Citation of this paper

Fourrages algériens. 1. Composition chimique et modèles de prédiction de la valeur énergétique et azotée

C Chibani, R Chabaca et D Boulberhane*

Ecole Nationale Supérieure Agronomique, Département de Zootechnie, 16200, El Harrach, Alger, Algérie
* Institut technique des élevages (ITELV), Baba Ali, Blida, Algérie
bea_dram@yahoo.fr

Résumé

Les travaux sur la composition chimique et la digestibilité de la matière organique (dMO) de 71 fourrages algériens réalisés depuis une quarantaine d’années ont été répertoriés et regroupés afin de calculer des modèles de prédiction de leur valeur nutritive (énergétique et azotée) et ainsi de disposer désormais de modèles de calcul dans une démarche de routine. Pour ce faire, des équations ont été calculées sur la base des variables explicatives : matières minérales (MM), cellulose brute (CB) ; neutral detergent fiber (NDF) ; acid detergent fiber (ADF) et matières azotées totales (MAT). Pris seuls, la CB et ADF donnent les modèles les plus satisfaisants ; associés à MM, le coefficient de détermination (R²) et la précision sont améliorés de 10 %. Les modèles qui en résultent (p<0,001) sont :

dMO (%) =-1,14CB+99,18 ; (R²=0,70 ; ETR = 3,92)

dMO (%) =-0,8597CB+1,1514MM+79,06 ; (R²=0,77 ; ETR =3,42)

UFL=-0,0018CB+1,3585 ; (R²=0,72 ; ETR=0,06)

UFV=-0,0021CB+1,350 ; (R²= 0,71 ; ETR=0,07)

UFL =-0,0192ADF+1,4333 ; (R²=0,76 ; ETR=0,06)

UFV =-0,0219ADF+1,4349 ; (R²= 0,77 ; ETR=0,06)

EM (kcal/kgMS) =38,474dMO-149,4676 ; (R²=0,98 ; ETR=10,8).

Sur la base du R², de l’écart type résiduel (l’ETR) et d’un même mode d’expression des variables prédictives, ces modèles sont comparable et parfois meilleurs que ceux qui sont couramment utilisés (modèles INRA par exemple) pour prédire la dMO et les valeurs UF. De même, les Matières Azotées Digestibles (MAD) sont prédites à partir des MAT avec beaucoup de sécurité :

MAD (g/kg MS) =8,824MAT-22,43; (R²=0, 94; ETR =12,8; P<0,0001)

Il convient néanmoins de préférer les modèles sans MM si l’on n’est pas sûr que les échantillons dont on souhaite prédire les valeurs nutritives ne sont pas souillés par de la terre.

Mots clés: Composition chimique; digestibilité de la matière organique; énergie métabolisable; valeur nutritive

Algerian forages. 1. Chemical composition and models to predict energy and nitrogen value

Abstract

Works on the chemical composition and organic matter digestibility of 71 Algerian forages made last forty years have been identified and grouped together to compute models for predicting the nutritive value of forages (energy and protein) and dispose now of model calculations in a step routine. To do this, equations have been calculated on the basis of explanatory variables: minerals (ash), crude fiber (CF), cell walls (ADF) and total nitrogen contents(CP). Taken alone, crude fiber and acid detergent fiber models provide the most satisfactory models; associated with minerals (ash), R² and precision are improved by 10%. The resulting models (p <0.001) are:

OMD (%) = -1,14 CF+99,18 ; (R²=0.70; RSE=3,92).
OMD (%) = -0,8597 CF+1,1514 ash+79,06 ; (R²=0.77; RSE=3,42).
UFL = -0.0018 CF+1.3585 ; (R²=0,72; RSE=0,06).
UFV = -0,0021 CF+1,350 ; (R²=0,71; RSE=0,07).
UFL = -0,0192 ADF+1,4333 ; (R²=0;76; RSE=0,06).
UFV = 0,0219 ADF+1,4349 ; (R²=0,77; RSE=0,06).
EM (kcal/kg DM) = 38,474 OMD-149,4676 ; (R²=0,98; RSE=10,8).

On the basis of R², RSE and the same expression mode of predictive variables, these models are comparable and sometimes better than those commonly used (INRA models, for example) to predict OMD and UF values. At the same time, digestible crude protein (DCP) is predicted with much security from total nitrogen content:

DCP (g/kg DM)=8,82CP-22,43 ; (R²=0,94; RSE=12,8; p<0,0001).

However, models without ash are preferable, if we are not sure that samples are not contaminated with soil particles when predicting the nutritive value of these samples.

Key words: chemical composition, organic matter digestibility, metabolizable energy, nutritive value

Introduction

La connaissance de la valeur alimentaire des fourrages (VAF), est une donnée technique et économique de premier plan pour rentabiliser un élevage moderne. Pour être en mesure de la calculer, il est nécessaire de connaître deux paramètres : la digestibilité de ses composants et l’ingestion. En pratique, ce travail est difficilement envisageable dans une démarche de routine. La solution fréquemment adoptée par les chercheurs consiste à prédire par des modèles mathématiques reliant ces deux paramètres mesurés in vivo à des caractéristiques botaniques ou chimiques des fourrages, plus faciles à observer ou à mesurer (Andrieu et Weiss 1981).

Ainsi, la valeur alimentaire de nombreux fourrages a pu être déterminée et des tables établies notamment dans les pays du Nord. Dans les pays en développement, le type de tables utilisées dépend de l’histoire de chaque pays. Les pays de langue anglaise ont adopté les tables du NRC ou de l’ARC, tandis que les pays francophones adoptaient celles françaises de Leroy (1954) à INRA (2007).

Néanmoins, de nombreuses études (Abdouli et al 1991 ; Maigua 2006) ont montré que cette transposition de tables était entachée d’erreurs résultant de la diversité des fourrages, des conditions agro-climatiques, du mode d’exploitation des fourrages et des caractéristiques propres aux animaux. Ainsi, le CIHEAM en collaboration avec 12 pays méditerranéens de la rive Sud (Alibes et Tisserand 1990) ont dressé un répertoire de 126 aliments (fourrages et coproduits) utilisés pour l’alimentation du bétail. Les fourrages cultivés en Algérie y étaient peu représentés par suite de pratiques d’élevage peu enclines à la culture fourragère. Ce n’est en effet, qu’en 1921 que la recherche agricole est initiée en Algérie. Dans les années 40, le trèfle d’Alexandrie était cultivé à l’Institut agricole de Maison carrée (actuellement école nationale supérieure agronomique) à des fins de formation mais n’était pas diffusée dans les élevages. La priorité à l’époque, était donnée au végétal à des fins d’alimentation humaine et à des cultures de rente ; l’élevage n’était concerné que par la recherche sur la reproduction et la pathologie des animaux. Ce n’est que dans les années 70 avec l’émergence des EAC (exploitation agricole en commun) à dominante laitière que la préoccupation de la VAF a vu le jour. Le premier guide de VAF algérien est établi en 1980 par le Ministère de l’agriculture (Kerbaa 1980). La composition chimique et la valeur nutritive de 93 fourrages y figurent mais des manques dans la mesure de l’ingestion et de certains composants chimiques sont à noter (NDF, ADF, minéraux…). Parallèlement, des travaux sur les fourrages de la steppe (Nedjraoui 2001), sur la domestication des fourrages spontanés du pays (Abdelguerfi 2002) et sur les fourrages cultivés par différentes structures de recherche (INA ; Universités ; ITGC, INRAA) sont venus enrichir nos connaissances sur les fourrages algériens et leur potentialité.

Par ailleurs, les progrès réalisés dans le monde depuis 40 ans sur la connaissance de l’utilisation des aliments par le ruminant (Agabriel 2007) ont justifié la révision de nombreuses tables de VAF notamment en France (Leroy 1954 ; Demarquilly et Weiss 1970 ; INRA 1978 ; 1989 et 2007)

Ce travail a pour but de présenter pour l’Algérie, l’ensemble des données disponibles sur les fourrages et de proposer des modèles mathématiques pour prédire la valeur énergétique et azotée de nos fourrages.

Méthode de travail

Nous avons regroupé tous les fourrages étudiés par différentes structures algériennes de recherche et ou d’enseignement, ceux dont les données étaient complètes pour la digestibilité de la matière organique et la composition chimique ont été retenus (Tableau 1). Lorsque des échantillons étaient encore disponibles, nous avons dosé les composants pariétaux (NDF et ADF) par la méthode séquentielle de Van Soest (1963).

La méthodologie utilisée est celle qui remplissait les conditions de fiabilité pour l’établissement d’une table de composition chimique et de valeur nutritive de nos fourrages.

Pour la composition chimique tous les dosages de l’analyse fourragère ont été réalisés avec les mêmes méthodes provenant de deux sources : le fascicule de méthodes du laboratoire des aliments de l’INRA de Theix et l’official methods of analysis (AOAC 1975). Toutes les mesures ont été faites en double ou en triple.

Les valeurs mesurées de digestibilité de la matière organique (dMO) et des matières azotées (dMA) sont celles obtenues in vivo avec des moutons non castrés de race Ouled Djellal âgés de 24 à 36 mois, pesant entre 42-54kg sur un nombre suffisant de sujets (4 à 5). Ils ont été alimentés ad libitum (10 à15 % de refus) à un niveau alimentaire (NA) moyen de 1,4 (0,93 à 2,8) Le NA (INRA 1988) s’entend comme étant le rapport entre la quantité de matière organique digestible ingérée (MODI, en g/kg de P ^0,75) et les besoins d’entretien du mouton (23g de MODI/ kg de P ^0,75). L’EM étant définie à un NA de 1,7 (INRA 2007) nos valeurs n’ont donc pas nécessité de correction (Sauvant et Giger-Reverdin 2009). Les deux méthodes utilisées par les différentes structures sont d’une part celle du laboratoire des aliments de l’INRA de Theix pour la digestibilité (étalée sur une semaine). D’autre part, la seconde méthode est européenne (Charlet-Levy 1969). La digestibilité est mesurée sur une période de 8 à 10 jours, selon les structures de recherche. Dans tous les cas, les deux méthodes appliquent la procédure de la récolte totale des fèces (méthode de référence). La récolte des fourrages verts (définition des cycles et stades) est celle donnée par l’INRA(1988). Celle-ci a eu lieu sans interruption du début à la fin du cycle de végétation.

La mesure de la digestibilité, les calculs de l’énergie brute (EB), de l’énergie digestible (ED), de l’énergie métabolisable (EM), de l’énergie nette (EN) et des unités fourragères lait (UFL) et viande (UFV) ont été faits selon INRA (2007). Le NA de 1,4 a été utilisé pour le calcul de l’EM.

Ensuite, la dMO, les UF, les MAD (matières azotées digestibles) et l’EM ont été reliées par des régressions linéaires simples ou multiples aux différents composants chimiques des fourrages : CB (cellulose brute) ; NDF (neutral detergent fiber) ; ADF (acid detergent fiber) ; MM (matières minérales) et MAT (matières azotées totales) pour l’échantillon entier, sans distinguer les espèces.

Faute de données propres aux fourrages algériens, il ne nous a pas été possible de tenir compte des systèmes modernes (protéines digestibles dans l’intestin) d’évaluation de la valeur azotée basés sur la mesure de la dégradabilité de la fraction azotée des aliments dans le rumen. Le système MAD communément utilisé dans le pays a été pour l’instant conservé.

Les équations de prédictions ont été établies selon des modèles répondant à l’écriture :

Yij_{1, 2}= µ + ai1 + ai2 + ain + eij

- Yij : est la valeur prédite ;

- ai : la ou les variables explicatives ;

- eij : l’erreur résiduelle du modèle.

Les calculs sont effectués avec le logiciel S-PLUS, 4-5 ^e Edition (1998).

Résultats et discussion

Le nombre de fourrages répertoriés à données complètes ou complété par le dosage notamment des composés pariétaux était de 71 se répartissant en 32 graminées, 30 légumineuses et 9 associations légumineuse-graminée, regroupant 371 essais. Ce nombre est faible, comparativement aux tables françaises (INRA 2007) qui présentent plus de mille aliments ; mais plus élevé que celui des tables de l’ADAS (1992) en Grande Bretagne qui propose 52 fourrages : 22 fourrages verts, 18 ensilages et 12 foins. Le NRC (1996) propose quant à lui, 100 fourrages de référence mais le cycle et le stade de végétation ne sont pas donnés.

Composition chimique

S’agissant du regroupement de fourrages de nature, d’espèces, de cycles et de stades différents, nous observons, une grande dispersion des composants chimiques. Ainsi pour les teneurs en MAT, le minimum est de 4 % et le maximum de 25 % (Tableau 1).

Tableau 1. Composition chimique des fourrages algériens
	Aliment	Nbre Essais	MS, %	MAT, %MS	CB, %MS	MM, %MS	NDF, %MS	ADF, %MS

1	Fétuque cycle 2 feuillue	2	17,4	20,9	21,4	13,3	50,4	24,3
2	Fétuque cycle 4 feuillue	2	20,0	17,2	24,1	13,7	53,5	26,9
3	Fétuque cycle 5 début épiaison	2	26,3	14,7	29,5	7,2	59,6	30,0
4	Ray-grass d'Italie cycle 1 feuillue	6	12,8	18,0	18,7	16,7	47,3	21,7
5	Ray-grass d'Italie cycle 1 épi à 10 cm	7	16,8	15,4	21,9	11,0	50,9	24,8
6	Ray-grass d'Italie cycle 2 épi à 10 cm	7	14,0	16,0	23,0	14,4	52,2	25,8
7	Ray-grass d'Italie épiaison	6	14,0	16,0	24,4	10,1	53,8	27,2
8	Ray-grass d'Italie fin épiaison	6	16,5	11,4	28,1	11,2	58,0	30,7
9	Ray-grass d'Italie floraison	7	24,7	9,4	31,8	8,9	62,2	34,2
10	Avoine montaison	4	16,9	15,7	27,5	14,3	57,3	30,1
11	Avoine floraison	8	25,4	7,4	31,9	9,2	62,3	34,3
12	Avoine grain laiteux	14	31,8	8,2	37,3	9,2	68,5	39,4
13	Avoine grain vitreux	4	61,0	6,5	36,2	9,4	67,2	38,4
14	Orge feuillu	4	12,2	23,0	29,2	14,3	59,3	31,7
15	Orge montaison	6	13,9	17,0	25,2	12,8	54,7	27,9
16	Orge floraison	3	27,0	11,4	34,8	11,0	65,7	37,1
17	Orge grain laiteux	4	25,0	9,6	32,6	10,6	63,1	35,0
18	Orge grain pâteux	4	31,2	8,0	33,8	7,1	64,5	36,1
19	Sorgho cycle 1 montaison	4	16,4	9,2	27,5	11,3	57,3	30,1
20	Sorgho début épiaison	3	19,7	8,3	30,1	10,0	60,3	32,6
21	Sorgho épiaison	3	22,2	7,4	32,4	8,5	62,9	34,8
22	Sorgho floraison	2	23,8	6,7	33,4	6,0	64,0	35,7
23	Sorgho grain laiteux	2	24,9	6,2	30,2	5,8	60,4	32,7
24	Sorgho grain pâteux dur	2	37,0	5,5	29,6	7,9	59,7	32,1
25	Sorgho cycle 2 épiaison	4	17,6	10,6	28,6	11,8	58,6	31,2
26	Sorgho floraison	4	23,6	8,1	31,3	9,7	61,7	33,7
27	Sorgho fin floraison	2	25,7	6,4	34,7	9,1	65,6	37,0
28	Sorgho grain pâteux	2	29,9	5,8	34,0	10,2	64,7	36,3
29	Sorgho cycle 3 début épiaison	3	17,6	13,2	28,2	10,4	58,1	30,8
30	Luzerne cycle 1 végétatif	8	15,8	25,2	23,0	10,8	52,2	25,8
31	Luzerne bourgeonnement	5	20,3	23,3	25,6	10,4	55,2	28,3
32	Luzerne début floraison	4	24,5	20,6	28,6	8,0	58,6	31,2
33	Luzerne gousses	2	30,3	15,4	34,8	9,8	65,7	37,1
34	Luzerne cycle 2 début floraison	5	23,8	21,6	29,1	9,0	59,2	31,6
35	Luzerne floraison	4	26,2	17,8	31,5	9,5	61,9	33,9
36	Luzerne fin floraison	3	32,2	15,7	36,2	8,5	67,2	38,3
37	Luzerne cycle 3 bourgeonnement	5	25,4	24,3	25,2	8,8	57,7	27,9
38	Luzerne début floraison	2	29,6	21,4	29,6	9,2	59,7	32,1
39	Luzerne floraison	5	33,5	16,7	33,5	8,5	64,2	35,8
40	Luzerne cycle 4 végétatif	4	18,8	25,2	26,5	10,3	56,2	29,2
41	Luzerne bourgeonnement	2	22,7	23,8	29,6	8,0	59,7	32,1
42	Luzerne début floraison	2	25,1	21,2	30,3	8,6	60,5	32,8
43	Luzerne cycle 5 végétatif	8	16,4	25,0	25,2	10,5	54,7	27,9
44	Trèfle d'Alexandrie cycle 1 végétatif	13	13,7	20,0	18,36	11,7	46,9	21,4
45	Trèfle d'Alexandrie bourgeonnement	4	13,6	20,3	23,8	10,9	53,1	26,6
46	Trèfle d'Alexandrie début floraison	4	15,4	17,7	25,8	11,5	55,4	28,5
47	Trèfle d'Alexandrie floraison	3	16,9	16,0	29,1	9,5	59,2	31,6
48	Trèfle d'Alexandrie cycle 2 végétatif	7	17,6	20,9	22,5	14,2	55,1	25,4
49	Trèfle d'Alexandrie bourgeonnement	5	13,4	21,8	24,0	12,4	53,3	26,8
50	Trèfle d'Alexandrie début floraison	5	14,7	18,4	26,1	11,3	55,7	28,8
51	Trèfle d'Alexandrie floraison	4	15,6	16,6	29,9	11,5	60,1	32,4
52	Trèfle d'Alexandrie cycle 3 végétative	6	13,5	21,8	23,5	12,6	52,8	26,3
53	Trèfle d'Alexandrie floraison	4	16,2	16,1	28,4	11,2	58,4	31,0
54	Trèfle d'Alexandrie cycle 4 végétative	4	14,8	22,5	23,0	9,7	52,2	25,8
55	Trèfle d'Alexandrie floraison	2	19,5	15,4	31,0	8,6	61,3	33,4
56	Trèfle d'Alexandrie cycle 5 végétative	4	13,4	22,6	24,2	13,1	53,6	27,0
57	Trèfle d'Alexandrie début floraison	2	20,3	17,8	26,1	9,6	55,7	28,8
58	Vesce- Avoine végétative -feuillue	8	13,1	16.8	20,5	12,7	49,4	23,5
59	Vesce -Avoine végétative -montaison	3	14,1	13,1	28,2	13,4	58,2	30,8
60	Vesce- Avoine début floraison-épiaison	2	16,6	12,4	31,5	11,6	61,9	33,9
61	Vesce-Avoine floraison -floraison	2	19,6	10,2	33,1	10,5	63,8	35,5
62	Vesce-Avoine Formation gousses	2	30,1	9,6	32,4	9,5	63,0	34,8
63	Vesce-Avoine gousses lait-grain laiteux	3	25,5	8,5	35,7	11,7	66,7	37,9
64	Vesce-Avoine gousses pât-grain pât dur	3	35,6	12,9	29,7	8,9	59,9	32,2
65	Pois -Avoine	3	21,6	13,6	27,5	9,6	57,3	30,1
66	Luzerne foin	19	88,5	16,8	33,6	10,7	64,3	35,9
67	Vesce- Avoine foin	19	92,5	7,2	37,5	9,6	68,8	39,7
68	Luzerne déshydratée	3	91,2	20,7	25,5	10,5	55,1	28,2
69	Paille de blé	28	92,1	3,9	42,0	7,2	73.9	43,9
70	Paille traitée à l'ammoniac	12	88,6	7,4	41,6	7,7	73,4	43,5
71	Paille traitée à l'urée	11	87,5	14,3	42,2	7,5	74,1	44,1

	N	371	71	71	71	71	71	71
	Moyenne	-	27,4	15,0	29,2	10,3	59,4	31,7
	1Q	-	16,3	9,5	25,3	8,9	55,1	28,0
	3Q	-	26,6	20,4	32,5	11,5	63,0	34,9
	Min	-	12,2	3,9	18,4	5,8	46,9	21,4
	Max	-	92.5	25,2	42,2	16,7	74,1	44,1
	ETR	-	20,7	5,9	5,2	2,1	5,9	5,0
	CV, %	-	75,5	39,3	17,8	20,3	9,9	15,6
MS, matière sèche ; MM, matière minérale ; MAT, matière azotée totale; CB, cellulose brute Weende ,NDF, neutral detergent fiber ;ADF, acid detergent fiber; 1Q : premier quartile ; 3Q troisième quartile ; Min et Max, minimum et maximum ; ETR, écart-type résiduel ; CV, coefficient de variation

L’étude des quartiles montre que 25 % de l’échantillon (18 fourrages) ont une teneur en MAT inférieure ou égale à 10 %. De même, 25 % de l’échantillon ont une teneur en MAT égale ou supérieure à 20 %. 75 % de l’échantillon a donc une teneur en azote comprise entre 10 % et 20 %. La moyenne se situant à 15 %. Il s’agit donc dans l’ensemble d’un échantillon de bons fourrages. Pour la cellulose brute, les valeurs respectives pour le premier et le troisième quartile sont de 25 % et de 32 % ; 28 et 35 % pour l’ADF. La valeur minimale et maximale pour ce dernier composant est portée par le Trèfle d'Alexandrie cycle 1 végétatif et la paille de blé.

Sur les 71 fourrages, 22 ont trouvé leur homologue dans les tables INRA de 1988 (espèce, stade et cycle). La composition chimique est globalement comparable sauf le NDF (+5 % pour les fourrages algériens) mais à contrario, ADF est plus élevé pour les fourrages INRA (4 %). Ce sont donc les hémicelluloses (+14 %) qui caractériseraient les parois des fourrages de notre échantillon.

Valeur nutritive des fourrages

Les valeurs nutritives des 71 fourrages sont présentées dans le Tableau 2. Les conditions d’obtention sont satisfaisantes : 5 essais en moyenne (2 à 28), mobilisant entre 20 à 25 sujets d’âge et de poids différents. Le nombre d’essais le plus élevé intéresse les fourrages les plus utilisés dans le pays : paille de blé, 28 essais ; foin de luzerne, 19 ; foin de vesce avoine, 19 ; avoine stade grains laiteux, 14. La digestibilité moyenne de l’échantillon est néanmoins, relativement élevée, 66 % avec un minimum à 51 % et un maximum à 80 %. 25 % des données ont une digestibilité inférieure ou égale à 61 %, il s’agit essentiellement des foins de vesce avoine, des pailles traitées et des céréales fourragères consommé en sec. L’échantillon comporte également un nombre appréciable de très bons fourrages puisque 25 % (18) présente une dMO comprise entre 71 et 80 %.

Tableau 2 . Valeurs énergétique et azotée des fourrages algériens
	Aliment	Nbre Essais	MS, %	dMO, %	MAD, g/kg MS	EB, kcal /kg MS	ED, %	EM, kcal /kg MS	ENL, kcal /kg MS	ENL kcal /kg MS	UFL	UFV

1	Fétuque cycle 2 feuillue	2	17,4	73,2	157,0	4742	70,0	2680	1605	1598	0,94	0,88
2	Fétuque cycle 4 feuillue	2	20,0	70,1	117,7	4696	67,0	2554	1516	1490	0,89	0,82
3	Fétuque cycle 5 début épiaison	2	26,3	65,7	97,1	4664	62,8	2376	1391	1336	0,82	0,73
4	Ray-grass d'Italie cycle 1 feuillue	6	12,8	79,6	137,5	4706	76,1	2919	1786	1834	1,05	1,01
5	Ray-grass d'Italie cycle 1 épi à 10 cm	7	16,8	74,7	162,6	4673	71,4	2725	1644	1654	0,97	0,91
6	Ray-grass d'Italie cycle 2 épi à 10 cm	7	14,0	72,2	170,0	4680	69,0	2632	1574	1565	0,93	0,86
7	Ray-grass d'Italie épiaison	6	14,0	70,5	114,0	4682	67,4	2566	1526	1504	0,90	0,83
8	Ray-grass d'Italie fin épiaison	6	16,5	69,0	77,0	4622	66,0	2495	1479	1449	0,87	0,80
9	Ray-grass d'Italie floraison	7	24,7	64,3	58,5	4597	61,5	2312	1350	1291	0,79	0,71
10	Avoine montaison	4	16,9	73,0	114,0	4677	69,8	2648	1586	1581	0,93	0,87
11	Avoine floraison	8	25,4	57,0	52,0	4572	54,5	2047	1168	1069	0,69	0,59
12	Avoine grain laiteux	14	31,8	55,0	50,0	4582	52,6	1964	1112	1000	0,65	0,55
13	Avoine grain vitreux	4	61,0	56,0	43,0	4560	53,5	2000	1137	1032	0,67	0,57
14	Orge feuillu	4	12,2	79,8	169,0	4769	76,3	2900	1767	1802	1,04	0,99
15	Orge montaison	6	13,9	73,9	122,0	4693	70,7	2689	1615	1616	0,95	0,89
16	Orge floraison	3	27,0	64,9	80,0	4622	62,0	2329	1361	1302	0,80	0,72
17	Orge grain laiteux	4	25,0	62,0	63,0	4599	59,3	2228	1291	1217	0,76	0,67
18	Orge grain pâteux	4	31,2	63,8	44,0	4579	61,0	2287	1334	1272	0,78	0,70
19	Sorgho cycle 1 montaison	4	16,4	63,0	70,0	4594	60,2	2276	1325	1259	0,78	0,69
20	Sorgho début épiaison	3	19,7	61,0	50,0	4583	58,3	2196	1270	1192	0,75	0,66
21	Sorgho épiaison	3	22,2	60,0	43,0	4572	57,4	2153	1241	1158	0,73	0,64
22	Sorgho floraison	2	23,8	59,0	36,0	4563	56,4	2114	1214	1126	0,71	0,62
23	Sorgho grain laiteux	2	24,9	60,0	33,0	4556	57,4	2157	1244	1163	0,73	0,64
24	Sorgho grain pâteux dur	2	37,0	61,0	27,0	4548	58,3	2193	1270	1195	0,75	066
25	Sorgho cycle 2 épiaison	4	17,6	62,0	79,0	4612	59,3	2239	1298	1225	0,76	0,67
26	Sorgho floraison	4	23,6	62,0	52,0	4580	59,3	2229	1293	1221	0,76	0,67
27	Sorgho fin floraison	2	25,7	58,0	32,0	4559	55,4	2075	1188	1094	0,70	0,60
28	Sorgho grain pâteux	2	29,9	60,0	27,0	4551	57,4	2148	1238	1156	0,73	0,64
29	Sorgho cycle 3 début épiaison	3	17,6	62,0	97,0	4645	59,3	2243	1299	1224	0,76	0,67
30	Luzerne cycle 1 végétatif	8	15,8	77,0	206,0	4797	73,6	2820	1704	1720	1,00	0,94
31	Luzerne bourgeonnement	5	20,3	69,0	187,0	4773	66,0	2518	1485	1444	0,87	0,79
32	Luzerne début floraison	4	24,5	62,0	167,0	4739	59,3	2251	1300	1216	0,76	0,67
33	Luzerne gousses	2	30,3	58,0	123,0	4673	55,4	2086	1190	1087	0,70	0,60
34	Luzerne cycle 2 début floraison	5	23,8	65,0	175,0	4751	62,1	2360	1375	1308	0,81	0,72
35	Luzerne floraison	4	26,2	61,0	142,0	4703	58,3	2205	1269	1182	0,75	0,65
36	Luzerne fin floraison	3	32,2	59,0	124,0	4677	56,4	2119	1212	1114	0,71	0,61
37	Luzerne cycle 3 bourgeon	5	25,4	67,0	186,0	4785	64,0	2447	1434	1379	0,84	0,76
38	Luzerne début floraison	2	29,6	63,0	169,0	4749	60,2	2286	1323	1245	0,78	0,68
39	Luzerne floraison	5	33,5	58,0	127,0	4689	55,4	2091	1192	1089	0,70	0,60
40	Luzerne cycle 4 végétatif	4	18,8	69,5	203,5	4797	66,4	2535	1496	1456	0,88	0,80
41	Luzerne bourgeonnement	2	22,7	65,0	190,0	4779	62,1	2362	1374	1305	0,81	0,72
42	Luzerne début floraison	2	25,1	61,0	167,0	4746	58,3	2212	1272	1182	0,75	0,65
43	Luzerne cycle 5 végétatif	8	16,4	70,5	202,5	4794	67,4	2575	1525	1492	0,90	0,82
44	Trèfle d'Alexandrie c1 végétatif	13	13,7	77,1	134,5	4731	73,7	2831	1718	1743	1,01	0,96
45	Trèfle d'Alexandrie bourg	4	13,6	76,0	160,0	4735	72,7	2775	1675	1689	0,99	0,93
46	Trèfle d'Alexandrie début floraison	4	15,4	69,0	140,0	4702	66,0	2510	1484	1449	0,87	0,80
47	Trèfle d'Alexandrie floraison	3	16,9	64,0	131,0	4680	61,2	2317	1349	1282	0,79	0,70
48	Trèfle d’Alexandrie c2 végétatif	7	17,6	74,7	162,8	4742	71,4	2732	1643	1647	0,97	0,90
49	Trèfle d'Alexandrie bourgeon	5	13,4	75,1	172,0	4754	71,8	2743	1650	1655	0,97	0,91
50	Trèfle d'Alexandrie début floraison	5	14,7	71,0	140,0	4711	67,9	2583	1536	1514	0,90	0,83
51	Trèfle d'Alexandrie floraison	4	15,6	66,0	125,0	4688	63,1	2389	1398	1343	0,82	0,74
52	Trèfle d'Alexandrie c3 végétatif	6	13,5	77,5	173,0	4754	74,1	2832	1717	1740	1,01	0,96
53	Trèfle d'Alexandrie floraison	4	16,2	65,0	119,0	4682	62,1	2355	1375	1315	0,81	0,72
54	Trèfle d'Alexandrie c4 végétatif	4	14,8	75,2	173,0	4763	71,9	2751	1655	1661	0,97	0,91
55	Trèfle d'Alexandrie floraison	2	19,5	64,0	107,0	4673	61,2	2312	1345	1278	0,79	0,70
56	Trèfle d’Alexandrie c5 végétatif	4	13,4	75,0	171,0	4764	71,7	2740	1647	1650	0,97	0,91
57	Trèfle d'Alexandrie début floraison	2	20,3	63,0	134,0	4703	60,2	2291	1329	1255	0,78	0,69
58	Vesce-Avoine végétative-feuillue	8	13,1	77,0	129,0	4691	73,6	2816	1710	1737	1,01	0,95
59	Vesce-Avoine végétative-montaison	3	14,1	75,0	92,0	4644	71,7	2714	1638	1649	0,96	0,91
60	Vesce-Avoine début floraison-épiaison	2	16,6	71,0	87,0	4635	67,9	2559	1525	1506	0,90	0,83
61	Vesce- Avoine floraison -floraison	2	19,6	68,0	70,0	4607	65,0	2443	1443	1406	0,85	0,77
62	Vesce- Avoine formation gousses	3	25,5	62,0	56,0	4586	59,3	2219	1286	1212	0,76	0,67
63	Vesce- Avoine gousses lait-grain laiteux	2	301	64,0	63,0	4599	61,2	2300	1342	1280	0,79	0,70
64	Vesce-Avoine gousses pâteuses-grain pâteux	3	35,6	65,0	90,0	4641	62,1	2348	1373	1315	0,81	0,72
65	Pois-Avoine	3	21,6	69,3	91,1	4650	66,3	2510	1488	1459	0,88	0,80
66	Luzerne foin	19	88,5	61,5	118,3	4691	58,8	2217	1278	1194	0,75	0,66
67	Vesce- Avoine foin	19	92,5	58,4	13,7	4569	55,8	2084	1194	1100	0,70	0,60
68	Luzerne déshydratée	3	91,2	56,3	118,0	4740	53,8	2051	1163	1050	0,68	0,58
69	Paille de blé	28	92,1	50,8	14,6	4527	48,5	1800	1006	877	0,59	0,48
70	Paille traitée à l'ammoniac	12	88,6	51,8	23,5	4572	49,5	1840	1030	903	0,61	0,50
71	Paille traitée à l'urée	11	87,5	52,6	69,7	4659	50,3	1875	1050	920	0,62	0,51

	N	371	71	71	71	71	71	71	71	71	71	71
	moyenne	-	27,4	65,8	110,1	4668	62,9	2383	1399	1347	0,82	0,74
	1Q	-	16,3	61,0	63,0	4598	58,3	2200	1270	1187	0,75	0,65
	3Q	-	26,6	71,0	161	4737	67,9	2579	1531	1510	0,90	0,83
	Min	-	12,2	50,8	13,7	4527	48,5	1800	1005	877	0,59	0,48
	Max	-	92,5	79,8	206	4797	76,3	2918	1786	1834	1,05	1,01
	ETR	-	20,7	7,1	53,8	75,0	6,8	274	192	235	0,11	0,13
	CV, %	-	75,5	10,8	48,8	1,6	10,8	11,5	13,7	17,5	13,4	17,6
MS, matière sèche ; dMO, digestibilité de la matière organique ; MAD, matière azotée digestible ; EB, énergie brute ; ED, énergie digestible ; EM, énergie métabolisable ; ENL, énergie nette lait ; ENV, énergie nette viande ; UFL, unité fourragère lait ; UFV, unité fourragère viande ;1Q : le premier quartile ; 3Q : troisième quartile ; Min et Max, minimum et maximum ; ETR, écart-type résiduel ; CV, coefficient de variation

Comme c’était prévisible, à l’analyse de la composition chimique, le paramètre de la valeur nutritive le plus dispersé est celui des MAD (qui varient entre 14 et 206g/kg de MS). Il en est de même des UFV (0,48 à 1 ,01). Un quart des fourrages ont une valeur respective en MAD et en UFV inférieure ou égale à 63g /kg MS et à 0,65 UFV/kg de MS. Ces données s’expliquent par la sélection des fourrages étudiés qui comporte aussi bien des légumineuses en vert (riches en azote) que des pailles ou des foins de mauvaise qualité (lignifiés et pauvres en azote).

Par contre, les valeurs de l’EM sont peu dispersées (CV de 11). Les trois quarts sont compris entre 2,2 et 2,6 Mcal/kg MS (Tableau 2). Les valeurs moyennes de l’EM, de l’UFL et de l’UFV pour les 71 fourrages sont respectivement de 2,4 Mcal/kg de MS ; 0,82 et 0,74.

L’ensemble des valeurs des 22 fourrages homologues de l’INRA est comparable avec un léger avantage pour les fourrages algériens : +5 ; +8 ; et +3 % respectivement pour l’EM, les UFL et pour les UFV. L’avantage aurait pu être plus élevé pour l’EM donc a fortiori pour les UFL et UFV, si nous avions calculé l’EM avec un NA de 1,7 comme c’est le cas pour l’INRA France. Ce résultat laisserait envisager en moyenne pour ces 22 fourrages, une meilleure utilisation digestive par le mouton Ouled Djellal.

Calculs des modèles de prédiction

Modèles de prédiction de la dMO

Ils résultent des composants chimiques : CB ; NDF ; ADF ; MM et MAT (seuls ou en association), donnant 9 combinaisons. Les résultats apparaissent dans le Tableau 3.

Tableau 3. Modèles de prédiction de la digestibilité de la matière organique (%)
Variables explicatives	Expression	Equations	N°	R²	P <	ETR	n

CB	g/kg MS	dMO = -1,14CB+99,18	1	0,70	0,001	3,92	71
CB ; MM	-	dMO = - 0,8597CB+1,1514 MM+79,06	2	0,77	0,001	3,42	71
CB ; MAT	-	dMO = -1,04CB+0,136MAT+94,20	3	0,70	0,001	3,91	71
NDF	-	dMO = -1,0118NDF+125,94	4	0,65	0,001	3,94	71
ADF	-	dMO = -1,198ADF+103,87	5	0,75	0,001	3, 33	71
NDF ; MM	-	dMO = - 0,7594NDF+1,168MM+98,87	6	0,67	0,001	3,43	71
ADF ; MM	-	dMO = - 0,90ADF+1,177MM+82,25	7	0,79	0,001	3,24	71
NDF ; MAT	-	dMO = -0,9132NDF+0,0154MAT+117,77	8	0,71	0,001	3,91	71
ADF ; MAT	-	dMO = -1,0939ADF+0,0136MAT+98,51	9	0,73	0,001	3,91	71

La CB et les MAT sont respectivement en corrélation négative et positive avec la dMO. Ce résultat est classique (Demarquilly et Jarrige 1981 ; Assoumaya 2007). Dans ce travail, la CB à elle seule explique 70 % des variations de la dMO (équation 1). La précision, exprimée par l’ETR est acceptable, elle est comparable à celle donnée dans la littérature pour des modèles similaires (entre 3 et 4 points pour INRA 2007). Elle est également du même ordre de grandeur que celle obtenue habituellement lors des mesures sur animaux : environ 3 points (Sauvant et al 2005).

L’introduction dans le modèle 1 du composant matières minérales améliore R² de 10 % (équation 2) et la précision de 13 %. Cette corrélation positive de la dMO avec les matières minérales n’est pas étonnante. Ces dernières n’apportent pas directement de l’énergie mais elles contiennent des minéraux qui sont des puissants activateurs de l’activité microbienne dans le rumen donc de la dMO (Morales et Dehority 2009). Néanmoins, les cendres, par crainte de contamination des échantillons par de la terre lors de la récolte des fourrages, sont rarement introduites dans les modèles de prédiction.

Les MAT prédisent nettement moins bien la dMO. Elles en expliquent moins de 40 % des variations avec une précision de l’ordre de 6 points. Les résultats classiques de l’INRA bien qu’assez variables, montrent une meilleure prédiction de la dMO par les MAT (R² de l’ordre de 0,60 à 0,75). En effet, les MAT plus que la CB, dépendent de la fertilisation azotée du sol (notamment dans le cas des graminées) ; mais leur action est plus faible sur la dMO que la CB (Andrieu et Weiss 1981). Cette action limitée est probablement accrue dans un système fourrager où la fertilisation azotée est hétéroclite comme c’est le cas en Algérie. Par ailleurs, la liaison MAT-dMO dans un groupe de fourrages de même espèce est meilleure (Andrieu et Weiss 1981) que pour un groupe de fourrages rassemblant des espèces différentes en cycles et en stades, ce qui est notre cas. De même, l’impact de l’azote sur la digestibilité de la MO n’est plus significatif à partir d’une teneur du fourrage de 15 % (Demarquilly et Jarrige 1981). Or, la moitié de notre échantillon a une teneur en azote de 15 %. Dans ces conditions, l’introduction des MAT dans l’équation (3) n’améliore dans ce travail, ni la précision, ni R²(Tableau 3).

La fraction ADF est le composant le mieux corrélé avec la dMO (équation 5). A elle seule, elle en explique, 75 % des variations (7 % de plus que la CB) et apporte une précision de 3,3 points. Néanmoins, tout comme pour la CB, les MAT (équation 9) n’améliorent ni R² ni ETR tandis que les MM associées à ADF (équation7), fait passer R² de 0,75 à 0,79. La meilleure corrélation de ADF n’est pas étonnante, la lignine étant fortement impliquée dans l’indigestibilité des parois (Demarquilly et Jarrige 1981 et Ramirez et al 2004). Il est donc normal qu’elle permette de mieux prédire la digestibilité que la CB. ADF contient en effet deux fois plus de lignine (15 %) que la CB (7,5 %). Par ailleurs, il est indiqué (Demarquilly et Jarrige 1981) que la supériorité de la lignine sur la CB est maximum, lorsqu’elle est appliquée à des fourrages d’espèces et de cycles différents, ce qui est le cas de notre échantillon.

Modèles de prédiction des UFL, UFV et de l’énergie métabolisable

Les effets et la hiérarchie des composants chimiques et de leurs associations, observés dans la formation des équations de prédiction de la dMO sont les mêmes que ceux enregistrés pour la prédiction des UFL et des UFV des fourrages (Tableau 4) à savoir : ADF et CB, meilleurs prédicateurs seuls (équations 11 ; 21 ; 15 et 25); amélioration de la prédiction avec l’introduction des cendres dans les modèles (équations 12 ; 17 ; 22 et 27).

Tableau 4. Modèles de prédiction des UFL, UFV et de l’énergie métabolisable
Variables explicatives	Expression	Equations	N°	R²	P<	ETR	n

MAT	g/kg MS	UFL= 0,0012MAT+0,648	10	0,37	0,001	0,09	71
CB	-	UFL = -0,0018CB+1,3585	11	0,74	0,001	0,06	71
CB ; MM	-	UFL = -0,0014CB+0,0018MM+1,0427	12	0,79	0,001	0,05	71
CB ; MAT	-	UFL= 0,0002MAT-0,0017CB+1,281	13	0,72	0,001	0,06	71
NDF	-	UFL= -0,0162NDF+1,7871	14	0,69	0,001	0,06	71
ADF	-	UFL= -0,0192ADF+1.4333	15	0,76	0,001	0,06	71
NDF ; MM	-	UFL= -0,0123NDF+0,0183MM+1,3627	16	0,68	0,001	0,05	71
ADF ; MM	-	UFL= -0,0146ADF+0,0184MM+1,0943	17	0,80	0,001	0,05	71
NDF ; MAT	-	UFL= -0,0147NDF+0,0002MAT+1,6584	18	0,65	0,001	0,06	71
ADF ; MAT	-	UFL= -0,0176ADF+0,0002MAT+1,3493	19	0,74	0,001	0,06	71
MAT	-	UFV= 0,0013MAT+0,5467	20	0,35	0,001	0,10	71
CB	-	UFV= -0,0021CB+1,350	21	0,75	0,001	0,07	71
CB ; MM	-	UFV = -0,0016CB + 0,0021MM + 0,9763	22	0,79	0,001	0,06	71
CB ; MAT	-	UFV= -0,0019CB+0,002MAT +1,280	23	0,71	0,001	0,07	71
NDF	-	UFV= -0,0185NDF+1,8383	24	0,70	0,001	0,07	71
ADF	-	UFV= -0,0219ADF+1,4349	25	0,77	0,001	0,06	71
NDF ; MM	-	UFV= -0,0138NDF+0,0216MM+1,3371	26	0,71	0,001	0,06	71
ADF ; MM	-	UFV= -0,0163ADF+0,0218MM+1,0339	27	0,80	0,001	0,05	71
NDF ; MAT	-	UFV= -0,017NDF+0,0002MAT+1,7178	28	0,67	0,001	0,07	71
ADF ; MAT	-	UFV= -0,0204ADF+0,0002MAT+1,3582	29	0,71	0,001	0,07	71
dMO	%	EM=38,4745dMO-149,4676	30	0,98	0,001	10,8	71
MAD	-	EM=3,3423MAD+2014,613	31	0,43	0,001	208,4	71

Ces résultats sont logiques puisque la dMO est le facteur essentiel de la valeur énergétique des fourrages (INRA 2007).

Quant à l’EM, elle est particulièrement bien prédite par la dMO seule qui explique 98 % de ses variations. Sa prédiction par les MAD trouve naturellement, les mêmes limites et difficultés que pour la dMO.

Modèles de prédiction des MAD

Les MAT sont les composants universels utilisés par les auteurs pour prédire la valeur en MAD des fourrages. En effet, elles expliquent toujours plus de 90 % des variations de la teneur en MAD des fourrages (INRA 1978, 1989). Nos résultats sont en ligne en utilisant MAT seules, mais sans conséquences significatives (équations 32 et 33) en association avec la CB.

MAD=8,824MAT-22, 43 (32); (R²=0,94; ETR =12, 76; P<0,0001)

MAD=0,8319MAT-0,089CB+11,3056 (33) ; (R²=0,95 ; ETR =12,34 ; P<0,0001)

Néanmoins, la précision de ces modèles est plus faible (12 points de MAD) que celle donnée par L’INRA (1978), 6 points pour des fourrages de même espèce, elle est expliquée par la dispersion de la teneur en azote de notre échantillon de fourrages (4 à 25 % de la MS).

Conclusion

L’échantillon étudié présente une gamme de fourrages très représentatifs de la diversité rencontrée et de ce qui est consommé par les animaux en Algérie. Néanmoins, les plus consommés sont situés dans le premier quartile ayant une digestibilité de la matière organique ne dépassant pas 61 %. Bien que peut usités, les modèles « toutes espèces » dans notre cas ont donné des résultats de R² et de précision comparable et parfois meilleure que ceux proposés dans la littérature pour des espèces seules. La cellulose brute et le complexe cellulose-lignine (ADF) ont été les meilleurs prédicteurs pour la digestibilité de la matière organique et pour les UF lait et viande. Quant à l’azote, exprimé en matières azotées digestibles, la prédiction par la teneur en azote des fourrages est bonne. Les modèles que nous retenons pour une prédiction de routine (Tableau 5) sont :

Tableau 5. Modèles retenus pour une prédiction de routine
Variables explicatives, g/kg MS	Equations	N°	R²	P <	ETR	n

CB	dMO = -1,14CB+99,18	1	0,70	0,001	3,92	71
CB ; MM	dMO = -0,8597CB+ 1,1514 MM+79,06	2	0,77	0,001	3,42	71
ADF	dMO = -1,198ADF+103,87	5	0,75	0,001	3,33	71
ADF ; MM	dMO = -0,90ADF+1,177MM+82,25	7	0,79	0,001	3,24	71
CB	UFL = -0,0018CB+1,3585	11	0, 74	0,001	0,06	71
CB ; MM	UFL = -0,0014CB+0,0018MM+1,0427	12	0,79	0,001	0,05	71
ADF	UFL= -0,0192ADF+1.4333	15	0,76	0,001	0,06	71
ADF ; MM	UFL= -0,0146ADF+0,0184MM+1,0943	17	0,80	0,001	0,05	71
CB	UFV= -0,0021CB+1,350	21	0,75	0,001	0,07	71
CB ; MM	UFV = -0,0016CB + 0,0021MM + 0,9763	22	0,79	0,001	0,06	71
ADF	UFV= -0,0219ADF+1,4349	25	0,77	0,001	0.06	71
ADF ; MM	UFV= -0,0163ADF+0,0218MM+1,0339	27	0,79	0,001	0,05	71
MAT	MAD = 8,824MAT-22,43	32	0,94	0,001	12,8	71

Sur la base du R²et de l’ETR, ces équations sont comparables et parfois supérieures à celles notamment de l’INRA France, utilisées couramment pour prédire la digestibilité de la matière organique, des UF lait et viande ainsi que des matières azotées digestibles. Nous les préconisons pour calculer la valeur énergétique des fourrages algériens. Il convient néanmoins de ne pas utiliser les modèles incluant les matières minérales si on n’est pas certain que l’échantillon n’ai pas été souillé par de la terre.

Remerciements

Nous remercions M Camille Demarquilly de l’INRA de Theix pour ses conseils précieux dans les années 90.

Références bibliographiques

Abdelguerfi A 2002 Ressources génétiques d’intérêt pastoral et /ou fourrager, distribution et variabilité chez les légumineuses spontanées (Medicago, Trifolium, Scorpiurus, Hedisarum, Onobrychis) en Algérie. Thèse de Doctorat d’Etat, Institut National Agronomique, Alger ; 433p

Abdouli M, Fraj M et Kraim K 1991 Prévision des digestibilités de la matière organique et des matières azotées des ensilages et des foins de vesce- avoine. In Tisserand J-L, Alibes X (editeurs.). Fourrages et sous-produits méditerranéens Option Méditerranéennes -série séminaires ; 16 ; 129-131 http://ressources.ciheam.org/om/pdf/a16/91605055.pdf

ADAS 1992 Tables of feed composition and nutritive value for ruminants. MAFF Chalcombe Publications, 99p

Agabriel J 2007 Avant propos. In Alimentation des bovins, ovins et caprins. Besoins des animaux-Valeurs des aliments. Edition Quae. INRA

Alibes X et Tisserand J L 1990 Tableaux de la valeur alimentaire pour les ruminants de fourrages et sous-produits d’origine méditerranéenne ; CIHEAM-Option Méditerranéenne ; Série B. Etudes et Recherches ; 4 :137p. http://ressources.ciheam.org/om/pdf/b04/91605001.pdf

Andrieu J and Weiss P 1981 Prévision de la digestibilité et de la valeur énergétique des fourrages verts de graminées et de légumineuses. In Prévision de la valeur nutritive des aliments des ruminants INRA Publications, Versailles, 119-127

AOAC 1975 Official Methods of Analysis.12th Edition. Association of Official Analytical Chemists. AOAC Washington.D.C

Assoumaya C 2007 Etude des facteurs limitants l’ingestibilité chez les petits ruminants valorisant des fourrages tropicaux. Thèse de doctorat. Agro Paris Tech ; 302p http://pastel.paristech.org/3787/01/rapportthese.pdf

Charlet-Levy G 1969 Method for determination of digestibility coefficients of feed for ruminant. Commission on animal nutrition ; report 1: 33 p

Demarquilly C et Weiss P 1970 Tableaux de la valeur alimentaire des fourrages vert, Étude S.E.I. 42, Versailles, INRA

Demarquilly C et Jarrige R 1981 Panorama des méthodes de prévision de la digestibilité et de la valeur énergétique des fourrages. In Prévision de la valeur nutritive des aliments des ruminants. INRA publications, Versailles, 41-59

INRA 1978 Alimentation des ruminants. Edition INRA Publications 78000 Versailles ,597p

INRA 1988 Alimentation des bovins, ovins et caprins. Edition INRA Publications 75007 Paris, 471p

INRA 1989 Ruminant nutrition : recommended allowances and feed tables Edition INRA Publications Versailles 389p.

INRA 2007 Alimentation des bovins, ovins et caprins : Besoin des animaux, valeurs des aliments. Edition Quae, Versailles, 310p

Kerbaa F 1980 Guide de la valeur alimentaire des fourrages cultivés en Algérie. INRAA, Baba Ali, 12p

Leroy A M 1954 Utilisation de l’énergie des aliments par les animaux. Annales de Zootechnie 4 :335-370 http://animres.edpsciences.org/articles/animres/pdf/1954/04/Ann.Zootech._0003-424X_1954_3_4_ART0002.pdf

Maigua H -A 2006 Les obstacles à l’évaluation de rations efficaces pour les bovins au Mali.4é Edition Mali Symposium on Applied Sciences, Publication MSAS http://www.msas.maliwatch.org/msas-2006/msas2006_pp089-094.pdf

Morales M S and Dehority B A 2009 Ionized calcium requirement of rumen cellulolytic bacteria. Journal of Dairy Science 92:5079-5091 http://jds.fass.org/cgi/reprint/92/10/5079.pdf

Nedjraoui D 2001 Country pastures forage resource profiles Algeria http://www.fao.org/ag/AGP/agpc/doc/Counprof/Algeria/Algeria.htm

NRC 1996 Nutrient requirements for beef cattle (7^th Edition.) National Academy Press, Washington, DC

Ramírez R G, Haenlein G F W, García-Castillo C G and Núñez-González M A 2004 Protein, lignin and mineral contents and in situ dry matter digestibility of native Mexican grasses consumed by range goats Small Ruminant Research 52: 261-269

Sauvant D et Giger-Reverdin S 2009 Modélisation des interactions digestives et de la production de méthane chez les ruminants Inra Production.Animale 22 (5) :375-384 http://www.inra.fr/productions-animales/IMG/pdf/Prod_Anim_2009_22_5_02.pdf

Sauvant D, Chapoutot P, Giger-Reverdin S et Meschy F 2005 Nouveaux critères d’évaluation de la qualité des aliments concentrés et coproduits pour les ruminants ,12é Ed Rencontre Recherche Ruminant INRA, Institut de l’Elevage (Edition)

S-Plus Statistics 1998 4-5^e edition, Tokyo

Van Soest P J 1963 Use of detergents in the analysis of fibrous feeds II a rapid method for the determination of fiber and lignin, Journal of AOAC 46: 829-835

Received 18 May 2010; Accepted 17 June 2010; Published 1 August 2010

Go to top