论文部分内容阅读
相比家禽通常采用的代谢能(Metabolizable energy,ME)体系,净能(Net energy,NE)体系更能准确反映饲料的能量利用效率,提供的能量最接近动物维持和生产需要。对肉鸭而言,常用饲料原料中的玉米、豆粕、菜籽粕和棉粕等净能值已有研究报道,但有关饲用小麦的肉鸭净能值则未见报道;而且实测饲料净能值的试验操作复杂、繁琐,费时、费力、费工,能否找到饲料净能值的快速预测方法也是饲料营养价值评定的前沿和热点问题。因此,本试验旨在实测不同小麦的肉鸭净能值,并利用其化学成分(Chemical composition)和近红外分析光谱(Near Infrared Spectroscopy,NIRS)技术建立快速测定肉鸭饲料的NE预测方程和模型,为肉鸭饲料配制提供NE数据或NE的快速预测提供参考方法。根据我国小麦产地区域分布和《小麦》(GB-1351-2008)中容重为定等指标,从全国范围内收集40种不同等级的小麦样品,测定其化学成分。本试验通过析因法实测小麦肉鸭净能值。试验选用7日龄平均体重为67.43 ± 3.32g的樱桃谷肉鸭480只,正式试验开始时,随机选取20只屠宰作为初始对照,剩余随机分为46个处理,每个处理5个重复,每个重复2只。随机选取其中5个处理作为限饲组,分别饲喂自由采食量的100%、85%、70%、55%、40%,剩余41个处理分别饲喂基础日粮(玉米-豆粕)和40种小麦替代日粮(含20%小麦)。首先,限饲试验根据回归法求出肉鸭维持NE(Net energy for maintenance,NEm),比较屠宰法得到各小麦日粮肉鸭的沉积净能(Net energy for production,NEp),求和得到每种日粮NE,然后替代法求得小麦NE、NEm和NEp。最后分析小麦NE与其化学成分、表观代谢能(Apparent metabolizable energy,AME)之间的相关性,利用多元逐步线性回归方法构建小麦肉鸭NE预测方程;采用傅里叶变换近红外光谱仪扫描40种小麦样品光谱,分析光谱与NE值的相关性,建立小麦肉鸭NE的NIRS预测模型。试验主要结果如下:40种不同小麦的中性洗涤纤维、酸性洗涤纤维、粗脂肪和粗灰分含量范围分别为 6.80%～12.15%、1.69%～3.92%、1.31%～2.32%和 1.31%～3.29%,平均值分别为:(9.56 ±1.10)%、(2.58 ±0.69)%、(1.90 ±0.25)%和(1.76±0.31)%,变异系数均大于10%;总能、水分、粗纤维、粗蛋白及容重含量范围分别为 15.71～16.54MJ/Kg、9.93%～13.89%、2.65%～3.73%、10.66%～16.16%及 660.4 g/L～863 g/L,平均值分别为:(16.21 ±0.19)MJ/kg、(12.02 ±0.89)%、(3.07± 0.27)%、(14.46± 1.09)%及(775.30±38.84)g/L,变异系数分别为 1.16%、7.42%、8.76%、7.56%及4.95%。比较屠宰结合回归法得到,8～14日龄肉鸭的NEm回归方程为:LnHP=0.4719 MEI-0.570(R2 = 0.9951,P<0.001),外推肉鸭的维持代谢能为 566 KJ/kgBW0.75d-1。小麦肉鸭AME和NE能值变化范围分别为11.03MJ/Kg-14.34MJ/Kg和 6.81MJ/Kg-9.12MJ/Kg,平均值分别为(13.15 ± 0.73)MJ/Kg 和(8.15 ± 0.52)MJ/Kg,变异系数分别为5.67%和6.40%。40种小麦提供给肉鸭的NEm和NEp能值变化范围分别为2.07 MJ/kg-3.86MJ/kg和4.63MJ/kg～7.05MJ/kg,平均值分别为(3.14±0.45)MJ/Kg 和(5.72 ±0.52)MJ/Kg,变异系数分别为 14.44%和 9.07%。结果表明,不同来源小麦的主要化学组成成分和能值差异较大。相关分析和多元线性逐步回归分析结果表明,小麦NE值与小麦化学成分、AME显著相关(P<0.01)。化学成分中NDF与小麦NE相关系数最高(r = 0.835),AME与小麦NE相关系数为0.883。多元线性逐步回归得到的小麦NE模型有:NE =0.380AME-0.147NDF-0.274ADF + 5.262(R2 = 0.874,RSD = 0.19MJ/kg,P<0.001)。本试验条件下,小麦肉鸭NE的NIRS预测模型如下:模型定标、交叉验证和外部验证的R2分别为83.42、75.03和82.93;SD分别为0.080MJ/kg、0.090MJ/kg和0.059MJ/kg;交互验证相对标准差(RSDcv)和外部验证相对标准差(RSDv)分别为2.251%和2.143%;交互验证相对分析误差(RPDcv)和外部验证相对分析误差(RPDv)分别为2.136和3.030。综上所述,40种不同来源小麦的化学成分变异较大;对肉鸭而言,小麦的NE值为(8.49 ±0.30)MJ/Kg;小麦NE与其化学成分之间显著相关,并具有回归关系。利用AME结合小麦化学营养成分和NIRS分析技术能够分别建立小麦NE的化学成分预测方程和NIRS预测模型。