萬 凡，趙江波，馬 濤，臧長江，馬 晨，楊開倫，刁其玉*

（1.中國農(nóng)業(yè)科學院飼料研究所，農(nóng)業(yè)部飼料生物技術重點實驗室，北京 100081；2. 新疆農(nóng)業(yè)大學動物科學學院，新疆烏魯木齊 830052）

基于杜泊×小尾寒羊雜交肉羊能量代謝試驗與套算法評定燕麥、大麥、小麥、高粱、玉米的代謝能

萬 凡1,2，趙江波1，馬 濤1，臧長江2，馬 晨2，楊開倫2，刁其玉1*

（1.中國農(nóng)業(yè)科學院飼料研究所，農(nóng)業(yè)部飼料生物技術重點實驗室，北京 100081；2. 新疆農(nóng)業(yè)大學動物科學學院，新疆烏魯木齊 830052）

本試驗旨在采用消化代謝試驗與套算法評定燕麥、大麥、小麥、高粱、玉米能量飼料在肉羊體內(nèi)的代謝能（ME），并應用原料概略養(yǎng)分和可消化養(yǎng)分建立有效能的預測模型。選取36只22月齡體重為（52.6±1.4）kg的杜泊×小尾寒羊F1代雜交去勢肉羊，采用完全隨機區(qū)組設計分為6個處理，包括1個基礎飼糧組和5個試驗飼糧組。利用消化代謝試驗和氣體代謝試驗并結合套算法計算得到5種能量飼料原料的消化能（DE）和ME，分析原料ME與概略養(yǎng)分、可消化養(yǎng)分之間的相關關系并建立預測模型。結果表明：通過概略養(yǎng)分預測ME的方程為ME（MJ/kg）=19.91+45.763CP（%）-1.013GE（%）+3.247ADF（%）（R2=0.726，n=30，P＜0.01）；通過可消化養(yǎng)分預測ME的模型為ME（MJ/kg）= -3.113 +15.954DOM（%）+ 5.912DDM（%）+ 2.281DCP（%）（R2=0.764，n=30，P＜0.01）。綜上所述，本試驗中，能量飼料原料概略養(yǎng)分和可消化養(yǎng)分與ME之間存在顯著相關，可通過概略養(yǎng)分和可消化養(yǎng)分對能量飼料的ME進行有效預測，且隨著預測因子的增加，方程的準確性有所提高。

肉羊；能量飼料；代謝能；可消化養(yǎng)分；預測模型

目前，英國與澳大利亞在評定綿羊飼料有效能時采用代謝能（ME）體系，法國則采用凈能（NE）體系，而美國則同時采用NE和ME體系[1]。在實踐中，NE不易被直接測定，但通過消化代謝和呼吸測熱試驗相結合則可準確測定ME。我國飼料資源豐富、種類繁多，如何準確地評定或預測不同飼料原料ME值對于科學配制飼糧、滿足肉羊營養(yǎng)需要具有重要意義。有研究表明，可通過飼料原料的概略養(yǎng)分作為預測因子，較為準確地建立豬雞飼料ME的預測模型[2-3]。劉潔等[4]以肉羊為試驗動物，建立用概略養(yǎng)分預測配合飼糧ME的預測模型，配合飼糧在制作完成后可通過簡單的實驗室分析預測其在動物體內(nèi)的利用情況，但是通常在以原料為基礎配合飼糧時，多以能量飼料和蛋白飼料區(qū)分，而配合飼糧必須首要滿足動物對能量和蛋白質(zhì)的需要量，其次滿足其他營養(yǎng)成分的需要量。因此，能量飼料作為動物配合飼糧的首要決定因素，需要進一步研究能量飼料在動物體內(nèi)的代謝情況，建立能量飼料ME與其概略養(yǎng)分和可消化養(yǎng)分之間的相關關系，進一步建立預測模型，從而實現(xiàn)肉羊能量飼料ME的較準確預測，為飼料營養(yǎng)價值評定以及我國肉羊飼養(yǎng)標準的建立提供參考依據(jù)。

1 材料與方法

1.1 試驗時間與地點 本試驗于2015年12月—2016年1月在中國農(nóng)業(yè)科學院南口中試基地完成。

1.2 試驗原料 試驗設計與動物 選取36只22月齡體重為（52.6±1.4）kg杜泊×小尾寒羊F1代雜交去勢肉羊，采用完全隨機區(qū)組設計分為6個處理組（n=6），包括基礎飼糧組和燕麥、大麥、小麥、高粱、玉米替換羊草、玉米和豆粕的5個試驗飼糧處理組，飼糧組成及營養(yǎng)成分見表2。每只羊在代謝籠中進行單籠飼養(yǎng)，試驗期共16 d，包括8 d預試期、5 d糞尿收集期、3 d甲烷排放測定期[5]。

表 1 待測能量飼料原料采集信息

1.3 飼養(yǎng)管理 試驗前使用伊維菌素對羊只進行驅蟲，晨飼前稱重并適應代謝籠。由于各試驗飼糧的原料存在較大差異，因此自由采食量亦會不同，因此試驗開始前進行預試，將采食量最低組的飼喂量定為各組試驗期的飼喂量[4]。本試驗在各組羊進行10 d的自由采食預試后，將采食量最低的高粱飼糧組的飼喂量1 200 g/d確定為正式試驗期的飼喂量。預試期完成飼糧過渡后，開始消化代謝和甲烷排放量測定。分別于08:00和18:00進行飼喂，每次各飼喂600 g，飼糧按照不同配方要求，首先將羊草粉碎并制成顆粒，其他原料粉碎成粉末，將二者混合壓縮制粒，制成直徑為0.5 cm，長度為4～5 cm的全混合顆粒料。期間自由飲水。采用全收糞尿法收集糞、尿，每天稱取并記錄每只羊排糞量，按10%取樣，將每只羊5 d的糞樣混合冷凍保存，用盛有100 mL 10% H2SO4的塑料桶收集尿液，以防止貯存過程中有尿酸沉淀，稀釋至5 L（防止貯存中有尿酸沉淀），對稀釋尿液充分混合，用紗布過濾后每天取樣30 mL，將每只羊5 d的尿樣混合后-20℃冷凍保存以備測定尿能（UE）[6]。

表2 飼糧組成及營養(yǎng)成分（絕干基礎）

1.5 測定指標及方法 飼糧和糞樣依照AOAC[7]的方法測定其營養(yǎng)成分含量。其中，總能（GE）以PARR-6400全自動氧彈量熱儀測定；粗蛋白質(zhì)（CP）含量以KDY-9830全自動凱氏定氮儀測定：粗脂肪（EE）含量采用ANKOM XT15i全自動脂肪分析儀測定；同時測定樣品中有機物（OM）、中性洗滌纖維（NDF）、酸性洗滌纖維（ADF）、鈣（Ca）和磷（P）含量。對于尿能的測定，取5塊定量濾紙分別測定能值，計算出濾紙的平均能值，將10 mL尿液分多次滴在濾紙上，65℃烘干后測定能值，得到濾紙和尿液的總能值，減去濾紙能即得尿能。

甲烷排放量由密閉呼吸代謝箱連接SABLE開路式循環(huán)氣體測定裝置、LGR氣體分析儀（美國Sable systems international公司，所在地North Las Vegas）和配套的計算機程序共同完成，其氣體流速為300 L/min，甲烷的百秒測量精度為0.214 μg/m3。此系統(tǒng)連接6個密閉呼吸箱，可以同時對6只動物的呼吸狀態(tài)連續(xù)不間斷地進行測定和記錄。試驗期間將試驗羊分5批次移入密閉呼吸箱，每批次測定同一處理的6只試驗羊，進入此密閉呼吸箱后適應24 h，測定隨后48 h的甲烷排放量用于計算飼糧ME。飼糧及原料養(yǎng)分表觀全腸道消化率計算公式計算方法參照Adeola[8]的公式：

表3 原料營養(yǎng)成分（干物質(zhì)基礎）

飼糧中某種養(yǎng)分的表觀消化率=（食入顆粒料總量×顆粒料中該養(yǎng)分的含量-排糞量×糞中該養(yǎng)分含量）/（食入顆粒料總量×顆粒料中該養(yǎng)分含量）×100% 。

飼糧中原料養(yǎng)分表觀全腸道消化率=（飼糧中養(yǎng)分表觀全腸道消化率－（100%－X%）×基礎飼糧中該養(yǎng)分表觀全腸道消化率）/X%。

其中，X%為待測原料替代基礎飼糧的百分率。套算法測定原料能值計算公式如下[9]：

能值=（試驗飼糧能值-（100%-X%）×基礎飼糧能值）/X%。

其中，X%為待測原料替代基礎飼糧的百分率；能值包括DE和ME。

飼料的DE（MJ/kg）= GE－糞能（FE）

甲烷能（CH4E）[10]（kJ）=甲烷（L）×39.54

飼料的ME（MJ/kg）=GE－（FE＋UE＋CH4E）

UE（MJ/kg）=總能值（濾紙＋尿液）－ 濾紙能值

1.6 統(tǒng)計分析 試驗數(shù)據(jù)采用Excel 2013進行初步處理后，采用SAS 9.2統(tǒng)計軟件中的Corr過程對能量飼料的概略養(yǎng)分、可消化養(yǎng)分、能值等進行相關分析，用Reg過程進行回歸分析，建立預測方程。

表4 5種試驗飼糧的能值 MJ/kg

表5 5種能量飼料原料的能值 MJ/kg

表6 原料消化能、代謝能與原料概略養(yǎng)分含量的相關性分析

2 結果與分析

2.1 原料的營養(yǎng)成分 5種能量飼料概略養(yǎng)分含量見表3。

2.2 試驗飼糧及原料的能值 通過消化代謝試驗、呼吸代謝試驗實測飼糧各營養(yǎng)物質(zhì)表觀消化率得到試驗羊的FE、UE、CH4-E、DE、ME（表4），并結合經(jīng)典套算法公式計算得到5種能量飼料原料的DE和ME（表5）。

2.3 原料概略養(yǎng)分含量與有效能的相關關系 由表6可知，將能量飼料概略養(yǎng)分與通過套算法得出的DE和ME進行相關分析，得出能量飼料的ME和概略養(yǎng)分存在顯著相關關系（P＜0.05），能量飼料的DE、ME與CP極顯著正相關（P＜0.01）。能量飼料的DE、ME與OM顯著負相關（P＜0.05）。將能量飼料的概略養(yǎng)分與DE和ME的分析結果（表6）引入線性回歸分析，建立能量飼料概略養(yǎng)分含量與DE和ME之間的預測方程（表7），結果表明，DE和ME可以用能量飼料的概略養(yǎng)分進行預測。本試驗研究發(fā)現(xiàn)，不同來源能量飼料組成的預測模型中DE和ME的最佳預測因子均為CP，通過CP與其他概略養(yǎng)分進行搭配，預測模型的R2均有不同程度的提高。ME也可通過DE進行準確預測，R2達到0.877。

將本試驗得到的ME與概略養(yǎng)分含量相關關系的二元方程式5和三元方程式6與套算法所得的ME值進行比較，結果見表8。可以看出預測值與套算法測定值之間偏差，三元ME預測方程除個別略高于二元預測方程之外，偏差整體偏低，預測值更接近于套算法測定值。

2.4 能量飼料可消化養(yǎng)分與代謝能之間的相關關系 由表9可知，DE與本試驗選用的5種能量飼料中的可消化干物質(zhì)（DDM）、可消化有機物（DOM）以及可消化粗蛋白質(zhì)（DCP）呈極顯著正相關（P＜0.01）；ME與試驗選用的5種能量飼料中的DDM、DOM、DCP以及DE極顯著正相關（P＜0.01）。

將能量飼料的可消化營養(yǎng)物質(zhì)與DE和ME的分析結果（表9）引入線性回歸分析，建立能量飼料可消化營養(yǎng)物質(zhì)與DE和ME之間的預測方程（表10），結果表明，通過DDM、DOM和DCP搭配可準確的預測DE和ME；且3種因素共同預測ME，R2達到0.764。

3 討 論

3.1 5種能量飼料有效能實測值和國內(nèi)外飼養(yǎng)標準推薦值的比較 對于飼糧的ME，國際通用的計算公式是ME=0.82 × DE[5]，但隨著研究的深入，通過消化代謝試驗和氣體代謝試驗，結合套算法，就已經(jīng)可以實測飼料原料的ME。趙明明等[11]采用10種常用粗飼料通過以上方法并結合套算法得到粗飼料有效能和概略養(yǎng)分以及可消化養(yǎng)分的相關關系并成功構建有效能的預測模型。本試驗利用同樣方法評價了5種能量飼料的DE和ME，并和國內(nèi)外已有推薦值比較，發(fā)現(xiàn)不同飼養(yǎng)標準推薦值和本試驗實測值存在一定差異。主要可能有以下幾個原因：第一，不同國家肉羊飼養(yǎng)標準給出的有效能推薦值均依靠本國實際生產(chǎn)情況得出，大多并非實測值，另外我國《肉羊飼養(yǎng)行業(yè)標準》（2004）也指出，由于當時飼料代謝能實測數(shù)據(jù)不全，所給出的ME推薦值是通過ME=DE × 0.82計算得到的，而本試驗得到的數(shù)據(jù)均為實測值；第二，AFRC（1993）飼養(yǎng)標準推薦ME是通過總能的代謝率（qm）得到的；第三，研究對象不同，我國大多引進國外純種肉羊雜交當?shù)仄贩N羊，所產(chǎn)后代屬于雜交肉羊，而國外均為純種肉羊品種為研究對象，因此得到的有效能數(shù)據(jù)也存在一定差異；第四，國外飼養(yǎng)標準推薦有效能預測模型針對動物種類不同，并且研究目標也不同，如馮仰廉[12]指出NRC（2001）推薦的飼糧ME預測模型為ME（Mcal/kg）=（1.01DE-0.45）+ 0.046×（EE-3）是以奶牛為研究對象，EE指的是飼糧總的脂肪含量（高于3%）。本試驗以飼料原料為研究對象，更進一步得到能量飼料原料的有效能預測模型。

表7 概略養(yǎng)分預測原料消化能和代謝能的方程

表8 能量飼料ME預測值的比較

表9 原料消化能、代謝能與可消化營養(yǎng)物質(zhì)的相關性分析

表10 原料消化能和代謝能與可消化營養(yǎng)物質(zhì)預測方程

3.2 用概略養(yǎng)分建立能量飼料代謝能的預測模型《中國飼料成分及營養(yǎng)價值表》標識了可作為動物飼糧原料的概略養(yǎng)分，并以精料和粗料區(qū)分了飼料種類，又進一步將精料分為能量飼料（粗蛋白質(zhì)含量<20%）和蛋白質(zhì)飼料（粗蛋白質(zhì)含量>20%）。目前，關于用概略養(yǎng)分預測飼糧ME的報道多見于單胃動物[13-14]。研究表明，用于反芻動物有效能的測定方法有體內(nèi)法、體外法、半體內(nèi)法以及預測法[15]。在反芻動物上通過概略養(yǎng)分預測ME模型的報道結果不一。趙江波等[16]采用套算法預測肉羊精飼料的ME，發(fā)現(xiàn)概略養(yǎng)分和ME之間無顯著相關性，故無法用概略養(yǎng)分進行精料ME預測模型的建立。Stergiadis等[17]用概略養(yǎng)分預測奶牛飼糧的ME，利用四元方程建立模型后，R2可到0.49。而潘曉花等[13]通過研究NRC（2012）提出的豬的ME需要量和原料概略養(yǎng)分建立預測模型，發(fā)現(xiàn)以飼糧原料常規(guī)營養(yǎng)成分指標為自變量時，難以建立適用于所有類型飼糧的ME預測模型，需要將飼糧分類進行構建。本試驗以能量飼料為研究對象，采用體內(nèi)法結合套算法，通過物質(zhì)消化代謝試驗和氣體代謝試驗，研究5種能量飼料原料在肉羊體內(nèi)的消化代謝規(guī)律，發(fā)現(xiàn)CP與ME的相關性達到極顯著正相關，OM與ME的相關性達到顯著負相關，揭示了能量飼料概略養(yǎng)分和DE、ME的相關關系，并成功構建DE和ME的預測模型，說明將飼糧分類后，可用原料概略養(yǎng)分預測ME。趙明明等[11]研究了不同粗飼料在肉羊體內(nèi)的ME，分別以三元和五元方程列出預測模型：ME = -31.002 - 0.097NDF + 0.474OM + 0.154CP（R2= 0.953），ME = 6.943 - 0.101NDF + 0.704GE - 0.101ADF + 0.138OM + 0.032CP（R2=0.994）。從最佳預測因子和組合因子比較，粗飼料概略養(yǎng)分、能量飼料概略養(yǎng)分預測ME的最佳預測因子不同，但預測方程中，R2均高于混合飼糧ME預測模型的R2[4]，并且發(fā)現(xiàn)隨著預測因子的增多，預測值更接近于套算法測定值。

3.3 用可消化養(yǎng)分建立能量飼料代謝能的預測模型我國可用于反芻動物的飼料種類繁多，通過分類可通過概略養(yǎng)分對其進行能值的預測，但能量飼料種類較多，單一的以概略養(yǎng)分為出發(fā)點難以保證各類能量飼料預測模型的準確通用性，如飼糧中某些原料的營養(yǎng)成分差異較大，易造成預測因子差異不顯著，仍舊以概略養(yǎng)分預測模型則會使羊只的營養(yǎng)過剩，造成飼糧營養(yǎng)素的浪費或者不能夠滿足動物正常生長的營養(yǎng)需要；其次，一些能量飼料由于其自身的抗營養(yǎng)因子也會造成動物對其利用率降低，用概略養(yǎng)分預測依然造成偏差較大，而可消化養(yǎng)分預測ME恰好是對概略養(yǎng)分預測ME模型的補充和延伸。研究表明，應用可消化養(yǎng)分可建立ME的預測模型，提高了預測模型的準確性，R2也均高于概略養(yǎng)分和消化率預測ME的方程[18]。本試驗中用可消化養(yǎng)分對能量飼料原料的ME進行預測，發(fā)現(xiàn)隨著預測因子的增多，方程的準確性逐漸提高，因此在生產(chǎn)實際中推薦應用DDM、DOM和DCP共同預測能量飼料原料的ME。

4 結 論

在本試驗條件下，采用物質(zhì)消化代謝試驗和套算法評定的燕麥、大麥、小麥、高粱、玉米5種能量飼料的OM含量和DE、ME相關性達到顯著水平，CP含量和DE、ME相關性均達到極顯著水平，另外DDM、DOM、DCP和DE、ME相關性均達到極顯著水平。

用概略養(yǎng)分建立ME的預測方程為ME（MJ/kg）=19.91+45.763CP（%）-1.013GE（%）+3.247ADF（%）（R2=0.726，n=30，P＜ 0.01）。用可消化養(yǎng)分建立ME的預測方程為ME（MJ/kg）= -3.113 +15.954DOM（%）+ 5.912DDM（%）+ 2.281DCP（%）（R2=0.764，n=30，P＜0.01）。

[1] 樓燦, 鄧凱東, 姜成鋼, 等. 飼養(yǎng)水平對肉用綿羊空懷期和哺乳期能量代謝平衡的影響[J]. 中國農(nóng)業(yè)科學, 2016, 49(5): 988-997.

[2] 石天虹, 張桂芝, 劉雪蘭, 等. 肉仔雞生長性能與飼糧營養(yǎng)水平關系模型的建立及應用[J]. 動物營養(yǎng)學報, 2012, 24(7): 1283-1292.

[3] Anderson P V, Kerr B J, Weber T E, et al. Determination and prediction of digestible and metabolizable energy from chemical analysis of corn coproducts fed to f i nishing pigs[J]. J Anim Sci, 2012, 90(4): 1242-1254.

[4] 劉潔, 刁其玉, 趙一廣, 等. 肉用綿羊飼料養(yǎng)分消化率和有效能預測模型的研究[J]. 畜牧獸醫(yī)學報, 2012, 43(8): 1230-1238.

[5] Deng K D, Diao Q Y, Jiang C G, et al. Energy requirements for maintenance and growth of Dorper crossbred ram lambs[J]. Livest Sci, 2012, 150: 102-110.

[6] Galvani D B, Pires C C, Kozloski G V, et al. Energy requirements of Texel crossbred lambs[J]. J Anim Sci, 2008, 86(12): 3480-3490.

[7] AOAC. Official methods of analysis[M]. 17th ed. Gaithersburg M D: Association of Official Analytical Chemists, 2000.

[8] Adeloa O. Digestion and balance techniques in pigs[M]. Washington D C: CRC Press, 2001: 906.

[9] 劉德穩(wěn). 生長豬常用七種飼料原料凈能預測方程[D]. 北京: 中國農(nóng)業(yè)大學, 2014.

[10] 楊嘉實, 馮仰廉. 畜禽能量代謝[M]. 北京: 中國農(nóng)業(yè)出版社, 2004.

[11] 趙明明, 馬 濤, 馬俊南, 等. 肉用綿羊常用粗飼料有效能值的估測與方程的建立[J]. 動物營養(yǎng)學報, 2016, 28(8): 2385-2395.

[12] 馮仰廉. 反芻動物營養(yǎng)學[M]. 北京:科學出版社, 2006.

[13] 潘曉花, 楊亮, 龐之洪, 等. 豬飼料有效能值預測模型的構建[J]. 動物營養(yǎng)學報, 2015, 27(5): 1450-1460.

[14] Wu F, Johnstion L J, Urriola P E, et al. Evaluation of NE predictions and the impact of feeding maize distillers dried grains with solubles (DDGS) with variable NE content on growth performance and carcass characteristics of growingfi nishing pigs[J]. Anim Feed Sci Tech, 2016, 215: 105-116.

[15] 趙明明, 刁其玉. 肉羊粗飼料能量代謝與評價的研究進展[J]. 飼料工業(yè), 2016, (3): 26-31.

[16] 趙江波, 魏時來, 馬濤, 等. 應用套算法估測肉羊精飼料代謝能[J]. 動物營養(yǎng)學報, 2016, 28(4): 1217-1224.

[17] Stergiadis S, Allen M, Chen X J, et al. Prediction of nutrient digestibility and energy concentrations in fresh grass using nutrient composition[J]. J Dairy Sci, 2015, 98(5): 3257-3273.

[18] 趙江波, 魏時來, 趙明明, 等. 精料來源對肉羊營養(yǎng)物質(zhì)消化率的影響及代謝能預測模型的建立[J]. 畜牧獸醫(yī)學報, 2016, 47(11):2257-2265.

Metabolizable Energy Determination of Oat, Barley, Wheat, Sorghum and Corn Grains Based on Energy Metabolism Trial and Substitution Method in Dorper ×Thin-Tailed Han Crossbred Lambs

WAN Fan1,2, ZHAO Jiang-bo1, MA Tao1, ZANG Chang-jiang2, MA Chen2, YANG Kai-lun2, DIAO Qi-yu1*
(1. Key Laboratory of Feed Biotechnology of the Ministry of Agriculture, Feed Research Institute, Chinese Academy of Agricultural Sciences, Beijing 100081, China; 2 Xinjiang Agricultural University, Xinjiang Urumqi 830052, China)

The experiment was conducted to evaluate the metabolizable energy (ME) of oat, barley, wheat, sorghum and corn grain based on apparent nutrient digestibility trial and substitution method using Dorper × thin-tailed Han crossbred castrated lambs, and develop the prediction equation of ME of energy feed by using proximate analysis of nutrientsand digestible nutrients. Thirty-six castrated Dorper × thin-tailed Han crossbred rams (52.6±1.4 kg of bodyweight) were randomly assigned to 6 groups. Digestibility, respirometry trials were conducted and substitution method were used to measure and calculate the digestible energy (DE) and ME of individual feed. Correlation analysis was conducted between nutrients or digestible nutrients and ME. Nutrient values or digestible nutrient values were used to predict ME of energy feed. The results showed as follows: the prediction equation of dietary ME using values of proximate analysis was ME = 19.91+45.763×CP-1.013×GE+3.247×ADF (R2=0.726, n=30, P<0.01). The prediction equation of dietary ME using digestible nutrients was ME = -3.113 + 15.954×DOM + 5.912×DDM + 2.281×DCP (R2=0.764, n=30, P<0.01). In conclusion, there is signif i cant correlation between nutrients, digestible nutrients and feed ME. The accuracy of equation could be improved by adding more predicting factors.

Mutton sheep; Energy feed; Metabolizable energy; Digestible nutrient; Prediction equation

S827.5

A

10.19556/j.0258-7033.2017-04-076

2016-10-09；

2017-01-04

國家肉羊產(chǎn)業(yè)技術體系（CARS-39）；國家“十二五”支撐計劃（2011BAZ01734）

萬凡（1990-），男，碩士研究生，陜西潼關人，動物營養(yǎng)與飼料科學專業(yè)，E-mail: wanfanfw@126.com

* 通訊作者：刁其玉，研究員，博士生導師，E-mail: diaoqiyu @caas.cn