鸟粪石沉淀法回收猪场沼液氮磷工艺参数优化模拟研究

针对规模化养殖场沼液难以农田消纳的问题,探索化学方法回收沼液中氮磷的工艺条件和优化参数。本研究选择猪场沼液为研究对象,采用鸟粪石沉淀法,进行单因素影响试验,选取p H、镁氮比、磷氮比为自变量,以氮磷回收率为响应值,通过BoxBehnken响应面试验设计对工艺参数进行优化。结果显示:猪场沼液氮磷回收的最佳工艺为:p H 10,镁氮比为1.1,磷氮比为0.6,氨氮回收率为65.21%,磷酸盐回收率为89.47%,实际值氨氮回收率为65.01%,磷酸盐回收率为90.81%,差值分别为0.20%、1.34%,回归模型拟合较好。     

规模化奶牛场泌乳牛粪便氮磷含量预测模型研究

为了探讨基于泌乳牛日粮营养成分及其基本生产状况预测粪便氮磷含量的可行性,建立粪便总氮(fecal nitrogen,FN)、粪便总磷(fecal phosphorus,FP)含量的预测模型。本试验以中国荷斯坦奶牛为研究对象,选取天津市具有代表性的7家规模化奶牛场为采样点,利用问卷调查收集了20组泌乳期奶牛日粮营养成分及基本生产状况等基础数据,并采集了60份粪便样品,测定其氮磷含量。选取其中14组泌乳期奶牛日粮营养成分及基本生产状况等基础数据和48份泌乳牛粪便的氮磷含量,利用SAS统计分析软件,对其进行相关性分析和回归分析,建立预测模型。结果表明:日粮有机质摄入量(organic matter intake,OMI)和粗脂肪摄入量(crude fat intake,CFi)与泌乳牛粪便总氮含量有显著的正相关性,相关系数分别为0.836和0.705。泌乳牛体重(body weight,BW)与粪便总磷含量呈负相关性,相关系数为-0.525。利用多元线性回归分析建立的预测模型的决定系数R2显著高于一元线性回归方程。其中基于泌乳牛产奶量(milk yield,MY),产奶天数(days in milk,DIM),日粮有机质摄入量OMI和氮摄入量(nitrogen intake,NI)建立的粪便总氮含量的预测模型的决定系数R2可达0.96(P0.001),预测方程为:y=0.43+0.29×MY+0.02×DIM+0.92×OMI-13.01×NI。粪便总磷含量的预测模型的决定系数R2相对低于总氮含量的预测模型,最高为0.62(P0.10),预测方程为:y=22.97-0.026×BW-4.02×NI+14.63×PI(phosphorus intake,PI)。最后利用6组泌乳牛日粮营养成分及其基本生产状况的基础数据和对应的18份粪便样品的氮磷含量对最优预测模型进行了外部验证。结果表明,粪便总氮含量和总磷含量的预测值与测定值间的相对误差分别为1.62%和3.81%,预测标准差分别为0.70 mg·g-1和0.68 mg·g-1,模型取得较理想的预测结果。     

超声波气泡清洗对鲜切豇豆生化指标的影响

在温度30℃下,用低功率超声波分别清洗鲜切豇豆10,15,20,25,30min,并且以清水清洗作为对照,研究各样品中失质量率、呼吸强度,以及VC、叶绿素、可溶性蛋白含量的变化,探索有利于鲜切菜保鲜的最佳清洗时间。实验表明,超声波处理10min的鲜切豇豆,其呼吸作用明显受到抑制,机械损伤小,对VC无明显破坏作用,感官品质优良,有利于保鲜。     

规模化奶牛场泌乳牛粪便氮磷含量预测模型研究

为了探讨基于泌乳牛日粮营养成分及其基本生产状况预测粪便氮磷含量的可行性,建立粪便总氮（fecal nitrogen,FN）、粪便总磷（fecal phosphorus,FP）含量的预测模型。本试验以中国荷斯坦奶牛为研究对象,选取天津市具有代表性的 7 家规模化奶牛场为采样点,利用问卷调查收集了 20 组泌乳期奶牛日粮营养成分及基本生产状况等基础数据,并采集了 60 份粪便样品,测定其氮磷含量。选取其中 14 组泌乳期奶牛日粮营养成分及基本生产状况等基础数据和 48 份泌乳牛粪便的氮磷含量,利用 SAS 统计分析软件,对其进行相关性分析和回归分析,建立预测模型。结果表明：日粮有机质摄入量（organic matter intake,OMI）和粗脂肪摄入量（crude fat intake,CFi）与泌乳牛粪便总氮含量有显著的正相关性,相关系数分别为 0.836 和 0.705。泌乳牛体重（body weight,BW）与粪便总磷含量呈负相关性,相关系数为-0.525。利用多元线性回归分析建立的预测模型的决定系数 R² 显著高于一元线性回归方程。其中基于泌乳牛产奶量（milk yield,MY）,产奶天数（days in milk,DIM）,日粮有机质摄入量 OMI 和氮摄入量（nitrogen intake,NI）建立的粪便总氮含量的预测模型的决定系数 R² 可达 0.96（P约0.001）,预测方程为：y=0.43+0.29×MY+0.02×DIM+0.92×OMI-13.01×NI。粪便总磷含量的预测模型的决定系数 R² 相对低于总氮含量的预测模型,最高为 0.62（P约0.10）,预测方程为：y=22.97-0.026×BW-4.02×NI+14.63×PI（phosphorus intake,PI）。最后利用 6 组泌乳牛日粮营养成分及其基本生产状况的基础数据和对应的 18 份粪便样品的氮磷含量对最优预测模型进行了外部验证。结果表明,粪便总氮含量和总磷含量的预测值与测定值间的相对误差分别为1.62%和 3.81%,预测标准差分别为 0.70 mg·g^-1 和 0.68 mg·g^-1,模型取得较理想的预测结果。