黑羽番鴨生長發育規律及生長曲線擬合分析

熊小蘭，李珂珂，曾濤，武洪志，盧永勝，楊鵬強，顧天天，于阿男，張萌慧，李海英，盧立志*

(1.新疆農業大學 動物科學學院，新疆 烏魯木齊 830000；2.浙江省農業科學院 畜牧獸醫研究所，浙江 杭州 310000；3.中國熱帶農業科學院 熱帶作物品種資源研究所，海南 海口 571101；4.江西銀雁農牧有限公司，江西 贛州 342300)

黑羽番鴨是我國通過閉鎖繁育、世代選育的方法培育出的一個番鴨新品系[1]，是優良的瘦肉型鴨品種.外貌與其他品種鴨差異較大，全身羽毛呈黑色，喙為粉紅色,皮瘤為暗紅色，具有生長速度快、耐熱性好、耐粗飼等優點，近年來在我國的飼養量逐漸增加[2]。目前對畜禽生長發育規律研究主要是依靠畜禽生長曲線的擬合和分析，動態了解各階段畜禽的生長發育[3]，從而適時調整營養攝入，減少飼料浪費以及避免營養不良導致生長發育遲緩，影響生產性能。目前應用較為廣泛的家禽生長曲線主要有Logistic、Gompertz、Von Bertalanffy等[4]。曹妍等[5]發現，Gompertz模型適合對伊犁鵝體重數據的預測；吳艷等[6]發現，Gompertz模型擬合的江漢雞生長曲線效果最佳；方福平等[7]發現，Gompertz模型對平壩灰鵝的生長曲線擬合效果最好；張麗等[8]發現，Logistic生長模型比其他函數模型更適合描述北京鴨胸肌質量的生長發育規律；李洪林等[9]發現，Logistic生長模型對貴州黃雞慢羽系生長曲線擬合最好；馬猛等[10]研究發現，Logistic生長模型對不同品種雞生長曲線擬合最好。本試驗主要采用Logistic、Gompertz模型對0～16周齡黑羽番鴨體重進行擬合分析，探究其生長發育規律，旨在為黑羽番鴨的最佳上市日齡及科學飼養提供科學依據。

1 材料與方法

1.1 供試材料

本試驗所用的黑羽番鴨由江西省贛州市江西銀雁農牧有限公司育種場提供。選取同批次孵化的健康黑羽番鴨，記錄初生重后，在每周星期一的傍晚清理料槽里的余料，在每周二上午隨機抽取120只黑羽番鴨(公母各半)空腹測量體重后計算平均值。

1.2 飼養管理

試驗鴨0～3周齡在封閉式育雛舍地面平養，4～16周齡分公母欄半封閉式飼養，自由采食、飲水，執行正常的免疫程序，不同生長發育階段飼喂不同營養水平的日糧。

1.3 擬合曲線模型

使用Logistic、Gompertz這2種非線性數學模型對黑羽番鴨生長過程進行擬合。

1.4 數據統計與分析

使用SPSS 19.0進行生長曲線擬合，計算出2種模型參數最優估計值。最后采用GraphPad軟件制作折線圖，計算拐點體重、拐點周齡和最大周增重，根據擬合優度(R2)評價生長模型。

2 結果與分析

2.1 黑羽番鴨實際觀測生長曲線分析

由圖1可知，在0～4周齡，黑羽番鴨公、母鴨體重基本相同；4周齡后，公鴨體重與母鴨體重逐漸拉開距離，且在各個生長階段都是母鴨體重明顯小于公鴨。

圖1 黑羽番鴨生長曲線

由圖2可知，黑羽番鴨公、母鴨在0～4周齡生長速度基本一致;4～6周齡，公、母鴨生長速度明顯增加，但公鴨生長速度明顯大于母鴨，公、母鴨的最大周增重均出現在6周齡；6周齡后，黑羽番鴨生長速度減慢，在此期間，公鴨在7～9周齡生長速度略有上升，母鴨上升時間比公鴨少1周，出現在7～8周齡;而后公、母鴨生長速度繼續逐漸下降，直至13周齡后體重增長趨于穩定。

圖2 黑羽番鴨周增重

2.2 2種生長模型參數估計值及擬合度的比較分析

由表1可知，Logistic、Gompertz生長曲線模型對黑羽番鴨0～16周齡的平均體重擬合度較好，公、母鴨的R2均在0.997以上。其中，Gompertz模型擬合的效果優于Logistic模型，公、母鴨的R2趨近于1，分別為0.999和0.998。Gompertz模型的公、母鴨拐點周齡都要比Logistic模型的提前1周，且2種模型中公鴨生長拐點都要比母鴨晚1周多。在Gompertz模型中公鴨拐點周齡為6.4周，拐點體重和最大周增重分別為1 669.76和502.60 g；母鴨拐點周齡為5.1周，拐點體重和最大周增重分別為897.42和356.28 g。在Logistic模型中，公鴨拐點周齡為7.5周，拐點體重和最大周增重分別為2 127.58和529.77 g；母鴨拐點周齡為6.1周，拐點體重和最大周增重分別為1 180.02和362.86 g。

表1 2種生長曲線模型參數估計

2.3 黑羽番鴨體重觀測值與2種模型擬合估計值比較

由表2可知，在0～2周齡Logistic、Gompertz2種生長曲線模型對黑羽番鴨公鴨的擬合估計值與公鴨實際觀測值差異都較大，其中Gompertz模型相對優于Logistic模型。2～16周齡，公鴨實際觀測值在第2～7周齡、9～11周齡、14周齡與Gompertz模型擬合估計值差異較小；在第8周齡、12～13周齡、15～16周齡與Logistic模型擬合估計值差異較小。結合圖3可知，Gompertz模型擬合估計值與黑羽番鴨公鴨實際觀測值最接近，曲線擬合效果最好。此結果與表1結果一致。

由表3可知，0～2周齡Logistic模型的擬合估計值與母鴨實際觀測值相差不大;2～16周齡，母鴨實際觀測值與Gompertz模型擬合估計值基本上一致。結合圖4可知，Gompertz模型擬合估計值的與黑羽番鴨母鴨實際觀測值最接近，曲線擬合效果最好。此結果與表1結果一致。

表2 黑羽番鴨公鴨體重實際觀測值與擬合曲線估值比較

表3 黑羽番鴨母鴨體重實際觀測值與擬合曲線估值比較

圖3 黑羽番鴨公鴨生長曲線與2種擬合曲線的比較

圖4 黑羽番鴨母鴨生長曲線與2種擬合曲線的比較

3 討論

3.1 黑羽番鴨生長發育規律

本試驗結果顯示，黑羽番鴨累計生長曲線呈“S”形，符合家禽生長發育規律。黑羽番鴨在前4周生長發育較為緩慢，且無性別差異;4周后，公鴨體重明顯大于母鴨，公鴨生長速度明顯大于母鴨。劉菁等[11-13]研究發現，黑羽番鴨公鴨生長速度明顯大于母鴨，與上述結果一致，說明本試驗結果較為可靠。黑羽番鴨公鴨在13周齡體重增長開始緩慢，母鴨在10周齡體重增長開始緩慢，母鴨比公鴨提前3周出現體重增長下降，這可能是導致黑羽番鴨母鴨最終體重顯著低于公鴨的主要原因之一。本試驗結果提示，前4周，公母鴨生長速度基本一致，可不分欄飼養;4周后生長速度開始出現較大差異，為保證不同生長發育需要，提供合理的營養需求以及節省飼料，需要分欄飼養。出于經濟效益方面的考慮，黑羽番鴨公鴨在90日齡左右出欄較好，母鴨在70日齡出欄較好，朱志明等[12]對0～10周齡的黑羽番鴨生長曲線擬合分析發現，公鴨在90日齡左右、母鴨在70日齡左右出欄經濟效益最好，本研究結果與上述研究結果基本一致。

3.2 Logistic、Gompertz模型對黑羽番鴨生長曲線的擬合效果分析

本研究采用Logistic、Gompertz2種非線性模型對黑羽番鴨進行生長曲線擬合分析，擬合結果表明，2種模型均能較好地擬合黑羽番鴨生長曲線，R2均在0.997以上。以上結果與黃江南等[14]對法國白羽番鴨和福建黑羽番鴨生長曲線擬合結果、牟騰慧等[15]對威寧雞生長曲線擬合結果基本一致。綜合生長拐點周齡比較結果及曲線擬合值與實測值比較結果，Gompertz模型擬合程度較高，適合黑羽番鴨生長曲線擬合，公、母鴨的R2分別為0.998、0.999，這與劉菁等[11]對黑羽番鴨的生長曲線模型擬合結果、朱志明等[12]對黑羽番鴨的生長曲線模型擬合結果、繆中緯等[13]對中型黑羽番鴨的生長曲線模型擬合結果、張海波等[16]對白羽番鴨的生長曲線模型擬合結果、朱文奇等[17]對高郵鴨的生長曲線模型擬合結果、肖濤等[18]對黔東南小香雞生長曲線擬合結果、邢磊等[19]對申鴻七彩雉生長曲線擬合結果、柳儉強等[20]對吉林矮小蘆花雞早期生長曲線擬合結果均一致。

拐點周齡是畜禽生長曲線的一個重要轉折點，動物生長速度在拐點處由快變慢[21]。本試驗中，Gompertz模型的公、母鴨拐點周齡都要比Logistic模型的提前1周。在Gompertz模型中，公鴨拐點周齡為6.4周，拐點體重為1 669.76 g；母鴨拐點周齡為5.1周，拐點體重為897.42 g。劉菁等[11]研究結果表明，Gompertz模型擬合的公、母鴨拐點周齡是6.8和5.0周；朱志明等[12]的研究結果表明，Gompertz模型擬合的公、母鴨拐點周齡是5.3和4.3周；廖中緯等[13]的研究結果表明，Gompertz模型擬合的公、母鴨拐點周齡是5.4和4.2周，與本研究結果不一致，究其原因，可能是飼養環境導致的差異。

本試驗結果顯示，在Logistic、Gompertz模型公鴨的拐點周齡都要比母鴨晚1周，拐點體重均高于母鴨，這與劉菁等[11-13]對黑羽番鴨研究結果一致。因此，在不同生長階段，要合理制定飼養方案，滿足生長發育需要。0～4周齡，黑羽番鴨公母鴨生長速度基本一致，可以不分欄飼養；4周齡后公鴨生長速度高于母鴨，需要分欄飼養。

4 小結

本試驗通過對黑羽番鴨體重曲線擬合分析發現，從第4周齡開始黑羽番鴨發育具有明顯性別差異，公鴨生長速度明顯高于母鴨。黑羽番鴨公、母鴨分別在第13周齡、10周齡體重開始增長緩慢。因此，在第4周后，公、母鴨需要分欄飼養，以便制定科學的飼養計劃。根據本試驗研究結果，推薦黑羽番鴨公鴨在90日齡左右出欄，母鴨在70日齡出欄。Logistic、Gompertz模型對黑羽番鴨公鴨、母鴨生長曲線擬合分析發現，Gompertz模型對黑羽番鴨的R2為0.999、0.998，Logistic模型中公、母鴨的R2為0.997、0.997。以上研究結果表明，Gompertz生長曲線模型擬合程度最高，最適合黑羽番鴨生長曲線模擬。