CN115219003A - 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 - Google Patents
快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 Download PDFInfo
- Publication number
- CN115219003A CN115219003A CN202210893813.2A CN202210893813A CN115219003A CN 115219003 A CN115219003 A CN 115219003A CN 202210893813 A CN202210893813 A CN 202210893813A CN 115219003 A CN115219003 A CN 115219003A
- Authority
- CN
- China
- Prior art keywords
- weight
- egg
- eggs
- shell
- yolk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013601 eggs Nutrition 0.000 title claims abstract description 264
- 210000000969 egg white Anatomy 0.000 title claims abstract description 105
- 235000014103 egg white Nutrition 0.000 title claims abstract description 105
- 210000002969 egg yolk Anatomy 0.000 title claims abstract description 88
- 210000003278 egg shell Anatomy 0.000 title claims abstract description 68
- 235000013345 egg yolk Nutrition 0.000 title claims abstract description 62
- 244000144977 poultry Species 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 38
- 102000002322 Egg Proteins Human genes 0.000 claims abstract description 202
- 108010000912 Egg Proteins Proteins 0.000 claims abstract description 202
- QCVGEOXPDFCNHA-UHFFFAOYSA-N 5,5-dimethyl-2,4-dioxo-1,3-oxazolidine-3-carboxamide Chemical compound CC1(C)OC(=O)N(C(N)=O)C1=O QCVGEOXPDFCNHA-UHFFFAOYSA-N 0.000 claims abstract description 101
- 238000011156 evaluation Methods 0.000 claims description 23
- 230000001066 destructive effect Effects 0.000 claims description 6
- 230000017448 oviposition Effects 0.000 claims description 6
- 238000001035 drying Methods 0.000 claims description 4
- 241000271566 Aves Species 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000004793 Polystyrene Substances 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 239000011521 glass Substances 0.000 claims description 2
- 210000000994 inner shell membrane Anatomy 0.000 claims description 2
- 229920002223 polystyrene Polymers 0.000 claims description 2
- 238000005096 rolling process Methods 0.000 claims description 2
- 241000272201 Columbiformes Species 0.000 description 35
- 238000004519 manufacturing process Methods 0.000 description 20
- 238000001514 detection method Methods 0.000 description 13
- 238000012360 testing method Methods 0.000 description 11
- 230000001915 proofreading effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000010219 correlation analysis Methods 0.000 description 8
- 238000009395 breeding Methods 0.000 description 6
- 230000001488 breeding effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000005303 weighing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005406 washing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 230000035764 nutrition Effects 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003746 feather Anatomy 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 241000272814 Anser sp. Species 0.000 description 1
- 241000286209 Phasianidae Species 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Animal Husbandry (AREA)
- Algebra (AREA)
- Agronomy & Crop Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,所述的方法包括步骤:(1)获取预设家禽种属群体中数十枚禽蛋的蛋重、去壳蛋重、蛋清重和蛋黄重;(2)对获得的去壳蛋重和蛋重进行曲线拟合,建立回归方程y1=a lnx+b,其中,y1为去壳蛋重,x为蛋重,a为去壳蛋重相对于蛋重的自然对数(即以常数e为底数的对数)的回归系数,b为校对系数;对获得的蛋清重和蛋重进行曲线拟合,建立回归方程y2=c lnx+d,其中,y2为蛋清重,x为蛋重,c为蛋清重相对于蛋重的自然对数(即以常数e为底数的对数)的回归系数,d为校对系数;(3)获取预设家禽种属群体中待测禽蛋的蛋重;(4)依据所述的回归方程,获取所述的待测禽蛋的去壳蛋重和蛋清重;(5)通过蛋重减去去壳蛋重,获得所述的待测禽蛋的壳重;(6)通过去壳蛋重减去蛋清重,获取所述的待测禽蛋的蛋黄重。
Description
技术领域
本发明涉及家禽养殖技术领域,具体涉及一种快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法。
背景技术
禽蛋是人类食物中廉价的优质蛋白质来源之一,是各种可食用的鸟类的蛋的统称,通常意义上的禽蛋有鸡蛋、鸭蛋、鹅蛋、鸽蛋、鹌鹑蛋等十余种。辅以不同类型的禽蛋口感、大小、中医药性质和加工工艺贡献,禽蛋已然成为人类餐桌和相关食品加工的必需品,市场占比份额大且稳定。因此,禽蛋的品质直接关乎蛋禽养殖的生产效益,料蛋比(平均蛋重与平均耗料量的比值)是衡量生产效益的重要指标。禽蛋的重量是蛋壳、蛋清和蛋黄的重量之和。在日常蛋禽生产过程中,禽蛋的重量相关指标(如蛋重、蛋壳重、蛋清重和蛋黄重)需要定时监测,以保证上市禽蛋的品质;并且,养殖场可以根据禽蛋品质相关指标的特殊变化,及时调整饲粮配方和饲养工艺。
目前,禽蛋的重量相关指标(如蛋重、蛋壳重、蛋清重和蛋黄重)的传统检测流程如下:一是,根据品种类别、群体数量、场舍数量或环境位置,随机采集一定数额的禽蛋,大头(钝端)编号待测;二是,称取、记录蛋重;三是,从中部纵向磕开蛋壳,将蛋打入分蛋器,分离蛋清、留下蛋黄;四是,将分蛋器中保留的蛋黄进行称重、记录蛋黄重;五是,用适量水流冲洗蛋壳内部,洗净残留蛋清,室温自然晾干后称重、记录壳重;六是,用蛋重减去蛋黄重和壳重,获得蛋清重;用蛋重减去壳重,获得去壳蛋重。在禽蛋重量相关指标的传统检测过程中,至少需要两人同时操作;用分蛋器分离蛋黄和冲洗蛋壳的操作环节是容易出现人为误差的两个环节,由于蛋清的残留,一般会造成测定值高于实际值;冲洗后蛋壳的室温自然晾干所需时长(根据季节而定)为5-10日,故最终禽蛋重量相关指标的检测数据完全出来需要等待至少5-10天。禽蛋的重量相关指标的可信度需要大数据支撑,故针对某一个影响因素的分组检测禽蛋数量至少保持30枚及以上,而用于检测的商品蛋市场价值为0.5-1.5元/枚,用于检测的种蛋市场价值(保守估计值)为4.5-20.0元/枚。目前,尚缺乏快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法。
发明内容
本发明的目的是为了克服上述现有技术中的至少一个缺点,提供通过快速无损评估禽蛋蛋壳、蛋清、蛋黄重量提高蛋种禽生产效率的方法,该方法对估测出的禽蛋蛋壳、蛋清、蛋黄重量,准确性高、简单易行,且无需破损禽蛋;根据评估出的禽蛋重量相关指标状况,适时对生产中的相关环节进行调整,确保和提高家禽生产效率。
本发明提供了一种快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,所述的方法包括步骤:
(1)获取预设家禽种属群体中数十枚禽蛋的蛋重、去壳蛋重、蛋清重和蛋黄重;
(2)对获得的去壳蛋重和蛋重进行曲线拟合,建立回归方程y1=a lnx+b,其中,y1为去壳蛋重,x为蛋重,a为去壳蛋重相对于蛋重的自然对数(即以常数e为底数的对数)的回归系数,b为校对系数;
对获得的蛋清重和蛋重进行曲线拟合,建立回归方程y2=c lnx+d,其中,y2为蛋清重,x为蛋重,c为蛋清重相对于蛋重的自然对数(即以常数e为底数的对数)的回归系数,d为校对系数;
(3)获取预设家禽种属群体中待测禽蛋的蛋重;
(4)依据所述的回归方程,获取所述的待测禽蛋的去壳蛋重和蛋清重;
(5)通过蛋重减去去壳蛋重,获得所述的待测禽蛋的壳重;
(6)通过去壳蛋重减去蛋清重,获取所述的待测禽蛋的蛋黄重。
较佳地,在所述的步骤(1)中所述的蛋黄重的获取方法为:
(i)通过蛋黄分离器或其他方式分离所述的预设家禽种属群体中数十枚禽蛋的蛋黄和蛋清;
(ii)用平皿滚动法洁净蛋黄表面的蛋清,即将分蛋器分离出来的蛋黄,迅速置于洁净的玻璃或一次性聚苯乙烯平皿内,沿外壁旋转,及时用不脱屑面纸或纱布等擦拭掉黏连在平皿表面的蛋清,至蛋黄表面基本无可视大块蛋清残留,然后获取所述的蛋黄重。
较佳地,在所述的步骤(1)中所述的去壳蛋重的获取方法为:
(Ai)用适量水流冲洗蛋壳中残留的蛋清,冲洗期间不要冲洗掉内壳膜;
(Aii)洁净后的蛋壳在室温下晾干,晾干后获取壳重;
(Aiii)用蛋重减去壳重,获取所述的去壳蛋重。
较佳地,所述的步骤(1)中所述的蛋清重为所述的蛋重减去所述的蛋黄重和壳重。
较佳地,所述的步骤(1)中所述的预设家禽种属群体中数十枚禽蛋数量为30枚及以上。
较佳地,所述的步骤(1)中所述的预设家禽种属群体中数十枚禽蛋可选择预设家禽种属群体进入产蛋期不同阶段的禽蛋作为样本,且数量为30枚及以上。
较佳地,所述的步骤(1)中所述的预设家禽种属群体中数十枚禽蛋可选择预设家禽种属群体进入产蛋高峰期禽蛋品质指标俱佳时候的禽蛋作为样本,且数量为30枚及以上。
更佳地,所述的禽蛋品质指标包括蛋重均匀度、壳厚度、壳强度和哈氏单位。
获得的禽蛋重量相关指标评估数值,可以反过来和某特定阶段禽蛋的传统有损检测获取值进行对比,如出现显著差异,可用于提示饲养工艺、日粮营养配比和/或环境控制等相关环节进行改进和调整。
本发明的通过快速无损评估禽蛋蛋壳、蛋清、蛋黄重量提高家禽生产效率的方法,即,快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,准确性高、简单易行、节省检测时长和人力,且无需破损待检禽蛋,建立的回归方程拟合程度好,决定系数高,填补了快速无损检测禽蛋的重量相关指标的空白,简单易行。家禽生产中,称取禽蛋的蛋重的仪器和方法能保证蛋重数据精确,本发明克服了禽蛋重量相关指标的传统检测过程中至少需要两人同时操作、用分蛋器分离蛋黄和冲洗蛋壳的操作环节人为误差大、获得蛋壳重的所需时长较长的问题,且因无损评估可以有效节约传统有损检测过程中造成的经济价值。另外,本发明建立的方法,适用于全程产蛋期能够通过适时监控禽蛋重量相关指标的改变,及时针对饲养工艺、日粮营养配比、环境控制等相关环节进行改进,特别是针对种禽的种蛋生产可能惠及商品代的品质和生产,以确保家禽生产性能的稳定、提高生产效率,在家禽选育和生产领域具有很好的应用前景。
具体实施方式
为了能够更清楚地理解本发明的技术内容,特举以下实施例详细说明。应理解,实施例仅是用于说明本发明,而不是对本发明的限制。
实施例一
1、建立快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的回归方程时指标的选择
(1)选择海兰褐蛋鸡为建模群体,采集75周龄时新鲜鸡蛋45枚,待用;
(2)测定个样重量相关指标中的去壳蛋重、蛋清重、蛋黄重、蛋壳重(如表1所示),分别与蛋重进行相关性分析和曲线估计。
(3)去壳蛋重,与蛋重的相关性分析达到显著性(相关系数为0.997,P<0.001),候选。
蛋清重,与蛋重的相关性分析达到显著性(相关系数为0.944,P<0.001),候选;与去壳蛋重的相关性分析达到显著性(相关系数为0.945,P<0.001),候选。
蛋黄重,与蛋重的相关性分析达到显著性(相关系数为0.644,P<0.001),候选;与去壳蛋重的相关性分析达到显著性(相关系数为0.649,P<0.001),候选。
蛋壳重,与蛋重的相关性分析达到显著性(相关系数为0.649,P<0.001),候选;与去壳蛋重的相关性分析达到显著性(相关系数为0.631,P<0.001),候选。
(4)作为因变量的蛋清重、蛋黄重、蛋壳重分别与拟定作为自变量的去壳蛋重和蛋重进行线性回归分析,用向后、逐步、向前法均显示,仅蛋重可以作为蛋清重、蛋黄重的引入自变量,而去壳蛋重作为剔除变量;线性回归分析显示作为因变量的蛋壳重可为自变量的蛋重减去去壳蛋重而得;线性回归分析显示蛋重可以作为去壳蛋重的引入自变量。
(5)根据相关系数的大小,分别构建去壳蛋重、蛋清重相对蛋重的回归方程,首先快速无损评估出去壳蛋重和蛋清重,然后计算出蛋黄重、蛋壳重。
2、建立快速无损评估去壳蛋重和蛋清重的回归方程时的模型选择
(1)采用曲线评估回归法对上述禽蛋蛋重与去壳蛋重、蛋清重分别进行曲线拟合。
去壳蛋重:模型Linear、Logarithmci、Quadratic、Cubic、Power的判定系数R2均达到了0.90及以上,Logarithmci的R2略高,且回归系数和校对系数的P值均小于0.001,有显著性意义,故选择Logarithmci模型建立了回归方程。
蛋清重:模型Linear、Logarithmci、Quadratic、Cubic、Power的判定系数R2均达到了0.85及以上,Logarithmci的R2略高,且回归系数和校对系数的P值均小于0.001,有显著性意义,故选择Logarithmci模型建立了回归方程。
(2)选择Logarithmci模型建立去壳蛋重的回归方程:y1=54.583lnx–169.434,其中y1为去壳蛋重,x为个样蛋重(单位为g),R2值为0.997。经t检验显示,回归系数54.583、校对系数–169.434的P值均小于0.001,有显著性意义。
选择Logarithmci模型建立蛋清重的回归方程:y2=41.903lnx–133.532,其中y2为壳重,x为个样蛋重(单位为g),R2值为0.880。经t检验显示,回归系数41.903、校对系数–133.532的P值均小于0.001,有显著性意义。
3、根据回归方程获取鸡蛋去壳蛋重、蛋壳重、蛋清重和蛋黄重的估测值
(1)如表1所示,根据回归方程分别计算个样去壳蛋重估测值,估测值与实测值的相关系数达到0.998,P值小于0.001,可准确估计禽蛋的去壳蛋重;使用蛋重减去去壳蛋重估测值的计算方法,分别获取个样壳重估测值,估测值与实测值的相关系数达到0.832,P值小于0.001,可准确估计禽蛋的壳重。
如表1所示,根据回归方程分别计算个样蛋清重估测值,估测值与实测值的相关系数达到0.938,可P值小于0.001,准确估计禽蛋的蛋清重;使用去壳减去蛋清重估测值的计算方法,分别获取个样蛋黄重估测值,估测值与实测值的相关系数达到0.768,P值小于0.001,可准确估计禽蛋的蛋黄重。
(2)将去壳蛋重、蛋清重、蛋黄重、蛋壳重分别和去壳蛋重估测值、蛋清重估测值、蛋黄重估测值、蛋壳重估测值进行T检验,均差异不显著,且P值均大于0.900。
表1建立快速无损评估禽蛋蛋壳、蛋清、蛋黄重量回归方程的原始数据和评估数据单位:(g)
实施例二
1、建立快速无损评估鸡蛋去壳蛋重和蛋清的回归方程
(1)选择海兰褐蛋鸡为建模群体,于48周龄、56周龄、75周龄随机采集新鲜鸡蛋30-45枚,分别检测蛋品质;
(2)测定个样重量相关指标中的去壳蛋重、蛋清重、蛋黄重、蛋壳重;
(3)将3个时间点的个样重量相关指标合并(如表2所示),选择Logarithmci模型建立去壳蛋重的回归方程:y1=54.620lnx–169.518,其中y1为去壳蛋重,x为个样蛋重(单位为g),R2值为0.995。经t检验显示,回归系数54.620、校对系数–169.518的P值均小于0.001,有显著性意义。
选择Logarithmci模型建立蛋清重的回归方程:y2=41.972lnx–134.167,其中y2为壳重,x为个样蛋重(单位为g),R2值为0.851。经t检验显示,回归系数41.972、校对系数–134.167的P值均小于0.001,有显著性意义。
表2建立快速无损评估禽蛋蛋壳、蛋清、蛋黄重量回归方程的原始数据单位:(g)
2、根据回归方程获取鸡蛋去壳蛋重、蛋壳重、蛋清重和蛋黄重的估测值
(1)如表3所示,根据回归方程分别计算75周龄个样去壳蛋重估测值,估测值与实测值的相关系数达到0.998,P值小于0.001,可准确估计禽蛋的去壳蛋重;使用蛋重减去去壳蛋重估测值的计算方法,分别获取个样壳重估测值,估测值与实测值的相关系数达到0.831,P值小于0.001,可准确估计禽蛋的壳重。
如表3所示,根据回归方程分别计算75周龄个样蛋清重估测值,估测值与实测值的相关系数达到0.938,可P值小于0.001,准确估计禽蛋的蛋清重;使用去壳减去蛋清重估测值的计算方法,分别获取个样蛋黄重估测值,估测值与实测值的相关系数达到0.653,P值小于0.001,可准确估计禽蛋的蛋黄重。
(2)将75周龄个样的去壳蛋重、蛋壳重、蛋清重、蛋黄重分别和去壳蛋重估测值、蛋壳重估测值、蛋清重估测值、蛋黄重估测值进行T检验,均差异不显著,P分别为0.989、0.463、0.632、0.135。
表3建立快速无损评估禽蛋蛋壳、蛋清、蛋黄重量回归方程的原始数据和评估数据单位:(g)
实施例三
1、建立快速无损评估鸽蛋去壳蛋重和蛋清重的回归方程
(1)选择泰克森鸽、欧鸽、银王鸽、白羽王鸽、白卡鸽为建模群体,分别随机采集新鲜鸡蛋30枚,分别检测蛋品质;
(2)测定个样重量相关指标中的去壳蛋重、蛋清重、蛋黄重、蛋壳重;
(3)将5个品种的个样重量相关指标合并(如表4所示),选择Logarithmci模型建立去壳蛋重的回归方程:y1=20.452lnx–43.093,其中y1为去壳蛋重,x为个样蛋重(单位为g),R2值为0.981。经t检验显示,回归系数20.452、校对系数–43.093的P值均小于0.001,有显著性意义。
选择Logarithmci模型建立蛋清重的回归方程:y2=18.682lnx-41.949,其中y2为壳重,x为个样蛋重(单位为g),R2值为0.932。经t检验显示,回归系数18.682、校对系数-41.949的P值均小于0.001,有显著性意义。
表4建立快速无损评估鸽蛋蛋壳、蛋清、蛋黄重量回归方程的原始数据和评估数据单位:(g)
2、根据回归方程获取鸽蛋去壳蛋重、蛋壳重、蛋清重和蛋黄重的估测值
(1)如表4所示,根据回归方程计算鸽蛋个样去壳蛋重估测值,估测值与实测值的相关系数达到0.991,P值小于0.001,可准确估计禽蛋的去壳蛋重;使用蛋重减去去壳蛋重估测值的计算方法,分别获取个样壳重估测值,估测值与实测值的相关系数达到0.655,P值小于0.001,可准确估计禽蛋的壳重。
如表4所示,根据回归方程计算鸽蛋个样蛋清重估测值,估测值与实测值的相关系数达到0.969,可P值小于0.001,准确估计禽蛋的蛋清重;使用去壳减去蛋清重估测值的计算方法,分别获取个样蛋黄重估测值,估测值与实测值的相关系数达到0.593,P值小于0.001,可准确估计禽蛋的蛋黄重。
(2)将所有鸽蛋个样的去壳蛋重、蛋壳重、蛋清重、蛋黄重分别和去壳蛋重估测值、蛋壳重估测值、蛋清重估测值、蛋黄重估测值进行T检验,均差异不显著,P分别为0.998、0.980、0.942、0.666。
实施例四
1、建立快速无损评估鸽蛋去壳蛋重和蛋清重的回归方程
(1)选择泰克森鸽、欧鸽、银王鸽、白羽王鸽、白卡鸽为建模群体,分别随机采集新鲜鸡蛋30枚,分别检测蛋品质;
(2)测定个样重量相关指标中的去壳蛋重、蛋清重、蛋黄重、蛋壳重;
表5建立快速无损评估禽蛋蛋壳、蛋清、蛋黄重量回归方程的原始数据和评估数据单位:(g)
(3)针对5个品种的鸽蛋个样重量相关指标实测值(如表5所示),分别选择Logarithmci模型建立去壳蛋重的回归方程:y1=a lnx–b,其中y1为去壳蛋重,x为个样蛋重(单位为g)。如表6所示,R2均大于0.900;经t检验显示,回归系数a、校对系数b的P值均小于0.001,有显著性意义。
选择Logarithmci模型建立蛋清重的回归方程:y2=c lnx-d,其中y2为壳重,x为个样蛋重(单位为g)。如表6所示,R2均大于0.900;经t检验显示,回归系数c、校对系数d的P值均小于0.001,有显著性意义。
表6不同鸽品种的快速无损评估鸽蛋去壳蛋重和蛋清重回归方程的相关系数
2、根据回归方程获取鸽蛋去壳蛋重、蛋壳重、蛋清重和蛋黄重的估测值
(1)如表5所示,根据回归方程计算5个品种鸽蛋个样去壳蛋重估测值,然后使用蛋重减去去壳蛋重估测值的计算方法,分别获取个样壳重估测值;5个品种鸽蛋个样的去壳蛋重估测值与实测值的相关系数均超过0.900,P值均小于0.001,可准确估计鸽蛋的去壳蛋重;5个品种鸽蛋个样的蛋壳重估测值与实测值的相关系数均超过0.700,P值均小于0.001,可准确估计鸽蛋的蛋壳重;
根据回归方程计算鸽蛋个样蛋清重估测值,然后使用去壳减去蛋清重估测值的计算方法,分别获取个样蛋黄重估测值;5个品种鸽蛋个样的蛋清重估测值与实测值的相关系数均超过0.900,P值均小于0.001,可准确估计鸽蛋的蛋清重;5个品种鸽蛋个样的蛋黄重估测值与实测值的相关系数均超过0.600,P值均小于0.05,可准确估计鸽蛋的蛋黄重。
(2)将5个品种鸽蛋个样的去壳蛋重实测值、蛋壳重实测值、蛋清重实测值、蛋黄重实测值分别和去壳蛋重估测值、蛋壳重估测值、蛋清重估测值、蛋黄重估测值进行T检验,均差异不显著;5个品种鸽蛋的去壳蛋重、蛋壳重、蛋清重的估测值与实测值比较的P值均大于0.900,蛋黄重的估测值与实测值比较的P值均大于0.600。
本发明的通过快速无损评估禽蛋蛋壳、蛋清、蛋黄重量提高家禽生产效率的方法,即,快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,准确性高、简单易行、节省检测时长和人力,且无需破损待检禽蛋,建立的回归方程拟合程度好,决定系数高,填补了快速无损检测禽蛋的重量相关指标的空白,简单易行。家禽生产中,称取禽蛋的蛋重的仪器和方法能保证蛋重数据精确,本发明克服了禽蛋重量相关指标的传统检测过程中至少需要两人同时操作、用分蛋器分离蛋黄和冲洗蛋壳的操作环节人为误差大、获得蛋壳重的所需时长较长的问题,且因无损评估可以有效节约传统有损检测过程中造成的经济价值。另外,本发明建立的方法,适用于全程产蛋期能够通过适时监控禽蛋重量相关指标的改变,及时针对饲养工艺、日粮营养配比、环境控制等相关环节进行改进,特别是针对种禽的种蛋生产可能惠及商品代的品质和生产,以确保家禽生产性能的稳定、提高生产效率,在家禽选育和生产领域具有很好的应用前景。
本发明并不局限于上述实施例,而是覆盖在不脱离本发明的精神和范围的情况下所进行的所有改变和修改。这些改变和修改不应被认为是脱离了本发明的精神和范围,并且所有诸如对于本领域技术人员来说显而易见的修改均应被包括在所附权利要求的范围内。
Claims (8)
1.一种快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,所述的方法包括步骤:
(1)获取预设家禽种属群体中数十枚禽蛋的蛋重、去壳蛋重、蛋清重和蛋黄重;
(2)对获得的去壳蛋重和蛋重进行曲线拟合,建立回归方程y1=a lnx+b,其中,y1为去壳蛋重,x为蛋重,a为去壳蛋重相对于蛋重的自然对数(即以常数e为底数的对数)的回归系数,b为校对系数;
对获得的蛋清重和蛋重进行曲线拟合,建立回归方程y2=c lnx+d,其中,y2为蛋清重,x为蛋重,c为蛋清重相对于蛋重的自然对数(即以常数e为底数的对数)的回归系数,d为校对系数;
(3)获取预设家禽种属群体中待测禽蛋的蛋重;
(4)依据所述的回归方程,获取所述的待测禽蛋的去壳蛋重和蛋清重;
(5)通过蛋重减去去壳蛋重,获得所述的待测禽蛋的壳重;
(6)通过去壳蛋重减去蛋清重,获取所述的待测禽蛋的蛋黄重。
2.根据权利要求1所述的快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,在所述的步骤(1)中所述的蛋黄重的获取方法为:
(i)通过蛋黄分离器或其他方式分离所述的预设家禽种属群体中数十枚禽蛋的蛋黄和蛋清;
(ii)用平皿滚动法洁净蛋黄表面的蛋清,即将分蛋器分离出来的蛋黄,迅速置于洁净的玻璃或一次性聚苯乙烯平皿内,沿外壁旋转,及时用不脱屑面纸或纱布等擦拭掉黏连在平皿表面的蛋清,至蛋黄表面基本无可视大块蛋清残留,然后获取所述的蛋黄重。
3.根据权利要求1所述的快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,在所述的步骤(1)中所述的去壳蛋重的获取方法为:
(Ai)用水流冲洗蛋壳中残留的蛋清,冲洗期间不要冲洗掉内壳膜;
(Aii)洁净后的蛋壳在室温下晾干,晾干后获取壳重;
(Aiii)用蛋重减去壳重,获取所述的去壳蛋重。
4.根据权利要求1所述的快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,在所述的步骤(1)中所述的蛋清重为所述的蛋重减去所述的蛋黄重和壳重。
5.根据权利要求1所述的快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,所述的步骤(1)中所述的预设家禽种属群体中数十枚禽蛋数量为30枚及以上。
6.根据权利要求1所述的快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,所述的步骤(1)中所述的预设家禽种属群体中数十枚禽蛋可选择预设家禽种属群体进入产蛋期不同阶段的禽蛋作为样本。
7.根据权利要求1所述的快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,所述的步骤(1)中所述的预设家禽种属群体中数十枚禽蛋可选择预设家禽种属群体进入产蛋高峰期禽蛋品质指标俱佳时候的禽蛋作为样本。
8.根据权利要求7所述的快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法,其特征在于,所述的禽蛋品质指标包括蛋重均匀度、壳厚度、壳强度和哈氏单位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210893813.2A CN115219003A (zh) | 2022-07-27 | 2022-07-27 | 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210893813.2A CN115219003A (zh) | 2022-07-27 | 2022-07-27 | 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115219003A true CN115219003A (zh) | 2022-10-21 |
Family
ID=83614187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210893813.2A Pending CN115219003A (zh) | 2022-07-27 | 2022-07-27 | 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115219003A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09178728A (ja) * | 1995-10-26 | 1997-07-11 | Taisei Denki Seisakusho:Kk | 卵質自動検査装置 |
KR101032788B1 (ko) * | 2011-03-29 | 2011-05-02 | 중앙아이엔티 주식회사 | 계란 신선도 검사 장치 |
US20120182543A1 (en) * | 2009-06-11 | 2012-07-19 | Josse De Baerdemaeker | Method for Determining Weights of Eggs, and Apparatus |
CN109001152A (zh) * | 2018-10-08 | 2018-12-14 | 中国农业大学 | 基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 |
CN211718255U (zh) * | 2020-02-28 | 2020-10-20 | 安徽省农业科学院畜牧兽医研究所 | 一种鸡蛋蛋黄、蛋清分离器 |
CN114441019A (zh) * | 2022-01-28 | 2022-05-06 | 江苏省家禽科学研究所 | 一种通过快速评估肝脏重量、肝体比提高家禽生产效率的方法 |
CN114577738A (zh) * | 2022-03-14 | 2022-06-03 | 江苏省家禽科学研究所 | 一种通过快速评估肝脏颜色提高家禽生产效率的方法 |
CN114578002A (zh) * | 2022-03-09 | 2022-06-03 | 武汉轻工大学 | 一种基于鸡蛋容重的鸡蛋品质无损检测方法 |
-
2022
- 2022-07-27 CN CN202210893813.2A patent/CN115219003A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09178728A (ja) * | 1995-10-26 | 1997-07-11 | Taisei Denki Seisakusho:Kk | 卵質自動検査装置 |
US20120182543A1 (en) * | 2009-06-11 | 2012-07-19 | Josse De Baerdemaeker | Method for Determining Weights of Eggs, and Apparatus |
KR101032788B1 (ko) * | 2011-03-29 | 2011-05-02 | 중앙아이엔티 주식회사 | 계란 신선도 검사 장치 |
CN109001152A (zh) * | 2018-10-08 | 2018-12-14 | 中国农业大学 | 基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 |
CN211718255U (zh) * | 2020-02-28 | 2020-10-20 | 安徽省农业科学院畜牧兽医研究所 | 一种鸡蛋蛋黄、蛋清分离器 |
CN114441019A (zh) * | 2022-01-28 | 2022-05-06 | 江苏省家禽科学研究所 | 一种通过快速评估肝脏重量、肝体比提高家禽生产效率的方法 |
CN114578002A (zh) * | 2022-03-09 | 2022-06-03 | 武汉轻工大学 | 一种基于鸡蛋容重的鸡蛋品质无损检测方法 |
CN114577738A (zh) * | 2022-03-14 | 2022-06-03 | 江苏省家禽科学研究所 | 一种通过快速评估肝脏颜色提高家禽生产效率的方法 |
Non-Patent Citations (1)
Title |
---|
刘强 等: "动物营养学研究方法和技术", 北京:中国农业大学出版社, pages: 244 - 246 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Song et al. | A comparison of egg quality of pheasant, chukar, quail and guinea fowl | |
Ogah | Assessing size and conformation of the body of Nigerian indigenous turkey | |
Reijrink et al. | Influence of prestorage incubation on embryonic development, hatchability, and chick quality | |
Tabidi | Impact of storage period and quality on composition of table egg | |
Vleck et al. | Metabolism of avian embryos: ontogeny of oxygen consumption in the rhea and emu | |
Bunter et al. | Genetic parameters for egg-, chick-and live-weight traits recorded in farmed ostriches (Struthio camelus) | |
Ipek et al. | Comparison of hatching egg characteristics, embryo development, yolk absorption, hatch window, and hatchability of Pekin Duck eggs of different weights | |
Kgwatalala et al. | Egg quality characteristics and phenotypic correlations among egg quality traits in the naked neck, normal and dwarf strains of Tswana chickens raised under intensive management system | |
Ojo et al. | Relationship between body weight and some egg production trait in the Japanese quail (Coturnix coturnix japonica) | |
CN104034854A (zh) | 一种调味龙虾的货架期预测方法 | |
CN107041325B (zh) | 一种禽胚蛋无损性别判定方法 | |
CN115219003A (zh) | 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 | |
Fathi et al. | Effect of genotype and egg weight on hatchability properties and embryonic mortality pattern of native chicken populations | |
Kucharska-Gaca et al. | The age of the geese from the parent flock and the laying period affect the features of the eggs | |
Lorenz et al. | Seasonal variations in egg quality | |
CN109490478A (zh) | 一种水稻香味快速检测方法 | |
Radwan et al. | Mechanical and ultrastructural properties of eggshell in two Egyptian native breeds of chicken | |
CN106018487B (zh) | 一种快速检测鸡蛋鲜度的方法 | |
CN110879176B (zh) | 椰子果实成熟度的鉴别方法 | |
CN112753650A (zh) | 一种鸭皮脂性状活体预测方法及其应用 | |
Peters et al. | Modelling growth in seven chicken genotypes | |
Đokić et al. | Quality of table eggs in relation to shell colour | |
Portillo-Salgado et al. | Analysis of quality and prediction of external and internal egg traits in Mexican native turkey hens | |
CN107860746A (zh) | 一种云南地方鸡肌肉冻干粉赖氨酸含量近红外检测方法 | |
Gornowicz et al. | The qualiTy of duck meaT from The perspecTive of physical measuremenTs and experT judgmenT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |