宁夏地区荷斯坦奶牛产奶量以及乳成分变化模型的构建与分析

李 欣,温 万,脱征军,邵怀峰,顾亚玲*,田 佳, 张伟新,李委奇

(1.宁夏大学农学院,宁夏 银川 750105;2.宁夏畜牧工作站,宁夏 银川750105)

宁夏地区荷斯坦奶牛产奶量以及乳成分变化模型的构建与分析

李 欣1,温 万2,脱征军2,邵怀峰2,顾亚玲1*,田 佳2, 张伟新2,李委奇2

(1.宁夏大学农学院,宁夏 银川 750105;2.宁夏畜牧工作站,宁夏 银川750105)

为探索宁夏地区荷斯坦奶牛不同胎次的泌乳特征,本研究用Wood和Cubic函数构建产奶量及乳成分变化规律的模型,以2008-2016年宁夏地区荷斯坦奶牛的DHI数据为基础,构建产奶量(DMY)及乳成分(乳脂率MFP、乳蛋白率MPP、体细胞数SCC、乳糖率MLP和乳干物质率MMP)随泌乳周数(DIW)的变化规律,分析不同胎次间DMY、MFP、MPP、MLP和MSP的泌乳曲线的差异性.结果表明:Wood能较好地拟合宁夏地区荷斯坦奶牛1~4胎次的泌乳曲线(R2依次为0.84、0.75、0.47和0.64),Cubic能较好地拟合MPP的曲线(R2依次为0.91、0.68、0.71和0.75).

产奶量;乳成分;Wood模型;Cubic模型;拟合度;切线

泌乳过程受控于乳腺细胞的分裂,因此从理论上讲,遗传特性不同的泌乳牛具有各自的泌乳曲线,并可通过泌乳曲线的形状及泌乳特性参数的差异而表现出来.Wood[1]提出不完全伽马函数模型及研究方法,这是泌乳曲线模型研究最具代表性的成果,许多研究也验证了Wood模型在产奶曲线拟合的可靠性[2-6].泌乳模型的建立可以根据每个泌乳月仅测1 d的产奶量来准确估算305 d的产奶量,以泌乳前期的产奶记录来预测泌乳后期或泌乳全期产奶量,这不仅能简化产奶量测定方法,节省大量人力、物力和财力,而且可以提早选种,用更多的奶牛进行种公牛的后裔评定,预测饲料需要量,并使得不同处理对不同泌乳阶段的同一头牛作用效果的比较成为可能.

对泌乳曲线以及乳成分曲线的拟合,有许多研究都通过对模型参数的数学处理来计算出泌乳高峰、持续力、达到高峰的天数、高峰产量等泌乳特征指标[7-11].本研究通过对R2较高的模型拟合曲线的拐点、凹凸点等处做切线,用图形直观地反映奶牛不同胎次产奶量及乳成分的变化.

为确定适合宁夏地区奶牛的最佳泌乳曲线模型,本研究收集了宁夏地区饲养条件相同的43个奶牛场的DHI测定数据,探索宁夏地区荷斯坦奶牛1~4胎的泌乳及乳成分变化规律,为泌乳牛群的生产管理及营养调控提供理论依据.本文以图形的形式呈现,更加直观,有助于牛场管理人员理解和应用.

1 材料和方法

1.1 数据来源与处理 本研究选取宁夏奶牛生产性能测定(Dairy Herd Improvement, DHI)中心2008年8月-2015年12月43个场的57 763头奶牛的测定记录,包括平均日产奶量(Average Day Milk Yield, AMY)、乳脂率(Milk Fat Percentage,MFP)、乳蛋白率(Milk Protein Percentage, MPP)、体细胞数(Somotic Cell Count, SCC)、乳糖率(Milk Lactose Percentage, MLP)和乳干物质率(Milk Dry Matter Percentage, MMP),从中筛选出符合条件的 45 701头荷斯坦牛的生产数据资料,形成了包含331 374条测定日记录的总数据库.数据整理后基本情况见表1.

表1 数据基本情况

数据的筛选原则:出生日期在2006-2014年;当胎测定记录大于4次;日产奶量在0~60 kg;当胎的泌乳天数在0~330 d;数据间隔为7 d.

1.2 曲线的拟合 一般来说,直接对非线性回归模型(Nonlinear Regression Model)进行拟合分析的过程比较繁琐,为了使计算过程简单化,可通过一定的数学变换使非线性模型线性化,然后通过最小二乘法进行模型的拟合分析,并估计出模型参数确定分析模型.

Wood模型实际上是一个非线性回归模型,因此,可以依据上述思路进行模型拟合分析.

其中,a、b、c为模型参数,t为从产犊开始的泌乳天数,e为自然底数.

其中,β为常数项,a、b、c为参数,t为从产犊开始的泌乳天数.

模型所表达的曲线特征均可通过判定系数较高的拟合曲线图观察出来.通过对曲线极大值点、极小值点做切线,能够找出这些点对应的x轴的时间和y轴的变量;通过做出胎次内平均值的线,此线上方的时间可以说明该牛的持续时间;标准305 d产奶量则表现为由泌乳周数(x轴)与泌乳日产奶量(DMY, kg/d)连续构成的泌乳曲线下的面积.

1.3 参数的估计与统计分析 在进行曲线拟合时,考虑到胎次对拟合效果影响较大,对不同胎次数据汇总后分别进行拟合.所有产奶量数据先用Excel 2007进行初步整理,利用SPSS 19.0软件中曲线估计和非线性拟合来估计参数; 利用Wood模型和Cubic模型来拟合宁夏地区奶牛的产奶量及乳成分性状的曲线,通过对比找出最适合的曲线.以判定系数R2值作为判断模型拟合效果的依据,R2越大,表明模型的拟合效果越好.

R2=1-(残差平方和)/(已更正的平方和)

2 结 果

由表2可知,AMY、MPP、MMP、MFP的1胎、3胎和4胎拟合曲线的准确度较高,而SCC和MLP的准确度低.MPP的Cubic模型拟合度高于Wood模型.

2.1 DMY曲线的估计 除了第3胎Wood模型的拟合度没有Cubic模型高之外,其他的R2值均较高,第1胎的拟合度最高,达到0.843.比较Wood模型拟合的4个胎次的泌乳曲线图(图1~4)可以发现,1胎的DMY在第6周时达到且超过平均值29.5 kg/d,持续24周,30周以后小于平均值;15周时DMY达到最高峰,平均产奶量为32.1 kg/d.2胎的DMY从4.5周开始达到并超过平均值30.7 kg/d,持续23.5周,28周以后小于平均值;13周时DMY达到最高峰,平均产量为36 kg/d.3胎的DMY从第7周开始达到并超过平均值31.3 kg/d,持续23周,30周以后小于平均值;15周时DMY达到最高峰,平均产奶量为37 kg/d.4胎的DMY从7.5周开始达到并超过平均值31.3 kg/d,持续22.5周,30周以后小于平均值;16周时DMY达到最高峰,平均产量为38.5 kg/d.

2.2 MFP拟合曲线的估计 从表2可知,1、4胎MFP的Cubic模型拟合的效果较好,1胎2个模型的拟合度均最低,3胎Wood模型拟合效果较好.将拟合度较好的1、3胎和4胎曲线做成图形(图5~7),可见当1胎奶牛MFP达到3.5%~4%时,MFP到达一个相对平稳的时期,从第15周开始,这种状态持续25周.3胎奶牛的MFP先从3.82%急速下降到3.5%后,再次上升.4胎奶牛的MFP在第10周迅速达到3.5%以后,持续到产奶结束,MFP都在3.5%~4%.2胎的MFP变化需重新构建新的模型来拟合,或者对数据进行新的处理来适应Wood或Cubic模型.从拟合图形来看,1胎的MFP起始点最低,为2.5%,其次为4胎,为2.8%;3胎的MFP起点最高,为3.82%,且所有的点均在3.5%以上.随着泌乳时间的延长,MFP也在增长,且在47周左右达到最高点4%.

表2 不同胎次间模型参数及判定系数

续表2

图1 宁夏地区奶牛1胎泌乳曲线

图2 宁夏地区奶牛2胎泌乳曲线

图3 宁夏地区奶牛3胎泌乳曲线

图4 宁夏地区奶牛4胎泌乳曲线

2.3 MPP拟合曲线的估计 从表2的R2值来看,Cubic模型对MPP曲线的拟合度最高.如图8~11所示,MPP增长较陡峭,是一个不断上升的过程,40周以后逐渐达到平稳.1胎上升的起点在7周,增长到44周开始平稳,持续时间为37周.2胎从12周最低点开始增长,到41周达到最高,后期又逐渐下降.3胎是一个逐渐上升的过程,在整个泌乳期内从2.9%增长到最后的3.5%.4胎的MPP在第10.3周时达到最低,为2.95%,接着反弹到45周的3.45%,然后有所下降.

2.3 SCC和MLP拟合曲线的估计 无论是Wood模型还是Cubic模型拟合的4个胎次的SCC曲线和MLP曲线,其拟合度均较低,所以这2个模型是否适合用来拟合SCC和MLP的变化量的曲线还需进一步研究.由表1可知,随着奶牛胎次的增加,SCC呈上升趋势,与周庆民等[12]研究结果相同.可能是因为胎次越高,奶牛自身抵抗力越低,感染乳房炎的几率越大,导致SCC随之上升.

图5 宁夏地区奶牛1胎MFP曲线

图6 宁夏地区奶牛3胎MFP曲线

图7 宁夏地区奶牛4胎MFP曲线

图8 宁夏地区奶牛1胎MPP曲线

图9 宁夏地区奶牛2胎MPP曲线

图10 宁夏地区奶牛3胎MPP曲线

图11 宁夏地区奶牛4胎MPP曲线

图12 奶牛1胎MMP曲线

图13 奶牛4胎MMP曲线

2.4 MMP拟合曲线的估计 由表2可知,只有1胎和4胎的拟合度较高,其他胎次均较低,将1胎和4胎Cubic拟合曲线画出来.由图12、13可知,MMP在11.7%~13.3%,呈较平缓的上升趋势.4胎曲线在30周时出现了拐点,而1胎未见此现象的发生.由于MFP和MMP之间呈较强的正相关,相关系数为0.772[13].

3 讨 论

3.1 奶牛不同胎次泌乳曲线拟合效果的比较分析本研究选取数据样本量大,以群体为单位来拟合曲线,取产犊后每周的值来拟合,曲线更加符合宁夏地区荷斯坦奶牛的实际情况.1胎超过平均值并持续的时间最长,说明1胎牛的泌乳持续力好于2、3、4胎,这与以往的研究相符合[14].整体来看,1胎的泌乳曲线具有高峰低、高峰迟、上升下降平缓的特点[15].2胎泌乳最高点出现的时间和高于平均值的时间也较早;1胎和3胎在15周产奶量开始下降,4胎在16周开始下将,但4胎最高产奶量为38.5 kg/d.对于宁夏地区荷斯坦奶牛来说,4胎的产奶量最高,且持续时间也较长.增加奶牛的使用寿命是降低成本、提高奶产量的有效途径.

本研究用Wood模型对不同胎次泌乳曲线的拟合精度依次为1、2、4胎和3胎.Wood模型对泌乳曲线的研究精度变化范围较大,既有0.152的研究精度,也有超0.9以上的研究精度[16-20].一方面,可能是数据处理方式不同造成R2不同[16];另一方面,Wood模型对大多数牛群的泌乳曲线拟合精度是高的,但其对部分牛群并不适用,或者达不到较高的精度.

3.2 奶牛不同胎次MFP曲线拟合效果的比较分析用Wood模型拟合中国荷斯坦牛MFP变化曲线为典型的抛物线,即泌乳初期MFP最高,然后逐渐下降,到了一定泌乳阶段后(20周左右)保持相对稳定,之后又逐渐上升,到泌乳末期达到一定高度.

本研究中MFP随胎次变化的情况与熊本海等[7]的研究结果相似,原因在于1胎乳腺发育不完全,产奶量不高,外加饲料中脂肪供应不足,机体动员脂肪主要供应产后造成机体亏虚.通过对比,MFP的拟合度Cubic模型均高于Wood模型,1胎的拟合度最高,3、4胎的拟合度较低,分别为0.587和0.48.但2胎的拟合度低至0.148,所以对图形的拟合只拟合了1、3、4胎的曲线,这与张美荣等[17]研究结果(拟合度为0.97~0.98)不同.对于奶牛来说,取每周的测定值来拟合Wood曲线,拟合度不可能太高.从第10周开始,MFP开始呈现上升的趋势,一直持续到48周.

3.3 奶牛不同胎次MPP曲线拟合效果的比较分析本研究发现2胎和4胎奶牛的泌乳曲线在48周以前呈现先下降后升高的趋势,即泌乳初期较高,随后逐渐下降,在10~12周达到最低点,之后逐渐上升,与熊本海等研究结果一致[18-19].本研究发现,宁夏地区荷斯坦奶牛2胎的MPP最高,然后依次下降,4胎的MPP最低.从曲线的形状可知,1、2胎、4胎均有一个向下的过程, 出现极小值点后增高,45周左右达到最高,而3胎则是持续上升的过程.在拟合度方面,1胎的Cubic模型拟合度最高,2胎拟合度最低;在1~4胎中,Cubic模型拟合度钧大于Wood模型.

3.4 奶牛不同胎次SCC和MLP曲线拟合效果的比较分析 随着胎次的升高,SCC值逐步升高,但MLP逐步降低.无论是Wood模型还是Cubic模型,SCC和MLP的拟合度均低于0.2,效果并不理想,也有相同的研究说明用Wood和Cubic模型不能很好地拟合乳糖率和SCC的曲线[7,20].李欣等[21]曾使用ARIMA模型来预测奶牛的产奶量,对于SCC的拟合模型,模型的AIC值为-3.67,效果较好.推测可能是MLP的变化范围较小,比较稳定,不适合于使用Wood模型和Cubic模型来进行拟合.

3.5 奶牛不同胎次MMP曲线拟合效果的比较分析MMP按胎次从大到小的排名为2、4、3、1胎,有研究也发现,MMP在2胎奶牛中最高[22].从拟合度来看,1胎最高,其次为4胎.MMP曲线在30周出现了拐点,在20周出现凸点,在40周出现凹点.这可能是由于在产奶前期,奶牛奶水充足,到哺乳后期,由于挤奶次数逐渐增多,直至干奶期整个阶段,奶牛患隐性乳房炎等因素导致MMP增多,也因此出现了拐点和凹凸点.

4 结 论

本研究通过比较Wood模型和Cubic模型拟合度,找出较合适的拟合产奶量及乳品质的模型,做出拟合图形,用曲线上特殊点的位置来诠释宁夏地区牛群的基本问题.Cubic模型在拟合1、2胎和3胎MFP方面拟合度较高,Wood模型在拟合DMY方面拟合度较高,2个模型对SCC和MLP的拟合度均较低.4胎在DMY、MFP、MMP等方面表现较好,牧场可以通过外延长养殖寿命来降低成本、增加牛场收入.也可适当的引进更加准确的ARIMA模型,来对SCC和MLP等进行建模.

[1] Wood P D P. Algebraic model of the lactation curve in cattle[J]. Nature, 1967, 216(5111):164‐165.

[2] 张文龙, 余雄, 黄锡霞, 等. 新疆西门塔尔牛泌乳曲线的分析及305d产奶量校正系数的制定[J].新疆农业大学学报 , 2013, 36(3):177‐182.

[3] 王金良. 用不完全γ函数泌乳曲线估计奶牛产奶量[J]. 中国奶牛 , 1990, (5):31‐34.

[4] 王瑞军, 王雅春, 吴红军, 等. 应用ML个REML法监测基于Wood模型奶牛泌乳曲线形状的研究[J].中国畜牧兽医 , 2011 , 38(9):130‐134.

[5] 赵智华, 彭顺清, 李凤翔, 等. 用Wood模型拟合四川地区黑白花奶牛泌乳曲线的研究[J].四川畜牧兽医, 2000,27(S1):19‐20.

[6] 曹露, 李想, 董刚辉, 等. 北京地区荷斯坦奶牛不同产犊季节与胎次泌乳曲线拟合[J].黑龙江畜牧兽医, 2016,(15):98‐101.

[7] 熊本海, 杨亮, 扬琴, 等. 中国北方荷斯坦奶牛乳产量及乳成分变化的普适模型构建[J].畜牧兽医学报, 2014,45(12):1939‐1948.

[8] Rekik B, Gara A B, Hamouda M B, et al. Fitting lactation curves of dairy cattle in different types of herds in Tunisia[J]. Livest Prod Sci, 2003, 83(2‐3):309‐315.

[9] 尹召华, 毛永江, 邢淑芳, 等. 不同胎次中国荷斯坦牛泌乳曲线及拟合的初步研究[J].畜牧与兽医, 2010, 42 (4):41‐44.

[10] 储明星, 刘荣志, 孙玉萍, 等. Wood模型对北京黑白花奶牛个体泌乳曲线的拟合、分析及有关参数的估计[J].畜牧与兽医, 1992, (4):146‐147.

[11] 田雨泽, 熊本海, 庞之洪, 等. 中国荷斯坦奶牛第一泌乳期泌乳曲线模型的研究[J].农业网络信息, 2010, (6):24‐26.

[12] 周庆民, 张艳, 冯万宇, 等. 牛奶中体细胞数相关因素及乳成分相关性的研究[J].中国奶牛, 2016, (10):38‐40.

[13] 张丽萍, 金俊浩, 曹冬梅, 等. 牛乳中脂肪、密度、干物质之间的相关关系测算[J].中国乳品工业, 1999,27(2):15‐17.

[14] 罗清尧, 熊本海, 马毅, 等. 中国荷斯坦奶牛第二泌乳期泌乳曲线模型的研究[J].中国农业科学, 2010, 43(23):4910‐4916.

[15] 熊本海, 马毅, 罗清尧, 等. 中国荷斯坦奶牛第三泌乳期泌乳曲线模型的研究[J].中国农业科学, 2011, 44(2):402‐408.

[16] 王雅春, 陈幼春, 柏荣, 等. 奶牛泌乳曲线的拟合及其模型参数的遗传分析[J].畜牧兽医学报, 1999, 30(5):399‐404.

[17] 张美荣, 许兆君, 刘珊, 等. 利用Wood模型拟合中国荷斯坦牛乳脂率变化的效果分析[J].中国奶牛, 2012,(3):19‐22.

[18] 巴彦乌拉. 不同时间的乳样乳成分之间相关性的研究[D].呼和浩特:内蒙古农业大学, 2013.

[19] Roberto S, Cappio‐Borlinoa, Nicolo P P M. Modelling extended lactation curves for milk production traits in Italian Holsteins[J]. Ital J Anim Sci, 2009, 8(2):165‐167.

[20] 毛永江, 张美荣, 许兆君, 等. 用Wood模型拟合南方中国荷斯坦牛产奶量、乳脂率、 乳蛋白率和体细胞数评分及其效果分析[J].畜牧兽医学报, 2012, 43(12):1904‐1909.

[21] 李欣, 邵怀峰, 温万, 等. 基于ARIMA模型对宁夏地区奶牛体细胞数的趋势预测[J].中国畜牧兽医, 2017,44(1):131‐140.

[22] 熊本海, 易渺, 杨琴, 等. 中国北方荷斯坦奶牛乳成分及相关指标的季节性与胎次变化规律研究[J].畜牧兽医学报 , 2013, 44(1):31‐37.

Construction and Analysis of Milk Production and Milk Composition Model of Holstein Cows in Ningxia Area

LI Xin1, WEN Wan2, TUO Zheng‐jun2, SHAO Huai‐feng2, GU Ya‐ling1*, TIAN Jia2, ZHANG Wei‐xin2, LI Wei‐qi2

(1. Laboratory of Animal Production, Agricultural College, NingXia University, Ningxia Yinchuan 750105, China;2.Laboratory of Dairy Herd Improvement, NingXia Animal Husbandry and Veterinary Station, Ningxia Yinchuan 75105,China)

In order to explore the Holstein cows in Ningxia area in Different Parities were milking characteristics, milk yield and milk composition variation of model was constructed. DHI data in Holstein cows in Ningxia area based using wood and cubic model construction of milk yield (DMY) and milk composition (milk fat percentage MFP, milk protein percentage MPP, somatic cell number of SCC, milk lactose percentage MLP and milk dry matter rate of MPP) variation with weeks of lactation (DIW), and to analyze the differences of different parities between DMY, MFP, MPP, MLP and MMP. The results showed that wood can better fit in Ningxia Holstein cows 1~4 parity lactation curves(the R2was 0.84、0.75、0.47 and 0.64, respectively), cubic can better fitting milk protein rate curve(the R2was 0.91、0.68、0.71 and 0.75,respectively).

Milk yield; Milk composition; Wood model; Cubic model; Fitting; Tangent

S823.2

A

10.19556/j.0258-7033.2017-10-035

2016-07-06;

2017-03-26

宁夏回族自治区《优质高产选育》项目(2013NYYZ0 5)

李欣(1986-),男,硕士研究生,主要从事动物遗传育种与繁殖的相关研究,E-mail: lixinxinli_sadu@qq.com

* 通讯作者:顾亚玲(1963-),女,教授,博士生导师,主要从事动物遗传育种与繁殖的相关研究,E-mail:guyaling@sina.com