基于遙感主要環境影響因子與春尺蠖羽化的相關性分析

摘 要：【目的】研究地表溫度、土壤含水量對春尺蠖羽化的影響，為提高蟲害防治效率、降低防治成本提供理論依據。

【方法】以新疆克拉瑪依市開發區為例，選擇有代表性的12塊林地（P0～P11），利用實測春尺蠖羽化量數據、地表溫度及土壤含水量衛星數據，采用趨勢、相關性及回歸方法，分析春尺蠖羽化量的時空分布特征及其變化趨勢，研究地表溫度、土壤含水量在時空維度對其羽化的影響。

【結果】（1）點P3、P4、P10、P11所處林分春尺蠖蟲害最嚴重，P6所處林分蟲害水平始終較低。（2）春尺蠖逐日羽化量與地表溫度呈正相關，與土壤含水量呈負相關，且這種相關性主要集中在羽化高峰日前。（3）點P5、P7、P8所處林分內土壤含水量與春尺蠖逐日羽化量的負相關性較大。（4）2021年羽化高峰日前，地表溫度主要通過蒸發效應影響土壤含水量進而間接影響羽化進程，而2022年地表溫度對羽化則主要表現為直接影響。

【結論】地表溫度、土壤含水量對春尺蠖羽化的影響是一種綜合效應。在適宜春尺蠖羽化的土壤溫濕度范圍內，地表溫度的上升或土壤含水量的下降會促進羽化，反之則抑制羽化，且這種影響主要集中在羽化高峰日前。點P5、P7、P8所處林分內土壤含水量與春尺蠖逐日羽化量的負相關性較大，可在這些區域內開展人工灌溉從而抑制春尺蠖的發生。

關鍵詞：春尺蠖；羽化；遙感；環境影響因子

中圖分類號：S763 文獻標志碼：A 文章編號：1001-4330（2024）04-0954-10

0 引 言

【研究意義】春尺蠖（Apocheima cinerarius Erschoff）屬鱗翅目、尺蛾科雜食性昆蟲［1］，是常見的林木果樹食葉害蟲之一［2］，其幼蟲發育快、食量大、常暴食成災［3］，在新疆克拉瑪依市危害尤為嚴重［4］。地表溫度、土壤含水量是影響春尺蠖越冬蛹羽化的主要環境因子，土壤內部是昆蟲蛹歷夏越冬的場所，土壤溫度、濕度是影響昆蟲越冬蛹存活率的重要因素之一［5］，也是影響害蟲發生與危害的關鍵因素之一［6］。探究地表溫度、土壤含水量在時空維度對春尺蠖羽化的影響規律，以及研究二者對春尺蠖羽化的影響對優化當地春尺蠖蟲害防治策略、提高防治效率、降低防治成本有實際意義?！厩叭搜芯窟M展】春尺蠖卵的孵化與所寄生樹木的生長發育是同步的，當樹木開始萌芽時卵同步開始孵化［7］。孵化出的幼蟲以寄主葉片為食，在經歷五個年齡階段的發育后入土化蛹，歷夏越冬，此過程中地表溫度、土壤含水量是影響其越冬蛹羽化的主要環境因子［8］。遙感技術也被成功地引入春尺蠖的研究中，用于分析其潛在分布和發展規律［9］，預測其發生期［10］，以及研究環境因子對其蟲態發育節律的驅動規律等［11］?！颈狙芯壳腥朦c】遙感技術已被運用于春尺蠖研究中［12，13］。但基于遙感數據的空間分析方法，探究環境因子對春尺蠖羽化的影響的研究相對有限。需要研究地表溫度、土壤含水量對春尺蠖羽化的影響。

【擬解決的關鍵問題】以實測春尺蠖羽化數據、遙感地表溫、濕度數據為基礎，采用趨勢分析、偏相關分析、通徑分析等方法，分析春尺蠖羽化量的時空分布特征及其變化趨勢及地表溫度、土壤含水量分別在時空維度與春尺蠖羽化量間的相關性，為進一步調整優化當地春尺蠖蟲害防治策略提供理論依據。

1 材料與方法

1.1 材 料

1.1.1 研究區概況

新疆克拉瑪依市農業綜合開發區屬干旱、半干旱區，其年平均蒸發量遠大于年平均降水量，夏季炎熱少雨、冬季寒冷干燥［14-15］。開發區內外共有農田防護林近萬畝，其主要栽種的楊樹、白榆、白蠟等正是春尺蠖幼蟲的喜食樹種。加之這些防護林分布緊密，有利于其蟲害的擴散［4］，選取開發區中地形平坦、林分密度高、歷年春尺蠖蟲害最嚴重的主體區域作為研究區，其面積約116.29 km2。

1.1.2 春尺蠖羽化量

均勻地選取研究區內具有代表性的12塊林地。利用50 m規格皮卷尺、全站儀、標桿等測量工具，分別在林地的中心位置丈量出12塊長40 m、寬40 m的正方形標準樣地，總面積達19 200 m2。這些樣地包括純楊林和混交林，平均樹齡15～20 a，平均株行距約1.5 m×4.0 m。以每塊樣地的中心作為春尺蠖羽化量數據的采樣點，利用手持GPS分別記錄12個采樣點的經緯度、高程等空間信息。表1

當地春尺蠖具有發生期短、爆發量大的特點。歷年春尺蠖成蟲始見日集中在3月中下旬，終止日集中在4月上旬，羽化歷期約20日，其中羽化高峰期集中在3月末。選取2021及2022年每年3月20日至4月6日為研究期。以等間隔取樣法在每塊樣地內選擇位置最居中的4排樹木，每排每間隔5棵樹取一棵為樣本樹，一排取5棵共20棵作為樣本。在樹干離地30至60 cm高處張貼粘蟲膠帶，每天定時重訪各點，統計各點春尺蠖羽化樣本總量。

1.1.3 地表溫度

李琴等［16］將MODIS地表溫度數據與53個氣象站實測數據進行擬合驗證，擬合精度較高。研究采用美國NASA官方發布的MODIS-MOD11A1產品中，表示地表溫度的子數據集LST_Day_1 km（https：//modis.gsfc.nasa.gov/）。時間跨度為2021～2022年每年3月20日至4月6日，時間分辨率為每日，空間分辨率為1 km。在統計各采樣點每日春尺蠖羽化量的同時，通過安裝WatchDog-2009ET型全自動便攜式氣象站，得到各采樣點每日0～10 cm的平均地表溫度實測數據。

1.1.4 土壤含水量

采用同時間、同分辨率的GCOM-W1衛星表層土壤濕度逐日數據（LPRM_AMSR2_DS_A_SOILM3）。該數據來自美國NASA官方EarthData網站（https：//ladsweb.modaps.eosdis.nasa.gov/）。以研究區采樣點的樣本樹的樹干底部為中心，以90 cm為半徑，挖半圓形樣坑，由上至下分層采集10～50 cm處的土壤樣本。將土壤樣本送實驗室稱重、烘干、計算等處理，得到采樣點每日平均土壤含水量實測數據。

1.2 方 法

1.2.1 地表溫度

MODIS地表溫度產品公式可基于每日地表溫度柵格的平均值，將地表溫度柵格值轉化為以攝氏度為單位的實際溫度值［17］。

t=value×0.02-273.15.（1）

式中，t表示實際地表溫度（℃），value表示MODIS產品柵格屬性值。

1.2.2 變化趨勢

利用一元線性回歸法，分析研究區地表溫度、土壤含水量、春尺蠖羽化量的逐日變化趨勢。

式中，n為數據所跨日數（n=18）；Xi為第i天變量的平均值；Xslope為變量的回歸方程的趨勢線斜率。Xslope＞0為變量隨時間呈上升趨勢；Xslope＜0為變量隨時間呈下降趨勢；Xslope＝0為變量幾乎無變化。

1.2.3 偏相關系數

偏相關判定指標是相關系數的R值［18］。一階偏相關系數，其公式為：

式中，rij是變量Xi與Xj的相關系數；rih是變量Xi與Xh的相關系數；rjh是變量Xj與Xh的相關系數。

1.2.4 通徑分析

通徑分析方法可將相關系數分解為直接通徑系數與間接通徑系數［19］，研究某一自變量對因變量的直接影響，以及該自變量通過其他自變量對因變量產生的間接影響。

1.2.5 克里金插值

克里金法（Kriging）是一種對隨機過程或隨機場進行空間建模及預測的回歸算法［20］，常被用于將離散的點數據插值為連續的曲面數據，以表達該數據的空間分布特征。其原理是以采樣點間的距離或方向，表達表面變化的空間相關性［21］。

Z（So）=∑Ni=1λiZ（Si）.（4）

式中，Z（Si）為第i個位置處的測量值；λi為第i個位置處測量值的權重；So為預測位置；N為測量數值。

1.3 數據處理

剔除原始數據中的異常像元［22］。利用MODIS Reprojection Tool工具及 ArcGIS軟件，將地表溫度及土壤含水量衛星數據進行幾何校正，投影、坐標變換、掩膜提取等預處理［23］。基于SPSS 26.0軟件平臺，利用實測地表溫度、土壤含水量數據，分別對MODIS地表溫度和GCOM-W1衛星表層土壤濕度數據進行線性擬合，擬合精度分別達93.6％和95.7％，所用地表溫度及土壤含水量衛星數據精度良好，具有較高適用性。同時，利用實測數據對衛星數據進行數學修正，優化其中個別存在偏差的像元值［24］。利用克里金插值法將實測春尺蠖羽化量點數據插值為空間柵格數據，為保證所有數據在空間上可以有效匹配［25］，將春尺蠖羽化量、地表溫度、土壤含水量柵格重采樣為90 m。

2 結果與分析

2.1 春尺蠖羽化量的時空分布特征

研究表明，2021、2022年春尺蠖逐日羽化量的平均值分別為12.66和15.36只。2022年春尺蠖蟲害有所加重，2021年春尺蠖防治工作效果并不理想。2年間，春尺蠖逐日羽化量在空間上均呈現自東向西逐步遞減的分布規律。其中采樣點P3、P4、P10、P11所處林分春尺蠖逐日羽化量明顯高于其他區域，而點P6所處林分羽化量明顯低于其他區域。表2，圖1

2.2 春尺蠖羽化量的時空變化趨勢

2.2.1 春尺蠖羽化量在時間維度的變化趨勢

研究表明，2年春尺蠖逐日羽化量整體均呈正態分布趨勢。以2021年春尺蠖羽化高峰日為節點，將整個研究期劃分為羽化高峰日前（3月20～25日）和羽化高峰日后（3月25日～4月6日）兩個階段。2022年研究期可劃分為羽化高峰日前（3月20～29日）和羽化高峰日后（3月29日～4月6日）2個階段。圖2

2.2.2 春尺蠖羽化量在空間維度的變化趨勢

研究表明，2021及2022年羽化高峰日前，春尺蠖逐日羽化量的變化趨勢取值范圍分別是［0.29， 4.51］和［1.72， 5.35］，春尺蠖逐日羽化量整體均呈上升趨勢。其中點P3、P4、P11所處林分在2年間均呈較顯著上升趨勢，點P6所處林分在2年間上升趨勢均不顯著。2年高峰日后春尺蠖逐日羽化量的變化趨勢值分別在［-2.87， -0.18］和［-14.32， 2.11］，春尺蠖逐日羽化量整體均呈下降趨勢。其中點P3、P4、P11所處林分在2年間均呈較顯著下降趨勢，而點P6所處林分2年間下降趨勢均不顯著。圖3

2.3 春尺蠖羽化量與主要環境影響因子的相關與回歸分析

2.3.1 春尺蠖羽化量與主要環境影響因子的偏相關性

研究表明，2021年X1與Y的偏相關系數為0.173＞0，P=0.149＞0.05，在此階段地表溫度與春尺蠖逐日羽化量存在正相關關系。X2與Y的偏相關系數為-0.368＜0，P=0.002＜0.01，土壤含水量與春尺蠖逐日羽化量存在極顯著負相關關系。2022年X1與Y的偏相關系數為0.394＞0，P=0.000 009＜0.01，X2與Y的偏相關系數為-0.196＜0，P=0.033＜0.05。2021年地表溫度、土壤含水量與逐日羽化量的偏相關系數分別為0.021和-0.093，2022年分別為0.078和-0.024。在羽化高峰日后地表溫度、土壤含水量與春尺蠖逐日羽化量的相關性將降至極低水平，二者對春尺蠖羽化的影響微弱。

2021年地表溫度、土壤含水量與春尺蠖逐日羽化量的空間平均偏相關系數分別為0.31、-0.64。春尺蠖逐日羽化量與地表溫度呈正相關，與土壤含水量呈負相關，且與土壤含水量的相關性大于其與地表溫度的相關性。2022年地表溫度、土壤含水量與春尺蠖逐日羽化量的空間平均偏相關系數分別為0.51、-0.32。表明在此階段地表溫度是比土壤含水量更顯著的羽化影響因子。地表溫度與羽化量正相關性最顯著的區域是點P0、P1所處林分，最不顯著的區域是點P10、P11所處林分。土壤含水量與羽化量負相關性最顯著的區域分布在點P7周圍，最不顯著的區域分布在點P10、P11周圍。兩年間點P5、P7、P8所處林分內土壤含水量與春尺蠖逐日羽化量的負相關性均較大。圖4

2.3.2 春尺蠖羽化量與主要環境影響因子的通徑分析

研究表明，2021年Shapiro-Wilk統計量為0.948，顯著水平為0.400＞0.05。2022年Shapiro-Wilk統計量為0.911，顯著水平為0.091＞0.05。Y是正態變量，可進行回歸分析。

2021年地表溫度的間接通徑系數占到其簡單相關系數的60.65％，在此階段地表溫度主要通過蒸發效應影響土壤含水量進而間接地對春尺蠖羽化產生正向影響。土壤含水量的間接通徑系數只占其簡單相關系數的23.29％，土壤含水量對春尺蠖羽化的作用主要表現為直接地負向影響。

2022年地表溫度的間接通徑系數只占到其簡單相關系數的15.83％，在此階段地表溫度對春尺蠖羽化的影響主要表現為直接地正向影響。土壤含水量的間接通徑系數占其簡單相關系數的46.59％，土壤含水量對春尺蠖羽化既有直接作用也有間接作用，其中直接作用更加顯著。表3、表4

3 討 論

3.1

研究發現，點P3、P4、P10、P11所處林分春尺蠖蟲害水平明顯高于其他區域，點P6所處林分蟲害水平則明顯低于其他區域，故在今后研究區春尺蠖蟲害防治工作中，應重點防治P3、P4、P10、P11所處林分，而點P6所處林分可以不采取防治措施。

以往研究顯示，研究區東部春尺蠖蟲害情況通常嚴重于西部，與研究中春尺蠖逐日羽化量在空間中呈現自東向西逐步遞減的分布規律結果高度吻合。2021年、2022年羽化高峰日前階段研究區土壤含水量平均值分別為10.65％、13.00％，2年羽化高峰日出現時間分別為3月25日和3月29日，與卿薇等［14］提出的土壤含水量低會導致春尺蠖羽化高峰期提前來臨，土壤含水量較高會導致羽化周期延長的結論較為吻合。春尺蠖越冬蛹的存活率與土壤溫濕度密切相關，與馮宏祖等［26］針對沙雅縣胡楊林春尺蠖發生規律的研究結果基本一致。

3.2

自然界中影響春尺蠖羽化的因素有很多，并且這些因素間也存在著復雜且多變的相互作用。研究只探究了地表溫度、土壤含水量對春尺蠖羽化的影響規律，并沒有定量考慮其它因素，如天敵情況、蒸散發量、林分密度、人工灌溉等對羽化的影響［27］，因此具有一定的局限性。還需要今后人工模擬越冬蛹羽化過程，在控制其它變量的條件下，通過人為控制土壤溫度或濕度的梯度變化，觀察越冬蛹羽化率變化。

4 結 論

地表溫度、土壤含水量對春尺蠖羽化的影響是一種綜合效應。在時間維度上，在適宜春尺蠖羽化的土壤溫濕度范圍內，地表溫度的上升或土壤含水量的下降會促進羽化，反之則抑制羽化，且這種影響主要集中在羽化高峰日前。在空間維度上，點P5、P7、P8所處林分內土壤含水量與春尺蠖逐日羽化量的負相關性較大，可在這些區域內進行人工灌溉從而抑制春尺蠖的發生。

參考文獻（References）

［1］黃曉曦， 劉占國. 春尺蠖生物學特性及綜合防治的研究［J］. 中國農業信息， 2013，（17）： 98.HUANG Xiaoxi， LIU Zhanguo. Study on biological characteristics and integrated control of inchworm［J］. China Agriculture Information， 2013，（17）： 98.

［2］ 婁國強， 呂文彥， 余昊， 等. 基于GS和GIS的春尺蠖種群分布動態研究［J］. 昆蟲學報， 2006， 49（4）： 613-618.LOU Guoqiang， LYU Wenyan， YU Hao， et al. Distribution pattern and dynamics of Apocheima cinerarius Erschoff populations studied with GS and GIS［J］. Acta Entomologica Sinica， 2006， 49（4）： 613-618.

［3］ 陳龍， 單艷敏， 廖桂堂， 等. 春尺蠖轉錄組及嗅覺相關基因分析［J］. 西南農業學報， 2022， 35（1）： 120-129.CHEN Long， SHAN Yanmin， LIAO Guitang， et al. Analysis of transcriptome and olfaction-related genes of Apocheima cinerarius Erschoff［J］. Southwest China Journal of Agricultural Sciences， 2022， 35（1）： 120-129.

［4］ 孫倩， 阿地力·沙塔爾， 孫晶. 基于3S技術的生態景觀變化對春尺蠖時空分布的影響——以克拉瑪依市開發區為例［J］. 西南農業學報， 2020， 33（12）： 2955-2961.SUN Qian， Adili Shataer， SUN Jing. Effect of ecological landscape changes on spatial-temporal distribution of Apocheima cinerarius based on 3S technology： a case study of Karamay development zone［J］. Southwest China Journal of Agricultural Sciences， 2020， 33（12）： 2955-2961.

［5］ 張炳坤， 李瑜， 周黎， 等. 溫濕度對蔡氏胡楊個木虱越冬成蟲存活的影響［J］. 新疆農業科學， 2021， 58（10）： 1893-1899.ZHANG Bingkun， LI Yu， ZHOU Li， et al. Effects of temperature and humidity on survival of the overwintering adults of eeirotrioza ceardi［J］. Xinjiang Agricultural Sciences， 2021， 58（10）： 1893-1899.

［6］ 丁新華， 王小武， 付開赟， 等. 溫度、相對濕度對亞洲玉米螟Ostrinia furnacalis（Guenée）越冬幼蟲化蛹及羽化的影響［J］. 新疆農業科學， 2022， 59（11）： 2668-2674.DIN Xinhua， WANG Xiaowu， FU Kaiyun， et al. Effects of temperature and relative humidity on pupation and emergence of overwintering larvae of Ostrinia furnacalis （Guenée） ［J］. Xinjiang Agricultural Sciences， 2022， 59（11）： 2668-2674.

［7］ 王志平， 鄂曉明， 楊建軍， 等. 春尺蠖生物學特性與防控技術探討［J］. 內蒙古林業， 2020，（2）： 22-23.WANG Zhiping， E Xiaoming， YANG Jianjun， et al. Discussion on biological characteristics and control techniques of inchworm［J］. Inner Mongolia Forestry， 2020，（2）： 22-23.

［8］ 卿薇， 阿地力·沙塔爾， 閆文兵. 主要氣象因子對克拉瑪依市春尺蠖成蟲羽化率的影響［J］. 新疆農業大學學報， 2015， 38（6）： 465-469.QING Wei， Adili Shataer，YAN Wenbing. Impacts of main meteorological factors on eclosion rate of Apocheima cinerarius erschoff adult in Karamay city［J］. Journal of Xinjiang Agricultural University， 2015， 38（6）： 465-469.

［9］ Ding W C， Li H Y， Wen J B. Climate change impacts on the potential distribution of Apocheima cinerarius （Erschoff） （Lepidoptera： Geometridae）［J］. Insects， 2022， 13（1）： 59.

［10］ 陳孟禹， 賈翔， 陳蜀江， 等. 葉爾羌河流域胡楊春尺蠖發生期遙感預測［J］. 生態科學， 2020， 39（2）： 145-156.CHEN Mengyu， JIA Xiang， CHEN Shujiang， et al. The prediction of the occurrence period of Populus euphratica Apocheima cinerius Erschoff in the Yarkant River Basin based on remote sensing［J］. Ecological Science， 2020， 39（2）： 145-156.

［11］ 劉逸豪， 賈翔， 侯博展， 等. 葉爾羌河流域胡楊春尺蠖蟲態發育節律對地表溫度的響應［J］. 生態科學， 2019， 38（2）： 119-129.LIU Yihao， JIA Xiang， HOU Bozhan， et al. The response of developmental rhythm of Populus euphratica Apocheima Cinerius Erschoff in Yarkant River Basin to surface temperature［J］. Ecological Science， 2019， 38（2）： 119-129.

［12］ 吳雪海. 北疆春尺蠖發生動態及防治技術研究［D］. 石河子： 石河子大學， 2017.WU Xuehai. The Occurrence Dynamics and Control Techniques of Apocheima Cinerarius （Lepidoptera： Geometridae） in Northern Xinjiang［D］. Shihezi： Shihezi University， 2017.

［13］ 汪航， 師茁， 王巖， 等. 基于MODIS時間序列數據的春尺蠖蟲害遙感監測方法研究——以新疆巴楚胡楊為例［J］. 遙感技術與應用， 2018， 33（4）： 686-695.WANG Hang， SHI Zhuo， WANG Yan， et al. A method for detecting the damage of Apocheima cinerarius erschoffbased on MODIS time series： case studies in Bachu Populus euphratica forest of Xinjiang Province［J］. Remote Sensing Technology and Application， 2018， 33（4）： 686-695.

［14］ 卿薇， 阿地力·沙塔爾， 閆文兵. 土壤因子對春尺蠖蛹羽化率的影響研究［J］. 新疆農業大學學報， 2016， 39（5）： 406-413.QING Wei， Adili Shataer，YAN Wenbing. Effects of soil factor on the eclosion of Apocheima cinerarius erschoff Pupa［J］. Journal of Xinjiang Agricultural University， 2016， 39（5）： 406-413.

［15］ 楊玉峰， 李中邵， 陳勝權. 新疆克拉瑪依市農業開發區地下水動態規律研究［J］. 江西水利科技， 2016， 42（6）： 398-403.YANG Yufeng， LI Zhongshao， CHEN Shengquan. Study on the dynamic law of groundwater in the agricultural development zone of Karamay city［J］. Jiangxi Hydraulic Science amp; Technology， 2016， 42（6）： 398-403.

［16］ 李琴， 陳曦， 包安明， 等. 干旱/半干旱區MODIS地表溫度反演與驗證研究［J］. 遙感技術與應用， 2008， 23（6）： 643-647， 圖版4-5.LI Qin， CHEN Xi， BAO Anming， et al. Validation of land surface temperatures retrieving in arid/semi-arid regions［J］. Remote Sensing Technology and Application， 2008， 23（6）： 643-647， 圖版4-5.

［17］ 李韶穎， 車風， 邵軍， 等. 基于MODIS數據的湖北省地級以上城市城區地表溫度變化分析［J］. 測繪與空間地理信息， 2020， 43（2）： 76-78.LI Shaoying， CHE Feng， SHAO Jun， et al. Analysis on land surface temperature changes of prefecture-level city urban areas in Hubei Province based on MODIS data［J］. Geomatics amp; Spatial Information Technology， 2020， 43（2）： 76-78.

［18］ 周兆丁， 呂錕， 沈瑾， 等. 統計軟件SPSS相關分析及應用［J］. 電腦知識與技術， 2019， 15（20）： 301-302.ZHOU Zhaoding， LYU Kun， SHEN Jin， et al. Correlation analysis and application of statistical software SPSS［J］. Computer Knowledge and Technology， 2019， 15（20）： 301-302.

［19］ 張琪， 叢鵬， 彭勵. 通徑分析在Excel和SPSS中的實現［J］. 農業網絡信息， 2007， （3）： 109-110.ZHANG Qi， CONG Peng， PENG Li. The realization of path analysis in Excel and SPSS ［J］. Agricultural Network Information， 2007， （3） ： 109-110.

［20］ Jiang Z L， Wu J W， Huang F， et al. A novel adaptive Kriging method： time-dependent reliability-based robust design optimization and case study［J］. Computers amp; Industrial Engineering， 2021， 162： 107692.

［21］ Zhao H D， Zhang N， Lin C S， et al. Construction method of geomagnetic reference map for satellite communication navigation through Kriging method［J］. Journal of Physics： Conference Series， 2021， 2033（1）： 012034.

［22］ 黃葵， 盧毅敏， 魏征， 等. 土地利用和氣候變化對海河流域蒸散發時空變化的影響［J］. 地球信息科學學報， 2019， 21（12）： 1888-1902.HUANG Kui， LU Yimin， WEI Zheng， et al. Effects of land use and climate change on spatiotemporal changes of evapotranspiration in Haihe River Basin［J］. Journal of Geo-Information Science， 2019， 21（12）： 1888-1902.

［23］ 賈翔， 陳蜀江， 尹小英， 等. 基于CLUE-S模型模擬胡楊春尺蠖的發生蔓延過程［J］. 植物保護學報， 2019， 46（5）： 1018-1028.JIA Xiang， CHEN Shujiang， YIN Xiaoying， et al. Simulation of the propagation process of mulberry looper Apocheima cinerarius based on the CLUE-S model［J］. Journal of Plant Protection， 2019， 46（5）： 1018-1028.

［24］ 王瑾杰， 丁建麗， 張喆， 等. 基于多源遙感數據的艾比湖流域鹽土SWAT模型參數修正［J］. 農業工程學報， 2017， 33（23）： 139-144.WANG Jinjie， DING Jianli， ZHANG Zhe， et al. SWAT model parameters correction based on multi-source remote sensing data in saline soil in Ebinur Lake Watershed［J］. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（23）： 139-144.

［25］ 趙安周， 張安兵， 馮莉莉， 等. 海河流域生態水分利用效率時空變化及其與氣候因子的相關性分析［J］. 生態學報， 2019， 39（4）： 1452-1462.ZHAO Anzhou， ZHANG Anbing， FENG Lili， et al. Spatio-temporal characteristics of water-use efficiency and its relationship with climatic factors in the Haihe River Basin［J］. Acta Ecologica Sinica， 2019， 39（4）： 1452-1462.

［26］ 馮宏祖， 王蘭， 胡衛江， 等. 沙雅縣天然胡楊林春尺蠖發生規律的初步研究［J］. 新疆農業科學， 2005， 42（1）： 57-58.FENG Hongzu， WANG Lan， HU Weijiang， et al. The preliminary study on occurrence of Apocheima cinerarius erschoff in natural poplar of Shaya County［J］. Xinjiang Agricultural Sciences， 2005， 42（1）： 57-58.

［27］ 張德利， 魯增輝， 賀宗毅， 等. 環境因子對云南蝠蛾羽化的影響［J］. 植物保護， 2019， 45（2）： 148-152.ZHANG Deli， LU Zenghui， HE Zongyi， et al. Effects of environmental factors on adult emergence of Hepialus yunnanensis［J］. Plant Protection， 2019， 45（2）： 148-152.