茶花鸡产蛋性能及产蛋率和累计产蛋数曲线拟合分析

刘 永，自先念，杜彦丽，李子健，康佳佳，高振东，王 坤，豆腾飞，贾俊静，葛长荣

（云南农业大学动物科学技术学院，云南 昆明 650201）

0 引言

【研究意义】茶花鸡属云南“六大名鸡”之一，由红色原鸡（Gallus gallus）经长期驯化、选育而成，主要分布于云南南部及边境热带、亚热带地区。产蛋性状是家禽重要经济性状。产蛋性能通常由开产日龄及开产体重、30 周龄和43 周龄产蛋数及蛋重、蛋品质等指标衡量[1−4]，各指标之间具有一定相关性。家禽产蛋曲线拟合分析是动态研究产蛋性能随时间变化的规律，将整个产蛋过程通过几个参数来反映[5]，可分析产蛋变化的原因，有助于家禽产蛋性能的改良，也可以预测产蛋量。【前人研究进展】家禽产蛋性能曲线拟合主要分为产蛋率曲线拟合和累计产蛋量曲线拟合。产蛋率曲线拟合常用4 种模型：伍德模型[6]、分室模型[7]、杨宁模型[8]和三次方程[9]。累计产蛋量曲线拟合常用模型有3 种：Logistic模型、Gompertz 模型和Von Bertalanffy 模型[10−11]。家禽产蛋性能曲线拟合在家禽产蛋规律研究中已得到广泛应用。滕军等[12]在济宁百日鸡中通过伍德模型、分室模型、杨宁模型对产蛋率曲线拟合分析，通过Logistic 模型、Gompertz 模型和Von Bertalanffy模型对累计产蛋数曲线拟合分析，发现杨宁模型和Von Bertalanffy 模型分别对济宁百日鸡产蛋率和累计产蛋数曲线拟合效果最好。刘嘉等[13]在探究旧院黑鸡产蛋规律时，同样采用上述模型对旧院黑鸡23～42 周的产蛋率和累计产蛋数进行曲线拟合分析，并与观测值进行比较，成功地对旧院黑鸡的产蛋规律进行评估和预测。黄利华等[14]利用6 种数学模型（伍德模型、分室模型、杨宁模型；Logistic、Gompertz和Von Bertalanffy 模型）对白羽番鸭的产蛋率及累计产蛋量进行拟合，最终探究出白羽番鸭的产蛋规律。【本研究切入点】目前有关茶花鸡的产蛋性能及产蛋曲线拟合还未见报道，研究其产蛋性能及产蛋曲线拟合对促进茶花鸡遗传资源的开发利用具有重要作用。【拟解决的关键问题】本研究记录了茶花鸡开产日龄及体重、30 周龄蛋重和产蛋数、20～45 周龄产蛋数等指标，对开产日龄及体重以及30、43 周龄蛋重和产蛋数进行皮尔逊相关性分析；对20～45 周龄的日产蛋率及累计产蛋数采用不同的非线性模型进行曲线拟合分析（日产蛋率采用伍德模型、分室模型、杨宁模型和三次方程；累计产蛋数通过Logistic、Gompertz 和Von Bertalanffy 模型），并与观测值进行比较，探索茶花鸡产蛋规律，为茶花鸡产蛋性能的选育提供参考。

1 材料与方法

1.1 试验动物及其饲养管理

一世代（原种茶花鸡F1代）茶花母鸡1 848 只来自西双版纳茶花鸡产业发展有限公司，整个生产过程饲养管理严格，参照西双版纳茶花鸡产业发展有限公司制定的饲养标准和免疫程序执行[15−16]。定期检查鸡群环境卫生和健康状况。

1.2 产蛋性能指标统计

记录每只茶花鸡每天产蛋性能指标至45 周，包括：

开产日龄：每只鸡产第一个蛋的日龄（d）；

开产体重：每只鸡产第一个蛋的体重（g）；

30 周龄产蛋数：到30 周龄每只母鸡的产蛋数；

43 周龄产蛋数：到43 周龄每只母鸡的产蛋数；

30 周龄蛋重：30 周龄前后3 d 每只鸡平均蛋重（g）；

43 周龄蛋重：43 周龄前后3 d 每只鸡平均蛋重（g）；

20～45 周龄产蛋数：统计20～45 周龄每只鸡总产蛋数；

日产蛋率/%=（总产蛋数/总饲养只数）×100；

日产蛋数/个=总产蛋数/平均日饲养只数。

1.3 产蛋性能指标相关性分析及产蛋曲线拟合模型

1.3.1 产蛋性能指标相关性分析 记录原始数据使用Excel 2013 进行整理，采用SPSS 25.0 计算开产日龄、开产日龄体重、30 周龄蛋重和产蛋数、43 周龄蛋重和产蛋数的平均数、标准差及变异系数，再进行Pearson 相关性分析。

1.3.2 产蛋曲线拟合模型

（1）产蛋率曲线拟合模型

记录原始数据，使用Excel 2013 进行整理，再采用伍德、杨宁、分室模型和三次方程对产蛋率进行曲线拟合，使用SPSS 25.0 软件的非线性回归分析，进入程序后，以产蛋率为因变量，并分别介入4 种模型表达式（表1），计算出每个模型最优参数及相应的拟合度R2。产蛋率曲线由Origin 2019b 绘制完成。

表1 4 种数学模型表达式Table 1 Four mathematical models

（2）累计产蛋量曲线拟合模型

累计产蛋量数据使用Excel 2013 进行初步整理，再采用Logistic、Gompertz 和Von Bertalanffy 模型对累计产蛋量进行曲线拟合，使用SPSS 25.0 的非线性回归进行分析，进入程序后，以累计产蛋量为因变量，并分别介入3 种模型表达式（表2），计算得出每个模型的最优参数及相应的拟合度R2。

表2 3 种数学模型表达式及拐点周龄、拐点产蛋数计算公式Table 2 Three mathematical models and formulas for calculating inflection points of chicken age and egg number

2 结果与分析

2.1 产蛋性能指标及相关性结果分析

由茶花鸡产蛋性能观测指标（表3）可知，开产日龄、30 周龄和43 周龄蛋重的变异系数均低于10%，而开产日龄体重、30 周龄和43 周龄产蛋数的变异系数超过10%。

表3 茶花鸡产蛋性能指标观测值Table 3 Observed value of Chahua chicken egg-laying indices

产蛋性能指标相关性分析结果（表4）表明，共有10 对性状存在显著相关性（P＜0.05）。开产体重与开产日龄呈显著负相关（P＜0.01），开产日龄与30 周龄产蛋数和43 周龄产蛋数显著负相关（P＜0.01），30 周龄蛋重与30 周龄产蛋数、43 周龄产蛋数显著负相关（P＜0.01）。开产体重与30 周龄蛋重、43 周龄蛋重显著正相关（P＜0.01），开产日龄与30 周龄蛋重显著正相关（P＜0.01），30 周龄蛋重与43 周龄蛋重显著正相关（P＜0.01），30 周龄产蛋数与43 周龄产蛋数显著正相关（P＜0.01）。

表4 茶花鸡产蛋性能相关性分析Table 4 Correlations on egg-laying performance indicators of Chahua chickens

2.2 产蛋率曲线拟合分析

2.2.1 4 种模型参数估计值与拟合度 通过对20～45 周龄周产蛋率统计分析，计算出4 种模型的拟合度及参数（表5）。使用SPSS 25.0 测评出的参数a、b、c、d 依次代入4 个模型中，得到拟合模型。在产蛋率拟合模型中，拟合度最好的是杨宁模型（R2= 0.990）。

2.2.2 产蛋率观测值与拟合值比较 比较茶花鸡产蛋率模型拟合值与观测值（表6）可知，杨宁模型拟合效果最好。首先是杨宁模型中所拟合出的首周产蛋率与实际周产蛋率最接近，相差0.25%，相对偏差为0.02；其次杨宁模型中所拟合出的最高峰产蛋率（27 周）与实际周产蛋率最接近，与实际观测值仅相差1.66%，相对偏差为0.02；且实际周产蛋率最高峰出现在26 周，杨宁模型拟合出的最高峰产蛋率出现在第27 周，与实际观测值最接近；同时实际产蛋率第45 周产蛋率为40.44%，杨宁模型拟合出的第45 周产蛋率为39.15%，与实际观测值最接近，相差为1.29%，相对偏差最低，为0.03。

表6 茶花鸡产蛋率模型拟合值与观测值Table 6 Predicted and observed egg-laying rates of Chahua chickens（单位：%）

茶花鸡实际产蛋率曲线与不同模型拟合曲线的比较（图1）可知，杨宁模型最能体现茶花鸡产蛋率曲线，观测值与其曲线最接近。伍德模型前期相对偏高，达到高峰期后相对偏低。三次方程在产蛋前期、后期都偏高。分室模型前期拟合效果不好，且偏差相对较大。

图1 茶花鸡实际产蛋率与不同模型拟合曲线Fig. 1 Actual and fitted curves of different models on Chahua chicken egg-laying rate

2.3 累计产蛋量曲线拟合分析

2.3.1 3 种模型的累积产蛋量曲线拟合分析 通过对20～45 周龄茶花鸡累计产蛋量进行统计分析，计算出3 种模型的拟合度及参数（表7）。使用SPSS 25.0测评出的参数a、b、k 依次代入3 个模型中。3 种模型均可对茶花鸡的累积产蛋量曲线进行拟合，拟合度都在0.991 以上，3 种模型拟合累计产蛋量的曲线与实际观测值的曲线都比较接近，其中Von Bertalanffy拟合度最高（R2=0.999）。

表7 茶花鸡3 种累计产蛋量曲线拟合结果Table 7 Curve fitting of 3 models for cumulative egg production of Chahua chickens

2.3.2 3 种模型的累积产蛋量观测值与估计值比较

由茶花鸡实际累计产蛋量与拟合值（表8）可知，首周（20 周龄）产蛋1.46 枚，Von Bertalanffy 模型拟合值为1.50 枚，相对偏差最小，为0.03，最接近实际累积产蛋量；45 周龄茶花鸡累计产蛋量曲线拟合值均低于实际观测值（91.33 枚），其中Von Bertalanffy 模型（90.10 枚）最接近45 周龄实际累积产蛋量，相对偏差最小，为0.01。

由表7 和表8 可知，3 种模型的拐点周龄对应的拐点产蛋数与实际观测值相当，其中Von Bertalanffy模型的拐点周龄是第29.23 周，对应的拐点产蛋数为34.35 枚，Gompertz 模型的拐点周龄是30.39 周，对应的拐点产蛋数为38.58 枚，Logistic 模型的拐点周龄是32.18 周，对应的拐点产蛋数为46.16 枚。

表8 茶花鸡实际累计产蛋量与拟合值Table 8 Observed and predicted cumulative egg production of Chahua chickens（单位：枚）

由图2 可知，3 种模型拟合累计产蛋量的曲线与实际观测值的曲线都比较接近，但Von Bertalanffy 拟合的曲线与实际曲线最为接近。Von Bertalanffy 为最佳累积产蛋量曲线拟合模型。

图2 茶花鸡实际累计产蛋量同模型拟合曲线Fig. 2 Actual and fitted curves of different models on Chahua chicken cumulative egg production

3 讨论

茶花鸡体型小，体重轻，肉质结实，营养价值高，是非常珍贵的种质资源，具有很高的选育价值，尤其是产蛋性能。已有研究表明群体整齐度的指标可以用变异系数来检验[17]。本试验中对一世代1 848 只茶花鸡的开产日龄、开产日龄体重、30 周龄和43 周龄产蛋数和蛋重进行统计分析，发现开产日龄、30 周龄和43 周龄蛋重的变异系数均低于10%，开产体重、30 周龄及43 周龄产蛋数的变异系数高于10%，说明茶花鸡的开产日龄、30 周龄和43 周龄蛋重的变化不大，相对整齐；而开产日龄体重、30 周龄及43 周龄产蛋数还有较大选育空间，可进一步选育提升。

茶花鸡产蛋性能指标相关性分析中开产体重与开产日龄呈显著负相关，与刘嘉等[13]研究旧院黑鸡的开产体重与开产日龄呈显著负相关、彭星等[18]研究二郎山山地鸡的开产体重与开产日龄呈极显著负相关的结果一致。茶花鸡开产日龄与30 周龄及43 周龄产蛋数显著负相关。卵巢成熟的速度与开产日龄相关，鸡的开产日龄早，卵巢的成熟速度就越快，所以可推断产蛋量高的鸡的卵巢成熟速度高于产蛋量低的鸡，开产日龄或许可以成为产蛋量高低的衡量指标[19]。本试验中30 周龄蛋重与30 周龄和43 周龄产蛋数显著负相关，所以在育种过程中应兼顾蛋重与产蛋数，不能一味追求高产蛋量。

本试验用4 种模型（分室模型、杨宁模型、伍德模型、三次方程）进行茶花鸡产蛋率曲线拟合，其中杨宁模型最能体现茶花鸡产蛋率曲线（R2=0.990），这与学者研究发现杨宁模型对淅川乌骨鸡[20]、豫粉1 号蛋鸡祖代D 系[21]、信宜怀乡鸡C 品系第3 世代[22]、淮南麻黄鸡和文昌鸡杂交后代母鸡[23]等的研究结论相一致。因此，茶花鸡育种过程中可运用杨宁模型预测茶花鸡产蛋率，为茶花鸡的选育提供科学的指导。

大多数的研究都发现Gompertz、Logistic 及Von Bertalanffy 拟合模型都适用于家禽累计产蛋数的拟合分析。本试验结果显示3 种模型都能拟合累积产蛋量，且拟合值均高于0.991，其中Von Bertalanffy 模型拟合效果最佳（R2=0.999），这与王晓峰等[24]拟合京海黄鸡1 号配套系父母代、腾军等[12]拟合济宁百日鸡、刘嘉等[13]拟合旧院黑鸡、黄利华等[14]拟合白羽番鸭，累计产蛋量结果一致，说明Von Bertalanffy模型能够很好地反映出茶花鸡的累积产蛋量的规律。实际生产中，可采用杨宁模型和 Von Bertalanffy模型对茶花鸡产蛋率及累计产蛋数进行拟合分析，并与实际观测值进行对比，有助于提高茶花鸡的产蛋性能、选育进展和保种扩繁效果。

最后，本试验中模型优劣的判断是根据现有数据估算出模型参数，在求出估算值，再和实际观测值比较求得R2，这样会使得R2不同程度虚高，在后续的试验中需逐步完善估算参数，以获得更准确的试验数据。