Download
slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
养分生物效价的快速评定 PowerPoint Presentation
Download Presentation
养分生物效价的快速评定

养分生物效价的快速评定

131 Vues Download Presentation
Télécharger la présentation

养分生物效价的快速评定

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. 养分生物效价的快速评定 王康宁 四川农业大学动物营养研究所

  2. 内 容 1、引言 2、饲料有效能的预测 3、饲料可消化氨基酸的预测 4、饲料有效磷的预测 5、近红外技术在饲料有效能及可利用养 分预测中的应用

  3. 饲料原料的有效能及可利用养分的准确测定是确定 营养需要量及其保证供给的重要参数 1、引言 快速测定饲料原料的有效能及可利用养分是生产的 迫切需要 在实测基础上建立预测模型是实现快速检测的第一步 采用近红外技术可望真正实现快速检测的目标

  4. 2、饲料有效能的预测 饲料有效能预测模型的建立有两种途径: 总能扣除无效成分,或再用有效成分含 量 高的进行矫正——可简化公式,但适 应面窄 供能有效组分相加, 或者再用无效成分进 行矫正——公式较复杂,适应面宽

  5. 2.1 分类建立预测模型可提高其准确性 不同类型饲料所提供的有效与无效成 分含量不同 按谷物、饼粕、糠麸及糟渣分类建立 预测模型可提高其准确性

  6. 2.2 纤维指标及化学成分的引入 2.2.1 纤维指标的选择 对不同类型饲料首选纤维指标不同 饲料不分类多为 NDF 谷物饲料多为 CF 饼粕类饲料多为 ADF 糠麸糟渣多为 NDF

  7. 2.2.2 其它饲料化学成分的引入 (在纤维指标引入后) 不分类多为 Ash→GE→EE→CP 谷物为 Ash→GE 植物蛋白饲料 CP→SCHO 糠麸糟渣 EE→Ash

  8. 猪饲料预测模型 A、不分类 DE=949+0.789GE-43Ash-41NDF R2 =0.91(NRC 1998) DE=-174+0.848GE+2SCHO-16ADF R2 =0.87(NRC 1998) DE=4151-122Ash+23CP+38EE-64CF R2=0.89(NRC 1998)

  9. 植物蛋白+糠麸糟渣 DE=17.029-0.193ADF R2=0.74(四川农大 2004) DE=18.569-0.171NDF R2=0.72(四川农大 2004) DE=20.417-0.121NDF-0.521Ash+0.09837EE R2=0.81(四川农大 2004) B、谷 物(改进较大) DE=16.575-0.333CF R2=0.85(四川农大1999) DE=17.127-1.229CF-2.268Ash R2=0.97 (四川农大1999)

  10. C、植物蛋白饲料(改进大) DE=4287.217-57.105ADF R2 =0.90 (四川农大1999) DE=3526.764-44.256ADF+12.922SCHO+5.347CP R2 =0.988 (四川农大1999) ME=12.708+0.239 Hemi- 0.452NDF+0.204CP R2 = 0.997 (四川农大2004) ME=12.705-0.214Hemi- 0.453ADF+0.204CP R2 = 0.997 (四川农大2004)

  11. D、糠麸类(改进较小) DE=12.809-0.136ADF+0.371EE R2 = 0.93 (四川农大2004) DE=10.265-0.119ADF+0.424EE+0.0968Hemi R2 = 0.94 (四川农大 2004) DE=10.266-0.119NDF+0.424EE+0.216Hemi R2 = 0.94 (四川农大) 2004)

  12. 鸡饲料预测模型 A、不分类 ME=370.29+24.47CP+65EE-8.15CF R2 =0.73 (Lodhi 1976) TME=4.073-0.055NDF-0.017ASH R2 =0.93 (四川农大 2000) B、糠麸类(改进较小) TME=4.123-0.060NDF R2=0.94 (四川农大 2000) TME=1.508-0.078NDF+0.091ASH+0.685GE R2=0.94 (四川农大 2000)

  13. 鸭饲料预测模型 A、不分类 TME=3.357-0.047ADF R2=0.85(四川农大 2000) TME=2.152-0.05NDF-0.006ASH+0.489GE R2=0.97(四川农大 2000) TME=-6.388-0.081ADF+0.167EE-0.057CP-0.151ASH +2.819GE R2=0.91(四川农大 2000)

  14. B、糠麸糟渣类(改进较大) ME=18.526-0.099NDF-0.670Ash R2=0.998(四川农大 2004) TME=17.933 -0.678 Ash+0.031 EE-0.089 NDF R2=0.998(四川农大 2004) TMEn=17.497-0.621Ash+0.032EE -0.094NDF R2=0.997(四川农大 2004) C、植物蛋白饲料(改进较大) TMEn= -9.106-2.068Ash+1.765GE +0.236TS-0.264 R2=0.99(四川农大 2004) TME=-11.367-0.236ADF-2.443Ash +2.036GE +0.240TS R2=0.99(四川农大 2004)

  15. 3、饲料可消化氨基酸的预测 3.1 饲料总AA的预测 样品AA含量的测定误差大 (10-30%) 每种饲料的每种AA与其CP含量有高度 相关性 可用饲料CP与某种AA的含量挂勾建立 预测模型

  16. 3.2 饲料可消化AA含量的预测 各种饲料的各种AA的消化率相对衡定 取其多次测值的平均消化率 用CP预测总AA 用总AA平均消化率=可消化AA

  17. 4、饲料有效磷的预测 4.1 有效磷的概念 非植酸磷 非植酸磷中可利用磷+植酸磷中 可利用磷 表观或真可消化磷

  18. 4.2 饲料表观与真可消化磷 饲料中可消化磷是反映有效磷客观而 真实的指标 真可消化磷比表观消化磷更具可加性 饲料中可消化磷与总磷、植酸磷和植 酸酶有高度相关——可建立预测可消 化磷的模型

  19. 4.3 饲料分类建立模型可提高其预测的准确性 不同饲料所含总磷、植酸磷与植酸酶的量不同 糠麸、糟渣类饲料的植酸磷、植酸酶对可消化 磷的贡献大于谷物及饼粕 经高温处理的饼粕类饲料,植酸酶破坏、植酸 磷的利用率降低 饲料总磷含量与有效磷的相关性最高

  20. 4.4 饲料分类与否以及总磷、植酸磷及植酸酶对有效磷的贡献

  21. 续表5

  22. 续表5

  23. (X1=总磷 X2=植酸磷 X3=植酸酶) Y=-0.220+0.589X1-0.304X2+0.003X3 R2=0.882 (四川农大,2004) 不分类(去掉菜粕和棉粕)(n=19) Y=-0.931+0.527X1+0.269X2+0.00064X3 R2=0.962(四川农大,2004) 4.5 饲料可消化磷预测模型 不分类

  24. 谷实类 (n=8) Y=0.455+0.169X1+0.0602X2+0.0043X3 R2=0.874(四川农大,2004) 谷实类副产品(n=6) Y=-1.635+0.301X1-0.219X2+0.0225X3 R2=0.999(四川农大,2004) 饼粕及豆类(n=5) Y=3.411-0.0031X1+0.176X2-0.006X3 R2=0.796(四川农大,2004)

  25. 5、近红外与养分生物效价的快速评定 5.1 近红外技术与养分生物效价的关系 近红外测定饲料中的化学成分 饲料化学成分预测有效能及可利用养分 饲料化学成分直接进入预测模型 样品进入→ →饲料有效能及可利用养分值

  26. 5.2 存在问题 近红外测定饲料化学成分的准确性 →如何建立理想的定标模型 预测模型有待进一步改进 近红外测定的化学成分与预测模型 的融合 是一项费时、费工的系统工程

  27. 5.3 前 景 近红外对饲料有效能和养分生物效价 的快速评定提供了可能 有效能及部分养分生物效价的快速预 测是完全可能实现的

  28. 谢 谢 !