学位论文 > 优秀研究生学位论文题录展示

应用化学成分及傅里叶近红外建立0～3周龄黄羽肉鸡豆粕净能预测模型的研究

作　者: 张正帆
导　师: 王康宁
学　校: 四川农业大学
专　业: 动物营养与食品工程
关键词: 黄羽肉鸡净能傅里叶近红外全局校正模型
分类号: S831.5
类　型: 硕士论文
年　份: 2010年
下　载: 17次
引　用: 0次
阅　读: 论文下载

内容摘要

本试验在用比较屠宰法实测豆粕净能(NE)值的基础上,比较研究了用傅里叶近红外和化学成分建立NE预测模型的可行性；并探讨了通过改变水分含量扩大样本,对傅里叶近红外建立NE预测模型的改进效果。(1)豆粕NE值采用维持NE+沉积NE的方法测定。其中维持NE用回归法测定,设自由采食及限饲30%、50%和70%4个处理组。21种豆粕沉积NE的测定采用套算法,每一种豆粕为一个处理,同时收集排泄物测定豆粕的表观代谢能(AME)。试验期均为8-16 d龄。每个处理设6个重复,每个重复2只鸡,试鸡平均体重为66.5±2.1g。(2)测定21个豆粕样品的常规化学成分,并进行NE与表观代谢能(AME)、粗蛋白(CP)、淀粉(ST)、粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗灰分(ASH)等的一元或多元线性回归分析。(3)将21个已知NE值的豆粕样品调整水分含量分别为11%、12%和13%,并分别建立三种水分及其全局的NIRS的NE预测模型。结果表明：(1)0-3周龄黄羽肉鸡21种豆粕的净能值为6.045-7.829 MJ/kg DM, AME转化为NE的效率为55.24-62.78%。(2)用化学成分建立的最佳豆粕NE预测方程的R2为0.96,RSD为0.114 MJ/kg DM;用AME结合化学成分建立的最佳预测方程的R2为0.98,RSD为0.079 MJ/kg DM。(3)三个水分区间以及全局豆粕NE的近红外模型校正决定系数(R2cal)分别为0.96、0.98、0.97、0.94,校正标准差(RMSEE)分别为0.100、0.072、0.069、0.105 MJ/kg。交叉验证决定系数(R2cv)分别为0.92、0.95、0.95、0.93；交叉验证标准差(RMSECV)分别为0.131、0.096、0.089和0.116MJ/kg。综上所述：(1)用AME结合化学成分建立的NE预测方程优于只用化学成分建立的NE预测方程。(2)通过调节水分含量扩大样本可建立较满意的豆粕NE的近红外预测模型。(3)用近红外建立的NE预测模型与只用化学成分建立的预测模型效果相当,较用AME结合化学成分建立预测模型的效果稍差。

全文目录

中文摘要  4-5
abstract  5-8
目录  8-10
1 前言  10
2 文献综述  10-20
  2.1 NE值的实测  10-13
    2.1.1 维持NE的测定  11-12
      2.1.1.1 绝食代谢法  11
      2.1.1.2 回归方程法  11-12
    2.1.2 沉积NE的测定  12
      2.1.2.1 比较屠宰法  12
      2.1.2.2 碳、氮平衡法  12
    2.1.3 套算法在NE测定中的应用  12-13
  2.2 近红外光谱技术的应用  13-17
    2.2.1 近红外光谱的定量原理  13
    2.2.2 评价近红外定标模型优劣的指标  13-14
    2.2.3 影响近红外光谱分析技术的因素  14-17
      2.2.3.1 样品粒度  14-15
      2.2.3.2 样品含水量  15-16
      2.2.3.3 营养成分化学值的分布  16-17
  2.3 饲料NE预测模型的研究现状  17-20
    2.3.1 通过化学成分建立NE预测模型  17-19
    2.3.2 近红外光谱技术对有效能的预测  19-20
3 存在的问题及本研究的目的和意义  20-21
  3.1 存在的问题  20
  3.2 本研究的目的  20
  3.3 本研究的意义  20-21
4 材料和方法  21-27
  4.1 豆粕NE值的测定  21-25
    4.1.1 用回归法和饥饿法测定0～21日龄黄羽肉鸡的维持NE  21-23
      4.1.1.1 试验设计与试验动物  21
      4.1.1.2 试验日粮  21-22
      4.1.1.3 测定指标及方法  22-23
      4.1.1.4 饲养管理  23
      4.1.1.5 数据统计分析  23
    4.1.2 豆粕沉积NE值的测定  23-25
      4.1.2.1 试验材料  23
      4.1.2.2 试验设计与试验动物  23-24
      4.1.2.3 试验日粮  24
      4.1.2.4 测定指标及方法  24-25
      4.1.2.5 饲养管理  25
      4.1.2.6 数据统计分析  25
  4.2 化学成分或者AME结合化学成分建立AME和NE的净能预测公式  25-26
    4.2.1 样品的制备与分析  25
    4.2.2 统计方法  25-26
  4.3 0～3周龄黄羽肉鸡豆粕NE近红外模型的建立  26-27
    4.3.1 实验材料与设计  26
    4.3.2 近红外光谱仪  26
    4.3.3 样品近红外光谱的扫描  26
    4.3.4 模型的建立  26-27
    4.3.5 定标模型的检验  27
5 试验结果  27-38
  5.1 豆粕化学成分值和AME、NE实测值  27-29
    5.1.1 回归方程法测定的1～21日龄黄羽肉鸡的维持净能需要量  27-28
    5.1.2 豆粕的AME值和NE值  28-29
  5.2 豆粕化学成分实测值  29
  5.3 化学成分法建立豆粕NE的预测模型  29-32
    5.3.1 豆粕化学成分和AME对其NE的一元回归方程  30
    5.3.2 豆粕化学成分、AME与NE建立的多元回归方程  30-32
  5.4 豆粕NE的傅里叶近红外预测模型的建立  32-38
    5.4.1 豆粕的近红外漫反射光谱  32-33
    5.4.2 豆粕中水分的分析结果  33-34
    5.4.3 模型的参数  34-36
    5.4.4 模型的检验  36-38
6 分析与讨论  38-41
  6.1 豆粕的NE与NE/AME值  38-40
  6.2 豆粕NE的AME及化学成分预测方程  40
  6.3 豆粕NE的NIRS预测模型  40-41
7 结论  41-42
参考文献  42-46
致谢  46

应用化学成分及傅里叶近红外建立0～3周龄黄羽肉鸡豆粕净能预测模型的研究

内容摘要

全文目录

相似论文