糠麸糟渣、饼粕类饲料鸭有效能的预测模型研究

《糠麸糟渣、饼粕类饲料鸭有效能的预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、四川农业大学硕士学位论文糠麸糟渣、饼粕类饲料鸭有效能的预测模型研究姓名：张欣欣申请学位级别：硕士专业：动物营养与饲料科学指导教师：王康宁20040601‘缩略词ADFNDFADLHEMAMETMETMEnBEDCECPEEEELCWR2RSDStTS缩略语英语全称acjddetergentfiberneutraldetergentfiberaciddetergent1ignimhemicellUlogeapparentmeLaboliCenergyTruemetabolizableenergyNitrogencorrectedme

2、tabolizableenergyBioavailibleEnergydigesttoncoef“Cientcrudeproteinetherendo—energy1OSLcellwallcorrelatiOilindexresidualStandarddeviatiOnStarchtotalsugary643477汉语全称酸性洗涤纤维中性洗涤纤维酸性洗涤木质素半纤维素表观代谢能真代谢能氮校正真代能有效能能量消化率粗蛋白乙醚浸出物内源能损失细胞壁物质相关指数剩余标准误淀粉总糖摘要为了探讨以纤维为主的饲料化学成分预测糠麸糟渣、饼粕类

3、饲料鸭TME和TMEn的可行性以及饲料分类对建立预测方程的可靠性的改进等问题。选用104只7周龄天府肉公鸭，体重为2．50±0．15kg，测定饲粮、饲料的DM、ADF、NDF、CP、CF、EE、GE、Ash、St、Su含量，用常规顶替法(替代比例15％-30％)测定12种饲料(饼粕类：豆粕、菜籽粕、花生粕、芝麻粕、葵花籽粕和棉籽粕：糠麸糟渣类：统糠、细米糠、小麦麸、啤酒糟、白酒糟、DDGS)的TME、TMEn，采用SPSS(11．O)对数据进行线性回归分析，探讨了饲料在分类和不分类情况下测定的指标与TME、TMEn实测值之间的回归

4、关系。试验结果表明：以纤维指标为主的饲料成分预测饲料的BE是可行的。饲料分类建立的预测BE方程优于不分类所建方程。饲料不分类时，最佳一元方程预测因子是cF；最佳二元预测方程可靠性不及一元和三元；最佳三元预测方程是NDF、EE和Ash的结合。分类后糠麸糟渣类饲料TME最佳一元方程预测因子是ADF；最佳二元方程是NDF与Ash的结合；最佳三元方程是NDF、EE和Ash结合；最佳四元方程是Ash、GE、EE和NDF的结合。饼粕类饲料一元方程预测效果不佳，最佳二元方程是ADF与CP的结合；最佳三元方程可靠性不及二元和四元；晟佳四元方程是A

5、DF、GE、Ash和Ts的结合。分类后糠麸糟渣类和饼粕类饲料TMEn最佳预测方程的纤维指标或纤维指标与其它成分的组合与TME的预测方程一致。综合考虑各种因素，本试验的最佳一元及多元预测BE模型如下：1)TME：13．050”0．238”CF(R2=O．859，RSD=O．243，饲料不分类，p

6、1，糠麸糟渣类，0<0．01)4)TME=18．526”-0．099”NDF-O．670"Ash．(R2=O．998，RSD=O．071，糠麸糟渣类，p

7、ADF(酽=0．950，RSD=O．162，饼粕类，p(O．01)8)TME=一11．367"-0．236”ADF一2．443“Ash+2．036“GE+O．240+．TS9)TMEn=12．450"-0．224”CF(R2=O．993，RSD=O．083，饼粕类，p

8、21I"ADF(R2=O．939，RSD=O．284，糠麸糟渣类，p