论文部分内容阅读
本论文通过5个试验,借助6台开放式呼吸测热装置,测定了玉米、裸燕麦、糙米、小麦、高粱、粟、大麦、部分脱壳大麦和脱壳粟的净能值,建立和验证了生长猪谷物原料净能预测方程。试验一研究饲喂水平和饲粮氨基酸添加水平对生长猪玉米能值的影响。试验选用36头41.4 ± 2.0 kg的健康去势公猪,按2×3因子设计,即2个饲喂水平,分别为2400kJME/kgBW0.6/d和自由采食,3个不同氨基酸添加水平饲粮,分别为玉米饲粮,包含97.0%玉米不添加氨基酸;玉米+ 3AA饲粮,包含96.70%玉米同时添加赖氨酸、苏氨酸和色氨酸;玉米+5AA饲粮,包含96.54%玉米同时添加添加赖氨酸、蛋氨酸、苏氨酸、色氨酸和异亮氨酸。试验共分为6期,每期6头猪分别在2个饲喂水平下饲喂3种饲粮,并进入不同的呼吸测热室。每期持续13 d,其中预试期7 d,正式期6 d,正式期前5 d全收粪尿并测定产热量,最后1 d绝食测热。试验结果表明,总产热和能量沉积随饲喂水平的增加而增加(P<0.01),绝食产热量随饲喂水平的增加有升高的趋势(P = 0.09),但饲喂水平不影响玉米的消化能、代谢能和净能。饲粮中添加氨基酸可以增加总产热量和绝食产热量(P<0.05),同时有增加玉米净能值的趋势(P= 0.07),但不影响玉米的消化和代谢能,两种氨基酸添加模式之间差异不显著。试验二通过间接测热法测定了 6个不同品种玉米的净能值,建立和验证了玉米净能预测方程。试验选用36头初始体重为47.6 ± 3.4 kg的健康去势公猪,试验连续6期,每期6头猪分别饲喂6个不同品种玉米饲粮。每期试验流程同试验一。结果表明,6个处理组间的总产热量和绝食产热量没有显著差异,平均值分别为1290和781 kJ/kgBW0.6/d。6个品种玉米的净能值分别为12.85、12.95、13.21、13.18、12.91和13.22 MJ/kg DM。通过对6个玉米样品净能值与其化学成分进行逐步回归分析,玉米净能预测方程为NE = 18.16-0.58 CP(R2 = 0.85,P<0.01)和 NE = 18.44-0.56 CP-0.25 ADF(R2 = 0.95,P= 0.01)。通过交互验证法对2个方程进行验证。结果显示,2个方程的预测值和文献报告值相对偏差均小于5%,预测方程具有很好的准确性。试验三通过间接测热法测定了玉米、裸燕麦、糙米、小麦、高粱和粟6种谷物的净能值。试验选取36头初始体重为39.8 ±2.7 kg的健康去势公猪,试验连续6期,每期6头猪分别饲喂6种不同谷物原料饲粮。每期试验流程同试验一。结果表明,生长猪饲喂不同谷物饲粮,其总产热量有不同的趋势(P= 0.05),但各处理组间绝食产热量差异不显著。玉米、裸燕麦、糙米、小麦、高粱和粟的净能分别为12.72、14.05、13.81、12.43、11.69和11.59MJ/kgDM。试验四通过间接测热法测定了大麦、部分脱壳大麦和脱壳粟的净能值,并结合试验一、二和三的试验结果建立了谷物原料净能预测方程。选取18头初始体重为43.6 ±2.4 kg的健康去势公猪,进行连续3期的试验,每期6头猪中的2头饲喂同一谷物原料饲粮。每期试验流程同试验一。结果表明,3个处理组的总产热量和绝食产热量之间均没有显著差异,大麦、部分脱壳大麦和脱壳粟的净能分别为11.37、12.67和14.63 MJ/kg DM。通过对9种谷物原料16个样品的净能与其总能、消化能、代谢能和化学成分进行逐步回归分析,得出生长猪谷物原料净能预测方程为NE = 0.85DE-1.88(R2 = 0.96,P<0.01),NE = 0.88 ME-1.33(R2= 0.96,P<0.01),NE = 0.86 GE +0.12 CP-0.27 ADF-3.68(R2= 0.75,P<0.01)和 NE= 12.15+ 0.14 CP-0.25 ADF(R2 =0.64,P<0.01)。试验五通过重复试验法,在不同条件下验证了方程的准确性。选用12头初始体重为44.5 ±3.1 kg健康去势公猪,进行两期试验,第一期6头猪饲喂50%玉米+50%大麦混合饲粮,第二期6头猪饲喂大麦添加复合酶制剂饲粮,按试验一的流程测定玉米大麦混合谷物和大麦两种原料的净能值,将两种原料的实测净能值和方程预测值进行比较。结果表明,在不添加酶制剂的情况下谷物净能预测方程的预测值和实测值有很好的一致性,4个方程均可准确的预测谷物原料净能值。在添加酶制剂的情况下,含有代谢能的预测方程具有更好地预测效果。