本试验旨在建立合理的1～21日龄黄羽肉鸡豆粕净能（NE）预测模型。对豆粕净能进行测定,为维持净能（NEm）与沉积净能（NEp）之和,NEm测定采用回归法,NEp测定采用套算法;测定21个豆粕样品的概略养分含量,并进行NE与表观代谢能（AME）、化学成分的一元或多元线性回归分析,建立模型;将21个豆粕样品水分分别调整为11%、12%和13%,并分别建立3种水分及全局傅里叶近红外光谱（FNIRS）模型。结果表明:1)1～21日龄黄羽肉鸡21种豆粕NE为6.045～7.829MJ/kg,AME转化为NE的效率为55.24%62.78%;2)用化学成分建立的最佳豆粕NE预测方程的R2为0.96,RSD为0.114MJ/kg;用AME结合化学成分建立的最佳预测方程的R2为0.98,RSD为0.079MJ/kg;3)3个水分以及全局FNIRS模型校正相关系数（R2cal）分别为0.96、0.98、0.97、0.94,校正标准差（RMSEE）分别为0.100、0.072、0.069、0.105MJ/kg;交叉验证相关系数（R2cv）分别为0.92、0.95、0.95、0.93;交叉验证标准差（RMSECV）分别为0.131、0.096、0.089和0.116MJ/kg。结果提示,通过调节水分扩大样本可建立可靠、方便的豆粕NE的全局FNIRS模型,FNIRS模型与只用化学成分建立的预测模型准确度相当,较用AME结合化学成分建立预测模型的准确度稍差。
