The explanatory power of forage nutrient content and sward structure on intake, animal performance and methane emissions by sheep and cattle in grazing ecosystems

Abstract

The literature reports that nutrients content are important factors to predict dry matter intake (DMI), animal performance (ADG) and methane (CH4) emissions of ruminants (Chapter I). The study used data from five trials with sheep and cattle grazing different grasslands. The criteria for the selected studies were the availability of data on DMI, ADG, sward structure, forage nutrient content and in vivo measurement of animals’ CH4 emissions. The data were analyzed using regression and mixed models to identify the importance level of forage nutrient content in the results of DMI, ADG and CH4 emissions. The regression models were significant (P< 0.01) in relation to forage nutrient content represented by crude protein (R2: DMI = 0.02; ADG = 0.19; CH4 = 0.07), neutral detergent fiber (R2: DMI = 0.11; ADG = 0.14; CH4 = 0.01) and acid detergent fiber (R2: DMI = 0.10; ADG = 0.10; CH4 = 0.01), but with low explanatory power. The results shows that in grazing ecosystems there are other factors, such as sward structure, represented by the herbage mass (R2: DMI = 0.11; ADG = 0.28; CH4 = 0.36), sward height (R2: DMI = 0.27; ADG = 0.39; CH4 = 0.31) and lastly, herbage allowance (R2: DMI = 0.19; ADG = 0.19; CH4 = 0.35), presenting greater explanatory power than nutrient components of the forage. Mixed models were generated with fixed (forage nutrient content and sward structure) and random effects (animal species, type of pasture, experimental unit) that presented R2 of 84.5, 94.9 and 68.0% for DMI, ADG and CH4 emissions, respectively. Within the total explained by the model, 12.4, 12.0 and 4.6% were represented by the forage nutrient content and 13.7, 8.8 and 18.4% explained by sward structure in the models for DMI, ADG and CH4, respectively. There was a greater influence of random (i.e. animal species, type of pasture and experimental unit) on the variables studied (Chapter II). The results show that in grazing systems, the sward structure becomes similar or more important than the nutrient content of the forage in determining CMS, ADG and CH4 in cattle and sheep. Besides, there is a range of factors associated with random variables that are not fully understood in the literature, making it a great potential to be studied, since the explanatory power of these variables was greater than the fixed effects of the model (nutritional components and sward structure) (Chapter III).

A literatura relata que os teores de nutrientes são fatores importantes para predizer o consumo de matéria seca (CMS), desempenho animal (GMD) e emissões de metano (CH4) de ruminantes (Capítulo I). Este estudo utilizou dados de ovinos e bovinos em pastejo, coletados em cinco experimentos diferentes. Os critérios para os estudos selecionados foram a disponibilização de dados de CMS, GMD, estrutura do pasto, conteúdo de nutrientes da forragem aparentemente ingerida e medição in vivo das emissões de CH4 dos animais. Os dados foram analisados por meio de regressão e modelos mistos para identificar o nível de importância dos componentes nutritivos da forragem sobre o CMS, GMD e emissões de CH4. Os modelos de regressão foram significativos (P<0.01) em relação aos componentes nutritivos da forragem representados pela proteína bruta (R2: CMS = 0.02; GMD = 0.19; CH4 = 0.07), fibra em detergente neutro (R2: CMS = 0.11; GMD = 0.14; CH4 = 0.01) e fibra em detergente ácido (R2: CMS = 0.10; GMD = 0.10; CH4 = 0.01), porém com baixo coeficiente de determinação. Os resultados mostram que em sistemas pastoris existem outros fatores como a estrutura do pasto, representada pela massa de forragem (R2: CMS = 0.11; GMD = 0.28; CH4 = 0.36), altura do pasto (R2: CMS = 0.27; GMD = 0.39; CH4 = 0.31) e oferta de forragem instantânea (R2: CMS = 0.19; GMD = 0.19; CH4 = 0.35), possuem maior poder explicativo do que os componentes nutritivos da forragem. Foram gerados modelos mistos com a inclusão de efeitos fixos (componentes nutritivos da forragem e estrutura do pasto) e aleatórios (e.g., espécie animal, tipo de pastagem, experimento) que apresentaram R2 de 84.5, 94.9 e 68.0% para CMS, GMD e CH4, respectivamente. Dentro do total explicado pelo modelo, 12.4, 12.0 e 4.6% foram representados pelos teores de nutrientes da forragem, enquanto que 13.7, 8.8 e 18.4% foram explicados pela estrutura do pasto nos modelos para CMS, GMD e CH4, respectivamente. Observou-se maior influência dos efeitos aleatórios (i.e. espécie animal, tipo de pastagem e unidade experimental) nas variáveis estudadas (Capítulo II). Os resultados mostram que em sistemas de pastejo, a estrutura do pasto torna-se semelhante ou mais importante do que o conteúdo de nutrientes da forragem na determinação de CMS, GMD e CH4 em bovinos e ovinos. Além disso, existe uma gama de fatores associados às variáveis aleatórias que não são totalmente compreendidos na literatura, tornando-se um grande potencial a ser estudado, uma vez que o poder explicativo dessas variáveis foi maior do que os efeitos fixos do modelo (componentes nutritivos e estrutura do pasto) (Capítulo III).