论文部分内容阅读
本试验旨在利用化学成分及表观代谢能(AME)结合化学成分和傅里叶近红外光谱(FNIRS)建立1～21日龄艾维茵肉鸡菜粕和棉粕的净能(NE)预测模型,并比较菜粕和棉粕两种样品单独建模与合并建模的预测效果。测定15个菜粕和15个棉粕样品的NE,NE为维持净能(NEm)与沉积净能(NEp)之和,NEm和NEp均用比较屠宰试验测定,NEm测定结合回归法,设自由采食、限饲30%、50%、70%4个采食梯度；NEp测定结合套算法,每个样品为一个处理；各个采食梯度、基础日粮、菜粕和棉粕样品处理组均设6个重复,每个重复2只鸡,试鸡均选用平均体重为97.3±4.0 g的7日龄健康艾维茵肉公鸡,试验期均为7天。测定各个菜粕和棉粕的常规化学成分含量,并根据测定的化学成分、AME与其NE进行两种样品单独与合并的线性回归分析。将各个菜粕和棉粕样品水分都调整为9～13%的5个水分梯度,并在此水分背景下建立两种样品单独与合并的FNIRS净能预测模型。结果如下：1～21日龄艾维茵肉鸡菜粕和棉粕样品的NE分别为4.72～7.22MJ/kg DM和4.73-7.08MJ/kg DM:AME结合化学成分建立菜粕、棉粕以及两种样品合并的最佳预测方程的R2为0.995、0.998、0.995,RSD为0.052、0.033、0.052 MJ/kg DM,优于只用化学成分建立的最佳预测方程,其R2为0.973、0.985、0.973,RSD为0.123、0.100、0.123 MJ/kg DM；5个水分背景下建立菜粕、棉粕以及两种样品合并的FNIRS净能预测模型,其校正决定系数(Rcal2)分别为0.99、0.99、0.96,校正标准差(RMSEE)分别为0.042、0.068、0.139MJ/kg；交叉验证决定系数(Rcv2)分别为0.98、0.99、0.89,交叉验证标准差(RMSECV)分别为0.089、0.082、0.219MJ/kg；预测标准差(RMSEP)分别为0.091、0.089、0.377MJ/kg。说明测定的1～21日龄艾维茵肉鸡菜粕和棉粕的NE值是准确的；化学成分、AME结合化学成分都可建立较好的菜粕和棉粕NE预测模型,但AME结合化学成分建模效果优于只用化学成分建模；用FNIRS可建立较好的菜粕和棉粕NE预测模型,其效果与AME结合化学成分建模相当；利用化学成分、AME结合化学成分建模时,菜粕和棉粕单独及两样品合并建模效果相当,无明显差异,而用FNIRS建模时,两样品单独建模优于其合并建模。