为评价日粮粗饲料来源对育肥湖羊生产性能、养分消化及瘤胃微生物组成的影响。选择60日龄健康湖羊公羔(22.9±1.2) kg 120只,根据体重相近原则随机分成4组,每组5个重复,每个重复6只羊,分别以玉米秸秆(CS)、玉米芯(CC)、葵花籽壳(SH...为评价日粮粗饲料来源对育肥湖羊生产性能、养分消化及瘤胃微生物组成的影响。选择60日龄健康湖羊公羔(22.9±1.2) kg 120只,根据体重相近原则随机分成4组,每组5个重复,每个重复6只羊,分别以玉米秸秆(CS)、玉米芯(CC)、葵花籽壳(SH)和油菜秸秆(RS)作为粗饲料来源,添加比例均为20%,4组精料配比一致,预试期7 d,正试期70 d。在饲喂的49~55 d,每组选择5只羊采用全收粪法进行消化代谢试验,测定干物质(DM)、有机物质(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)和氮(N)的表观消化率。试验结束后,每组选择15只羊进行屠宰,采集瘤胃内容物,提取瘤胃微生物DNA,对瘤胃细菌进行绝对定量。结果显示:1)CS组湖羊干物质采食量显著高于其他3组(P<0.05),且末体重和平均日增重显著高于RS组(P<0.05),其他组间差异不显著(P>0.05)。2)CS和CC组湖羊DM和ADF消化率显著高于RS组(P<0.05),且其OM和NDF消化率显著高于SH组和RS组(P<0.05);SH组湖羊N消化率显著高于RS组,其ADF消化率与其他3组湖羊差异均不显著(P>0.05)。3)CS组和CC组湖羊瘤胃中白色瘤胃球菌和普雷沃氏菌数量均显著高于RS组(P<0.05),而SH组湖羊瘤胃中两种细菌的数量与其他3组湖羊均无显著差异(P>0.05),CS组和CC组湖羊瘤胃中黄色瘤胃球菌和产琥珀酸丝状杆菌数量均显著高于SH组和RS组(P<0.05),4组湖羊瘤胃中反刍兽新月单胞菌数量差异不显著(P>0.05)。结果表明:相较于葵花籽壳组日粮和油菜秸秆组日粮,玉米秸秆组和玉米芯组日粮不仅可以确保育肥湖羊的生产性能,并且有利于纤维分解菌的生存,可促进纤维素在瘤胃中的降解。展开更多
本研究旨在利用近红外光谱技术(near-infrared reflectance spectroscopy,NIRS)建立苜蓿(Medicago sativa)干草6种营养成分的近红外预测模型。分别从甘肃、宁夏、河北、江苏和陕西五省采集200份苜蓿干草样品,测定干物质(dry matter,DM)...本研究旨在利用近红外光谱技术(near-infrared reflectance spectroscopy,NIRS)建立苜蓿(Medicago sativa)干草6种营养成分的近红外预测模型。分别从甘肃、宁夏、河北、江苏和陕西五省采集200份苜蓿干草样品,测定干物质(dry matter,DM)、粗灰分(Ash)、粗蛋白(crude protein,CP)、中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)和粗脂肪(ether extract,EE)的含量。选取苜蓿干草样品160份作定标集,40份作验证集。利用NIRS结合改良偏最小二乘法(modified partial least squares,MPLS)构建并验证其建立预测模型的优劣。结果表明:苜蓿干草DM、NDF含量预测模型的预测决定系数(coefficient of determination for validation,RSQ)和外部验证相对分析误差(ratio of performance to deviation for validation,RPD)分别为0.87和2.67、0.90和3.16,构建的模型可用于实际生产中的预测;CP、ADF含量预测模型的RSQ和RPD分别为0.83和2.41、0.82和2.28,构建的预测模型不能完全代替湿化学分析,但可用于大量样品的筛选分析;Ash含量预测模型的RSQ和RPD为0.59和1.51,构建的预测模型只能用于粗略的分析;EE含量预测模型的RSQ和RPD为0.45和1.32,构建的预测模型相关性较差,还需进一步优化。展开更多
文摘本研究旨在利用近红外光谱技术(near-infrared reflectance spectroscopy,NIRS)建立苜蓿(Medicago sativa)干草6种营养成分的近红外预测模型。分别从甘肃、宁夏、河北、江苏和陕西五省采集200份苜蓿干草样品,测定干物质(dry matter,DM)、粗灰分(Ash)、粗蛋白(crude protein,CP)、中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)和粗脂肪(ether extract,EE)的含量。选取苜蓿干草样品160份作定标集,40份作验证集。利用NIRS结合改良偏最小二乘法(modified partial least squares,MPLS)构建并验证其建立预测模型的优劣。结果表明:苜蓿干草DM、NDF含量预测模型的预测决定系数(coefficient of determination for validation,RSQ)和外部验证相对分析误差(ratio of performance to deviation for validation,RPD)分别为0.87和2.67、0.90和3.16,构建的模型可用于实际生产中的预测;CP、ADF含量预测模型的RSQ和RPD分别为0.83和2.41、0.82和2.28,构建的预测模型不能完全代替湿化学分析,但可用于大量样品的筛选分析;Ash含量预测模型的RSQ和RPD为0.59和1.51,构建的预测模型只能用于粗略的分析;EE含量预测模型的RSQ和RPD为0.45和1.32,构建的预测模型相关性较差,还需进一步优化。