当前位置:主页 > 硕博论文 > 农业博士论文 >

肉牛饲料有效能值预测模型的建立与评价

发布时间:2018-03-10 10:37

  本文选题:肉牛 切入点:有效能值 出处:《中国农业大学》2016年博士论文 论文类型:学位论文


【摘要】:本论文通过化学成分分析、消化代谢试验、体外人工瘤胃产气量试验、体外酶解法试验、瘤胃尼龙袋试验,对24种肉牛常用饲料的化学成分、消化能、代谢能含量进行了测定,建立了根据化学成分、体外产气量、酶解消化率和瘤胃尼龙袋降解率估测肉牛饲料代谢能含量的模型,为我国肉牛饲料营养价值评定及其有效能值预测模型的建立和评价提供了科学依据。试验1:采用化学分析方法对24种肉牛常见饲料的营养成分进行分析,并比较了不同类型饲料的化学成分差异,24种饲料包括玉米秸、小麦秸、稻草、莜麦秸、大豆秸、燕麦草、羊草、苜蓿、玉米、大麦、小麦、高粱、大豆粕、棉籽粕、花生粕、胡麻粕、向日葵粕、白酒糟、啤酒糟、梨渣、苹果渣、酱油渣、DDGS和玉米皮。测定指标包括干物质(DM)、粗蛋白(CP)、粗脂肪(EE)、粗灰分(Ash)、粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、中性洗涤不溶氮(NDIN).酸性洗涤不溶氮(ADIN)、淀粉(Starch).钙(Ca)、磷(P)。结果表明,不同来源、不同类型的饲料营养成分存在很大差异。其中秸秆干草类饲料纤维成分较高,谷实类饲料淀粉含量较高,饼粕类饲料粗蛋白含量较高,糟渣类饲料营养成分变异较大。除部分饲料营养成分与成分表存在一定差异外,所测定的大多数饲料的化学成分与中国《肉牛饲养标准》(NY/T 815-2004)及《中国饲料成分及营养价值表》(2014)的数值接近。试验2:采用消化代谢试验对24种肉牛常见饲料原料的营养物质消化率和有效能值进行了测定,并根据饲料的化学成分建立了营养物质消化率和有效能值预测模型。试验动物为12头安装有永久性瘤胃瘘管的黑安格斯阉牛(初始体重317.3±42.8kg),按体重分为3组,每组4头牛,分别进行4×4拉丁方试验。试验共分为两期,每期分4个阶段,测定12种饲料。结果表明,饲料干物质消化率(DMD)、有机物消化率(OMD)、总能消化率(GED)、粗蛋白消化率(CPD)、消化能(DE)、代谢能(ME)与粗蛋白(CP)含量呈显著正相关(P0.01),与粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)含量呈显著负相关(P0.01)。建立单因子预测方程时,选择ADF作为变量的预测效果最好。多因子预测方程比仅使用纤维成分作为预测因子的一元方程准确性更高;并且随着预测因子数量的增多,预测的准确性也也会进一步提高。饲料消化能、可消化有机物的含量与代谢能含量显著正相关,消化能(DE)与代谢能(ME)的相关公式为ME(MJ/kg DM)=0.885DE(MJ/kg DM)(R2=0.950,n=96,P0.01),可消化有机物(DOM)与ME的相关公式为ME(MJ/kg DM)=0.224DOM(%DM)-1.586(R2=0.881,n=96,P0.01)。结合以上结果认为,通过化学成分可对饲料营养物质消化率和有效能值进行比较准确的预测。试验3:采用人工瘤胃产气量法对24种肉牛常见饲料的体外发酵产气量、产气动态、发酵参数进行分析,并结合体内法所测营养成分消化率和有效能值的结果,建立了饲料营养成分消化率和有效能值的预测模型。试验动物为3头安装有永久性瘤胃瘘管的安格斯阉牛(体重380±15kg)。结果表明,不同种类的饲料体外发酵产气量、产气动态、发酵参数存在明显差异。饲料营养成分消化率和有效能值与各时间点的产气量(GP)、理论最大产气量(B)、产气速率(c)、24h发酵液总挥发酸(TVFA)呈正相关(P0.01),与24h发酵液乙酸比例呈负相关(P0.01)。营养成分消化率和有效能值与GP的相关性随着产气时间的延长,相关系数(r)逐渐变小。作为单一预测因子,GP12h和TVFA的预测效果最好。加入乙酸比例、化学成分等指标后,预测方程的决定系数(R2)变大,并且随着预测因子数量的增加,预测方程的准确性也随之提高。小结:采用人工瘤胃产气量法可以对饲料营养成分消化率和有效能值进行比较准确的预测,加入化学成分指标后,预测方程的准确性进一步提高。试验4:采用胃蛋白酶-纤维素酶法(PC)和中性洗涤剂-纤维素酶法(NC)对24种饲料的干物质溶解度(DMS)和有机物溶解度(OMS)进行测定,并结合体内法所测营养成分消化率和有效能值的结果,建立了饲料营养成分消化率和有效能值的预测模型。结果显示,两种酶解法所测DMS的相关系数r=0.963(P0.01),所测OMS的相关系数r=0.957(P0.01),但NC法测得的DMS和OMS结果显著高于PC法(P0.01)。根据NC法结果所建立的饲料营养成分消化率和有效能预测方程效果好于PC法。同一种酶解法所测DMS和OMS的相关系数均达到极显著相关(P0.01,r分别为0.998和0.999),并且使用同一种酶解法所测DMS与OMS作为变量建立的预测方程效果相似。小结:采用酶解法可以对饲料营养成分消化率和有效能值进行预测,并且不同的酶解法所取得的预测效果存在差异,相对来说,中性洗涤剂-纤维素酶法预测效果更好。试验5:采用瘤胃尼龙袋法对12种肉牛常见饲料的瘤胃干物质(DM)和中性洗涤纤维(NDF)的降解参数进行了评价,并结合体内法所测饲料营养成分消化率和有效能值的结果,建立了饲料营养成分消化率和有效能值的预测模型。试验动物为3头安装有永久性瘤胃瘘管的安格斯阉牛(体重380±15kg)。试验样本包括玉米秸、稻草、大豆秸、羊草、啤酒糟、向日葵粕、DDGS、大豆粕、玉米、大麦、小麦和高粱。结果显示,不同种类的饲料瘤胃干物质及中性洗涤纤维的降解参数存在显著差异(P0.01)。体内法所测饲料干物质消化率(DMD)、有机物消化率(OMD)、消化能(DE)、代谢能(ME)含量与瘤胃尼龙袋法所测干物质各时间点消失率(ISDD)均显著正相关(P0.01),且相关性随着培养时间的增加逐渐加强。DMD、OMD、DE、ME与饲料瘤胃DM快速降解组分(a),快速降解组分+慢速降解组分(a+b)及有效降解率(ED)显著正相关(P0.01),与干物质降解速率(c)、NDF消失率(ISND)相关不显著(P0.05)。建立单因子预测方程,ISDD72h作为变量决定系数最高(R20.8)。同时使用(a+b)和c作为预测因子建立预测方程(R20.85),预测效果好于其它降解参数。小结:采用瘤胃尼龙袋法可以对饲料营养成分消化率和有效能值进行准确的预测,其中(a+b)和c作为变量建立的预测方程效果最好。
[Abstract]:......
【学位授予单位】:中国农业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:S823.5

【相似文献】

相关期刊论文 前10条

1 吴功振;;四川棉花枯萎病发生流行与有关气候因子预测模型[J];四川农业科技;1984年02期

2 王建平;;倍树感病指数预测模型的研究[J];贵州林业科技;1989年02期

3 王建平;倍树感病指数预测模型的研究[J];林业科技通讯;1990年11期

4 陈同英;关于林业专门人才预测模型的探讨[J];林业经济问题;1993年03期

5 唐芸,秦秀华,苏杰南;一种简易预测模型的应用[J];林业调查规划;2002年02期

6 潘沈元,何斯美;家蚕杂种一代数量性状预测模型的探讨 Ⅱ.数量性状预测模型的遗传学意义[J];蚕业科学;1989年03期

7 赵曰丰,刘彦;人参黑斑病流行发生期及参籽产量预测模型的研究[J];植物病理学报;1991年03期

8 余朝刚;王剑平;应义斌;;基于径向基函数神经网络的温室室内温度预测模型[J];生物数学学报;2006年04期

9 李仙岳;杨培岭;任树梅;张少炎;;基于叶面积与冠层辐射的果树蒸腾预测模型[J];生态学报;2009年05期

10 徐德应;林分和林木生长预测模型[J];世界林业研究;1988年03期

相关会议论文 前10条

1 鄢小彬;肖新平;;基于灰色马尔可夫模型的煤矿安全预测[A];第九届中国青年信息与管理学者大会论文集[C];2007年

2 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

4 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年

5 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年

6 马志元;;城市区域经济、人口、能源、环境综合系统预测模型及应用[A];中国城市建设与环境保护实践——城市建设与环境保护学术研讨会论文集[C];1997年

7 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角气象科技论坛论文集[C];2004年

8 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角科技论坛——气象科技发展论坛论文集[C];2004年

9 张晓f^;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

10 肖会敏;樊为刚;;基于神经网络的粮食产量预测模型[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

相关重要报纸文章 前10条

1 刘庆;“预测模型”要缓行[N];网络世界;2006年

2 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年

3 南方日报记者 彭琳 实习生 周鹏程;预测世界杯之外 大数据还能做什么[N];南方日报;2014年

4 本报记者 张超;预测模型:推算SARS起落潮[N];科技日报;2003年

5 本报记者 段佳;机器“品肉师”替您“尝鲜”[N];大众科技报;2010年

6 BMC首席IT技术官 Mahendra Durai IDC顾问 Eric Hatcher Randy Perry;预测智能:管理复杂基础架构的锁钥[N];中国计算机报;2010年

7 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年

8 杨宜勇(作者为国家发改委经济研究所副所长);发挥信息化对就业的“增补效应”[N];第一财经日报;2005年

9 本报记者 汤浔芳 实习记者 董文萍;“孵化器”模式:大数据的垂直运营样本[N];21世纪经济报道;2014年

10 本报记者 安丰;深部找矿的探镜[N];中国国土资源报;2006年

相关博士学位论文 前10条

1 师懿;城市交通规划环评中空气污染预测模型研究[D];中国地质大学;2015年

2 张丽;牦牛肉用品质特性及近红外预测模型和产量等级系统的研究[D];中国农业科学院;2015年

3 吴利丰;分数阶灰色预测模型及其应用研究[D];南京航空航天大学;2015年

4 王菲;肉牛饲料有效能值预测模型的建立与评价[D];中国农业大学;2016年

5 周闯;原发性肝癌术后转移复发分子预测模型的优化整合与临床转化[D];复旦大学;2012年

6 孙忠林;煤矿安全生产预测模型的研究[D];山东科技大学;2009年

7 王冬光;控制技术在投资预测模型建立中的应用研究[D];哈尔滨工程大学;2005年

8 张丽峰;中国能源供求预测模型及发展对策研究[D];首都经济贸易大学;2006年

9 王育红;灰色预测模型与灰色证据组合模型研究及应用[D];南京航空航天大学;2010年

10 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年

相关硕士学位论文 前10条

1 刘冰;基于神经网络的纤维热磨过程能耗预测模型的研究[D];东北林业大学;2015年

2 张念;铁路轨道几何不平顺趋势预测的关键算法研究[D];西南交通大学;2015年

3 田振伟;城市能源预测模型的研究与应用[D];昆明理工大学;2015年

4 吴迪;基于模糊决策树算法的安全库存量预测模型[D];中国地质大学(北京);2015年

5 齐雯;采用灰色预测模型改进的HHT算法在故障诊断中的应用[D];华南理工大学;2015年

6 王萍;膀胱癌遗传分数的计算及发病风险预测模型的构建[D];复旦大学;2013年

7 石大宏;基于序列的蛋白质—核苷酸绑定位点预测研究[D];南京理工大学;2015年

8 熊盛华;基于BP神经网络的混合预测模型的实例研究[D];兰州大学;2015年

9 赵Z,

本文编号:1592975


资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/nykjbs/1592975.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b5dc7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com