不同生长阶段猪体型特征参数的研究.docxVIP

不同生长阶段猪体型特征参数的研究 主成分分析是一种数学变革方法。自pearson提出这一方法以来，它已在科学界、医疗、信息、金融、水利、农业等领域广泛传播。在畜牧生产中,主成分分析法在动物分类以及性状选育分析中的应用较为多见,通过主成分分析将某些彼此独立的单一性状综合成复合性状,反映多目标性状间的内在联系,获得了较好的选育效果。 工程技术作为现代养殖生产体系的重要技术支撑,以其本身的技术进步促进着畜牧产业向现代化方向转变。为使畜禽的固有生产潜力得到更好的发挥,除需要在品种、营养、兽医防治等方面继续进行深入系统的研究外,还应从畜禽行为需要、生活习性、不同阶段生长发育的规律等方面研究和开发相应的配套设施和设备,更好地满足畜禽生长需求,提高生产水平,并确保动物福利。由于目前对不同阶段猪体型特征的变化规律尚缺乏较为系统的研究,以致相关工程配套技术的研究缺乏必要的体型特征数据资料,很难设计出既能满足猪的生理需求和行为需要,又尽可能降低造价的设施和设备;加之有关参数测量尚缺乏有效的测试设备和测试方法,获得这些参数需耗费大量人力、物力,且对猪只会产生很大的应激。笔者选取体重、体长、体斜长、体高、胸围、腹围等6个猪体型特征参数进行测试分析,选出不同生长阶段猪只的体型特征主成分因子,以更好地了解猪的生长发育情况与相关性状信息的关系,为实现生猪生产标准化以及相关配套设施、设备的开发提供理论依据。 1 材料和方法 1.1 材料表面 1 丹系长白猪的养殖养殖情况 实验样本猪选自天津市宁河原种猪场。随机选取分别为哺乳、断奶仔培、育成、育肥4个生长阶段起始日龄,即1、28、70和150日龄的丹系长白猪各50头作为样本,各阶段样本猪群的饲养环境、饲喂方式和营养水平基本一致。 2 测试时间 2004-08每天上午喂饲前对猪只各项测试指标进行测定,除150日龄7 d内完成之外,其他均在2 d内完成。 1.2 体斜长的测量 主要测试指标见表1。测试方法参照《中国大白猪性能测定技术操作规程》。为使测试得到的体型参数能够为工程设计提供参考,将通常用于牛和鸡体尺测量的体斜长也作为体型特征参数。测试在临近猪只的圈栏内进行,圈栏290 mm×386 mm×88 mm,水泥地面。测量时,保持被测样本猪姿势 端正,自然放松,工具尽可能紧贴被测猪体表面。所用卷尺和杖尺测量前均作较正。 1.3 处理数据 1 标准化后的相关数据转换 原始数据度量单位不同,通常不能在同一水平上进行比较分析,为此,按式(1)对数据进行标准化处理,然后计算协方差阵。这种数据转换并不改变各变量之间的相关性。 XZ=(X?Xˉˉˉ)/s(1)XΖ=(X-Xˉ)/s(1) 式中:XZ为标准化后的数据;X为原始数据;XˉˉˉXˉ为原始数据的平均值;s为原始数据的标准差。 2 筛选主导成分 用Jacobi法求出体长、体斜长、体高、胸围、腹围、体重等6项体型特征参数相关阵的特征值、累积贡献率及特征向量。为了保留原多维空间的信息量并简化计算,一般选择k个较大特征值λ,使累积贡献率 Λ=∑i=1kλi(∑i=1nλi)?1≥85%(2)Λ=∑i=1kλi(∑i=1nλi)-1≥85%(2) 作为入选的主成分。数据采用SPSS软件分析。 2 结果与分析 2.1 性能间相关分析 作为一个完整的有机体,猪的外部特征与其形态、机体内部机能等有极其密切的关系,往往外部特征即可反映其内部机能。有研究表明,猪的某些外形形状与某些经济性状存在相关关系,与体格有关的体质、体高等性状有相当高的遗传力;所以,了解外形特征参数,对进行猪的遗传育种研究,以及确定养猪设备尺寸是十分必要的。根据所测体形特征数据,利用相关系数法,获得不同日龄测试样本的相关系数矩阵,结果见表2。可以看出,不同日龄长白猪各体型特征参数间均呈显著正相关(P0.01),其中各日龄体重X6与胸围X4的相关性最显著,体斜长X2与体高X3的相关性最弱。70日龄长白猪各体型特征参数间的相关系数集中在0.8左右,明显高于其他日龄的;体高X3与体重X6的相关系数达到了0.892。其他日龄长白猪的体型特征参数间相关系数比较分散。 尽管相关性分析可以了解各生长阶段猪不同体型特征参数之间的关系以及相互影响,但无法消除性状间彼此相关而造成的信息重叠,为此进行主成分分析,将复杂的数据综合成几个简单的综合性状。 2.2 主要成分分析 2.2.1 日龄长白猪体型特征参数的主成分和测量方法 按照主成分分析中关于累积贡献率和特征向量的生物学含义,累积贡献率为各复合性状相对于所有复合性状对于遗传方差的贡献的百分率;特征向量表示对复合性状贡献的大小,其绝对值反映了各性状对该主成分作用的大小和性质。 长白猪6个体型特征参数相关矩阵的特征值和累计贡献率及不同生长阶段入选的主成分特征向量见表3和4。 由表4可见