我国饲料科技基础资源建设从2003年开始，已正式纳入国家科技部启动的农业科技数据整合共享体系建设试点项目中的重要内容之一，也是中国饲料数据情报网中心的主要业务内容。科技数据资源建设的核心内容第一 是如何了解和把握领域科技数据的产生背景，数据变异的内、外部因素，才能控制数据的质量。将有数据保证 的数据提供给社会共享，才能为领域科技创新提供基本素材，进而提高数据共享的服务质量和水平，真正发挥饲料数据信息平台的效用。
营养学家为了精确满足动物的营养需求；饲料生产商为了生产养分平稳 的饲料；农民为了按计划组织饲料作物生产；政策制定者为了制定策略以确保具有竞争性、可不断性和对环境有利的，以及满足食品安全的农业发展等都需要系统费解饲料成分的晓 识。饲料表、饲料成分数据库和饲料营养价值都能提供这些信息。但只有当提供可靠的、最新的数据时，这些数据才有价值。有关饲料特性的数据可能受饲料类型的不同而有不同的影响。以内在变异小而外在原因变异大为特点 的，不准确的饲料养分数据的使用，无论在营养上，还是在经济上和环境方面对动物生产都是有害的。
1 导言
为了满足动物的营养需求，必须精确把握 饲料养分晓 识。反常 是在当今竞争猛烈 的市场中（越来越引起关注质量、效率和环境等），这些信息对通过为动物提供均衡的食物来 达高水平的生产需求反常 重要。这些晓 识对于生产价值更高的配合饲料，使其各种饲料原料按正确比例混合非常重要。在有计划组织饲草饲料生产以使农场的农作物产量和动物的需求相平稳 时，对未加工原料的化学特点和营养价值费解也是必需的。
从政治上估量 ，饲料成分和营养价值数据为政策制定者为具有竞争性的和可不断农业发展提供了基本的数据。
饲料中的营养成分通常由它们的化学成分以及它们的营养价值来描述。饲料成分数据通过化学估量 来获得，通常包括干物质、蛋白质、纤维成分、有机物和脂肪含量等参数。饲料营养值通过动物试验（体内消化/原位降解）来评估以及为费解饲料在动物体内如何消化和代谢提供信息，主要通过解释一系列养分的输入与输出之间的差异来评定。在这些养分中，可消化/可降解有机物和消化能或代谢能是最经常在数据中描述的，以及用于猜测 饲料和日粮的能量供给量。
为了提供饲料在化学上和营养上的数据信息，已经进行了二百多年的饲料实验室估量 和动物基础研究以及相应饲料成分表的数据收集。最早有记载的出版物是Thaer(1809)。最近，数据的收集被编成电脑程序，用它来制作饲料成分数据表。最早可在电脑上利用的数据表是于1963年在美国犹他州立大学制作的。目前，现代的饲料数据表由于其信息能快速获取、分类、更新和打印而成为强盛的应用工具。
2 饲料数据的来源估量
饲料成分和营养价值的数据在农场、饲料制造商和政府决策上起着重要的作用。因此数据表中的数据必须可靠、质量高。数据的质量第一 取决于信息的来源，它可能是从文献中挑选出来的，从实验室搜集的，从其它数据表中获得的或明确来自动物试验研究和饲料估量 。
2.1 从文献中组合的数据
从文献中得来 的饲料信息通常过于精简，不能对所涉及的饲料进行充分的描述(Leche,1983)。当饲料描述的不充分或不恰当时，潜在混淆它们真正来源的风险。一个典型的例子就是出版物经常引用黑酒糟产品，它是制酒工业的副产品，依据烧酒程序的类型，生猪价格，它可能来源于大麦（麦芽烧酒程序）或小麦或玉米（谷物烧酒程序）。在这种情景下一个真实的、固有的遗传变异被忽略了。很显然这两种饲料成分是不同的。因此，提供有关饲料来源的附加信息是必需的；仅仅引用它为黑酒糟是不够的。由于缺少附加信息，当想获得蛋白质含量的信息反常 是大麦黑酒糟数据时，我们有可能获得的是大麦黑酒糟和小麦/玉米黑酒糟两者原料蛋白质含量的平均值。明显，这种数据与实物比较可能变得无意义。从文献中获得的数据也经常因此混淆不清，甚至张冠李戴，反常 是当它们使用的是错误地将不同的饲料信息整合在一起的平均值时。只有当其它来源的数据信息是明确时，来自文献的数据才被举荐 使用。
2.2 从实验室搜集的数据
当汇编饲料信息数据库时，所用数据经常出自许多不同的实验室。当集中搜集数据时，有关估量 方法或程序的尤其 信息也是必要的，这是为了确保它们能够用于创建一个已经通过标准方法建立的数据表，它能用标准单位来表示，因此也能够便于来自不同实验室用相同方法测定数据的相互比较。
标准化问题对于饲料营养价值数据反常 重要，这要通过体内消化或原位降解试验研究来获得。在这种情景下，同严厉的估量 结果一起，相关的实验室和研究所应通过标准程序来进行动物试验研究。这些与所用动物的数量和种类（羊、牛、猪等）以及使用的饲喂制度和收集数据处理的规则有关。但是，当进行体内/原位研究时，无论标准化水平有多高，其结果总是受来 个体动物变异的充分影响。
用于从实验室收集数据的标准化估量 方法或程序需要连续监控，所产生的数据要检查其精确性和适用性。为了这个目的，应当对参与的实验室实施循环测试以评判 标准的精度和最新发展的技术(Barber,1983Fisher,1983)。
2.3 新旧数据的合并
将老的数据表和新的数据表进行合并是很普遍的做法。在这些情景下，了解获得所有数据的估量 方法或程序是很重要的，以便能够产生在一个共同的基础上表达的信息，从而能够进行相互比较。估量 方法学的连续发展是一个实质性的问题。旧数据的获得可能用过时的方法或依旧存在的估量 方法或程序，但过去产生的数据不如现在利用高精密的仪器估量 产生的数据精确。因此，新旧数据的合并可能是不恰当的，并因合并导致数据质量的参差不齐，也可能降低了数据信息的总体质量。
2.4 数据表中具有明确用途的数据
只有当数据表中具有明确用途的数据包含了所有的必需的信息，以及获取信息的方法被标准化且检验过时，这些数据才可能来 达最高质量。饲料化学成分的估量 可以摘 用新的、最标准的方法和设计适当的动物试验来确定，这要通过决定用什么动物种类以及动物试验研究应当在什么生理状态下进行等。使用的饲喂制度和收集数据处理的规则也都可以为满足数据表的尤其 需求而作出调整。
如果一个完整的饲料养分数据表是能通过饲料成分的准确估量 和通过动物试验来研究它们的营养价值，那么该表就相对完善了。摘 用这种方法，来自外部原因变异会降至最低，如估量 方法和动物试验规则。换句话说就是，使用单一来源的数据时，所使用的技术和程序进行了精度鉴定并且具有代表性是至关重要的。但是，如果它包含具有代表性的数据信息时，完好的数据表的建立必须具有合适数量的饲料估量 样品数。饲料估量 时也要涉及来 成本，反常 是进行动物测试必然受来 人力、物力等原因限制，很少有专门为建立数据表而去获取饲料数据。此外，获取数据也需要大量的时间，反常 是那些来自动物试验的数据。因此以前列出的数据经常取自不同的来源。最后，为了生成一个有意义的数据表，决策应包括哪些信息成了数据治理 人员的责任。
3 数据变异的来源
饲料科技数据信息可能与产生变异的不同来源和类型有关。变异可以是内在的、由饲料品种间的实际差异引起的，例如饲料的遗传来源或对它应用的加工方法不同产生的变异。变异也可是外在的，那是由于取样和估量 方法或程序的不同引起的。
3.1 数据的内在变异
每种饲料都有与其它饲料不同的化学和营养特点 。但是，同种饲料也可能来自不同的栽培植物或受它的地理位置的影响。此外，同样的原料可能用不同的加工方法生产不同的产品。与小麦有关的原料的大范畴变化给需要辨别来自相同原料的不同饲料提供了一个很好的例证。如，以小麦为基本组分的原料包括小麦、硬质小麦、冬小麦、春小麦、面粉和小麦黑酒糟。它们的所有产品和副产品都是以小麦为基本原料的，但是无论是化学成分，还是营养特性都有很大变化，因此当用它们饲养动物会有不同的成效。
当建立饲料数据表时，为了不影响数据的质量，确保饲料内在特点 引起的真实变异得来 正确认识是必要的。来自数据表的数据大多数以平均值（或整理过得值）的形式给出，因此为了获得有意义的数据，饲料数据信息必须被深思 熟虑后才能整合，能整合的才能整合。为来 达其可靠性，对饲料的精确描述和正确命名是必需的，为此，其他信息如饲料的类型、来源、加工方法等也是必须附加上的重要描述信息。
[1] [2] 下一页
