ruminant. Comstock Pub. Van Soest, P. J., J. B. Robertson, og B. A. Lewis Methods for dietary fiber, neutral detergent fiber, and nonstarch polysaccharides in relation to animal nutrition. Journal of Dairy Science 74:

100 Referenceliste Volden, H. 2011a. Feed calculations in NorFor. Pages in NorFor - The Nordic feed evaluation system. H. Volden, ed. Wageningen Academic Publishers, Wageningen. Volden, H. 2011b. NorFor: The Nordic feed evaluation system. Wageningen Academic Publishers. Volden, H., N. I. Nielsen, M. Åkerlind, M. Larsen, Ø. Havrevoll, og A. J. Rygh Prediction of voluntary feed intake. Pages in NorFor - The Nordic feed evaluation system. H. Volden, ed. Wageningen Academic Publishers, Wageningen. Waldo, D. R Effect of forage quality on intake and forage-concentrate interactions. Journal of Dairy Science 69: Weisbjerg, M. R., M. K. Larsen, L. Hyrnoller, M. Thorhauge, U. Kidmose, J. H. Nielsen, og J. B. Andersen Milk production and composition in Danish Holstein, Danish Red, and Danish Jersey cows supplemented with saturated or unsaturated fat. Livestock Science 155: Weisbjerg, M. R., L. Wiking, N. B. Kristensen, og P. Lund Effects of supplemental dietary fatty acids on milk yield and fatty acid composition in high and medium yielding cows. J. Dairy Res. 75: Wilson, J. R. og P. M. Kennedy Plant and animal constraints to voluntary feed intake associated with fibre characteristics and particle breakdown and passage in ruminants. Aust. J. Agric. Res. 47: Yang, W. Z. og K. A. Beauchemin Increasing the physically effective fiber content of dairy cow diets may lower efficiency of feed use. Journal of Dairy Science 89: Zom, R. L. G., G. André, og A. M. van Vuuren Development of a model for the prediction of feed intake by dairy cows: 1. Prediction of feed intake. Livestock Science 143: Østergaard, S., J. T. Sørensen, J. Hindhede, og A. R. Kristensen Technical and economic effects of feeding one vs. multiple total mixed rations estimated by stochastic simulation under different dairy herd and management characteristics. Livestock Production Science 45: Østergaard, V Strategies for concentrate feeding to attain optimum feeding level in high yielding dairy cows. Report 482. Nat. Inst. Anim. Sci., Copenhagen, Denmark: 138. Aaes, O Fuldfoder kontra separat tildeling af energirige foderrationer udfodret efter ædelyst eller restriktivt til malkekøer. Forskningsrapport 16, Statens Husdyrbrugsforsøg. 100

101 Fyldeværdi / kg TS Appendix Appendix A Kristensen, M. Ø., M. R. Weisbjerg, M. Johansen, og N. I. Nielsen NorFor prædikterer køernes foderoptagelse, både i rationer med høj andel af bælgplanter og i rationer uden bælgplanter. Kvæginfo Oprettet: NorFor prædikterer køernes foderoptagelse, både i rationer med høj andel af bælgplanter og i rationer uden bælgplanter. Nye forsøgsdata viser, at NorFors foderoptagelsessystem har en relativ lav fejlprædiktion og at fejlprædiktionen er den samme, lige meget om rationen har en lav eller høj bælgplanteandel. Baggrund I det tidligere danske foderoptagelsessystem var der indbygget en bælgplantefaktor, som betød, at en øget andel af bælgplanter i rationen reducerede fyldeværdien (Møller et al., 2005). Da NorFor ikke korrigerer direkte for bælgplanter i fylde-beregningen, har det været diskuteret, om NorFors prædiktioner er korrekte eller om en korrektionsfaktor bør indarbejdes. I NorFor sker der en indirekte korrektion via fordøjeligheden af organisk stof (FK org. stof) og indholdet af NDF, jf. nedenstående formel (Volden et al., 2011): FV = 0,86 FK org. stof 0,005 0,94 + 0,56 e 0, (NDF 10 )2,9 Da bælgplanter har et lavt indhold af NDF, medfører fylde-beregningen i NorFor, at bælgplanter får lavere fyldeværdi end rene græsser ved samme FK org. stof. For at tydeliggøre effekten af NDF indholdet, er fyldeværdien i forhold til NDF indholdet vist i figur 1. I figuren er FK org. stof holdt konstant til 70 eller 80 %, således at ændringerne i fyldeværdien kun skyldes ændringen i NDF indholdet. 0,6 0,5 0,4 0, NDF indhold, g/kg TS FK org. stof = 80 % FK org. stof = 70 % Figur 28: Fyldeværdien for en fiktiv ensilage ved forskelligt NDF indhold, mens FK org. stof er holdt konstant ved enten 70 eller 80 %. 101

102 Appendix Formål Formålet med analysen var at undersøge, hvor godt NorFor prædikterer foderoptagelsen i rationer med grovfoder fra bælgplanter i forhold til rationer udelukkende med græs. Nye forsøg fra AU-Foulum med TMR-fodrede køer giver mulighed for dette. Derudover var formålet at sammenligne NorFors fejlprædiktion på koniveau i forhold til gruppeniveau. Forsøgsbeskrivelse På DKC, AU Foulum, blev der i vinteren 2015/2016 udført et forsøg, hvor effekten af bælgplanter på foderoptagelsen og mælkeproduktionen hos malkekøer blev undersøgt (Johansen & Weisbjerg 2016). Forsøget er det første herhjemme, hvor der er fodret med rene kløverensilager. Forsøget inkluderede otte TMRrationer, der alle bestod af 70 % grovfoder og 30 % kraftfoder, men i denne analyse er kun fem af rationerne medtaget. De fem rationssammensætninger kan ses i tabel 1 og grovfoderets næringsstofsammensætning kan ses i tabel 2. Forsøget blev udført med 36 Holstein køer, 12 førstekalvskøer og 24 ældre køer, alle i den første del af laktationen. Hver ko havde adgang til sin egen Insentec foderkasse, som registrerede foderoptagelsen ved hvert besøg. Tabel 33: Rationssammensætningen for de fem TMR-rationer (% af TS), som bestod af 30 % kraftfoder og 70 % grovfoder. Fodermiddel RG 1 RK 2 HK 3 RK_RG mix 4 HK_RG mix 5 Rajgræs ensilage 69, Rødkløver ensilage Hvidkløver ensilage Sojaskrå 11, Hvede 15,8 15,9 15,9 15,9 15,9 Vitaminer/mineraler/salt 2,1 2,1 2,1 2,1 2,1 Urea 0,6 1 RG: Rajgræs er det eneste grovfoder i rationen. 2 RK: Rødkløver er det eneste grovfoder i rationen. 3 HK: Hvidkløver er det eneste grovfoder i rationen. 4 RK_RG mix: grovfoderet består af 50 % rødkløver og 50 % rajgræs. 5 HK_RG mix: grovfoderet består af 50 % hvidkløver og 50 % rajgræs. Tabel 34: Sammensætning og fordøjelighed af de ensilager, der blev benyttet i de fem TMR-rationer. Tørstof, g/kg Aske, g/kg TS Råprotein, g/kg TS NDF, g/kg TS INDF, g/kg TS FK org. stof, % Rajgræs ,0 Rødkløver ,4 Hvidkløver ,2 Resultater Bestemmelse af fyldeværdi Som det kan ses i tabel 3 opfanger NorFor forskellene i fyldeværdi mellem bælgplanter og græsser. Rationerne på ren hvidkløver og ren rødkløver havde således de laveste fyldeværdier. Den højeste fyldeværdi 102

103 Appendix blev beregnet for den sene rajgræs. De to rationer med halv græs og halv kløver blev påvirket af både fylden fra kløveren og græsset, hvorfor deres fyldeværdi blev mindre end rajgræsrationen, men højere end kløverrationerne. Tabel 35: Fyldeværdi udregnet i NorFor for henholdsvis rajgræs, rødkløver og hvidkløver ensilage, samt fyldeværdien for de to blandinger med henholdsvis 50 % rajgræs og enten 50 % rødkløver eller 50 % hvidkløver. Fyldeværdi / kg TS RG 1 0,47 RK 2 0,39 HK 3 0,33 RK_RG mix 4 0,43 HK_RG mix 5 0,40 1 RG: Rajgræs var det eneste grovfoder i rationen. 2 RK: Rødkløver var det eneste grovfoder i rationen. 3 HK: Hvidkløver var det eneste grovfoder i rationen. 4 RK_RG mix: grovfoderet bestod af 50 % rødkløver og 50 % rajgræs. 5 HK_RG mix: grovfoderet bestod af 50 % hvidkløver og 50 % rajgræs. Evaluering af NorFors prædiktionsevne I tabel 4 er den prædikterede og observerede foderoptagelse vist for de fem rationer. Det ses, at NorFor generelt overprædikterer foderoptagelsen bortset fra rationer der indeholder rødkløver. For rødkløverrationen ses der en underprædiktion hos de ældre køer, mens der ikke er nogen prædiktionsfejl ved 1. kalvs køerne. Den største prædiktionsfejl ses for hvidkløverrationen, hvor foderoptagelsen overprædikteres med 2,8 kg TS/ko/dag. Overprædiktionen i hvidkløverrationen skyldes formentlig, at foderoptagelsen er lavere end fylden tilsiger, når ekstremt letfordøjelige grovfodermidler som hvidkløver benyttes. Der er med andre ord tale om en markant metabolisk regulering fra køernes side ved så godt grovfoder. Tabel 36: Den observerede og den NorFor prædikterede foderoptagelse, opdelt i 1.kalvs og ældre, for de fem TMR-rationer bestående af 30 % kraftfoder og 70 % grovfoder, samt et gennemsnit på tværs af rationerne. Derudover er kløverandelen for de fem TMR-rationer angivet. 1. kalvs, kg TS Ældre, kg TS Ration Kløverandel, % Observeret Prædikteret Observeret Prædikteret RG ,4 19,3 20,4 22,0 RK ,4 20,4 23,6 22,9 HK ,9 22,7 23,9 26,8 RK_RG mix ,3 19,7 22,5 22,6 HK_RG mix ,7 20,9 23,6 24,8 Gennemsnit - 19,3 20,6 22,8 23,8 1 RG: Rajgræs var det eneste grovfoder i rationen. 2 RK: Rødkløver var det eneste grovfoder i rationen. 3 HK: Hvidkløver var det eneste grovfoder i rationen. 4 RK_RG mix: grovfoderet bestod af 50 % rødkløver og 50 % rajgræs. 5 HK_RG mix: grovfoderet bestod af 50 % hvidkløver og 50 % rajgræs. 103

104 Observeret foderoptag, kg TS Appendix NorFors evne til at prædiktere foderoptagelsen for rationer med lave og høje andele af bælgplanter er god, da forskellen mellem den observerede foderoptagelse og den prædikterede foderoptagelse ikke er markant afvigende imellem rationerne. Således indikerer resultaterne i tabel 4 og 5, at fejlprædiktionen ikke afhænger af bælgplanteandelen og der er således ikke noget som indikerer, at NorFor er dårligere til at prædiktere foderoptagelsen i rationer med grovfoder fra bælgplanter. Samtidig viser resultaterne en fejlprædiktion i samme størrelsesorden for de ældre køer og 1. kalvs køerne. Der er således ikke noget som indikerer, at NorFor systemet passer bedre eller dårligere til ældre eller yngre køer. Tabel 37: Fejlprædiktionen i NorFors foderoptagelsessystem hos individuelle køer for fem TMR-rationer bestående af 30 % kraftfoder og 70 % grovfoder, mens kløverandelen var enten 0 %, 50 % eller 100 % kløver. Ration Antal observationer Prædiktionsfejl 1, kg TS/dag Relativ fejl 2, % 0 % kløver 20 2,16 12,4 50 % kløver 32 1,47 7,6 100 % kløver 32 2,32 11,6 1 Fejlprædiktionen mellem den observerede og den prædikterede foderoptagelse. 2 Relativ fejlprædiktion. Udregnet således: prædiktionsfejl/observeret gennemsnit. Når resultaterne fra tabel 4 sammenholdes med resultaterne fra tabel 5, så tyder det på at NorFor generelt overprædikterer foderoptagelsen i forsøget. Figur 2 illustrerer den generelle overprædiktion af foderoptagelsen i forsøget, hvor hovedparten af punkterne ligger under y=x linjen, hvilket indikerer en overprædiktion. Resultaterne viser imidlertid ikke den store forskel mellem rationerne, således at ingen rationer afviger mere fra x=y linjen end de andre y = x Prædikteret foderoptag, kg TS RG RK HK RK_RG mix HK_RG mix Figur 29: Observeret foderoptagelse hos individuelle malkekøer sammenholdt med NorFors prædiktion af foderoptagelsen for fem TMR-rationer bestående af 30 % kraftfoder og 70 % grovfoder, hvor bælgplanteandel i grovfoderet varierede fra 0 til 100 %. RG: Grovfoderet var udelukkende rajgræs. RK: Grovfoderet var udelukkende rødkløver. HK: Grovfoderet var udelukkende hvidkløver. RK_RG mix: Grovfoderet bestod af 50 % rødkløver og 50 % rajgræs. HK_RG mix: Grovfoderet bestod af 50 % hvidkløver og 50 % rajgræs. 104

105 Appendix NorFor blev i denne analyse evalueret med henblik på at vurdere prædiktionsfejlen på individniveau i forhold til gruppeniveau og resultaterne for fejlprædiktionerne kan ses i tabel 6. Som forventet var prædiktionsfejlen højere på individniveau end på gruppeniveau. Prædiktionsfejlen var på individniveau 1,9 kg TS/dag, mens en prædiktionsfejl på 1,6 kg TS/dag blev fundet på gruppeniveau. En større prædiktionsfejl på individniveau end på gruppeniveau skyldes at variationen reduceres ved at man tager gennemsnit på gruppeniveau. Den forholdsvis lave prædiktionsfejl for både individ- og gruppeniveau er i overensstemmelse med resultaterne fra en tidligere opgørelse af Jensen et al. (2015), hvor der, på gruppe niveau, blev fundet en prædiktionsfejl på 1,5 kg TS/dag. Derudover er prædiktionsfejlen på gruppeniveau, fundet i denne analyse, lav i forhold til mange andre foderoptagelsessystemer. I opgørelsen af Jensen et al. (2015) viste resultaterne på gruppeniveau en fejlprædiktion på 1,8 kg TS/dag (relativ fejl, 8,9 %) i det amerikanske foderoptagelsessystem (NRC), mens fejlprædiktionen var på 1,7 kg TS/dag (relativ fejl, 8,4 %) i det finske foderoptagelsessystem (TDMI). Tabel 38: Prædiktionsnøjagtigheden af foderoptagelsen hos malkekøer på individ- og gruppeniveau for fem TMR-rationer bestående af 30 % kraftfoder og 70 % grovfoder, hvor bælgplanteandelen varierede fra 0 til 100 %. Antal observationer Prædiktionsfejl 1, kg TS/dag Relativ fejl 2, % Total, individ 84 2,0 9,2 Total, gruppe 5 1,6 7,3 1 Fejl prædiktionen mellem den observerede og den prædikterede foderoptagelse. 2 Relativ fejl prædiktion. Udregnet således: RMSPE/observeret gennemsnit. Konklusion Denne analyse har vist, at NorFor opfanger forskellen i fyldeværdi mellem bælgplanter og græsser ved hjælp af NDF indholdet. NorFor beregninger på nye forsøgsdata fra AU-Foulum viste, at TMR-rationer, hvor grovfoderet bestod af 50 % eller 100 % kløver har lavere fyldeværdi end sammenlignelige rationer, hvor grovfoderet er 100 % græs. NorFor har generelt en overprædiktionen af foderoptagelsen, men prædikterer foderoptagelsen lige godt i rationer med høj som lav bælgplanteandel. Prædiktionsfejlen på individniveau varierede mellem 1,5 til 2,3 kg TS/dag, men fejlprædiktionen var ikke lineært relateret til bælgplanteandelen. Der var som ventet større prædiktionsfejl på individniveau i forhold til gruppeniveau. Sammenholdes prædiktionsfejlen på gruppeniveau med andre foderoptagelsessystemer, har NorFor en lav prædiktionsfejl. Litteratur Jensen, L. M., N. I. Nielsen, E. Nadeau, B. Markussen, og P. Nørgaard Evaluation of five models predicting feed intake by dairy cows fed total mixed rations. Livestock Science 176: Johansen, M., og M. R. Weisbjerg Tænk i fordøjelighed, udbytte og dyrkning frem for art. Ny kvægforskning Nr årgang, november Møller, J., R. Thøgersen, M. E. Helleshøj, M. R. Weisbjerg, K. Søegaard, og T. Hvelplund Fodermiddeltabel Sammensætning og foderværdi af fodermidler til kvæg. Dansk kvæg. Rapport 112. Volden, H Chapter 6 Feed calculations in NorFor. Side i NorFor The Nordic Feed Evaluation System. EAAP publication no

106 Appendix Appendix B Næringsstofsammensætningen af de enkelte fodermidler der indgår i de syv forsøg. De enkelte næringsstoffer er markeret med farve alt efter hvor de stammer fra. Tal med grønt = tal fra artikel, tal med blåt = tal vægtet i forhold til Eurofins analyser, tal med sort = tal fra Nor- Fors fodermiddeltabel. Derudover er værdierne i TAF den samlede mængde af syre, således er det altså summen af LAF og ACF plus evt. andre syre. FV er fyldeværdien, hvor den i NorFor er konstant 0,22 for kraftfoder, mens den er udregnet for grovfoder. Forsøg Fodermiddel TS Aske OMD CP NH3N CFedt NDF ST TAF LAF ACF Sukker FV 1 Græsensilage ,46 2 Græs-kløver ensilage , ,44 3 Græs-kløver ensilage ,42 4 Græs-kløver ensilage , ,42 5 Græsensilage , ,45 6 Græsensilage - 1. slæt tidligt ,35 6 Græsensilage - 2. slæt sen ,47 6 Græsensilage - 4. slæt tidligt ,41 6 Græsensilage - 4. slæt sen ,2 16 0,44 7 Tidligt rajgræs ensilage ,4 83, , ,41 7 Rajsvingel ensilage ,7 80, , ,44 7 Strandsvingel ensilage ,9 73, , ,50 7 Sen rajsgræs ensilage ,0 93, , ,47 7 Rødkløver ensilage , , ,42 7 Hvidkløver ensilage , , ,36 1 Majsens ,44 2 Majsensilage , ,42 3 Majsensilage ,45 4 Majsensilage , ,44 5 Majsensilage , ,46 6 Majsensilage ,46 1 Rapskage ,22 5 Rapskage , ,22 2 Rapsskrå , ,22 4 Rapsskrå , ,22 5 Rapsskrå , ,22 2 Sojaskrå , ,22

107 Appendix 3 Sojaskrå ,22 4 Sojaskrå , ,22 7 Sojaskrå ,7 91, ,8 93, ,22 2 Hørfrø , ,22 3 Hørfrø ,22 2 Rapsfrø , ,22 3 Rapsfrø ,22 5 Rapsfrø , ,22 1 Byg ,22 2 Byg , ,22 3 Byg ,22 4 Byg , ,22 5 Byg , ,22 7 Hvede ,5 89, , ,22 1 Roepiller ,22 3 Roepiller ,22 4 Roepiller , ,22 5 HP-pulp , ,22 1 Vitamins_minerals ,22 2 Vitamin-mineral ,22 3 Mineraler og vitaminer ,22 4 Mineraler-vitaminer ,22 5 Vitamins_minerals ,22 7 vitaminer og mineraler ,22 1 Urea ,22 3 Urea ,22 5 Urea ,22 7 Urea ,22 2 Salt ,22 7 Fodersalt ,22 3 Lipitec Bovi ,22 5 Lipmix ,22 1 Kraftfoder ,22 2 Kraftfoder , ,22 3 Kraftfoder ,22 4 Kraftfoder , ,22

108 Appendix 5 Kraftfoder , ,22 6 Kraftfoder ,22 6 Kraftfoder ,22 TS = Tørstof, g/kg. OMD = Organisk stof fordøjelighed, %. CP = råprotein, g/kg TS. NDF = neutral detergent fibre, g/kg TS. NH 3 N = ammoniak N, g N/kg N. Cfedt = råfedt, g/kg TS. ST = stivelse, g/kg TS. TAF = total mængde syre, g/kg TS. LAF = mælkesyre, g/kg TS. ACF = eddike syre, g/kg TS. FV = fyldeværdi

109 Appendix Appendix C De statistiske modeller, som opskrevet i SAS:

110 Appendix