麦长管蚜Sitobion avenae(也称荻草谷网蚜Sitobion miscanthi)是麦类作物最重要害虫，广泛分布于世界各地(马春森等， 2014；Ma et al., 2015)。其世代历期短，繁殖力强，适宜环境条件极易大规模发生，既可刺吸汁液直接危害，又能作为大麦黄矮病毒等病毒的传播媒介间接危害，严重降低麦类作物农艺性状(Bell et al., 2015)。以往高频率农药施用防治策略尽管可以有效控制麦蚜危害，但影响了天敌等非靶标生物的生存，降低了麦田生态系统生物多样性，导致麦蚜抗药性种群产生、增加人力物力防治成本(Edwards et al., 2008; Foster et al., 2014; Ciss et al., 2014)。研究表明，麦长管蚜具有远距离迁飞习性，在较大地理范围内基因交流十分频繁，是广域发生种类(Walters & Dewar, 1986; Llewellyn et al., 2003; Hansen, 2006)。了解麦蚜广域时空动态规律有助于制定大范围麦蚜合理防治策略，降低农药施用量。挖掘麦蚜种群动态广域共性因子有助于深入阐明麦蚜种群变动机制。

麦长管蚜时空动态规律一直是麦蚜研究的重点。许多区域对麦长管蚜发生危害状况进行了长期监测，基于区域监测结果的预测模型也很好的预测了当地麦蚜发生动态(苗良等，2002；马晓光等，2003；钱秀娟等，2004)。然而，我国缺少多地点的、成体系的麦长管蚜发生规律调查研究。尽管有许多区域性调查，但不同区域的调查方法、调查标准、调查人员素质并不统一，难以得出完善的我国麦长管蚜整体发生规律。冬小麦主产区作为我国最大的小麦产区，阐明大范围内麦长管蚜发生规律有助于该区域整体科学防治。然而，截至目前很少有研究涉及冬小麦主产区内多地点麦蚜发生规律。

环境条件是影响麦长管蚜种群动态的重要因子。已有大量研究表明影响麦蚜种群动态的环境因子主要包括蚜虫的食物营养条件如寄主植物生育阶段，气象条件如大风、强降雨、平均温度、极端高温，天敌，以及施药、灌水、施肥、品种等农业田间操作等(Ciss et al., 2014; Zhao et al., 2014; Wang et al., 2015; Trávnícˇková et al., 2016; Ma et al., 2017)，其中气象因子对麦蚜种群动态影响已经广泛应用于麦蚜预测(苗良等，2002；钱秀娟等，2004)。麦长管蚜的迁入过程及迁入量是决定其高峰期蚜量的关键因子。欧洲诱虫塔(12.2 m)逐日监测结果表明麦蚜迁入过程通常在扬花末期(GS=69)结束(Zadoks et al., 1974; Rabbinge et al., 1979; Gosselke et al., 2001; Leblanc & Brodeur, 2018)，同时研究也发现扬花末期田间蚜量调查值与高峰期蚜量显著正相关(Entwistle & Dixon, 1986)。高峰期前蚜量对种群动态预测有巨大贡献。然而我们发现，大多数麦蚜预测所采用的预报要素与预测目标具有较强的地域局限性，如德国、荷兰、英国等欧洲国家，麦蚜迁入麦田一般在开花末期才结束，高峰期蚜量一般出现在灌浆期(Carter, 1985)，而在中国较为温暖的麦区麦蚜迁入和发生高峰的小麦生育期均显著提前(郁振兴等，2011；李克斌等，2014)。区域性模型较好预测了当地麦蚜危害状况，然而这些模型确定的影响因子具有地域限制，无法将其定性为广域共性影响因子，导致模型适用范围存在一定限制。截至目前很少有研究涉及广域共性因子。

本文分析了我国冬小麦产区多点麦长管蚜种群时空动态变化规律，并以高峰期蚜量为基础，整理各地点多年份高峰期前两周初始虫量、高峰期前3周极端高温天数、平均温度、平均湿度、累计降雨量、平均日变温幅度等数据，通过逐步回归方法筛选重要因子，构建了冬小麦产区范围内高峰期蚜量广域因子分析模型，以期阐明广域麦长管蚜种群变化机制并为广域预测模型的构建提供数据支持。

1 材料与方法

1.1 麦长管蚜种群动态数据

麦长管蚜种群动态数据来源于数年多地的冬小麦田间调查，位置自北向南分别为北京(39.90°N, 116.41°E)、临汾(36.09°N, 111.52°E)、安阳(36.09°N, 114.39°E)；新乡(35.30°N, 113.92°E)、武汉(30.59°N, 114.31°E)。调查时间通常为每年4-6月份，每3-7 d调查一次，这个时间段包含了麦蚜始现期至麦蚜消亡期。通过5点取样法，每点20-30株小麦，调查记录每株小麦上麦长管蚜的数量，最后以5个点的平均每株蚜量作为该田块整体的平均每株蚜量。整个调查期间无农药施用。其中，调查期间观测到的蚜量极大值定为高峰期蚜量(PN-Peak Number)，高峰期蚜量所对应的日期为蚜量发生高峰期(PD-Peak Day)，高峰期前两周的虫量为初始虫量(IN-Initial Number)。

1.2 气象数据

Boggs CL, Inouye DW. A single climate driver has direct and indirect effects on insect population dynamics[J].Ecology Letters, 2012, 15 (5): 502-508.

1.3 数据分析

麦蚜高峰期蚜量(PN)、麦蚜发生高峰期(PD)是麦蚜预测的关键指标。鉴于不同地点麦长管蚜高峰期蚜量、麦长管蚜发生高峰期数据均不符合正态分布，本研究通过非参数秩和检验及两两比较分析其差异。高峰期与高峰期蚜量间的相关性以一元线性回归方程的相关系数表示。由于不同地点间高峰期蚜量、两周前初始虫量变异很大，建模前分别进行Log对数转换。Log(PN)与预测因子(气象因子、Log(IN))间关系模型通过逐步回归分析构建，回归模型质量以矫正R2、AIC、BIC值来判断。当矫正R2越接近1，AIC和BIC越小，说明模型拟合效果越好。上述统计过程均通过JMP软件实现(JMP pro 13 version)，相关结果使用Sigmaplot 12.0软件作图展示。

译文中将“侵犯”一词翻译为“violate”，显然是受到已有知识储备的影响，因为“violate”中文翻译的确由有违犯、违背、妨碍等意。但如果进一步分析，violate所包含的侵犯含义更多的是真实存在的具象的侵犯，例如违反交通规则可译为“violate the traffic rule”。而法律英语追寻准确性，大多名词都有极高精确的含义，即使是囊括性用语也不会因个人理解，在法律理念体系面前显现偏差，单词的使用有严格的限制。而诸如知识产权等抽象的侵权，通常使用“infringe”。因此译文中的错误是由于过度类推造成的。正确译文为IPRinfringement crime。

2 结果与分析

2.1 不同区域麦长管蚜发生高峰期

北京、临汾、安阳、新乡、武汉五地麦蚜发生高峰期年际均存在波动，极差分别为21 d，26 d，19 d，27 d，19 d(图1)。尽管同一地点麦长管蚜发生高峰期存在年际波动，但非参数检验两两比较结果仍然表明北京、临汾、安阳麦长管蚜发生高峰期均显著高于武汉地区(P值分别为0.0014，0.0008，0.0057)。北方四地的北京、临汾、新乡、安阳之间差异不显著(P>0.05)。北京、临汾、安阳、新乡、武汉麦长管蚜平均发生高峰期分别为第138.4天、第137.2天、第138.2天、第128.5天、第113.6天。

更进一步，如果说马克思主义哲学方法论本身并不是一个脱离具体社会历史现实分析和政治经济学批判的抽象存在，那么，马克思政治经济学批判中所取得的理论推进势必同时具有哲学方法论创新的意蕴。正是从这一视角出发，我们尝试回答既有研究中存在的争论或分歧。

  

图1 我国5地点麦长管蚜平均发生高峰期及标准误Fig.1 The average Peak Day of Sitobion avenae in 5 locations of china and its standard error

2.2 不同区域麦长管蚜高峰期蚜量比较

北京、临汾、安阳、新乡、武汉不同年份麦长管蚜高峰期蚜量波动范围分别为8.32-171.62、11.55-58.91、3.2-55.12、1.2-19.38、0.04-5.45，方差(2)分别为3224.9、213.72、522.65、59.44、3.72。统计发现同一地点不同年份间麦长管蚜高峰期蚜量剧烈波动，年份与高峰期蚜量无显著相关性(图2)。不同区域麦长管蚜高峰期蚜量不符合正态分布(P<0.0001)，非参数秩和检验及两两比较结果表明北京、临汾、新乡、安阳、新乡麦长管蚜高峰期蚜量均显著高于武汉地区(P值分别为0.0008、0.0008、0.046、0.023)，新乡麦长管蚜高峰期蚜量显著低于临汾高峰期蚜量(P=0.0133<0.05)(图3)。

  

图2 我国5地点多年份麦长管蚜高峰期蚜量Fig.2 Dynamics of Peak Number across several years in 5 locations of China

  

图3 我国5地点麦长管蚜平均高峰期蚜量及其标准误Fig.3 The average Peak Number of Sitobion avenae in 5 locations of China and its standard error

2.3 高峰期蚜量与高峰期相关性

北京、临汾、安阳、新乡、武汉五地麦长管蚜高峰期蚜量与发生高峰期的线性回归模型为y=-78+0.73 x，模型拟合度(R2)等于0.25，P=0.002，尽管高峰期蚜量与高峰期没有强相关性，然而高峰期蚜量呈现随着发生高峰期的延后而升高的趋势(图4)。

  

图4 我国5地点麦长管蚜发生高峰期与高峰期蚜量回归关系Fig.4 The regression relationship between Peak Day and Peak Number of Sitobion avenae in 5 locations of China注：实线为高峰期与高峰期蚜量线性回归线。Note: Solid line is linear regression line between observation and model prediction.

2.4 麦长管蚜广域因子分析模型

逐步回归筛选出高峰期前3周初始虫量(IN)、高峰期前3周平均温度(Tave)、高峰期前3周降雨总量(Rainfall)3个相关因子，而极端高温天数(Tday)、平均日变温幅度(Tran)与高峰期蚜量无显著相关性(其P值分别为8.83 e-7，0.0498，0.02，0.36，0.61)，具体模型表达式为Log(PN)=0.478*Log(IN)-0.18*Tave-0.007*Rainfall+6.384，模型整体拟合度R2=0.77，AIC=35.68，BIC=37.83(图5)。Log(IN)与Log(PN)呈显著正相关关系，与高峰期前3周平均温度、高峰期前3周降雨总量呈负相关关系。

  

图5 麦长管蚜预测值与实际值回归关系Fig.5 The regression relationship between observation and model prediction注：实线为高峰期蚜量预测值与实际值线性回归线。Note: Solid line is linear regression line between observation and model prediction.

3 结论与讨论

本研究通过比较我国南北方多地点麦长管蚜发生高峰期、高峰期蚜量数据，发现我国冬小麦产区不同地点麦长管蚜种群动态存在显著差异，如武汉地区麦蚜发生高峰期显著早于北方四地；武汉地区高峰期蚜量显著低于北方四地。总体而言，我国麦长管蚜发生高峰期自南向北延后，高峰期蚜量自南往北递增。本文还利用高峰期前两周蚜量、高峰期前3周的气象数据通过逐步回归构建了冬小麦产区麦蚜发生量广域因子分析模型，结果表明高峰期蚜量与初始虫量呈正相关关系，与平均温度、降雨量呈负相关关系。

省政协副主席周国辉到省自然资源厅调研（省厅办公室） .............................................................................12-5

我国麦长管蚜发生高峰期、高峰期蚜量随时空差异而变化。从时间来看，同一地点不同年份间麦蚜发生高峰期、高峰期蚜量波动剧烈；从空间来看，整体上麦蚜发生期随纬度升高而推迟，高峰期蚜量随纬度升高而增加，这一发现与国内单区域调查结果一致(马晓光等, 2003；Wang et al., 2015)。南方麦长管蚜发生高峰期早于北方的原因主要包括两点：一是南方春季节温度高于北方，依据有效积温法则，南方冬小麦发育速率比北方快，相应的小麦达到乳熟期时间早于北方，此时营养条件已不适合麦蚜生存(Watt, 1979)；二是麦长管在我国有自南往北迁飞的规律，麦长管蚜在南方降落定殖的时间早于北方，相应的种群发展过程也早于北方，也说明南方麦蚜发生期早于北方(杜光青等, 2014)。

由于多地点多年份田间调查数据的有限性，本文选取武汉、新乡、安阳、临汾、北京、5个地点构建我国冬小麦产区广域因子分析模型。尽管这些点不能完全反映冬小麦产区内所有地点的麦长管蚜发生规律，但这些点自南往北分别位于湖北、河南、山西、河北，覆盖了冬小麦产区大部分省份，具有一定的代表性。本研究提出的广域因子分析模型对武汉、新乡、安阳、临汾、北京5个地点整体拟合度(R2)为0.77，较好模拟了多地点多年麦长管蚜高峰期蚜量。然而该因子分析模型缺乏足够田间数据验证，以后工作中还需要对冬小麦产区内其他地点蚜量(如信阳、许昌等)进行若干年系统调查，完善田间调查数据；同时与相关植保站合作获取其他地点已有调查数据，进一步验证模型有效性。

广域因子分析模型表明高峰期蚜量与初始虫量呈正相关关系，与平均温度、降雨量、呈负相关关系。这一发现与许多研究一致。较多的初始蚜量代表了同等环境条件下较大的种群基数、较高的绝对生殖量和较大的种群增长数量(Jonsson & Sigvald, 2016; Honek et al., 2017)。强降雨可以将麦蚜冲离麦株，严重时更能导致麦蚜大量死亡，例如30 mm上的强降雨可导致麦蚜种群规模降低80%(Entwistle & Dixon, 1986; Mann et al., 1995; 王冰等, 2009)。这体现了广域因子的合理可靠。本研究构建的广域因子分析模型最重要价值在于筛选出大尺度区域内决定麦长管蚜种群动态的共性因子，有效避免了区域模型某一重要影响因子因每年波动不大而被忽略的现象。此外，广域因子分析模型在某种程度上解释了蚜虫种群动态变化的生态机制，例如麦长管蚜高峰期蚜量是初始虫量在环境条件下发展的结果，初始虫量与以后的环境条件共同决定了高峰期蚜量(Duffy et al., 2017)。广域因子分析模型筛选出的广域共性因子有助于指导农业生产实践，初始虫量与高峰期蚜量的正相关性表明有关部门定时定期调查麦蚜数量的必要性；降雨与高峰期蚜量的负相关性表明在麦蚜防治方法中可以考虑短时人工强降雨等环境友好方式。由于该模型是以高峰期前3周气象因子为基础的，在无法获知高峰期的前提下，该模型无法实现预测功能。下一步将通过逐步回归分析、神经网络等方式构建广域麦长管蚜发生高峰期与相关环境因子模型，确定其发生高峰期，以期实现广域因子分析模型的预测功能。

（1）皮山河流域土石笼袋护岸工程就地取材、运距短、施工过程简便快捷，避免了对生态环境的进一步破坏；可以起到稳固堤防、保护边坡、防止土壤流失的作用。

本文发现我国冬小麦产区麦长管蚜发生高峰期、高峰期蚜量呈现自北往南递减的趋势，这为我国不同区域麦长管蚜特异性防治提供数据支持。本研究构建的冬小麦产区广域因子分析模型实有利于揭示麦长管蚜种群动态变化的关键影响因子和变化过程。然而本研究还存在着一些不足，例如逐步回归方法忽略了各因子间的互作，麦蚜调查地点偏少等问题。此外，麦长管蚜作为麦田生态系统的重要组成部分，其种群的变化是多营养级互作的结果，寄主、天敌(寄生蜂)均可对种群动态产生重要影响(Wu et al., 2014; Bewick, 2016)。自然界中氮肥施用量、二氧化碳浓度、大风等其它非生物因子也可显著影响麦蚜种群数量变化。有些因子不仅能直接改变种群内禀增长率，还能通过影响寄主发育、天敌数量间接调控种群数量(White, 2008; Boggs & Inouye, 2012)。因此将来的研究需要在以上方面继续补充完善。

2） 2016—2017年主要分析了总汞、总砷、总铬、六价铬、铅、镉6种有毒有害重金属含量，总汞 0.12～2.13 μg·L-1，总砷 9.26～48.12 μg·L-1，总铬 0.11～2.32 μg·L-1，六价铬 0.04～0.98 μg·L-1，铅13.4～106.0 μg·L-1，镉 1.56～16.70 μg·L-1，随着季节变化以及垃圾的不稳定性，重金属浓度变化幅度较大。GC-MS分析有机物种类34种，包括酚类、胺类、杂环类、卤代物、苯环类物质。

Rabbinge R, Ankersmit GW, Pak GA. Epidemiology and simulation of population development of Sitobion avenae in winter wheat[J]. Netherlands Journal of Plant Pathology, 1979, 85 (5): 197-220.

Bell JR, Alderson L, Izera D,et al. Long-term phenological trends, species accumulation rates, aphid traits and climate: Five decades of change in migrating aphids[J]. Journal of Animal Ecology, 2015, 84 (1): 21-34.

Mann JA, Tatchell GM, Dupuch MJ,et al. Movement of apterous Sitobion avenae (Homoptera: Aphididae) in response to leaf disturbances caused by wind and rain[J]. Annals of Applied Biology, 1995, 126 (3): 417-427.

从国家气象局专业网站下载距调查田块最近的气象站数据，需包含日平均温度、日最高温度、日降雨量、日最高温度、日变温幅度等信息(http://data.cma.cn/site/index.html)。将相关气象数据分别整理成高峰期前3周平均温度(Tave)、降雨总量(Rainfall)、日最高温度超过28℃高温天数(Tday)、平均日变温幅度(Tran)。

Trávnícˇková M, Pánková K, Martinkova Z,et al. Length of prematurity period in wheat cultivars determines maximum cereal aphid abundance[J]. Plant Protection Science, 2016, 52 (4): 254-261.

人才是社会主义现代化建设的第一资源，社会组织人才是我国人才队伍的重要组成部分，其专业化程度直接关系到社会组织发展与和谐社会构建。当前，学术界关于社会组织人才专业化的专门研究并不多见，已有的相关研究成果主要体现在以下三个方面。

Carter N. Simulation modelling of the population dynamics of cereal aphids[J].Biosystems, 1985, 18 (1): 111.

Ciss M, Parisey N, Moreau F,et al. A spatiotemporal model for predicting grain aphid population dynamics and optimizing insecticide sprays at the scale of continental France[J]. Environmental Science and Pollution Research, 2014, 21 (7): 4819-4827.

Du GQ, Yin J, Cao YZ,et al. Factors that affect using suction traps to monitor the migration of Sitobion avenae (Fabricius) [J]. Chinese Journal of Applied Entomology, 2014, 51 (6): 1516-1523. [杜光青, 尹姣, 曹雅忠, 等. 吸虫塔对麦长管蚜迁飞监测的影响因素分析[J]. 应用昆虫学报, 2014, 51 (6): 1516-1523]

Duffy C, Fealy R, Fealy RM. An improved simulation model to describe the temperature-dependent population dynamics of the grain aphid,Sitobion avenae[J]. Ecological Modelling, 2017, 354: 140-171.

Edwards OR, Franzmann B, Thackray D,et al. Insecticide resistance and implications for future aphid management in Australian grains and pastures: A review[J]. Australian Journal of Experimental Agriculture, 2008, 48 (12): 1523-1530.

朝敏倒是不着急带孩子看医生，她觉得最主要的问题出在孩子被同学们排斥这件事情上，只要解开这个心结，应该就能让儿子的心病不医而愈。

考虑到挤压制粒过程中，当模孔入口处的挤压力被撤去时物料仍紧紧束缚在模孔中不会脱落，说明物料与模孔内壁在下一次挤压开始之前就存在预应力PN0，则计算PN时应考虑预应力PN0对制粒挤出过程的影响，因此PN应改写为如下形式：

Foster SP, Paul VL, Slater R, et al. A mutation (L1014F) in the voltage-gated sodium channel of the grain aphid, Sitobion avenae, is associated with resistance to pyrethroid insecticides[J]. Pest Management Science, 2014, 70 (8): 1249-1253.

Gosselke U, Triltsch H, Roβberg D,et al. GETLAUS01—The latest version of a model for simulating aphid population dynamics in dependence on antagonists in wheat[J]. Ecological Modelling, 2001, 145 (2): 143-157.

Hansen LM. Models for spring migration of two aphid species Sitobion avenae (F.) and Rhopalosiphum padi (L.) infesting cereals in areas where they are entirely holocyclic[J]. Agricultural and Forest Entomology, 2006, 8 (2): 83-88.

Honek A, Martinkova Z, Dixon A,et al. Annual predictions of the peak numbers of Sitobion avenae infesting winter wheat[J]. Journal of Applied Entomology, 2017, 141 (5): 352-362.

Jonsson M, Sigvald R. Suction-trap catches partially predict infestations of the grain aphid Sitobion avenae in winter wheat fields[J]. Journal of Applied Entomology, 2016, 140 (7): 553-557.

国家药品审评中心于2003年提出了 “仿产品不是仿标准”的指导思想[8]。本研究结果亦表明，质量标准对于不同来源产品的区分力是很弱的，难以揭示产品的内涵。出于产品放行和生命周期的考虑，质量标准的限度往往比较宽松，一个符合质量标准的产品是否一定是安全、有效的，还有待商榷。因此，一致性评价绝不能仅从质量标准一致着手。

Leblanc A, Brodeur J. Estimating parasitoid impact on aphid populations in the field[J].Biological Control, 2018, 119: 33-42.

Li KB, Du GQ, Yin J,et al. Monitoring the migration of Sitobion avenae (Fabricius) by suction trapping[J]. Chinese Journal of Applied Entomology, 2014 (6): 1504-1515. [李克斌, 杜光青, 尹姣,等. 利用吸虫塔对麦长管蚜迁飞活动的监测[J]. 应用昆虫学报, 2014(6): 1504-1515]

Llewellyn KS, Loxdale HD, Harrington R,et al. Migration and genetic structure of the grain aphid (Sitobion avenae) in Britain related to climate and clonal fluctuation as revealed using microsatellites[J]. Molecular Ecology, 2003, 12 (1): 21-34.

Ma CS, Wang L, Zhang W,et al. Resolving biological impacts of multiple heat waves: Interaction of hot and recovery days[J]. Oikos, 2017.

Ma CS, Ma G, Zhao F. Impact of global warming on cereal aphids[J].Chinese Journal of Applied Entomology, 2014 (6): 1435-1443. [马春森, 马罡, 赵飞. 气候变暖对麦蚜的影响[J]. 应用昆虫学报, 2014 (6): 1435-1443]

Ma G, Rudolf VHW, Ma C. Extreme temperature events alter demographic rates, relative fitness, and community structure[J].Global Change Biology, 2015, 21 (5): 1794-1808.

Ma XG, Shen ZR, Hu BH. Stochastic simulate risk factor of Sitobion avenae[J]. Scientia Agricultura Sinica, 2003 (8): 916-921. [马晓光, 沈佐锐, 胡伯海. 麦长管蚜风险因子随机模拟研究[J]. 中国农业科学, 2003 (8): 916-921]

Entwistle JC, Dixon A. Short-term forecasting of peak population density of the grain aphid (Sitobion avenae) on wheat[J]. Annals of Applied Biology, 1986, 109 (2): 215-222.

Bewick S. Current and future challenges of predictive insect population modelling[J].Functional Ecology, 2016, 30 (7): 1028-1029.

Miao L, Yue X, Zhang XY,et al. The qual itative forecasting model based on the cloud model and its application in Macrosiphum avenae[J]. Scientia Agricultura Sinica, 2002, 35 (6): 654-659. [苗良, 岳训, 张新谊, 等. 基于云模型的定性预报模型及其在麦长管蚜预报中的应用[J]. 中国农业科学, 2002, 35 (6): 654-659]

Qian XJ, Liang JY, Liu CZ. Occurrence regulation and forecast model of Macrosiphum avenae in wheat field in Gaolan county[J]. Journal of Gansu Agricultural University, 2004 (2): 183-185. [钱秀娟, 梁俊燕, 刘长仲. 皋兰县麦长管蚜的田间消长规律及预测模型[J]. 甘肃农业大学学报, 2004 (2): 183-185]

参考文献(References)

还有，强行退烧会使体温骤降，大量出汗容易导致虚脱，进而容易损伤肾脏，因此退烧不能指望速战速决，更不能滥用激素。这在官方的文件中也有体现，在2011 年我国卫生部颁布的《糖皮质激素类药物临床应用指导原则》中，已经明确指出，单纯以退热和止痛为目的使用糖皮质激素，特别是在感染性疾病中以退热和止痛为目的使用糖皮质激素，属于滥用药物。

Walters K, Dewar AM. Overwintering strategy and the timing of the spring migration of the cereal aphids Sitobion avenae and Sitobion fragariae[J]. Journal of Applied Ecology, 1986: 905-915.

Wang B, Li KB, Yin J,et al. Rain and wind interfere with natural population development of Macrosiphum avenae(Fabricius) [J]. Acta Ecologica Sinica, 2009 (8): 4317-4324. [王冰, 李克斌, 尹姣, 等. 风雨对麦长管蚜自然种群发展的干扰作用[J]. 生态学报, 2009 (8): 4317-4324]

Wang L, Hui C, Sandhu HS,et al. Population dynamics and associated factors of cereal aphids and armyworms under global change[J]. Scientific Reports, 2015, 5: 18801.

采用Woolf统计学公式计算相对发病率（x），x=P1C2/P2C1其中P1P2分别为鼻出血病人中B型和O型的人数，C1C2分别为对照组中B型和O型的人数；此方法也适用B/A、0/AB。其显著性检测按下式：

选育和应用抗病品种；减少初侵染来源。一是铲除病苗和可疑苗；二是中期铲除病苗；三是后期割除病株，并把病株带出田外深埋；施用腐烂的粪肥；加强苗期管理，促进快出苗，增强抗病力；药剂处理种子：用吉农高新吉农4号种衣剂处理种子可兼治地下虫害和丝黑穗病，也可用立克秀拌种，均有较好的防治效果。

Watt AD. The effect of cereal growth stages on the reproductive activity of Sitobion avenae and Metopolophium dirhodum[J]. Annals of Applied Biology, 1979, 91 (2): 147-157.

White TCR. The role of food, weather and climate in limiting the abundance of animals[J].Biological Reviews, 2008, 83 (3): 227-248.

Wu W, Piyaratne MKDK, Zhao H,et al. Butterfly catastrophe model for wheat aphid population dynamics: Construction, analysis and application[J]. Ecological Modelling, 2014, 288 (Supp.C): 55-61.

Yu ZX, Wu YQ, Jiang YL,et al. Forward trajectory analysis of wheat aphids during long-distance migration using HYSPLIT model[J]. Acta Ecologica Sinica, 2011 (3): 889-896. [郁振兴, 武予清, 蒋月丽, 等. 利用HYSPLIT模型分析麦蚜远距离迁飞前向轨迹[J]. 生态学报, 2011 (3): 889-896]

Zadoks JC, Chang TT, Konzak CF. A decimal code for the growth stages of cereals[J].Weed Research, 1974, 14 (6): 415-421.

Zhao F, Zhang W, Hoffmann AA,et al. Night warming on hot days produces novel impacts on development, survival and reproduction in a small arthropod[J]. Journal of Animal Ecology, 2014, 83 (4): 769-778.

符合纳入标准的患者48例（AO分型A3型），采用经肌间隙（椎旁最长肌和多裂肌间隙）有限暴露撑开复位内固定结合椎板间减压术24例（肌间隙组）；采用正中切口剥离椎旁肌椎板间开窗减压内固定术24例（传统组）。肌间隙组男15例，女9例；年龄23 ～ 56（38.4±5.4）岁，伤后至手术时间为2 ～ 7（4.2±0.7）d。传统手术组男16例，女8例 ；年龄25 ～ 58（40.3±4.7）岁，伤后至手术时间为3 ～ 8（4.5±0.8）d。2组患者性别、年龄、伤后至手术时间、损伤节段、损伤原因及ASIA分级差异均无统计学意义（P ＞ 0.05），具有可比性（表1）。