共查询到17条相似文献，搜索用时 234 毫秒
1.
鸡、鸭、鹅对白酒糟和发酵白酒糟能量利用的比较研究 总被引：1，自引：0，他引：1
本试验旨在评价白酒糟和发酵白酒糟的营养成分含量及鸡、鸭、鹅对其的仿生消化总能(SDGE)和代谢能(ME),分别利用仿生消化法和生物学法(排空强饲法)测定。结果表明:1)白酒糟中干物质、粗蛋白质、粗灰分和总磷含量分别为85.63%、18.43%、1.49%和0.21%,均显著低于发酵白酒糟中的89.15%、24.75%、2.37%和0.38%(P0.05);白酒糟中粗脂肪和粗纤维含量分别为4.64%和24.15%,均显著高于发酵白酒糟中的3.61%和15.50%(P0.05)。2)鸡、鸭、鹅对白酒糟的SDGE分别为11.15、11.54和10.02 MJ/kg,均显著低于发酵白酒糟的11.86、12.23和10.78 MJ/kg(P0.05)。3)樱桃谷肉鸭对白酒糟的表观代谢能(AME)为10.42 MJ/kg,真代谢能(TME)为11.29 MJ/kg,能量表观利用率为55.01%,均显著高于杏花公鸡(AME为8.13 MJ/kg,TME为9.39 MJ/kg,能量表观利用率为44.79%)和四川白鹅(AME为8.20 MJ/kg,TME为9.16 MJ/kg,能量表观利用率为43.91%)(P0.05);而杏花公鸡、樱桃谷肉鸭、四川白鹅对发酵白酒糟的AME、TME、能量表观利用率和能量真利用率则无显著差异(P0.05)。由此可见,发酵白酒糟中的粗蛋白质、总磷含量高于白酒糟,粗纤维含量低于白酒糟;鸡、鸭、鹅对发酵白酒糟的SDGE均高于白酒糟;樱桃谷肉鸭对白酒糟的ME高于杏花公鸡、四川白鹅;而杏花公鸡、樱桃谷肉鸭、四川白鹅对发酵白酒糟的ME则无显著差异。 相似文献
2.
本试验旨在研究20~50 kg川藏黑猪的能量代谢与沉积规律。试验一:选择体重接近[(20.17±3.46)kg]的川藏黑猪配套系商品猪64头,预试7 d后屠宰4头猪测定胴体成分;其余试验猪按公母随机分成5个组,每个组4个重复,每个重复3头,各重复单圈饲养,自由采食消化能(DE)水平分别为13.79、13.37、12.96、12.54和12.12 MJ/kg的饲粮。试验猪体重达50 kg时,结束试验一,测定平均日采食量、平均日增重和料重比,并在各组选择1头猪屠宰测定胴体成分。试验二:选择试验一中15头体重接近[(48.34±4.07)kg]的公猪,随机分成5个组,每个组3个重复,每个重复1头,单独饲养于代谢笼,分别采食上述5种DE水平的饲粮,进行消化代谢试验。预试期3 d,正试期4 d。采用析因法建立能量需要量预测模型。结果表明:饲粮DE水平影响了20~50 kg川藏黑猪的平均日采食量、平均日增重和料重比;饲粮DE转化为代谢能(ME)效率(ME/DE)为97.26%~98.10%,ME用于沉积产品能的效率(DED/ME)平均值为41.71%;此阶段川藏黑猪维持需要ME平均值为0.49 MJ/W~(0.75)或0.85 MJ/W~(0.60)(按DE计为0.50 MJ/W~(0.75)或0.87 MJ/W~(0.60)),增重需要DE和ME平均值分别为18.91和18.47 MJ/kg。由此得出,20~50 kg阶段川藏黑猪能量需要模型为:DE(MJ/d)=0.504 W~(0.75)+18.91ΔW或DE(MJ/d)=0.867 W~(0.60)+18.91ΔW;ME(MJ/d)=0.492 W~(0.75)+18.47ΔW或ME(MJ/d)= 相似文献
3.
本试验旨在采用概略养分分析法测定5种玉米的营养成分含量以及通过消化代谢试验实测玉米的可消化粗蛋白质含量和有效能值,并利用先采集的4种玉米(奥美特、杰尼336、巨丰66、京科665)数据拟合可消化粗蛋白质、消化能和代谢能分别与营养成分之间的回归方程,然后利用第5种玉米(禾育九)可消化粗蛋白质和有效能数据来对回归方程进行验证和修正。选取16只体重为(56.44±5.11)kg的云南半细毛羊,采用完全随机设计,平均分为4组,每组4只。试验共分2期进行,共6种日粮,分别是基础日粮和5种试验日粮,第1期饲喂4种日粮,第2期饲喂2种日粮。结果表明:京科665的可消化粗蛋白质(DCP)、消化能(DE)和代谢能(ME)含量最高,杰尼336的DCP、DE和ME含量最低;玉米的DE和ME分别与EE呈极显著负相关关系(P<0.01),相关系数分别为-0.985和-0.994;试验所得的预测方程为DCP(g/kg)=258.961-52.624EE(粗脂肪)、DE(MJ/kg)=40.506-6.876EE、DE(MJ/kg)=34.677-6.398EE+0.492CP(粗蛋白质)、DE(MJ/kg)=-115.182-6.572EE+0.473CP+1.525OM(有机物)、ME(MJ/kg)=-1.028+0.945DE、ME(MJ/kg)=2.950+0.916DE-1.060CF(粗纤维)和ME(MJ/kg)=37.586-6.586EE。综合DCP含量和有效能值,京科665的品质最佳,其次是巨丰66、奥美特和禾育九,杰尼336品质最差;以半细毛羊为试验对象得出,可以利用玉米的营养成分预测其DCP含量以及有效能值。 相似文献
4.
本试验旨在分析和测定全粒木薯的常规养分及其生长猪消化能(DE)、代谢能(ME)。试验选用体重为(51.9±1.8) kg的"杜×长×大"三元杂交健康去势公猪12头,采用交叉设计并分配3种饲粮。饲粮设计采取等比回归法,包括1组玉米-豆粕型基础饲粮和2组由全粒木薯分别等比替代15%、30%基础饲粮的试验饲粮,所有饲粮中除待测原料外,其余能量原料间均保持着相同的比例;回归过程以全粒木薯摄入量为回归因子,对生长猪DE、ME摄入量作回归方程,进而得到全粒木薯生长猪DE、ME。结果表明:1)全粒木薯总能为15.02 MJ/kg,干物质含量为88.58%,粗蛋白质含量为2.62%,粗脂肪含量为0.62%,粗纤维含量为17.66%,粗灰分含量为7.97%,淀粉含量为45.16%。2)基础饲粮组DE显著高于30%全粒木薯替代饲粮组(P <0.05),但与15%全粒木薯替代饲粮组差异不显著(P>0.05);基础饲粮组ME显著高于30%全粒木薯替代饲粮组(P<0.05),但与15%全粒木薯替代饲粮组差异不显著(P>0.05); 15%与30%全粒木薯替代饲粮组间DE差异显著(P<0.05),但15%与30%全粒木薯替代饲粮组间ME差异不显著(P>0.05)。3)全粒木薯摄入量与其生长猪DE、ME摄入量关系的回归方程分别为:Y=0.61+12.50X(R2=0.96,CV=0.17),Y=0.16+11.82X(R2=0.93,CV=0.23)。综上所述,全粒木薯能量利用价值一般,其生长猪DE、ME分别为12.50、11.82 MJ/kg DM,建议用其替代玉米-豆粕型饲粮的最佳水平为15%,不影响生长猪DE、ME,但还需平衡饲粮中氨基酸水平。 相似文献
5.
为评估白酒糟酿酒酵母培养物在猪饲料中的应用价值,本试验在测定白酒糟酿酒酵母培养物中水分、粗蛋白质、粗脂肪、粗灰分、粗纤维、氨基酸含量等营养成分的基础上,采用全收粪法测定猪对白酒糟酿酒酵母培养物中营养物质的全消化道表观消化率,并通过安装T型瘘管测定猪对白酒糟酿酒酵母培养物中氨基酸的回肠末端表观消化率。结果表明:白酒糟酿酒酵母培养物的水分、粗蛋白质、粗脂肪、粗灰分、粗纤维含量分别为8.34%、31.12%、5.00%、13.46%和11.00%,总能为19.53 MJ/kg,霉菌毒素含量远低于国家标准。猪对白酒糟酿酒酵母培养物中干物质、总能、粗蛋白质、粗脂肪、粗纤维和粗灰分的全消化道表观消化率分别为48.79%、38.33%、54.15%、82.94%、23.17%和20.29%,消化能为11.75 MJ/kg;猪对白酒糟酿酒酵母培养物中必需氨基酸和非必需氨基酸的回肠末端表观消化率的平均值分别为72.38%和69.37%,其中赖氨酸、甲硫氨酸的回肠末端表观消化率均超过80%。由此得出,白酒糟酿酒酵母培养物中氨基酸的吸收和利用率较高,可应用于猪饲料生产。 相似文献
6.
本试验测定了不同来源的10个菜籽饼的化学成分以及生长育肥猪消化能（DE）和代谢能（ME）,并基于其有效化学成分含量构建DE和ME预测方程。选取健康的、初始体重为（51.2±1.7） kg的杂交[杜×（长×大）]阉公猪22头,采用2个不完全的11×3拉丁方设计,分别饲喂10个菜籽饼饲粮和1个基础饲粮,菜籽饼饲粮以菜籽饼替代基础饲粮的20%,试验共3个周期,每个周期包括7 d预试期和5 d粪尿收集期,采用全收粪、尿法和套算法测定生长育肥猪对菜籽饼的DE和ME。结果显示：1）在饲喂基础上,10个菜籽饼的干物质（DM）含量为87.95%～94.68%,总能（GE）为18.45～20.84 MJ/kg,粗蛋白质（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）、钙（Ca）、总磷（TP）和总硫苷（TGS）含量分别为35.15%～43.61%、 5.48%～11.76%、 5.99%～7.75%、 8.26%～11.32%、21.89%～48.61%、13.13%～22.87%、0.50%～0.62%、0.92%～1.30%和20.25～25.... 相似文献
7.
本试验旨在研究不同品种小麦的理化特性及对生长猪的消化能和代谢能值,并探讨通过理化特性建立消化能与代谢能预测模型的可行性。试验选取12头初始体重相近(50.1±2.8)kg的杜×长×大三元杂交去势公猪,随机分成2组,每组6头猪,采用2个6×6拉丁方设计,试验共6期。采用直接法评定12个小麦样品的能量价值,每个小麦样品配制1种日粮,共12种日粮,小麦在日粮中所占比例为97.0%。结果表明:12个不同品种小麦的能值差异极显著(P<0.05),其中北麦4的消化能含量最低(16.40 MJ/kg DM),而龙麦30的消化能含量最高(17.01 MJ/kg DM)。北麦4的代谢能含量亦最低(15.72 MJ/kg DM),辽春10最高(16.48 MJ/kg DM)。通过回归分析,建立了以总能和理化特性为基础的小麦消化能和代谢能预测模型,推荐预测模型:DE=-829-58.4×ADF+1.1×GE(R2=0.79,RSD=24.5),DE=-1384+1.1×GE+0.65×BW(R2=0.79,RSD=24.8),ME=-2990+1.7×GE-50.2×Xylans-87.6×Ash(R2=0.88,RSD=21.1)。 相似文献
8.
本试验应用套算法分析肉羊常用蛋白质饲料原料中的营养成分含量和可消化营养成分对有效能值的影响,基于饲料原料中的营养成分含量和可消化营养成分建立蛋白质饲料原料代谢能(ME)的预测模型。选取36只22月龄、体重为(52.6±1.4)kg的杜泊×小尾寒羊F1代杂交去势肉羊,采用完全随机区组设计分为6个处理,包括1个基础饲粮处理和5个试验饲粮处理,每个处理6只羊。利用消化代谢试验和呼吸代谢试验并结合套算法计算5种蛋白质饲料原料的消化能(DE)和ME,并分析蛋白质饲料原料DE、ME与该原料中营养成分[干物质(DM)、有机物(OM)、总能(GE)、粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)]和可消化营养成分[可消化干物质(DDM)、可消化有机物(DOM)、可消化粗蛋白质(DCP)、可消化粗脂肪(DEE)、可消化中性洗涤纤维(DNDF)、可消化酸性洗涤纤维(DADF)]含量之间的相关关系。结果表明:饲料原料中的OM、DDM、DOM、DCP含量与DE和ME均存在极显著正相关(P0.01);另外,DADF与DE存在极显著负相关(P0.01),与ME存在显著负相关(P0.05)。通过饲料原料中的营养成分含量预测ME的方程为:ME(MJ/kg)=-82.855+2.391OM(%)+1.802EE(%)-6.21GE(MJ/kg)-0.121ADF(%)(R2=0.910,n=30,P0.01);通过饲料原料中的可消化营养成分含量预测ME的方程为:ME(MJ/kg)=-5.564+30.526DOM(%)+55.402DEE(%)(R2=0.841,n=30,P0.01);通过饲料原料中的可消化营养成分含量与DE共同预测ME的方程为:ME=-5.787+1.126DE(MJ/kg)+20.769DEE(%)(R2=0.879,n=30,P0.01)。综上所述,在本试验中,蛋白质饲料原料中的部分营养成分和可消化营养成分含量与ME之间存在显著相关,可通过饲料原料中的营养成分和可消化营养成分含量对肉羊蛋白质饲料原料的ME进行有效预测。 相似文献
9.
本试验通过采集我国棉花主产区棉籽粕样品,分析棉籽粕常规成分,测定其生长猪消化能(DE),建立棉籽粕常规成分与生长猪DE之间的关系。采用15%和20%替代比例的套算法,分别测定生长猪棉籽粕DE,探讨套算法中不同替代比例对DE的影响。试验选用体重[(37.2±1.8)kg]相近的"杜×长×大"三元杂交健康阉公猪18头,采用3个6×6拉丁方试验设计,全收粪法分别测定9个棉籽粕样品DE,并将棉籽粕常规成分与DE进行相关分析,建立回归方程,比较2个不同替代比例的套算法测定的DE。结果表明:本次试验所测定棉籽粕DE的加权平均值(风干基础,干物质90.41%)为9.94 MJ/kg;长江流域棉区平均值(风干基础,干物质89.72%)为9.96 MJ/kg;黄河流域棉区平均值(风干基础,干物质89.86%)为9.23 MJ/kg;西北内陆棉区平均值(风干基础,干物质91.30%)为10.61 MJ/kg。推荐DE预测模型(干物质基础):DE(MJ/kg)=-14.38+0.557×总能+0.320 95×粗蛋白质-0.012 68×中性洗涤纤维(R2=0.72)。套算法中的2个不同替代比例(15%和20%)对DE影响较小。 相似文献
10.
本试验通过采集我国多个地区大米蛋白样品,分析大米蛋白常规成分,测定生长猪消化能(DE)、代谢能(ME),建立大米蛋白常规成分与生长猪DE、ME之间的关系。试验选用体重(33.0±1.3)kg的"杜×长×大"三元杂交健康去势公猪12头,采用2个6×6拉丁方试验设计,包括1种基础饲粮和11种大米蛋白替代15%基础饲粮的试验饲粮。采用全收粪法和套算法结合测定大米蛋白猪DE、ME,并将大米蛋白的常规成分与猪DE、ME进行相关和回归分析,建立大米蛋白猪DE、ME预测模型。结果表明,11种大米蛋白风干基础下猪DE为(18.13±1.12)M J/kg,M E为(16.44±1.59)M J/kg。由此得出,大米蛋白猪DE最佳预测模型(绝干基础)为DE=22.17-0.51NDF(R2=0.50,RSD=0.93),DE=18.58-0.49 CF+0.31 EE(R2=0.70,RSD=0.77);M E最佳预测模型(绝干基础)为ME=21.42-0.74 NDF(R2=0.52,RSD=1.30)。NDF为大米蛋白猪DE、M E最佳预测因子。 相似文献
11.
应用套算法估测肉羊精饲料代谢能 总被引：1，自引：0，他引：1
本试验旨在应用套算法建立肉羊精饲料代谢能估测模型。选取66只18月龄体重为(49.6±1.3)kg的杜泊×小尾寒羊F1代去势肉羊,采用完全随机区组设计分为11组,包括1个基础饲粮组和10个试验饲粮组,每组6只羊。通过消化代谢试验(为期8 d)和气体代谢试验(为期3 d)并结合套算法计算10种精饲料的消化能和代谢能,建立精饲料代谢能和其概略养分或可消化养分之间的模型。结果表明,1)10种精饲料总能、酸性洗涤纤维含量与消化能呈显著相关(P0.05),有机物含量与消化能达到极显著相关(P0.01);精饲料概略养分与代谢能之间则无显著相关性(P0.05)。2)10种精饲料的可消化养分与代谢能存在极显著相关(P0.01),所建立的预测方程为:ME=-1.907+1.344DE+1.321DDM-5.347DOM-2.093DADF(R2=0.845,n=60,P0.01);ME=-2.105+1.349DE-6.577DOM(R2=0.842,n=60,P0.01)。[ME为代谢能(MJ/kg),DE为消化能(MJ/kg),DDM为可消化干物质(%),DOM为可消化有机物(%),DA DF为可消化酸性洗涤纤维(%)。]综上所述,本试验条件下无法利用精饲料概略养分预测其代谢能,通过精饲料的可消化养分可准确预测其代谢能。 相似文献
12.
本试验旨在测定麦麸的猪消化能(DE)及麦麸各化学成分对DE与能量消化率(DCE)的影响,分析用麦麸化学成分建立其DE与DCE的预测方程。试验选用12头三元杂交(杜×大×长)去势公猪[初始体重为(36.6±2.9)kg],采用2个6×6拉丁方试验设计(6期,11种饲粮),应用全收粪法测定10种不同产地和批次麦麸的DE,通过分析麦麸原料中的粗蛋白质(CP)、粗纤维(CF)、酸性洗涤纤维、中性洗涤纤维、淀粉(St)、粗脂肪、粗灰分、总能与DE及DCE之间的相关关系,筛选出最佳的预测因子并建立预测方程。结果表明:10种麦麸的平均DE为11.72 MJ/kg(干物质基础),平均DCE为61.31%,St为DE和DCE的最佳预测因子。推荐DE预测方程:DE=0.31×St+3.71(R2=0.76,RSD=0.42,P<0.01)、DE=-0.91×CF-0.71×CP+33.80(R2=0.76,RSD=0.35,P<0.01)。推荐DCE预测方程:DCE=1.70×St+22.28(R2=0.76,RSD=2.89,P<0.01),DCE=-5.02×CF-3.65×CP+182.81(R2=0.80,RSD=1.79,P<0.01)。由此可知,本试验利用麦麸原料营养成分建立的DE及DCE的预测方程相关指数较高,且由本试验结果预测的DE值比较准确。 相似文献
13.
The net energy (NE) content of canola meals (CM; i.e. Brassica napus yellow and Brassica juncea yellow) in growing pigs was determined using an indirect calorimetry chamber or published prediction equations. The study was conducted as a completely randomized design (n = 6), with (i) a basal diet and (ii) 2 diets containing 700 g/kg of the basal diet and 300 g/kg of either of the two varieties of CM. A total of 18 growing barrows were housed in metabolism crates for the determination of digestible (DE) and metabolizable (ME) energy. Thereafter, pigs were transferred to the indirect calorimetry chamber to determine heat production (HP). The NE contents of diets containing Brassica napus yellow and Brassica juncea yellow determined with the direct determination technique and prediction equations were 9.8 versus 10.3 MJ/kg dry matter (DM) and 10.2 versus 10.4 MJ/kg DM, respectively. Retained energy (RE) and fasting heat production (FHP) of diets containing Brassica napus yellow and Brassica juncea yellow were 5.5 versus 5.7 MJ/kg and 4.3 versus 4.5 MJ/kg, respectively, when measured with the direct determination technique and prediction equations. The NE contents of Brassica napus yellow and Brassica juncea yellow were determined to be 8.8 and 9.8 MJ/kg DM, respectively, using the direct determination technique. 相似文献
14.
本试验通过在生长猪上测定辣木叶和辣木枝的消化能、代谢能和氨基酸标准回肠消化率,旨在评定辣木在生长猪上的营养价值。选择24头回肠末端安装T型瘘管的“杜×长×大”去势公猪,平均体重为(39.80±1.06)kg,随机分为4个组,分别饲喂无氮饲粮、玉米-豆粕型基础饲粮、辣木叶饲粮和辣木枝饲粮,每组6个重复。预饲7 d后,进行4 d消化代谢试验,收集全部粪尿,用于测定消化能和代谢能。消化代谢试验结束后,继续2 d收集回肠食糜用于测定氨基酸表观回肠消化率和标准回肠消化率。结果表明:与辣木枝相比,辣木叶含有较高含量的营养成分,尤其是粗蛋白质、粗脂肪和钙,含量分别为26.29%、6.25%和2.70%。辣木叶的消化能、代谢能和总能表观消化率分别为9.35、8.24 MJ/kg和49.26%,辣木枝的消化能、代谢能和总能表观消化率分别为7.51、6.03 MJ/kg和40.81%,辣木叶的有效能值和总能表观消化率显著高于辣木枝(P<0.05)。辣木叶总必需氨基酸、总非必需氨基酸和粗蛋白质标准回肠消化率分别为42.05%、42.59%和49.03%,而辣木枝总必需氨基酸、总非必需氨基酸和粗蛋白质标准回肠消化率分别为35.13%、37.31%和40.15%,辣木叶的总必需氨基酸、总非必需氨基酸和粗蛋白质标准回肠消化率显著高于辣木枝(P<0.05)。综上所述,辣木叶的消化能、代谢能和总必需氨基酸标准回肠消化率分别为9.35、8.24 MJ/kg和42.05%,而辣木枝的消化能、代谢能和总必需氨基酸标准回肠消化率分别为辣木叶的80.3%、73.3%和83.5%。因此,辣木叶具有更高的营养价值,更适合作为生长猪的蛋白质饲料原料。 相似文献
15.
《中国畜牧杂志》2019,(10)
本研究旨在对青稞、荞麦、黍子、糜子和莜麦5种可在生长猪上应用的非常规谷物饲料原料进行营养价值评定。试验分别采集5种谷物原料样品,选取36头健康、体重为(32.1±4.2)kg的杜×长×大三元杂交去势公猪,随机分配到1个玉米-豆粕型基础日粮和5个非常规谷物饲料原料(替代基础日粮的40%～50%)的待测日粮处理中进行消化代谢试验,用全收粪尿法和套算法测定其对生长猪的全肠道表观消化能、代谢能以及总能和营养物质的表观全肠道消化率。结果表明:黍子、糜子有较高的淀粉含量,青稞和莜麦有较高的中性洗涤纤维和酸性洗涤纤维含量;干物质基础下,5种谷物原料的全肠道表观消化能和代谢能分别为15.97～17.87 MJ/kg和15.38～17.34 MJ/kg。 相似文献
16.
Twenty corn coproducts from various wet- and dry-grind ethanol plants were fed to finishing pigs to determine DE and ME and to generate equations predicting DE and ME based on chemical analysis. A basal diet comprised corn (97.05%), limestone, dicalcium phosphate, salt, vitamins, and trace minerals. Twenty test diets were formulated by mixing the basal diet with 30% of a coproduct, except for dried corn solubles and corn oil, which were included at 20 and 10%, respectively. There were 8 groups of 24 finishing gilts (n = 192; BW = 112.7 ± 7.9 kg). Within each group, gilts were randomly assigned to 1 of 5 test diets or the basal diet for a total of 4 replications per diet per group. Two groups of gilts were used for each set of coproducts, resulting in 8 replications per coproduct and 32 replications of the basal diet. The experiment was conducted as a completely randomized design. Gilts were placed in metabolism crates and offered 3 kg daily of their assigned test diet for 13 d, with total collection of feces and urine during the last 4 d. Ingredients were analyzed for DM, GE, CP, ether extract, crude fiber, NDF, ADF, total dietary fiber (TDF), ash, AA, and minerals, and in vitro OM digestibility was calculated for each ingredient. The GE was determined in the diets, feces, and urine to calculate DE and ME for each ingredient. The DE and ME of the basal diet were used as covariates among groups of pigs. The DE of the coproducts ranged from 2,517 kcal/kg of DM (corn gluten feed) to 8,988 kcal/kg of DM (corn oil), and ME ranged from 2,334 kcal/kg of DM (corn gluten feed) to 8,755 kcal/kg of DM (corn oil). By excluding corn oil and corn starch from the stepwise regression analysis, a series of DE and ME prediction equations were generated. The best fit equations were as follows: DE, kcal/kg of DM = -7,471 + (1.94 × GE) - (50.91 × ether extract) + (15.20 × total starch) + (18.04 × OM digestibility), with R(2) = 0.90, SE = 227, and P < 0.01; ME, kcal/kg of DM = (0.90 × GE) - (29.95 × TDF), with R(2) = 0.72, SE = 323, and P < 0.01. Additional equations for DE and ME included NDF in the instance that TDF data were not available. These results indicate that DE and ME varied substantially among corn coproducts and that various nutritional components can be used to accurately predict DE and ME in corn coproducts for finishing pigs. 相似文献
17.
旨在应用直接法和回归法测定肉牛玉米青贮的消化能、代谢能和净能值,并探讨精料回归法用于估测肉牛单一粗饲料原料能值的可行性。试验选取12头体况良好、体重相近[(259±14.08)kg]的生长期公牛,随机分为3组,每组4头牛。分两期试验进行,试验一按试验牛自由采食量的95%、80%和60%3个水平饲喂全玉米青贮日粮;试验二在固定玉米青贮投喂量的基础上,各组分别按青贮饲喂量的15%、25%和50%(干物质基础)添加精料补充料。试验每期14d,其中前10d为预饲期,后4d为正试期。正试期消化代谢和呼吸代谢试验同期进行,测定玉米青贮对肉牛能量代谢规律。结果表明:1)肉牛对全玉米青贮日粮的各种营养物质消化率和能量消化率及代谢率随饲喂水平的提高总体逐渐降低;肉牛能量采食量(总能、消化能、代谢能和净能)随饲喂水平的提高逐渐升高,组间差异显著(P0.05)。2)玉米青贮对肉牛的消化能、代谢能和净能值随着饲喂水平的提高呈下降趋势,各有效能值变化范围分别为10.58~11.48 MJ/kg,8.33~9.44 MJ/kg和5.20~6.21 MJ/kg。3)添加精料补充料显著提高了肉牛对日粮的干物质采食量和粗蛋白消化率(P0.05),而洗涤纤维消化率精料添加比例组间差异不明显(P0.05);随着精料添加比例的增加,肉牛对日粮的能量采食量(总能、消化能、代谢能和净能)和能量消化率及代谢率逐渐上升,消化能代谢率各组之间无显著差异(P0.05)。4)根据试验日粮有效能值与精料添加量之间的关系建立线性回归方程后,外推估测得玉米青贮的消化能、代谢能和净能值分别为10.53 MJ/kg、8.29 MJ/kg和5.35MJ/kg,与95%饲喂水平组直接测定结果(10.58 MJ/kg、8.33 MJ/kg和5.20 MJ/kg)差异不显著(P0.05)。综上所述,回归法测定玉米青贮对肉牛的有效能值与直接法测定结果差异不明显,精料回归法可以用于估测肉牛单一粗饲料的有效能值。 相似文献