论文部分内容阅读
代谢能(ME)体系是评定家禽饲料有效能值最常用的能量体系,但是该体系并不能准确反映饲料用于维持和生长的量及比例。而净能(NE)扣除了饲料在代谢过程中的热增耗(HI),是动物真正用于维持和生产的能量。实测NE具有过程繁杂、耗时长、浪费人力物力的缺点,因此,建立NE的预测模型具有重要意义。本研究旨在评定棉籽粕的樱桃谷肉鸭NE含量,具体包括:在实测棉籽粕的樱桃谷肉鸭NE基础上,利用表观代谢能(AME)和常规成分建立其NE预测方程,同时采用近红外反射光谱(NIRS)分析技术建立其NE预测模型。试验开始前根据棉籽粕的饲用标准及产区收集棉籽粕,分析测定各棉籽粕的常规成分,包括干物质、CP、EE、NDF、ADF、CF和ASH。选取符合国家饲料用棉籽粕标准(GB/T21264-2007)的棉籽粕用于本试验,根据其常规成分可知,本试验所用棉籽粕基本涵盖不同品质的棉籽粕。棉籽粕的肉鸭NE值的测定采用析因法进行,将棉籽粕替代饲粮的NE剖分为维持净能(NEm)和沉积净能(NEp)。首先利用回归法测定NEm,比较屠宰法测定NEp,再利用套算公式计算得到棉籽粕的肉鸭NE值。将实测棉籽粕的NE与其表观代谢能(AME)及常规成分进行相关和多元线性逐步回归分析,建立其预测方程。最后用NIRS分析仪按照建模步骤:扫描光谱、预处理、筛选最佳谱区,偏最小二乘法(PLS)分析来建立棉籽粕肉鸭NE的预测模型,并完成模型的检验。选取400只空腹平均体重为(130±8.5)g的樱桃谷肉鸭进行试验。其中20只肉鸭在试验开始时挫颈致死,测定其体能量作为初始对照。NEm用禁食产热(FHP)估计。50只肉鸭用于NEm的测定,设定自由采食,限饲15%、25%、35%及45%共5个处理组,每个处理5个重复,每个重复2只肉鸭。剩下的330只肉鸭用于测定NEp,设定基础饲粮组和不同棉籽粕替代处理组共33个处理,每个处理5个重复,每个重复2只肉鸭。于14日龄时将所有的试验肉鸭挫颈致死,测定所有试验肉鸭的体能量。计算测定NEm各处理的食入代谢能(MEI)和产热(HP),以MEI为因变量,HP为自变量进行对数回归分析,建立其回归方程,当 MEI为零时的HP等于FHP的值;试验末肉鸭的体能量减去对照体能量等于棉籽粕替代饲粮的NEp;棉籽粕替代饲粮的NE等于NEm加上NEp。试验结果如下:用于本试验的棉籽粕的常规成分中,CP以及NDF、ADF、CF变异较大,为采用常规成分建立预测模型提供了依据。采用回归法测定FHP试验中,随着限饲比例的增加,樱桃谷肉鸭的MEI和HP均显著降低(P<0.05),仅限饲25%和35%处理组的HP差异不显著(P>0.05)。MEI和HP的对数回归方程为 lgHP=0.157×MEI-0.233(P<0.05,R2=0.944,RSD=0.000),当 MEI 等于0时,樱桃谷肉鸭的FHP为580.7KJ/(kgBW0.75.d)。棉籽粕替代饲粮提供给肉鸭NEm和NEp分别为(2.97±0.15)和(5.22±0.12)MJ/kg,棉籽粕替代饲粮的NE为(8.19±0.09)MJ/kg,采用套算公式计算得到棉籽粕的樱桃谷肉鸭NE和AME分别为(6.12±0.62)MJ/kg 和(10.05±1.02)MJ/kg,AME 转化为 NE 的效率为(60.97±2.04)%。AME和常规成分与NE进行相关分析结果显示,棉籽粕肉鸭NE与AME和CP呈显著正相关(P<0.01),相关系数(r)分别为0.945和0.842,而与ADF、NDF、CF呈显著负相关(P<0.01),r分别为0.916、0.884、0.862。多元线性逐步回归得到的预测方程为NE=3.276+0.241 AME+0.044CP-0.081ADF(P<0.01,R2=0.954,RSD=0.13MJ/kg)。本试验建立的NIRS预测模型中实测棉籽粕的肉鸭NE和NIRS预测值之间的相关关系如下:该模型的定标决定系数(R2cal)、内部交叉验证决定系数(R2cv)和外部验证决定系数(R2val)分别为0.945、0.861、0.828,相应的定标均方根误差(RMSEE)、内部交叉验证均方方根误差(RMSECV)、和外部验证均方根误差(RMSEP)分别为0.156、0.231、0.306 MJ/kg。综上,本试验32种不同棉籽粕樱桃谷肉鸭的NE含量为(6.12±0.62)MJ/kg,范围为5.04～7.30 MJ/kg,变异较大;运用常规成分和NIRS分析技术可以快速有效预测棉籽粕的肉鸭NE。