舍飼肉用綿羊干物質采食量預測模型構建及評估

閆俊彤 張吉賢 李金輝 嚴 慧 郭云霞 段春輝 劉月琴 紀守坤 張英杰

(河北農業(yè)大學動物科技學院，保定 071000)

干物質采食量(DMI)是動物營養(yǎng)需要量模型的重要組成部分，實現DMI精準預測是肉羊精準飼養(yǎng)的基礎，在指導肉羊生產中具有重要的意義。DMI受動物因素如體況、生理階段、產奶量[1]，飼糧因素如能量水平、物理特性[2-3]、補給量[4]及環(huán)境因素[5-6]等的影響，如今使用較廣的肉羊DMI預測模型主要有英國AFRC(1998)[7]預測模型、CNCPS-S(2004)[8]預測模型以及美國NRC(2007)[9]預測模型，其中AFRC(1998)[7]認為代謝體重(MBW)和飼糧代謝能(ME)是影響DMI的主要因素；CNCPS-S(2004)[8]認為DMI主要受MBW和平均日增重(ADG)影響；NRC(2007)[9]預測模型中的影響因子為體重(BW)和相對成熟度(RM)。但由于以上模型對國內品種納入不足，很大程度上制約了這些DMI預測模型在我國的使用，其預測準確性尚有待提高[10]。本研究通過收集國內外文獻的試驗數據，建立包含國內外典型肉用綿羊品種的DMI及其影響因素數據集，利用多元回歸法建立肉用綿羊DMI預測模型，采用方差分解方法解析肉用綿羊DMI的影響因素，為國內舍飼肉用綿羊DMI預測提供基礎數據。

1 材料與方法

1.1 DMI及其影響因素參數數據集

利用Web of Science、Google學術、中國知網數據庫篩選相關文獻。檢索方式為關鍵詞，英文檢索詞為sheep和DMI，中文檢索詞為羊和DMI；時間范圍為2015年1月1日至2021年1月1日。

納入標準包括：1)研究對象為舍飼肉用綿羊；2)基礎飼糧指標包括DM、能量[總能(GE)或消化能(DE)或ME]及蛋白質[粗蛋白質(CP)或可消化蛋白質(DP)或代謝蛋白質(MP)]、中性洗滌纖維(NDF)、酸性洗滌纖維(ADF)、鈣(Ca)、磷(P)含量；3)肉用綿羊生長性能的指標，包括初始體重(IBW)、結束體重(FBW)、ADG、DMI。

排除標準包括：1)綜述性研究；2)包含重復數據的文獻；3)數據不全或無法提取相關信息的文獻；4)肉用綿羊處于非正常狀態(tài)的數據，包括但不限于患病、限飼等。

根據納入標準和排除標準，通篇閱讀文章并進行篩選，納入包括杜寒雜交羊、小尾寒羊、湖羊、Kermani lambs、Creole lambs、Awassi lambs、Chall lambs、Dorper×Santa Ines crossbred lambs、Suffolk lambs、South African Dorper lambs、Deccani lambs共11種品種的肉用綿羊，提取文獻中肉用綿羊IBW、FBW、ADG和飼糧DM、ME及CP、NDF、ADF、Ca、P含量參數；依據肉用綿羊試驗IBW和試驗FBW計算中位體重[BW=(IBW+FBW)/2]；通過肉用綿羊中位體重計算肉用綿羊MBW(MBW=BW0.75)；通過查閱各品種肉用綿羊相關標準和文獻獲得其成年體重[11-16]，計算其RM(RM=BW/成年體重)。構建包含肉用綿羊BW、MBW、RM、相對成熟度平方值(RM2)、ADG和飼糧DM、ME、代謝能平方值(ME2)、CP、NDF、ADF、Ca、P含量以及肉用綿羊DMI的數據集。

1.2 預測模型構建

1.2.1 DMI預測模型參數共線性

使用R 3.6.3軟件Cor程序進行參數間的相關性分析，檢測各參數間的共線性。共線性評價標準：|r|≥0.6且P<0.05表明存在高度共線性；0.4≤|r|<0.6且P<0.05表明存在中度共線性；|r|<0.4表明不存在共線性。參數間存在高度共線性時，依據其與DMI相關性大小排除相關性較低參數。

1.2.2 DMI預測模型優(yōu)化

在初步排除共線性參數后，采用R 3.6.3軟件lm函數，以肉用綿羊BW、MBW、RM、RM2、ADG和飼糧DM、ME、ME2及CP、NDF、ADF、Ca、P含量為自變量，以DMI為因變量，構建多元回歸模型：Y=a+b1×X1+b2×X2+……bn×Xn。式中：Y為DMI；a為固定常數項；X為預測模型參數；b為對應參數變量的系數。采用向后逐步回歸分析法(backward step wise selection，BSWS)，依次刪除不顯著變量，獲得優(yōu)化的DMI預測模型，采用vif函數計算多元回歸模型中各參數方差膨脹因子(variance inflation factors，VIF)，VIF>5作為判定是否存在因變量間共線性的依據。

1.3 數據統(tǒng)計分析

1.3.1 預測模型評估

采用本研究所獲得公式、AFRC(1998)[7]、NRC(2007)[9]和CNCPS-S(2004)[8]模型分別計算DMI預測值。

AFRC(1998)[7]預測模型：

DMI=(74.9×MBW)×[(-0.66+1.333×
ME)-(0.266×ME2)]。

式中：DMI為干物質采食量(g/d)；MBW為代謝體重(BW0.75)；ME為飼糧代謝能(Mcal/kg)。

CNCPS-S(2004)[8]預測模型：

DMI=-124+71.1×MBW+1.5×ADG。

式中：DMI為干物質采食量(g/d)；MBW為代謝體重(BW0.75)；ADG為平均日增重(g/d)。

NRC(2007)[9]預測模型：

DMI=40×BW×(1.7-RM)。

式中：DMI為干物質采食量(g/d)；BW為體重(kg)；RM為相對成熟度(BW/成年體重)。

利用R 3.6.3軟件的Cor.test函數進行預測值和觀測值的相關性分析，同時采用平均偏差(mean bias，MB)和均方根預測誤差(root of mean square prediction error，RMSPE)評估模型的預測偏差。

式中：MB為平均偏差；n為觀測值數量；Pi為第i項預測值；Oi為第i項觀測值。

式中：RMSPE為均方根預測誤差；n為觀測值的數量；Pi為第i項預測值；Oi為第i項觀測值。

1.3.2 方差分解

在以上步驟初步篩選預測模型參數基礎上，使用R 3.6.3軟件多元線性回歸模型進行方差分解分析。首先使用scale函數對所篩選數據進行中心化和標準化消除不同參數量綱的影響，隨后采用上述多元回歸模型進行模型構建。依據多元回歸模型結果獲得模型的方差解釋率、各參數對模型預測結果的貢獻度、動物(肉用綿羊)因素和飼糧因素各自對DMI的貢獻度。

2 結果與分析

2.1 數據集特征

由表1可知，肉用綿羊的BW、MBW、RM、RM2、DM、ME及CP、NDF、ADF、Ca、P含量的平均值分別為35.24 kg、14.40 kg、0.45、0.22、84.26%、10.19 MJ/kg、14.02%、41.32%、21.67%、1.07%、0.38%，變動范圍分別為18.65～52.26 kg、8.97～19.48 kg、0.23～0.81、0.05～0.65、51.70%～95.50%、5.75～15.37 MJ/kg、8.04%～18.80%、18.60%～59.00%、8.57%～36.62%、0.49%～2.22%、0.21%～0.50%。肉用綿羊的ADG、ME2、DMI的波動范圍較大，分別介于9.71～370.00 g/d、33.06～236.14、577.69～2 100.00 g/d，平均值分別為212.07 g/d、107.25、1 418.76 g/d。肉用綿羊的ME/CP、Ca/P的變動范圍為0.47～1.21、1.00～5.16，平均值分別為0.74、2.74。

表1 肉用綿羊DMI及其影響因素數據庫描述性統(tǒng)計Table 1 Descriptive statistics of DMI and its influencing factors of mutton sheep

2.2 肉用綿羊DMI預測模型構建

2.2.1 影響肉用綿羊DMI的參數共線性

由圖1可知，BW和MBW(r=0.99，P<0.05)、RM和RM2(r=0.99，P<0.05)、ME和ME2(r=0.99，P<0.05)、ME和ME/CP(r=0.64，P<0.05)、CP和P含量(r=0.86，P<0.05)、NDF和ADF含量(r=0.70，P<0.05)、Ca含量和Ca/P(r=0.96，P<0.05)之間存在高度共線性，依據存在共線性參數與DMI相關性高低，剔除BW、RM2、ME2、ME/CP及CP、NDF含量和Ca/P，剩余參數間均不存在顯著共線性(|r|<0.6)。

BW：體重 body weight；MBW：代謝體重 metabolism body weight；RM：相對成熟度 relative maturity；RM2：相對成熟度平方值 square value of relative maturity；ADG：平均日增重 average daily gain；DM：干物質 dry matter；ME：代謝能 metabolic energy；ME2：代謝能平方值 metabolizable energy squared value；CP：粗蛋白質 crude protein；ME/CP:代謝能與粗蛋白質比值 metabolizable energy to crude protein ratio；NDF：中性洗滌纖維 neutral detergent fibre；ADF：酸性洗滌纖維 acid detergent fiber；Ca：鈣 calcium；P：磷 phosphorus；Ca/P：鈣與磷比值 calcium to phosphorus ratio；DMI：干物質采食量 dry matter intake。圖1 肉用綿羊DMI及其影響因素間相關性Fig.1 Correlation between DMI and its influencing factors of mutton sheep

2.2.2 多元線性回歸模型

由表2可知，全模型對肉用綿羊DMI的方差解釋率為90%(P<0.05)，但各參數方差膨脹因子均較高存在顯著共線性(VIF>5)，排除共線性參數(BW、RM2、ME2、ME/CP、Ca/P及CP、NDF含量)后模型對肉用綿羊DMI的方差解釋率為89%(P<0.05)，各參數間無顯著共線性(VIF<5)，采用逐步回歸法進一步排除不顯著變量(P)后，獲得包含肉用綿羊MBW、RM、ADG和飼糧DM、ME及ADF、Ca含量共7個影響因素的優(yōu)化模型，各參數均可顯著影響肉用綿羊DMI預測值(P<0.05)，且不存在共線性(VIF<5)，優(yōu)化后的預測模型對肉用綿羊DMI的方差解釋率為89%(P<0.05)。

表2 肉用綿羊DMI預測模型Table 2 Prediction model of DMI of mutton sheep

續(xù)表2參數 Parameters全模型Full model系數Coefficient方差膨脹因子Variance inflation factor排除共線性后模型Model after exclusion of covariance系數Coefficient方差膨脹因子Variance inflationfactor優(yōu)化后模型Optimized model系數Coefficient方差膨脹因子Varianceinflationfactor中性洗滌纖維 NDF-7.8814.16酸性洗滌纖維 ADF20.0711.556.091.996.421.93鈣 Ca242.65574.00177.601.59172.451.33磷 P1 720.5563.01-126.832.27鈣磷比 Ca/P12.07451.56矯正R2 Adjusted R20.900.890.89P值 P-value<0.05<0.05<0.05

2.3 肉用綿羊DMI預測模型評估

采用本研究所獲得預測模型、AFRC(1998)、NRC(2007)和CNCPS-S(2004)模型分別計算DMI預測值，其與觀測值相關性見圖2?？梢姳狙芯克@得模型可解釋肉用綿羊90% DMI變異，無顯著預測偏倚(MB=0.11 g/d，P>0.05)，預測誤差為7.59%；AFRC(1998)模型可解釋肉用綿羊53% DMI變異，所預測DMI存在顯著低估(MB=-387.56 g/d，P<0.05)，預測誤差為45.10%；CNCPS-S(2004)模型可解釋74% DMI變異，所預測DMI存在顯著低估(MB=-201.08 g/d，P<0.05)，預測誤差為21.76%；NRC(2007)模型可解釋肉用綿羊57% DMI變異，所預測DMI存在顯著高估(MB=331.57 g/d，P<0.05)，預測誤差為22.49%。從模型解釋度、預測偏差和預測誤差綜合來看，本研究獲得模型預測精度>CNCPS-S(2004)模型>NRC(2007)模型>AFRC(1998)模型。

Predicted DMI：預測干物質采食量；Observed DMI：觀測干物質采食量；R2：相關系數correlation coefficient；MB：平均偏差 mean bias；RMSPE：均方根預測誤差 root of mean square prediction error。圖2 肉用綿羊DMI預測模型評估Fig.2 Evaluation of prediction model for DMI of mutton sheep

2.4 肉用綿羊DMI影響因素的方差分解

由圖3可知，本研究所獲得模型可解釋89%的肉用綿羊DMI變異；在可解釋的DMI變異中，動物(肉用綿羊)因素可解釋其中61%的變異，是影響肉用綿羊DMI的主要因素，MBW、ADG與DMI呈正相關，而RM與DMI呈負相關；飼糧因素可解釋其中39%的變異，飼糧中DM、ME及Ca、ADF含量與DMI均呈正相關。本模型所納入的7個影響肉用綿羊DMI的因素中，肉用綿羊DMI主要受MBW、ADG和Ca含量的影響，三者共解釋了69%的DMI變異。

Parameter estimates：參數估計值；Relative effect of estimates：相對估計值；Adj.R2：矯正R2 adjusted R2；MBW：代謝體重 metabolism body weight；ADG：平均日增重 average daily gain；RM：相對成熟度 relative maturity；Ca：鈣 calcium；DM：干物質 dry matter；ME：代謝能 metabolic energy；ADF：酸性洗滌纖維 acid detergent fiber。圖3 肉用綿羊DMI影響因素的方差分解Fig.3 Variance decomposition of factors affecting DMI of mutton sheep

3 討 論

3.1 構建數據集

動物DMI受多種因素影響[17]，對于此類復雜現象的預測模型構建，通過二次文獻整合構建數據集是常用方法，該方法通過對大量獨立研究結果進行全面、系統(tǒng)地分析，從而得出更為準確和普適性強的預測模型和結論[18]。目前國際上認可度較高的肉羊DMI預測模型如AFRC(1998)[7]、CNCPS-S(2004)[8]和NRC(2007)[9]均采用構建數據集的方法獲得。本研究通過構建DMI以及相關影響因素數據集從而建立DMI預測模型，構建的數據庫涵蓋了杜寒雜交羊、小尾寒羊、湖羊、Kermani lambs、Creole lambs、Awassi lambs、Chall lambs、Dorper×Santa Ines crossbred、Suffolk lambs、South African Dorper lambs、Deccani lambs共11種品種，1 098個研究對象，107條數據，其中國內羊品種或國內雜交羊品種數據62條，國外羊品種45條，DMI的潛在影響因素15個。與AFRC(1998)、CNCPS-S(2004)、NRC(2007)相比，本研究收集的數據量更多，納入的影響因素更全面，并且納入了國內的典型肉用綿羊品種，因此預測模型更適用于國內品種的肉用綿羊。

3.2 舍飼肉用綿羊DMI的影響因素

不同研究對于影響肉羊DMI的主要影響因素觀點并不一致。AFRC(1998)[7]認為肉羊DMI主要受MBW和ME的影響；CNCPS-S(2004)[8]認為肉羊DMI主要受MBW和ADG影響；NRC(2007)[9]認為肉羊DMI主要受BW和RM影響。Fuetes-Pile等[18]在奶牛上的研究表明，通過構建數據集找出了與DMI有顯著相關性的變量，建立了多元線性回歸模型，可以有效提高預測準確性；董瑞蘭等[19]通過構建數據集獲得了可以精確預測奶牛氮排放量的模型，為本研究提供了方法學借鑒。本研究通過構建數據集發(fā)現MBW、ADG、RM、DM、ME及ADF、Ca含量能夠顯著影響DMI，充分考慮了動物(肉用綿羊)因素和飼糧因素對DMI的影響，因此建立的多元線性模型的預測準確性高于CNCPS-S(2004)[8]、NRC(2007)[9]、AFRC(1998)[7]。

本研究結果表明，MBW、ADG和Ca含量是影響肉用綿羊DMI的主要因素，均與肉用綿羊DMI呈正相關。MBW是影響肉用綿羊DMI的最重要因素，這一觀點在AFRC(1998)[7]、CNCPS-S(2004)[8]和NRC(2007)[9]的DMI預測模型中均有體現，其中AFRC(1998)[7]和CNCPS-S(2004)[9]納入MBW作為預測模型參數，NRC(2007)[9]使用了肉羊BW作為參數，由于MBW和BW存在顯著正相關，因此也側面反映了MBW對肉用綿羊DMI的決定作用。ADG是影響肉用綿羊DMI的第2重要因素，CNCPS-S(2004)[8]模型將ADG作為預測模型參數，而AFRC(1998)[7]和NRC(2007)[9]未將ADG納入預測模型，這可能是CNCPS-S(2004)預測準確性高于后兩者的原因。本研究結果同時表明飼糧Ca含量是影響肉用綿羊DMI的第3重要因素，Chishti等[20]研究表明在一定范圍內提高Ca含量可顯著增加DMI，這可能因為Ca含量較高時，能夠提供額外的Ca促進消化系統(tǒng)平滑肌的收縮[21]，對瘤胃的蠕動起促進作用[22]，從而導致肉用綿羊DMI的提高，AFRC(1998)[7]、CNCPS-S(2004)[8]和NRC(2007)[9]的DMI預測模型均未納入該參數。

本試驗結果表明，肉用綿羊RM、DM、ME、ADF均可顯著影響肉用綿羊DMI。RM與采食量負相關，這一觀點與NRC(2007)[9]一致，可能原因是低成熟度的肉用綿羊具有更高的生長性能，因此也需要更高的DMI保障肉用綿羊的營養(yǎng)需求[17]；本試驗研究結果表明DM與DMI呈正相關，與Kellems等[23]研究結果一致，其采用苜蓿青貯建立不同DM含量的飼糧飼喂奶牛，發(fā)現奶牛的DMI隨飼糧水分含量升高而降低，可能是由于大量攝入水分在瘤胃中產生飽腹效應所致[24]；本試驗結果表明ME與DMI呈正相關，而AFRC(1998)[7]認為ME與DMI存在二次相關，其拐點出現在ME約為10.5 MJ/kg時，大部分肉用綿羊ME難以達到其拐點可能是本研究中ME與DMI呈正相關的原因，這與李文娟等[17]結果一致，即生產上一般可通過提高ME增加肉用綿羊DMI。潘曉花等[25]在奶牛上的研究表明，在飼喂玉米秸稈飼糧情況下，NDF與ADF含量顯著影響DMI，其中NDF含量對DMI貢獻率為3.8%，ADF含量貢獻率為3.1%，與本試驗研究結果相近。本試驗結果表明，DMI 69%的變異來源于動物因素，也與潘曉花等[25]研究結果相近。

3.3 本研究的局限性

本試驗的研究對象為舍飼肉用綿羊，主要從動物因素和飼糧因素對肉用綿羊DMI進行預測，本研究模型中尚有11%的肉用綿羊DMI變異來源未查明。前人研究表明環(huán)境因素[5-6]和管理因素[26]等也能夠影響DMI，可能是本研究模型預測誤差的來源。至今為止，環(huán)境因素和管理因素對肉用綿羊DMI的影響研究還較有限，難以滿足構建數據庫要求，后續(xù)隨相關研究的進一步豐富，通過納入更大樣本和更多影響因素，有助于本預測模型預測準確性的進一步提高。

4 結 論

① 本研究構建的肉用綿羊DMI預測模型為DMI=98.48×MBW-379.70×RM+1.55×ADG+6.04×DM+26.38×ME+6.42×ADF+172.45×Ca-1 271.67(R2=0.90，P<0.05)，模型預測偏差為0.11 g/d，預測誤差為7.59%；本研究構建的預測模型精確度>CNCPS-S(2004)模型>NRC(2007)模型>AFRC(1998)模型。

② 本模型所納入的7個影響肉用綿羊DMI的因素中，肉用綿羊DMI主要受MBW、ADG和Ca含量的影響，三者共解釋了69%的DMI變異。