动物营养学报 >

2025 , Vol. 37 >Issue 8: 5099 - 5119

DOI: https://doi.org/10.12418/CJAN2025.416

研究论文

荣昌母猪妊娠后期和泌乳期营养需要量数据的分析挖掘

  • 王树鹏 , 1, 2 ,
  • 陈志华 3 ,
  • 杨天庆 3 ,
  • 王琪 3 ,
  • 张帅 , 1, 2, *
展开
  • 1 中国农业大学动物科学技术学院,动物营养与饲养全国重点实验室,北京 100193
  • 2 国家生猪技术创新中心华北分中心,北京 100193
  • 3 重庆市畜牧科学院,重庆 402460
*张 帅,教授,博士生导师,E-mail:

王树鹏(2003—),男,江苏泰州人,本科生,研究方向为动物营养与饲料科学。E-mail:

Copy editor: 田艳明

收稿日期: 2024-12-11

  网络出版日期: 2025-08-14

基金资助

国家生猪技术创新中心先导科技项目(NCTIP-XD/C01)

收起

Analysis and Mining of Nutritional Requirement Data of Rongchang Sows during Late Gestation and Lactation

  • WANG Shupeng , 1, 2 ,
  • CHEN Zhihua 3 ,
  • YANG Tianqing 3 ,
  • WANG Qi 3 ,
  • ZHANG Shuai , 1, 2, *
Expand
  • 1 State Key Laboratory of Animal Nutrition and Feeding, College of Animal Science and Technology, China Agricultural University, Beijing 100193, China
  • 2 North China Branch of National Center of Technology Innovations for Pigs, Beijing 100193, China
  • 3 Chongqing Academy of Animal Sciences, Chongqing 402460, China
*professor, E-mail:

Received date: 2024-12-11

  Online published: 2025-08-14

Fold

摘要

本试验旨在通过综合评价方法对荣昌母猪妊娠后期和泌乳期营养需要量数据进行深入挖掘分析,并根据测量的指标数据构建综合评价方法来科学确定母猪营养需要量。基于前期开展的研究饲粮不同净能(NE)和标准回肠可消化赖氨酸(SID Lys)水平对妊娠后期和泌乳期荣昌母猪繁殖性能影响的试验数据,采用熵权法和层次分析法确定各收集指标的权重,并运用优劣解距离(TOPSIS)法和灰色关联度分析对数据进行综合分析,基于构建的综合评价方法确定母猪营养需要量。结果表明:1)饲粮不同NE和SID Lys水平对妊娠后期和泌乳期荣昌母猪不同繁殖性能指标的影响存在显著差异。2)通过熵权法分析发现,妊娠后期荣昌母猪的背膘增加数据差异系数最大,其余指标数据差异系数较小;泌乳期荣昌母猪的各指标差异系数均相近,熵权法权重也相近。3)通过层次分析法和熵权法进行组合赋权,并采用TOPSIS法进行综合评价后发现,当NE水平为10.04 MJ/kg、SID Lys水平为0.52%时,妊娠后期荣昌母猪可获得最佳繁殖性能;当NE水平为10.21 MJ/kg、SID Lys水平为0.85%时,泌乳期荣昌母猪可获得最佳繁殖性能。4)以综合评价得分为参考序列,对不同指标进行灰色关联度分析发现,妊娠后期荣昌母猪试验中,仔猪出生均重和产活仔数与参考序列的关联度较高,对综合评价得分的贡献较大,而平均日增重和背膘增加与参考序列的关联度较低;泌乳期母猪试验中,除仔猪断奶前死亡率与参考序列的关联度较低外,其余指标的关联度值均超过0.8,关联度较高。综上所述,妊娠后期荣昌母猪饲粮最佳营养水平为10.04 MJ/kg NE和0.52% SID Lys;泌乳期荣昌母猪最佳饲粮营养水平为10.21 MJ/kg NE和0.85% SID Lys。本研究中建立的综合评价方法可以用于妊娠后期和泌乳期荣昌母猪营养需要量的研究中,相比于传统需要量统计方法而言可以在指标较多时得出更为准确的结论。

关键词： 荣昌母猪; 净能; 赖氨酸; 营养需要量; 综合评价

本文引用格式

王树鹏 , 陈志华 , 杨天庆 , 王琪 , 张帅 . 荣昌母猪妊娠后期和泌乳期营养需要量数据的分析挖掘[J]. 动物营养学报, 2025 , 37(8) : 5099 -5119 . DOI: 10.12418/CJAN2025.416

Abstract

This experiment was designed to conduct in-depth mining and analysis of the data on the nutritional requirements of Rongchang sows during late gestation and lactation through comprehensive evaluation methods, and to construct a comprehensive evaluation method based on the measured index data to scientifically determine the nutritional requirements of sows. Based on the experimental data from the previous research on the effects of different dietary net energy (NE) and standard ileal digestible lysine (SID Lys) levels on the reproductive performance of Rongchang sows during late gestation and lactation, the entropy weight method and the analytic hierarchy process were applied to determine the weights of indicators. The technique for order preference by similarity to an ideal solution (TOPSIS) method and grey relational degree analysis were utilized to construct comprehensive evaluation index. The nutrient requirements of sows were identified based on the above methods. The results showed as follows: 1) different dietary NE and SID Lys levels had significant effects on different reproductive performance indicators of Rongchang sows during late gestation and lactation. 2) Through the entropy weight method, it was discovered that the variation coefficient of backfat increase data was the largest, while the variation coefficients of the remaining indicators were relatively small during late gestation. Moreover, the variation coefficients of all indicators were similar, and the entropy weights were also comparable during lactation. 3) By combining the weight methods of the analytic hierarchy process and the entropy weight method and conducting a comprehensive evaluation using the TOPSIS method, it was found that when the NE level was 10.04 MJ/kg and the SID Lys level was 0.52% for Rongchang sows during late gestation, the best reproductive performance could be achieved. In addition, when the NE level was 10.21 MJ/kg and the SID Lys level was 0.85% for Rongchang sows during lactating, the best reproductive performance could be achieved. 4) Taking the comprehensive evaluation score as the reference sequence and conducting grey relational degree analysis on different indicators, it was found that the piglet weight at birth and the live litter size had a higher correlation with the reference sequence and made a greater contribution to the comprehensive evaluation score, while the average daily gain and backfat increase had a relatively lower correlation with the reference sequence during late gestation. Moreover, during lactating, except for the pre-weaning mortality, which had a lower correlation with the reference sequence, the relational degrees of the remaining indicators exceeded 0.8, indicating a relatively high correlation. In conclusion, the optimal dietary nutritional levels for Rongchang sows are defined as 10.04 MJ/kg NE and 0.52% SID Lys during late gestation and 10.21 MJ/kg NE and 0.85% SID Lys during lactation. The comprehensive evaluation method developed in this study can be used to determine the nutrient requirements of Rongchang sows during late gestation and lactation, and can draw more accurate conclusions than traditional method considering the existing of more indicators.

Key words： Rongchang sows; net energy; lysine; nutrient requirements; comprehensive evaluation

母猪的繁殖性能是影响养猪业生产效率的重要因素之一,如何评价母猪在妊娠期和泌乳期的营养需要量,进而提高母猪繁殖性能、提升经济效益是行业关注的热点问题。目前,针对母猪繁殖期营养需要的研究方法已经趋于成熟,常采用析因法或综合法进行母猪饲养试验,测定繁殖性能指标,将母猪的饲粮营养水平与繁殖性能指标建立联系[1],然后采用方差分析和多重比较,确定该营养水平针对该指标是否具有显著效应。然而,该种分析方式仅仅停留在简单的定性分析阶段,不能量化不同水平之间的差异;同时,不同指标之间得到的结果往往不一致,无法通过该方法确定将所有指标考虑在内的最佳营养需要水平。因此,如何根据测定的指标数据构建综合评价方法来科学确定母猪营养需要量水平,对于精准评定各营养水平之间的差异和充分利用所测定的所有指标都具有重要的生产意义。
荣昌猪原产于重庆市荣昌县和四川省隆昌县,距今已有400多年的历史。荣昌猪作为我国优秀的地方猪种之一,拥有耐粗饲、适应性强和肉质好等特点[2],因此被纳入国家生态原产地保护产品名单和国家级畜禽遗传资源保护名录,并被推广到全国各地,成为我国最有影响力的地方猪种之一[3]。20世纪80年代,重庆市畜牧科学院针对荣昌猪的生长性能、繁殖性能、胴体品质以及肉品质等引入国外品种,进行新品种培育,并先后培育出了“新荣昌猪1系”和“渝荣1号”等配套系[4]。然而,目前我国针对荣昌猪的研究大多关注其生长性能、胴体品质以及肉品质,对其繁殖性能的研究十分有限。因此,为了了解荣昌猪的繁殖性能变化规律,更好地开发其品种性能,研究其在妊娠期和泌乳期的营养需要量具有重要意义。
基于此,本研究以妊娠后期和泌乳期的荣昌母猪为研究对象,在前期收集不同净能(NE)和标准回肠可消化赖氨酸(SID Lys)水平对繁殖性能指标影响数据的基础上,采用层次分析法、熵权法、优劣解距离(TOPSIS)法和灰色关联度分析针对测定的所有指标数据构建综合评价方法,以确定妊娠后期和泌乳期荣昌母猪的NE和SID Lys需要量,为针对荣昌母猪的精准饲喂研究提供科学依据和数据支撑。

1 材料与方法

1.1 前期动物试验与数据收集

前期试验所有的试验方案均由重庆市畜牧科学院实验动物伦理委员会审查和批准,批准编号分别为xky-20231007和xky-20231022。
试验1:采用3×3双因素完全随机设计,选取73头2~4胎次、体况良好、健康无病的妊娠后期荣昌母猪,按体重均等原则分为9组,每组8个重复,最后一组为9个重复。2个因素分别为NE和SID Lys,其中NE设3个水平(8.75、9.48和10.04 MJ/kg),SID Lys设3个水平(0.52%、0.62%和0.72%)。饲粮营养水平根据《猪营养需要量》(GB/T 39235—2020)脂肪型妊娠母猪营养需要量推荐水平进行配制。母猪于同一圈舍中单栏饲养,每头母猪自妊娠第84天起每天限饲3 kg,分娩后自由采食相同的泌乳期商品料。
试验2:采用3×3双因素完全随机设计,选取72头胎次相近、体况良好、健康无病的泌乳期荣昌母猪,按体重均等原则分为9组,每组8个重复。2个因素分别为NE和SID Lys,其中NE设3个水平(9.48、10.21和10.94 MJ/kg),SID Lys设3个水平(0.65%、0.75%和0.85%)。饲粮营养水平根据《猪营养需要量》(GB/T 39235—2020)脂肪型母猪营养需要量推荐水平进行配制。母猪单栏饲养于产床,自母猪分娩开始,每天投喂2次,保障其自由采食和饮水,每周消毒2次,持续至仔猪断奶结束,共28 d。试验设计见表1。
表1 试验设计

Table 1 Experimental design

组别
Groups		 试验1 Experiment 1 组别
Groups		 试验2 Experiment 2
净能NE/(MJ/kg) 标准回肠可消化赖氨酸SID Lys/% 净能NE/(MJ/kg) 标准回肠可消化赖氨酸SID Lys/%
1
8.75		 0.52 1
9.48		 0.65
2 0.62 2 0.75
3 0.72 3 0.85
4
9.48		 0.52 4
10.21		 0.65
5 0.62 5 0.75
6 0.72 6 0.85
7
10.04		 0.52 7
10.94		 0.65
8 0.62 8 0.75
9 0.72 9 0.85
试验期间,记录荣昌母猪的生长性能和繁殖性能数据,试验1中需记录母猪妊娠第84天和第110天体重,并使用超声波背膘仪对其P2点的背膘厚度进行测量;母猪分娩时记录母猪的总产仔数、产活仔数和仔猪的出生均重;仔猪断奶时记录仔猪的断奶头数和断奶均重以及母猪的背膘厚度和后续断奶发情间隔,根据上述数据计算母猪的平均日增重(ADG)和在此期间的背膘增加。试验2中需记录母猪分娩时的总产仔数、产活仔数和仔猪的出生均重,并在分娩后第1天、第14天和第28天分别使用超声波背膘仪测量其P2点的背膘厚度,同时记录在此期间的母猪日采食量以及仔猪的断奶均重和断奶头数,根据上述数据计算母猪的平均日采食量(ADFI)、背膘损失和断奶发情间隔以及仔猪的平均日增重和断奶前死亡率。试验1和试验2测定的所有指标参数见表2。以上试验均在重庆市畜牧科学院开展,关于动物试验的具体饲粮配制、猪只饲养管理和指标测定的方法参照前期研究[5-6]。
表2 试验测定指标

Table 2 Experimental determination indicators

项目
Items		 指标
Indicators		 类型
Type		 数据量
Data
size		 缺失值
Missing
value		 平均值
Mean		 中位数
Median		 标准差
Standard
deviation		 最大值
Maximum		 最小值
Minimum

试验1
Experiment 1		 妊娠第84天初重Initial weight on day 84 of gestation/kg 中间型 73 0 148.75 148.00 17.24 187.00 100.00
妊娠第110天末重Final weight on day 110 of gestation/kg 中间型 73 0 165.90 166.00 18.27 211.00 117.50
平均日增重ADG/(kg/d) 极大型 73 0 0.66 0.67 0.23 1.50 0.13
妊娠第84天背膘厚度Backfat thickness on day 84 of gestation/mm 中间型 73 0 38.07 38.00 6.41 51.00 22.00
妊娠第110天背膘厚度Backfat thickness on day 110 of gestation/mm 中间型 73 0 41.77 42.00 6.34 58.00 25.00
背膘增加Backfat increase/mm 极大型 73 0 3.70 3.00 2.63 9.00 0.00
断奶背膘厚度Weaning backfat thickness/mm 极大型 71 2 36.04 36.00 5.94 49.00 22.00
断奶发情间隔Weaning to estrus interval/d 极小型 73 0 4.79 5.00 0.82 7.00 3.00
仔猪出生均重Piglet weight at birth/kg 极大型 73 0 9.91 5.68 2.30 15.05 4.08
仔猪断奶均重Piglet weight at weaning/kg 极大型 71 2 50.22 51.61 14.98 93.92 7.09
总产仔数Total litter size/头 极大型 73 0 10.10 10.00 2.22 16.00 4.00
产活仔数Live litter size/头 极大型 73 0 9.84 9.84 2.13 15.00 4.00
断奶头数Weaning litter size/头 极大型 71 2 8.15 8.15 1.99 14.00 2.00

试验2
Experiment 2		 分娩后第1~7天平均日采食量
ADFI in days 1 to 7 after delivery/(kg/d)		 极大型 72 0 1.62 1.62 0.04 1.71 1.53
分娩后第8~28天平均日采食量
ADFI in days 8 to 28 after delivery/(kg/d)		 极大型 72 0 3.43 3.43 0.04 3.50 3.27
分娩后第1~28天平均日采食量
ADFI in days 1 to 28 after delivery/(kg/d)		 极大型 72 0 2.97 2.97 0.04 3.04 2.86
分娩后第1~14天平均背膘损失
Average backfat loss in days 1 to 14 after delivery/mm		 极小型 72 0 1.78 1.78 0.77 5.00 1.00
分娩后第15~28天平均背膘损失 极小型 72 0 2.47 2.47 1.70 10.00 1.00
Average backfat loss in days 15 to 28 after delivery/mm 极小型 72 0 4.25 4.25 1.93 11.00 2.00
断奶发情间隔Weaning to estrus interval/d 极小型 72 0 5.13 5.13 0.87 8.00 4.00
仔猪出生均重Piglet weight at birth/kg 极大型 72 0 1.04 1.04 0.15 1.55 0.77
仔猪断奶均重Piglet weight at weaning/kg 极大型 72 0 5.78 5.78 0.99 7.63 3.00
仔猪平均日增重ADG of piglets/(kg/d) 极大型 72 0 4.74 4.74 0.92 6.44 2.11
总产仔数Total litter size/头 极大型 72 0 10.64 10.64 2.00 16.00 6.00
产活仔数Live litter size/头 极大型 72 0 10.11 10.11 1.90 15.00 6.00
断奶头数Weaning litter size/头 极大型 72 0 8.17 8.17 1.59 13.00 4.00
断奶前死亡率Pre-weaning mortality 极小型 72 0 0.18 0.18 0.15 0.57 0.00

1.2 数据处理和综合评价

1.2.1 K-最近邻(K-nearest neighbor,KNN)缺失值插补

KNN算法是在排除量纲的影响后,通过计算各个样本之间的欧式距离来识别相邻点,并且选取最相近的K个样本的计算平均值填补缺失值[7]。

1.2.2 正向化和标准化

在进行综合评价之前需完成数据的标准化和正向化,标准化即消除量纲的影响,正向化即将负向指标和区间型指标转换为正向指标。极差法可同时完成标准化和正向化,计算公式[8]如下。

正 向 指 标 : z i j = x i j - x j m i n x j m a x - x j m i n   ; 负 向 指 标 : z i j = x j m a x - x i j x j m a x - x j m i n ; 适 度 指 标 : z i j = 1 - a - x i j m a x ( a - x j m i n , x j m a x - b ) , x i j a , 1 , a ≤ x i j ≤ b ; 1 - x i j - b m a x ( a - x j m i n , x j m a x - b ) , x i j b 。

式中:zij表示第i个样本第j项指标的处理值;xij表示第i个样本的第j项指标的测定值; x j m i n表示第j项指标的最小值; x j m a x表示第j项指标的最大值;a表示适度指标最佳范围区间的最小值;b表示适度指标最佳范围区间的最大值。

1.2.3 熵权法

熵权法是由评价指标数据本身来确定权重的一种方法,客观性强,该方法通过计算评价指标的信息熵和差异性系数,客观地计算出各项指标的权重[9]。对指标而言,指标内数据差异越大,也意味着该指标蕴含的信息量越多,相应的在计算评价指标时也需要重点关注该指标。即某项指标数据之间的信息熵越小,差异性越大,该指标对应的权重值也越大。熵权法的计算步骤如下。
1)非负平移
由于熵权法后续计算需要使用对数化,所以需确保数据矩阵值大于0,因此对该矩阵进行非负平移,即每个数加上0.000 001。
2)贡献度

pij= z i j ∑ n   i = 1 z i j。

3)信息熵

ej= 1 l n   n ∑ n   i = 1pij ln pij。

4)差异性系数

gi=1-ej。

5)权重值

wj= g i ∑ m   j = 1   g i。

式中:pij表示第i个样本第j项指标的贡献度;zij表示第i个样本第j项指标的处理值;ej表示第j项指标的信息熵;gj表示第j项指标的差异性系数;wj表示第j项指标的权重值。

1.2.4 层次分析法

层次分析法通过人的主观判断和实际生产经验来衡量指标之间的相对重要性,并根据重要性的程度得出各指标的权重大小,从而将人的主观定性结果转化为定量的数据进行量化分析。其通过建立各指标之间的判断矩阵并进行一致性检验来确定构建的判断矩阵是否具有逻辑性问题,并以此计算指标的权重。层次分析法作为一种主观赋权方法,易于对复杂的问题进行直观的判断,并作出决策,且其计算简单,应用广泛[10]。层次分析法计算步骤如下。
1)构造判断矩阵
构造判断矩阵就是通过各要素之间相互两两比较,确定各准则层对目标层的权重。采用Saaty的1~9标度法(表3)构造判断矩阵:

A=(aij)m×n= a 11 　 　 a 12 　 　 　 　 a 1 n … 　 　 … 　 　 … 　 　 …。

表3 1~9标度法

Table 3 1 to 9 scale method

标度Scales 含义Explanation
1 表示2个元素相比,具有同样的重要性
3 表示2个元素相比,前者比后者稍重要
5 表示2个元素相比,前者比后者明显重要
7 表示2个元素相比,前者比后者极其重要
9 表示2个元素相比,前者比后者强烈重要
2,4,6,8 表示上述相邻判断的中间值
1~9的倒数Reciprocal of 1 to 9 表示相应2元素交换次序比较的重要性
需满足以下条件:
1)aij>0;
2)aij= 1 a i j;
3)aii=1。
式中:A表示判断矩阵;aij表示第i项指标对第j项指标的重要程度。
2)计算权重
将矩阵的每列数据进行标准化后按行求和,最后将求和结果进行归一化计算即为层次分析法所得指标权重值。
3)一致性检验
用以下方法求出其最大的特征根λmax、C.I.值和C.R.值:

AW=Λw;

C.I.= λ m a x - n n - 1;

C.R.= C . I . R . I .。

式中:W为n阶判断矩阵A的特征向量;λmax为最大特征根;C.I.为一致性指标;R.I.为平均随机一致性指标;C.R.为随机一致性比率。当C.I.=0表示判断矩阵完全一致,C.I.值越大,则判断矩阵的不一致性程度越严重。R.I.通过查表得到。当C.R.<0.1时,表明判断矩阵的一致性程度被认为在容许的范围内;当C.R.≥0.1时,则应考虑对判断矩阵进行修正。

1.2.5 组合赋权法

熵权法作为一种客观赋值方法,可避免人为因素带来的误差,其精度较高、客观性更强,能够更好得解释数据所得到的结果,但同时该方法忽略了指标本身的重要程度,导致指标的权重与预期值相差较远,而层次分析法则依赖主观判断和经验来确定权重,较好地弥补了熵权法的缺陷,因此,在实际研究过程中,需要将熵权法和层次分析法的结果进行组合赋权并通过以下公式确定综合权重[11]:

Wi=δWi1+(1-δ)Wi2。

根据相关研究结果[11],δ的计算需要满足熵权法权重与综合权重以及层次分析法权重与综合权重的差的平方和最小,即满足以下公式:

minW= ∑ n   i = 1[(Wi-Wi1)2+(Wi-Wi2)2 ] 。

式中:Wi表示指标i的权重;Wi1表示使用熵权法确定的指标i的权重;Wi2代表使用层次分析法确定的指标i的权重;δ是权重系数。
进行求导计算,当满足一阶导为0时,平方和最小,求得δ=0.5。即最终的综合权重计算公式为:

Wi=0.5Wi1+0.5Wi2。

1.2.6 TOPSIS法

TOPSIS法是多目标决策分析中常用的一种方法,也被称为优劣解排序法,其通过计算研究对象与“正理想解”和“负理想解”的距离,以此为依据进行决策,评价优劣。在计算过程中,往往与熵权法等指标权重值相结合计算得到“正理想解”和“负理想解”,进而计算得到相对贴近度[12]。TOPSIS法计算步骤如下。
1)对标准化矩阵进行加权

cij=zij×wi。

2)确定正负理想解

c+=[ c 1 +, c 2 +,… c n + ];

c-=[ c 1 -, c 2 -,… c n -]。

3)计算评价对象到正负理想解的距离

d n i= ∑ n   j = 1   ( c i j - c j + ) 2 ),i=1,2,…m;

d i 0= ∑ n   j = 1   ( c i j - c j - ) 2 ),i=1,2,……m。

4)计算评价对象的相对贴近度

fi= d n i d i 0 + d n i。

式中:cij为标准矩阵加权后的新矩阵;c+和c-分别为正理想解向量和负理想解向量; d n i和 d i 0分别为各个样本到正负理想解的距离;fi为各个样本的相对贴近度。最后对fi从小到大进行排序,即为评价的优先顺序。

1.2.7 灰色关联度分析

在灰色关联度分析中,将整个数据看作一个灰色系统。根据灰色系统理论,白色系统表明所有数据的信息等都是已知的,黑色系统则表明我们对数据信息知之甚少或一无所知,灰色系统则介于中间,表明部分数据信息明确,部分数据信息不明确[13]。灰色关联度分析,通过比较各组数据之间的发展趋势和变化模式来判断各组数据之间的关联度,其可通过少量数据揭示不同指标间的内在联系[14]。计算步骤如下:
1)确定参考序列
2)计算关联系数

ζi (k)=[mini mink |x0 (k)-xi (k)|+

ρ·maxi maxk|x0 (k)-xi (k)|]/

[|x0 (k)-xi (k)|+ρ·maxi maxk |x0 (k)-xi (k)|]。

3)计算关联度

ri= 1 n ∑ n   k = 1ζi (k)。

式中:ζ(k)为关联系数;x0为参考序列;ρ为分辨系数,取0.5;ri为各指标与参考序列的关联度。

1.3 数据统计与分析

试验数据采用Excel 2021进行初步处理,结果用平均值表示,采用Python 3.12进行综合评价计算,其中采用Sklearn包进行缺失值填补、正向化和标准化;采用Numpy和Pandas包进行综合评价体系的构建与计算。营养需要量数据挖掘流程如图1所示,源代码已上传至github(https://github.com/wsp20030628/-)。
图1 荣昌母猪营养需要量数据挖掘流程图

Fig.1 Flowchart for data mining on nutrient requirements of Rongchang sows

2 结果与分析

2.1 荣昌母猪不同营养水平测定指标的相关性分析

对试验测定指标进行Pearson相关性分析,试验1妊娠后期荣昌母猪在不同营养水平下测定指标间的相关性分析结果见表4。结果显示,荣昌母猪妊娠第110天末重与妊娠第84天初重以及妊娠第110天背膘厚度与妊娠第84天背膘厚度之间存在极显著正相关(P<0.01),且相关系数均大于0.90,表明妊娠第110天末重和背膘厚度受妊娠第84天初重和背膘厚度的影响极大,无法作为反映妊娠后期各处理影响的指标使用。在此基础上,平均日增重与妊娠第110天末重存在极显著正相关(P<0.01),相关系数为0.33,而与妊娠第84天初重无显著相关性(P>0.05),且背膘增加与妊娠第84天背膘厚度也无显著相关性(P>0.05),表明平均日增重和背膘增加受母猪原体况影响较小,主要与荣昌母猪妊娠后期的营养水平有关。除此之外,断奶背膘厚度与妊娠第110天和第84天背膘厚度之间呈极显著正相关(P<0.01),相关系数均大于0.80,表明断奶背膘厚度受母猪原体况的影响较大。仔猪出生均重、断奶均重、总产仔数、产活仔数和断奶头数这些指标之间均存在极显著正相关(P<0.01),相关系数最低为0.37,最高为0.97,表明仔猪断奶均重和断奶头数等指标不仅受到母猪泌乳期营养水平的影响,也受到了妊娠后期营养水平的影响,可以作为辅助指标来使用。此外,妊娠第84天初重和妊娠第110天末重与妊娠第84天和第110天背膘厚度、断奶背膘厚度以及仔猪出生均重之间存在极显著正相关(P<0.01),妊娠第84天初重与总产仔数存在显著正相关(P<0.05);断奶背膘厚度与仔猪断奶均重和断奶头数之间存在极显著负相关(P<0.01)。
表4 妊娠后期荣昌母猪不同营养水平测定指标的相关性分析

Table 4 Correlation analysis of different nutritional level measured indicators in Rongchang sows during late gestation

项目
Items		 妊娠第
84天初重
Initial weight
on day 84 of
gestation		 妊娠第
110天末重
Final weight
on day 110
of gestation		 平均
日增重
ADG		 妊娠第84
天背膘厚度
Backfat
thickness
on day 84
of gestation		 妊娠第110
天背膘厚度
Backfat
thickness
on day 110
of gestation		 背膘增加
Backfat
increase		 断奶背
膘厚度
Weaning
backfat
thickness		 断奶发
情间隔
Weaning
to estrus
interval		 仔猪出
生均重
Piglet
weight
at birth		 仔猪断
奶均重
Piglet
weight at
weaning		 总产仔数
Total
litter size		 产活仔数
Live
litter size		 断奶头数
Weaning
litter size
妊娠第84天初重
Initial weight on day 84 of gestation		 1.00
妊娠第110天末重
Final weight on day 110 of gestation		 0.95** 1.00
平均日增重ADG 0.01 0.33** 1.00
妊娠第84天背膘厚度
Backfat thickness on day
84 of gestation		 0.65** 0.61** -0.02 1.00
妊娠第110天背膘厚度
Backfat thickness on day
110 of gestation		 0.58** 0.55** 0.01 0.92** 1.00
背膘增加Backfat increase -0.19 -0.16 0.06 -0.23 0.18 1.00
断奶背膘厚度
Weaning backfat thickness		 0.47** 0.47** 0.08 0.80** 0.83** 0.03 1.00
断奶发情间隔
Weaning to estrus interval		 0.18 0.11 -0.18 0.14 0.12 -0.05 -0.00 1.00
仔猪出生均重
Piglet weight at birth		 0.30** 0.31** 0.07 -0.10 -0.13 -0.05 -0.17 0.11 1.00
仔猪断奶均重
Piglet weight at weaning		 0.03 0.04 0.04 -0.10 -0.16 -0.15 -0.35** 0.08 0.48** 1.00
总产仔数Total litter size 0.25* 0.19 -0.14 0.04 0.02 -0.04 -0.08 0.20 0.77** 0.38** 1.00
产活仔数Live litter size 0.22 0.17 -0.11 -0.04 -0.05 -0.01 -0.12 0.18 0.81** 0.37** 0.97** 1.00
断奶头数Weaning litter size -0.00 -0.02 -0.06 -0.15 -0.20 -0.12 -0.34** 0.02 0.52** 0.82** 0.56** 0.55** 1.00

*表示显著相关(P<0.05),**表示极显著相关(P<0.01)。表5同。

* indicated significant correlation (P<0.05), and ** indicated extremely significant correlation (P<0.05). The same as Table 5.

试验2泌乳期荣昌母猪在不同营养水平下测定指标间的相关性分析结果见表5。结果显示,仔猪断奶均重与出生均重之间存在极显著正相关(P<0.01),仔猪平均日增重与出生均重和断奶均重之间也存在极显著正相关(P<0.01),且与出生均重的相关系数较低为0.41,而与断奶均重的相关系数较高为0.99,表明尽管仔猪平均日增重和断奶均重均受出生均重即受母猪妊娠期营养水平的影响,但泌乳期的营养水平更能影响仔猪的生长性能。仔猪断奶头数与总产仔数和产活仔数之间存在极显著正相关(P<0.01),但相关系数在0.40左右,相关性不强。总产仔数和产活仔数与断奶头数之间均呈显著正相关(P<0.01),但总产仔数和产活仔数与仔猪断奶均重和平均日增重之间还存在显著或极显著负相关(P<0.05或P<0.01)。此外,仔猪断奶前死亡率与总产仔数和产活仔数之间存在极显著较强正相关(P<0.01),与仔猪平均日增重、断奶均重和断奶头数之间存在极显著较强负相关(P<0.01)。
表5 泌乳期荣昌母猪不同营养水平测定指标的相关性分析

Table 5 Correlation analysis of different nutritional level measured indicators in Rongchang sows during lactation

项目
Items		 平均日
采食量
ADFI		 背膘损失
Backfat
loss		 断奶发
情间隔
Weaning
to estrus
interval		 仔猪出
生均重
Piglet
weight
at birth		 仔猪断
奶均重
Piglet
weight
at weaning		 仔猪平均
日增重
ADG
of piglets		 总产仔数
Total litter
size		 产活仔数
Live litter
size		 断奶头数
Weaning
litter size		 断奶前
死亡率
Pre-weaning
mortality
平均日采食量ADFI 1.00
背膘损失Backfat loss -0.20 1.00
断奶发情间隔Weaning to estrus interval -0.11 0.12 1.00
仔猪出生均重Piglet weight at birth 0.07 0.38** -0.18 1.00
仔猪断奶均重Piglet weight at weaning 0.05 0.06 -0.09 0.54** 1.00
仔猪平均日增重ADG of piglets 0.04 0.00 -0.07 0.41** 0.99** 1.00
总产仔数Total litter size 0.03 -0.12 0.11 -0.20 -0.31** -0.30** 1.00
产活仔数Live litter size 0.04 -0.03 0.06 -0.10 -0.27* -0.28* 0.91** 1.00
断奶头数Weaning litter size -0.06 0.14 0.01 0.06 0.11 0.11 0.37** 0.42** 1.00
断奶前死亡率Pre-weaning mortality 0.08 -0.14 0.07 -0.18 -0.36** -0.36** 0.47** 0.51** -0.55** 1.00

2.2 综合评价

2.2.1 妊娠后期和泌乳期荣昌母猪营养水平综合评价指标选择

为了弥补传统分析方法中仅针对单一指标进行方差分析而造成不同指标分析得到的营养需要量结论不一致的缺陷,本研究基于测得的所有指标和数据构建综合评价方法,来综合判定不同营养水平组合的效果,进而筛选出最优的营养水平组合。根据先前的相关性数据分析、方差分析[5-6]和实际生产经验进行指标选择,妊娠后期荣昌母猪试验中妊娠第110天末重和第84天初重有极强的相关性,表明妊娠第110天末重受第84天初重影响较大,无法表征妊娠后期营养水平的影响,故选择更能表征其变化情况的平均日增重作为指标之一。类似地,选用背膘增加而非妊娠第110天和第84天背膘厚度作为表征营养水平影响的指标。断奶背膘厚度与妊娠第84天背膘厚度也有着较强的相关性,且受泌乳期营养水平和母猪泌乳性能等影响较大,同样较难表征妊娠后期营养水平的影响。断奶发情间隔作为影响母猪使用效率和整个猪场经济效益的重要指标也被选作指标之一。仔猪的出生均重、总产仔数和产活仔数是衡量母猪繁殖性能的重要指标,但由于总产仔数与产活仔数之间存在高度相关性,考虑降低数据的冗杂度和实际生产中的情况,选择产活仔数作为指标之一。仔猪的断奶均重和断奶头数尽管会受到泌乳期母猪营养水平的影响,但由于其与出生均重和总产仔数的相关性不高,故选择其作为辅助指标使用。
泌乳期荣昌母猪试验中平均日采食量和背膘损失作为衡量泌乳期母猪繁殖性能的重要指标,具有较强的代表性,故被选取作为指标之一。断奶发情间隔作为影响母猪使用效率和整个猪场经济效益的重要参数也被选作指标之一。仔猪平均日增重与出生均重和断奶均重有较强的相关性,且由于出生均重并不受泌乳期母猪营养水平的影响,所以选择仔猪平均日增重作为指标之一。仔猪断奶均重与泌乳期荣昌母猪采食饲粮的营养水平有关,但由于其受出生均重的影响较大,故作为辅助指标之一。同时,由于总产仔数和产活仔数不受泌乳期母猪营养水平的影响,且其与断奶头数有较高的相关性,表明断奶头数无法完全反映泌乳期母猪营养水平对其的影响,而仔猪断奶前死亡率能很好地表明泌乳期母猪营养水平对仔猪的影响,所以选择仔猪断奶前死亡率作为指标,断奶头数作为辅助指标。最终综合评价指标选择结果见表6。
表6 妊娠后期和泌乳期荣昌母猪营养水平综合评价指标选择

Table 6 Indicators of comprehensive evaluation for different nutritional levels in Rongchang sows during late gestation and lactation

项目Items 指标Indicators 类型Type 数据量Data size 缺失值Missing value

试验1
Experiment 1		 平均日增重ADG 极大型 73 0
背膘增加Backfat increase 极大型 73 0
断奶发情间隔Weaning to estrus interval 极小型 73 0
仔猪出生均重Piglet weight at birth 极大型 73 0
仔猪断奶均重Piglet weight at weaning 极大型 71 2
产活仔数Live litter size 极大型 73 0
断奶头数Weaning litter size 极大型 71 2

试验2
Experiment 2		 平均日采食量ADFI 极大型 72 0
背膘损失Backfat loss 极小型 72 0
断奶发情间隔Weaning to estrus interval 极小型 72 0
仔猪断奶均重Piglet weight at weaning 极大型 72 0
仔猪平均日增重ADG of piglets 极大型 72 0
断奶头数Weaning litter size 极大型 72 0
断奶前死亡率Pre-weaning mortality 极小型 72 0

2.2.2 指标权重

根据表3分别对试验1和试验2所测指标构建层次分析法判断矩阵。在判断矩阵构建过程中,主要考虑该指标的直接或间接经济效益,并根据荣昌母猪所处不同时期的饲喂目标和营养重点进行调整。直接产生经济效益或对其有较大影响的指标与间接产生经济效益或对其影响较小的指标相比,前者重要性要高于后者,前者标度更大,因此试验1和试验2中仔猪出生均重、断奶均重以及产活仔数和断奶头数等指标有较高的标度,表明其相对于平均日增重、背膘增加和断奶发情间隔等指标在实际生产中具有更高的经济效益。妊娠后期荣昌母猪需控制体况,支持胎儿发育并确保顺利生产等;而泌乳期荣昌母猪需最大化泌乳量,以满足仔猪高营养需求,确保仔猪存货并促进仔猪健康生长,同时还需维持体况,避免背膘过薄,影响下次发情和后续的繁殖性能。因此,试验1中仔猪断奶头数、断奶均重与产活仔数、出生均重相比标度较小,试验2中断奶头数、仔猪平均日增重有较高的标度,背膘损失与平均日采食量和断奶发情间隔相比标度更大。在上述前提下,具体各指标间的标度与专家商讨决定。
最终,试验1和试验2层次分析法判断矩阵分别见表7和表8,表中的数据大小表明不同指标之间的重要程度不同。由于该方法主观性较强,需进行一致性检验以避免其出现逻辑性错误,可由表9中对构造的判断矩阵进行检验的结果可知,试验1判断矩阵的C.I.值和R.I.值分别为0.02和1.36,由其计算得到的一致性比例C.R.值为0.02;试验2判断矩阵的C.I.值和R.I.值分别为0.01和1.36,由其计算得到的一致性比例C.R.值为0.01,可认为该判断性矩阵与一致矩阵差异不大,该判断矩阵通过了一致性检验,矩阵构建合理。
表7 试验1层次分析法判断矩阵

Table 7 Judgment matrix of analytic hierarchy process in experiment 1

项目
Items		 平均
日增重
ADG		 背膘增加
Backfat
increase		 断奶发
情间隔
Weaning to
estrus
interval		 仔猪出
生均重
Piglet
weight
at birth		 仔猪断
奶均重
Piglet
weight
at weaning		 产活仔数
Live litter
size		 断奶头数
Weaning
litter size
平均日增重ADG 1.00 1.00 0.50 0.20 0.33 0.20 0.33
背膘增加Backfat increase 1.00 1.00 1.33 0.20 0.33 0.20 0.33
断奶发情间隔Weaning to estrus interval 2.00 0.75 1.00 0.20 0.33 0.20 0.33
仔猪出生均重Piglet weight at birth 5.00 5.00 5.00 1.00 2.00 0.50 1.33
仔猪断奶均重Piglet weight at weaning 3.00 3.00 3.00 0.50 1.00 0.33 1.00
产活仔数Live litter size 5.00 5.00 5.00 2.00 3.00 1.00 2.00
断奶头数Weaning litter size 3.00 3.00 3.00 0.75 1.00 0.50 1.00
表8 试验2层次分析法判断矩阵

Table 8 Judgment matrix of analytic hierarchy process in experiment 2

项目
Items		 平均日
采食量
ADFI		 背膘损失
Backfat
loss		 断奶发
情间隔
Weaning
to estrus
interval		 仔猪断
奶均重
Piglet weight
at weaning		 仔猪平均
日增重
ADG of
piglets		 断奶头数
Weaning
litter size		 断奶前
死亡率
Pre-
weaning
mortality
平均日采食量ADFI 1.00 0.50 1.00 0.33 0.20 0.25 0.33
背膘损失Backfat loss 2.00 1.00 1.33 0.25 0.20 0.25 0.33
断奶发情间隔Weaning to estrus interval 1.00 0.75 1.00 0.33 0.25 0.25 0.33
仔猪断奶均重Piglet weight at weaning 3.00 4.00 3.00 1.00 0.67 1.00 1.00
仔猪平均日增重ADG of piglets 5.00 5.00 4.00 1.50 1.00 1.00 1.33
断奶头数Weaning litter size 4.00 4.00 4.00 1.00 1.00 1.00 1.33
断奶前死亡率Pre-weaning mortality 3.00 3.00 3.00 1.00 0.75 0.75 1.00
表9 试验1和试验2熵权法、层次分析法和组合赋权法所得权重值

Table 9 Weight values of entropy weight method, analytic hierarchy process and combination weight method in experiments 1 and 2

项目
Items		 指标
Indicators		 熵权法Entropy weight method 层次分析法Analytic hierarchy process 组合赋权法
Combination
weight method
信息熵
Information
entropy		 差异系数
Variation
coefficient		 权重值
Weight
value		 特征向量
Feature
vector		 权重值
Weight
value		 最大特征值
Eigenvalue of
maximum		 C.I.值
C.I.
value		 R.I.值
R.I.
value		 C.R.值
C.R.
value		 组合赋权值
Combination
weight value

试验1
Experiment 1		 平均日增重ADG 0.98 0.03 0.14 0.33 0.05
7.14
0.02
1.36
0.02		 0.09
背膘增加Backfat increase 0.93 0.07 0.37 0.38 0.05 0.21
断奶发情间隔
Weaning to estrus interval		 0.98 0.02 0.10 0.40 0.06 0.08
仔猪出生均重
Piglet weight at birth		 0.98 0.02 0.11 1.62 0.23 0.17
仔猪断奶均重
Piglet weight at weaning		 0.98 0.02 0.09 0.97 0.14 0.11
产活仔数Live litter size 0.98 0.02 0.11 2.23 0.32 0.22
断奶头数
Weaning litter size		 0.99 0.01 0.08 1.08 0.15 0.12

试验2
Experiment 2		 平均日采食量ADFI 0.99 0.01 0.12 0.36 0.05
7.09
0.01
1.36
0.01		 0.08
背膘损失Backfat loss 0.99 0.01 0.13 0.45 0.06 0.09
断奶发情间隔
Weaning to estrus interval		 0.99 0.01 0.11 0.39 0.06 0.08
仔猪断奶均重
Piglet weight at weaning		 0.98 0.02 0.15 1.30 0.19 0.17
仔猪平均日增重
ADG of piglets		 0.98 0.02 0.15 1.75 0.25 0.20
断奶头数
Weaning litter size		 0.98 0.02 0.17 1.55 0.22 0.19
断奶前死亡率
Pre-weaning mortality		 0.98 0.02 0.18 1.21 0.17 0.18
根据熵权法和层次分析法以及组合赋权法所求得的权重值见表9。熵权法根据标准化数据分别计算各指标数据的信息熵和差异系数,并根据差异系数归一化计算得到熵权值,所得权重越大,表明该指标数据的信息熵较小,差异系数较大,该指标也蕴含了更多有用的信息。层次分析法通过将判断矩阵的每列数据进行标准化后按行求和,最后进行归一化计算得到各指标权重值,所得到的权重越大则表明人的主观判断或经验认为该指标本身在实际生产中具有更高的经济价值。组合赋权法兼顾了2种方法的优点,弥补各自的缺点,使最终的权重值更具有代表性。试验1熵权法结果中背膘增加这一指标具有最大的权重值,为0.37。权重值最低的指标为断奶头数,为0.08,而其他指标权重值均在0.10左右。在由层次分析法得到的权重值中,产活仔数和仔猪出生均重权重较大,分别为0.32和0.23,紧接着为断奶头数和断奶均重,分别为0.15和0.14。剩下的平均日采食量、背膘增加和断奶发情间隔的权重值均在0.05左右。组合赋权法所得权值中产活仔数、背膘增加和仔猪出生均重权重分别为0.22、0.21和0.17,其余指标的权重值则在0.10左右。
试验2中熵权法所求权重值结果中,仔猪断奶前死亡率的权重最大,为0.18,紧接着为仔猪断奶头数、断奶均重和平均日增重,权重分别为0.17、0.15和0.15,剩余3个指标平均日采食量、背膘损失和断奶发情间隔的权重分别为0.12、0.13和0.11,差距不大。层次分析法得到的权重值中,仔猪平均日增重和断奶头数权重较大,分别为0.25和0.22;断奶均重和断奶前死亡率其次,权重分别为0.19和0.17。组合赋权法得到的权重中,平均日采食量、背膘损失以及断奶发情间隔的权重值分别降至0.08、0.09和0.08,仔猪断奶头数、断奶均重和平均日增重的权重值则分别提高至0.19、0.17和0.20。

2.2.3 TOPSIS综合评价体系构建

试验1和试验2的TOPSIS综合评价得分结果见表10,在确定正理想解和负理想解之后,计算各评价对象到正理想解和负理想解的欧式距离,并以此计算相对贴近度,取同一处理的相对贴近度平均值,即为该营养水平组合的综合评价得分,综合评价得分越高表明该营养水平组合样本的负理想解距离占正负理想解之和比例较高,即与正理想解的距离较近,则可认为基于对多指标效果的整体评判,该营养水平组合可以在妊娠后期或泌乳期荣昌母猪上获得更好的繁殖性能。对试验1妊娠后期荣昌母猪营养水平而言,当NE水平为10.04 MJ/kg,SID Lys水平为0.52%时,取得最高的综合评价得分,为0.58,即以该水平组合饲养妊娠后期荣昌母猪时取得最佳效果。而当NE水平为8.75 MJ/kg,SID Lys水平为0.52%时,取得了最低的综合评价得分,为0.38。除此以外,从综合水平来看,综合评价得分随着NE水平的升高而提高,即当NE为10.04 MJ/kg时取得最高得分;对SID Lys水平而言,当SID Lys升高时,综合评价得分先升高后降低,即当SID Lys为0.62%时取得最高得分。
表10 试验1和试验2 TOPSIS综合评价得分与结果

Table 10 Comprehensive evaluation scores and results of TOPSIS in experiments 1 and 2

项目
Items		 试验1 Experiment 1 项目
Items		 试验2 Experiment 2
净能
NE/
(MJ/kg)		 标准回
肠可消化
赖氨酸
SID Lys/%		 正理想
解距离
Positive ideal
solution
distance		 负理想
解距离
Negative ideal
solution
distance		 TOPSIS
得分
TOPSIS
score		 排名
Ranking		 净能
NE/
(MJ/kg)		 标准回
肠可消化
赖氨酸
SID Lys/%		 正理想
解距离
Positive
ideal solution
distance		 负理想
解距离
Negative ideal
solution
distance		 TOPSIS
得分
TOPSIS
score		 排名
Ranking

水平
Levels
8.75		 0.52 0.27 0.17 0.38 9
水平
Levels
9.48		 0.65 0.18 0.25 0.59 5
0.62 0.22 0.23 0.51 4 0.75 0.15 0.27 0.64 2
0.72 0.22 0.20 0.47 6 0.85 0.19 0.24 0.55 8

9.48		 0.52 0.24 0.18 0.43 8
10.21		 0.65 0.20 0.24 0.55 9
0.62 0.22 0.21 0.50 5 0.75 0.18 0.25 0.58 6
0.72 0.24 0.21 0.47 7 0.85 0.15 0.29 0.66 1

10.04		 0.52 0.18 0.25 0.58 1
10.94		 0.65 0.19 0.24 0.56 7
0.62 0.20 0.23 0.55 2 0.75 0.18 0.26 0.59 4
0.72 0.21 0.22 0.52 3 0.85 0.18 0.25 0.59 3

净能
NE/
(MJ/kg)		 8.75 0.24 0.20 0.45
净能
NE/
(MJ/kg)		 9.48 0.17 0.25 0.59
9.48 0.23 0.20 0.47 10.21 0.17 0.26 0.60
10.04 0.20 0.24 0.55 10.94 0.18 0.25 0.58

标准回肠
可消化
赖氨酸
SID Lys/%		 0.52 0.23 0.20 0.46
标准回肠
可消化
赖氨酸
SID Lys/%		 0.65 0.19 0.24 0.56
0.62 0.21 0.22 0.52 0.75 0.17 0.26 0.61
0.72 0.22 0.21 0.49 0.85 0.17 0.26 0.60
对试验2泌乳期荣昌母猪营养水平而言,当NE水平为10.21 MJ/kg,SID Lys水平为0.85%时,取得最高综合评价得分,为0.66,即该营养水平组合饲养泌乳期荣昌母猪能得到最好的生长性能和繁殖性能。综合各个水平来看,随着NE水平的提高,综合评价得分先升高后降低,即NE水平为10.21 MJ/kg时,综合评价得分最高;SID Lys水平的升高也使综合评价得分呈先升高后降低的趋势,即SID Lys水平为0.75%时,综合评价得分最高。
综上所述,基于综合评价方法,妊娠后期荣昌母猪饲粮最佳NE水平为10.04 MJ/kg,最佳SID Lys水平为0.62%,而当NE水平为10.04 MJ/kg、SID Lys水平为0.52%时,取得最高的综合评价得分;泌乳期荣昌母猪饲粮最佳NE水平为10.21 MJ/kg,最佳SID Lys水平为0.75%,而当NE水平为10.21 MJ/kg、SID Lys水平为0.85%时,取得最高得综合评价得分。

2.2.4 灰色关联度分析

将妊娠后期和泌乳期荣昌母猪的综合评价得分作为参考序列与各指标进行灰色关联度分析,其结果见表11,关联度值越大代表其与综合评价得分之间的关联度越强,也代表其对综合评价得分的贡献越高,通常,当关联度大于0.70时,即可认为其拥有较高的关联度。试验1中除背膘增加该指标外,其余指标的关联度均在0.70以上,说明这些因素均与荣昌母猪妊娠后期的综合评价得分变化关系密切。仔猪出生均重、产活仔数以及断奶头数排名位列前3名,关联度分别为0.88、0.87和0.85。试验2中7个指标与综合评价得分之间的关联度大多在0.80以上,说明所选取的这些指标与综合评价得分的变化关系密切,有着较好的几何相似性。同时,从单项指标上来看,仔猪断奶均重和平均日增重对综合评价得分的贡献最高,关联度均为0.94,其次则是断奶头数和平均日采食量,关联度分别为0.91和0.90,而仔猪断奶前死亡率与综合评价得分之间的关联度则相对较低,但也达到了0.70,可认为其与参考序列的变化具有部分一致性。
表11 试验1和试验2综合评价得分灰色关联度分析结果

Table 11 Results of grey relational degree analysis of comprehensive evaluation scores in experiments 1 and 2

项目
Items		 指标
Indicators		 关联度
Relational degree		 排名
Ranking

试验1 Experiment 1		 平均日增重ADG 0.78 6
背膘增加Backfat increase 0.67 7
断奶发情间隔Weaning to estrus interval 0.82 4
仔猪出生均重Piglet weight at birth 0.88 1
仔猪断奶均重Piglet weight at weaning 0.81 5
产活仔数Live litter size 0.87 2
断奶头数Weaning litter size 0.85 3

试验2 Experiment 2		 平均日采食量ADFI 0.90 4
背膘损失Backfat loss 0.81 6
断奶发情间隔Weaning to estrus interval 0.88 5
仔猪断奶均重Piglet weight at weaning 0.94 1
仔猪平均日增重ADG of piglets 0.94 2
断奶头数Weaning litter size 0.91 3
断奶前死亡率Pre-weaning mortality 0.70 7

3 讨论

3.1 饲粮能量和SID Lys水平对妊娠后期和泌乳期荣昌母猪繁殖性能的影响

目前,对妊娠后期和泌乳期母猪能量需要量的研究大多集中于外种猪上,针对荣昌猪的能量需要量研究较少,且多停留在消化能层面,对NE需要量仍需进一步深入研究。
Zeng等[15]研究发现,荣昌仔猪获得最佳生长性能的适宜饲粮消化能水平为3.60 Mcal/kg(1 Mcal≈4.19 MJ);黄金秀等[16]研究表明,荣昌猪哺乳母猪消化能需要量为13.50 MJ/kg。妊娠期母猪的能量摄入往往用于以下几个方面:满足机体的维持和生长需要,满足乳腺细胞和子宫等器官的发育需要以及胎儿的发育需要。Sørensen[17]通过给妊娠后期的母猪饲喂不同能量水平的饲粮发现,随着能量摄入的提高,仔猪的出生均重有明显的提高。但胎儿发育需要大量能量供应的同时,还需控制母猪饲粮的摄入,避免能量摄入过多造成母猪体重过高或体况过肥,导致仔猪难产[1]。同时,研究还发现,当妊娠后期母猪能量摄入过多、体重过大时,可能会降低母猪的采食量和泌乳性能,进而导致仔猪的平均日增重等生长性能降低[18]。针对这一问题,Noblet等[19]研究发现,妊娠后期母猪维持代谢能占总代谢能75%~80%时,为最佳能量需要量比例。泌乳期母猪能量摄入除了需满足自身维持需要外,还要满足泌乳的需要。Feyera等[20]研究表明,泌乳期母猪的能量摄入量和赖氨酸摄入量不能完全满足上述需要。因此,母猪的能量需要有一部分由母猪的体脂储备来提供。为了尽可能减少母猪的体脂损失,需要提高饲粮的能量水平,然而根据Xue等[21]的研究成果,当饲粮能量达到一定水平后,能量的提高可能会导致母猪采食量下降。这也解释了试验2中10.21 MJ/kg NE水平的综合评价得分高于9.48和10.94 MJ/kg NE水平的结果。
针对妊娠期和泌乳期荣昌母猪的SID Lys需要量,前期已经有了较多的报道。蒋亚东[22]针对妊娠期荣昌母猪研究得出,对妊娠后期而言,以母猪妊娠后期体增重、血清尿素氮和妊娠第110天血清胰岛素为评价指标时,饲粮最佳SID Lys水平均为0.72%;而以哺乳期仔猪平均日增重为评价指标时,饲粮最佳SID Lys水平则为0.66%。其另一项研究发现,妊娠第1~90天饲粮最佳SID Lys需要量为0.50%~0.60%[23]。此外,龙定彪等[24]通过考察哺乳期荣昌母猪的繁育性能和血清生化指标,确定泌乳期荣昌母猪的可消化赖氨酸最佳水平为0.80%。黄金秀等[16]研究发现,饲粮中添加赖氨酸可以减少荣昌母猪的体重损失,并显著影响其血清指标及乳成分,并进一步报道泌乳期荣昌母猪SID Lys需要量为0.83%~0.89%。而本文通过综合评价发现,当SID Lys水平为0.85%时,泌乳期荣昌母猪取得最佳繁殖性能,这与前述报道结果[6,24-25]相一致。

3.2 综合评价方法

综合评价方法是根据研究目的和指标数据,将多个指标通过一定的评价方法转换为1个能够反映综合情况的指标来进行评价。目前,该方法已经广泛应用于各个领域研究中,包括医药[26]、管理[27]和教育[28]等,并且得到了广泛认可,成为人们正确认识事物,并作出科学合理决策的工具之一。目前,在动物营养领域当中,综合评价方法也有了一定的应用。研究人员分别使用隶属函数分析、模糊综合评价和主成分分析等综合评价方法分析了不同地区或不同规模奶牛场的全株玉米青贮饲料品质[29-32]。鲍俊杰等[33]也建立了使用主成分分析和隶属函数分析来评价不同收获期和是否青贮处理对玉米秸秆饲用品质的影响。董志晓等[34]和杨建等[35]使用TOPSIS法和隶属函数分析分别完成了不同种高粱、黑麦和燕麦在四川地区的营养价值评价。除此以外,耿智广等[36-38]也先后基于此方法评价了大豆、玉米和苜蓿的生产性能评价。然而,目前将综合评价方法应用于营养需要量研究中,并以此来确定动物最佳营养需要量的研究仍较为匮乏。
方差分析作为经典的统计学方法,其简洁灵活,并且逻辑严谨,统计推断严格。本研究前期采用双因素有重复方差分析,计算各组母猪繁殖性能的统计数据,并得出结论,具体数据已在另外2篇文献中[5-6]进行了详细叙述,在此仅引用其结论,试验1中饲粮NE水平对妊娠后期荣昌母猪背膘增长、发情间隔及仔猪出生均重均有显著影响,其中当饲粮NE和SID Lys水平分别为10.04 MJ/kg和0.52%时,母猪产活仔数和仔猪出生均重最高;试验2中泌乳期饲粮NE水平对荣昌母猪断奶发情间隔和背膘损失有显著影响,当饲粮NE水平为10.21 MJ/kg、SID Lys水平为0.85%时,仔猪平均日增重、28日龄断奶存活率和母猪泌乳量最高,发情间隔和背膘损失最小。根据NRC(2012)妊娠期和泌乳期母猪营养模型和本研究得到的各繁殖性能指标统计数据计算得出,当妊娠后期母猪各繁殖性能指标与本研究相同,即当饲粮NE水平为2 398 kcal/kg(10.04 MJ/kg)时,SID Lys水平为0.56%;当泌乳期母猪各繁殖性能指标与本研究相同,即饲粮NE水平为2 439 kcal/kg(10.21 MJ/kg)时,SID Lys水平为0.68%。而本研究采用熵权法和层次分析法计算指标权重,选用TOPSIS法来构建综合评价体系,将收集的妊娠后期荣昌母猪的73个样本、13个指标以及泌乳期荣昌母猪的72个样本、10个指标进行指标筛选、权重确定并最终计算得到了综合评价得分,发现当妊娠后期荣昌母猪饲粮NE水平为10.04 MJ/kg、SID Lys水平为0.52%时,取得最高的综合评价得分;当泌乳期荣昌母猪饲粮NE水平为10.21 MJ/kg、SID Lys水平为0.85%时取得最高得综合评价得分。这与采用传统双因素方差分析方法以及前人研究[5-6,21,24-25]得到了较为一致的结论,但与根据NRC模型计算得到的营养需要量相比,只有妊娠后期母猪NE和SID Lys水平相近,而泌乳期母猪SID Lys水平则有较大差距,分析原因可能是NRC(2012)的数据大多基于文献公开报道的长大二元商品母猪的平均值,其营养需要量模型并不能适配我国本土猪种荣昌猪。前文证明了基于熵权法和层次分析法构建TOPSIS综合评价方法来综合评价饲粮不同NE和SID Lys水平对妊娠后期和泌乳期荣昌母猪繁殖性能影响的可靠性,为其迁移至不同猪种确定不同营养需要量的可行性提供了数据支撑。但由于试验条件的局限性,前期动物试验中仅对3个不同NE和SID Lys水平进行了探讨,仅能代表部分需要量结果,更全面的营养需要量分析仍需后续补充数据集进行验证。此外,TOPSIS法作为一种纯数学建模方法,其通过计算距离并综合排序,难以直观解释各指标对结果的具体贡献,因此本研究仅选择该方法作为一种决策方法,以妊娠后期和泌乳期荣昌母猪试验数据为例,探讨了综合评价方法在确定猪营养需要量方面的可行性,为其提供一种新思路。

3.3 灰色关联度分析

本研究利用灰色关联度分析研究了各指标与最终综合评价得分之间的关联度情况,其中选择最终的综合评价得分作为参考序列。主客观权重体现指标在综合评价体系中的贡献“强度”,而灰色关联度则揭示指标数据与综合评分变化的“变化趋势”,其也反映权重对综合评价得分的间接影响,若权重分配合理,理论上高权重指标应与综合结果有较高的关联度。比较两者结果发现,试验1中仔猪的断奶均重以及断奶头数尽管权重较低,但其与参考序列仍有较高的关联度,表明其指标的变化趋势与综合评价得分的变化趋势较为接近。通过分析指标相关性结果,可发现断奶均重与出生均重、断奶头数与产活仔数之间均存在极显著的相关性,可解释两者分析结果的差异。出生和断奶均重较大的猪在保育期和育肥期健康状况更快,生长速度更快,有着更好的饲料利用率,可以为猪场带来更好的经济效益;产活仔数和断奶头数则直接影响着母猪的生产力和利用率,每头母猪每年提供的仔猪断奶头数就是其重要的衡量标准。除此以外,背膘增加的权重较高,但其与综合评价得分的关联度较小,可认为其与参考序列的变化趋势之间存在差异。根据李梓芃等[39]的研究结果,妊娠母猪的背膘厚与产活仔数、出生均重和出生窝重之间存在显著的相关性。而妊娠后期母猪的体况需保持一个适中的范围,膘情不能太瘦也不能太肥,才能获得较高的产仔数以及仔猪均重等,膘情太瘦或太肥时会导致死胎、弱胎的增加[40]。此外,断奶发情间隔权重最低,但其数据变化趋势与参考序列变化趋势高度匹配,有着较大的关联度,表明该指标的动态变化对综合评价得分有潜在重要影响,后续需重点考虑该指标。断奶发情间隔是评估母猪从上一个妊娠期中恢复情况好坏的重要指标,若断奶发情间隔较长,表明母猪体内的性激素未恢复到正常水平,会降低下一胎的繁殖性能[41]。试验2中平均日采食量以及仔猪断奶均重、平均日增重和断奶头数与参考序列的关联度均在0.90之上,表明综合评价得分的变化趋势与这些指标高度关联,且其中平均日采食量的权重较低,表明该指标对综合评价得分也有着潜在重要影响。母猪平均日采食量作为直接影响自身泌乳性能和仔猪后期生产性能的指标,其水平的高低影响着猪场的经济效益大小。Thingnes等[42]研究发现,泌乳期母猪的平均采食量为8 kg/d,在提升一定饲粮能量水平的同时,尽可能增加母猪的采食量可以改善其乳汁内的乳脂含量,提高仔猪的断奶重[43]。断奶重较大的猪生长速度快,出栏时间更短,仔猪平均日增重较大的猪饲料利用率高,生长速度更快,经济效益更好。背膘损失与综合评价得分的关联度相对较低,为0.81,杨雪[44]研究发现母猪哺乳期背膘损失较多会显著延长断奶发情间隔。而断奶前死亡率权重较高,但其与参考序列的关联度相对较低,仅为0.70,可以认为其在综合评价得分中的表现并不突出。

4 结论

本研究中,通过综合评价方法对妊娠后期和泌乳期荣昌母猪测量的生长性能和繁殖性能指标进行数据挖掘,认为妊娠后期荣昌母猪饲粮最佳营养水平为10.04 MJ/kg NE和0.52% SID Lys;泌乳期荣昌母猪最佳饲粮营养水平为10.21 MJ/kg NE和0.85% SID Lys。针对妊娠后期和泌乳期荣昌母猪而言,饲粮不同NE和SID Lys水平对不同繁殖性能指标的影响存在显著性差异。运用熵权法和层次分析法确定权重,并使用TOPSIS法构建综合评价指标,用灰色关联度分析进行检验可以得到动物营养需要量的综合评价方法,相比于传统需要量分析方法而言,新方法可以在指标较多时得出更为准确可靠的结论。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
杨运, 胡诚军, 吕仁龙, 等. 我国地方猪能量需要研究进展[J]. 饲料工业, 2023, 44(23):9-13.

YANG Y, HU C J, LV R L, et al. Research progress on energy requirement of Chinese indigenous pigs[J]. Feed Industry, 2023, 44(23):9-13. (in Chinese)

[2]
肖勇. 荣昌猪的历史及发展策略的若干研究[J]. 农技服务, 2017, 34(10):119.

XIAO Y. Researches on the history and development strategies of Rongchang pig[J]. Agricultural Technology Service, 2017, 34(10):119. (in Chinese)

[3]
国家畜禽遗传资源委员会办公室. 关于公布《国家畜禽遗传资源品种名录(2021年版)》的通知[EB/OL].(2021-01-13)[2024-11-13].

Office of the National Commission on Livestock and Poultry Genetic Resources. Notice on the publication of the National List of Livestock and Poultry Genetic Resources (2021 edition)[EB/OL].(2021-01-13)[2024-11-13]. in Chinese)

[4]
王成, 李群, 张法瑞, 等. 中国荣昌猪选育史研究[J]. 猪业科学, 2013, 30(10):130-131.

WANG C, LI Q, ZHANG F R, et al. Reseach on breeding history of Rongchang pig[J]. Swine Industry Science, 2013, 30(10):130-131. (in Chinese)

[5]
陈志华, 王琪, 张进, 等. 饲粮净能和赖氨酸水平对荣昌母猪妊娠后期繁殖性能、血清激素、泌乳性能及粪便菌群多样性的影响[J/OL]. 畜牧兽医学报, 2025:1-17(2025-03-27)[2025-04-10].

CHEN Z H, WANG Q, ZHANG J, et al. Effects of dietary net energy and lysine levels on reproductive performance,serum hormone,lactation performance and fecal flora diversity of Rongchang sows in late pregnancy[J]. Submitted to Acta Veterinaria et Zootechnica Sinica, 2025:1-17(2025-03-27)[2025-04-10]. in Chinese)

[6]
杨天庆, 齐仁立, 陈志华, 等. 饲粮不同能量和赖氨酸水平对荣昌哺乳母猪繁殖性能及血清生化、激素、抗氧化和免疫指标的影响[J]. 动物营养学报, 2025, 37(7):4321-4332.

DOI

YANG T Q, QI R L, CHEN Z H, et al. Effects of dietary different energy and lysine levels on reproductive performance and serum biochemical,hormone,antioxidant and immune indexes of Rongchang lactating sows[J]. Chinese Journal of Animal Nutrition, 2025, 37(7):4321-4332. (in Chinese)

[7]
KEERIN P, BOONGOEN T. Improved KNN imputation for missing values in gene expression data[J]. Computers,Materials & Continua, 2022, 70(2):4009-4025.

[8]
刘竞妍, 张可, 王桂华. 综合评价中数据标准化方法比较研究[J]. 数字技术与应用, 2018, 36(6):84-85.

LIU J Y, ZHANG K, WANG G H. Comparative study on data standardization methods in comprehensive evaluation[J]. Digital Technology and Application, 2018, 36(6):84-85. (in Chinese)

[9]
信桂新, 杨朝现, 杨庆媛, 等. 用熵权法和改进TOPSIS模型评价高标准基本农田建设后效应[J]. 农业工程学报, 2017, 33(1):238-249.

XIN G X, YANG C X, YANG Q Y, et al. Post-evaluation of well-facilitied capital farmland construction based on entropy weight method and improved TOPSIS model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(1):238-249. (in Chinese)

[10]
郭金玉, 张忠彬, 孙庆云. 层次分析法的研究与应用[J]. 中国安全科学学报, 2008, 18(5):148-153.

GUO J Y, ZHANG Z B, SUN Q Y. Study and applications of analytic hierarchy process[J]. China Safety Science Journal, 2008, 18(5):148-153. (in Chinese)

[11]
徐泽水, 达庆利. 多属性决策的组合赋权方法研究[J]. 中国管理科学, 2002, 10(2):84-87.

XU Z S, DA Q L. Study on method of combination weighting[J]. Chinese Journal of Management Science, 2002, 10(2):84-87. (in Chinese)

[12]
虞晓芬, 傅玳. 多指标综合评价方法综述[J]. 统计与决策, 2004(11):119-121.

YU X F, FU D. Multi-index comprehensive evaluation method[J]. Statistics and Decision, 2004(11):119-121. (in Chinese)

[13]
赵晓芬. 灰色系统理论概述[J]. 吉林省教育学院学报, 2011, 27(3):152-154.

ZHAO X F. Summary of grey system theory[J]. Journal of Educational Institute of Jilin Province, 2011, 27(3):152-154. (in Chinese)

[14]
温丽华. 灰色系统理论及其应用[D]. 硕士学位论文. 哈尔滨: 哈尔滨工程大学, 2003.

WEN L H. Grey system theory and application[D]. Master’s Thesis.Harbin: Harbin Engineering University, 2003. (in Chinese)

[15]
ZENG Z, YU B, MAO X B, et al. Effects of dietary digestible energy concentration on growth,meat quality,and PPARγ gene expression in muscle and adipose tissues of Rongchang piglets[J]. Meat Science, 2012, 90(1):66-70.

[16]
黄金秀, 王瑞生, 蒋亚东, 等. 荣昌哺乳母猪标准回肠可消化赖氨酸适宜需要量研究[J]. 动物营养学报, 2018, 30(7):2501-2509.

HUANG J X, WANG R S, JIANG Y D, et al. Study on optimal requirement of standard ileal digestible lysine for Rongchang lactating sows[J]. Chinese Journal of Animal Nutrition, 2018, 30(7):2501-2509.

[17]
SØRENSEN G. Extra feed for pregnant sows during the last four weeks of gestation[R/OL].(2012-11-09)[2024-11-20].

[18]
鲁茗源, 赵小刚, 石宝明, 等. 母猪能量需求研究进展[J]. 饲料工业, 2023, 44(13):31-36.

LU M Y, ZHAO X G, SHI B M, et al. Advances in energy requirements of sow[J]. Feed Industry, 2023, 44(13):31-36. (in Chinese)

[19]
NOBLET J, DOURMAD J Y, ETIENNE M. Energy utilization in pregnant and lactating sows:modeling of energy requirements[J]. Journal of Animal Science, 1990, 68(2):562-572.

[20]
FEYERA T, THEIL P K. Energy and lysine requirements and balances of sows during transition and lactation:a factorial approach[J]. Livestock Science, 2017,201:50-57.

[21]
XUE L F, PIAO X S, LI D F, et al. The effect of the ratio of standardized ileal digestible lysine to metabolizable energy on growth performance,blood metabolites and hormones of lactating sows[J]. Journal of Animal Science and Biotechnology, 2012, 3(1):11.

[22]
蒋亚东. 荣昌母猪妊娠期标准回肠可消化赖氨酸适宜需要量研究[D]. 硕士学位论文. 重庆: 西南大学, 2016.

JIANG Y D. Study on the optimum standardized ileal digestable lysine requirement in gestation Rongchang sows[D]. Master’s Thesis. Chongqing: Southwest University, 2016. (in Chinese)

[23]
蒋亚东, 江山, 肖融, 等. 不同饲粮赖氨酸水平对妊娠期荣昌初产母猪生长性能及血液生化指标和激素水平的影响[J]. 中国畜牧杂志, 2016, 52(9):37-42.

JIANG Y D, JIANG S, XIAO R, et al. Effects of dietary iysine ievels on growth performance, serum biochemistry indices and hormone levels of primiparous Rongchang sows during 1-90 d of gestation[J]. Chinese Journal of Animal Science, 2016, 52(9):37-42. (in Chinese)

[24]
龙定彪, 汪超, 刘作华, 等. 荣昌猪哺乳母猪Dlys适宜水平的研究[J]. 饲料工业, 2011, 32(17):30-32.

LONG D B, WANG C, LIU Z H, et al. Research on the appropriate level of DLys in Rongchang sows during lactation[J]. Feed Industry, 2011, 32(17):30-32. (in Chinese)

[25]
董志岩, 刘亚轩, 刘景, 等. 饲粮赖氨酸水平对泌乳母猪生产性能、血清指标和乳成分的影响[J]. 动物营养学报, 2014, 26(3):605-613.

DOI

DONG Z Y, LIU Y X, LIU J, et al. Effects of dietary lysine level on performance,serum indices and milk composition of lactating sows[J]. Chinese Journal of Animal Nutrition, 2014, 26(3):605-613. (in Chinese)

[26]
戴宁, 何青鋆, 陆芳. 近十年国内药品临床综合评价研究的现状分析与建议[J]. 中医杂志, 2024, 65(4):357-361.

DAI N, HE Q J, LU F. Current situation and suggestion of comprehensive clinical evaluation of medical products in China in recent ten years[J]. Journal of Traditional Chinese Medicine, 2024, 65(4):357-361. (in Chinese)

[27]
周思敏. 基于分层激励的企业绩效动态综合评价与预测研究[D]. 硕士学位论文. 桂林: 桂林电子科技大学, 2023.

ZHOU S M. Research on comprehensive evaluation and prediction of enterprise performance dynamics based on hierarchical incentives[D]. Master’s Thesis.Guilin: Guilin University of Electronic Technology, 2023. (in Chinese)

[28]
杨光宇. 云南省高校体育教育专业综合评价指标体系的优化及实证研究[D]. 硕士学位论文. 昆明: 云南师范大学, 2022.

YANG G Y. Optimization and empirical research on comprehensive evaluation index system of physical education specialty in colleges and universities of Yunnan province[D]. Master’s Thesis. Kunming: Yunnan Normal University, 2022. (in Chinese)

[29]
赵雪娇. 黑龙江地区规模化牧场全株玉米青贮品质评价及制作关键点分析[D]. 硕士学位论文. 哈尔滨: 东北农业大学, 2019.

ZHAO X J. Quality evaluation and key points analysis of whole plant corn silage in large-scale pasture of Heilongjiang province[D]. Master’s Thesis.Harbin: Northeast Agricultural University, 2019. (in Chinese)

[30]
席俊程, 赵连生, 殷术鑫, 等. 基于模糊综合评价法评价黑龙江省全株玉米青贮饲料品质[J]. 动物营养学报, 2020, 32(4):1875-1882.

DOI

XI J C, ZHAO L S, YIN S X, et al. Evaluation of silage quality of whole corn in Heilongjiang province based on fuzzy comprehensive evaluation method[J]. Chinese Journal of Animal Nutrition, 2020, 32(4):1875-1882. (in Chinese)

[31]
任丽娟, 赵连生, 陈雅坤, 等. 基于主成分分析和聚类分析方法综合评价东北地区不同品种全株玉米青贮饲料的青贮品质[J]. 动物营养学报, 2020, 32(8):3856-3868.

DOI

REN L J, ZHAO L S, CHEN Y K, et al. Comprehensive evaluation of silage quality of whole corn silage for different varieties in Northeast China based on principal component analysis and cluster analysis[J]. Chinese Journal of Animal Nutrition, 2020, 32(8):3856-3868. (in Chinese)

[32]
陈雅坤, 杨鹏标, 闫威明, 等. 基于主成分、隶属函数和全株玉米青贮质量评分指数综合评价我国不同规模奶牛场的全株玉米青贮质量[J]. 动物营养学报, 2023, 35(12):8122-8132.

DOI

CHEN Y K, YANG P B, YAN W M, et al. Whole-plant corn silage quality in different scale dairy farms was evaluated based on principal component,subordinate function and whole-plant corn silage quality score index[J]. Chinese Journal of Animal Nutrition, 2023, 35(12):8122-8132. (in Chinese)

[33]
鲍俊杰, 郭广振, 凡超杰, 等. 基于主成分分析和隶属函数分析研究收获期与青贮对甜玉米秸秆饲用品质的影响[J]. 动物营养学报, 2023, 35(4):2677-2689.

DOI

BAO J J, GUO G Z, FAN C J, et al. Effects of harvest time and silage on forage quality of sweet corn straw based on principal component analysis and membership function analysis[J]. Chinese Journal of Animal Nutrition, 2023, 35(4):2677-2689. (in Chinese)

DOI

[34]
董志晓, 熊毅, 熊艳丽, 等. 11份饲用甜高粱品种在凉山州的生产性能及营养价值评价[J]. 草地学报, 2024, 32(9):2934-2942.

DOI

DONG Z X, XIONG Y, XIONG Y L, et al. Evaluation of production performance and nutritional value of eleven forage sorghum varieties in Liangshan prefecture[J]. Acta Agrestia Sinica, 2024, 32(9):2934-2942. (in Chinese)

[35]
杨建, 雷雄, 陈煜坤, 等. 多花黑麦草与饲用燕麦引进品种在成都平原的生产性能评价[J]. 草业科学, 2020, 37(6):1124-1132.

YANG J, LEI X, CHEN Y K, et al. Production performance evaluation of introduced cultivars of Italian ryegrass and oat in the Chengdu plain[J]. Pratacultural Science, 2020, 37(6):1124-1132. (in Chinese)

[36]
耿智广, 曹宏, 张金霞, 等. 基于熵权法TOPSIS的不同品种苜蓿综合生产性能评价[J]. 饲料研究, 2024, 47(1):114-119.

GENG Z G, CAO H, ZHANG J X, et al. Evaluation of comprehensive production performance of different alfalfa varieties based on entropy weight method TOPSIS[J]. Feed Research, 2024, 47(1):114-119. (in Chinese)

[37]
耿智广, 张金霞, 高钰, 等. 鲜食玉米品种的TOPSIS法综合评价及饲用价值探讨[J]. 中国饲料, 2023(19):121-128.

GENG Z G, ZHANG J X, GAO Y, et al. Comprehensive evaluation of fresh corn varieties by TOPSIS method and study on feeding value[J]. China Feed, 2023(19):121-128. (in Chinese)

[38]
耿智广, 张金霞, 李峰, 等. 基于K-means算法和TOPSIS模型的陇东旱区大豆品种饲用性能评价[J]. 饲料研究, 2023, 46(10):122-127.

GENG Z G, ZHANG J X, LI F, et al. Feed performance evaluation of soybean varieties in dry area of east Gansu based on K-means algorithm and TOPSIS mode[J]. Feed Research, 2023, 46(10):122-127. (in Chinese)

[39]
李梓芃, 孙华, 宋忠旭, 等. 不同妊娠阶段母猪采食量及背膘厚对繁殖性能的影响[J]. 现代畜牧科技, 2023, 103(12):83-88.

LI Z P, SUN H, SONG Z X, et al. The effect of feed intake and backfat thickness on reproductive performance of sows at different pregnancy stages[J]. Modern Animal Husbandry Science & Technology, 2023, 103(12):83-88. (in Chinese)

[40]
石明坤, 杨茜梓, 胡睿智, 等. 沙子岭母猪背膘厚与繁殖性能的相关性分析[J]. 中国畜牧杂志, 2024, 60(11):160-167.

SHI M K, YANG Q Z, HU R Z, et al. Correlation analysis between backfat thickness and reproductive performance of sows in Shaziling[J]. Chinese Journal of Animal Science, 2024, 60(11):160-167. (in Chinese)

[41]
张腾, 罗想林, 陈银开, 等. 断奶-发情间隔对母猪繁殖性能的影响[J]. 养猪, 2013(6):28-30.

ZHANG T, LUO X L, CHEN Y K, et al. Effects of weaning to estrus interval on reproductive performance in sows[J]. Swine Production, 2013(6):28-30. (in Chinese)

[42]
THINGNES S L, EKKER A S, GAUSTAD A H, et al. Ad libitum versus step-up feeding during late lactation:the effect on feed consumption,body composition and production performance in dry fed loose housed sows[J]. Livestock Science, 2012, 149(3):250-259.

[43]
ROSERO D S, BOYD R D, ODLE J, et al. Optimizing dietary lipid use to improve essential fatty acid status and reproductive performance of the modern lactating sow:a review[J]. Journal of Animal Science and Biotechnology, 2016, 7(1):34.

[44]
杨雪. 分娩与断奶背膘厚度及产仔月份对母猪繁殖力的影响[D]. 硕士学位论文. 石河子: 石河子大学, 2014.

YANG X. The influence of sows’ backfat thickness at farrowing & weaning,and farrowing month on reproductive performance[D]. Master’s Thesis. Shihezi: Shihezi University, 2014. (in Chinese)

Options
文章导航

/

〈 〉

    联系我们

  • 地址：北京市海淀区圆明园西路2号
    　　　中国农业大学动科动医大楼153室
  • 邮编：100193
  • 电话：010－62817823
  • 网址：http://www.chinajan.com
  • E-mail：cjan@chinajan.com
京公网安备 11010802041926号    京ICP备17050989号-2