VETAGRO SUP

CAMPUS VETERINAIRE DE LYON

Année 2018 - Thèse n°111

CAPACITE D’INGESTION ET EFFICACITE ALIMENTAIRE

DES VACHES DE RACE TARINE DANS LA ZONE BEAUFORT

THESE
Présentée à l’UNIVERSITE CLAUDE-BERNARD - LYON I
(Médecine - Pharmacie)
et soutenue publiquement le 11 décembre 2018
pour obtenir le grade de Docteur Vétérinaire

par

COURTOIS Léontine
Née le 8 juillet 1993
à Boulogne-Billancourt (92)
 VETAGRO SUP
CAMPUS VETERINAIRE DE LYON
Année 2018 - Thèse n°111

CAPACITE D’INGESTION ET EFFICACITE ALIMENTAIRE

DES VACHES DE RACE TARINE DANS LA ZONE BEAUFORT

THESE
Présentée à l’UNIVERSITE CLAUDE-BERNARD - LYON I
(Médecine - Pharmacie)
et soutenue publiquement le 11 décembre 2018
pour obtenir le grade de Docteur Vétérinaire

par

COURTOIS Léontine
Née le 8 juillet 1993
à Boulogne-Billancourt (92)
Liste des Enseignants du Campus Vétérinaire de Lyon (1er mars 2018)
Nom Prénom Département Grade
ABITBOL Marie DEPT-BASIC-SCIENCES Maître de conférences
ALVES-DE-OLIVEIRA Laurent DEPT-BASIC-SCIENCES Maître de conférences
ARCANGIOLI Marie-Anne DEPT-ELEVAGE-SPV Professeur
AYRAL Florence DEPT-ELEVAGE-SPV Maître de conférences
BECKER Claire DEPT-ELEVAGE-SPV Maître de conférences
BELLUCO Sara DEPT-AC-LOISIR-SPORT Maître de conférences
BENAMOU-SMITH Agnès DEPT-AC-LOISIR-SPORT Maître de conférences
BENOIT Etienne DEPT-BASIC-SCIENCES Professeur
BERNY Philippe DEPT-BASIC-SCIENCES Professeur
BONNET-GARIN Jeanne-Marie DEPT-BASIC-SCIENCES Professeur
BOULOCHER Caroline DEPT-BASIC-SCIENCES Maître de conférences
BOURDOISEAU Gilles DEPT-ELEVAGE-SPV Professeur
BOURGOIN Gilles DEPT-ELEVAGE-SPV Maître de conférences
BRUYERE Pierre DEPT-BASIC-SCIENCES Maître de conférences
BUFF Samuel DEPT-BASIC-SCIENCES Maître de conférences
BURONFOSSE Thierry DEPT-BASIC-SCIENCES Professeur
CACHON Thibaut DEPT-AC-LOISIR-SPORT Maître de conférences
CADORÉ Jean-Luc DEPT-AC-LOISIR-SPORT Professeur
CALLAIT-CARDINAL Marie-Pierre DEPT-ELEVAGE-SPV Maître de conférences
CAROZZO Claude DEPT-AC-LOISIR-SPORT Maître de conférences
CHABANNE Luc DEPT-AC-LOISIR-SPORT Professeur
CHALVET-MONFRAY Karine DEPT-BASIC-SCIENCES Professeur
DE BOYER DES ROCHES Alice DEPT-ELEVAGE-SPV Maître de conférences
DELIGNETTE-MULLER Marie-Laure DEPT-BASIC-SCIENCES Professeur
DEMONT Pierre DEPT-ELEVAGE-SPV Professeur
DJELOUADJI Zorée DEPT-ELEVAGE-SPV Maître de conférences
ESCRIOU Catherine DEPT-AC-LOISIR-SPORT Maître de conférences
FRIKHA Mohamed-Ridha DEPT-ELEVAGE-SPV Maître de conférences
GALIA Wessam DEPT-ELEVAGE-SPV Maître de conférences Stagiaire
GILOT-FROMONT Emmanuelle DEPT-ELEVAGE-SPV Professeur
GONTHIER Alain DEPT-ELEVAGE-SPV Maître de conférences
GRANCHER Denis DEPT-BASIC-SCIENCES Maître de conférences
GREZEL Delphine DEPT-BASIC-SCIENCES Maître de conférences
HUGONNARD Marine DEPT-AC-LOISIR-SPORT Maître de conférences
JANKOWIAK Bernard DEPT-ELEVAGE-SPV Maître de conférences Contractuel
JAUSSAUD Philippe DEPT-BASIC-SCIENCES Professeur
JEANNIN Anne DEPT-ELEVAGE-SPV Inspecteur en santé publique vétérinaire (ISPV)
JOSSON-SCHRAMME Anne DEPT-BASIC-SCIENCES Maître de conférences Contractuel
JUNOT Stéphane DEPT-AC-LOISIR-SPORT Maître de conférences
KODJO Angeli DEPT-ELEVAGE-SPV Professeur
KRAFFT Emilie DEPT-AC-LOISIR-SPORT Maître de conférences
LAABERKI Maria-Halima DEPT-ELEVAGE-SPV Maître de conférences
LAMBERT Véronique DEPT-BASIC-SCIENCES Maître de conférences
LE GRAND Dominique DEPT-ELEVAGE-SPV Professeur
LEBLOND Agnès DEPT-AC-LOISIR-SPORT Professeur
LEDOUX Dorothée DEPT-ELEVAGE-SPV Maître de conférences Stagiaire
LEFEBVRE Sébastien DEPT-BASIC-SCIENCES Maître de conférences Stagiaire
LEFRANC-POHL Anne-Cécile DEPT-BASIC-SCIENCES Maître de conférences
LEPAGE Olivier DEPT-AC-LOISIR-SPORT Professeur
LOUZIER Vanessa DEPT-BASIC-SCIENCES Professeur
MARCHAL Thierry DEPT-AC-LOISIR-SPORT Professeur
MATEOS Stevana DEPT-AC-LOISIR-SPORT Maître de conférences Contractuel
MOISSONNIER Pierre DEPT-AC-LOISIR-SPORT Professeur
MOUNIER Luc DEPT-ELEVAGE-SPV Professeur
PEPIN Michel DEPT-BASIC-SCIENCES Professeur
PIN Didier DEPT-AC-LOISIR-SPORT Professeur
PONCE Frédérique DEPT-AC-LOISIR-SPORT Professeur
PORTIER Karine DEPT-AC-LOISIR-SPORT Professeur
POUZOT-NEVORET Céline DEPT-AC-LOISIR-SPORT Maître de conférences
PROUILLAC Caroline DEPT-BASIC-SCIENCES Maître de conférences
REMY Denise DEPT-AC-LOISIR-SPORT Professeur
RENE MARTELLET Magalie DEPT-ELEVAGE-SPV Maître de conférences
RIVES Germain DEPT-ELEVAGE-SPV Maître de conférences Contractuel
ROGER Thierry DEPT-BASIC-SCIENCES Professeur
SABATIER Philippe DEPT-ELEVAGE-SPV Professeur
SAWAYA Serge DEPT-BASIC-SCIENCES Maître de conférences
SCHRAMME Michael DEPT-AC-LOISIR-SPORT Professeur
SERGENTET Delphine DEPT-ELEVAGE-SPV Professeur
THIEBAULT Jean-Jacques DEPT-BASIC-SCIENCES Maître de conférences
THOMAS-CANCIAN Aurélie DEPT-AC-LOISIR-SPORT Maître de conférences Contractuel
TORTEREAU Antonin DEPT-AC-LOISIR-SPORT Maître de conférences
VIGUIER Eric DEPT-AC-LOISIR-SPORT Professeur
VIRIEUX-WATRELOT Dorothée DEPT-AC-LOISIR-SPORT Maître de conférences Contractuel
ZENNER Lionel DEPT-ELEVAGE-SPV Professeur

3
4
 Remerciements

A Monsieur le Professeur Philippe Vanhems,

De la faculté de médecine de Lyon
Qui m’a fait l'honneur d'accepter la présidence de mon jury de thèse
Pour sa disponibilité et pour l’intérêt qu’il a porté à ce travail
Hommages respectueux

A Monsieur le Maître de Conférences Laurent Alvès de Oliveira

Du campus vétérinaire VetAgro Sup
Qui m'a fait l'honneur d'encadrer mon travail
Pour sa confiance et ses innombrables conseils
Avec tout mon respect et toute ma reconnaissance

A Madame la Professeure Dominique Le Grand,

Du campus vétérinaire VetAgro Sup
Qui m'a fait l'honneur de prendre part à ce jury
Pour le dynamisme dont elle a fait preuve tout au long de mes études,
En amphithéâtre comme aux hôpitaux bovins
Sincères remerciements

A Monsieur Eric Bertrand,

Responsable du Service R&D et animation technique
De la Coopérative Eleveurs des Savoie
Pour m'avoir proposé ce sujet d'étude,
Permis de travailler avec les techniciens des Eleveurs des Savoie
Pour son accueil toujours chaleureux en Savoie,
Sa relecture scientifique
Avec toute ma gratitude

5
6
 A toute l’équipe des Eleveurs des Savoie ayant pris part à cette étude
Pour votre grande disponibilité, que ce soit en élevage ou pour répondre à mes questions
Pour votre précision dans les mesures réalisées sur le terrain
Pour l’aide que vous fournissez chaque jour aux éleveurs et aux vétérinaires
Remerciements chaleureux

A mes parents qui sont géniaux,

qui ont toujours cru, qui croient, et qui croiront toujours en moi
A mes quatre grand-parents qui sont de vrais modèles
A mes frères et sœur, à mes cousins, pour notre complicité sans faille
A mon Seb, pour son amour
Et bien-sûr et surtout à O’Flox, un vrai Monsieur

7
8
 Table des matières
Table des annexes ...........................................................................................................13
Table des figures ..............................................................................................................15
Table des tableaux ...........................................................................................................19
Liste des abréviations ......................................................................................................23
Introduction ....................................................................................................................25
PARTIE I : ETUDE BIBLIOGRAPHIQUE ................................................................................27
I. La capacité d’ingestion ..............................................................................................27
A. Capacité d’ingestion et ingestion théorique ..................................................................... 27
1. Définition ............................................................................................................................................. 27
a) La capacité d’ingestion .................................................................................................................... 27
b) La production de lait potentielle ..................................................................................................... 28
c) L’ingestion théorique ...................................................................................................................... 30
2. Facteurs de variation ........................................................................................................................... 31
a) Le poids vif ...................................................................................................................................... 32
b) La production laitière potentielle (PLPot) ......................................................................................... 32
c) Les réserves corporelles .................................................................................................................. 33
d) Les stades de lactation et de gestation ........................................................................................... 33
e) L’âge et le rang de lactation ............................................................................................................ 35
f) La sélection génétique .................................................................................................................... 36
g) La race ............................................................................................................................................. 36
(i) Vache laitière vs vache allaitante ............................................................................................... 36
(ii) Au sein même des vaches allaitantes ......................................................................................... 36
(iii) Au sein même des vaches laitières ......................................................................................... 37
h) Temps de rumination ...................................................................................................................... 38
3. Les différents modèles de prédiction de l’ingestion théorique ........................................................... 38
a) Les équations de régression multiple .............................................................................................. 39
b) Le système de 2 prédictions ............................................................................................................ 41
c) Le système basé sur les unités d’encombrement (UE) des fourrages et la substitution de l’aliment
concentré ................................................................................................................................................. 43
d) Comparaison des différents modèles.............................................................................................. 45

B. L’ingestion réelle ............................................................................................................. 47

1. Définition ............................................................................................................................................. 47
2. Facteurs de variation ........................................................................................................................... 47
a) Caractéristiques de la ration ........................................................................................................... 48
(i) Valeur d’encombrement ............................................................................................................. 48
(ii) Le taux de MS.............................................................................................................................. 48
(iii) Mycotoxines ........................................................................................................................... 49
(iv) Conservation des fourrages .................................................................................................... 50
(v) La finesse de hachage ................................................................................................................. 50
(vi) Supplémentation en matière grasse ...................................................................................... 51
(vii) Proportion d’amidon .............................................................................................................. 51
(viii) Teneur en azote dans la ration ............................................................................................... 52
(ix) Vitesse de transit .................................................................................................................... 54
b) Conduite du rationnement .............................................................................................................. 54
(i) Les stratégies de rationnement .................................................................................................. 54
(ii) Modalités de distribution ........................................................................................................... 55
(ii.1) Places à l’auge et aire d’alimentation ..................................................................................... 56
9
 (ii.2) Nombre de distributions ......................................................................................................... 56
(ii.3) A quels moments distribuer ? ................................................................................................. 58
(ii.4) Nombre de repousses de la ration .......................................................................................... 59
c) Paramètres d’ambiance .................................................................................................................. 60
(i) Température et humidité ........................................................................................................... 60
(ii) Luminosité .................................................................................................................................. 61
(iii) Type de stabulation ................................................................................................................ 61
(iv) La compétition entre vaches .................................................................................................. 62
d) Santé ............................................................................................................................................... 62

II. L’efficacité alimentaire ..............................................................................................63

A. Définitions ...................................................................................................................... 63
1. L’efficacité alimentaire ........................................................................................................................ 63
2. Le lait standardisé ................................................................................................................................ 64

B. Pourquoi cherchons-nous une bonne efficacité alimentaire ? ........................................... 65

1. Répondre à la demande mondiale ...................................................................................................... 65
2. Rentabilité économique ...................................................................................................................... 65
3. Durabilité environnementale .............................................................................................................. 65

C. Facteurs influençant l’efficacité alimentaire ..................................................................... 67

1. Caractéristiques de la vache ................................................................................................................ 67
a) Les stades de lactation et de gestation ........................................................................................... 67
b) L’âge ou le numéro de lactation ...................................................................................................... 67
c) La race ............................................................................................................................................. 68
d) La note d’état corporel (NEC) .......................................................................................................... 69
2. Alimentation ........................................................................................................................................ 70
a) Méthode de rationnement ............................................................................................................. 70
(i) Conservation du fourrage ........................................................................................................... 70
(ii) Couverture des besoins par la ration .......................................................................................... 70
(iii) Contrôle de l’équilibre de la ration ........................................................................................ 72
(iii.1) Le rapport microbien et la microflore ruminale ..................................................................... 72
(iii.2) Rapport PDI/UFL et nutrition de la vache laitière .................................................................. 73
(iv) Apport en graisses .................................................................................................................. 74
(v) Gestion du tarissement et des transitions alimentaires ............................................................. 74
b) Les additifs alimentaires (tampons, ionophores, levures, auxiliaires de fermentation) ................. 74
(i) Ionophore monensin .................................................................................................................. 74
(ii) Somatotropine ............................................................................................................................ 75
(iii) Balance Anions-Cations Alimentaire de la ration (BACA) ....................................................... 75
(iv) Apport de levures à la ration totale mélangée (RTM) ............................................................ 76
3. Zootechnie ........................................................................................................................................... 76
a) Luminosité ....................................................................................................................................... 76
b) Température et hygrométrie .......................................................................................................... 76
4. Génétique ............................................................................................................................................ 78
a) La production laitière ...................................................................................................................... 78
b) Les limites de la sélection génétique sur l’efficacité alimentaire .................................................... 78
(i) Effet sur la mobilisation des réserves corporelles ...................................................................... 78
(ii) Effet sur l’apparition de maladies métaboliques ........................................................................ 79
5. Santé : l’acidose ruminale subaiguë .................................................................................................... 79

D. Autres systèmes .............................................................................................................. 80

1. Prise en compte des différents composants de la ration ou des caractéristiques de la vache (De
Ondarza et al, 2017) ..................................................................................................................................... 80
a) Efficacité de conversion de l’énergie (= energy conversion efficiency) .......................................... 81
b) Energie résiduelle ingérée (= residual energy intake = REI) ............................................................ 81
2. Prise en compte de l’aspect économique (De Ondarza et al, 2017) ................................................... 81

10
 a) Coût de la ration par kilogramme de matière sèche (= feed cost per pounds of dry matter, ou
ration cost efficiency)............................................................................................................................... 81
b) Coût de la ration par vache par jour (= feed cost per cow per day)................................................ 81
c) Coût de la ration pour 45,4 kg de lait (= feed cost per hundredweight (45.4 kg)) .......................... 82
d) Revenu du lait par rapport au coût alimentaire (= milk income over feed cost (IOFC)) ................. 82
e) Revenu du lait corrigé (= money corrected milk) ............................................................................ 82
f) Réponse marginale du lait (= marginal milk response) ................................................................... 82
3. Efficacité au cours de la vie (= lifetime efficiency) .............................................................................. 82
4. Efficacité totale de l’entreprise laitière (= total dairy enterprise efficiency)....................................... 83
5. Avantages et inconvénients ................................................................................................................. 83
6. Facteurs de variation influençant les différents outils d’évaluation de l’efficacité alimentaire ......... 84

E. Marqueurs de mauvaise efficacité alimentaire en élevage ................................................ 86

1. Marqueurs laitiers ............................................................................................................................... 86
a)
Le taux butyreux (TB) et le taux protéique (TP) .............................................................................. 86
b)
Urée ................................................................................................................................................. 88
2. Marqueurs zootechniques ................................................................................................................... 88
a) Note d’état corporel ........................................................................................................................ 88
b) Remplissage du rumen .................................................................................................................... 89
c) Consistance des bouses................................................................................................................... 90
d) Fibrosité des bouses ........................................................................................................................ 91
e) Fourbure .......................................................................................................................................... 92

PARTIE II : ETUDE DE CAS .................................................................................................93

I. Contexte ...................................................................................................................93
A. Demande de terrain ........................................................................................................ 93
B. Zone AOP Beaufort : respect d’un cahier des charges ....................................................... 94
1. Une zone d’appellation en altitude ..................................................................................................... 94
2. Des races obligatoires .......................................................................................................................... 94
3. Une production laitière limitée ........................................................................................................... 95
4. Une ration sèche obligatoire ............................................................................................................... 95
5. Une utilisation de concentrés limitée .................................................................................................. 96

II. Matériel et méthode .................................................................................................97

A. Sélection des élevages ..................................................................................................... 97
1. Elevages de vaches de race Montbéliarde .......................................................................................... 97
2. Elevages de vaches de race Tarine ...................................................................................................... 98

B. Données enregistrées en élevage ..................................................................................... 99

1. Nombre de vaches laitières rationnées ............................................................................................... 99
2. Pesée de la ration ................................................................................................................................ 99
a) Fourrages......................................................................................................................................... 99
b) Concentrés ...................................................................................................................................... 99
3. Analyses de la valeur alimentaire de la ration ................................................................................... 100
4. Modalités de la distribution .............................................................................................................. 100
a) Nombre de repousses ................................................................................................................... 100
b) Film de distribution ....................................................................................................................... 100
5. Mesures sur les vaches ...................................................................................................................... 101
a) Note d’état corporel (NEC) ............................................................................................................ 101
b) Poids vif ......................................................................................................................................... 101
6. Production laitière ............................................................................................................................. 101

C. Rélevé des données hors élevage....................................................................................102

1. Pourcentage de vaches de race Tarine .............................................................................................. 102
2. Taux butyreux (TB) et taux protéique (TP) du lait ............................................................................. 102

11
 3. Urée ................................................................................................................................................... 102
4. Intervalle vêlage – insémination fécondante (= IVIAf) ...................................................................... 102
5. Production laitière potentielle et réalisable brut .............................................................................. 102
6. Mois moyen de lactation ................................................................................................................... 103
7. Age moyen du troupeau .................................................................................................................... 103
8. Pourcentage de primipares ............................................................................................................... 103

D. Exploitation statistique des résultats ..............................................................................103

III. Résultats ............................................................................................................. 105
A. Description des élevages étudiés ....................................................................................105
1. Elevages de vaches de race Tarine .................................................................................................... 105
2. Elevages de vaches de race Montbéliarde ........................................................................................ 105

B. Quantité de matière sèche ingérée .................................................................................106

1. Ingestions théorique et mesurée ...................................................................................................... 106
a)Elevages de vaches de race Tarine ................................................................................................ 106
b)Elevages de vaches de race Montbéliarde .................................................................................... 107
2. Influence des caractéristiques de la vache laitière sur l’ingestion mesurée ..................................... 108
a) La note d’état corporel .................................................................................................................. 108
b) La production laitière .................................................................................................................... 108
c) Le poids vif .................................................................................................................................... 109
d) Les stades de lactation .................................................................................................................. 110
3. Influence des paramètres zootechniques sur l’ingestion mesurée ................................................... 110
a) Le nombre de repousses de la ration ............................................................................................ 110
b) Le type de stabulation ................................................................................................................... 111
C. Efficacité alimentaire......................................................................................................112
1. Valeurs d’efficacité alimentaire dans les élevages ............................................................................ 112
2. Efficacité alimentaire selon la position géographique des élevages ................................................. 113
3. Efficacité alimentaire et caractéristiques de la vache laitière ........................................................... 115
a) Santé : sub-acidose ruminale ........................................................................................................ 115
b) Le stade de lactation ..................................................................................................................... 117
c) L’âge du troupeau et le rang de lactation ..................................................................................... 117
d) La note d’état corporel .................................................................................................................. 118
e) La production laitière .................................................................................................................... 119
4. Efficacité alimentaire et caractéristiques de la ration ....................................................................... 119
a) Film de distribution ....................................................................................................................... 119
b) Le rapport microbien ..................................................................................................................... 120
c) Le rapport PDI/UFL ........................................................................................................................ 121
d) Le taux d’urée................................................................................................................................ 122

IV. Discussion ........................................................................................................... 125

A. L’ingestion .....................................................................................................................125
B. L’efficacité alimentaire ...................................................................................................127
C. Conclusion de la discussion .............................................................................................128
Conclusion ..................................................................................................................... 129
Bibliographie ................................................................................................................. 131
Annexes......................................................................................................................... 145

12
 Table des annexes

Annexe 1 : Astier M, 2015. Aux Mille vaches : « Ils m’ont traité comme un chien et ils
maltraitent les vaches ». Reporterre, le quotidien de l’écologie…………………………….145

13
14
 Table des figures

Figure 1 : courbe de lactation potentielle théorique………………………………………….29

Figure 2 : évolution de la production de lait maximale (PLMaxPot) chez des vaches
Prim’Holsteins en fonction de l'âge au premier vêlage et du rang de lactation (Leclerc et
al, 1993) ……………………………...……….……………………………………………...29
Figure 3 : évolution du taux de substitution global de l’aliment concentré en fonction de la
quantité d’aliment concentré ingéré et du niveau de production potentiel des vaches (20 à
45 kg) pour une ration avec un fourrage de 0,9 UFL et 1 UEL par kg de MS (Faverdin et
al, 2006) ………...…………………………….……………………………………………...31
Figure 4 : influence de différents facteurs sur la capacité d’ingestion (Faverdin et
al, 2006)……………………………………………………………………………………....32
Figure 5 : capacité d’ingestion des génisses selon le poids vif (D’Hour et al, 1991)………...32
Figure 6 : régulation de l’appétit par la leptine (Chilliard et al, 1999) ………………………33
Figure 7 : évolution du déficit énergétique observé et simulé en début de lactation pour des
vaches laitières multipares en fonction de leur production laitière au pic de production
(Leclerc et al, 1993) ………………………………………….………………………………34
Figure 8 : IL en fonction de la semaine de lactation (INRA, 2010)………………………….34
Figure 9 : IG en fonction de la semaine de gestation (INRA, 2010)…………………………35
Figure 10 : IM en fonction de l’âge de la vache laitière (INRA, 2010)………………………35
Figure 11 : évolution de la capacité d’ingestion d’une vache d’un potentiel adulte de 9000
kg de lait (en 305 jours) au cours des 3 premières lactations (L1, L2, L3) (Faverdin et al,
2006).………………………………………….……………………………………………...35
Figure 12 : comparaison entre la quantité prédite de fourrage ingéré et la quantité réelle de
fourrage ingéré, selon la race, l’âge, et le niveau de complémentation (Coulon et D'Hour,
1994, D’Hour et al, 1991)..…………………………………………………………………...38
Figure 13 : principe des systèmes utilisant deux équations de prédiction (régulations
physique et énergétique de l’ingestion) (Conrad et al, 1996) ………………………………..41
Figure 14 : les leviers d’action pour agir sur l’ingestion réelle des vaches laitières (Institut
de l’élevage, 2010) ………………………………………….……………………………......48
Figure 15 : variation de l’ingestion en fonction des teneurs en protéines et en aliments
concentrés de rations complètes à base d’ensilage de maïs (Faverdin et al, 1998)…………..51
Figure 16 : réactions biochimiques de synthèse des acides aminés bactériens………………52
Figure 17 : mécanisme d’action des protéines dans la régulation de l’ingestion (Faverdin
et al, 2003b)..………………………………………………………………………………….52
Figure 18 : influence du niveau d’apport de protéines (PDIE) sur l’ingestion de MS totale
des vaches laitières (Vérité et Delaby, 1998)...……………………………………………….54
Figure 19 : niveau d’ingestion de lots de vaches recevant la ration 1D (une distribution, et
deux repousses manuelles), ou 3D (trois distributions, à 7h, 12h et 18h), ou 8D (huit
distributions de 4h à 18h30) (Ménard et al, 2014).…………………………………………...58

15
Figure 20 : budget-temps du troupeau selon les modalités de distribution 1D (une
distribution, et deux repousses manuelles), ou 8D (huit distributions de 4h à 18h30)
(Ménard et al, 2014)……………………….…………………………………………………58
Figure 21 : influence de la température et de l’hygrométrie sur l’ingestion des vaches
laitières (Hill et al, 2017) …………………………………………………………………….60

Figure 22 : budget-temps d’une vache en stabulation libre nourrie avec une RTM. Réalisé
à partir de Grant et al (2011) …………………………………………………………………61

Figure 23 : effet de dilution des besoins d’entretien : impact d’une plus grande
productivité sur la proportion d’énergie utilisée pour les besoins d’entretien
chez des vaches laitières (1944 versus 2007) (d’après Capper et al, 2009)…………………..66
Figure 24 : influence de la parité et des jours en lait sur l’efficacité alimentaire, sur des
Jersiaises à 6774 kg de lait pour 305 jours de lactation (Erdman, 2011) ……………………68
Figure 25 : évolution de l’efficacité alimentaire au cours de la lactation, chez des vaches
produisant 7250 kg, 9980 kg, et 12700 kg de lait sur 330 jours de lactation (Hutjens,
2005)………………………………………….………………………………………………70
Figure 26 : méthode des 5R (Ponter, 2016) …………………………………………………71
Figure 27 : efficacité alimentaire selon le BACA (Iwaniuk et al, 2015) …………………….76
Figure 28 : efficacité alimentaire selon les jours en lait et selon la production laitière
(Erdman, 2011) ………………………………………………………………………………78
Figure 29 : composition du lait de vache (Wolter et al, 2012)………………………………..86
Figure 30 : matières azotées totales contenues dans le lait (Wolter et al, 2012)……………..86
Figure 31 : influence de l’alimentation sur le TP et TB (Wolter et al, 2012)………………...87
Figure 32 : grille de détermination de la note d’état corporel (Gezondheidsdienst
voor Dieren, 1999) ………………………………..………………………………….………89
Figure 33 : grille de notation du remplissage du rumen (d’après Noorhuizen, 2007)………..90
Figure 34 : grille de notation de la consistance des bouses (d’après Noorhuizen, 2007)…….91
Figure 35 : grille de notation de la fibrosité des bouses (d’après Noorhuizen, 2007)………..92

Figure 36 : zone AOP Beaufort (site [Link]

Figure 37 : grille de détermination de la note d’état corporel (Gezondheidsdienst

voor Dieren, 1999) ………………………………..………………………………..…...…..101

Figure 38 : proportion de vaches de race Tarine dans les élevages sélectionnés

pour l’étude 2015-2016………………………………..…………………………………….105

Figure 39 : pourcentage de tarentaises dans les différents élevages de l’étude 2017……….105

Figure 40 : ingestions théorique et mesurée dans les élevages de vaches Tarines………….106

Figure 41 : diagramme Q-Q Plot de la différence entre l’ingestion théorique et

l’ingestion mesurée des élevages de vaches de race Tarine (R Core Team, 2017)..………..107

16
Figure 42 : ingestion mesurée (= « réelle ») selon la NEC dans les élevages de vaches
Tarines.. ………………………………..……………………………………………..……..108

Figure 43 : ingestion mesurée (= « réelle ») selon la production laitière……………………109

Figure 44 : ingestion mesurée (= « réelle ») selon le poids vif……………………………...109

Figure 45 : ingestion mesurée (= « réelle ») selon le stade de lactation (en jours en lait)…..110

Figure 46 : influence du nombre de repousses de la ration sur l’ingestion mesurée

(= « réelle ») des vaches laitières……………………………………………………………111

Figure 47 : efficacité alimentaire (kg de lait standard par kg de MSI) des élevages de
vaches de race Tarine et Montbéliarde ………………………………..……………………112

Figure 48 : efficacité alimentaire des élevages en 2015…………………………………….113

Figure 49 : efficacité alimentaire des élevages en 2017………………………………...…..114

Figure 50 : efficacité alimentaire des élevages de vaches Montbéliardes en 2017………....115

Figure 51 : efficacité alimentaire selon le rapport TB/TP…………………………………..116

Figure 52 : influence du nombre de JEL sur l’efficacité alimentaire……………………….117

Figure 53 : efficacité alimentaire selon l’âge moyen du troupeau………………………….118

Figure 54 : efficacité alimentaire selon la NEC…………………………………………….118

Figure 55 : efficacité alimentaire selon la production laitière………………………………119

Figure 56 : efficacité alimentaire selon le film de distribution……………………………..120

Figure 57 : efficacité alimentaire selon le Rmic…..……………………………………...…121

Figure 58 : efficacité alimentaire selon le rapport PDI/UFL……………………………..…122

Figure 59 : efficacité alimentaire selon le taux d’urée dans le lait…………………….……123

17
18
 Table des tableaux

Tableau I : réponse de l’ingestion à une variation d’apport d’aliment concentré autour

de la quantité permettant de couvrir les besoins énergétiques (INRA, 2010) ………………..28
Tableau II : taux de substitution moyen entre fourrages et concentrés (Sg) selon la
qualité du fourrage, pour les vaches laitières multipares (INRA, 2010) ……………………..31
Tableau III : comparaison de l’ingestion de fourrages par des vaches allaitantes ou vaches
laitières, (d’après Petit et al, 1994, Agabriel et al, 1987) …………………………………….36
Tableau IV : comparaison de l’ingestion de fourrages par des différentes races de vaches
allaitantes (Petit et al, 1994) ………………………………………………………………….36
Tableau V : quantités de foins ingérées (MSI, matière sèche ingérée) par différents types
de vaches allaitantes (Petit et al, 1994) …………………………………...……………….…37
Tableau VI : influence de la race sur la matière sèche ingérée, d’après Gruber et al (1991),
Kristensen et al (2015), Prendiville et al (2009), Friggens et al (2007), Li et al (2016) et
Foldager et al (1994) …………………………………………………………………………37
Tableau VII : exemple d’équations de prédiction des quantités ingérées obtenues par
régressions multiples, d’après Neal et al (1984), Bines (1979), NRC (2001), Yungblut et
al (1981), Vadiveloo et al (1979), Huhtanen et al (2008), Cornell et al (1990) ………..……40
Tableau VIII : équations de prédiction de l’ingestion théorique se basant sur le système
à deux prédictions, d’après Forbes (1977), Mertens (1987), NRC (1987) et Volden et al
(2011)………………………………………………………………………………………....42
Tableau IX : unités d’encombrement de différents aliments (INRA, 2010)………………….43
Tableau X : équations de prédiction de l’ingestion basées sur les unités d’encombrement,
d’après Hyppölä et Hasunen (1970), Kristensen et Ingvartsen (1994), INRA (1987),
INRA (2010) et Zom et al (2012) ………………………………………………….………...44
Tableau XI : comparaison des modèles de prédiction des quantités ingérées (Faverdin,
1992)………………………………………………………………………………………….45
Tableau XII : différence entre 5 modèles de prédiction de la matière sèche ingérée de
vaches laitières nourries avec une ration totale mélangée (Jensen et al, 2015) ……………...46
Tableau XIII : influence du taux de MS d’un ensilage de maïs sur l’ingestion réelle
des vaches laitières (Institut de l’élevage, 2010) ………………………….…………………48
Tableau XIV : effets des mycotoxines sur l’ingestion des vaches laitières, d’après
Winkler et al (2014), Ingalls (1996), Trenholm et al (1985), Charmley et al (1993),
Diaz et al (2001) et Coppock et al (1990) …………………………………...……………….48
Tableau XV : principales toxines produites par Aspergillus fumigatus et Stachybotrys
chartarum, et leurs effets (Bailly et al, 2013) ………………………………………………...50
Tableau XVI : proportion d’amidon dans la ration au-delà de laquelle il y a un risque
d’acidose ruminale (Institut de l’élevage, 2010) ……………………………………………..51
Tableau XVII : effet de l’apport d’urée dans une ration d’ensilage de maïs offert à volonté
sur l’ingestion et la production de vaches laitières en début de lactation (Journet et al,
1983)………………………………………………………………………………………….53

19
Tableau XVIII : critères techniques à respecter pour une distribution des fourrages à
volonté (Institut de l’élevage, 2010) ………………………………………………...……….56
Tableau XIX : influence de la fréquence de distribution de la ration sur la quantité
de matière sèche ingérée, d’après Nocek et al (1985), Yang et Varga (1989),
Klusmeyer et al (1990), Robinson et McNiven (1994), Shabi et al (1998), DeVries
et al (2005), Mäntysaari et al (2006), Ménard et al (2014), Hart et al (2014), Phillips
et al (2001) et Faucet et al (2013)…………………………………………………….………57
Tableau XX : effet du moment de distribution de la ration par rapport aux heures de
traite (King et al, 2016) ………………………………………………………………..…….59
Tableau XXI : effet du nombre de repousses de la ration sur la matière sèche ingérée,
d’après Miller-Cushon et al (2017) et Armstrong et al (2008) ………………………..….….59
Tableau XXII : influence de la température sur la production laitière et sur la quantité de
matière sèche ingérée, d’après McDowell et al (1976), Bianca (1965), NRC (1989) et
Berman (1968) ……………………………………………………………………….………60
Tableau XXIII : effet des boiteries sur la MSI et sur la production laitière (Juarez et al,
2002)……………………………………………………………………………………...…..62
Tableau XXIV: objectifs d’efficacité alimentaire selon le stade et le rang de lactation
(Hutjens, 2008b) ……………………………………………………………………………...64
Tableau XXV : impact économique d’une augmentation de l’efficacité alimentaire
(Hutjens, 2008a) ……………………………………………………………………………...65
Tableau XXVI : conversion de l’EA (efficacité alimentaire) en EA150 JEL (efficacité
alimentaire à 150 jours en lait) (Erdman, 2011) ……………………………………………..67
Tableau XXVII : efficacité alimentaire selon la race, d’après Kristensen et al (2015),
Halachmi et al (2011) et Prendiville et al (2009) …………………………………………….69
Tableau XXVIII : signification des valeurs du Rmic (INRA, 2010) ………………………...73
Tableau XXIX : valeurs seuil du rapport Rmic chez les vaches laitières (INRA, 2010) ……73
Tableau XXX : application des résultats du Rmic (INRA, 2010) …………………………...73
Tableau XXXI : variation de l’ingestion selon le rapport PDIE/UFL de la ration (INRA,
2010)………………………………………………………………….………………………74
Tableau XXXII : effet de l’augmentation du BACA sur la MSI, la production laitière et
l’EA (Iwaniuk et al, 2015) ………………………………………………………………...…75
Tableau XXXIII : effet de l’ajout de levures dans la ration des vaches laitières, d’après
Schingoethe et al (2004) et Moallem et al (2009) ……………………………………………76
Tableau XXXIV : Valeurs de THI et typologie du froid d’après l’indice de Thom, (Ben
Boubaker, 2010) ……………………………………………………………………………...77
Tableau XXXV : influence du THI sur l’efficacité alimentaire, d’après Britt et al (2003),
Su et al (2013) et Bouraoui et al (2002) …………………………………………...…………77
Tableau XXXVI : marqueurs d’acidose en élevage, d’après (Wolter et al, 2012) …………..80
Tableau XXXVII : avantages et inconvénients des différents systèmes évaluant la
rentabilité (De Ondarza et al, 2017) ……………………….……………………...………….84

20
Tableau XXXVIII : aspects nutritionnels et de conduite d’élevage : leur impact sur
l’efficacité alimentaire et les autres systèmes de calcul de rentabilité (De Ondarza et al,
2017)……………………………………………………………………………………..…...85

Tableau XXXIX : rapport TB/TP, marqueur de bonne/mauvaise EA,

d’après (Wolter et al, 2012) ………………………………………………………………….87

Tableau XL : TB et TP en 2015 et 2017 selon les races en France (Institut de l’élevage,

2015 ; Institut de l’élevage, 2017) ………………………………………………….………..88

Tableau XLI : capacité d’ingestion, ingestion théorique et ingestion mesurée dans

les élevages de vaches Tarines en 2015-2016 et 2017………………………………………106

Tableau XLII : capacité d’ingestion, ingestion théorique et ingestion mesurée dans les
élevages de Montbéliardes en 2017…………………………………………………………107

Tableau XLIII : efficacité alimentaire des élevages des différentes campagnes de mesures.112

Tableau XLIV : TB et TP dans les élevages de vaches Tarines et Montbéliardes………….115

Tableau XLV : efficacité alimentaire selon le rapport TB/TP………………………………116

Tableau XLVI : modalités de distribution des concentrés dans les élevages étudiés……….120

Tableau XLVII : moyenne des efficacités alimentaires selon le taux d’urée……………….122

21
22
 Liste des abréviations

ADF : acid detergent fiber

AGNE : acide gras non-estérifié
AGV : acide gras volatil
AOP : appellation d’origine protégée
BACA : bilan alimentaire cations – anions (mEq / kg MS)
BTTL : bilan technique du troupeau laitier
Caabs : calcium absorbé
CB : cellulose brute
CI : capacité d’ingestion
DAC : distributeur automatique de concentrés
dMOf : digestibilité de la matière organique du fourrage
dMSf : digestibilité de la matière sèche du fourrage
EA : efficacité alimentaire
IVIAf : intervalle vêlage insémination fécondante
IVV : intervalle vêlage vêlage
MS : matière sèche
MSI : matière sèche ingérée
NDF : neutral detergent fiber
NEC : note d’état corporel
Pabs : phosphore absorbé
PLPot : production de lait potentielle
PDI : protéine digestible dans l’intestin
PDIE : protéine digestible dans l’intestin permise par l’énergie
PDIN : protéine digestible dans l’intestin permise par l’azote
PLMaxPot : production laitière potentielle maximale
PV : poids vif
Rmic : rapport microbien = (PDIN-PDIE) / UFL
RTM : ration totale mélangée
SemIAfec = semaine d’insémination fécondante
TB : taux butyreux
TMOF : teneur en matière organique
TP : taux protéique
23
TV : taux de valorisation
UEL : unité d’encombrement lait
UFL : unité fourragère lait
VL : vache laitière

24
 Introduction

Les vaches sont des animaux herbivores ruminants. Leur tube digestif est constitué de
quatre compartiments ayant chacun un rôle précis dans la digestion. Le rumen, réel
fermentateur, composé d'une grande diversité de bactéries, de protozoaires et de
champignons, permet aux vaches une première digestion, de type microbienne, des aliments
ingérés. Cette digestion est permise grâce au mécanisme de la rumination qui la précède.
Les vaches sont capables grâce à la musculature de leurs estomacs et leur œsophage
(muscles lisses) de faire remonter le bol alimentaire dans leur cavité buccale et de le
mastiquer une nouvelle fois. Le bol alimentaire est fragmenté et les micro-organismes du
rumen sont plus à même d'utiliser les nutriments. Plus un aliment est fibreux, plus le temps
de rumination augmentera. Le deuxième compartiment, le réseau, permet la poursuite du
bol alimentaire dans le troisième compartiment, le feuillet. Ce dernier permet une
réabsorption de l’eau. La caillette est le dernier compartiment stomacal, où se déroule le
début de la digestion enzymatique des protéines. L'alimentation des bovins est un processus
complexe, puisqu'il s'agit d'alimenter la microflore ruminale et l’animal. Conserver un bon
équilibre de cette microflore chez les vaches laitières est essentiel pour assurer une bonne
production laitière.
La demande mondiale en produits laitiers est en constante augmentation. Les éleveurs
tentent de répondre à cette demande tout en essayant de réduire les coûts dus à
l'alimentation, qui représentent 60 % des frais de production. Autrement dit, ils cherchent à
optimiser l'efficacité alimentaire, qui correspond à la quantité de lait produit par rapport à
la quantité de ration ingérée. La quantité de ration ingérée est dépendante de la capacité
d'ingestion des vaches. Il s'agit de la capacité qu'a la vache à ingérer un aliment. Cette
quantité peut être prédite à l’aide de modèles mathématiques.
Dans la zone AOP Beaufort, située en Savoie, les techniciens du contrôle laitier
« Eleveurs des Savoie » ont noté une mauvaise adaptation du modèle de prédiction des
quantités ingérées « INRA (2010) » pour les élevages de ce secteur. Ils ont supposé que
cette difficulté était due à la présence d’une race de vache laitière particulière utilisée pour
la production de lait AOP Beaufort, les vaches Tarines (ou Tarentaises). Cette observation
a motivé la réalisation de deux campagnes de mesures (en 2015-2016 et en 2017) visant à
déterminer les quantités de matières sèches ingérées et l’efficacité alimentaire dans ces
élevages.
Pour réaliser ce travail, nous avons d’abord défini précisément les termes de capacité
d’ingestion et d’efficacité alimentaire, et nous avons présenté les différents outils et
paramètres permettant de les calculer. Nous avons ensuite comparé les valeurs obtenues
dans les élevages de l’étude avec les valeurs que l’on trouve dans la littérature scientifique.

25
26
 PARTIE I : ETUDE BIBLIOGRAPHIQUE

I. La capacité d’ingestion
En hiver, quand les vaches ne sont plus au pâturage, l’éleveur leur distribue les fourrages
qu’il a récoltés durant le printemps et l’été. Pour être sûr d’avoir prévu la bonne quantité de
fourrages, les éleveurs estiment la quantité de ration dont ont besoin leurs vaches chaque jour.
Cette quantité dépend de nombreux facteurs, comme des caractéristiques de la vache elle-même
(par exemple la production laitière) ou des caractéristiques des fourrages récoltés (par exemple
leur valeur nutritive). De nombreux modèles de prédiction des quantités ingérées ont été
proposés, afin de prédire au mieux l’ingestion, incluant une plus ou moins grande quantité de
facteurs pouvant la faire varier. Pour prédire l’ingestion réelle des vaches, on calcule la capacité
d’ingestion des vaches, qui nous permet de calculer une quantité de matière sèche ingérée
théorique. Ce sont ces trois paramètres qui sont détaillés dans cette première partie.

A. Capacité d’ingestion et ingestion théorique

1. Définition

Pour toutes les définitions, nous utilisons le modèle de prédiction des quantités ingérées de
l’INRA (INRA, 2010), qui sera détaillé au fur et à mesure dans cette partie.

a) La capacité d’ingestion

La capacité d’ingestion correspond à l’aptitude et la motivation de la vache laitière à ingérer

des aliments. Elle s’exprime en unité d’encombrement (UE) dans le système de rationnement
français (INRA, 2010). Les UEL, unités d’encombrement laitier, caractérisent l’aptitude d’un
aliment à être ingéré par une vache laitière, et dépend du volume que l’aliment occupe dans le
rumen et de sa vitesse de transit (cf I.A.1.c).
La capacité d’ingestion dépend des caractéristiques de la vache (poids vif, production laitière,
note d’état corporel, etc). La capacité d’ingestion (CI) peut se prédire à partir de l’équation
suivante :
𝐶𝐼 = [13,9 + (0,015 ∗ (𝑃𝑉 − 600)) + (0,15 ∗ 𝑃𝐿𝑃𝑜𝑡 ) + (1,5 ∗ (3 − 𝑁𝐸𝐶))] ∗ 𝐼𝐿 ∗ 𝐼𝐺 ∗ 𝐼𝑀
(INRA, 2010)
Avec : PV : poids vif ; NEC : note d’état corporel ; PLPot : production laitière potentielle ;
Et :
IL indice de 𝐼𝐿 = 𝑎 + (1 − 𝑎) ∗ (1 − 𝑒 −0,16∗𝑆𝑒𝑚𝐿 )
lactation primipares : a=0,6
multipares : a=0,7
taries : a=1
𝑆𝑒𝑚𝐿 = 4,35 ∗ 𝑚𝑜𝑖𝑠 𝑚𝑜𝑦𝑒𝑛 𝑑𝑒 𝑙𝑎𝑐𝑡𝑎𝑡𝑖𝑜𝑛
IG indice de 𝐼𝐺 = 0,8 + 0,2 ∗ (1 − 𝑒 −0,25∗(40−𝑆𝑒𝑚𝐺) )
gestation 𝑆𝑒𝑚𝐺 = 𝑆𝑒𝑚𝐿 − 𝑆𝑒𝑚𝐼𝐴𝑓
SemIAfec = semaine de lactation au cours de laquelle a eu lieu
l’insémination fécondante
IM indice de 𝐼𝑀 = −0,1 + 1,1 ∗ (1 − 𝑒 −0,08∗â𝑔𝑒 )
maturité
27
La CI est le facteur qui influence le plus la production laitière de la vache (Mertens, 1994,
Huhtanen et al, 2011). Les fourrages sont les composants de la ration qui occupent le plus de
place dans le rumen. Les concentrés, quant à eux, occupent une place très réduite. Par leur coût
et leur forte densité énergétique, la quantité de concentrés distribuée aux vaches laitières varie
peu d’un élevage à l’autre, en termes de proportion dans la ration totale. La production laitière
liée à l’ingestion de concentrés est connue et peu variable. C’est pourquoi c’est la capacité
d’ingestion des fourrages qui génère la plus grande variation de productivité, selon la quantité
distribuée et la qualité des fourrages, qui peut fortement varier d’une année à l’autre et d’une
prairie à l’autre (Mertens, 2007). Le tableau I montre que la quantité de concentrés distribuée
influe peu sur l’ingestion de fourrages.

Tableau I : réponse de l’ingestion à une variation d’apport d’aliment concentré autour de la

quantité permettant de couvrir les besoins énergétiques (INRA, 2010).

Variation d’apport de -3 -2 -1 = +1 +2 +3
concentrés (kg MB/j)
Variation d’ingestion + 1,2 + 0,9 + 0,5 0 - 0,5 -1 - 1,6
du fourrage (kg MS/j)

b) La production de lait potentielle

Dans la formule de prédiction de la CI de l’INRA, on utilise la production laitière potentielle

(PLPot, en kg). Elle peut se définir comme la capacité de synthèse de lait qu’aurait la mamelle à
un moment donné si elle n’était pas limitée par la disponibilité en nutriments ou par un trouble
sanitaire (Faverdin et al, 2007). Si on utilisait la production laitière réelle, on obtiendrait une
valeur de CI pouvant être biaisée, puisque la production réelle peut être limitée par la quantité
et la qualité de la ration distribuée.

Les principaux facteurs susceptibles de faire varier la production laitière potentielle (PLPot) sont
le stade de lactation, le rang de lactation et l’âge de la vache. Le stade de lactation correspond
au temps écoulé depuis le début de la lactation. En effet, la production laitière augmente petit à
petit jusqu’à un pic (qu’on appelle le pic de lactation) où la production laitière est maximale,
puis elle diminue au fur et à mesure jusqu’au moment du tarissement de la vache (moment où
on arrête la production laitière, qui correspond à une période de deux mois précédant le futur
vêlage). Le rang de lactation correspond au nombre de lactations qu’a déjà effectué la vache
laitière.
Pour les primipares :
𝑃𝐿𝑃𝑜𝑡 = 𝑃𝐿𝑀𝑎𝑥𝑃𝑜𝑡 ∗ [1,084 − (0,7 ∗ 𝑒 −0,46∗𝑆𝑒𝑚𝐿 ) − (0,009 ∗ 𝑆𝑒𝑚𝐿) − (0,69 ∗
𝑒 −0,16∗(45−𝑆𝑒𝑚𝐺) )] (INRA, 2010)

Pour les multipares :

𝑃𝐿𝑃𝑜𝑡 = 𝑃𝐿𝑀𝑎𝑥𝑃𝑜𝑡 ∗ [1,047 − (0,69 ∗ 𝑒 −0,90∗𝑆𝑒𝑚𝐿 ) − (0,0127 ∗ 𝑆𝑒𝑚𝐿) − (0,50 ∗
𝑒 −0,12∗(45−𝑆𝑒𝑚𝐺) )] (INRA, 2010)

Avec SemL et SemG stade de lactation et de gestation exprimés en semaines, et PLMaxPot

correspondant à la production laitière potentielle au pic de lactation chez une vache bien
alimentée.

28
La figure 1 montre l’évolution de la PLPot au cours de la lactation.
La PLpot(5) correspond à la production potentielle le 5ème jour de lactation.

Figure 1 : courbe de lactation potentielle théorique.

La PLmaxPot augmente au cours des trois premiers rangs de lactation puis se stabilise avant de
redescendre (figure 2).

Figure 2 : évolution de la production de lait maximale (PLMaxPot) chez des vaches

Prim’Holsteins en fonction de l'âge au premier vêlage et du rang de lactation (Leclerc et al,
1993).
âge au premier vêlage : 2 ans

âge au premier vêlage : 3 ans

29
 c) L’ingestion théorique

A partir de la CI, on peut calculer l’ingestion théorique des vaches laitières. Elle correspond à
la quantité de matière sèche en kg par jour qu’une vache peut théoriquement ingurgiter.
Elle prend en compte non seulement les caractéristiques de la vache (via la CI) mais aussi les
caractéristiques de la ration (fibrosité, densité énergétique etc).

Les caractéristiques de la ration sont prises en compte grâce aux valeurs d’unités
d’encombrement (UE) de chacun de ses composants. Les UEL, unités d’encombrement laitier,
caractérisent l’aptitude d’un aliment à être ingéré par une vache laitière. Cela nous donne des
indications sur la fibrosité de la ration, sur le volume qu’elle occupe dans le complexe réseau-
rumen et sur sa vitesse de transit dans les pré-estomacs. C’est l’encombrement des réservoirs
digestifs qui détermine la quantité d’aliment ingérée par la vache. Ainsi une autre formule de
la capacité d’ingestion, équivalente à la première, est la suivante :
𝐶𝐼 = 𝑠𝑜𝑚𝑚𝑒 (𝑀𝑆𝐼 𝑓𝑜𝑢𝑟𝑟𝑎𝑔𝑒𝑠 𝑥 𝑈𝐸𝐿 𝑓𝑜𝑢𝑟𝑟𝑎𝑔𝑒𝑠 +
𝑠𝑜𝑚𝑚𝑒 𝑀𝑆𝐼 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟é𝑠 𝑥 𝑈𝐸𝐿 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟é𝑠),
avec MSI la matière sèche ingérée en kg, UEL les unités d’encombrement laitier (INRA, 2010).

Chaque aliment possède une valeur d’encombrement qui lui est propre. Plus cette valeur est
faible, plus la vache peut en ingérer une grande quantité. A l’inverse, une forte valeur
d’encombrement va provoquer une saturation beaucoup plus rapide de la CI, et la vache ne
pourra en ingérer qu’une faible quantité. Dans ce dernier cas, il se peut que la ration ne couvre
pas les besoins de l’animal. Autrement dit, l’ingestion théorique d’une ration à fibres grossières
chez une vache avec un rumen de taille réduite (fin de tarissement par exemple) sera beaucoup
plus faible que celle d’une ration peu fibreuse chez une vache avec un développement ruminal
important (3 mois de lactation par exemple).
L’ingestion théorique nous est donnée par la formule suivante :
𝐶𝐼
𝐼𝑛𝑔𝑒𝑠𝑡𝑖𝑜𝑛 𝑡ℎé𝑜𝑟𝑖𝑞𝑢𝑒 = 𝑈𝐸𝐿 𝑟𝑎𝑡𝑖𝑜𝑛 ,
avec UEL ration correspondant à la somme des unités d’encombrement laitier de chacun des
composants de la ration (INRA, 2010).

La valeur UEL des principaux fourrages a été mesurée expérimentalement et est répertoriée
dans les tables de l’INRA 2007 mises à jour en 2010 (INRA, 2010).
Les tables de l’INRA ne prévoient pas de valeur d’encombrement pour les concentrés. Quand
l’apport est faible par rapport à la ration totale, on considère souvent que leur valeur est égale
à zéro. Quand l’apport est un peu plus important, ou pour être le plus précis possible, on calcule
leur valeur à partir de la valeur d’encombrement des fourrages et du taux de substitution Sg. Le
taux de substitution correspond donc au rapport entre la quantité totale de fourrage consommée
en moins (en kg de matière sèche) et la quantité totale d’aliment concentré ingéré en plus (en
kg de matière sèche). On le calcule selon la formule suivante :
𝑈𝐸𝐿 𝑐𝑜𝑛𝑐𝑒𝑛𝑡𝑟é𝑠 = 𝑆𝑔 ∗ 𝑈𝐸𝐿 𝑓𝑜𝑢𝑟𝑟𝑎𝑔𝑒𝑠 (INRA, 2010)

Le taux de substitution n’est pas constant. Il dépend de :

- la valeur d’encombrement du fourrage ;
- la quantité de concentrés distribuée et leur densité énergétique ;
- la densité énergétique des fourrages : si celle-ci augmente, la valeur d’encombrement du
concentré augmente ;
- la situation énergétique de la vache ;
- le niveau de production de la vache : plus il est grand, moins la variation d’encombrement
est importante. Autrement dit, la proportion de concentrés est plus faible et le taux de
substitution est plus bas (figure 3).

30
 Etant donné tous ces facteurs de variation, l’INRA (2010) propose une équation simplifiée
permettant d’obtenir la valeur de Sg pour une production laitière souhaitée. On a ainsi Sg à
l’équilibre, SgE, selon la formule suivante :
𝑆𝑔𝐸 = 𝑑 ∗ 𝑃𝐿𝑃𝑜𝑡−0,62 ∗ 𝑒 1,32∗𝐷𝐸𝐹 (INRA, 2010)
Avec d = 0,96 pour une vache primipare, d = 1,10 pour une vache multipare, DEF
correspondant à la densité énergétique moyenne des fourrages de la ration.

Les concentrés se substituent aux fourrages, et c’est ainsi que leur encombrement est pris
en compte.

Figure 3 : évolution du taux de substitution global de l’aliment concentré en fonction

de la quantité d’aliment concentré ingéré et du niveau de production potentiel des vaches
(20 à 45 kg) pour une ration avec un fourrage de 0,9 UFL et 1 UEL par kg de MS.
Dans ce cas, le Sg correspond à la valeur d’encombrement de l’aliment concentré. Les
cercles pleins représentent la valeur du Sg lorsque la ration couvre les besoins.
(Faverdin et al, 2006)

Le tableau II nous présente quelques valeurs du taux de substitution.

Tableau II : taux de substitution moyen entre fourrages et concentrés (Sg) selon la qualité
du fourrage, pour les vaches laitières multipares (INRA, 2010).

2. Facteurs de variation

La CI varie selon différents facteurs qui sont présentés sur la figure 4.

31
 Avec + = effet positif ; - = effet négatif ; x = effet proportionnel
Figure 4 : influence de différents facteurs sur la capacité d’ingestion (Faverdin et al, 2006).

a) Le poids vif

C’est le principal facteur de variation de la CI. Pour 100 kg de PV en plus, la CI est majorée de
1 kg de MS (ou 1,5 UEL) supplémentaire (figure 5, D’Hour et al, 1991).

Figure 5 : capacité d’ingestion des génisses selon le poids vif (D’Hour et al, 1991).
Pn = Prim’Holstein ; Mo = Montbéliarde ; Ta = Tarentaise ; Sa = Salers

b) La production laitière potentielle (PLPot)

Plus la capacité de la vache à produire du lait est importante, plus la CI est élevée. En effet,
pour 1 kg de lait supplémentaire (en prenant la production laitière observée), la capacité
d’ingestion est majorée de 350 à 400g de MS (ou 0,15 UEL), (Faverdin et al, 2007). En kg de
lait potentiel, on obtient 150 à 250 g de matière sèche ingérée en plus par kg de lait potentiel de
plus.

32
 c) Les réserves corporelles

La note d’état corporel (NEC, notation sur une échelle de 1 à 5), permet une évaluation
subjective de l’état d’engraissement sous-cutané des vaches.

Les vaches grasses (NEC = 4 ou 5) ingèrent moins que les vaches maigres (NEC = 1 ou 2).
Cette plus faible consommation s’explique par un encombrement plus important des réserves
adipeuses par rapport au complexe réticulo-rumen dans l’abdomen (« théorie lipostatique »),
ainsi que par une régulation physiologique des centres de la prise alimentaire (Faverdin et al,
2007). En effet, le niveau d’engraissement semble servir de signal de régulation de l'ingestion,
via la leptinémie. Les cellules du tissu adipeux produisent une hormone, la leptine, qui possède
des récepteurs sur l’hypothalamus. Lorsque la leptine est détectée, un processus de rétroaction
se met en place induisant une augmentation du métabolisme et la production de signaux de
satiété, comme présenté sur la figure 6 (Chilliard et al, 1999). C’est par ce processus que l’on
peut tenter d’expliquer la diminution de la capacité d’ingestion des vaches taries trop grasses.

Figure 6 : régulation de l’appétit par la leptine (Chilliard et al, 1999).

Concrètement, une augmentation de 0,5 points (sur une échelle de 5) de NEC entraîne une
diminution de la capacité d’ingestion de 0,75 UEL (Faverdin et al, 2007).

d) Les stades de lactation et de gestation

Les stades de lactation et de gestation ont un impact sur la capacité d’ingestion (CI). Ce
paragraphe explique comment ces deux paramètres sont pris en compte dans la formule de
prédiction de la CI de l’INRA (2010).
En fin de lactation et fin de gestation, la capacité d’ingestion diminue : le futur veau occupe la
place dans l’abdomen au détriment du rumen, les besoins de production diminuent.
Au vêlage la capacité d’ingestion augmente progressivement avec l’involution utérine et
l’augmentation de taille du rumen. De plus, les besoins de production étant plus importants, la
capacité d’ingestion augmente. Cependant, la CI n’est souvent pas suffisante à ce moment-là
pour couvrir l’intégralité des besoins et on a l’apparition d’un déficit énergétique. La vache
laitière doit alors puiser dans ses réserves. Ce processus est d’autant plus accentué que la
production laitière de la vache est importante (figure 7).

33
Figure 7 : évolution du déficit énergétique observé et simulé en début de lactation pour des
vaches laitières multipares en fonction de leur production laitière au pic de production (Leclerc
et al, 1993).

Inversement, il existe des périodes pendant lesquelles la vache peut reconstituer ses réserves,
parfois jusqu’à un état d’engraissement excessif, par exemple avant le tarissement.
Il existe donc un décalage permanent entre la capacité d’ingestion et les besoins de la vache
laitière à un moment donné.

Le stade de lactation est pris en compte dans la formule de la capacité d’ingestion de l’INRA
via l’indice de lactation IL. IL corrige la capacité d’ingestion des primipares et multipares au
cours des premières semaines de lactation. La figure 8 présente son évolution suivant la semaine
de lactation. La CI augmente progressivement pendant les 3 premiers mois de lactation jusqu’à
un maximum.

Figure 8 : IL en fonction de la semaine de lactation (INRA, 2010).

Le stade de gestation est pris en compte dans la formule de la capacité d’ingestion via l’indice
de gestation IG. IG corrige la capacité d’ingestion les dernières semaines de gestation. En effet,
la CI diminue en fin de gestation, comme la figure 9 le montre.
34
Figure 9 : IG en fonction de la semaine de gestation (INRA, 2010).

e) L’âge et le rang de lactation

Une primipare a une capacité d’ingestion moindre qu’une multipare, même si on la corrige
selon le poids vif. De plus, plus l’âge au premier vêlage est précoce, plus la capacité d’ingestion
sera faible. Ces deux paramètres sont pris en compte par l’indice de maturité IM (figures 10 et
11).

Figure 10 : IM en fonction de l’âge de la vache laitière (INRA, 2010).

Figure 11 : évolution de la capacité d’ingestion d’une vache d’un potentiel adulte de 9000 kg
de lait (en 305 jours) au cours des 3 premières lactations (L1, L2, L3) (Faverdin et al, 2006).

La baisse de CI au tarissement est due au fait qu’il n’y a plus de demande d’énergie par la
mamelle (PLPot = 0). Cet effet n’est physiologiquement pas aussi rapide, mais permet de traduire
la restriction alimentaire qui accompagne le tarissement.
35
 f) La sélection génétique

Lorsqu’on sélectionne sur la production laitière afin de l’augmenter, la capacité d’ingestion

augmente, et cela même au pâturage sans complémentation. Un écart de 5kg de lait au pic de
lactation lié au potentiel génétique conduit à un écart de capacité d'ingestion d'environ 1 à 1,5
kg de MS (Kennedy et al, 2003, Horan et al, 2006). C’est pourquoi il faut calculer la CI en
fonction de la PLPot et non pas la PL observée, celle-ci pouvant être biaisée par le
rationnement en cours de distribution.

g) La race

Le type de production (vache allaitante / vache laitière), ainsi que la race semblent influer sur
la capacité d’ingestion.

(i) Vache laitière vs vache allaitante

Plusieurs auteurs démontrent qu’à un même poids vif, la capacité d’ingestion des vaches
laitières est supérieure à celle des vaches allaitantes, de 10 à 15 %, comme le montre le tableau
III (Petit et al, 1994, Agabriel et al, 1987).

Tableau III : comparaison de l’ingestion de fourrages par des vaches allaitantes ou vaches
laitières.

Articles Races Ingestion de fourrages

Petit et al (1994) Aubracs et Charolaises - 10 %

(allaitantes) par rapport
aux Prim’Holstein
(laitières)
Salers (allaitantes) par - 10 %
rapport aux
Prim’Holstein (laitières)
Agabriel et al (1987) Salers et Limousines Salers = 1,73 kg MSI / 100 kg PV
(allaitantes) par rapport Limousine = 1,44 kg MSI / 100 kg PV
aux Prim’Holstein Prim’Holstein = 2,04 kg MSI / 100 kg PV
(laitières)

(ii) Au sein même des vaches allaitantes

La race semble être un facteur non négligeable de variation de CI. La capacité d’ingestion de
vaches plus rustiques type Aubrac et Salers est au moins égale voire supérieure à celle de vaches
du même âge et même poids mais de races à viande plus sélectionnées type Limousine, comme
le montre le tableau IV (Petit et al, 1994).

Tableau IV : comparaison de l’ingestion de fourrages par des différentes races de vaches

allaitantes (Petit et al, 1994).

Race Ingestion de fourrages par

rapport aux Limousines
Aubracs et Charolaises + 10 %
Salers + 13 %

36
Ces différences entre races pourraient être dues au format de la vache et à la production laitière
(tableau V). La quantité de MSI serait ainsi plus faible chez les Aubrac (petit format), plus
élevée chez les Charolaises (grand format), et encore plus élevée chez les Salers (les plus fortes
laitières) (Petit et al, 1994).

Tableau V : quantités de foins ingérées (MSI, matière sèche ingérée) par différents types de
vaches allaitantes (Petit et al, 1994).

(iii) Au sein même des vaches laitières

Le tableau VI répertorie les recherches effectuées sur l’influence de la race sur la MSI.
Tableau VI : influence de la race sur la matière sèche ingérée.

Articles Ration Races Différence de Différence de MSI

comparées MSI rapportée au PV
Gruber et al RTM Holstein, Non répertorié Holstein : 20 % >
(1991) Simmental, Simmental
Brunes des Alpes Brunes des Alpes : 6 %
> Simmental
Kristensen et RTM Holstein, Jersey Holstein : 20 % > Jersey : 21 % > Holstein
al (2015) Jersey
Prendiville et Pâturage Holstein, Jersey Holstein : 15 % > Jersey : 7 % > Holstein
al (2009) Jersey
Friggens et al RTM Holstein, Danish Non répertorié Pas de différence au
(2007) Red, Jersey 14ème jour post vêlage
Li et al (2016) RTM Holstein, Jersey, Holstein ≥ Danish Non répertorié
Danish Red Red >> Jersey
Foldager et al RTM Red Danish, Holstein = Danish Non répertorié
(1994) Holstein, Jersey Red = 26 % >
Jersey

Une étude a été réalisée pour comparer les capacités d’ingestion prédites par le modèle de
l’INRA à l’ingestion réelle, chez des vaches de race Prim’Holstein, Montbéliarde et Tarentaise
nourries avec une ration composée de foin et concentrés. Les valeurs d’encombrement des
fourrages ont été calculées à partir de l’ingestion des vaches Prim’Holstein.
Les génisses Montbéliardes et Tarentaises ont présenté une ingestion réelle égale à l’ingestion
prédite par le modèle. Pendant la lactation, chez les vaches Montbéliardes (primipares et
multipares), les quantités réellement ingérées ont été très proches des quantités prédites (-0,2 à
+0,6 kg MS/j). Chez les vaches de race tarine, l’ingestion réelle des primipares été aussi très
proche des quantités prédites (+0,1 kg MS/j). En revanche, chez les vaches tarines multipares,
37
l’ingestion observée semble bien plus faible (-1,8 kg MS/j) (Coulon et D'Hour, 1994, D’Hour
et al, 1991). Ces résultats sont présentés sur la figure 12.

Figure 12 : comparaison entre la quantité prédite de fourrage ingéré et la

quantité réelle de fourrage ingéré, selon la race, l’âge, et le niveau de
complémentation.
• Vache montbéliarde
 Vache tarentaise
Lots A : haute complémentation, selon les recommandations INRA de 1988
Lots B : 3 kg de concentrés de production en moins par vache pour un même niveau de
production attendue (1,07 UFL/kg MS, 126 g PDIN/kg MS, 115 g PDIE/kg MS)

Ainsi, il semble que les vaches multipares de race Tarine présentent une capacité d’ingestion
inférieure de 1 UEL par rapport aux vaches de race Prim’Holstein et Montbéliarde.
L’auteur émet l’hypothèse que cette différence soit due à une NEC plus élevée chez les
tarentaises. En effet, il semblerait que les Prim’Holsteins et Montbéliardes mobilisent
davantage leurs réserves corporelles en début de lactation, ce qui accroîtrait leur capacité
d’ingestion (Coulon et D’Hour, 1994). Cependant, au cours de la 4ème lactation où les NEC
étaient semblables (1,4 et 1,6 pour les Holsteins et Tarines respectivement), les vaches tarines
ont ingéré 11,5 kg MS/j, soit 1 kg de MS/j de fourrage en moins que prévu.

h) Temps de rumination

Il semble qu’il ne permette aucun gain de précision dans la détermination de la MSI (Clément
et al, 2014).

3. Les différents modèles de prédiction de l’ingestion théorique

De nombreux pays possèdent leur propre modèle de prédiction des quantités ingérées. Les
différentes méthodes de prédiction des quantités ingérées peuvent être regroupées en 3 grands
types : les équations de régression multiple, le système des deux prédictions et le système basé
sur les unités d’encombrement (UE) des fourrages et la substitution de l’aliment concentré.

38
 a) Les équations de régression multiple

Elles sont définies de manière empirique, grâce à des régressions multiples de résultats de
données expérimentales (expériences dans lesquelles les vaches reçoivent tout ou une partie de
la ration à volonté). Dans ce groupe, on relève trois sous-groupes : groupes prenant en compte
uniquement les caractéristiques de l’animal, groupes prenant aussi en compte la ration, et enfin
les groupes prenant en compte les caractéristiques de l’animal, la ration et l’environnement.

Les équations prenant en compte uniquement les caractéristiques de l’animal font intervenir le
plus souvent le poids vif (PV ou VPV), la production de lait en kg (PL, ou PL4%), le stade de
lactation (SL), le rang de lactation (primipares ou multipares via le FPM), et parfois le taux
butyreux (TB).
Lorsque les équations prennent en compte la ration, c’est souvent la quantité de concentrés ou
la proportion de concentrés qui intervient (C ou CR). Parfois les teneurs en fibres (ADF, CBF)
ou tout autre composant, peuvent intervenir.
Enfin, lorsque l’équation prend en compte l’environnement, c’est souvent par le biais d’une
constante corrigeant certaines conditions climatiques ayant une influence sur l’ingestion,
comme par exemple la température (CT1).
Le tableau VII présente quelques exemples d’équations obtenues par régressions multiples.

39
Tableau VII : exemple d’équations de prédiction des quantités ingérées obtenues par
régressions multiples.
Article de Caractéristiques Equation utilisée Abréviations
référence prises en Ingestion théorique
compte Kg MS/j
Neal et al Animal 0,022*PV + 0,2*PL PL : production de lait kg/j
(1984) PV : poids vif kg
Bines Animal (1 + 0,2*FPM) * (4,25 + FPM : primipares=0, multipares=1
(1979) 0,0113*PV + 0,16*PL + VPV : variation de poids vif kg/j
2,45*VPV)
NRC Animal [(0,372 ∗ 𝐹𝐶𝑀 + 0,0968 WL: week of lactation FCM : fat-
(2001) ∗ 𝐵𝑊 0,75 ) corrected milk
∗ {1 BW^0,75 : poids métabolique
− exp[−0,192
∗ (𝑊𝐿 + 3,37)]}]

Yungblut Animal et ration 3,31 + 0,01*PV + 0,34*PL + TB : taux butyreux (g/kg)

et al 0,053*TB + 0,34*NL – NL : numéro de lactation
(1981) 0,11*ADF ADF : acid detergent fiber
Vadiveloo Animal et ration 0,076 + 0,404*C + C : quantité d’aliment concentré kg
et al 0,015*PV – 0,129*SL + MS/j
(1979) 4,12*log(SL) + 0,14*PL SL : stade de lactation
Huhtanen Animal et ration TDMI = –2,9 + 0,258 × TDMI : matière sèche totale ingérée
et al sECM + 0,0148 × BW – SDMI : index d‘ensilage ingéré (en
(2008) 0,0175 × DIM – 5,85 × MS)
exp(–0,03 × DIM) + 0,09 × CDMI : concentrés ingérés (en MS)
TDMI index;
sECM : energy corrected milk
sECM = observed ECM +
0,131 × (100 – TDMI index) DIM : jours en lait
+ 0,142 × (90 – MP) – MP : matière protéique
0,0481 × (150 – DIM) + 6,96 TA : acides lactique
× exp(–0,07 × DIM); +propionique+butyrique+acétique
TDMI index = SDMI index a : proportion de repousses dans
+ CDMI index – 100; l’ensilage « regrowth »
SDMI index = 100 + 10 × b : proportion de légumes « legume »
[(D-value – 680) × 0.0170 – c : proportion de céréales« whole-
(TA – 80) × 0.0128 + crop cereal »
[0.0198 × (DM – 250) –
CCPI : supplementary concentrate
0.00002364 × (DM2 – 2502)]
– 0.44 × a + 4.13 × b – 2.58 CP intake
× b2 + 5.90 × c – 6.14 × c2 – CNDF = concentration en NDF
0.0023 × (NDF – 550)]; Cfat = concentration en matières
CDMI index = 100 + 10 × grasses
[(CDMI – 0,1629 × CDMI –
0,018823 × CDMI2 – 5,49) +
[(0,9474 × CCPI – 0,4965 ×
CCPI2) – 2,02 × (CEPD –
0,74)] + 0,00225 × (CNDF –
250) – 0,0103 × (Cfat – 40) –
0,0058 × (CDMI – 8,0) ×
(SDMI index – 100)]
Cornell et Animal, ration et (0,0185*PV + PL4% : production de lait corrigée à
al (1990) environnement 0,305*PL4%)* CT1 * 4% de matière grasse kg/j
BOUE CT1 selon la température extérieure
BOUE : coefficient correcteur en
fonction de la portance du sol

40
 b) Le système de 2 prédictions

Ces modèles utilisent deux équations. La première correspond à l’ingestion régulée de manière
physique, c’est-à-dire jusqu’à ce que l’encombrement de la ration soit égale à la capacité
d’encombrement du tractus digestif (cette équation fait l’hypothèse que le contenu digestif ne
peut contenir une masse indigestible (ou lentement digestible) supérieure à une certaine fraction
du poids vif de l’animal). La seconde correspond à la quantité ingérée permettant de couvrir les
besoins énergétiques de l’animal (régulation de type énergétique). On conserve la valeur la plus
faible des deux. Une seule équation est donc utilisée, bien que l’objectif de rationnement soit
situé au point d’intersection entre les deux courbes. Ces modèles permettent de déterminer
uniquement la capacité d’ingestion dans le cadre de rations complètes car ils ne prennent pas
en compte les différents constituants de manière indépendante.
Tous ces modèles se basent sur le modèle de Conrad de 1996 qui est présenté sur la figure 13.

Figure 13 : principe des systèmes utilisant deux équations de prédiction (régulations

physique et énergétique de l’ingestion) (Conrad et al, 1996).

Le tableau VIII présente des exemples de telles équations.

41
Tableau VIII : équations de prédiction de l’ingestion théorique se basant sur le système à deux
prédictions.
Article de Equation E Equation P Abréviations
référence quantité ingérée limitéequantité ingérée
par l’énergie limitée par
l’encombrement
physique du tractus
digestif
Forbes 0,45*10^(0,55- 0,45*10^(1,53*log( PV : poids vif kg
(1977) 0,46*log(dMSR*100)+ dMSR*100)+1,01* dMSR : digestibilité de la matière
sèche de la ration
0,51*log(2,2*PV)+0,25 log(2,2*R)+0,99*lo PL4% : production de lait corrigée
*log(0,73*PL4%+5*VP g(2,2*PV)-5,3) à 4% de matière grasse kg/j
V)) VPV : variation de poids vif kg/j
R=4*(PVVEL/5-(PV-
PVVEL)/3)/(PVVEL/5)
PVVEL : poids vif après vêlage
(kg)
Mertens (0,08*PV0,75 + 1,2*PV/((CR*NDF ENC : énergie nette de l’aliment
(1987) 0,74*PL4% - C + (100- concentré (Mcal/kg MS)
C : quantité d’aliment concentré kg
4,92*VPV + CR)*NDFF)/100) MS/j
5,12*VPV) / (C*ENC + ENF : énergie nette du fourrage
(100-C)*ENF/100) (Mcal/kg MS)
CR % de concentrés dans la ration
NDFC : teneur en NDF du
concentré
NDFF : teneur en NDF dans MS
NRC 0,453*PV0.593*PL4%0,33 1,1*PV/(100- dMSR : digestibilité de la MS de la
(1987) *exp(0,16*VPV))/DER dMSR*100) ration
DER : densité énergétique de la
ration
VPV : variation de poids vif (kg/j)
NorFor a*DIM0,134*exp(- ∑DMIi * 0,22 + A et f : coefficient de régression
Volden et 0,0006*DIM) – DIM- ∑DMIj * FVj * primipare ou multipare
0,55 DMIi : concentrés ingérés (MS)
al (2011) + 0,091*ECM + FV_SubR + DMIj : fourrages ingérés (MS)
(BW-f) * 0,006 FV_MR FVj : valeur alimentaire du fourrage
j
FV_SubR = taux de substitution (0
à 1)
FV_MR = facteur de régulation
métabolique

Dans ce type de système, une vache ne peut théoriquement pas consommer plus d’énergie que
ses besoins. Cependant il est possible qu’elle s’engraisse, c’est-à-dire consomme plus que ses
besoins, notamment lors du tarissement.
Ce système présente donc un biais pouvant fausser les prédictions.

42
 c) Le système basé sur les unités d’encombrement (UE) des fourrages et la substitution
de l’aliment concentré

Pour arriver à l’ingestion théorique, ces modèles font intervenir deux éléments :
- l’encombrement digestif des aliments via la valeur d’encombrement des
fourrages (VEF), et des aliments concentrés (VEC) ;
- le volume du rumen, via la capacité d’ingestion (CI).

Ces modèles attribuent à chaque composant de la ration une valeur d’unités d’encombrement
(UE). Cette valeur représente l’aptitude d’un aliment à être ingéré. Autrement dit, elle
correspond à l’encombrement digestif de l’aliment, ou au rassasiement métabolique. Ainsi, plus
un composant est grossier, comme la paille, plus il prend de la place dans le rumen et plus sa
valeur en UE est grande. A l’inverse, moins un composant est fibreux, comme le regain, moins
il occupe de place dans le rumen et plus sa valeur en unités d’encombrement est faible. Le
tableau IX présente différentes valeurs d’unités d’encombrement.
La CI, la VEF et la VEC sont exprimées en UEL.
Tableau IX : unités d’encombrement de différents aliments (INRA, 2010).
Aliment UEL (UE/kg)
Paille (blé, FP0020) 1,60
Foin (Ray Grass Anglais, début épiaison, FF1480) 1,06
Herbe (déprimage prairie permanente demi- 0,92
montagne FV0150)

On considère que la capacité d’ingestion est égale à la somme pondérée de la valeur

d’encombrement des différents fourrages et concentrés ingérés par la vache nourrie à volonté.
Le tableau X présente quelques exemples d’équations basées sur le système des unités
d’encombrement.

43
Tableau X : équations de prédiction de l’ingestion basées sur les unités d’encombrement
Avec pour toutes les équations :
VEF : valeur d’encombrement du fourrage
VEC : valeur d’encombrement du concentré
F : quantité de fourrages ingérée (kg MS/j)
C : quantité d’aliment concentré ingérée (kg MS/j)

Modèle Capacité Capacité d’ingestion et Abréviations

d’ingestion et caractéristiques de l’animal
encombrement
Hyppölä CI = F*VEF + 0,109*PV0,75 PV : poids vif (kg)
et C*VEC
Hasunen
(1970)
Kristens CI = F*VEF + Primipares=5,28+(PLTOT- PLTOT: potentiel
en et C*VEC 6500)/1000*0,2+0,006*(PV-500)- de production
Ingvarts 2,22*exp(-0,28*SL) laitière par lactation
en Multipares=6,48+(PLTOT- (kg)
(1994) 6500)/1000*0,2+0,006*(PV-500)- SL : stade de
lactation
2,69*exp(-0,42*SL)
INRA CI = F*VEF + (1-0,1*(1-FMP))*(22-8,25*exp(- FMP : multipare =
(1987) C*VEC 0,02*PL4%)+0,01*(PV-600)) 1 ; primipare = 0
PL4% : production
de lait corrigée à
4% de matière
grasse kg/j
INRA CI = ∑ MSI CI = [13,9 + (0,015 x (PV-600)) + PLPot : production
(2010) Fourrages x UE (0,15 x PLPot) laitière potentielle
Fourrages + (1,5 x (3-NEC))] x IL x IG x IM NEC : note d’état
+ MSI corporel
Concentrés x IL-IG-IM : indice
de lactation-
UE Concentrés gestation-maturité
Zom et CI = FIC = 𝑭𝑰𝑪 (𝒑, 𝒅, 𝒈) = ([𝛂𝟎 + (𝛂𝟏 − 𝛂𝟐 ∗ 𝒅) Fp : proportion du
al (2012) DMI * ∑𝒑(𝒇𝒑 ∗ composant p dans
𝑺𝑽𝒑) 𝒅 la ration
∗ (𝟏 − 𝒆−𝛒𝛂∗((𝒑−𝟏)+𝟑𝟔𝟓)) )] SVp : valeur de
satiété du fourrages
−𝛒𝛃 ∗𝒅
𝛃∗(𝐭−𝒆 ) p
∗𝒆 𝟏+𝒆𝛒𝛄 ∗(𝒍𝒏(𝒅)−𝛄) ∗ (𝟏 + 𝛅𝒈 p : parité
g : jours de
𝒈
∗( )) gestation
𝟐𝟐𝟎 d : jours en
lactation
δg : « rate
parameter »

Le modèle de l’INRA (1987) est très complet, puisqu’il prend en compte la production laitière,
se base sur des valeurs plus précises d’encombrement des fourrages (nombre d’échantillons très
élevés), utilise des valeurs d’encombrement des concentrés qui ne sont pas fixes mais qui sont
proportionnelles au taux de substitution du fourrage en concentrés. Ainsi, les rations distribuées
aujourd’hui, qui sont plus riches en concentrés du fait d’une plus grande production laitière,
sont calculées de manière plus précise.
44
Le modèle de l’INRA (2010) est encore plus précis, car il prend en compte la mobilisation des
réserves corporelles (surtout en début de lactation), et prend en compte la production de lait
potentiel, et non pas la production réalisée qui pourrait justement être limitée par la ration
actuelle.

Ces systèmes présentent toutefois quelques difficultés pratiques quant à la distinction fourrage-
concentré. Par exemple, le maïs plante entière est considéré comme un fourrage lorsqu’il est
sous forme d’ensilage alors qu’il contient une proportion importante de grains, mais lorsqu’il
est déshydraté et présenté en gros bouchon il devient un concentré. Ceci pose un problème
lorsque ces aliments de classe ambiguë sont présents en grande quantité dans la ration.

d) Comparaison des différents modèles

Il existe peu d’études sur ce sujet.

Il semble qu’il soit peu concluant d’utiliser un système de prédiction dans un pays différent de
celui où il a été mis en place, les conditions de rationnement, les aliments utilisés et les races
de vache étant différents (Faverdin, 1992). Chaque système permet donc de calculer une ration
dans une situation type, mais ne s’adapte pas à toutes les situations possibles. Ce sont donc plus
des outils de rationnement que des systèmes de prédiction des quantités ingérées. Le tableau XI
présente les avantages et les inconvénients des trois types de systèmes.

Tableau XI : comparaison des modèles de prédiction des quantités ingérées (Faverdin, 1992).

Equations à
Equations régression multiple Système des 2 Système basé sur les UE
prédictions
. Equations simples . Animal ne peut pas . Diversité de rations
. Uniquement pour les consommer plus prises en compte : ration
rations complètes d’énergie que ses complète ou concentrés à
Avantages . Valables si les besoins part
Inconvénients conditions de . Pas de prise en . Calcul valable même si
rationnement sont les compte de la apports énergétiques
mêmes que celles sur mobilisation des différents des besoins
lesquelles se base le réserves corporelles . Prise en compte de la
modèle . Uniquement pour structure physique du
les rations complètes fourrage, de la qualité de
conservation des ensilages
. Equations complexes →
logiciel
. Classification
fourrage/concentrés
ambiguë

Le système basé sur les UE semble être celui permettant de s’adapter au plus large panel de
situations. Une grande diversité de ration peut être utilisée, même lorsque les apports sont
différents des besoins (Faverdin, 1992).

45
Jensen et al, 2015 ont comparé 5 modèles de prédiction des quantités ingérées, les modèles du
NRC (NRC, 2001), NorFor (Volden et al, 2011), TDMI (Huhtanen et al, 2011), Zom (Zom et
al, 2012) et Gruber (Gruber et al, 2004). Les résultats sont présentés sur le tableau XII.
Tableau XII : différence entre 5 modèles de prédiction de la matière sèche ingérée de vaches
laitières nourries avec une ration totale mélangée (Jensen et al, 2015).
Modèle de prédiction Ingestion théorique Ingestion réelle
(kg MS/VL/j) (kg MS/VL/j)
NRC 21,7 20,3
NorFor 21,7 21,3
TDMI 20,2 20,3
Zom 21,9 20,3
Gruber 20,5 20,3

L’ensemble des modèles semble surévaluer l’ingestion théorique lors d’ingestion élevée et la
sous-estimer lors d’ingestion faible.
Plus précisément, les modèles NRC et Zom semblent sur-évaluer la capacité d’ingestion de
manière générale. Les modèles Gurber, NorFor et TDMI sur-évaluent l’ingestion quand la
production de lait est importante. Le modèle Gruber semble permettre, parmi ces 5 modèles,
la meilleure approximation de l’ingestion théorique (Jensen et al, 2015).

Krizsan et al (2014) ont comparé les modèles du NRC (NRC, 2001), du CNCPS (Cornell Net
Carbohydrate and Protein System ; Fox et al, 2004), de Vadiveloo et Holmes (1979), de
NorFor (Volden et al, 2011), TDMI (Huhtanen et al, 2011). Les résultats montrent que les
modèles NRC et NorFor surestiment un peu l’ingestion. Les autres modèles de cette étude
semblent légèrement sous-évaluer l’ingestion de matière sèche.
Lorsque le modèle prend en compte la production laitière, il s’agit de la production permise par
la ration actuellement distribuée. Cette valeur ne permet donc pas de prédire l’ingestion d’une
ration différente. La production de lait n’est généralement pas connue au moment de la
prédiction des quantités ingérées. Keady et al (2004), montrent que si elle l’est, l’insérer dans
l’équation de prédiction ne permet que de maintenir cette production. Certains modèles tentent
de détourner ce phénomène. Faverdin et al (2011), utilisent la production de lait potentielle,
qu’ils obtiennent à partir d’une de lactation théorique. Huhtanen et al (2011), utilisent la
production laitière standardisée (qui correspond à la production de lait observée, corrigée selon
une ration standard à 150 jours de lactation).
Tous ces modèles qui présentent des limites ont été corrigés au fur et à mesure. Le modèle
actuel utilisé en France, celui de l’INRA, est en perpétuelle amélioration. Le modèle INRA
(2010) permet une prise en compte du stade de lactation, et plus particulièrement du début de
lactation, qui était difficile à modéliser. De plus, il prend en compte le phénomène de
mobilisation des réserves corporelles à travers la note d’état corporelle et le poids vif.
Aujourd’hui, un nouveau modèle est en construction, le projet Systali (INRA, 2018). La CI
dépendra des facteurs déjà pris en compte dans le modèle INRA (2010), mais aussi l’effet positif
de la concentration en protéines digestibles dans l’intestin (PDI) de la ration sur l’ingestion de
matière sèche (Sauvant et al, 2015).

46
 B. L’ingestion réelle

1. Définition

Elle correspond à la quantité de la ration réellement ingérée par les vaches de manière
volontaire, soit la quantité distribuée en excès, en soustrayant le poids des refus. On l’exprime
en kg de matière sèche ingérée (MSI). Elle dépend des caractéristiques de la vache, autrement
dit de sa capacité d’ingestion et des caractéristiques de la ration (valeur d’encombrement des
différents composants).

Tout comme l’ingestion théorique, elle est régulée de manière volumétrique par le volume
des pré-estomacs (mécano- et tenso-récepteurs de la paroi du rumen), le gabarit,
l’encombrement fœtal, le stade de lactation (début ou fin de lactation), par la vitesse de transit,
l’encombrement des aliments, la qualité de leur broyage physique, de leur dissolution chimique
etc.
De plus, l’ingestion volontaire peut être altérée par toutes les maladies engendrant de la fièvre,
ou par toute maladie métabolique type excès d’acide lactique (lors d’acidose). On parle de
régulation biochimique (ou métabolique).
En effet, la prise énergétique est ajustée aux besoins de la vache, selon la quantité d’acides
gras volatils absorbés. Des recherches menées sur des ovins ont montré que le duodénum
possédait des récepteurs sensibles à l'acidité (aux acides gras volatils, et non pas au glucose),
impliqués dans la régulation de l'ingestion. En outre, il a également été mis en évidence que
l'injection de propionate dans le foie entraînait une diminution de la prise alimentaire. Cette
conclusion a un intérêt particulier lorsque l'on sait que le propionate est le principal acide gras
volatil (AGV) de la néoglucogénèse (Wolter, 2012).
Un excès de corps cétoniques circulants (comme le ß-hydroxybutyrate) lors de cétose peut
également réduire l'ingestion des ruminants. Ces corps sont produits lorsque le bilan
énergétique est négatif, et qu'il existe une carence en glucose.

2. Facteurs de variation

Le stade physiologique, les aspects physiques et chimiques de la ration, et l'environnement

influencent la taille et la fréquence des repas de la vache laitière, et donc la quantité ingérée
(Allen et al, 2009). La figure 14 présente ces facteurs de variation.

47
 Figure 14 : les leviers d’action pour agir sur l’ingestion réelle des vaches laitières (Institut
de l’élevage, 2010).

a) Caractéristiques de la ration

Les bovins, étant des animaux à préhension linguale, sont capables de trier les aliments, que ce
soit au pâturage ou lorsqu’on leur présente une ration à l’auge. Il est courant de constater la
présence de refus, constitués des fibres les plus grossières de la ration lorsque la distribution se
fait à l’auge. Au pâturage, certaines parties des parcelles peuvent être délaissées par les vaches,
comme par exemple les zones à myrtilles en montagne. L’ingestion réelle est donc parfois
différente de l’ingestion théorique. Différentes astuces visant à augmenter l’ingestion des
vaches existent, que ce soit en qualité ou en quantité.

(i) Valeur d’encombrement

Le raisonnement est le même que pour l’ingestion théorique. Si les composants de la ration ont
des fortes valeurs d’encombrement (UEL), la vache ingérera une quantité de MS moindre par
rapport à une ration dont la valeur d’encombrement serait plus faible.
La part de concentrés dans la ration va influer la quantité de fourrage ingérée via le taux de
substitution. Pour faire ingérer davantage de fourrage, il est nécessaire de les distribuer à
volonté et de diminuer l’apport de concentrés (en surveillant que les besoins énergétiques soient
tout de même couverts).

(ii) Le taux de MS

Le rôle de la quantité de MS des fourrages sur l'ingestion n'est pas encore bien déterminé.

L'ajout d'eau extérieurement au fourrage ne semble pas avoir d'influence sur l'ingestion, si la
capacité d'ingestion des vaches est importante (Cabrera Estrada et al, 2003). En revanche, pour
une capacité d'ingestion plus faible, et si l'ajout d'eau se fait directement dans l'herbe (par
48
drainage pendant 5 min où on laisse tremper l'herbe dans des tanks remplis d'eau), l'ingestion
semble diminuer (de 5 % (Vérité et al, 1970) à 22 % (Phillips et al, 1991)). Le tableau XIII
illustre ce phénomène sur l’ingestion d’ensilage de maïs à différents taux de MS.

Tableau XIII : influence du taux de MS d’un ensilage de maïs sur l’ingestion réelle des vaches
laitières (Institut de l’élevage, 2010).
% MS 20 25 30 35
Ingestion réelle (kg MS/ 13,9 14,9 15,6 16,7
VL/ j

Pour limiter la quantité de poussières dans les rations sèches (sans ensilage), il est souvent
d’usage de mouiller la ration. Cette pratique permet aussi d’homogénéiser la ration et de limiter
le tri effectué par les vaches. Une faible quantité d’eau ajoutée ne semble pas influer l’ingestion
réelle. Cette pratique est interdite dans certaines AOP (AOP Beaufort par exemple) car cela
peut altérer la conservation des fourrages.

(iii) Mycotoxines

Le DON (déoxynivalénol), le DOM (dé-époxy-déoxynivalénol) et le ZON (zéaralénone) sont

des mycotoxines produites essentiellement par Fusarium spp (DON et DOM) ou par Fusarium
graminearum (ZON), directement sur les céréales (type maïs, orge, avoine…) dans les champs
si les conditions sont humides et fraîches. La contamination peut se poursuivre au début du
stockage si les conditions de conservation de l’ensilage ou enrubannage sont mises en place
tardivement. Ainsi on peut retrouver ces mycotoxines dans l’aliment à l’ouverture du silo ou au
niveau du front d’attaque.
La présence de mycotoxines dans les fourrages des vaches laitières n’a pas un effet strictement
établi, comme le montre le tableau XIV, bien qu’il semble que la tendance corresponde à une
diminution de l’ingestion de MS.

Tableau XIV : effets des mycotoxines sur l’ingestion des vaches laitières
Avec DON = déoxynivalénol, DOM = dé-époxy-déoxynivalénol, ZON = zéaralénone
↘ = chute

Article Molécule et dose Effet Effet rendement

Ingestion matière laitier
sèche
Winkler et al, 2014 5 ppm de DON Aucun Aucun
Ingalls, 1996 8 ppm de DON Aucun Aucun
Trenholm et al, 6,4 ppm de DOM ↘ - 1kg /100 kg de ↘
1985 PV
Charmley et al, 2,6 à 6,5 ppm de Aucun ↘ - 13 %, soit 1,4 kg /
1993 DOM jour
Diaz et al, 2001 2,5 ppm de DON Aucun ↘ -1,5 kg / jour
Coppock et al, 1990 1,5 ppm de ZON
et 1,5 ppm de ↘ ↘
DON

49
 (iv) Conservation des fourrages

Une bonne conservation des fourrages permet un maintien de leurs valeurs nutritives et de leur
appétence. Il est important de conserver une bonne appétence de la ration car une faible
appétence est susceptible de provoquer une baisse de l’ingestion.
Une mauvaise technique de conservation des fourrages, en particulier des fourrages humides
fermentés type ensilage et enrubannage, peut provoquer une diminution significative du taux
de MS et des nutriments contenus dans le fourrage. Lorsqu’un silo n’est pas couvert, on perd
plus de 30 % de MS. Plus l’ensilage est situé près des murs, plus la perte de MS sera importante,
car l’étanchéité de l’emballage peut être diminuée et la quantité en O2 peut alors être plus grande
au démarrage, ce qui engendre des fermentations plus longues. Une mauvaise technique de
conservation aboutit à des altérations de l’ensilage. Une ingestion de 16 % d’ensilage altéré
provoque une chute significative de la MSI (Bernard, 2008).

De mauvaises conditions de récolte (sous la rosée), ou de mauvaises conditions de stockage

(sur sol humide, condensation sous la bâche), peuvent être à l'origine du développement de
moisissures dans le foin et la paille. La distribution aux vaches des zones moisies et noircies de
ce fourrage est à l’origine de la contamination (Bailly et al, 2013). Le tableau XV présente les
effets des moisissures sur la santé des vaches. Tous ces effets peuvent conduire à une diminution
de l’ingestion.

Tableau XV : principales toxines produites par Aspergillus fumigatus et Stachybotrys

chartarum, et leurs effets (Bailly et al, 2013).
Espèce Toxines produites Substrats impliqués Principaux effets
fongique
Aspergillus Fumigaclavines Foin, ensilage Alcaloïdes : diarrhée,
fumigatus perte d’appétit, entérite
. Fumigatine
. Fumigatoxine
. Fumitoxine Foin, ensilage Toxines trémorgènes
. Fumitrémorgine
. Festuclavine
Verruculogène
Gliotoxine Foin, ensilage Immunosuppression
Stachybotrys . Satratoxines (F, G, H) Erosion muqueuses,
hcartarum isosatratoxines Paille, foin hémorragies, diarrhée,
. Roridines (A, C, E) hyperthermie, myosite,
. Verrucarines (A, B, C) mort subite
. Stachybiocines (A, B, C, D)

(v) La finesse de hachage

Il semble que plus le hachage soit fin, meilleure soit l’ingestion, car le volume de la ration dans
le rumen sera plus faible. Des particules courtes (5,5 mm) ou moyennes (8,1 mm) permettent
une augmentation de 1,3 à 1,5 kg de MSI/j, par rapport à des particules longues (14 mm) (Zebeli
et al, 2009).
Cependant, on recommande une longueur de fibres efficaces de 3 à 5 cm, pour une bonne
stimulation du rumen par effet grattant. Ces fibres efficaces favorisent la mastication, qui
stimule à son tour la salivation. La salivation permet une production de substances tampons
permettant la régulation du pH dans le rumen. Par ce biais, les rations hautement énergétiques
souvent acidogènes sont mieux valorisées. Ce mécanisme explique également qu’un défaut de
mastication dû à un hachage trop fin, ou à des fibres efficaces de longueur trop courte ou trop
longue puisse engendrer un phénomène d’acidose ruminale subaiguë.

50
 (vi) Supplémentation en matière grasse

Une étude tend à montrer qu’une supplémentation en matière grasse de la ration n’a aucun effet
sur la matière sèche ingérée (MSI) (Alstrup et al, 2015).

(vii) Proportion d’amidon

La proportion d’amidon est semblable à la proportion de concentrés dans la ration. Parmi les
fourrages, c’est l’ensilage de maïs qui apporte la plus grande quantité d’amidon. En dépassant
un certain seuil d’amidon dans la ration, une acidose ruminale peut se développer et l’ingestion
réelle diminue. La proportion d’amidon susceptible de provoquer des acidoses ruminales
dépend du type d’amidon, comme le montre le tableau XVI.

Tableau XVI : proportion d’amidon dans la ration au-delà de laquelle il y a un risque d’acidose
ruminale (Institut de l’élevage, 2010).

Type Seuil risque acidose

d’amidon ruminale
Blé 28 % dans MS
Maïs grain 40 % dans MS
Ensilage de 38 % dans MS
maïs

Il semblerait que plus la proportion en aliment concentré est importante, plus l’ingestion totale
augmente. L’étude de Faverdin et al (1998) met en évidence ce phénomène sur une ration à
base d’ensilage de maïs, sur la figure 15. Ce phénomène pourrait être dû au plus faible
encombrement des concentrés par rapport aux fourrages.

Figure 15 : variation de l’ingestion en fonction des teneurs en protéines et en aliments

concentrés de rations complètes à base d’ensilage de maïs (Faverdin et al, 1998). Les PDIE
correspondent aux protéines digestibles de l’intestin lorsque c’est l’énergie disponible qui limite
la protéosynthèse, c’est-à-dire à la valeur azotée de l’aliment. Les UFL correspondent aux
unités fourragères lait, c’est-à-dire à la valeur énergétique de l’aliment. Le rapport PDIE/UFL
permet d’évaluer l’équilibre entre les acides aminés et l’énergie dont dispose la vache après
digestion

51
 (viii) Teneur en azote dans la ration

L’apport d’azote dans la ration intervient à deux niveaux :

- Il permet la nutrition protéique de la microflore ruminale. Les bactéries
protéolytiques dégradent l’azote dégradable en ammoniaque. L’ensemble des
bactéries du rumen synthétisent à partir de celui-ci leurs propres acides aminés,
qui seront associés ensemble afin d’obtenir des protéines. La figure 16
représente ces réactions.

Figure 16 : réactions biochimiques de synthèse des acides aminés bactériens

- Il permet la nutrition protéique des vaches laitières.

L’azote fermentescible (ou azote dégradable) correspond à toutes les formes d’azote pouvant
être dégradées par les bactéries du rumen, via un processus de fermentation. Il peut être contenu
dans des aliments riches en azote rapidement dégradable de type herbe jeune, graine de
protéagineux sous forme d’azote protéique ; ou peut correspondre à de l’azote non protéique de
type urée.

L’azote fermentescible impacte l’efficacité des dégradations microbiennes et ainsi la vitesse de

vidange du rumen. Une quantité suffisante d’azote dégradable permet une bonne activité
cellulolytique, une bonne dégradation des parois et ainsi une meilleure digestibilité de la ration
(Chenost et Dulphy, 1987). De ce fait, la vache dont le rumen s’est vidangé rapidement, est à
nouveau capable d’ingérer une nouvelle portion de la ration, car elle n’est plus limitée par
l’encombrement volumétrique de la ration ingérée précédemment (figure 17).

Figure 17 : mécanisme d’action des protéines dans la régulation de

l’ingestion (Faverdin et al, 2003b).

Dans le système de rationnement INRA, on vérifie que l’apport en azote fermentescible est
(𝑃𝐷𝐼𝑁−𝑃𝐷𝐼𝐸)
suffisant à l’aide du rapport microbien (Rmic) de la ration, c’est-à-dire le rapport ,
𝑈𝐹𝐿
52
qui doit être inférieur à seuil (- 8, - 4 ou 0 g/UFL, en fonction du niveau de production de lait
de la vache).

On observe des rations pauvres en azote fermentescible dans les cas suivants :
- La ration est à base d’ensilage de maïs. Dans ce cas, on obtient un Rmic compris
entre - 25 et - 20 g/UFL, car l’ensilage de maïs contient peu d’azote fermentescible.
Dans ce cas, pour combler cette carence, il est obligatoire d’apporter une source de
protéines supplémentaire, avec un fort taux d’azote dégradable.
- La ration contient des fourrages très pailleux.
- La ration contient un excès d’aliments protéiques traités pour rendre l’azote peu
dégradable, type tourteaux tannés.
En augmentant la teneur en azote dégradable dans une ration où la digestion microbienne est
insuffisante (Rmic négatif), l’ingestion augmente (Benhamed et Dulphy, 1986). Rico-Gomez
et Faverdin (2001) estiment cette augmentation à 1 kg de matière sèche ingérée en plus par
jour, pour une augmentation de 14 g de PDIE/UFL.
Le tableau XVII illustre ce phénomène dans une ration à base d’ensilage de maïs, c’est-à-dire
dans une ration ayant un Rmic négatif.

Tableau XVII : effet de l’apport d’urée dans une ration d’ensilage de maïs offert à volonté sur
l’ingestion et la production de vaches laitières en début de lactation (Journet et al, 1983).

Lorsque le déficit est très léger (entre 0 à 8 g), l’apport d’azote dégradable n’améliore pas
l’ingestion. Cela semble être dû au recyclage endogène d’urée (urée salivaire) (Rico-Gomez et
Faverdin, 2001).

Si on ajoute de l’azote dégradable dans une ration où la nutrition azotée de la microflore

ruminale est déjà assurée, l’excès n’est pas valorisé. De plus, cet excès n’aura aucun effet sur
les quantités ingérées (Kertz et al 1982, Rooke et al 1987, Choung et Chamberlain 1995).
Enfin, il pourrait engendrer une production trop importante d’ammoniac, impliquant une
diminution de la motricité ruminale, une diminution de l’activité microbienne et une baisse
significative de l’ingestion (Kertz et al 1983, Choung et al 1990).

Ainsi, pour obtenir une ingestion maximale, il est recommandé d’avoir un bon équilibre en
azote dégradable (valeur de PDIE proche de PDIN), et de respecter une teneur légèrement plus
élevée en protéines. Une augmentation de la concentration en matières azotées de 7-8 g
provoque une augmentation de l’ingestion de 1 kg de MS/j/VL (Institut de l’élevage, 2010).
La figure 18 montre l’influence du rapport PDIE/UFL sur la quantité de MSI.

53
Figure 18 : influence du niveau d’apport de protéines (PDIE) sur l’ingestion de MS totale des
vaches laitières (Vérité et Delaby, 1998).

(ix) Vitesse de transit

La vitesse de transit d’un aliment est déterminée principalement par le temps de vidange de
celui-ci dans les pré-estomacs. Plus le temps de vidange est rapide, plus l’animal peut en ingérer
une grande quantité. Cette vitesse dépend de l’encombrement initial de la ration mais aussi de
la mastication et de la digestion chimique. Ces deux dernières permettent de réduire le contenu
ruminal en fines particules. En effet, il faut une réduction des particules jusque 3 à 6 mm pour
pouvoir quitter le rumen et passer dans la caillette.

b) Conduite du rationnement

(i) Les stratégies de rationnement

L’ordre de distribution des différents composants de la ration (les fourrages et les aliments
concentrés) a un impact sur la quantité de matière sèche ingérée et sur la valorisation de la
ration.
Par exemple, lorsque les fourrages sont distribués en grande proportion le matin, et faible
proportion la nuit, les quantités de matière sèche ingérées diminuent (ainsi que le taux butyreux
du lait) (Rottman et al, 2015). A l’inverse, lorsque la ration distribuée le matin contient peu de
fourrage et que celle distribuée la nuit en contient une grande proportion, la quantité de matière
sèche ingérée et le taux butyreux du lait augmente.
Il existe différentes techniques de distribution de la ration, notamment concernant l’ordre de
distribution entre l’apport des fourrages et des aliments concentrés. On distingue les rations
totales mélangées, les rations semi-complètes et les rations semi-individuelles. Elles présentent
toutes des avantages et des inconvénients, pour l’éleveur et pour la microflore ruminale (qui
reçoit ou non tous les nutriments dont elle a besoin au même moment), et sont présentées dans
cette partie.

- Ration complète ou ration totale mélangée (RTM)

Dans ce type de ration, les minéraux, le fourrage, les concentrés et les vitamines sont mélangés
avant d’être distribués aux vaches laitières. Quel que soit leur stade de lactation les vaches

54
reçoivent la même quantité. Il y a une certaine adaptation de la quantité ingérée en fonction de
la production laitière de la vache. L’apport des fibres et des concentrés se faisant en même
temps, ce type de ration permet un fonctionnement optimal du rumen et une limitation du risque
de maladie métabolique. En effet, l’entrée de substrat rapidement fermentescible dans le rumen
se fait de manière constante et en même temps que l’apport de fibres efficaces (Coppock et al,
1981). Cette ration permet donc d’éviter une baisse d’ingestion qui serait due à de l’acidose (cf
I.B.2.d).
Dans la pratique, les vaches laitières fortes productrices ont tendance à être sous-alimentées
alors que les plus faibles productrices sont suralimentées, si les vaches ne sont pas divisées en
plusieurs lots.

- Ration semi-complète
Dans cette ration, l’éleveur distribue une ration de base constituée d’un mélange de concentrés,
fourrages et minéraux, mais la quantité de concentrés est plus faible que dans la ration complète.
L’éleveur distribue donc la quantité de concentrés manquante à certaines vaches de manière
individuelle selon leur production (concentré de production). Cette distribution peut se faire via
un DAC (distributeur automatique de concentrés), ou lors de la traite, ou directement à l’auge.
Cette technique permet de couvrir les besoins de production de manière plus précise mais elle
reste chronophage pour l’éleveur si celui-ci n’utilise pas de DAC. Ce type de ration se rapproche
de la ration totale mélangée. En effet, l’apport des fibres et d’une partie des concentrés se fait
donc au même moment, permettant un meilleur fonctionnement du rumen. L’apport de
concentrés supplémentaires pour les plus hautes productrices au DAC se fait de manière
fractionnée. Ainsi, l’effet acidogène (susceptible de réduire l’ingestion) d’une ration où
concentrés et fourrages seraient distribués de manière séparée est réduit.

- Ration semi-individuelle
Dans ce cas, l’éleveur distribue les fourrages en quantité équivalente à tous les animaux, il
s’agit de la ration de base. Les concentrés et les compléments en minéraux et vitamines sont
distribués intégralement de manière individuelle. Cette gestion lui permet de moduler
facilement les apports selon la production laitière mais aussi selon l’état corporel et le niveau
de réserves adipeuses de ses animaux.
Les inconvénients sont le temps nécessaire, le décalage dans le temps entre l’apport de fibres
et l’apport de concentrés, ceci pouvant favoriser les acidoses et donc une diminution de
l’ingestion.

(ii) Modalités de distribution

Le comportement alimentaire (taille, durée et fréquence des repas) influe sur l’ingestion de
matière sèche (Nielsen, 1999). Johnston et al (2018) montrent que la matière sèche ingérée est
positivement corrélée à la durée du repas, à la durée de rumination et à la fréquence des repas.
Si la durée du repas augmente d’une heure, les vaches ingèrent 0,96 kg de MS supplémentaire.
Si on distribue un repas en plus par jour, on augmente la matière sèche ingérée de 0,19 kg par
jour.
Tous ces paramètres permettent une distribution de la ration à volonté, et favorisent l’ingestion.
Les vaches semblent ingérer une quantité plus importante de MS et semblent avoir une
meilleure production laitière quand elles peuvent s’alimenter quand elles le souhaitent (Grant
et al, 2001). Pour qu’une ration soit distribuée ad libitum, on surveille que certains paramètres
zootechniques soient respectés (tableau XVIII).

55
Tableau XVIII : critères techniques à respecter pour une distribution des fourrages à volonté
(Institut de l’élevage, 2010).
Largeur des places à l’auge Barre : > 0,50 m/VL
Cornadis : > 0,70 m/VL
Abreuvement non limitant 8 VL / abreuvoir individuel (débit 20 L/min)
Ou 20 VL / abreuvoir collectif (débit > 25
L/min)
Disponibilité constante de la ration à Repousses régulières si une seule
l’auge distribution
Plusieurs distributions par jour
Bonne conservation de la ration au cours Protection contre les intempéries
de la journée
Surveillance des refus (ration non Doivent correspondre à 3-5% de la ration
consommée) distribuée

(ii.1) Places à l’auge et aire d’alimentation

Des études récentes ont montré qu’une place suffisante (en nombre et en taille) à l’auge était
essentielle pour permettre à toutes les vaches du troupeau (dominantes et dominées) de
s’alimenter correctement. La place doit permettre à toutes les vaches de consommer la même
ration au même moment. Si les vaches dominantes s’alimentent en premier, elles consomment
les éléments les plus riches et laissent les composants les moins appétents aux vaches dominées.
Ceci peut provoquer une sub-acidose dans le premier groupe et une non-couverture des besoins
dans le deuxième.
Le temps passé debout et inactif dans le couloir d’alimentation est d’autant plus important au
moment de la distribution des repas, et se réduit lorsqu’on augmente le nombre de places à
l’auge (DeVries et al, 2006, Huzzey et al, 2006). Un nombre de places insuffisant à l’auge peut
engendrer de la compétition pour les ressources et des interactions agressives. De plus, pendant
le temps passé debout inactive, la vache n’ingère pas de ration, ne rumine pas, et ne se couche
pas. Sa production sera moins importante et elle augmente le risque de développer des maladies
podales (Botheras, 2007).
Botheras (2007) fait le bilan de plusieurs études et définit une largeur minimale, 61 cm, qui
permettrait une durée d’ingestion considérablement plus longue.
Le système d’accès au couloir d’alimentation a un impact sur la durée d’ingestion des vaches.
De manière générale, l’ingestion serait plus longue et plus importante lorsque le système est
confortable (barre au garrot plus confortable qu’un cornadis en position bloquée). Cependant,
pour les vaches dominées, la présence de cornadis en position bloquée permet une diminution
des interactions agressives et un accès à la ration plus égal, surtout lorsque l’on observe un
nombre insuffisant de places au cornadis, c’est-à-dire le plus souvent au moment de la
distribution (Endres et al, 2005, Huzzey et al, 2006).
Les vaches passeraient plus de temps sur des sols souples, confortables et non abrasifs. Placer
un tel type de sol au niveau de l’aire d’alimentation permettrait une augmentation du temps
d’ingestion (Botheras, 2007).

(ii.2) Nombre de distributions

Distribuer la ration journalière en plusieurs fois plutôt qu’une (même en effectuant des
repousses) permet à toutes les vaches d’accéder plus facilement à l’auge en réduisant le
phénomène de compétition (Crossley et al, 2018). De plus, cela permettrait une meilleure
stabilité ruminale, et ainsi une diminution du risque d’acidose ruminale (French et al, 1990).
56
Le tableau XIX montre à travers l’étude de plusieurs articles que l’effet de la fréquence de
distribution de la ration n’a pas de corrélation strictement établie avec la MSI.

Tableau XIX : influence de la fréquence de distribution de la ration sur la quantité de matière

sèche ingérée.

Article Nombre de Influence sur MSI Durée de

distributions par l’étude
jour
Nocek et al (1985) 1/4 Aucune 16 semaines
Yang et Varga 1/2/3 Aucune 20 jours
(1989)
Klusmeyer et al 2/4 Aucune Non connue
(1990)
Robinson et 2/7 Oui, non précisée Non connue
McNiven (1994)
Shabi et al (1998) 1/3 Aucune 3 mois
DeVries et al (2005) 1/2/4 Aucune 10 jours
(avec 3 / 2 / 0
repousses par jour)
Mäntysaari et al 1/5 Oui : forte fréquence => Du vêlage à 28
(2006) - 1 kg MS/j = - 4,8 % MS/j semaines de
lactation
Ménard et al (2014) 1/3/8 Aucune 6 semaines
Hart et al (2014) 1/2/3 Oui : 21 jours
1 distribution : 27 ,4 kg
MS /jour
2 : 27 kg MS /jour
3 : 27,8 kg MS /jour
Phillips et al (2001) 1/4 Oui, forte fréquence => 9 semaines
- 6,3 kg MS/j
Faucet et al (2013) 1/3/8 Oui, forte fréquence => 6 semaines
+ 0,6 kg MS/j

Pour donner un exemple, la figure 19 présente les résultats de l’étude de Ménard et al (2014)
faite à partir d’une ration totale mélangée en distribution automatisée, où l’on ne note pas de
différence significative quant à l’effet du nombre de distributions sur l’ingestion de matière
sèche.

57
 Figure 19 : niveau d’ingestion de lots de vaches recevant la ration 1D (une distribution,
et deux repousses manuelles), ou 3D (trois distributions, à 7h, 12h et 18h), ou 8D (huit
distributions de 4h à 18h30) (Ménard et al, 2014).

Ménard et al (2014) montrent aussi que le nombre de distributions ne semble pas avoir de
conséquences sur le rythme des animaux (figure 20).

Figure 20 : budget-temps du troupeau selon les modalités de distribution 1D (une

distribution, et deux repousses manuelles), ou 8D (huit distributions de 4h à 18h30)
(Ménard et al, 2014).

(ii.3) A quels moments distribuer ?

Les heures de distribution de la ration jouent un rôle sur l’ingestion des vaches laitières.
L’ingestion serait plus importante l’après-midi, et plus réduite à la tombée de la nuit (DeVries
et al, 2005).
De même, une distribution à 20h30 à volonté engendre une perte de 1,7 kg de MSI par jour, par
rapport à une distribution à 8h30, sans qu’il y ait de différence sur la production laitière (Niu et
al, 2018, étude réalisée pendant 14 jours).

Pour d’autres auteurs l’ingestion de matière sèche ne semble pas dépendre de l’heure de la
distribution (9h ou 21h). Cependant, il semblerait qu’elle soit plus importante (37 % de
l’ingestion totale journalière au lieu de 27 %) pendant les 3 premières heures après la
distribution, si celle-ci a eu lieu à 21h au lieu de 9h (Nikkhah et al, 2008).

Il semblerait que le moment de la distribution par rapport aux heures de traite influe sur la MSI,
comme le montre le tableau XX.

58
Tableau XX : effet du moment de distribution de la ration par rapport aux heures de traite
(King et al, 2016) (Durée de l’étude : 21 jours).

Paramètre étudié Groupe 1 Groupe 2

Traites 7h - 14h - 21h
Heures de distribution 7h - 14h 10h30 - 17h30
Ingestion 27,2 26,5
(kg de MSI)
Production laitière 48 48
(kg lait / jour)
Efficacité alimentaire 1,80 1,93
(kg lait produit / kg de
MSI)

Une distribution associée aux heures de traite semble engendrer une plus grande ingestion de
matière sèche, sans que cela ait d’effet sur la production laitière (d’où une moins bonne
efficacité alimentaire). Ceci serait dû à des repas plus rapides associés à une moindre rumination
lorsque ceux-ci sont associés à la traite.

(ii.4) Nombre de repousses de la ration

Lorsqu’elles s’alimentent à l’auge, les vaches ont tendance à repousser la ration loin d’elles. La
ration devient alors inaccessible. Pour pallier ce phénomène, l’éleveur passe régulièrement
rapprocher la ration au plus près des vaches. Le tableau XXI présente quelques études réalisées
pour déterminer l’effet du nombre de repousses de la ration sur la quantité de matière sèche
ingérée. Il semble que ce paramètre n’influe pas directement sur la MSI, mais qu’il pourrait
parfois engendrer une meilleure efficacité alimentaire.

Tableau XXI : effet du nombre de repousses de la ration sur la matière sèche ingérée
Avec EA = efficacité alimentaire (kg lait produit / kg de MSI).

Articles Modalités de Nombre de Influence sur la Autres effets

l’étude repousses de la MSI (kg MS /j)
ration par jour
Miller-Cushon Traite 2/jour, 2 3 vs 5 repousses 27,5 → 27,7 pas Production lait : aucun
et al (2017) distributions de différence Composition lait :
/jour, 21 jours significative aucun
d’étude Tri de la ration : aucun
Temps couché : aucun
Armstrong et 3 distributions 1 repousse / h 18,6 → 18,1 pas Lait : 27,6 → 29,5 kg
al (2008) par jour Vs 2 repousses / de différence /j
h significative EA : 1,48 → 1,63 L
lait / kg MSI
Temps couché : pas
d’impact

Attention, dans ces deux études, il y a deux et trois distributions par jour. Aucune étude n’étudie
l’effet du nombre de repousses dans le cas d’une seule distribution par jour. On pourrait penser
qu’avec une unique distribution dans la journée, on ait un effet positif du nombre de repousses
de la ration sur la matière sèche ingérée.

59
 c) Paramètres d’ambiance

(i) Température et humidité

La zone de thermoneutralité d’une vache correspond à l’intervalle de température dans lequel

elle ne met pas en place de processus de thermorégulation.

Une température et une hygrométrie supérieure à la zone de neutralité entraîne une chute de la
quantité de matière sèche ingérée (figure 21, (Hill et al, 2017)).

Figure 21 : influence de la température et de l’hygrométrie sur l’ingestion des vaches laitières

(Hill et al, 2017).

La zone de thermoneutralité dépend du niveau de production de la vache. Une vache laitière

haute productrice présente un métabolisme plus important et donc une production de chaleur
supérieure. Ainsi, sa température de confort sera plus basse que celle d’une vache plus rustique,
et subira des stress thermiques à des températures plus basses qu’une vache rustique (Berman,
2005).

Le NRC (1989) a démontré une chute modérée de la matière sèche ingérée à partir de 25-26°C
et une chute plus importante à partir de 30°C. Le tableau XXII présente différentes valeurs de
température au-dessus desquelles on observe une chute de production laitière ou de matière
sèche ingérée.
Tableau XXII : influence de la température sur la production laitière et sur la quantité de
matière sèche ingérée. ↘ = chute
Article Hausse de Production laitière Ingestion de
température MG = matière grasse du lait matière sèche
MP = matière protéique du
lait
McDowell et al 18 à 30 °C ↘ 15 %
(1976) MG : ↘ 39,7 %
MP : ↘ 16,9 %
Bianca (1965) 35 °C en ↘ 33 %
continu
NRC (1989) 40 °C ↘ 40 %
Berman (1968) > 25 °C ↘ non quantifiée ↘ non quantifiée

60
Certains auteurs recommandent de distribuer 65 % de la ration pendant les heures les moins
chaudes de la journée lorsque les vaches sont soumises à un stress thermique, pour favoriser le
nombre de repas et ainsi l’ingestion (Bernard, 2008).

(ii) Luminosité

Deux éléments semblent avoir un impact : la photopériode et les rayonnements du soleil. En

effet, Petitclerc et al (1983) et Mossberg et al (1996) ont montré une augmentation de
l’ingestion de matière sèche chez des génisses de race Holstein (nourries ad libitum) lorsque les
jours rallongeaient. Hill et al (2017) font le constat inverse, dans une étude où ce sont les
rayonnements solaires qui sont étudiés. De plus ils remarquent que cette baisse de
consommation est plus importante chez les vaches laitières hautes productrices que chez des
vaches moins sélectionnées.

(iii) Type de stabulation

En stabulation libre, les génisses augmentent leur capacité d’ingestion de 10% en moyenne par
rapport à la stabulation entravée (D’Hour et al, 1991).
Les temps que consacre une vache à chacune de ses activités au cours d’une journée sont
comprises dans son budget-temps. Le respect de ce budget-temps est essentiel au bien-être, et
est donc la clef d’une bonne production. Les études semblent définir un budget-temps moyen,
pour une vache nourrie avec une RTM en stabulation libre, correspondant à la figure 22.

BUDGET-TEMPS D'UNE VACHE EN STABULATION LIBRE

NOURRIE AVEC UNE RTM
Abreuvement
Autres (traite…) 30 min
2-3h

Alimentation 3-
5h
Couchage 12h

Rumination 7-
10h
Figure 22 : budget-temps d’une vache en stabulation libre nourrie avec une RTM.
Réalisé à partir de Grant et al (2011).

Le lien entre le temps d’alimentation et le temps de couchage est très important. Les vaches
privilégient le temps de couchage aux autres activités. Tout élément qui provoque une
diminution du temps de couchage est susceptible de provoquer une diminution du temps
consacré à l’alimentation. Ainsi, une vache perdant 3,5 minutes de temps de couchage va
s’alimenter 1 minute de moins pour compenser, provoquant une plus faible quantité de MSI
(Grant et al, 2011).

61
Certains auteurs démontrent qu’une trop haute fréquence de distribution de la ration altère le
budget-temps de la vache, qui réduit son temps de couchage (Mäntysaari et al, 2006). Au
contraire, certains auteurs semblent montrer que la fréquence de distribution n’a pas d'incidence
sur le budget-temps, et notamment pas de conséquence sur la durée totale du repos (DeVries et
al, 2005, Faucet et al, 2013).

(iv) La compétition entre vaches

Dans les premiers jours post-partum, une vache réinsérée dans un petit groupe (6 vaches dans
l’étude) subira moins l’effet de compétition pour l’auge et pour le couchage que si on la
réintroduit dans un plus grand groupe (>24 vaches dans l’étude). Quand l’effet de compétition
est moindre, l’ingestion est meilleure pour tout le groupe de vaches (Jensen et al, 2017).

d) Santé

Les problèmes de parturition (parts difficiles, retentions placentaires, métrites), les maladies
métaboliques (cétoses, fièvres vitulaires), et les pathologies de la mamelle (mammite, œdème)
semblent être reliés à une chute de la MSI. Bareille et al (2003) estiment une perte de 1,94 kg
de lait par kg de MS ingérée en moins quand les vaches sont malades. Les entérites, les
diminutions de motilités ruminales, les déplacements de caillette et l’acidose provoquent aussi
des chutes de MSI (Ostergaard et al, 2000, Owens et al, 1998, Oetzel, 2004).
Le tableau XXIII présente l’effet du grade des boiteries sur la quantité de MSI.

Tableau XXIII : effet des boiteries sur la MSI et sur la production laitière (Juarez et al, 2002).
Score 1 : faible boiterie, score 5 : très forte boiterie
Score de Perte de Perte de production
boiterie MSI laitière
1 0 0
2 -1% 0
3 -3% -5%
4 -7% - 17 %
5 - 16 % - 36 %

La chute de MSI semble parfois précéder certains signes cliniques. Une étude de 1979 a montré
une chute significative de la MSI trois semaines avant la mise-bas, chez des vaches ayant
développé par la suite des mammites, métrites, non délivrances, déplacements de caillette etc
(Zamet et al, 1979).

62
 II. L’efficacité alimentaire

Pour répondre à la demande d’une population mondiale en plein croissance, les

éleveurs tentent d’augmenter leur production tout en minimisant les coûts engendrés par
cette même production. Un des principaux leviers d’action est la réduction des dépenses
faites pour l’alimentation des vaches, car elles représentent 60 % des dépenses annuelles de
l’exploitation (Bethard, 2013). Un marqueur permettant d’évaluer la rentabilité de l’élevage
est l’efficacité alimentaire. Elle correspond au rapport entre la production laitière obtenue
et la quantité d’aliment consommé par les vaches. Elle permet aussi de réduire l’impact
environnemental (Reynolds et al, 2011), car une part plus importante des nutriments sera
utilisée pour la production de lait, et donc il y aura moins de déchets produits (sous forme
de méthane, dioxyde de carbone ou fumier) (Arndt et al, 2015).

A. Définitions

1. L’efficacité alimentaire

L’efficacité alimentaire (EA) est la quantité de lait standard produit en kilogrammes par
kilogramme de matière sèche ingéré :

𝑙𝑎𝑖𝑡 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑝𝑟𝑜𝑑𝑢𝑖𝑡 (𝑘𝑔)

𝐸𝐴 = , avec MSI la quantité de matière sèche ingérée.
𝑀𝑆𝐼 (𝑘𝑔)

C’est une mesure brute faisant le rapport des sorties totales sur le total des intrants. Elle évalue
la capacité d’une vache laitière à valoriser sa ration selon des objectifs (St-Pierre, 2008). Elle
donne une indication économique à l’éleveur qui va chercher à augmenter la valeur d’efficacité
alimentaire pour avoir une meilleure rentabilité. Pour ce faire, deux méthodes sont
envisageables selon les contraintes de l’exploitation :
- chercher à améliorer la production laitière avec une quantité donnée de ration
distribuée ;
- maintenir la production laitière actuelle tout en diminuant la quantité de ration
distribuée.

On vise dans les troupeaux de Prim’Holsteins américains une valeur de 1,5 kg de lait standard
à 3,5% de matières grasses pour 1 kg de matière sèche ingérée, avec une ration totale mélangée
à base d’ensilage de maïs. Cette valeur varie légèrement avec le stade de lactation (tableau
XXIV, USA). Cependant en France, les races sont plus variées, la sélection génétique est moins
utilisée, et les conduites d’élevage peuvent être différentes. Par exemple, le pâturage peut
parfois représenter une part importante de la ration au cours de l’année. C’est pourquoi la valeur
couramment utilisée en France en termes d’efficacité alimentaire est de 1,4 kg de lait standard
à 4% de matières grasses pour 1 kg de matière sèche ingéré.

63
Tableau XXIV: objectifs d’efficacité alimentaire selon le stade et le rang de lactation (Hutjens,
2008b).

GROUPE JOURS EN LACTATION EFFICACITE

ALIMENTAIRE
Toutes les vaches laitières 150 à 225 1,4 - 1,6
1ère lactation < 90 1,5 - 1,6
1ère lactation >200 1,2 - 1,4
< 2ème lactation < 90 1,6 - 1,8
< 2ème lactation >200 1,3 - 1,5
Début de lactation < 21 1,2 - 1,4
Vaches laitières avec 150 à 200 < 1,3
pathologie

Pour augmenter la production laitière, il faut prendre en compte l’efficacité alimentaire liée à
l’ingestion des concentrés et celle liée à l’ingestion des fourrages (Castellani, 2014).
La production laitière liée à l’ingestion de concentrés est connue et invariable (cf taux de
substitution). La quantité de concentrés distribuée aux vaches laitières est plutôt stable et peu
variable, que ce soit à cause du coût qu’ils représentent, ou que ce soit pour assurer un bon
fonctionnement ruminal. Un excès de concentrés est susceptible de déséquilibrer la microflore
ruminale et de provoquer une mauvaise valorisation de la ration. Les fourrages sont
indispensables pour favoriser les contractions ruminales et limiter l’acidose engendrée par
l’apport de concentrés. La production laitière permise par les concentrés ne peut représenter
qu’une faible part de la production totale. Il est essentiel d’utiliser au mieux les fourrages pour
augmenter la production laitière.

2. Le lait standardisé

Les teneurs en matières grasses et matières protéiques contenues dans le lait sont très variables
selon l’élevage considéré. Pour s’affranchir de la qualité du lait dans le calcul de l’efficacité
alimentaire, on convertit la quantité de lait réellement produite en une quantité de lait standard.
Le lait standard est normalisé en matière grasse à 38 ou 40 g/L (TB, taux butyreux), et en
matière protéique à 32 g/L (TP, taux protéique).
La formule permettant d’obtenir le lait standard est :

(0,44 + (0,0055 ∗ (𝑇𝐵 − 40)) + 0,0033 ∗ (𝑇𝑃 − 32)) ∗ 𝑄𝑢𝑎𝑛𝑡𝑖𝑡é 𝐿𝑎𝑖𝑡

Lait standard =
0,44

Aux Etats-Unis, on utilise aussi bien le FCM 3,5% (fat-corrected milk +/- protein, en kg), que
le FCM 4% ou ECM (energy-corrected milk) (Hutjens, 2008a). La formule du FM 3,5% est la
suivante :

3.5% 𝐹𝐶𝑀 (𝑘𝑔)

= (0.4324 𝑥 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑙𝑎𝑖𝑡𝑖è𝑟𝑒 (𝑘𝑔))
+ (16.216 𝑥 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑚𝑎𝑡𝑖è𝑟𝑒 𝑔𝑟𝑎𝑠𝑠𝑒 𝑑𝑢 𝑙𝑎𝑖𝑡 (𝑘𝑔))
ou 3.5% 𝑘𝑔 𝑑𝑒 𝑙𝑎𝑖𝑡 𝑐𝑜𝑟𝑟𝑖𝑔é 𝑒𝑛 𝑚𝑎𝑡𝑖è𝑟𝑒𝑠 𝑔𝑟𝑎𝑠𝑠𝑒 𝑒𝑡 𝑝𝑟𝑜𝑡é𝑖𝑞𝑢𝑒 =
(12.82 𝑥 𝑘𝑔 𝑑𝑒 𝑚𝑎𝑡𝑖è𝑟𝑒 𝑔𝑟𝑎𝑠𝑠𝑒 𝑑𝑢 𝑙𝑎𝑖𝑡) + (7.13 𝑥 𝑘𝑔 𝑑𝑒 𝑚𝑎𝑡𝑖è𝑟𝑒 𝑝𝑟𝑜𝑡é𝑖𝑞𝑢𝑒 𝑑𝑢 𝑙𝑎𝑖𝑡) +
(0.323 𝑥 𝑘𝑔 𝑑𝑒 𝑙𝑎𝑖𝑡)

64
 B. Pourquoi cherchons-nous une bonne efficacité alimentaire ?

1. Répondre à la demande mondiale

Une des raisons pour laquelle on recherche une bonne efficacité alimentaire est la volonté
d’approvisionner en produits d’origine animale une population mondiale en perpétuelle
croissance. L’organisation mondiale de la santé animale (OIE) estime à 70% l’augmentation
de la demande en protéines d’origine animale d’ici 2050. Cette augmentation résulterait des
nouveaux modes de consommation des classes moyennes qui émergent dans les pays en
développement. Une production qui augmente a un impact environnemental plus important.
Certains recherchent donc une meilleure efficacité alimentaire pour limiter cet effet.

2. Rentabilité économique

Une bonne efficacité alimentaire peut être recherchée pour maintenir une bonne rentabilité
dans les exploitations. En effet, les dépenses pour l’alimentation représentent la majeure
partie des dépenses annuelles d’une exploitation. Cela représente donc un levier d’action
majeur pour améliorer la rentabilité en élevage.
Dans le tableau XXV, une efficacité alimentaire de 1,40 au lieu de 1,20 permet
d’économiser le coût de 0,83 livres de matière sèche ingérée (MSI).

Tableau XXV : impact économique d’une augmentation de l’efficacité alimentaire (Hutjens,

2008a).
Efficacité alimentaire MSI (en livres) Economie réalisée, en
(livres lait / livres MSI) livres de MSI
1,20 58,3 0,83
1,40 50
1,60 43,8 0,48
1,80 38,9

3. Durabilité environnementale

Il semble que la meilleure productivité en élevage (laitier ou allaitant) permette de réduire la

consommation des ressources (eau) et l’émission de gaz à effet de serre par unité de nourriture.
Ce phénomène s’expliquerait par la dilution des besoins d’entretien (figure 23). En effet, plus
la vache produit, plus la proportion des nutriments utilisée pour ses besoins d’entretien diminue.

65
 Figure 23 : effet de dilution des besoins d’entretien : impact d’une plus grande
productivité sur la proportion d’énergie utilisée pour les besoins d’entretien chez des
vaches laitières (1944 versus 2007) (d’après Capper et al, 2009)
ME = énergie métabolisable ; MJ = méga-joules
De même, les meilleures pratiques d’élevage (nutrition, gestion, médecine préventive, bien-être
animal) et le travail de la génétique, améliorent le rendement laitier et la croissance des bovins.
Cependant, les élevages intensifs et les technologies visant à améliorer la productivité
représentent un sujet de débat social en France. Certaines associations de protection animale et
de protection de l’environnement affirment que des élevages intensifs ne peuvent pas garantir
ni le respect du bien-être animal, ni respecter les normes en matière d’environnement. Un
exemple est celui de la ferme des Mille Vaches (annexe 1). Des recherches supplémentaires
sont nécessaires pour s'assurer que les comparaisons des différents types d’aliments entre eux
sont basées sur l'impact environnemental et la valeur nutritive des différents composants
(Capper et al, 2013).
Jusqu’à présent, les recherches se sont concentrées sur des paramètres de productivité (PL,
GMQ…). Les effets sur la santé des vaches, ou l’effet du PV sur l’environnement ne sont quant
à eux pas pris en compte dans les études. Prendre en compte tous ces facteurs permettrait aux
éleveurs de combiner les critères économiques, nutritionnels et environnementaux, pour tendre
vers une production alimentaire durable.

66
 C. Facteurs influençant l’efficacité alimentaire

1. Caractéristiques de la vache

a) Les stades de lactation et de gestation

Les raisons pour lesquelles le stade de lactation influe sur l’efficacité alimentaire sont les
suivantes :

- Fraîches vêlées (<21 j post-partum) : l’efficacité alimentaire (EA) est souvent élevée
en début de lactation car la vache laitière mobilise ses réserves corporelles pour
compenser la carence énergétique du début de lactation. Après vêlage, la capacité
d’ingestion plus faible ne permet pas de couvrir les besoins énergétiques. Une EA > 1,4
peut signifier que la vache mobilise ses réserves de manière excessive, par exemple lors
d’un engraissement excessif au vêlage qui augmente alors le risque de cétose. Ainsi,
certains auteurs ne recommandent pas l’analyse de l’efficacité alimentaire en début de
lactation, mais plutôt à 150 jours en lait (JEL) par exemple. En effet, à partir de 100
JEL, et lorsque la production laitière est maximale, l’efficacité alimentaire diminue de
manière linéaire, et sa détermination est plus facile. Erdman (2011) met en place des
coefficients permettant de rapporter l’efficacité alimentaire (EA) en efficacité
alimentaire à 150 jours en lait (EA150 JEL) comme le présente le tableau XXVI.

On peut ainsi comparer l’efficacité alimentaire de plusieurs troupeaux bien que leur
stade de lactation soit différent. Sans cette correction, on aurait pu conclure de manière
biaisée que l’EA du troupeau 1 était supérieure à l’ efficacité alimentaire du troupeau 4,
alors qu’on trouve le résultat inverse une fois le nombre de jours en lait pris en compte.

Tableau XXVI : conversion de l’EA (efficacité alimentaire) en EA150 JEL (efficacité alimentaire
à 150 jours en lait) (Erdman, 2011).

Troupeau Jours en Efficacité alimentaire Facteur de Efficacité

lait (kg lait standard correction alimentaire corrigée
(JEL) (corrigé à 3,5%)/MSI) à 150 JEL
1 125 1,47 0,975 1,433
2 150 1,44 1,000 1,440
3 175 1,46 1,025 1,497
4 200 1,43 1,050 1,502

- Lorsque les jours en lactation augmentent, l’efficacité alimentaire diminue car il n’y
a plus de mobilisation des réserves corporelles de la vache. Les nutriments sont mêmes
utilisés pour reconstituer les réserves.
- En fin de gestation, l’efficacité alimentaire diminue, car la croissance du veau requiert
des nutriments.

b) L’âge ou le numéro de lactation

L’efficacité alimentaire de la première lactation est plus faible que les suivantes car les
nutriments sont utilisés pour la croissance de la primipare (figure 24).

67
 Figure 24 : influence de la parité et des jours en lait sur l’efficacité alimentaire, sur des
Jersiaises à 6774 kg de lait pour 305 jours de lactation (Erdman, 2011).

c) La race

La race semble avoir une influence sur la quantité de matière sèche ingérée. On peut se
demander si elle a de ce fait une influence sur l’efficacité alimentaire.
Certains auteurs montrent qu’il n’y a pas de différence significative d’efficacité alimentaire
entre les vaches de race Jersiaise et Prim’Holstein (Erdman, 2011). D’autres semblent
démontrer l’inverse, comme le montre le tableau XXVII. Les vaches de race Prim’Holstein
présentent une meilleure efficacité alimentaire que les vaches Jersiaises, lorsqu’on ne prend pas
en compte la composition du lait mais uniquement la quantité. L’efficacité alimentaire des
vaches de race Jersiaise concernant la production de matière protéique ou matière grasse du lait
est plus importante que celle des vaches Prim’Holsteins (Halachmi et al (2011), Kristensen et
al (2015), Prendiville et al (2009)).

68
Tableau XVII : efficacité alimentaire selon la race.
* ECM = energy corrected milk : 3,5% en matière grasse, 3,2 % en matière protéique.

Article Expression Holstein Jersiaise Danish Red Jersiaise x

de l’efficacité Holstein
alimentaire
Kristensen et Kg ECM* / 1,35 1,46
al (2015) kg MSI
Halachmi et Kg MSI / kg 0,77 0,95 0,84
al (2011) lait
Kg MSI / kg 18,8 19,6 15,4
matière grasse
du lait
Prendiville et Lait (kg/VL/j) 18,3 13,8 16,7
al (2009) MSI (kg 16,9 14,7 16,2
MS/VL/j)
Energie nette X X – 8% X – 11%
ingérée pour
produire 1 kg
de matière
protéique et
matière grasse
du lait

d) La note d’état corporel (NEC)

La note d’état corporel (NEC) permet d’évaluer de façon subjective la quantité de gras sous-
cutané. Une note proche de 5/5 correspond à une vache plutôt grasse. Une note de 1/5
correspond à une vache maigre ayant très peu de réserves de gras sous-cutané.
La formule de l’efficacité alimentaire ne prend pas en compte la perte ou la prise d’état corporel.
C’est pourquoi la valeur d’efficacité alimentaire est maximale en début de lactation. En effet,
en début de lactation, les vaches sont en déficit énergétique et mobilisent leurs réserves
corporelles pour assurer la production laitière. À mesure que la lactation progresse, l’efficacité
alimentaire diminue exponentiellement au cours des 3 premiers mois puis linéairement jusqu'à
la fin de la lactation, comme le montre la figure 25. Les vaches en reprise d’état corporel
présentent une efficacité alimentaire plus faible, car une partie de la matière ingérée est utilisée
pour reconstituer les réserves corporelles. Des valeurs plus faibles en fin de lactation peuvent
donc être désirables (St-Pierre, 2008).

69
Figure 25 : évolution de l’efficacité alimentaire au cours de la lactation, chez des vaches
produisant 7250 kg, 9980 kg, et 12700 kg de lait sur 330 jours de lactation (Hutjens, 2005).

2. Alimentation

a) Méthode de rationnement

(i) Conservation du fourrage

Il existe une perte de matière sèche entre la récolte et le moment de distribution de la ration (17
à 64% pour l'ensilage d’herbe et 12 à 23% pour l'ensilage de maïs (Holmes, 2013)).
Ce phénomène engendre une perte de valeur nutritive. Les stocks de fourrages ne sont pas
toujours en quantité suffisante pour permettre de combler la perte de valeur nutritive par
l’augmentation de la quantité de fourrage distribuée aux vaches. L’efficacité alimentaire peut
donc chuter. Un respect des bonnes pratiques de réalisation d’un ensilage, et certaines
techniques de conservation et de stockage de l’ensilage peuvent permettre de diminuer cette
perte de matière sèche et de nutriments, (Borreani et al, 2007).

(ii) Couverture des besoins par la ration

La ration de base est composée d’un mélange de fourrages et de concentrés, et est distribuée à
toutes les vaches laitières, quel que soit leur niveau de production. A cette ration, on ajoute le
complément de production dont la quantité est adaptée à chaque vache laitière selon sa
production laitière. Le contrôle laitier est en mesure de déterminer la « ration calculée », c’est-
à-dire la ration théorique (fourrages et concentrés) qui fournit l’énergie et les protéines
nécessaires aux besoins d’entretien et de production du troupeau. Pour être sûr que les vaches
reçoivent bien la ration correspondant à leurs besoins, il faut s’assurer que la « ration
distribuée » par l’éleveur soit identique à la ration calculée, c’est-à-dire que la ration distribuée
possède des valeurs nutritives équivalentes à celles de la ration calculée. Pour ce faire, on réalise
une analyse chimique de la ration distribuée.
Enfin, pour s’assurer de la bonne couverture des besoins, il faut vérifier que la ration distribuée
corresponde à la « ration consommée » par les vaches. Pour ce faire, il faut observer la qualité
des « refus ». Les refus correspondent à la partie de la ration non consommée par les vaches
laitières. Si les refus correspondent en composition à la ration de base, on peut conclure à une
ingestion optimale et ad libitum de la ration distribuée, et l’EA obtenue peut être considérée
70
comme maximale. Si les refus sont composés d’éléments grossiers uniquement, on peut
conclure que les vaches ont ingéré la partie la plus énergétique de la ration de base. Dans ce
cas, la ration ingérée n’est pas équilibrée car les vaches ont trié la ration, c’est-à-dire qu’elles
ont sélectionné les éléments les plus appétents, soit les éléments les plus énergétiques et les plus
fins. L’EA qui en résulte ne peut pas être maximale.

La figure 26 illustre la méthode d’analyse de la ration des vaches laitières.

Figure 26 : méthode des 5R (Ponter, 2016).

On considère qu’une ration est distribuée à volonté et avec la même productivité lorsque les
refus représentent 2 à 3% de la ration de base (Barmore, 2002). On recherche à obtenir cette
quantité minimale de refus (2-3%) pour obtenir une meilleure rentabilité économique. Car si la
productivité laitière est conservée, une faible quantité de refus suppose un moindre gaspillage.
Même lorsque les refus sont distribués aux génisses et ne représentent ainsi pas une perte totale,
le coût de la ration perdue reste élevé. Plusieurs méthodes existent pour limiter le phénomène
de tri, comme par exemple le fait d’humidifier la ration distribuée et d’augmenter la fréquence
de distribution de 1 à 2 fois par jour (DeVries et al, 2005, Shaver, 2002).
Dans les grands troupeaux, on peut séparer les vaches laitières en plusieurs lots selon leur stade
physiologique. Ainsi, on peut adapter encore plus précisément la ration distribuée et mieux
répondre aux besoins de la vache laitière à une stade de lactation précis. La production laitière
et l’efficacité alimentaire sont optimisées (VandeHaar et al, 2012).

A court terme, pour contrôler que la ration consommée couvre bien les besoins d’entretien et
de production du troupeau, on compare la production laitière du jour de la mesure avec la
quantité de lait permise par l’apport énergétique de la ration (UFL) et par l’apport protéique
(PDIN et PDIE). A long terme, on regarde la note d’état corporel selon le stade de lactation.
Une mauvaise couverture des besoins par la ration ne permet pas d’obtenir une production
laitière maximale, et est donc un point essentiel de contrôle permettant d’optimiser l’efficacité
alimentaire.

71
 (iii) Contrôle de l’équilibre de la ration

L’équilibre de la ration permet un fonctionnement optimal du rumen. Cela engendre une

meilleure digestibilité et assimilation des fibres et des nutriments, et un meilleur rendement en
protéines microbiennes. Cela permet de diminuer les pertes fécales et d’améliorer l’EA (Krause
et al, 2005 ; Stone, 2004). Pour avoir un fonctionnement optimal, il faut que les taux d’amidon
et de fibres efficaces soient dans les bonnes proportions afin d’obtenir un pH qui stabilise
l’environnement ruminal et limite l’acidose ruminale.

(iii.1) Le rapport microbien et la microflore ruminale

Pour bien fonctionner, la microflore ruminale a besoin d’un équilibre entre l’apport d’azote
(nécessaire à la synthèse de protéines microbiennes et des protéines qu’utilisera la vache) et
l’apport d’énergie (nécessaire aux réactions de protéosynthèse). Le Rmic, rapport microbien,
permet d’évaluer l’équilibre nutritionnel pour la microflore ruminale, et notamment l’apport en
azote dégradable de la ration. Il est donné par l’équation suivante :
(𝑃𝐷𝐼𝑁−𝑃𝐷𝐼𝐸)
𝑅𝑚𝑖𝑐 = , en g/UFL (INRA, 2010).
𝑈𝐹𝐿

Les UFL (unités fourragères lait) correspondent à l’unité de mesure des besoins en énergie de
la vache laitière, mais aussi à l’unité de mesure de la valeur énergétique d’un aliment. Les PDI
(protéines digestibles dans l’intestin, en grammes) correspondent à l’unité de mesure des
besoins en protéines de la vache, mais aussi à celle de la valeur azotée d’un aliment. Une fois
passées dans le rumen, on différencie les protéines digestibles dans l’intestin d’origine
alimentaire (PDIA, c’est-à-dire non métabolisées par la microflore du rumen), des protéines
digestibles dans l’intestin d’origine microbienne (PDIM, c’est-à-dire provenant de la digestion
microbienne). On a PDI = PDIM + PDIA. La synthèse des protéines par les bactéries du rumen
nécessite un apport en azote et en énergie suffisant. Quand on distribue un aliment, on ne sait
pas si la synthèse microbienne sera bloquée par un défaut d’azote ou par un défaut d’énergie.
On donne donc deux valeurs de PDIM à l’aliment :
- PDIN, lorsque c’est l’azote disponible qui limite la protéosynthèse,
- et PDIE lorsque c’est l’énergie disponible qui limite la protéosynthèse.
C’est la plus faible valeur des deux qui correspond à la quantité finale de protéines que l’animal
absorbera.
L’objectif est d’avoir un apport le plus proche possible entre PDIN et PDIE. Une valeur de
Rmic négative correspond à un défaut d’apport en azote dégradable dans la ration. Dans ce
cas, la microflore ruminale ne reçoit pas les nutriments nécessaires à son bon fonctionnement.
Il y a moins de protéines synthétisées pour la vache laitière, la production laitière et
l’efficacité alimentaire baissent. Pour avoir la meilleure efficacité alimentaire possible, il faut
que les micro-organismes du rumen valorisent au maximum la ration ingérée, et cela passe
par un apport correct en azote dégradable.
Quand la valeur du Rmic est supérieure au seuil, il y a un excès d’azote dégradable dans le
rumen. Les micro-organismes n’ont pas assez d’énergie pour métaboliser tout l’azote fourni.
Une partie des apports azotés n’est pas utilisé, ce qui engendre des pertes économiques et une
baisse de l’efficacité alimentaire (tableau XXVIII).

72
Tableau XXVIII : signification des valeurs du Rmic (INRA, 2010).
Rmic < seuil Rmic > seuil
Défaut d’azote dégradable Excès d’azote dégradable
dans le rumen par rapport à dans le rumen par rapport à
l’énergie dégradable → l’énergie dégradable
Mauvaise digestion de la Fuite d’azote au niveau
ration urinaire

Le déficit en azote acceptable est d’autant plus faible que le niveau de production est important,
comme le présente le tableau XXIX.
Tableau XXIX : valeurs seuil du rapport Rmic chez les vaches laitières (INRA, 2010).
Production laitière kg lait/VL/j <25 25 à 35 >35
Rmic (valeurs usuelles) -8 -4 0

Un léger déficit en azote (PDIN) est acceptable dans la ration dans la mesure où il peut être
compensé par un recyclage endogène d’azote. Ce recyclage est possible si la salivation est
correcte et apporte de l’urée et si l’apport en énergie dégradable par les micro-organismes est
suffisant (PDIE) (Wolter, 2012).
Le Rmic est un rapport permettant d’évaluer l’équilibre entre les apports en azote dégradable
et en énergie dans la ration. Il peut donc parfois permettre d’expliquer la valeur de l’efficacité
alimentaire dans un élevage. Le tableau XXX présente les modifications à apporter selon les
résultats du rapport Rmic.
Tableau XXX : application des résultats du Rmic, (INRA, 2010).
Rmic < seuil Rmic > seuil
Ration à reconsidérer : Ration acceptable :
- ↗ l’apport en azote fermentescible pour ↗ PDIN Mais possibles dommages
(ex : urée) économiques et environnementaux
- Changer complètement de concentré selon son
Rmic
- Distribuer un fourrage plus riche en PDIN

(iii.2) Rapport PDI/UFL et nutrition de la vache laitière

Le rapport PDI/UFL permet d’évaluer l’équilibre entre les acides aminés et l’énergie dont
dispose la vache après digestion, lorsque l’équilibre nutritionnel des microbes est satisfaisant.
On prend la valeur la plus basse, soit la valeur limitante, entre PDIE et PDIN.
L’estimation des besoins par le système INRA indique que ce rapport est voisin de 100g de PDI
par UFL pour une vache en production, la valeur exacte dépendant du niveau de production
(Faverdin et al, 2003b). En effet, les réserves protéiques sont moins importantes et moins
facilement mobilisables que les réserves énergétiques (Ponter, 2016).
Un déficit en protéines (PDI, protéines digestibles dans l’intestin) entraîne une baisse de
l’ingestion, comme le montre le tableau XXXI. Ainsi, plus le rapport PDI/UFL est grand, plus
l’ingestion augmente, et ainsi meilleure est l’efficacité alimentaire.

73
Tableau XXXI : variation de l’ingestion selon le rapport PDIE/UFL de la ration (INRA, 2010).
PDIE/UFL 80 90 100 110 120
Variation de - 2,2 - 0,7 0 + 0,2 + 0,3
l’ingestion (kg
MS/j)
Le rapport PDI/UFL permet ainsi de contrôler l’équilibre de la ration et est un point de contrôle
de l’optimisation de l’efficacité alimentaire.

(iv) Apport en graisses

Il semble qu’un apport en graisses augmente non seulement la densité énergétique de la ration
mais aussi l’EA. On a ainsi une augmentation de l’EA de 0,03 à 0,10 unité par pourcentage de
MG ajoutée (Erdman, 2011).

(v) Gestion du tarissement et des transitions alimentaires

Le tarissement correspond à la période d’arrêt de la production laitière qui précède la nouvelle

lactation. Il permet de mettre la mamelle au repos et de la préparer à la lactation suivante. Il
dure souvent deux mois, et coïncide avec les deux mois qui précèdent la date présumée du
vêlage. Pendant le tarissement, les besoins sont moins importants du fait de l’arrêt de la
production laitière. C’est pourquoi la ration distribuée aux vaches est moins énergétique et plus
grossière. Ceci engendre une diminution de la taille des papilles ruminales (papilles qui
recouvrent la muqueuse ruminale et permettent l’absorption des acides gras volatils). Après le
vêlage, lorsqu’on ajoute des composants plus énergétiques à la ration, il faut 5 à 6 semaines
pour que ces papilles se redéveloppent. Ainsi, l’absorption des acides gras volatils dans le
rumen n’est maximale qu’un mois après le vêlage (si une transition alimentaire de 2 semaines
a été réalisée juste avant le vêlage). La préparation du rumen à la fin du tarissement, qui passe
par une transition alimentaire, est un élément décisif et va déterminer la qualité de la
valorisation de la ration. De plus, il faut trois semaines à la microflore ruminale pour s’adapter
à un changement d’alimentation. C’est pourquoi les transitions alimentaires pendant le
tarissement (et par extension au cours de la lactation) sont essentielles à une bonne valorisation
de la ration distribuée, et ainsi à une bonne efficacité alimentaire. Une même ration distribuée
à un lot de vaches dont la microflore ruminale et la muqueuse du rumen sont adaptées, et à un
lot de vaches non préparées, ne sera pas valorisée de la même manière bien que sa composition
chimique soit la même.

b) Les additifs alimentaires (tampons, ionophores, levures, auxiliaires de fermentation)

Ils peuvent améliorer le pH du rumen, la digestibilité, la production de lait, l’EA et réduire les
pertes de méthane (Poppy et al, 2012).

(i) Ionophore monensin

C’est un antibiotique produit par la bactérie Streptomyces cinnamonensis. Il inhibe la

croissance des bactéries à Gram positif. Ainsi, lorsqu’on l’ajoute dans la ration des vaches
laitières, la proportion de propionate augmente et celle des butyrate et acétate diminue. Cela
permet une augmentation de l’efficacité alimentaire quelque soit le type de ration distribué.
L’augmentation est d’autant plus importante que la ration est riche en amidon (27% contre
74
20%) (Akins et al, 2014). Son utilisation en France n’est autorisée que s’il y a une prescription
vétérinaire dans le cadre de la prévention de la cétose (dans les élevages où certains facteurs de
risque ont été mis en évidence). Son utilisation pour améliorer l’efficacité alimentaire est
interdite en France.
Le ionophore monensin permet en outre de diminuer la perte d’énergie sous forme de méthane
(Ipharraguerre et al, 2003).

(ii) Somatotropine

La somatotropine est l’hormone de croissance. Des injections de cette hormone aux vaches
laitières permettent de rediriger l’utilisation des nutriments dans la production laitière et ainsi
d’augmenter l’EA.

(iii) Balance Anions-Cations Alimentaire de la ration (BACA)

La balance alimentaire cation/anion, exprimée en milliéquivalents, traduit un équilibre entre les

principaux cations et anions de la ration. La BACA se calcule de la manière suivante :

BACA = ([Na] + [K]) - ([Cl] + [S]) en milliéquivalent

Le BACA est une caractéristique de l’aliment et donc de la ration. Pour obtenir la valeur BACA
d’une ration, on fait la somme des BACA des différents composants. Il s'agit d'un chiffre
pouvant être positif ou négatif. Un BACA positif favorise une augmentation du pH sanguin. Un
BACA négatif favorise une baisse du pH sanguin.

L’augmentation du BACA (de 0 à 500 mEq/kg) semble avoir un effet positif sur la capacité
d’ingestion, sur la production laitière et sur l’efficacité alimentaire des vaches laitières (tableau
XXXII et figure 27). Elle permet une meilleure digestibilité et une meilleure disponibilité en
nutriments, notamment par le biais d’une meilleure fermentation ruminale et d’une meilleure
homéostasie acido-basique (Hu et al, 2007b ; Hu et al, 2004 ; ApperBossard et al, 2010).

Tableau XXXII : effet de l’augmentation du BACA sur la MSI, la production laitière et l’EA
(Iwaniuk et al, 2015).

Effet sur Augmentation BACA : 0 à 500 mEq/kg

MSI (matière sèche ingérée) + 1,7 kg MS/VL/j
Production laitière + 1,2 kg/VL/j
Production lait standard + 4,8 kg/VL/j
Efficacité alimentaire 1,39 → 1,44

75
Figure 27 : efficacité alimentaire selon le BACA (Iwaniuk et al, 2015).

(iv) Apport de levures à la ration totale mélangée (RTM)

Pour rappel, dans la ration totale mélangée, les minéraux, le fourrage, les concentrés et les
vitamines sont mélangés avant d’être distribués aux vaches laitières.
La distribution de levures aux vaches laitières est surtout utilisée dans le but de réduire le risque
d’acidose. Cependant, l’ajout de levures à la ration semble aussi permettre d’augmenter
l’efficacité alimentaire de 0,05 à 0,10, ce qui représente une augmentation d’au moins 6,1%
(tableau XXXIII). Cet effet est peut-être permis par la diminution de l’acidose, qui est
habituellement à l’origine d’une baisse de l’efficacité alimentaire.
Tableau XXXIII : effet de l’ajout de levures dans la ration des vaches laitières.
Article Vaches et Quantité de levures Effet sur
type de ajoutées l’EA
rationnement
Schingoethe et al Holsteins + 60g/VL/j + 0,10
(2004) RTM Saccharomyces cerevisae
Moallem et al (2009) Holsteins + 1g pour 4 kg de MSI + 0,05 (soit
RTM Saccharomyces cerevisiae 6,1%)

3. Zootechnie

a) Luminosité

La photopériode correspond au rapport entre la durée du jour et la durée de la nuit. Elle semble
avoir un effet positif sur l’efficacité alimentaire, en termes de croissance (augmentation de la
masse corporelle). Petitclerc et al (1983) ont montré un meilleur rendement de l’ingestion de
matière sèche sur l’augmentation de masse corporelle, chez des génisses de race Prim’Holstein
soumises à 16h de lumière et 8h d’obscurité que chez le groupe ayant subi 16h d’obscurité et
8h de lumière.

b) Température et hygrométrie

Dans la formule de l’efficacité alimentaire (EA), les facteurs de stress thermiques (chaleur, ou
froid important) ne sont pas pris en compte alors qu’ils peuvent réduire l’EA (Britt et al, 2003 ;
Hutjens, 2005).

76
Lorsqu’une vache subit un stress thermique, elle redirige son métabolisme dans des processus
de thermorégulation (Renaudeau et al, 2012). De nombreuses études ont montré que cela
induisait une chute de production et une diminution de qualité du lait, dans les régions
tropicales, subtropicales et les zones tempérées (Hill et al, 2015 ; Dikmen et al, 2009).
Pour combiner les effets de la température et de l’humidité de l’air, il est courant d’utiliser
l’indice de Thom (THI, temperature humidity index). Il se calcule selon la formule suivante :
𝑇𝐻𝐼 = 𝑇 − [(0,55 − 0,0055 ∗ 𝐻𝑅) ∗ (𝑇 − 14,5)] , avec T la température de l’air en °C, HR
l’humidité reative en % (Ben Boubaker, 2010).
Le tableau XXXIV présente les ambiances associées aux valeurs de THI obtenues.
Tableau XXXIV : Valeurs de THI et typologie du froid d’après l’indice de Thom, (Ben
Boubaker, 2010).

Différents auteurs montrent qu’à partir d’une certaine température, ou d’une certaine THI,
l’efficacité alimentaire diminue (tableau XXXV). Par exemple, Britt et al (2003) et Su et al
(2013) montrent des efficacités alimentaires plus basses lorsque la température est supérieure à
21°C et le THI=76,5, et des meilleures EA lorsque le THI=53 et la température est inférieure à
21°C.

Tableau XXXV : influence du THI sur l’efficacité alimentaire.

Article Race de Température THI Effet sur l’efficacité alimentaire
vache
Britt et al Non > 21 °C 76,5 ↘ (non quantifiée)
(2003) renseignée
Su et al (2013)
Britt et al Non < 21 °C 53 ↗ (non quantifiée)
(2003) renseignée
Su et al (2013)
Bouraoui et al Prim’Holstein 68 à 78 ↘, car chute de production laitière
(2002) climat de 21 %
méditerranéen et chute de matière sèche ingérée de
9,6 %

Lorsque l’augmentation de la température et de l’hygrométrie est modérée, on constate chez les

vaches laitières hautes productrices une hausse de l’EA par diminution de l’ingestion de MS
77
sans perte de production laitière (Hill et al, 2017). Ce phénomène peut être expliqué par la
sélection génétique des vaches laitières hautes productrices, qui se fait sur la production laitière,
aux dépens parfois des réserves corporelles.

4. Génétique

Par le biais de la sélection génétique, il est possible d’augmenter la production laitière et

l’efficacité alimentaire des vaches laitières. Cependant, la sélection visant à augmenter ces deux
paramètres peut aussi induire la sélection d’autres caractères. Ces derniers peuvent être à
l’origine de baisse de performances dans d’autres domaines, tel que celui de la reproduction par
exemple.

a) La production laitière

Lorsqu’on sélectionne les vaches sur une plus grande production laitière, l’efficacité
alimentaire augmente aussi. On remarque sur la figure 28 que quel que soit le stade de lactation,
l’efficacité alimentaire est d’autant plus grande que la production laitière l’est aussi. Ce
phénomène peut s’expliquer par la dilution des besoins d’entretien : plus la production laitière
est importante, plus la proportion de nutriments de la ration utilisée pour les besoins d’entretien
est faible, et plus l’efficacité alimentaire augmente.

Figure 28 : efficacité alimentaire selon les jours en lait et selon la production laitière (Erdman,
2011).

b) Les limites de la sélection génétique sur l’efficacité alimentaire

(i) Effet sur la mobilisation des réserves corporelles

L’augmentation de l’efficacité alimentaire via la sélection génétique est corrélée à la sélection

de caractères indésirables, comme une plus forte mobilisation des réserves corporelles en début
de lactation, ceci engendrant une baisse de la fertilité, et une moins bonne santé (Rauw et al,

78
1998 ; Berry et al, 2013). De nombreuses causes expliquent la baisse de fertilité chez les vaches
laitières hautes productrices. Un exemple de cause impliquant une baisse de la fertilité est
l’augmentation des anomalies de cyclicité. En effet, les vaches laitières hautes productrices
(production supérieure ou égale à 18 kg par traite pour les primipares et à 23kg par traite pour
les multipares dans l’article référencé) mobilisent de manière importante leurs réserves
corporelles en début de lactation et sont en déficit énergétique (Dubois et al, 2006). Ce déficit
énergétique est à l’origine d’un moins bon fonctionnement du métabolisme impliqué dans la
reproduction.
La haute production laitière peut aussi engendrer une moins bonne santé des vaches. Un
exemple est l’augmentation de la fréquence d’apparition des mammites chez les vaches laitières
hautes productrices, par une plus forte sollicitation des sphincters des trayons de la mamelle qui
sont fragilisés.
Ainsi, en sélectionnant sur une meilleure efficacité alimentaire, on obtient des vaches plus
productives, mais avec une espérance de vie plus limitée et de mauvais résultats de
reproduction. Sur le long terme, on obtient donc des vaches moins efficaces (Berry et al, 2013).

(ii) Effet sur l’apparition de maladies métaboliques

La sélection génétique sur l’efficacité alimentaire permet de réduire les coûts et l’impact
environnemental. Cependant l’effet de cette sélection sur les autres caractères phénotypiques
reste peu connu, notamment quant à l’influence sur l’apparition de maladies métaboliques,
comme l’acidose (détaillée ci-dessous) (Hardie et al, 2015). Concernant la cétose, il semble
qu’elle n’ait pas d’influence sur sa fréquence d’apparition (Rathbun et al, 2017). La cétose fait
partie des maladies métaboliques de la vache laitière, et correspond à un syndrome associé à
une accumulation anormale de corps cétoniques dans le sang, due à un déficit énergétique. Elle
peut survenir juste après le vêlage sur des vaches qui étaient grasses en fin de gestation, dont
les réserves adipeuses sont facilement mobilisables, ou sur des vaches au pic de lactation. Un
des principaux effets de cette maladie est la baisse de la production laitière.

5. Santé : l’acidose ruminale subaiguë

L’acidose ruminale subaiguë correspond à une baisse du pH dans le rumen par accumulation
d’acides. C’est une pathologie chronique subclinique très fréquente en élevage, qui est la
conséquence d’un déséquilibre de la microflore ruminale à la suite d’une ingestion d’aliments
très énergétiques de type concentrés et d’un défaut d’apport de fibres. Après l’ingestion d’une
telle ration, l’amidon est métabolisé rapidement en une grande quantité d’acides gras volatils
(acétate, butyrate et propionate). La quantité produite est trop importante pour être
intégralement absorbée par la muqueuse ruminale, et les systèmes tampons (salive) ne suffisent
pas maintenir le pH ruminal à sa valeur normale.

L’acidose est responsable d’une diminution de l’efficacité alimentaire par une baisse d’appétit,
une baisse de la digestibilité des fibres, une baisse de l’état général, une augmentation de la
vitesse de transit (Casper, 2008 ; Brouk et al, 2000). Les marqueurs d’acidose en élevage sont
présentés dans le tableau XXXVI.

79
Tableau XXXVI : marqueurs d’acidose en élevage, d’après (Wolter et al, 2012).
MARQUEURS
ACIDOSE
↘ appétit
↗ transit A pH bas, modification de la microflore ruminale : mauvaise
digestion des nutriments
Bouses → consistance des bouses ↘ : < 3 (due aux AGV dans le
rumen, appel d’eau)
↘ production laitière
↘ TB (taux butyreux) TB < 35 g/kg
↗ TP (taux protéique) Fort apport énergétique de la ration
Inversion des taux TB/TP < 1.1
↗ boiterie et fourbure Chute de la synthèse de biotine, libération de LPS
(lipopolysaccharide, composant de la membrane des bactéries
Gram -) et d’histamine par le rumen
↗ météorisation Par diminution de motricité des pré-estomacs et de la caillette,
↗ déplacement arrêt éructation
caillette

Les facteurs favorisant l’acidose sont :

- Un changement brutal de ration sans transition alimentaire au moment du vêlage ;
- Un apport excessif de concentrés contenant des glucides fermentescibles (amidon et
sucre > 25-30 % MS) ;
- Un défaut de fibres dans la ration (NDF < 30-35%, fourrage < 40% de la MSI), le NDF
(neutral detergent fiber) correspondant à l’ensemble des parois des cellules végétales de
l’aliment.
- Un apport séparé dans le temps des concentrés et des fibres.

D. Autres systèmes

D’autres systèmes permettent d’évaluer l’efficacité de la production de lait (Hutjens, 2008a).

Il existe des systèmes évaluant la capacité de la vache à utiliser les nutriments ingérés pour la
production de lait. C’est un des premiers moyens pour évaluer l’efficacité alimentaire d’un
élevage, qui prend en compte la qualité de la ration par rapport aux besoins de la vache à un
moment donné, et qui prend en compte l’aptitude de la vache à produire du lait avec une ration
donnée. Une autre manière d’évaluer l’efficacité alimentaire de l’élevage est de calculer les
dépenses réalisées pour la production d’une certaine quantité de lait. Ces deux types de système
sont complémentaires et ils ne suffisent pas à évaluer la viabilité d’un élevage s’ils sont étudiés
séparément.

1. Prise en compte des différents composants de la ration ou des caractéristiques de

la vache (De Ondarza et al, 2017)

Il peut être intéressant de calculer séparément l’efficacité due à l’énergie et l’efficacité due à
l’apport azoté. En effet, leur impact dans l’efficacité alimentaire n’est pas forcément réparti de
manière équitable (Armentano et al, 2013). Par ailleurs, leur proportion dans les fèces n’étant
pas la même, ce calcul séparé permet d’être plus précis d’un point de vue nutritionnel et
environnemental (Owens et al, 2016).
80
Plusieurs outils permettent d’évaluer l’efficacité alimentaire en prenant en compte les
caractéristiques de la vache et de la ration ingérée. Deux exemples sont présentés dans cette
partie : « l’efficacité de conversion de l’énergie » et « l’énergie résiduelle ingérée ».

a) Efficacité de conversion de l’énergie (= energy conversion efficiency)

Elle correspond au rapport entre l’énergie contenue dans le lait produit sur l’énergie distribuée
aux vaches pour produire le lait. Tout comme l’efficacité alimentaire, sa valeur sera augmentée
lors de la mobilisation des réserves corporelles en début de lactation, et diminuée lors de la
prise d’état corporel en fin de lactation.

b) Energie résiduelle ingérée (= residual energy intake = REI)

L’énergie résiduelle ingérée (REI) correspond aux entrées d’énergie auxquelles on soustrait
l’énergie requise par la vache selon sa production de lait, son poids vif, sa note d’état corporel
et ses besoins énergétiques pour la gestation (Mantysaari et al, 2012).
Ainsi le REI est moins influencé par les pertes et les gains d’état corporel. Un REI diminué
indique qu’une moindre quantité d’énergie ingérée est gaspillée et que l'efficacité d’utilisation
de l’énergie est améliorée.
Cependant, il semble que le stade de lactation affecte le REI (démontré chez les vaches rouges
nordiques) (Mantysaari et al, 2012). Ceci pourrait être dû à des efficacités énergétiques
différentes selon le stade de lactation, ou à une prise en compte inadéquate de la mobilisation
des réserves corporelles par l’éleveur dans le calcul de ration.

2. Prise en compte de l’aspect économique (De Ondarza et al, 2017)

Dans cette partie sont présentés six outils permettant d’évaluer l’efficacité alimentaire d’un
point de vue économique : « le coût de la ration par kg de matière sèche », « le coût de la ration
par vache par jour », « le coût de la ration pour 45,4 kg de lait », « le revenu du lait par rapport
au coût alimentaire », « le revenu du lait corrigé » et la « réponse marginale du lait ».

Pour une même valeur d’efficacité alimentaire, il semblerait que la rentabilité soit d’autant plus
importante que les valeurs de matière sèche ingérée et de lait standard produit soient plus
élevées. En effet, pour un même ratio, des valeurs plus faibles de MSI et de lait produit semblent
engendrer une moins bonne rentabilité (Robinson et al, 2010).

a) Coût de la ration par kilogramme de matière sèche (= feed cost per pounds of dry
matter, ou ration cost efficiency)

Cette méthode est pratique pour comparer des races, régions, et niveaux de production
similaires. Aux Etats-Unis, on vise un coût de 1,92 dollars par kg de matière sèche. Il ne prend
pas en compte les changements d’état corporel, la croissance des primipares, la santé, les refus,
les restrictions d’alimentation.

b) Coût de la ration par vache par jour (= feed cost per cow per day)

Cela représente le coût de l’alimentation pour chaque vache par jour. Il ne prend en compte ni
la production laitière, ni le stade de lactation. Une valeur repère dans l’Illinois pour des
Holsteins à 31 kg de lait par jour est d’avoir cette valeur inférieure à 5,50 dollars par jour par
vache.

81
 c) Coût de la ration pour 45,4 kg de lait (= feed cost per hundredweight (45.4 kg))

Il est calculé en faisant le rapport entre les coûts de l’alimentation pendant la lactation et le
tarissement, de la reproduction, de la santé du troupeau, ramené à une quantité de lait produit
(45,4 kg). Cette méthode permet de comparer différents élevages via un même niveau de
production. Ce repère dépend de la production laitière mais aussi des dépenses alimentaires. On
vise un coût inférieur à 7 dollars pour produire 45 kg de lait. L’élevage des génisses et la
composition du lait (MG et MP) ne sont pas pris en compte (Bethard, 2013).
Certains auteurs semblent privilégier un système prenant en compte la valeur nutritive et le prix
du marché des différents composants de la ration, ainsi que l’optimisation des ressources
fourragères, plutôt qu’un système visant à réduire au maximum le feed cost per hundredweight
(St-Pierre, 1998).

d) Revenu du lait par rapport au coût alimentaire (= milk income over feed cost (IOFC))

Il correspond à la différence entre les revenus permis par le lait et les coûts du rationnement.
L’utilisation de ce revenu pour évaluer l’efficacité est utile pour le rationnement à court-terme
mais non recommandé à long terme. En effet, il dépend du prix du lait et du cours des matières
premières de la ration (Bethard, 2013). Il permet de déterminer un prix d’équilibre. On vise
alors un résultat supérieur à 11 dollars par vache par jour.
Il peut inclure ou non les refus, la santé, le tarissement, l’élevage des génisses.
Il semblerait qu’une ration de qualité et une production laitière plus importante aient plus
d’impact sur le IOFC qu’une diminution du coût de la ration.

e) Revenu du lait corrigé (= money corrected milk)

Il calcule le prix du lait en fixant le coût des aliments et en fixant les composants du lait. Il
reflète ainsi la performance du troupeau au fil du temps. C’est une version améliorée de l’IOFC
mais qui n'inclut pas les coûts des refus, ni de la santé des vaches, ni de la gestion des taries et
des génisses (Bethard, 2013).

f) Réponse marginale du lait (= marginal milk response)

Elle reflète le bénéfice si l’on peut obtenir davantage de lait. Dans cette approche, on améliore
la rentabilité si les nouvelles dépenses sont couvertes par la production laitière précédente. Par
exemple, si on apporte 1 kg supplémentaire de matière sèche et que la production de lait
augmente de 2 kg, on obtient un bénéfice marginal.

3. Efficacité au cours de la vie (= lifetime efficiency)

L’efficacité au cours de la vie (GE) est le pourcentage de l'ingestion d'énergie pendant toute la
durée de vie convertie en lait, conceptus et tissus corporels. Ainsi, une croissance précoce et
plus efficace des veaux et des génisses et une plus grande longévité correspondent généralement
à une meilleure GE. Il semblerait qu'une vache produisant 9 000 kg de lait par an à maturité
aurait un GE de 17% après la première lactation et de 20,5% après la troisième lactation,
augmentant seulement à 21,4% après la cinquième lactation (VandeHaar et al, 2006). Cet outil
permet donc de prendre en compte la production de la vache dans son intégralité, c’est-à-dire
la production laitière, mais aussi la production de viande et de veaux. L’efficacité donnée par
cet outil est donc plus globale.

82
 4. Efficacité totale de l’entreprise laitière (= total dairy enterprise efficiency)

Afin de décrire correctement l’efficacité d’une entreprise laitière, il est nécessaire de prendre
en compte tous les gains et toutes les pertes de nutriments.

Les pertes de nutriments correspondent aux pertes dans les cultures, dans le fumier, dues à la
gestion de l'alimentation, à l'inefficacité de la reproduction, aux nutriments nécessaires aux
génisses de remplacement et aux vaches taries etc.
De manière pratique, pour calculer cette efficacité, il convient d’intégrer un ensemble de
données précises sur l’exploitation. Pour cela il conviendrait d’utiliser un modèle nutritionnel
avancé (par exemple celui du National Research Council (2001)), un modèle laitier de ferme
comme DairyWise (Schils et al, 2007)) ou un modèle des systèmes agricoles intégrés (Rotz et
al, 2012). Ces modèles évaluent la santé de la ferme sous toutes ses formes, en prenant en
compte des paramètres zootechniques (l’alimentation, la production laitière, les performances
de reproduction), des paramètres agronomiques (la croissance de l’herbe, la gestion du
pâturage), des paramètres environnementaux (le cycle de l’azote et du phosphore, les émissions
de gaz à effet de serre et d’ammoniac, l’utilisation d’énergie (CO2)), et des paramètres
économiques (les dépenses etc). Ces modèles d’agriculture intégrée sont encore peu répandus
en France.

5. Avantages et inconvénients

Le tableau XXXVII présente les avantages et inconvénients des différents outils permettant
d’évaluer la rentabilité.
Les trois premiers outils présentés (FE, ECE et REI) ne prennent pas en compte l’efficacité
d’un point de vue économique, mais uniquement l’efficacité du métabolisme de la vache, c’est-
à-dire qu’ils reflètent la production de la vache selon les apports reçus. Les trois outils suivants
(FEvc, Feed cpst/cwt et IOFC) nous donnent une valeur d’efficacité alimentaire en prenant en
compte l’aspect économique. Ils ne prennent pas en compte les besoins nutritionnels de la
vache. On ne peut pas avoir de valeurs seuils pour ces outils, étant donné que le prix du lait
varie au cours du temps. Le dernier outil (GE) est le plus global car il prend en compte l’élevage
dans son ensemble (de l’élevage des génisses à la production de lait).

83
Tableau XXXVII : avantages et inconvénients des différents systèmes évaluant la rentabilité
(De Ondarza et al, 2017)

Abrévi Formule Avantages Inconvénients

ation
Physical FE Quantité lait Indique la Densité des
feed standardisé (en digestibilité différents
efficiency = énergie ou MG) / nutriments, coût,
efficacité MSI réserves
alimentaire corporelles, non
pris en compte
Energy ECE Milk energy output / Prend en compte Réserves
conversion Milk energy intake l’efficacité des corporelles non
efficiency différents prises en compte
constituants
Residual REI Milk energy intake – Peu d’influence des Repose sur la
energy energy requirement réserves corporelles prédiction des
intake besoins en
énergie
Ration cost FEvc Prix du lait / valeur Reflète les bénéfices Réserves
efficiency fiscale de la MSI corporelles non
prises en compte
Feed cost Feed Dépenses Inclut le coût du Elevage des
per cost alimentaires / 45.4 tarissement et les génisses et prix
hundredwei /cwt kg de lait vendus performances du lait non pris en
gnt reproduction compte
Milk income IOFC Revenus du lait – Décisions Dépend du prix
over feed dépenses d’alimentation à du lait et du coût
cost alimentaires court terme de l’aliment
Lifetime GE Energy in lifetime Inclut l’élevage des Calcul individuel
efficiency milk, conceptus and génisses, les pour chaque
body / lifetime GE performances de ferme difficile
intake reproduction

6. Facteurs de variation influençant les différents outils d’évaluation de l’efficacité

alimentaire

Le tableau XXXVIII résume les effets de certains facteurs cités précédemment sur les différents
outils de mesure d’EA.
On voit une fois de plus que l’outil « Lifetime efficiency, GE » est celui qui prend en compte
le plus de paramètres et qui reflète le mieux l’efficacité alimentaire d’un élevage. Les autres
outils prennent en compte le même nombre de paramètres.

84
Tableau XXXVIII : aspects nutritionnels et de conduite d’élevage : leur impact sur l’efficacité
alimentaire et les autres systèmes de calcul de rentabilité (De Ondarza et al, 2017).
+ : augmentation ; - : diminution ; = : pas de changement

Facteurs EA IOFC FEvc feed Lifetime

cost/cwt efficiency
↗ MSI et ↗ PL + + + + +
↘ MSI et PL = + + + + +
↗ MSI et coût MS - + + +
↘
↗ Fibres digestibles + + + + +
sauf si
forte
↗MSI
↗ Digestibilité + + + + +
amidon attention au
coût du
concentré
↗ Graisses + - - +
supplémentaires
↗ Additifs (ex : + + + + +
ionophore
monensin)
↗ Fonction + + + + +
ruminale
↘ Pertes stockage et = + = - =
refus
↘ Rejets méthane + + + + +
↗ Confort et bien- + + + + +
être animal
↗ Composition du + + + = +
lait
↗ Croissance des = = = = +
génisses
↘ Durée du = + = - +
tarissement

85
 E. Marqueurs de mauvaise efficacité alimentaire en élevage

1. Marqueurs laitiers

a) Le taux butyreux (TB) et le taux protéique (TP)

Le lait de vache est composé d’eau et de matières sèche. La matière sèche comprend la
matière grasse, la matière protéique, le lactose et des minéraux (figure 29).

Constituants Quantité en g/kg de lait

Eau 870
Matières grasses 34 à 40
= TB
Matières protéiques 31 à 34
= TP
Lactose 49
Minéraux 8
Figure 29 : composition du lait de vache (Wolter et al, 2012).

Le TP correspond aux matières protéiques contenues dans le lait (figure 30). Le TB

correspond aux matières grasses contenues dans le lait.

Figure 30 : matières azotées totales contenues dans le lait (Wolter et al, 2012).

Le taux butyreux TB et le taux protéique TP du lait varient tout au long de la lactation et

l’alimentation a une forte influence dessus (figure 31).

86
 Figure 31 : influence de l’alimentation sur le TP et TB (Wolter et al, 2012).

L’alimentation influe sur la valeur du TP en favorisant la protéosynthèse mammaire par rapport

à la lipogenèse. C’est l’apport d’acides aminés indispensables et d’acide propionique (C3)
fournisseur d’énergie qui permet la protéosynthèse mammaire.
La valeur du TB dépend de la bonne cellulolyse des fourrages en acide acétique (C2). La
mamelle synthétise à partir des acides acétique et butyrique prélevés dans le sang des acides
gras à chaînes courtes et moyennes (<C16).

Les valeurs de TP et TB nous donnent des indications sur la valorisation de la ration par la
vache laitière et ainsi sur l’efficacité alimentaire. Une baisse du TP en début de lactation est
signe de déficit énergétique. Une chute du TB, ou plus précisément un rapport TB/TP < 1 est
signe de sub-acidose. Un TB trop important (TB > 45 g/L) reflète une mobilisation des réserves
adipeuses due à un déficit énergétique. Ces trois exemples induisent une efficacité alimentaire
qui n’est pas maximale.

Les valeurs des TP et TB peuvent donc être des marqueurs indirects d’une mauvaise efficacité
alimentaire par une alimentation non adaptée au stade physiologique de la vache laitière
(tableau XXXIX).

Tableau XXXIX : rapport TB/TP, marqueur de bonne/mauvaise EA, d’après (Wolter et al,
2012).
TB/TP > 1,5 TB/TP < 1
Signe de cétose, (0-42 JEL) Signe d’acidose (surtout 40-90
=> diminution de l’EA par JEL) => diminution de l’EA
diminution de l’ingestion par non valorisation de la
ration ingérée (transit trop
rapide)

Ces rapports ont été établis sur des vaches de race Prim’Holstein, Montbéliardes et Normandes.
Les taux peuvent fortement différer selon les races, comme le présentent le tableau XL. Les
normes du rapport TB/TP utilisées dans le tableau ci-dessus ne sont alors pas forcément
vérifiées.

87
Tableau XL : TB et TP en 2015 et 2017 selon les races en France (Institut de l’élevage, 2015 ;
Institut de l’élevage, 2017).

Race TB (2015) TB (2017) TP (2015) TP (2017)

Prim’Holstein 39 39,1 31,8 31,4
Montbéliarde 38,7 38,6 32,9 32,8
Normande 42,1 41,9 34,6 34,2
Abondance 36,9 36,3 33,3 33
Brune 41,6 41,4 34,2 33,8
Simmental 39,9 39,8 33,7 33,6
Pie Rouge des 42,5 42,2 33,2 32,7
plaines
Tarentaise 36,6 36,7 32,3 32,4
Jersiaise 55,4 55,2 38,4 38,1

b) Urée

Il s’agit du principal déchet du métabolisme azoté. On mesure sa concentration soit dans le sang
soit dans le lait, l’équilibre entre les deux se faisant en moins d’une heure.
Le taux d’urée dans le lait varie selon la ration distribuée. On constate une augmentation du
taux d’urée à la mise à l’herbe, et, à l’inverse, une diminution du taux à la rentrée à l’étable où
les vaches laitières reçoivent une ration plus équilibrée contenant plus de matière sèche.
Un taux d’urée normal est compris entre 180 et 330 mg/L (Wolter, 2012).

Un taux élevé d’urée peut être dû à l’association d’un excès de matières azotées dégradables
dans le rumen ou non dégradables dans l’intestin, avec un déficit d’énergie fermentescible. La
ration ingérée n’est pas valorisée au maximum, et l’efficacité alimentaire n’est donc pas
optimale.
Un faible taux d’urée indique un défaut d’azote dégradable dans la ration ainsi qu’une faible
activité de la microflore ruminale. Il implique une mauvaise valorisation de la ration.
L’efficacité alimentaire n’est alors pas optimale.
Il semblerait que la stabilité du taux d’urée au cours du temps dans l’intervalle cité
précédemment (180 à 330 mg/L), permette aux vaches laitières d’être dans une zone de confort.
Une variation de moins de 30 mg/L suffit à considérer le taux d’urée comme stable. En revanche
une variation de plus de 50 mg/L est anormale. Des variations du taux d’urée peuvent engendrer
des maladies nutritionnelles (mauvais remplissage du rumen, transit trop élevé), une chute de
production et donc une mauvaise efficacité alimentaire (Bertrand et al, 2011).

2. Marqueurs zootechniques

a) Note d’état corporel

La note d’état corporel (NEC) permet d’évaluer de façon subjective la quantité de gras sous-
cutané. Ainsi, la NEC diminue lorsque la vache n’ingère pas assez d’énergie et augmente
lorsqu’elle en ingère trop. Elle reflète l’apport énergétique à moyen terme, et permet
d’expliquer certaines valeurs d’EA. Elle a une influence sur l’ingestion réelle de matière sèche,
et peut nous permettre ainsi d’interpréter l’efficacité alimentaire obtenue. Par exemple la
diminution de l’EA après le 100ème JEL est dûe à l’utilisation de la MSI pour reconstituer les
réserves corporelles, perdues au moment du pic de lactation (où l’EA était la plus élevée).

88
La NEC est déterminée en faisant la moyenne de la note latérale (à droite) et de la note arrière,
notes obtenues selon la grille ci-dessous par exemple (figure 32).

Figure 32 : grille de détermination de la note d’état corporel (Gezondheidsdienst voor Dieren,

1999).

b) Remplissage du rumen

L’évaluation du remplissage du rumen (RR) permet d’évaluer la quantité d’aliment ingéré par
la vache pendant les dernières 24h, et ainsi de savoir si elle reçoit une quantité adaptée à son
stade de production et à la taille de son rumen. C’est un marqueur à court terme qui peut
expliquer une faible EA si l’ingestion n’a pas été suffisante (RR faible) (figure 33).

89
Figure 33 : grille de notation du remplissage du rumen (d’après Noorhuizen, 2007).

c) Consistance des bouses

La consistance des bouses donne une indication sur la vitesse de transit et sur l’assimilation de
la ration (figure 34). Elle peut être témoin d’un processus d’acidose (consistance diminuée, note
2), de cétose (généralement par une augmentation de consistance, note 4), d’indigestion par une
séparation entre la phase liquide et la phase solide. Elle reflète ainsi le statut métabolique et
permet d’expliquer les variations d’EA.

90
Figure 34 : grille de notation de la consistance des bouses (d’après Noorhuizen, 2007).

d) Fibrosité des bouses

Elle correspond à la quantité d’éléments non digérés présents dans les bouses. Elle est évaluée
au gant ou avec un tamis (Nasco Analyser Digestion par exemple) et permet de connaître
l’efficacité de la digestion par la microflore ruminale, et ainsi la valorisation de la ration. La
présence de fibres longues (>1,2 mm) et de grains éclatés non digérés peut être signe de sub-
acidose ou de déficit en azote soluble à l’origine d’une faible valorisation de la ration et d’une
faible EA (figure 35).

91
Figure 35 : grille de notation de la fibrosité des bouses (d’après Noorhuizen, 2007).

e) Fourbure

Pour la diagnostiquer, il est nécessaire de placer la vache dans une cage de parage et d’observer
les lésions de fourbure (décollement de la ligne blanche, ulcères…). Sans cage de parage, on
peut déterminer le pourcentage de vaches boiteuses selon le score de motricité. La fourbure est
un révélateur de sub-acidose, de mauvaise valorisation alimentaire, et de faible EA (Commun
et al, 2016).

92
 PARTIE II : ETUDE DE CAS

I. Contexte

A. Demande de terrain

Dans cette étude, on s’intéresse à la capacité d’ingestion et à l’efficacité alimentaire des vaches
de race Tarine dans la zone AOP Beaufort.

Le Beaufort est un fromage produit dans une zone bien délimitée des Alpes (cf I.B.1.). Pour
avoir la dénomination « AOP » (appellation d’origine protégée), il doit répondre à un cahier
des charges précis qui sera détaillé par la suite (cf I.B.). Il est fabriqué à partir de lait de vache
de race Abondance et/ou Tarine. Pour obtenir la meilleure rentabilité économique et la
meilleure qualité de fromage, des techniciens du contrôle laitier « Eleveurs des Savoie » sont
chargés de conseiller les éleveurs au sujet de tous les aspects techniques de l’élevage
(alimentation, reproduction, qualité du lait etc).
En été, les vaches sont au pâturage. En hiver, du fait de la neige, elles sont rentrées au bâtiment
et nourries avec une ration sèche (à base de fourrages secs et concentrés, les fourrages fermentés
étant interdits), comme imposé par le cahier des charges. Les techniciens du contrôle laitier sont
sollicités dans le but de calculer la ration optimale des vaches laitières en hiver, selon la qualité
et la quantité des fourrages récoltés par l’éleveur et selon les concentrés qu’il a achetés. Pour le
calcul des rations, ils utilisent le système de rationnement de l’INRA (basé sur INRAtion-
Prévalim, 2007). Le modèle de prédiction des quantités ingérées utilisé est celui de l’INRA,
2010. Ils auraient remarqué des difficultés d’adaptation du modèle de l’INRA par rapport à la
réalité du terrain : les vaches de race Tarine sembleraient avoir une capacité d’ingestion
beaucoup plus importante que ce que prévoit le modèle de l’INRA. Une première étude a donc
été faite en 2015-2016, afin de mesurer la quantité réelle de fourrages ingérée par les vaches de
race Tarine.

Pour essayer de confirmer leur impression, nous avons tout d’abord analysé ces premières
données récoltées en 2015-2016. Dans un deuxième temps, nous avons organisé une nouvelle
campagne de mesures, en 2017. L’objectif de cette seconde série de mesures était d’augmenter
le nombre de données et d’affiner et systématiser les méthodes de mesures afin de déterminer
s’il y avait ou non une adéquation entre l’ingestion observée et le modèle de prédiction l’INRA.
Nous souhaitions aussi évaluer l’efficacité alimentaire des vaches de race Tarine dont la
production laitière est limitée par le cahier des charges (cf I.B.3.).

Pour conforter notre méthode, les mesures ont aussi été réalisées dans quelques élevages
comprenant des vaches de race Montbéliarde, nourries avec une à base de fourrages secs et de
concentrés, c’est-à-dire semblable à celle des vaches de race Tarine de la zone AOP Beaufort.
C’est une race dont l’équation de prédiction de l’INRA semble correctement prédire la capacité
d’ingestion.
Par le biais de l’analyse des données de la première campagne de mesures, et de la mise en
place et de l’analyse de la deuxième campagne de mesures, nous avons souhaité répondre à la
problématique suivante : la capacité d’ingestion chez les vaches Tarines est-elle bien prédite
par le modèle de l’INRA ? Que peut-on dire de l’efficacité alimentaire des vaches Tarines
?
93
 B. Zone AOP Beaufort : respect d’un cahier des charges

1. Une zone d’appellation en altitude

La zone AOP Beaufort se situe dans le département de la Savoie, et a une superficie de 400 000
hectares. Elle recouvre le Beaufortain, la Tarentaise, la Maurienne et le Val d’Arly (figure 36).

Figure 36 : zone AOP Beaufort (site [Link] (zone de la carte

colorée).

2. Des races obligatoires

Le lait des vaches de races locales Tarine (ou Tarentaise) et Abondance est le seul à pouvoir
être utilisé dans la fabrication du fromage Beaufort. Il n’est pas nécessaire que les vaches soient
nées et élevées sur la zone de manière permanente. En effet, il est de tradition d’autoriser :

- Le déplacement de vaches laitières en plaine pendant l’hiver ;

- La mise en alpage dans la zone Beaufort de vaches laitières provenant d’élevages hors zone
pendant la saison de pâturage ;
94
- Le déplacement des génisses dans le Var en hiver pour permettre l'entretien des pare-feux. En
pâturant, elles permettent de limiter la quantité d’herbe qui serait le point de départ d’incendies
pendant de périodes plus chaudes.

3. Une production laitière limitée

Le cahier des charges limite la production laitière à 5000 kg de lait par vache laitière par an.
D’après les résultats nationaux du contrôle laitier, les vaches de race Abondance et Tarine sont
parfaitement adaptées à cette production, puisqu’en en 2017 on relève une production moyenne
de 5346 kg de lait pour les vaches Abondances, et de 4181 kg pour les vaches Tarines (Institut
de l’élevage, 2017).

4. Une ration sèche obligatoire

Concernant les fourrages, le cahier des charges impose les points suivants (Cahier des charges
de l’AOP Beaufort) :

- L’utilisation de fourrages secs (foin, paille, luzerne). Il est interdit d’utiliser des fourrages
fermentés de type ensilage, enrubannage, produits fermentés et pulpes de betteraves.

- La teneur en matière sèche des fourrages secs doit être d’au moins 85%.

- Il est interdit de mouiller les rations (pratique réalisée dans le but d’homogénéiser la ration et
de diminuer le phénomène de tri).

- Au minimum 20% des besoins annuels en foin pour l’alimentation des vaches laitières doit
provenir de l’aire géographique de l’appellation Beaufort.

- Un apport de 3 kilogrammes de luzerne déshydratée broyée issue de variétés non

transgéniques par vache en lactation et par jour en moyenne sur le troupeau est autorisé.

La qualité des foins récoltés dans la zone AOP Beaufort dépend de :

- la qualité intrinsèque des prairies fauchées. Dans la zone AOP Beaufort, les prairies sont
généralement des prairies naturelles, qui sont des prairies n’ayant jamais été retournées ni
ressemées. Ces prairies naturelles sont souvent « multi-espèces » c’est-à-dire qu’elles sont
composées d’au moins 10 espèces fourragères différentes.
En Maurienne et Haute Maurienne, on retrouve aussi des prairies temporaires irriguées, c’est-
à-dire des prairies ayant été semées il y a moins de 5 ans, avec un mélange de graminées et de
légumineuses. La diversité de la flore est moins importante que dans une prairie permanente
(naturelle ou semée il y a plus de 5 ans). En Tarentaise, l’irrigation n’est pas possible et les
fourrages sont de moins bonne qualité qu’en Maurienne et Haute-Maurienne.

- des techniques et des conditions de récolte. Etant donné les contraintes climatiques
(pluviométrie > 1000 mm/an), et les contraintes du cahier des charges qui impose des rations
sèches, les éleveurs de la zone AOP Beaufort ont souvent recours à un processus de séchage en
grange des fourrages. On récolte un fourrage préfané dont le séchage se poursuit en grange par
ventilation d’air chaud. Ainsi, la fauche peut être réalisée à un stade précis et souvent plus
précoce, permettant une meilleure qualité nutritionnelle, et de manière plus indépendante de la
météo. L’herbe est moins abîmée par les engins de fanage, la perte des feuilles est moindre, et
ainsi le foin obtenu est plus riche en protéines.
95
 5. Une utilisation de concentrés limitée

Le cahier des charges impose en période hivernale une quantité maximale d’aliments concentrés
distribués inférieure ou égale à 1/3 du poids de la ration de base, en moyenne sur les vaches en
lactation.
Le type de concentrés autorisés par le cahier des charges doit répondre aux caractéristiques
suivantes :

- avoir un pourcentage de matière azotée totale de 16 %,

- avoir une valeur énergétique minimale de 0,89 UFL (Unités Fourragères Lait) par
kilogramme,

- avoir des valeurs azotées comprises entre 95 g PDIN/UFL (protéines digestibles intestinales
d'origine alimentaire et d'origine microbienne, limitées par l'azote disponible pour les bactéries
par Unité Fourragère Lait) et 125 g PDIE/UFL (protéines digestibles intestinales d'origine
alimentaire (et d'origine microbienne, limitées par l'énergie disponible pour les bactéries par
UFL),

- avoir une teneur en matières grasses inférieure à 6%,

- avoir une teneur en amidon supérieure à 32%.

Ils sont donc riches en énergie et riches en protéines (16% de matière azotée totale).

96
 II. Matériel et méthode

Pour calculer et mesurer les quantités ingérées par les vaches laitières dans les élevages
étudiés, de nombreuses données ont dû être répertoriées. Certaines étaient récoltées directement
en élevage (comme la production de lait de la journée), et d’autres hors-élevage via le logiciel
Mil’Klic (comme le taux protéique, TP). Avec ces données, il nous était alors possible de
calculer de manière précise la capacité d’ingestion et l’efficacité alimentaire de chaque
troupeau.
Pour évaluer la ration, nous avons utilisé le modèle basé sur les formules de rationnement
établies par l’INRA (2010).
On rappelle la formule de prédiction de la capacité d’ingestion (CI) du modèle de l’INRA
(2010) qui a été utilisée :

𝐶𝐼 = [13,9 + (0.015 ∗ (𝑃𝑉 − 600)) + 0.15 ∗ 𝑃𝐿𝑝𝑜𝑡) + (1,5 ∗ (3 − 𝑁𝐸𝐶))] ∗ 𝐼𝐿 ∗ 𝐼𝐺 ∗ 𝐼𝑀,

en UEL (unité d’encombrement laitier),
Avec PV le poids vif, PLPot la production laitière potentielle, NEC la note d’état corporel, IL
l’indice de lactation, IG l’indice de gestation, IM l’indice de maturité.

L’efficacité alimentaire, quant à elle, a été calculée en convertissant le lait en lait standardisé
(= lait corrigé à 4% de matière grasse) en kg/VL :
𝐿𝑎𝑖𝑡 𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑑
𝐸𝐴 = ,
𝑀𝑆𝐼
avec MSI = matière sèche ingérée en kg MS/VL/j,
(0,44+(0,0055∗(𝑇𝐵−40))+0,0033∗(𝑇𝑃−31))∗𝑄𝑢𝑎𝑛𝑡𝑖𝑡é 𝐿𝑎𝑖𝑡
et avec Lait standard = 0,44
avec TB le taux butyreux du lait et TP le taux protéique du lait.

A. Sélection des élevages

La sélection des élevages a représenté la première étape de cette étude. Nous cherchions des
élevages avec une grande proportion de vaches de race Tarine (au moins 70 %). Lors de la
campagne de mesures de 2017, nous avons aussi sélectionné des élevages de vaches de race
Montbéliarde, hors de la zone AOP Beaufort, car c’est une race qui semble bien répondre au
modèle de prédiction des quantités ingérées de l’INRA (2010).

1. Elevages de vaches de race Montbéliarde

La détermination de la capacité d’ingestion dans des élevages de vaches de race Montbéliarde,

qui est une race qui semble bien répondre au modèle de l’INRA, va nous permettre d’évaluer
la fiabilité de nos méthodes de mesure (pesée des foins, concentrés), et la détermination de la
capacité d’ingestion. En effet les méthodes de mesure utilisées par l’INRA sont différentes des
nôtres (mesures individuelles dans les élevages expérimentaux de l’INRA, mesures de groupe
sur les troupeaux étudiés dans notre étude). L’étude de ces élevages va aussi nous permettre
d’obtenir une valeur de référence d’efficacité alimentaire de vaches nourries avec des rations à
base de foin.

Les critères de choix des élevages de vaches Montbéliardes étaient les suivants :
97
 ❖ Sélectionner 6 élevages comprenant au moins 80% de vaches laitières Montbéliardes,
nourries exclusivement avec une ration composée de fourrages secs et de concentrés.
❖ Sélectionner les élevages où les vaches sont nourries à volonté (présence de refus).
❖ Ces élevages peuvent être hors de la zone AOP Beaufort (hors cahier des charges). En
effet, étant donné la valorisation du prix du lait destiné à la fabrication de fromage AOP
Beaufort, les élevages étant composés en majorité de vaches Montbéliardes, c’est-à-dire
ne répondant pas au cahier des charges, sont plutôt rares.

2. Elevages de vaches de race Tarine

En 2015, seuls les élevages composés de plus de 70% de vaches de race Tarines ont été
sélectionnés.
Les critères de choix des élevages à étudier en 2017 étaient les suivants :
❖ Parmi la campagne de mesures 2015-2016, sélectionner 10 élevages ayant effectué une
seule fois les mesures ; le troupeau doit être constitué d’au moins 70% de vaches
laitières de race Tarine et être dans la zone AOP Beaufort.
❖ Trouver 10 à 15 nouveaux élevages répondant à ces mêmes critères.

98
 B. Données enregistrées en élevage

Toutes ces données ont été répertoriées lors de la visite en élevage réalisée par les techniciens
du contrôle laitier « Eleveurs des Savoie » participant à l’étude (au nombre de 7 en 2015-2016,
de 4 en 2017).

1. Nombre de vaches laitières rationnées

On relève le nombre de vaches laitières nourries le jour de la mesure, mais aussi le nombre
de vaches taries mélangées au troupeau de vaches laitières, c’est-à-dire le nombre de vaches
consommant la ration distribuée, pesée par les techniciens le jour de la visite en élevage.

2. Pesée de la ration

a) Fourrages

Dans notre étude, nous pesons la ration distribuée par l’éleveur le jour de la mesure, ainsi que
la ration non consommée par les vaches, à l’aide d’un peson dynamométrique (filet, ou botte,
ou griffe). On distingue :
- La ration distribuée réellement aux vaches, qui peut être différente de la ration calculée
(ration calculée par le contrôle laitier dans le plan de rationnement) du fait de contraintes
extérieures (manque de foin de qualité semblable à celle utilisée dans le calcul de ration, coût
trop élevé si achat etc). La quantité de matière sèche ingérée par les vaches taries a été définie
pour tous les élevages à 12 kg par vache tarie par jour.

- La ration non consommée, encore appelée refus, qui correspond à la partie de la ration non
ingérée par les vaches laitières. Elle doit normalement avoir la même constitution que la
ration distribuée si celle-ci est de bonne qualité. Il est donc important de qualifier la qualité
des refus pour déceler toute anomalie, comme par exemple un phénomène de tri. Le tri
correspond au comportement qu’ont les vaches lorsqu’elles consomment en priorité les
composants les plus appétents (soit les composants les plus énergétiques) de la ration. Cela se
produit lorsque le fourrage n’est pas homogène ou est inappètent (présence de fibres très
grossières ou mauvaise conservation).
En 2015-2016, la quantité de refus est estimée le jour de la pesée. En 2017, les refus de la ration
de la veille sont pesés dans chaque élevage le jour de la pesée de la ration distribuée. La
composition qualitative des refus est évaluée à chaque fois et le devenir des refus est enregistré
(jeté, distribués aux taries, etc). Classiquement, on considère que les vaches reçoivent du
fourrage à volonté lorsque les refus représentent au moins 3% de la matière sèche initialement
distribuée (Ponter, 2016).
b) Concentrés

On pèse la quantité de concentrés distribués au cours d’une journée par l’éleveur, ou on relève
cette information sur le distributeur automatique de concentrés (DAC).

99
 3. Analyses de la valeur alimentaire de la ration

En 2015-2016, nous utilisons des valeurs alimentaires moyennes (récoltées sur 10 ans par les
Eleveurs des Savoie, la Chambre d’Agriculture Savoie Mont Blanc et l’AFTALP (Association
des Fromages Traditionnels des Alpes Savoyardes)) correspondant aux terrains de la zone
AOP Beaufort. En 2017, nous récoltons des échantillons de chaque fourrage distribué le jour
de la mesure, en vue de connaître sa composition en matière sèche, énergie, protéines,
encombrement, par une analyse AgriNIR qui sera réalisée ultérieurement. L’AgriNIR est un
appareil portatif permettant de réaliser l’analyse infrarouge des aliments à partir de la matière
brute, afin de mesurer leur valeur alimentaire. On obtient ainsi les valeurs chimiques (matière
sèche, amidon, matière azotée, NDF, cendres, matières grasses, etc), et les valeurs
alimentaires (UEL, UFL, PDIN, PDIE, etc).

Pour les concentrés, on relève le nom du concentré et du fabricant, ou on photographie

l’étiquette donnant la composition chimique et la valeur alimentaire du concentré.

4. Modalités de la distribution

a) Nombre de repousses

La repousse de la ration correspond au moment où l’éleveur va rapprocher la ration de l’auge.

Il est fréquent que les vaches repoussent la ration loin de l’auge en même temps qu’elles
s’alimentent. Surveiller qu’elle est au plus proche des vaches permet qu’elles aient accès de
manière optimale à la ration.
Cette donnée n’a pas été répertoriée lors de campagne de mesures 2015-2016.
En 2017, on questionne l’éleveur pour obtenir le nombre de repousses réalisé dans la journée.

b) Film de distribution

Le film de distribution correspond à l’ordre dans lequel sont distribués les différents éléments
de la ration. Dans le cas des rations semi-individuelles, qui représentent la plupart des rations
distribuées dans la zone Beaufort, les fourrages ne sont pas distribués en même temps que les
concentrés. Ces derniers sont distribués à chaque vache de manière individuelle et selon ses
besoins d’entretien et de production (à la main, ou grâce à un distributeur automatique d’aliment
(DAC)).
L’ordre de distribution peut influencer la qualité de la digestion et de la valorisation de la ration.
En effet il est préconisé que les apports en énergie, protéines et fibres soient concomitants pour
permettre un fonctionnement optimal du rumen et de la microflore ruminale.
Lors des deux campagnes de mesures, on demande l’ordre de distribution à l’éleveur le jour de
la pesée.

100
 5. Mesures sur les vaches

a) Note d’état corporel (NEC)

Pour une plus grande facilité de lecture, nous rappelons la définition de la note d’état corporel
(note d’évaluation subjective de la quantité de gras sous-cutané, sur une échelle de 5) et la grille
utilisée permettant de la quantifier (figure 37).

Figure 37 : grille de détermination de la note d’état corporel (Gezondheidsdienst voor

Dieren, 1999).
Dans notre étude, on réalise la notation de 5 vaches prises au hasard (parité et stade de
lactation variés).

b) Poids vif

En 2015-2016, on avait estimé le poids vif de 5 vaches prises au hasard. En 2017, on a mesuré
le poids vif de 5 vaches prises au hasard à l’aide d’un ruban barymétrique.

6. Production laitière
On relève la production laitière le jour de la mesure (lait de tank et lait écarté). Le lait de tank
correspond à la totalité du lait qui a été versé dans le tank le jour de la visite en élevage. Le lait
écarté correspond au lait produit le jour de la visite qui n’a pas été versé dans le tank (le lait non
consommable, comme le colostrum, le lait de vaches à mammites, etc).

101
 C. Rélevé des données hors élevage

Toutes ces données ont été relevées à l’aide de l’outil internet de valorisation des données du
contrôle laitier : Mil’klic. On prend les documents « valorisé individuel » et « valorisé
troupeau » les plus proches de la date de mesure. Dans les élevages de la campagne 2015, on
prend le valorisé individuel le plus ancien possible sur le Mil’klic (souvent 07/2016, voire
08/2016).

1. Pourcentage de vaches de race Tarine

En 2015-2016, on utilise le document « valorisé individuel » le plus proche de la date de pesée

et on dénombre le nombre de vaches Tarines par rapport au nombre total de vaches présentes
dans le troupeau.
En 2017, on compte le nombre de vaches Tarines dans le troupeau par rapport au nombre total
de vaches présentes, le jour de la pesée.

2. Taux butyreux (TB) et taux protéique (TP) du lait

Pour 2015, on utilise le document « historique sur 13 mois » de l’année 2015. On lit sur le
graphique les valeurs de TB et TP de la date correspondante à la date de la visite en élevage.
Pour 2016 et 2017, on les relève dans le document « valorisé troupeau », où la valeur est en
g/kg. On le convertit en g/L. On prend une seule valeur si le « valorisé troupeau » date d’une
semaine avant ou après la date de la pesée. Si les valeurs sont écartées de plus d’une semaine,
on utilise les valeurs de deux dates qui encadrent la visite.

3. Urée

On relève « l’urée interprofessionnelle », c’est-à-dire l’urée mesurée sur le lait de mélange livré
à la laiterie. On réalise la moyenne des valeurs d’urée de la semaine de mesure, ou la moyenne
des valeurs des deux dates les plus proches.
4. Intervalle vêlage – insémination fécondante (= IVIAf)

On prend l’intervalle vêlage-vêlage (IVV) du document « bilan technique du troupeau laitier »

(BTTL, du 01/10/2016 au 30/09/2017 pour les mesures faites en 2017, 01/10/2014 au
30/09/2015 pour les mesures faites en 2015, et 01/10/2015 au 30/09/2016 pour les mesures
faites en 2016), auquel on retire la durée de gestation moyenne des Tarines : 287,7 jours (ou
des Montbéliardes : 287,8 jours) (Ledos et al, 2013).

5. Production laitière potentielle et réalisable brut

Pour rappel, la production laitière potentielle PLPot peut se définir comme la production laitière
qu’aurait la vache si elle n’était pas limitée par la disponibilité en nutriments ou par un trouble
sanitaire. La PLMaxPot correspond à la production laitière potentielle au pic de lactation chez une
vache bien alimentée. Pour déterminer PLMaxPot, 3 méthodes sont possibles :
- soit on estime qu’elle équivaut à la production au pic de lactation, si la vache n’a pas
connu de problème sanitaire au vêlage et si elle a été rationnée correctement en début
de lactation ;

102
 - soit, si cela est possible, on mesure la quantité de lait produite les 4ème, 5ème et 6ème jour
post-vêlage, on corrige la valeur moyenne en la multipliant par 1,15 pour une vache
primipare et par 1,33 pour une vache multipare ;
- soit on divise la production potentielle (PLPot) cumulée sur 305 jours (correspondant au
réalisable brut, ou meilleur niveau d’étable) par un facteur correctif qui dépend du rang
de lactation (259 pour les primipares et 224 pour les multipares).
Ainsi : pour une primipare :
𝑛𝑖𝑣𝑒𝑎𝑢 𝑑’é𝑡𝑎𝑏𝑙𝑒
𝑃𝐿𝑀𝑎𝑥𝑃𝑜𝑡 = ;
259
pour une multipare :
𝑛𝑖𝑣𝑒𝑎𝑢 𝑑’é𝑡𝑎𝑏𝑙𝑒
𝑃𝐿𝑀𝑎𝑥𝑃𝑜𝑡 = (Faverdin et al, 2006, Faverdin et al, 2007).
224

Une erreur de 5kg de PLMaxPot conduit à une erreur de 0.4 à 0.7 kg MSI (Faverdin et al, 2007).

Dans notre étude, on utilise la production ramenée au niveau adulte sur 305 jours, que l’on
trouve dans les bilans techniques du contrôle laitier (BTTL). Elle correspond à la production
mesurée (dans les conditions d’élevage et d’alimentation actuelles) corrigée par un coefficient
multiplicateur (L1=1,32 ; L2=1,17 ; L3=1,05) ; on obtient ainsi la production laitière
hypothétique de la vache si elle était adulte (>L3). Elle correspond à l’objectif de l’élevage
(Commun et al, 2016).
Ainsi, on prend le nombre de litres de lait produit le plus élevé entre avril, mai et juin dans le
BTTL cité précédemment. Pour les Montbéliardes, on prend le réalisable brut le plus élevé de
2017. On obtient ainsi la PLMaxPot.

6. Mois moyen de lactation

Le mois moyen de lactation correspond au stade de lactation moyen du troupeau, exprimé en

mois depuis le vêlage. On relève la valeur sur le document « valorisé troupeau » le plus proche
de la date de mesure. S’il y a plus d’une semaine d’écart, on utilise les valeurs de deux dates
qui encadrent la visite.

7. Age moyen du troupeau

En 2015-2016, on ne dispose pas des documents « valorisés troupeau », donc on prend une
valeur de 60 mois pour tous les élevages.
Pour 2017, on prend le document « valorisé troupeau » le plus proche de la date de mesure, et
on multiplie l’IVV par le rang de lactation, auquel on ajoute l’âge au premier vêlage pour
obtenir l’âge moyen du troupeau (en mois).
8. Pourcentage de primipares

On le relève sur le document « valorisé troupeau » le plus proche de la date de mesure. S’il y a
plus d’une semaine d’écart, on utilise les valeurs de deux dates qui encadrent la visite.

D. Exploitation statistique des résultats

On utilise le logiciel R (R Core Team, 2017) pour réaliser les analyses statistiques.

103
104
 III. Résultats

A. Description des élevages étudiés

1. Elevages de vaches de race Tarine

Les élevages exploitables sont au nombre de 22 en 2015 et 4 en 2016. Le cheptel moyen est de
43 vaches laitières, avec un minimum de 16 vaches et un maximum de 116 vaches. La figure
38 présente la proportion de vaches tarentaises dans les élevages sélectionnés pour l’étude.

Figure 38 : proportion de vaches de race Tarine dans les élevages sélectionnés

pour l’étude 2015-2016.
En 2017, nous avons obtenu 14 élevages de Tarines contenant au moins 70% de tarentaises
(dont 9 nouveaux élevages, et 5 élevages déjà étudiés en 2015). Le cheptel moyen est de 51
vaches laitières, avec un minimum de 10 et un maximum de 90 vaches. La figure 39 présente
le pourcentage de vaches de race Tarine dans les élevages de 2017.

Figure 39 : pourcentage de tarentaises dans les différents élevages de l’étude 2017.

2. Elevages de vaches de race Montbéliarde

Nous avons aussi obtenu en 2017 quatre élevages de vaches Montbéliardes répondant aux
critères. Le cheptel moyen est de 25 vaches laitières Montbéliardes, avec un minimum de 16 et
un maximum de 32 vaches.

105
 B. Quantité de matière sèche ingérée

1. Ingestions théorique et mesurée

a) Elevages de vaches de race Tarine

Le tableau XLI nous présente les valeurs moyennes de la capacité d’ingestion et les ingestions
théorique et mesurée des élevages obtenues grâce aux différentes données récoltées en 2015-
2016 et 2017. On remarque que l’ingestion mesurée est supérieure de 800 g à l’ingestion
théorique.
Tableau XLI : capacité d’ingestion, ingestion théorique et ingestion mesurée dans les
élevages de vaches Tarines en 2015-2016 et 2017.
Capacité Ingestion théorique Ingestion mesurée
d’ingestion (kg MS/ VL/ j) (kg MS/ VL/ j)
(UEL/VL/j)
Elevages de vaches Tarines 2015-2016
Moyenne 16 17,7 18,6
Ecart-type 0,9 1,3 2,7
Elevages de vaches Tarines 2017
Moyenne 16,4 18,1 18,7
Ecart-type 1,2 1,9 4,9
Moyenne des deux campagnes
Moyenne 16,2 17,8 18,6
Ecart-type 0,9 1,5 3,6

La figure 40 rassemble toutes les valeurs d’ingestions théorique et mesurée des élevages de
vaches de race Tarine. Dans ce graphique, l’axe des abscisses représente les différents élevages.
A chaque abscisse correspond un point bleu foncé (respectivement bleu clair) et un point rouge
(respectivement rose). Ces deux points correspondent aux ingestions théorique et mesurée pour
un même élevage.

Figure 40 : ingestions théorique et mesurée dans les élevages de vaches Tarines.

106
On souhaite comparer les valeurs d’ingestions théorique et mesurée dans chaque élevage, c’est-
à-dire comparer des paires d’observations. Pour ce faire, nous devons réaliser un test de
conformité de la différence moyenne à 0. Un diagramme Quantile-Quantile (Q-Q Plot, figure
41) nous permet de représenter graphiquement la distribution des différences entre les
ingestions théorique et mesurée.

Figure 41 : diagramme Q-Q Plot de la différence entre l’ingestion théorique et

l’ingestion mesurée des élevages de vaches de race Tarine (R Core Team, 2017).
Les points étant pour la grande majorité alignés sur une droite, on suppose que la distribution
suit une loi normale. Le test statistique le plus approprié afin de déterminer s’il existe une
différence significative entre l’ingestion théorique et l’ingestion mesurée est donc le test
bilatéral de Student des séries appariées. On obtient une p-value = 0,19. Nous ne pouvons donc
pas conclure à une différence significative entre l’ingestion mesurée et l’ingestion théorique,
mais seulement supposer une tendance. L’ingestion mesurée est supérieure de 18,6 – 17,8 = 0,8
kg MS/VL/j à l’ingestion théorique.
Avec le nombre d’élevages étudiés (40), pour avoir 90 % de chance de détecter une différence
significative, il aurait fallu que celle-ci soit égale à minimum 2,9 kg. Nous n’avions que 15 %
de chance de détecter une différence significative de 0,8 kg avec 40 élevages. Pour prouver
l’existence d’une différence significative de 800 g, il faudrait avoir un échantillon de 500
élevages. Ces valeurs ont été obtenues à l’aide du logiciel R (R Core Team, 2017).

b) Elevages de vaches de race Montbéliarde

Le tableau XLII nous présente les valeurs de la capacité d’ingestion et des ingestions théorique
et mesurée des élevages de vaches Montbéliardes obtenues grâce aux différentes données
récoltées.
Tableau XLII : capacité d’ingestion, ingestion théorique et ingestion mesurée dans les
élevages de Montbéliardes en 2017.
CI Ingestion théorique Ingestion mesurée
UEL/VL/j Kg MS/VL/j Kg MS/VL/j
Elevages 19,2 21,7 23,2
Montbéliardes
107
Le faible nombre d’élevages de vaches Montbéliardes ne nous permet pas de faire de tests
statistiques. On observe une certaine tendance : l’ingestion mesurée est supérieure de 1,5 kg
de MS/VL/j à l’ingestion théorique.

2. Influence des caractéristiques de la vache laitière sur l’ingestion mesurée

a) La note d’état corporel

La figure 42 présente la variation des quantités ingérées selon la note d’état corporel (NEC).
Chaque point bleu foncé (respectivement bleu clair) représente la moyenne des NEC de 5
vaches laitières prises au hasard dans un élevage donné de 2015-2016 (respectivement 2017).
La dispersion de ces points sur le graphique n’est pas linéaire, et on ne remarque pas de relation
monotone entre l’ingestion mesurée et la variation de NEC. Le faible effectif d’élevages dans
l’étude pourrait être à l’origine de l’absence de corrélation entre ces deux paramètres.

Figure 42 : ingestion mesurée (= « réelle ») selon la NEC dans les élevages de vaches
Tarines.

b) La production laitière

La figure 43 présente l’influence de la production laitière sur l’ingestion mesurée des vaches
laitières.
La répartition des différentes valeurs sur le graphique n’est pas linéaire, et ne permet donc pas
d’utiliser le coefficient linéaire de Pearson. Cependant, il semblerait que plus la production
laitière est importante, plus l’ingestion mesurée augmente. On peut donc réaliser un test de
corrélation des rangs de Spearman. On obtient un coefficient de corrélation de rangs de
Spearman de 0,25 associé à une p-value de 0,1105, c’est-à-dire qu’on ne peut pas conclure une
corrélation significative entre la production laitière et l’ingestion mesurée, malgré la tendance
observée. Ceci pourrait être dû au faible effectif d’élevages dans l’étude.

108
Figure 43 : ingestion mesurée (= « réelle ») selon la production laitière.

La tendance notée dans cette étude (hausse de l’ingestion mesurée avec l’augmentation de la
production laitière) concorde avec les observations faites dans la littérature (cf Partie 1,
I.A.2.b).

c) Le poids vif

La figure 44 présente la variation de l’ingestion mesurée avec le poids vif des vaches laitières.
On remarque que plus le poids vif est important, plus l’ingestion mesurée est grande. De même
que précédemment, la dispersion des valeurs sur le graphique n’est pas linéaire, donc on réalise
un test de corrélation des rangs de Spearman. On obtient un coefficient de corrélation de rangs
de Spearman de 0,32 associé à une p-value de 0,0462, c’est-à-dire qu’on peut conclure une
corrélation significative entre le poids vif et l’ingestion mesurée. Plus le poids vif est important,
plus l’ingestion mesurée semble l’être aussi.

Figure 44 : ingestion mesurée (= « réelle ») selon le poids vif.

La corrélation obtenue est significative, et concorde avec les résultats obtenus dans la
littérature (cf Partie 1, I.A.2.c).
109
 d) Les stades de lactation

La figure 45 présente la variation de l’ingestion mesurée avec le stade de lactation.

On remarque qu’entre 100 et 150 jours en lait, l’ingestion mesurée augmente légèrement. Le
test de corrélation des rangs de Spearman nous donne un coefficient de corrélation de rangs de
0,14 associé à une p-value de 0,36, c’est-à-dire qu’on ne peut pas conclure une corrélation
significative entre le stade de lactation et l’ingestion mesurée.
La tendance observée concorde avec l’augmentation de la taille du rumen après le vêlage. Nous
ne possédons pas de valeurs d’ingestion mesurée à moins de 75 jours en lait, ni supérieures à
150 jours en lait. On ne peut donc pas objectiver la plus faible ingestion après le vêlage et
jusqu’au pic de lactation, ni juste avant le vêlage quand le veau en développement commence
à occuper beaucoup de place dans l’abdomen (cf Partie 1, I.A.2.d).

Figure 45 : ingestion mesurée (= « réelle ») selon le stade de lactation (en jours en lait).

3. Influence des paramètres zootechniques sur l’ingestion mesurée

a) Le nombre de repousses de la ration

La repousse de la ration correspond au moment où l’éleveur va rapprocher la ration de l’auge.

Il est fréquent que les vaches repoussent la ration loin de l’auge en même temps qu’elles
s’alimentent. Surveiller qu’elle est au plus proche des vaches permet qu’elles aient accès de
manière optimale à la ration.

Cette donnée n’a pas été répertoriée lors de campagne de mesures 2015-2016.

La figure 46 montre l’influence du nombre de repousses de la ration sur l’ingestion mesurée

pour la campagne de mesures 2017. Malgré le faible effectif d’élevages, il semblerait que plus
le nombre de repousses est important, plus l’ingestion mesurée augmente. Nous ne pouvons pas
conclure à une différence statistiquement significative (test de corrélation des rangs de
Spearman avec un coefficient de corrélation de 0,08 et une p-value de 0,81). Cependant, la
tendance observée concorde avec les observations faites dans la littérature, quant à la
stimulation de l’ingestion par une augmentation du nombre de repousses (cf Partie 1, I.B.2.b).
110
Figure 46 : influence du nombre de repousses de la ration sur l’ingestion mesurée
(= « réelle ») des vaches laitières.

b) Le type de stabulation

Ce paramètre ne peut pas être étudié, car la très grande majorité des élevages étudiés
présentaient une stabulation entravée, avec des vaches à l’attache.

111
 C. Efficacité alimentaire

1. Valeurs d’efficacité alimentaire dans les élevages

La figure 47 présente les valeurs d’efficacité alimentaire (kg de lait standard par kg de MSI) des
élevages de vaches de race Tarine (en bleu pour les mesures de 2015-2016, orange pour 2017)
et Montbéliarde (en gris). Chaque abscisse correspond à un élevage différent de l’étude.

Figure 47 : efficacité alimentaire (kg de lait standard par kg de MSI) des élevages de vaches
de race Tarine et Montbéliarde.

La répartition graphique des valeurs est assez homogène, avec la majorité des élevages ayant
une efficacité alimentaire comprise entre 0,6 et 1,2. Lorsqu’on compare les moyennes,
l’efficacité alimentaire semble être plus importante (+0,11) chez les vaches de race
Montbéliarde que chez les vaches de race Tarine (tableau XLIII). Le faible effectif d’élevages
de vaches Montbéliardes ne nous permet pas de réaliser de test statistique fiable. Cependant, la
tendance observée, c’est-à-dire la plus grande efficacité alimentaire des vaches Montbéliardes
par rapport aux vaches Tarines, concorde avec la pratique plus ancienne et plus poussée de la
sélection génétique des vaches Montbéliardes sur la production laitière. La race Montbéliarde
est plus répandue sur le territoire français, et a été plus sujette à la sélection génétique visant à
améliorer la production laitière, en termes de quantité. Les vaches de race Tarine, à l’image des
vaches Jersiaises (cf Partie 1, II.C.1.c), ont été moins sujettes à la sélection génétique, et
produisent du lait en quantité moins importante. Leur efficacité est donc moins grande que celle
des vaches Montbéliardes.

Tableau XLIII : efficacité alimentaire des élevages des différentes campagnes de mesures.

Efficacité Elevages de Elevages de Elevages de Elevages de vaches

alimentaire vaches Tarines vaches vaches Montbéliardes
(2015-2016) Tarines (2017) Tarines (total)
Moyenne 0,96 0,89 0,92 1,03
Ecart type 0,26 0,18 0,23 0,33

112
 2. Efficacité alimentaire selon la position géographique des élevages

On cherche à savoir s’il existe des qualités de pâtures différentes selon la position géographique
au sein même de la zone AOP. Cependant, chaque élevage utilise des fourrages récoltés dans
la zone AOP, et des fourrages ne provenant pas de la zone d’appellation (dans une proportion
maximale déterminée par le cahier des charges) achetés à d’autres éleveurs. La proportion de
fourrages récoltée dans la zone AOP Beaufort est propre à chaque élevage, car elle dépend de
la surface de fauchage dont dispose chaque exploitation. Pour conclure de manière précise, il
faudrait analyser l’efficacité alimentaire selon la proportion et la qualité des fourrages achetés
hors de la zone AOP Beaufort.
Cet élément avait commencé à être répertorié dans la première campagne de mesures, en 2015-
2016, mais les analyses de la valeur alimentaire des fourrages n’ayant pas été faites de manière
individuelle, les résultats auraient pu être biaisés. En 2017, nous n’avons pas récolté de manière
précise cette information, et il serait judicieux de l’intégrer dans une future campagne de
mesures.

Les figures 48 et 49 représentent la répartition géographique des élevages selon leur efficacité
alimentaire en 2015-2016 et en 2017. Sur ces cartes, on ne met pas en évidence de zone sur
laquelle l’efficacité alimentaire est plus élevée.

Figure 48 : efficacité alimentaire des élevages en 2015. (En rouge : efficacité alimentaire
supérieure à 1 ; en bleu : efficacité alimentaire comprise entre la médiane (0.87) et 1 ; en jaune :
efficacité alimentaire inférieure à 0.87).

113
Figure 49 : efficacité alimentaire des élevages en 2017. (En rouge : efficacité alimentaire
supérieure à 1 ; en bleu : efficacité alimentaire comprise entre la médiane (0.89) et 1 ; en jaune :
efficacité alimentaire inférieure à 0.89).

La figure 50 présente l’efficacité alimentaire dans les élevages de vaches Montbéliardes en

2017. On ne constate pas de relation entre l’efficacité alimentaire et la zone géographique. De
même que pour les élevages de vaches Tarines, il se peut que les fourrages distribués aux vaches
Montbéliardes soient issus des zones de fauche présentes aux alentours des élevages mais aussi
d’autres zones plus éloignées via des achats à d’autres éleveurs.

114
Figure 50 : efficacité alimentaire des élevages de vaches Montbéliardes en 2017. (En rouge :
efficacité alimentaire supérieure à 1 ; en bleu : efficacité alimentaire comprise entre la médiane
(0.89) et 1 ; en jaune : efficacité alimentaire inférieure à 0.89).

3. Efficacité alimentaire et caractéristiques de la vache laitière

a) Santé : sub-acidose ruminale

La présence de sub-acidose ruminale peut être détectée par l’analyse du rapport TB/TP (taux
butyreux sur taux protéique du lait). Cependant, les taux nationaux des Tarines, notamment le
TB, sont plus faibles que ceux des autres races (Institut de l’élevage, 2017). Ceci rend
l’interprétation du rapport TB/TP délicate voire impossible. Pour avoir un rapport TB/TP seuil
spécifique aux vaches Tarines, il faudrait faire une étude approfondie sur des échantillons
significatifs, réalisant un lien entre le rapport TB/TP et un état clinique de sub-acidose ruminale.
Cette observation se vérifie dans les élevages de vaches Tarines lors des deux campagnes de
mesures, comme le présente le tableau XLIV, où le TB et le TP sont plus bas que les taux
respectifs des vaches Montbéliardes.

Tableau XLIV: TB et TP dans les élevages de vaches Tarines et Montbéliardes.

TP (g/L) TB (g/L) TB/TP

Tarines (2015-2016) 33,3 36,5 1,09
Tarines (2017) 32,3 35,2 1,08
Tarines (total) 32,9 36,1 1,09
Montbéliardes 33,8 40,5 1,18
115
La figure 51 présente l’influence du rapport TB/TP sur l’efficacité alimentaire. L’augmentation
du rapport TB/TP semble aller de pair avec une augmentation de l’efficacité alimentaire. La
dispersion des points n’étant pas linéaire, on réalise un test de corrélation des rangs de
Spearman. On obtient un coefficient de corrélation de rangs de Spearman de -0,13 associé à
une p-value de 0,41, c’est-à-dire qu’on ne peut pas mettre en évidence de corrélation
significative entre l’efficacité alimentaire et le rapport TB/TP.
La tendance observée est une baisse de l’efficacité alimentaire quand le rapport TB/TP diminue,
ce qui est cohérent avec la baisse de l’efficacité alimentaire et l’état de sub-acidose dans les
autres races (cf Partie 1, II.C.5).

Figure 51 : efficacité alimentaire selon le rapport TB/TP.

Le tableau XLV montre qu’à une grande proportion d’élevages en 2015-2016 et en 2017
correspond un rapport TB/TP < 1,1, usuellement révélateur d’un risque acidose. Le TB plus
faible chez les vaches Tarines pourrait expliquer cette forte proportion, alors qu’il ne semble
pas y avoir de problèmes liés à l’acidose dans les élevages. Cependant, on remarque que la
moyenne d’efficacité alimentaire dans les élevages où le rapport TB/TP est inférieur à 1,1 est
plus faible que celle des élevages où le rapport est supérieur à 1,1. Bien qu’on ne puisse pas
affirmer que le seuil en dessous duquel on peut suspecter une sub-acidose soit égale à 1,1, on
peut estimer qu’il en est proche, voire sûrement inférieur à 1,1.

Tableau XLV : efficacité alimentaire selon le rapport TB/TP.

TB/TP Proportion Moyenne de l’EA

d’élevages
étude 2015-2016
> 1,1 46 % 0,95
< 1,1 (risque acidose) 54 % 0,93
étude 2017
> 1,1 36 % 0,94
< 1,1 (risque acidose) 64 % 0,89

116
 b) Le stade de lactation

La figure 52 présente l’influence du stade de lactation sur l’efficacité alimentaire. Il semble que
l’efficacité alimentaire diminue quand les jours en lait augmentent.

Figure 52 : influence du nombre de JEL sur l’efficacité alimentaire.

On réalise un test de corrélation des rangs de Spearman. On obtient un coefficient de corrélation

des rangs de Spearman de -0,23 associé à une p-value de 0,14, c’est-à-dire qu’on ne peut pas
mettre en évidence de corrélation significative entre l’efficacité alimentaire et le nombre de
JEL. Cependant, la tendance observée, c’est-à-dire que l’efficacité alimentaire semble diminuer
au fur et à mesure que les jours en lait augmentent, concorde avec le fait que la vache mobilise
ses réserves corporelles en début de lactation, et les reconstitue au fur et à mesure une fois que
le pic de lactation est passé (cf Partie 1, II.C.1.a).

c) L’âge du troupeau et le rang de lactation

L’influence de l’âge du troupeau sur l’efficacité alimentaire ne peut pas être évaluée en 2015-
2016, car l’âge moyen avait été fixé à 90 mois (la donnée n’étant plus disponible sur le
Mil’Klic).
La figure 53 présente les résultats obtenus en 2017. On remarque une augmentation de
l’efficacité alimentaire entre 60 et 70 mois d’âge (soit entre 5 et 6 ans) et une diminution entre
70 et 85 mois (soit entre 6 et 7 ans).
L’effet du rang de lactation est surtout établi entre la première lactation et les suivantes. Pendant
la première lactation, l’efficacité alimentaire est souvent moins importante, car la vache utilise
les nutriments pour terminer sa croissance, en plus de les utiliser pour la production de lait (cf
Partie 1, II.C.1.b). Dans notre cas, il n’y a pas d’explication évidente de la meilleure efficacité
alimentaire à 6 ans d’âge. Il se peut qu’après ce seuil, la proportion de vaches présentant des
maladies augmentent (boiterie, mammite, etc) et que l’efficacité alimentaire baisse. Le nombre
d’élevages de l’échantillon est assez faible et ne permet pas de démontrer de manière
significative la tendance observée (coefficient de corrélation des rangs de Spearman de 0,15 et
p-value de 0,59).

117
Figure 53 : efficacité alimentaire selon l’âge moyen du troupeau.

d) La note d’état corporel

La figure 54 présente l’influence de la note d’état corporel (NEC) sur l’efficacité alimentaire.
Il est difficile de mettre en évidence de lien entre la NEC et l’efficacité alimentaire sur ce
graphique. Il semble que les NEC mesurées dans les élevages en 2015-2016 (points bleus
foncés) soient plus élevées qu’en 2017 (points bleus clairs). Il est peu probable que cette
disparité soit liée à des vaches plus maigres d’une année à l’autre. Les mesures ont été réalisées
en notant de manière subjective la note d’état corporel latérale et arrière de 5 vaches prises au
hasard dans le troupeau. Les techniciens ayant réalisé les mesures n’étaient pas les mêmes lors
de la première campagne de mesure et lors de la deuxième. Il se peut que la différence soit due
à ce facteur.
Le graphique ne révèle pas d’influence de la note d’état corporel (variation de 2,5 à 4/5) sur
l’efficacité alimentaire.

Figure 54 : efficacité alimentaire selon la NEC.

118
 e) La production laitière

La figure 55 présente l’influence du niveau de production laitière sur l’efficacité alimentaire.

On observe que plus la production laitière est importante, plus l’efficacité alimentaire
augmente. Cette corrélation est statistiquement significative (test de corrélation des rangs de
Spearman, avec un coefficient de corrélation de 0,51 et une p-value de 0,0006). Cette
corrélation confirme l’observation faite dans la littérature (cf Partie 1, II.C.4.a).

Figure 55 : efficacité alimentaire selon la production laitière.

4. Efficacité alimentaire et caractéristiques de la ration

a) Film de distribution

Le film de distribution correspond à la méthode de distribution de la ration (cf Partie 1,

I.B.2.b). Le moment de distribution des concentrés par rapport à la distribution des fourrages a
un impact sur le fonctionnement de la microflore ruminale. En effet, l’ordre de distribution
conditionne l’ordre de disponibilité des nutriments pour les bactéries du rumen. Il a donc un
effet sur la valorisation de la ration (cf Partie 1, II.C.2.a).
Que ce soit en 2015-2016 ou en 2017, on remarque une plus grande efficacité alimentaire dans
les élevages où les concentrés sont distribués après les fourrages ou lorsqu’un distributeur
automatique d’aliment (DAC) est présent (tableau XLVI). Sur la figure 56, on remarque que le
nombre de valeurs dans chaque catégorie est assez hétérogène et ne permet pas de conclure de
manière statistique quant à une différence significative. Cependant, la tendance observée
confirme l’importance de la conduite de rationnement et de l’importance de l’ordre de
distribution pour le bon fonctionnement de la microflore ruminale.

119
Tableau XLVI : modalités de distribution des concentrés dans les élevages étudiés.

Campagne de Distribution des Proportion élevages Efficacité

mesure concentrés (%) alimentaire
2015-2016 Avant les fourrages 8 0,88
Après les fourrages 77 0,96
DAC 15 0,86
2017 Avant les fourrages 16 0,94
Après les fourrages 68 0,85
DAC 16 1,29
Total Avant les fourrages 7,5 0,88
Après les fourrages 80 0,93
DAC 12,5 0,91

Figure 56 : efficacité alimentaire selon le film de distribution.

b) Le rapport microbien

Pour rappel, le Rmic (rapport microbien) permet d’évaluer l’équilibre nutritionnel de la

microflore ruminale, et notamment l’équilibre en azote dégradable de la ration.
(𝑃𝐷𝐼𝑁−𝑃𝐷𝐼𝐸)
On a 𝑅𝑚𝑖𝑐 = , en g/UFL (INRA, 2010),
𝑈𝐹𝐿

avec PDIN les protéines digestibles dans l’intestin limitées par l’apport en azote, PDIE les
protéines digestibles dans l’intestin limitées par l’apport en énergie, et UFL les unités
fourragères lait qui correspondent à l’apport énergétique de la ration.
La figure 57 présente l’influence du Rmic sur l’efficacité alimentaire. Les points bleus foncés
(respectivement bleu clairs) représentent les valeurs du Rmic en fonction de l’efficacité
alimentaire des élevages de 2015-2016 (respectivement 2017). On remarque une disparité entre
les rapports microbiens de 2015-2016 et de 2017. Le rapport est en moyenne plus grand dans
les élevages en 2017. Ce phénomène peut être dû à la méthode différente d’analyse des
fourrages en 2017, où chaque fourrage a été analysé directement, de manière indépendante avec
l’AgriNIR. En 2015-2016, les valeurs alimentaires des fourrages utilisées étaient des valeurs
moyennes récoltées sur 10 ans par les « Eleveurs des Savoie », la Chambre d’Agriculture
Savoie Mont Blanc et l’AFTALP (Association des Fromages Traditionnels des Alpes
120
Savoyardes)) correspondant aux terrains de la zone AOP Beaufort, mais ne correspondant pas
forcément parfaitement aux fourrages utilisés dans les élevages.
La moyenne d’efficacité alimentaire des élevages dont le Rmic est supérieur à 0 est de 0,97.
Celle des élevages dont le Rmic est inférieur à 0 est de 0,89. Un test de corrélation des rangs de
Spearman ne nous permet pas de mettre en évidence de corrélation significative entre
l’efficacité alimentaire et le Rmic (coefficient de corrélation de rangs de Spearman de 0,12, et
p-value de 0,43). Cependant, en comparant les moyennes, on observe une tendance : les
élevages dont le Rmic est supérieur à 0, c’est-à-dire les élevages dans lesquels il n’y a pas de
défaut en azote dégradable présentent une meilleure efficacité alimentaire. Cette observation
est cohérente, car lorsque le Rmic est supérieur à 0, la microflore ruminale dispose d’une
quantité d’azote suffisante pour synthétiser des protéines.

Figure 57 : efficacité alimentaire selon le Rmic.

c) Le rapport PDI/UFL

Le rapport PDI/UFL permet d’évaluer l’équilibre acides aminés et énergie dont dispose la vache
après digestion, lorsque l’équilibre nutritionnel des microbes est satisfaisant. Il doit être voisin
de 100g de PDI par UFL pour une vache en production.

La figure 58 présente l’influence du rapport PDI/UFL sur l’efficacité alimentaire. De même que
précédemment, on remarque les rapports PDI/UFL des élevages de 2015-2016 sont plus faibles
que ceux calculés en 2017. L’explication peut être la même que celle vue précédemment.
Lorsque le rapport dépasse 100 g/UFL, la moyenne de l’efficacité alimentaire des élevages est
de 0,91. Lorsque le rapport est inférieur à 100 g/UFL, la moyenne de l’efficacité alimentaire
des élevages est de 0,96. Sur le graphique, on ne constate pas de réelle variation de l’efficacité
alimentaire. Ces résultats, ainsi que la dispersion des points sur le graphique, suggèrent que
l’efficacité alimentaire est meilleure lorsque le rapport PDI/UFL est compris entre 80 et 100
g/UFL. Dans les études faites par l’INRA, il a été montré qu’un rapport PDI/UFL compris
entre 100 et 120 g/UFL engendrait une plus grande ingestion de matière sèche, mais il n’existe
pas de données quant à son influence sur la production laitière. Si cette dernière reste inchangée,
il se peut alors que l’efficacité alimentaire augmente lorsque le rapport PDI/UFL diminue.

121
Figure 58 : efficacité alimentaire selon le rapport PDI/UFL.

d) Le taux d’urée

L’urée correspond au principal déchet du métabolisme azoté. On la retrouve dans la circulation

sanguine avant d’être excrétée dans le lait. Le taux d’urée dans le lait varie selon la ration
distribuée. Un taux d’urée normal est compris entre 180 et 330 mg/L. Un taux trop élevé, ou
trop faible d’urée démontre souvent une efficacité alimentaire qui n’est pas maximale. Un excès
correspond à un excès de matières azotées dégradables dans le rumen ou non dégradables dans
l’intestin, avec un déficit d’énergie fermentescible. Un faible taux d’urée indique un défaut
d’azote dégradable dans la ration ainsi qu’une faible activité de la microflore ruminale.

La figure 59 présente l’influence du taux d’urée sur l’efficacité alimentaire. On remarque que
les taux d’urée dans le lait sont plus élevés dans les élevages de 2017 que dans ceux de 2015-
2016. Ceci pourrait être dû à des fourrages plus riches en matières azotées, et pourrait être à
l’origine de la hausse du rapport PDI/UFL et du rapport microbien, constatée entre les élevages
de 2015-2016 et 2017.
Un test de corrélation des rangs de Spearman (coefficient de corrélation de 0,15 et p-value de
0,32) ne nous permet pas de mettre en évidence de corrélation significative entre l’efficacité
alimentaire et le taux d’urée. Cependant, la moyenne d’efficacité alimentaire des élevages dont
le taux d’urée est inférieur à 180 mg/L est de 0,78, celle des élevages dont le taux d’urée est
compris entre 180 et 330 mg/L est de 0,95, et celle des élevages dont le taux d’urée est supérieur
à 330 mg/L est de 0,89 (tableau XLVII). On a donc une plus grande efficacité alimentaire quand
le taux d’urée est compris entre 180 et 330 mg/L, c’est-à-dire lorsque les apports en azote et en
énergie sont équilibrés et que la microflore fonctionne de manière optimale.

Tableau XLVII : moyenne des efficacités alimentaires selon le taux d’urée.

Taux d’urée < 180 mg/L 180 à 330 mg/L > 330 mg/L
Efficacité 0,78 0,95 0,89
alimentaire

122
Figure 59 : efficacité alimentaire selon le taux d’urée dans le lait.

123
124
 IV. Discussion

A. L’ingestion

Bien que ne pouvant pas aboutir à une différence statistiquement significative (faible
nombre d’élevages enquêtés), nous observons que l’ingestion mesurée est plus importante que
l’ingestion théorique obtenue à partir du modèle de l’INRA, chez les vaches de race Tarine (de
+ 800 g/VL/j) et Montbéliarde (+ 1,5 kg/VL/j), nourries avec une ration sèche, ce qui confirme
l’observation empirique faite par les techniciens du contrôle laitier « Eleveur des Savoie ».
Cette observation contraste avec les résultats obtenus par Coulon et al (1994) et D’Hour et al
(1991) qui ont aussi comparé l’ingestion mesurée et l’ingestion prédite par le modèle de
l’INRA, sur des rations composées de fourrages secs et de concentrés. Ils obtenaient des
quantités ingérées mesurées très proches des quantités prédites pour les vaches de race
Montbéliarde (-0,2 à +0,6 kg MS/j). Chez les vaches de race Tarine multipares, l’ingestion
mesurée était bien plus faible (-1,8 kg MS/j) que la théorique. Dans cette étude, le modèle de
l’INRA utilisé était celui de l’INRA (1988), non remis à jour, et ne prenait pas en compte la
note d’état corporel. Les différences de résultats entre notre étude et celle de Coulon et al (1994)
peuvent être liés d’une part à l’utilisation de deux modèles différents de prédiction des quantités
ingérées et à deux méthodes de mesures différentes en élevage. D’autre part, la génétique des
vaches a probablement évoluée entre 1988 et 2017, engendrant une augmentation de la
production laitière, et par ce biais de l’ingestion.
Nous avons obtenu une mesure probablement aberrante, avec une ingestion mesurée à 30 kg de
matière sèche ingérée par jour. L’erreur de mesure n’est pas détectable facilement, mais il est
peu probable que l’ingestion réelle soit égale à l’ingestion mesurée dans ce cas.
Plusieurs points peuvent expliquer la tendance observée.

Les méthodes de mesure utilisées par l’INRA sont différentes des nôtres. L’INRA réalise des
mesures individuelles, sur chaque vache de manière indépendante. Dans notre étude, nous
avons utilisé les valeurs moyennes du troupeau, comme par exemple la production laitière totale
des vaches, la quantité de matière sèche ingérée par tout le troupeau. Certaines approximations
ont été faites, comme par exemple l’ingestion de matière sèche par les vaches taries qui étaient
mélangées au troupeau de vaches laitières. Certains paramètres n’ont pas été pris en compte,
comme la présence de vaches de race Abondance dans certains élevages, dont la capacité
d’ingestion peut être différente de celles des vaches Tarines. D’autres paramètres, nécessaires
au calcul des quantités ingérées, ont été mesurés seulement sur une faible proportion du
troupeau. Nous avons estimé la note d’état corporel et le poids vif du troupeau entier en réalisant
la notation et les mesures sur cinq vaches du troupeau prises au hasard, et non pas en analysant
chaque vache du troupeau. Enfin, la note d’état corporel est une notation de la quantité de gras
sous-cutané réalisée de manière visuelle, à l’aide de tables de références, mais elle reste donc
subjective, car dépendante du regard de l’opérateur. Ces différences de méthodes de mesures
par rapport aux méthodes de mesures qui ont été appliquées pour développer le modèle de
l’INRA pourraient être à l’origine de l’écart de matière sèche ingérée que l’on trouve entre la
quantité théorique et la quantité mesurée.

La méthode de rationnement est particulière dans la zone AOP Beaufort, où les fourrages
fermentés ne sont pas autorisés et où la quantité de concentrés est limitée. De plus, les analyses
de fourrages ont été réalisées sur des échantillons prélevés à un instant t, qui ne reflète pas la
saison hivernale dans son intégralité.

125
Un nouveau modèle de prédiction des quantités ingérées a été mis au point par l’INRA (le
modèle INRA (2018) Systali), et il permettra peut-être de se rapprocher des valeurs trouvées
sur le terrain, pour les vaches de race Tarine et pour des rations à base de foin.

La tendance observée quant à l’influence positive de certaines caractéristiques de la vache

(production laitière, poids vif) et de la conduite de rationnement (nombre de repousses de la
ration) sur l’ingestion mesurée nous confirme les conclusions présentées dans la littérature, et
conforte notre protocole de mesure.

126
 B. L’efficacité alimentaire

L’efficacité alimentaire des vaches de race Tarine que nous avons mesurée à 0,92, est inférieure
à la valeur de 1,4, valeur le plus souvent retenue pour des vaches Prim’Holsteins. L’efficacité
alimentaire des vaches Montbéliardes, égale à 1,03, se rapproche davantage de cette valeur.
Plusieurs raisons peuvent être avancées.

Le cahier des charges de l’AOP Beaufort impose que la ration distribuée aux vaches soit
constituée de fourrages secs, de type foin. Un apport en concentrés est autorisé mais limité. La
ration obtenue est donc de faible densité énergétique et présente une plus grande valeur
d’encombrement, par rapport à des rations constituées de fourrages fermentés. En effet, d’après
les tables de l’INRA, la valeur alimentaire des foins en UFL est en moyenne de 0,70 UFL/ kg
de MS, avec un encombrement de 1,10 à 1,30 UEL/kg MS. La valeur énergétique des fourrages
fermentés type ensilage de maïs est souvent supérieur à 0,85 UFL/kg MS, et l’encombrement
est de 0,95 UEL/kg MS (INRA, 2010). Ainsi, l’apport nutritionnel et la quantité de matière
sèche ingérée sont plus importants pour les vaches recevant une ration composée d’ensilage de
maïs. Ceci est une première explication de la différence entre l’efficacité alimentaire des vaches
Tarines (0,92) et Montbéliardes (1,03) par rapport à la valeur de 1,4 des vaches Prim’Holsteins
que l’on retrouve dans la littérature.

La production laitière des vaches utilisées pour la production de Beaufort est limitée à 5000 kg
de lait par an et par vache laitière par le cahier des charges. Or la production laitière est un des
principaux facteurs de bonne efficacité alimentaire. Plus elle est élevée, plus l’efficacité
alimentaire augmente, par dilution des besoins d’entretien (Erdman, 2011). La production
moyenne des vaches Tarines est de 4181 kg de lait par lactation (Institut de l’élevage, 2017),
ce qui est nettement inférieur à la production laitière des vaches Prim’Holsteins, qui produisent
8950 kg de lait, et dont l’efficacité alimentaire est de 1,4 (Erdman, 2011). Cet élément est une
deuxième piste d’explication de la plus faible valeur d’efficacité alimentaire (0,92) des vaches
de race Tarine. Chez les vaches Tarines, l’augmentation de l’efficacité alimentaire via
l’augmentation de la production laitière ne laisse qu’une faible marge possible, car on ne
pourrait l’augmenter que de 800 kg de lait par lactation pour ne pas dépasser les 5000 kg
demandés par le cahier des charges.

Les modalités de reconstitution des réserves adipeuses peuvent aussi expliquer une partie de
cette faible efficacité. Les vaches Tarines sont des vaches plus « rustiques », c’est-à-dire moins
sélectionnées génétiquement que les vaches Prim’Holsteins pour la production de lait. Elles ont
une plus faible production laitière s’accompagnant d’une mobilisation des réserves corporelles
en début de lactation moins importante (Coulon et D’Hour, 1994). Leur efficacité alimentaire
en début de lactation est donc moins importante que celle de vaches de race Prim’Holstein.

La tendance observée concernant l’influence du rapport TB/TP nous confirme les conclusions
faites dans la littérature. Un faible rapport TB/TP, signe de sub-acidose ruminale, engendre de
ce fait une diminution de l’ingestion et de la production laitière, d’où une chute de l’efficacité
alimentaire. Il n’existe pas de valeurs chiffrées de référence indiquant de combien est la perte
d’efficacité alimentaire lors d’une diminution du rapport TB/TP. Cette observation encourage
de futures études visant à déterminer la valeur seuil de ce rapport en dessous duquel on peut
dire que la vache Tarine est en sub-acidose.

L’effet de la note d’état corporel sur l’efficacité alimentaire n’a pas été vérifié dans l’étude. Il
s’agit d’une notation subjective, réalisée par des personnes différentes. L’échantillon étudié
n’était peut-être pas de taille suffisante et ne présentait pas une assez grande variabilité pour
mettre en évidence l’influence de ce facteur qui est décrite dans la littérature. Pour une
127
prochaine campagne de mesures, il faudrait trouver un système permettant que ce soit le même
individu qui réalise les notations d’état corporel, ou que tous les opérateurs se réétalonnent entre
eux, ou qu’ils aient recours à un appareil de mesure comme la caméra Ingeneraen en cours de
développement. Le principe de cette caméra est le photopointage, c’est-à-dire que la note est
calculée par un ordinateur qui utilise des algorithmes. Les valeurs sont mesurées sur des points
précis de la vache avec un rayon laser, et la note devient une mesure objective.

L’effet de certaines caractéristiques de la vache (production laitière, stade de lactation, taux

d’urée), de certaines caractéristiques de la ration (rapport microbien), de certains paramètres
zootechniques (film de distribution) sur l’efficacité alimentaire concorde avec les observations
rapportées dans la littérature, bien que n’ayant pas toujours de références chiffrées témoignant
de ces influences.

C. Conclusion de la discussion

L’observation empirique des techniciens du contrôle laitier « Eleveurs des Savoie », sur la
grande ingestion de matière sèche des vaches de race Tarine semble être confirmée dans cette
étude. Le faible nombre d’élevages étudié est le principal biais, et ne nous permet pas de
conclure de manière statistique. Par cette étude, nous avons constaté les difficultés de réalisation
d’une analyse de l’alimentation dans les élevages non expérimentaux, de la comparaison de
différents troupeaux entre eux.
Cependant, les tendances observées sont encourageantes, et l’étude pourrait être une base pour
des campagnes de mesures impliquant un nombre plus élevé d’élevages, voire des études sur
d’autres races de vaches laitières, comme les vaches Abondances, autre race dont le lait permet
de produire du fromage AOP Beaufort.
Un deuxième élément qui apparaît dans cette étude et la plus faible efficacité alimentaire
observée dans les troupeaux dont le rapport TB/TP (taux butyreux sur taux protéique du lait)
est plus petit. Etant donné les taux protéiques et butyreux moyens des vaches de race Tarine,
qui sont différents des autres races de vaches laitières, le seuil en dessous duquel on peut
considérer qu’une vache est en acidose subclinique n’est pas valable. Il semblerait donc
intéressant de poursuivre les recherches dans le but de déterminer ce rapport seuil.

128
Conclusion

129
130
 Bibliographie

Agabriel J, D’Hour P, Petit P, 1987. Influence de l’âge et de la race sur la capacité d’ingestion
des femelles bovines. Reproduction Nutrition Développement, 27(1 B), 211-2122.

Akins MS, Perfield KL, Green HB, Bertics SJ, Shaver RD, 2014. Effect of monensin in
lactating dairy cow diets at 2 starch concentrations. Journal of Dairy Science, 97, 917–929.

Allen MS, Bradford BJ, Oba M, 2009. The hepatic oxidation theory of the control of feed
intake and its application to ruminants. Journal of Animal Science, 87, 3317–3334.

Alstrup L, Nielsen MO, Lund P, Sehested J, Larsen MK, Weisbjerg MR, 2015. Milk yield,
feed efficiency and metabolic profiles in Jersey and Holstein cows assigned to different fat
supplementation strategies. Livestock Science, 178, 165–176.
Alves de Oliveira L, Noordhuizen J, 2013. Mycotoxicoses chez les vaches laitières : mesures
pratiques de maîtrise et prévention. Le Point Vétérinaire, Expert Rural, n° spécial 44,
Prévention nutritionnelle en élevage bovin, 170, 108-115.

Apper-Bossard E, Faverdin P, Meschy F, Peyraud JL, 2010. Effects of dietary cation-anion

difference on ruminal metabolism and blood acid-base regulation in dairy cows receiving 2
contrasting levels of concentrate in diets. Journal of Dairy Science, 93, 4196–4210.
Armentano L, Weigel K, 2013. Considerations for improving feed efficiency in dairy cattle.
Proceedings Cornell Nutrition Conference for Feed Manufacturers, p 37–48, East Syracuse,
NY. Cornell University, Ithaca, NY.

Arndt C, Powell JM, Aguerre MJ, Crump PM, Wattiaux MA, 2015. Feed conversion
efficiency in dairy cows : repeatability, variation in digestion and metabolism of energy and
nitrogen, and ruminal methanogens. Journal of Dairy Science, 98, 3938–3950.

Bailly S, Bailly Jean-Denis, 2013. Moisissures des fourrages secs : Aspergillus fumigatus et
Stachybotrys chartarum, deux espèces toxinogènes majeures. Le Point Vétérinaire - Expert
rural, numéro spécial, volume 44, p116-119.

Bareille N, Beaudeau F, Billon S, Robert A, Faverdin P, 2003. Effects of health disorders

on feed intake and milk production in dairy cows. Livestock Production Science, 83:53–62.
Barmore JA, 2002. Fine-tuning the ration mixing and feeding of high producing herds.
Proceedings Tri-State Dairy Nutrition Conference, p 103–126, Fort Wayne, IN. Ohio State
University, Columbus.

Beauchemin KA, Yang WZ, 2005. Effects of Physically Effective Fiber on Intake, Chewing
Activity, and Ruminal Acidosis for Dairy Cows Fed Diets Based on Corn Silage. Journal of
Dairy Science 88, 2117–2129.

Ben Boubaker H, 2010. Les paroxysmes climato-thermiques en Tunisie : approche

méthodologique et étude de cas. Climatologie, 57-84.

Benhamed H, Dulphy JP, 1986. Influence du traitement des foins à l'ammoniac sur leur valeur
azotée appréciée par la méthode des bilans azotés. Annales de Zootechnie, 35, 387-400.

131
Berman A, 2005. Estimates of heat stress relief needs for Holstein dairy cows. Journal of
Animal Science, 83, 1377–1384.
Berman A, 1968. Nychthermeral and seasonal patterns of thermoregulation in cattle.
Australian Journal Agricole Research, 19, 181–188.
Bernard JK, 2008. Feeding Management: Do’s and Don’ts. Proceedings 2008 Florida &
Georgia Dairy Road Show, p 18 to 24.
Berry DP, Crowley JJ, 2013. Cell biology symposium. Genetics of feed efficiency in dairy
and beef cattle. Journal of Animal Science, 91, 1594–1613.
Bertrand E, Dubois P, 2011. L’urée du lait, un indicateur de l’alimentation énergétique et
protéique de la vache laitière, facteurs de variations et incidences physiologiques. PEP Bovins
lait.

Bethard G, 2013. Controlling feed costs : focusing on margins instead of ratios. Proceedings
Western Dairy Management Conference, p 202–206, Reno, NV. Kansas State University,
Manhattan.

Bianca W, 1965. Reviews of the progress in dairy science. Cattle in hot environment. Journal
of Dairy Research, 32, 291–345.

Borreani G, Tabacco E, Cavallarin L, 2007. A new oxygen barrier film reduces aerobic
deterioration in farm-scale corn silage. Journal of Dairy Science, 90, 4701–4706.

Botheras NA, 2007. The Feeding Behavior of Dairy Cows : Considerations to Improve Cow
Welfare and Productivity. Tri-State Dairy Nutrition Conference, April 2007, p 29 to 42.

Bouraoui R, Lahmar M, Majdoub A, Djemali M, Belyea R, 2002. The relationship of

temperature-humidity index with milk production of dairy cows in a Mediterranean climate.
Animal Research, 51, 479–491.

Britt JS, Thomas RC, Speer NC, Hall MB, 2003. Efficiency of converting nutrient dry matter
to milk in Holstein herds. Journal of Dairy Science, 86, 3796–3801.

Brouk MJ, Smith JF, 2000. Factors affecting dry matter intake by lactating dairy cows. Dairy
Day. 54-58.

Cabrera Estrada JI, Delagarde R, Faverdin P, Peyraud JL, 2003. The addition of external
water to fresh grass does not affect dry matter intake, feeding behaviour and rumen
characteristics in dairy cows. Animal Research, 52 (1), 3-16.

Cahier des charges de l’AOP Beaufort : Cahier des charges de l’appellation d’origine
« Beaufort » associé à l'avis n°AGRT1 431306 V, Bulletin officiel du Ministère de l'agriculture,
de l'agroalimentaire et de la forêt n° 2 -2015.

Capper JL, Bauman DE, 2013. The role of productivity in improving the environmental
sustainability of ruminant production systems. Annual Review of Animal Biosciences, 1, 469–
489.

Capper JL, Cady RA, Bauman DE, 2009. The environmental impact of dairy production:
1944 compared with 2007. Journal of Animal Science, 87, 2160–2167.

132
Casper DP, 2008. Factors affecting feed efficiency of dairy cows. TriState. Dairy Nutrition
Conference. 133-144.

Castellani D, 2014. L’efficacité alimentaire : une donnée essentielle dans la gestion de

l’alimentation des troupeaux laitiers. Le Point Vétérinaire, Expert Rural, septembre 2014,
n°348, 56-62.

Charmley E, Trenholm H, Thompson B, Vudathala D, Nicholson J, Prelusky D, Charmley

L, 1993. Influence of level of deoxynivalenol in the diet of dairy cows on feed intake, milk
production, and its composition. Journal of Dairy Science, 76(11), 3580-3587.

Chenost M, Dulphy JP, 1987. Amélioration de la valeur alimentaire (composition,

digestibilité, ingestibilité) des mauvais foins et des pailles par les différents types de traitement.
In: Demarquilly C. (ed), Les fourrages secs : récolte traitement, utilisation, 199-230. Editions
INRA, Paris.

Chilliard Y, Bocquier Y, Delavaud C, Faulconnier Y, Bonnet M, Guerre-Millo M, Martin

P, Ferlay A, 1999. La leptine chez le ruminant. Facteurs de variation physiologiques et
nutritionnels. INRA Productions Animales, 12 (3), 225-237.

Choung JJ, Chamberlain DG, 1995. Effects of intraruminal infusion of propionate on the
concentrations of ammonia and insulin in peripheral blood of cows receiving an intraruminal
infusion of urea. Journal of Dairy Research. 62, 549-557.

Choung JJ, Chamberlain DG, Thomas PC, Bradbury I, 1990. The effects of intraruminal
infusions of urea on the voluntary intake and milk production of cows receiving grass silage
diets. Journal of Dairy Research. 57, 455-464.

Claassen RM, Christensen DA, Mutsvangwa T, 2016. Effects of extruding wheat dried
distillers grains with solubles with peas or canola meal on ruminal fermentation, microbial
protein synthesis, nutrient digestion, and milk production in dairy cows. Journal of Dairy
Science, 99, 7143–7158.

Clément P, Guatteo R, Delaby L, Rouillé B, Chanvallon A, Philipot JM, Bareille N, 2014.

Short communication : added value of rumination time for the prediction of dry matter intake
in lactating dairy cows, Journal of Dairy Science, 97, 6531– 6535

Commun L et al, 2016. Carnet clinique. Médecine de troupeau en élevage laitier. Les Editions
du Point Vétérinaire. 201 p.

Coppock CE, Bath DL, Harris BJ, 1981. From feeding to feeding systems. Journal of Dairy
Science, 64, 1230–1249.

Coppock R, Mostrom M, Sparling C, Jacobsen B, Ross S, 1990. Apparent zearalenone

intoxication in a dairy herd from feeding spoiled acid-treated corn. Veterinary and Human
Toxicology, 32(3), 246-248.

Coulon JB, D'Hour P, 1994. Capacité d'ingestion comparée de génisses et de vaches de race
Holstein,
Montbéliarde et Tarentaise. Annales de zootechnie, INRA/EDP Sciences, 43 (4), pp.389-392.

133
Crossley RE, Harlander-Matauschek A, DeVries TJ, 2018. Mitigation of variability
between competitively fed dairy cows through increased feed delivery frequency. Journal of
Dairy Science. 101, 518–529.

DeVries TJ, von Keyserlingk MAG, 2005. Time of feed delivery affects the feeding and lying
patterns of dairy cows. Journal of Dairy Science, 88, 625–631.
DeVries TJ, von Keyserlingk MAG, 2006. Feed stalls affect the social and feeding behavior
of lactating dairy cows. Journal of Dairy Science. 89: 3522-3531.

De Ondarza MB, Tricarico JM, 2017. Review: Advantages and limitations of dairy efficiency
measures and the effects of nutrition and feeding management interventions. The Professional
Animal Scientist, 33, 393–400.

DeVries TJ, Von Keyserlingk MAG, Beauchemin KA, 2005. Frequency of feed delivery
affects the behavior of lactating dairy cows. Journal of Dairy Science, 88, 3553–3562.

D’Hour P, Coulon J.B, Garel J.P, Mante A, Maronne P, 1991. Capacité d’ingestion des
génisses : influence de la race, de l’âge et de la qualité du foin. Annales de zootechnie,
INRA/EDP Sciences, 40 (3), 171-179.

Diaz D, Hagler Jr W, Hopkins B, Patton R, Brownie C, Whitlow L, 2001. The effect of

inclusion of a clay type sequestering agent on milk production of dairy cattle consuming
mycotoxins contaminated feeds. Journal of Dairy Science, 84, 1554.

Dikmen S, Hansen P, 2009. Is the temperature-humidity index the best indicator of heat stress
in lactating dairy cows in a subtropical environment? Journal of Dairy Science, 92, 109–116.

Dubois P, Fréret S, Charbonnier G, Humblot P, Ponsart C, 2006. Influence des paramètres

laitiers sur la régularité de cyclicité post-partum et les performances de reproduction en race
Prim’Holstein. Rencontres autour des Recherches sur les Ruminants, 13, 295.

Dusart C, 2014. Digestion ruminale : mise en place d’un modèle d’étude in vitro à long terme
en culture Batch. Thèse de doctorat vétérinaire. Université Paul Sabatier, Toulouse, 123p.

Endres MI, DeVries TJ, von Keyserlingk,MAG, Weary DM, 2005. Short Communication:
Effect of feed barrier design on the behavior of loose-housed lactating dairy cows. Journal of
Dairy Science, 88, 2377-2380.

Erdman R, 2011. Monitoring feed efficiency in dairy cows using fat-corrected milk per unit
of dry matter intake. Proceedings 9th Annual Mid-Atlantic Nutrition Conference, p 69–79,
Timonium, MD. University Maryland, College Park.

Faucet S, Mounaix B, Ferard A, Cabon G, Protin PV, Ménard JL, 2013. Effets de la
fréquence de distribution d'une ration complète, gérée par un système automatisé, sur le
comportement des vaches laitières. Rencontres autour des Recherches sur les Ruminants, 20,
p210.

Faverdin P, 1992. Alimentation des vaches laitières : comparaison des différentes méthodes
de prédiction des quantités ingérées. INRA Productions Animales, 5 (4), 271-282.
Faverdin P, Delaby L, Delagarde R, 2007. L’ingestion d’aliments par les vaches laitières et
sa prévision au cours de la lactation.

134
Faverdin P, Delaby L, Vérité R, Marquis B, 1998. Effet de la teneur en protéines et en
aliments concentrés d'une ration complète à base d'ensilage de maïs sur l'ingestion et la
production laitière de vaches laitières en début de lactation. Rencontres autour des Recherches
sur les Ruminants, 5, 263.

Faverdin P, Delagarde R, Delaby L, 2006. Prévision de l’ingestion des vaches laitières au

cours de la lactation. Rencontres et recherche ruminants n°13, p85 à 88.
Faverdin P, M'Hamed D, Rico-Gomez M, Vérité R, 2003b. La nutrition azotée influence
l'ingestion chez la vache laitière. INRA Productions Animales, 16, 27-37.
Faverdin P, Vérité R, UMR INRA ENSAR Production du Lait, 2003a. Modèle dynamique
de simulation des flux d’azote et de l’urémie chez la vache laitière. INRA Domaine de la Prise,
35590 St-Gilles.

Firkins JL, Eastridge ML, St-Pierre NR, Noftsger SM, 2001. Effects of grain variability and
processing on starch utilization by lactating dairy cattle. Journal of Animal Science, 79, E218–
E238.

Foldager J, Haarbo K, 1994. Effect of breed and feeding intensity during rearing on the feed
intake capacity of first lactation dairy cows. Livestock Production Science, 39, 39-42.

Fox DG, Sniffen CJ, O’Connor JD, Russel JB, Van Soest PJ, 1992. A net carbohydrate and
protein system for evaluating cattle diets: III. Cattle requirements and diet adequacy. Journal of
Animal Science, 70, 3758-3596.

Fox DG, Tedeschi LO, Tylutki TP, Russell JB, Van Amburgh ME, Chase LE, Pell AN,
Overton TR, 2004. The Cornell Net Carbohydrate and Protein System model for evaluating
herd nutrition and nutrient excretion. Animal Feed Science and Technology, 112, 29–78.

French N, Kennelly JJ, 1990. Effects of feeding frequency on ruminal parameters, plasma
insulin, milk yield, and milk composition in Holstein cows. Journal of Dairy Science, 73, 1857-
1863.

Friggens NC, Berg P, Theilgaard P, Korsgaard IR, Ingvartsen KL, Lovendahl P, Jensen
J, 2007. Breed and parity effects on energy balance profiles through lactation : evidence of
genetically driven body energy change. Journal of Dairy Science, 90, 5291–5305.

Friggens NC, Emmans GC, Kyriazakis I, Oldham J.D, 1998. 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, 2228-2239.
Gezondheidsdienst voor Dieren, 1999. Welzijnswijzer melkvee. Beoordelen en verbeteren in
de praktijk. [En ligne]. [Link]
Consulté le 11/10/2017.
Grant RJ, Tylutki TP, 2011. Influence of social environment on feed intake of dairy cattle.
William H. Miner Agricultural Research Institute, Chazy, NY, AMTS LLC, Cortland, NY.

Grant RJ, Albright JL, 2001. Effect of animal grouping on feeding behavior and intake of
dairy cattle. Journal of Dairy Science, 84(E. Suppl.): E156-E163.

Gruber L, Steinwender R, Krimberger K, Sölkner J, 1991. Roughage intake of Simmental,

Brown Swiss and Holstein Friesian Cows fed rations with 0,25 and 50% concentrates.
Livestock Production Science, 27, 123-136.
135
Gruber L, Schwarz FJ, Erdin D, Fischer B, Spiekers H, Steingass H, Meyer U, Chassot
A, Jilg T, Omermaier A, Gruggenberz T, 2004. Vorhersage der Futteraufnahme von
Milchkühen – Datenbasis von 10 Forschungs- und Universitätsinstituten Deutschlands,
Österreichs und der Schweiz. 116. VDLUFA-Kongress, Rostock 2004. VDLUFASchriftenr 60,
484-504.

Halachmi I, Børsting CF, Maltz E, Edan Y, Weisbjerg MR, 2011. Feed intake of Holstein,
Danish Red, and Jersey cows in automatic milking systems. Livestock Science, 138, 56–61.

Hardie LC, Armentano LE, Shaver RD, VandeHaar MJ, Spurlock DM, Yao C, Bertics
SJ, Contreras-Govea RC, Weigel KA, 2015. Considerations when combining data from
multiple nutrition experiments to estimate genetic parameters for feed efficiency. Journal of
Dairy Science, 98, 2727–2737.
Hart KD, McBride BW, Duffield TF, DeVries TJ, 2014. Effect of frequency of feed delivery
on the behavior and productivity of lactating dairy cows. Journal of Dairy Science, 97, 1713–
1724.

Hill DL, Wall E, 2017. Weather influences feed intake and feed efficiency in a temperate
climate. Journal of Dairy Science Vol. 100, 2240-2257.

Hill D, Wall E, 2015. Dairy cattle in a temperate climate : the effects of weather on milk yield
and composition depend on management. Animal, 9, 138–149.

Holmes BJ, 2013. Getting the most from your bunker/pile silo. Proceedings Western Dairy
Management Conference, p 208–223, Reno, NV. Kansas State University, Manhattan.

Horan B, Faverdin P, Delaby L, Rath M, Dillon P, 2006. The effect of strain of

HolsteinFriesian dairy cow and pasture-based system on grass intake and milk production.
Journal of Animal Science, 82, 435-444.

Hu W, Murphy MR, 2004. Dietary cation-anion difference effects on performance and acid-
base status of lactating dairy cows: A meta-analysis. Journal of Dairy Science, 87, 2222–2229.
Hu W, Murphy MR, Constable PD, Block E, 2007. Dietary cation-anion difference effects
on performance and acid-base status of dairy cows postpartum. Journal of Dairy Science, 90,
3367–3375.
Huhtanen P, Rinne M, Mantysaari P, Nousiainen J, 2011. Integration of the effects of animal
and dietary factors on total dry matter intake of dairy cows fed silage-based diets. Animal
5:691–702.

Huhtanen P, Rinne M, Nousiainen J, 2007. Evaluation of the factors affecting silage intake
of dairy cows : a revision of the relative silage dry-matter intake index. Animal 1, 758-770.
Huhtanen P, Rinne M, Nousiainen J, 2007. Evaluation of concentrate factors affecting silage
intake of dairy cows : a revision of the relative total diet intake index. Animal 2, 942-953.
Huhtanen P, Rinne M, Mantysaari P, Nousiainen J, 2011. Integration of the effects of animal
and dietary factors on total dry matter intake of dairy cows fed silage-based diets. Animal 5,
691–702.
Hutjens MF, 2008a. Feed Efficiency Opportunities with 2008 Feed Cost. Proceedings of the
45th annual Florida dairy production conference. 104 p, 6-13.

136
Hutjens MF, 2008b. Revisiting feed efficiency and its economic impact.

Hutjens MF, 2005. Dairy efficiency and dry matter intake. Proceedings Western Dairy
Management Conference, p 71–76, Reno, NV. Kansas State University, Manhattan.

Huzzey JM, DeVries TJ, Valois P, von Keyserlingk MAG, 2006. Stocking density and feed
barrier design affect the feeding and social behavior of dairy cattle. Journal of Dairy Science,
89, 126-133.

Ingalls J, 1996. Influence of deoxynivalenol on feed consumption by dairy cows. Animal Feed
Science and Technology, 60(3), 297-300.

INRA, 2010. Alimentation Des Bovins, Ovins et Caprins. Besoins Des Animaux - Valeurs Des
Aliments. Editions Quae, Versaille. Vol. Tables INRA 2007 mise à jour 2010, 312p.

INRA, 1988. Alimentation des bovins, ovins et caprins. Jarrige R. (Ed). INRA, Paris, France,
476p.

Institut de l’élevage, 2017. Résultats de contrôle laitier de l’espèce bovine. Collection

résultats. Compte rendu n° 0018201004 GT/JMA/XB, 25-28.

Institut de l’élevage, 2015. Résultats de contrôle laitier des espèces bovine, caprine et ovine -
espèce bovine. Collection résultats, 24-27.

Institut de l’élevage, 2010. Guide pratique de l’alimentation du troupeau bovin laitier. Editions
Quae, Paris, 262p.

Ingvartsen KL, 1994. Models of voluntary food intake in cattle. Livestock Production Science,
39, 19–38.

Ipharraguerre IR, Clark JH, 2003. Usefulness of ionophores for lactating dairy cows : a
review. Animal Feed Science and Technology, 106, 39–57.

Iwaniuk ME, Erdman RA, 2015. Intake, milk production, ruminal, and feed efficiency
responses to dietary cation-anion difference by lactating dairy cows. Journal of Dairy Science,
98, 8973–8985.
Jensen MB, Proudfoot LK, 2017. Effect of group size and health status on behavior and feed
intake of multiparous dairy cows in early lactation. Journal of Dairy Science, 100, 1–10.

Jensen LM, Nielsen NI, Nadeau E, Markussen B, Nørgaard P, 2015. Evaluation of five
models predicting feed intake by dairy cows fed total mixed rations. Livestock Science, 176, 9-
103.
Johnston C, DeVries TJ, 2018. Short communication : associations of feeding behavior and
milk production in dairy cows. Journal of Dairy Science, 101, 3367–3373.

Journet M, Faverdin P, Rémond B, Vérité R, 1983. Niveau et qualité des apports azotés en
début de lactation. Bulletins Techniques. CRZV Theix, INRA, 51, 7-17.

Juarez ST, Robinson PH, 2002. Impact of lameness on behavior and milk production of high
producing multiparous Holstein cows. Hoof Trimmers Association, Inc. Newsletter 34, 10-11.

137
Keady TWJ, Mayne CS, Kilpatrick DJ, 2004. An evaluation of five models commonly used
to predict food intake of lactating dairy cattle. Livestock Production Science, 89, 129–138.

Kennedy J, Dillon P, Delaby L, Faverdin P, Stakelum G, Rath M, 2003. Effect of genetic

merit and concentrate supplementation on grass intake and milk production with Holstein
Friesian dairy cows. Journal of Dairy Science, 86, 610-621.

Kertz AF, Davidson LE, Cords BR, Puch HC, 1983. Ruminal infusion of ammonium
chloride in lactating cows to determine effect of pH on ammonia trapping. Journal of Dairy
Science, 66, 2597-2601.

Kertz AF, Koepke MK, Davidson LE, Betz NL, Norris JR, Skoch LV, Cords BR, Hopkins
DT, 1982. Factors influencing intake of high urea-containing rations by lactating dairy cows.
Journal of Dairy Science, 65, 587-604.

King MTM, Crossley RE, DeVries TJ, 2016. Impact of timing of feed delivery on the
behavior and productivity of dairy cows. Journal of Dairy Science, 99, 1471–1482.

Klusmeyer TH, Cameron MR, McCoy GC, Clark JH, 1990. Effects of feed processing and
frequency of feeding on ruminal fermentation, milk production, and milk composition. Journal
of Dairy Science, 73, 3538-3543.

Korver S, 1982. Feed intake and production in dairy breeds dependent on the ration, Ph D
Thesis, Agriculture University Wageningen.

Krause KM, Oetzel GR, 2005. Inducing subacute ruminal acidosis in lactating dairy cows.
Journal of Dairy Science, 88, 3633–3639.

Kristensen T, Jensen C, Østergaard S, Weisbjerg MR, Aaes O, Nielsen NI, 2015. Feeding,
production, and efficiency of Holstein-Friesian, Jersey, and mixed-breed lactating dairy cows
in commercial Danish herds. Journal of Dairy Science, 98, 263–274.

Krizsan SJ, Sairanen A, Höjer A, Huhtanen P, 2014. Evaluation of different feed intake
models for dairy cows. Journal of Dairy Science, 97, 2387–2397.

Leclerc E, Rousselot MC, Faverdin P, 1993. Capacité d'ingestion des vaches laitières en début
de lactation : évolution en relation avec la production, la gestion des réserves corporelles et la
génétique des animaux. Mémoire de fin d'études, Ecole Supérieure d'Agriculture d'Angers,
138p.

Ledos H, Moureaux S, 2013. Durée de gestation des principales races de l’espèce bovine –
Moyenne et variabilité. Compte-rendu n°001378001. Département génétique et phénotypes.
Service phénotypage. Service programmes de sélection et gestion des populations. Institut de
l’élevage. 44p. P41.
Li B, Fikse WF, Lassen J, Lidauer MH, Løvendahl P, Mäntysaari P, Berglund B, 2016.
Genetic parameters for dry matter intake in primiparous Holstein, Nordic Red, and Jersey cows
in the first half of lactation. Journal of Dairy Science, 99, 7232–7239.

Lukas JM, Reneau JK, Linn JG, 2008. Water Intake and Dry Matter Intake Changes as a
Feeding Management Tool and Indicator of Health and Estrus Status in Dairy Cows. Journal of
Dairy Science, 91, 3385–3394.

138
Mäntysaari P, Khalili H, Sariola J, 2006. Effect of Feeding Frequency of a Total Mixed
Ration on the Performance of High-Yielding Dairy Cows. Journal of Dairy Science, 89, 4312–
4320.

Mantysaari P, Liinamo AE, Mantysaari EA, 2012. Energy efficiency and its relationship
with milk, body, and intake traits and energy status among primiparous Nordic Red dairy cattle.
Journal of Dairy Science, 95, 3200–3211.

McDowell RE, Hooven NW, Camoens JK, 1976. Effects of climate on performance of
Holsteins in first lactation. Journal of Dairy Science, 59, 965–973.

Ménard JL, Protin PV, Brunschwig P, Mounaix B, Ferard A, Cabon G, Faucet, S, 2014.
Automatisation de l’alimentation des vaches laitières : étude de la fréquence de distribution
d’une ration complète réalisée à La Jaillière. 1ères biennales des stations expérimentales
laitières. Rennes.

Mertens DR. 1994. Regulation of forage intake. Pages 450–493 in Forage Quality, Evaluation
and Utilization. G. C. Fahey Jr., ed. American Society of Agronomy Inc., Crop Science Society
of America Inc., Soil Science Society of America Inc., Madison, WI.

Miller-Cushon EK, DeVries TJ, 2017. Short communication: Associations between feed
push-up frequency, feeding and lying behavior, and milk yield and composition of dairy cows.
Journal of Dairy Science, 100, 2213–2218.

Moallem U, Lehrer H, Livshitz L, Zachut M, Yakoby S, 2009. The effects of live yeast
supplementation to dairy cows during the hot season on production, feed efficiency, and
digestibility. Journal of Dairy Science, 92, 343–351.
Mossberg I, Jönsson H, 1996. The influence of day length and temperature on food intake and
growth rate of bulls given concentrate or grass silage ad libitum in two housing systems. Animal
Science, 62, 233–240.

Mulligan FJ, Quirke J, Rath M, Caffrey PJ, O’Mara FP, 2002. Intake, digestibility, milk
production and kinetics of digestion and passage for diets based on maize or grass silage fed to
late lactation dairy cows. Livestock Production Science 74, 113–124
National Research Council, 2001. Nutrient requirements of dairy cattle. Seventh Revised
Edition. Washington, DC. The national academies press. [Link]

National Research Council, 1989. In: 6th Revised Edition Update. Nutrient Requirements of
Dairy Cattle. National Academy Press, Washington, DC.

Nielsen BL, 1999. On the interpretation of feeding behaviour measures and the use of feeding
rate as an indicator of social constraint. Applied Animal Behaviour Science 63, 79–91.

Nikkhah A, Furedi CJ, Kennedy AD, Crow GH, Plaizier JC, 2008. Effects of Feed Delivery
Time on Feed Intake, Milk Production, and Blood Metabolites of Dairy Cows. Journal of Dairy
Science, 91, 4249–4260.

Niu M, Harvatine KJ, 2018. Short communication : the effects of morning compared with
evening feed delivery in lactating dairy cows during the summer. Journal of Dairy Science, 101,
396–400.

139
Nocek JE, Braund DG, 1985. Effect of feeding frequency on diurnal dry matter and water
consumption, liquid dilution rate, and milk yield in first lactation. Journal of Dairy Science, 68,
2238-2247.

Noorhuizen J, 2007. Le Diagnostic De L’acidose Ruminale Subaiguë Dans Un Troupeau

Laitier. Bulletin Des GTV, 41, 31–34.

Oba M, Allen MS, 1999. 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, 589–596.

Oetzel GR, 2004. Monitoring and testing dairy herds for metabolic disease. Veterinary Clinics
of North America : Food Animal Practice, 20, 651–674.
Ostergaard S, Grohn YT, 2000. Concentrate feeding, dry matter intake, and metabolic
disorders in Danish dairy cows. Livestock Production Science, 65, 107–118.
Owens FN, Secrist DS, Hill WJ, Gill DR, 1998. Acidosis in cattle : a review. Journal of
Animal Science, 76, 275–286.
Owens CE, Zinn RA, Hassen A, Owens FN, 2016. Mathematical linkage of total-tract
digestion of starch and neutral detergent fiber to their fecal concentrations and the effect of site
of starch digestion on extent of digestion and energetic efficiency of cattle. The Professional
Animal Scientist, 32, 531–549.

Petit M, Agabriel J, D’Hour P, Garel JP, 1994. Quelques caractéristiques des races bovines
allaitantes de type rustique. INRA Productions Animales, 7 (4), 235-243.

Petit M, Garel JP, Grenet N, 1987. Utilisation des foins et pailles par le troupeau de vaches
allaitantes. In : Les fourrages secs : récolte, traitement, utilisation (C Demarquilly, ed), INRA,
Paris 361-389.

Petitclerc D, Chapin LT, Emery RS, Tucker HA, 1983. Body growth, growth-hormone,
prolactin and puberty response to photoperiod and plane of nutrition in Holstein heifers. Journal
of Animal Science, 57, 892–898.

Phillips CJC, Margerison JK, Azazi S, Chamberlain AG, Omed H, 1991. The effect of
adding surface water to herbage on its digestion by ruminants. Grass Forage Science, 46, 333–
338.

Phillips CJC, Rind MI, 2001. The Effects of Frequency of Feeding a Total Mixed Ration on
the Production and Behavior of Dairy Cows. Journal of Dairy Science, 84, 1979–1987.

Piantoni P, Ylioja CM, Allen MS, 2015. Feed intake is related to changes in plasma
nonesterified fatty acid concentration and hepatic acetyl CoA content following feeding in
lactating dairy cows. Journal of Dairy Science Vol. 98, 10, 6837-6847.
Ponter A, 2016. Guide pratique d’alimentation de la vache laitière. Editions France Agricole,
168p.

Poppy GD, Rabiee AR, Lean IJ, Sanchez WJ, Dorton KL, Morley PS, 2012. A meta-
analysis of the effects of feeding yeast culture produced by anaerobic fermentation on
Saccharomyces cerevisiae on milk production of lactating dairy cows. Journal of Dairy Science,
95, 6027–6041.
140
Prendiville RK, Pierce M, Buckley F, 2009. An evaluation of production efficiencies among
lactating Holstein-Friesian, Jersey, and Jersey × Holstein-Friesian cows at pasture. Journal of
Dairy Science, 92, 6176–6185.

Puillet L, Réale D, Friggens NC, 2016. Disentangling the relative roles of resource acquisition
and allocation on animal feed efficiency: insights from a dairy cow model. Genetics Selection
Evolution, 48-72.

R Core Team, 2017. R: A language and environment for statistical computing. R Foundation
for Statistical Computing, Vienna, Austria. URL [Link]

Rathbun F, Pralle R, Bertics S, Armentano L, Cho K, Do C, Weigel K, White H, 2017.

Relationships between body condition score change, prior mid-lactation phenotypic residual
feed intake, and hyperketonemia onset in transition dairy cows. Journal of Dairy Science, 100,
3685–3696.
Rauw WM, Kanis E, Noordhuizen-Stassen EN, Grommers FJ, 1998. Undesirable side
effects of selection for high production efficiency in farm animals: a review. Livestock
Production Science. 1998;56:15–33.
Renaudeau D, Collin A, Yahav S, de Basilio V, Gourdine J, Collier R, 2012. Adaptation to
hot climate and strategies to alleviate heat stress in livestock production. Animal, 6, 707–728.

Reynolds CK, Crompton LA, Mills JAN, 2011. Improving the efficiency of energy utilisation
in cattle. Animal Production Science, 51, 6–12.

Rico-Gomez M, Faverdin P, 2001. La nutrition protéique modifie l'ingestion des vaches

laitières : analyse bibliographique. Rencontres autour des Recherches sur les Ruminants, 8, 285-
288.

Robinson PH, Erasmus LJ, 2010. Feed efficiency and lactating cows : expressing and
interpreting it. Proceedings 31st Western Nutrition Conference, p 289–295, Saskatoon, SK.
Animal Nutrition Association Canada, Ottawa, ON, Canada.

Robinson PH, McNiven MA, 1994. Influence of flame roasting and feeding frequency of
barley on performance of dairy cows. Journal of Dairy Science, 77, 3631-3643.

Rooke JA, Lee NH, Armstrong DG, 1987. The effects of intraruminal infusions of urea,
casein, glucose syrup and a mixture of casein and glucose syrup on nitrogen digestion in the
rumen of cattle receiving grass-silage diets. British Journal of Nutrition, 57, 89-98.

Rottman LW, Ying Y, Zhou K, Bartell PA, Harvatine KJ, 2015. The effects of feeding
rations that differ in neutral detergent fiber and starch concentration within a day on production,
feeding behavior, total-tract digestibility, and plasma metabolites and hormones in dairy cows.
Journal of Dairy Science, 98, 4673–4684.
Rotz CA, Corson MS, Chianese DS, Montes F, Hafner SD, Coiner CU, 2012. The Integrated
Farm System Model. USDAARS, Washington, DC, Reference Manual Version 3.6, 191 p.

Sauvant D, Cantalapiedra-Hijar G, Delaby L, Daniel JB, Faverdin P, Nozière P, 2015.

Actualisation des besoins protéiques des ruminants et détermination des réponses des femelles
laitières aux apports de protéines digestibles dans l’intestin. INRA Productions Animales, 28,
347-368.
141
Schils RL, De Haan MH, Hemmer JG, Van den Pol A, Van Dasselaar A, De Boer J, Evers
A, Holshof G, Van Middelkoop JC, Zom RLG, 2007. DairyWise, a whole-farm dairy model.
Journal of Dairy Science, 90, 5334–5346.

Schingoethe DJ, Linke KN, Kalscheur KF, Hippen AR, Rennich DR, Yoon I, 2004. Feed
efficiency of mid-Lactation dairy cows fed yeast culture during summer. Journal of Dairy
Science, 87, 4178–4181.
Shabi Z, Bruckental I, Tagari H, Zamwel S, Adin G, Arieli A, 1998. The effect of number
of daily meals for dairy cows on milk yield and composition. Journal of Animal and Feed
Sciences, 7, 1998, 249 – 259.

Shaver RD, 2002. Rumen acidosis in dairy cattle : bunk management considerations
Proceedings of the 12th International Symposium on Lameness in Ruminants, p 75–81, J. K.
Shearer, ed. Orlando, FL. University Florida, Gainesville.
Stone WC, 2004. Nutritional approaches to minimize subacute ruminal acidosis and laminitis
in dairy cattle. Journal of Dairy Science, 87, E13–E26.

St-Pierre N. 2008. Managing measures of feed costs : benchmarking physical and economic
feed efficiency. Proceedings Tri-State Dairy Nutrition Conference, p 99–112, Fort Wayne, IN.
Ohio State University, Columbus.

St-Pierre N, 1998. Formulating rations based on changes in markets. Proceedings Tri-State

Dairy Nutrition Conference, p 181–203, Fort Wayne, IN. Ohio State University, Columbus.

Su H, Wang Y, Zhang Q, Wang F, Cao Z, Rahman MAU, Cao B, Li S, 2013. Responses of

energy balance, physiology, and production for transition dairy cows fed with a low-energy
prepartum diet during hot season. Tropical Animal Health and Production, 45, 1495–1503.

Trenholm H, Thompson B, Martin K, Greenhalgh R, McAllister A, 1985. Ingestion of

vomitoxin (deoxynivalenol)-contaminated wheat by nonlactating dairy cows. Journal of Dairy
Science, 68(4), 1000-1005.

Vadiveloo J, Holmes W, 1979. The prediction of the voluntary feed intake of dairy cows. The
Journal of Agricole Science – Cambridge, 93, 553–562.

VandeHaar MJ, Armentano LE, Moody Spurlock D, 2012. Searching for a more efficient
cow : feeding and breeding to enhance efficiency. Proceedings of the 27th Annual Southwest
Nutrition and Management Conference, p 20–31, Tempe, AZ. University Arizona, Tempe.
VandeHaar MJ, St-Pierre N, 2006. Major advances in nutrition : relevance to the
sustainability of the dairy industry. Journal of Dairy Science, 89, 1280–1291.

Vérité R, Delaby L, 1998. Conduite alimentaire et rejets azotés chez la vache laitière.
Interrelation avec les performances. Rencontres autour des Recherches sur les Ruminants, 5,
185-192.

Vérité R, Journet M, 1970. Influence de la teneur en eau et de la déshydratation de l’herbe sur

sa valeur alimentaire pour les vaches laitières, Annales de Zootechnie, 19, 255–268.

142
Volden H, Nielsen NI, Åkerlind M, Larsen M, Havrevoll Ø, Rygh AJ, 2011. Prediction of
voluntary feed intake. In:Volden H.(Ed.), The Nordic Feed Evaluation System, Wageningen
Academic Publishers, Wageningen, The Netherlands, pp.113–126.

Winkler J, Kersten S, Meyer U, Engelhardt U, Dänicke S, 2014. Residues of zearalenone

(ZEN), deoxynivalenol (DON) and their metabolites in plasma of dairy cows fed Fusarium
contaminated maize and their relationships to performance parameters. Food and Chemical
Toxicology, 65, 196-204.

Wolter R, Ponter A, 2012. Alimentation de la vache laitière. Editions France agricole, Paris,
273p.
Yan T, Agnew RE, Gordon FG, Porter MG, 2000. The prediction of methane energy output
in dairy and beef cattle offered grass silage-based diets. Livestock Production Science, 64, 253–
263.

Yan T, Mayne CS, Gordon FG, Porter MG, Agnew RE, Patterson DC, Ferris CP,
Kilpatrick DJ, 2010. Mitigation of enteric methane emissions through improving efficiency of
energy utilization and productivity in lactating dairy cows. Journal of Dairy Science, 93, 2630–
2638.

Yang CM, Varga GA, 1989. Effect of three concentrate feeding frequencies on rumen
protozoa, rumen digesta kinetics, and milk yield in dairy cows. Journal of Dairy Science, 72,
950-957.

Zamet CN, Colenbrander VF, Callahan CJ, Chew BP, Erb RE, Moeller NJ, 1979.
Variables associated with peripartum traits in dairy cows. I. Effect of dietary forages and
disorders on voluntary intake of feed, body weight and milk yield. Theriogenology, 11, 229–
244.
Zebeli Q, Ametaj BN, Junck B, Drochner W, 2009. Maize silage particle length modulates
feeding patterns and milk composition in loose-housed lactating Holstein cows. Livestock
Science 124, 33–40.

Zom RLG, André G, van Vuuren AM, 2012. Development of a model for the prediction of
feed intake by dairy cows : 1. Prediction of feed intake. Livestock Science 143, 43–57.

143
144
 Annexes

Annexe 1 : Astier M, 2015. Aux Mille vaches : « Ils m’ont traité comme un chien et ils
maltraitent les vaches ». Reporterre, le quotidien de l’écologie. Emplacement : Accueil >
Editorial > Info >. Adresse de cet article : [Link]
m-ont-traite-comme-un-chien-et-ils-maltraitent-les-vaches

145
146
147
COURTOIS Léontine
CAPACITE D’INGESTION ET EFFICACITE ALIMENTAIRE DES
VACHES DE RACE TARINE DANS LA ZONE BEAUFORT

Thèse d’Etat de Doctorat Vétérinaire : Lyon, 11 décembre 2018

RESUME :
L’alimentation des troupeaux de vaches laitières est l’élément le plus déterminant sur la rentabilité de
l’élevage, par son coût et par la production laitière qu’elle engendre.
Pour répondre au mieux aux besoins des troupeaux, on utilise des modèles de prédiction des quantités
ingérées. Ils utilisent le plus souvent la capacité d’ingestion des vaches, qui correspond à l’aptitude et à
la motivation qu’a une vache pour s’alimenter, et qui permet d’estimer la quantité de ration à distribuer.
Pour prendre aussi en compte la valorisation de la ration, on utilise l’efficacité alimentaire, qui
correspond au rapport entre la quantité de lait produit en kilogrammes et la quantité de matière sèche
ingérée en kilogrammes.
Dans ce travail, nous avons étudié l’ingestion et l’efficacité alimentaire des vaches laitières de race
Tarine, vaches permettant la production de lait AOP Beaufort. Cette étude a été motivée par une
demande des techniciens du contrôle laitier « Eleveurs des Savoie ».
L’ingestion mesurée lors de notre étude a été supérieure à l’ingestion théorique prédite par le modèle
« INRA 2010 », de 800 g de matière sèche par vache laitière par jour. Cette différence n’est pas
significative malgré des mesures réalisées dans 40 élevages. Nous ne pouvons donc pas conclure que le
modèle de prédiction des quantités ingérées de l’INRA 2010 n’est pas adapté aux vaches de race Tarine.
L’efficacité alimentaire calculée est de 0,92, ce qui semble inférieur à la valeur calculée chez des vaches
Montbéliardes nourries avec une ration constituée de fourrages secs. Cette valeur est aussi bien
inférieure à celles obtenues dans des élevages où les vaches sont nourries avec des fourrages fermentés
très riches en énergie tel que l’ensilage de maïs.

MOTS CLES : - vaches laitières - bétail – alimentation

- tarentaise (race bovine) - production laitière

JURY :
Président : Monsieur le Professeur Philippe Vanhems

1er Assesseur : Monsieur le Maître de Conférence Laurent Alvès de Oliveira

2ème Assesseur : Madame la Professeure Dominique Le Grand
Membre invité : Monsieur Eric Bertrand

DATE DE SOUTENANCE : 11 décembre 2018

ADRESSE DE L’AUTEUR :
2 route de Bussières
63310, Saint Clément de Régnat