不同哺喂模式乳鸽生长曲线分析与拟合研究

陈 丹，谭会泽,2*，刘松柏，彭运智，邹 轶，黎鸿彬，吴徐俊，刘 伟

（1.温氏食品集团股份有限公司，广东云浮 527400；2.农业农村部动物营养与饲料学重点实验室，广东云浮 527400）

鸽属于晚成鸟，出生后无法自由采食，需要由亲鸽分泌鸽乳来哺喂，乳鸽在出生20 d 后才逐步学会进食和饮水。研究者通过对鸽乳及其营养成分的分析[1]，发现通过人工哺喂也可以成功喂养乳鸽[2]，且通过人工哺喂大大减轻了种鸽的带崽负担，提高鸽的生产性能[3]，而人工哺喂的乳鸽，虽然前期生长较慢，但后期生长速度较亲鸽哺喂乳鸽有大幅提升，最终可以达到和亲鸽哺喂乳鸽相同的生长性能[4]。

目前，对动物生长曲线的拟合有Logistic、Gompertz、Von Bertalanffy、Brody、Weibull 和Morgan-Mercer-Flodin 等非线性模型[5-7]，不同动物或同种动物在不同饲养条件下的最适生长曲线模型并不一致。本研究使用Logistic、Gompertz 和Von Bertalanffy 3 种常见的生长曲线模型，研究乳鸽在亲鸽哺喂和人工哺喂2 种模式下的生长曲线，通过对不同哺喂模式下乳鸽生长曲线的分析，确定乳鸽在不同哺喂模式下的拐点体重、拐点日龄及最大日增重，进而为不同哺喂模式下的乳鸽饲养管理及品种选育提供借鉴。

1 材料与方法

1.1 实验动物及饲粮 实验动物由温氏食品集团股份有限公司提供，选取1 日龄白羽王鸽乳鸽144 只，随机分为亲鸽哺喂和人工哺喂2 个处理组，每组72 只乳鸽。日粮由温氏食品集团股份有限公司提供，日粮组成及营养成分见表1。亲鸽哺喂组使用行走式自动料机饲喂，每天08:00 饲喂1 次，人工哺喂组乳鸽使用人工哺喂设备哺喂，每天08:00 及16:00 各哺喂1 次。每天07:00分别称取2 组乳鸽总重。

1.2 数据模型 采用Logistic、Gompertz 和Von Bertalanffy 3 种生长模型（表2）分析亲鸽哺喂乳鸽及人工哺喂乳鸽的体重增长曲线，3 种曲线中A 为极限生长量，k 为瞬时相对增长率，B 为常数尺度。

1.3 统计分析 数据采用Excel 整理，采用SPSS 17.0进行非线性回归过程拟合，建立生长曲线模型，根据模型参数最优估计值计算出拐点体重、拐点日龄及最大日增重。根据拟合度（R2）和参照残差平方和（E）评价生长曲线模型，对预测值与实际值进行适合性χ2检验确定最优模型。

2 结果

2.1 不同哺喂模式乳鸽生长曲线比较 图1 表明，在生长起始阶段，人工哺喂乳鸽生长速度显著低于亲鸽哺喂乳鸽，在14 d 时体重达到最大差异，随后差异逐渐减小，至22 d 时体重基本持平，25 d 时，人工哺喂乳鸽体重超过亲鸽哺喂乳鸽。

2.2 不同哺喂模式乳鸽生长曲线模型比较分析 表3 表明，对于人工哺喂乳鸽，拟合曲线的拟合度（R2）为Logistic 模型＞Gompertz 模型＞Von Bertalanffy 模型；对于亲鸽哺喂乳鸽，拟合曲线的拟合度（R2）为Gompertz模型＞Von Bertalanffy 模型＞Logistic 模型，各拟合曲线拟合度（R2）均高于0.995，说明各拟合曲线均能较好反映不同饲喂模式下的乳鸽生长情况。但人工哺喂乳鸽使用Logistic 模型残差平方和最小，亲鸽哺喂乳鸽使用Gompertz 模型残差平方和最小。从拐点曲线来看，人工哺喂乳鸽和亲鸽哺喂乳鸽使用Logistic 模型拟合均有最大的拐点体重、拐点日龄和最大周增重，人工哺喂乳鸽使用Gompertz 模型拟合时拐点体重、拐点日龄最低，使用Von Bertalanffy 模型时最大周增重最低，亲鸽哺喂乳鸽使用Von Bertalanffy 模型拐点体重、拐点日龄和最大日增重最低。

表1 乳鸽日粮组成及营养成分（风干基础）

表2 3 种非线性模拟拟合方程及参数

图1 乳鸽不同哺喂模式生长曲线

2.3 不同模型生长曲线拟合值与实测值比较及适合性χ2检验 表4 表明，在人工哺喂模式下，使用Logistic 模型拟合生长曲线与各日龄实测数值较接近，Gompertz模型和Von Bertalanffy 在1～6 d 明显低于实测值，在24～25 d 明显高于实测值；在亲鸽哺喂模式下，使用Gompertz 模型拟合生长曲线与各日龄实测数值均较接近，Logistic 模型在1～6 d 明显高于实测值，Von Bertalanffy 模型在1～3 d 明显低于实测值。通过对实测值与测量值适合性χ2检验（表5），人工哺喂乳鸽中使用Logistic 模型预测值与实测值无差异，在亲鸽哺喂乳鸽中使用Gompertz 模型和Von Bertalanffy 模型预测值与实测值无差异，但Gompertz 模型差异更小。=36.42，df=24，*表示差异显著（P＜0.05）。

表3 不同哺喂模式乳鸽生长曲线模型参数估计值和拟合度

表4 不同日龄乳鸽体重实测值和拟合曲线估算值 g

表5 不同哺喂模式乳鸽体重实测值与估算值适合性χ2 检验

3 讨 论

乳鸽出生后，需要依靠亲鸽哺喂才能获得机体生长所需要的营养物质。近年来，研究者对不同品种肉鸽进行生长曲线拟合。原爱平等[8]研究认为Logistic 模型适合圣羽王鸽，Gao 等[9]认为Gompertz 模型适合美国王鸽，与项云等[10]的研究结果一致，徐善金等[11-13]认为Von Betallanffy 模型适合欧洲肉鸽、银羽王鸽、卡奴鸽和塔里木鸽，穆春宇等[7]认为Weibull 模型适合欧洲肉鸽和白羽王鸽，MMF 模型适合卡奴鸽，其中Weibull模型和MMF 模型为四参数模型，为变化拐点的S 型曲线，主要用于可靠性建模和热力学变化，较少用于生长曲线拟合。也有研究者开展了自然育雏和后期人工育雏[10]、不同料型育雏[14]下乳鸽的生长曲线拟合，认为Gompertz 模型在不同育雏和料型条件下对乳鸽拟合模型较好，但目前较少研究者开展1 日龄乳鸽人工育雏和亲鸽育雏的生长曲线比较，且对预测值和实际值没有用适合性χ2检验进行统计学分析。本研究中，3 种曲线的拟合度（R2）均高于0.995，但人工哺喂乳鸽使用Logistic 模型R2最高，残差平方和最小，亲鸽哺喂乳鸽使用Gompertz 模型R2最高，残差平方和最小。通过适合性χ2检验，认为仅Logistic 模型可用于拟合人工哺喂乳鸽生长曲线，对应乳鸽拐点体重、拐点日龄及最大日增重分别为289.227 g，15.050 d 和36.732 g/d，Gompertz 模型和Von Bertalanffy 模型可用于拟合亲鸽哺喂乳鸽曲线，且Gompertz 模型拟合度更好，对应乳鸽拐点体重、拐点日龄及最大日增重分别为209.856 g，10.111 d 和30.849 g/d。本研究结果与穆春宇等[7]的白羽王鸽生长曲线拐点差异较小，与项云等[10]白羽王鸽生长曲线拐点差异较大。人工哺喂乳鸽在前期生长较慢，主要原因可能在于人工鸽乳饲料中缺乏某些免疫抗体及促生长因子，随着乳鸽自身免疫机制的建立，后期人工哺喂能获取较亲鸽哺喂更充足的营养物质，大幅提高生长速度，最终可以达到和亲鸽哺喂乳鸽同等生长效果。这与陈丹等[15]的研究结果相似。

4 结 论

本研究结果显示，在乳鸽人工哺喂模式下，使用Logistic 模型拟合乳鸽生长曲线最优，对应乳鸽拐点体重、拐点日龄及最大日增重分别为289.227 g、15.050 d和36.732 g/d；在亲鸽哺喂模式下，使用Gompertz 模型拟合乳鸽生长曲线最优，对应乳鸽拐点体重、拐点日龄及最大日增重分别为209.856 g、10.111 d 和30.849 g/d。与亲鸽哺喂模式相比，人工哺喂模式乳鸽前期生长较慢，拐点日龄和拐点体重推迟，但有更高的最大日增重，在25 d 时，超过亲鸽哺喂模式下的乳鸽体重。