论文部分内容阅读
目前,在家禽饲粮的配制上,大都采用的是ME体系。但ME体系,没有考虑饲料养分在利用过程中的热增耗；而NE更能反应饲料真实能值。但实测NE操作复杂,一些动物营养研究学者开始使用预测公式来间接估算饲料NE值。本试验旨在用比较屠宰法结合回归法和套算法,实测30个豆粕样品NE值的基础上,分别研究了用化学成分和傅里叶近红外(NIRS)两种方法建立NE预测模型的可行性。试验方法：豆粕NE的评定分为维持净能(NEm)与沉积净能(NEp)。选取7日龄末体重为(120.14±3.21)g的天府肉鸭740只,其中100只随机分到自由采食及限饲20%、32%、44%和56%共5个处理组,试验期间所有处理组饲喂基础日粮1,采用回归法测定维NEm。其中620只随机分到30个豆粕处理组(20%的豆粕+80%的基础日粮2)和1个基础日粮2组,30种豆粕NEp的测定采用套算法。其中20只鸭作为对照组屠宰。每一种豆粕为一个处理,同时收集排泄物并测定豆粕的表观代谢能(AME)。每个处理5个重复,每个重复4只鸭。试验期为7天。另外,测定30个豆粕的常规化学成分,与实测的豆粕E值进行相关和回归分析。对30种豆粕样品进行光谱扫描,与实测E值相关联,建立豆粕净能NIRS预测模型。试验结果：天府肉鸭NEm为589.251KJ/kgBW0.75。30种豆粕顶替日粮提供给天府肉鸭用于沉积的能量为(5.32±0.14) MJ/kg,用于维持的能量为(3.53±0.12) MJ/kg;即30种豆粕顶替日粮的NE为(8.85±0.1) MJ/kg,基础日粮2的NE为9.39MJ/kg,经套算法得到30种豆粕NE为(6.69±0.53) MJ/kg。用化学成分建立的最优豆粕NE预测模型为NE=0.412AME-0.126ADF+4.164 (R2为0.931,RSD为0.168MJ/kg);用AME结合化学成分建立的最佳预测方程NE=0.230AME-0.132ADF-1.69CF+7.320(R2为0.942,RSD为0.156MJ/kg)。豆粕NE近红外预测模型的Rcal2、Rcv2、Rval2分别为0.94、0.88、0.86,RMSEE、RMSCV、RMSEP分别为0.15 MJ/kg、0.21 MJ/kg、0.22 MJ/kg、结果表明：天府肉鸭30种豆粕的净能为(6.69±0.53) MJ/kg,不同豆粕间净能值存在差异。使用豆粕化学成分和NIRS分析技术建立豆粕的NE预测模型是可行的。