家蚕血液型脓病流行规律及其与气象因子的相关性

唐亮 蒋满贵 石美宁 董桂清 王霞 胡文娟 黄深惠 陈小青 黄旭华 潘志新

摘要：【目的】摸清广西家蚕血液型脓病流行规律，并研究其与气象因子的相关性，建立病虫害预测预报的动态数学模型，为精准防控蚕病提供科学依据。【方法】以广西2008—2018年的蚕病调查数据和气象数据为基础，将家蚕血液型脓病危害情况与主要气象因子进行相关性分析和通径分析，构建回归预测模型。【结果】2008—2018年广西家蚕血液型脓病呈波动发生态势，年均发生率为11.35%，危害等级为重度（Ⅲ级）和超重度（Ⅳ级）的出现频率达55.56%;月均发病趋势呈正态分布，7月发病率最高（18.04%），其次是6和8月，发病率分别为16.00%和15.36%。夏蠶期（6—8月）广西蚕区家蚕血液型脓病危害等级大部分达Ⅳ级，占比为62.79%，各蚕区发病率由高至低排序为贵港（18.15%）>南宁（17.89%）>河池（16.27%）>百色（15.82%）>柳州（14.16%）;春蚕期（3—5月）发病率绝大部分在中度（Ⅱ级）以内，发病率由高至低排序为柳州（10.13%）>河池（9.65%）>百色（7.43%）>贵港（7.00%）>南宁（6.68%）;秋蚕期（9—10月）各蚕区发病率均在Ⅱ级以内，差异不显著（P>0.05）。降雨量和气温是影响广西蚕区家蚕血液型脓病发病率的最主要气象因子，据此建立的预测预报模型为y=0.15116+0.0037371x1+0.00018527x2+0.000051826x3-0.0000030415x4-0.00000082702x5+0.00063798x6（y为家蚕血液型脓病发病率，x1为旬平均气温与23.75 ℃差值的二次方，x2为上一旬降水量，x3为上两旬平均气温的二次方，x4为上两旬日照时数的二次方，x5为前三旬降雨量之和的二次方，x6为近四旬降雨量之和），发病等级的建模拟合准确率为78.89%，对2018年9批监测数据的预测准确率为66.67%。【结论】广西家蚕血液型脓病危害较严重，夏蚕期（6—8月）是发病高峰期。建立的预测模型可用于广西蚕桑生产中家蚕血液型脓病发生危害的预测预报。

关键词： 家蚕;血液型脓病;气象因子;回归模型;相关性分析;广西

中图分类号： S884.5                                 文献标志码： A 文章编号：2095-1191（2020）05-1217-07

Abstract：【Objective】In order to provide scientific basis for the accurate prevention and control of silkworm disease，the epidemic law of Bombyx mori nuclear polyhedrosis in Guangxi and the correlation between it and meteorological factors was studied，and a regional dynamic warning model was established. 【Method】Based on the survey data of silkworm diseases and meteorological data in Guangxi from 2008 to 2018， the correlation analysis and path analysis between the damage of B. mori nuclear polyhedrosis and the main meteorological factors were carried out，and a regression prediction model was built. 【Result】The results showed that the incidence of B. mori nuclear polyhedrosis in Guangxi was fluctua-ting from 2008 to 2018，with an average annual rate of 11.35%，and the frequency of serious（grade Ⅲ） and highly severe（grade Ⅳ） was 55.56%. The monthly incidence was normally distributed in a year， with the highest incidence rate of 18.04% in July， followed by 16.00% and 15.36% in June and August，respectively. The rate of incidence of B. mori nuclear polyhedrosis in Guangxi was mostly grade Ⅳin summer（June-August），accounting for 62.79%， and the incidence of nuclear polyhedrosis in different sericultural areas ranged from high to low was Guigang（18.15%）>Nanning（17.89%）>Hechi（16.27%）>Baise（15.82%）>Liuzhou（14.16%）. And the incidence grade of spring（March-May） was mostly in mo-derate level（grade II），and the incidence for different areas was Liuzhou（10.13%）>Hechi（9.65%）>Baise（7.43%）>Guigang（7.00%）>Nanning（6.68%）. While autumn silkworm rearing season（September-October） were below grade II and no significant difference（P>0.05）. The main factors that influenced the incidence rate of nuclear polyhedrosis of silkworm in Guangxi were rainfall and temperature. Based on this， the prediction model of the harm degree of B. mori nuclear polyhedrosis in Guangxi was y=0.15116+0.0037371x1+0.00018527x2+0.000051826x3-0.0000030415x4-0.00000082702x5+0.00063798x6（y was the incidence rate of B. mori nuclear polyhedrosis，x1 was the quadratic power of the difference between the average temperature of ten-day period and the 23.75 ℃，the x2 was the previous ten-day period precipitation，x3 was the square of the previous twenty-day period average temperature，x4 was the square of previous twenty-day period sunshine hours，x5 was the square of the rainfall of previous thirty-day period，and x6 was the sum of the rainfall in the past forty days），from which the fitting accuracy rate of the incidence grade of nuclear polyhedrosis in silkworm was 78.89% and the prediction accuracy of nine batches of monitoring data in 2018 was 66.67%. 【Conclusion】The B. mori nuclear polyhedrosis is serious in Guangxi，and its incidence peak period is in summer silkworn rearing season（June-August）. Finally，the prediction model can be used in the production of sericulture to predict the occurrence and damage of B. mori nuclear polyhedrosis in Guangxi.

Key words： Bombyx mori; nuclear polyhedrosis; meteorological factors; regression model;correlation analysis;Guangxi

Foundation item： Guangxi Key Research and Development Project（Guike AB16380102）;Construction Project of National Modern Agricultural Industry Technology System（CARS-18-SYZ14）

0 引言

【研究意义】蚕病是影响蚕茧产量、质量及蚕农经济效益的重要因素（祁广军，2013）。据不完全统计，广西每年因蚕病导致蚕茧减产达15%～20%，给蚕农造成巨大的经济损失，其中又以家蚕血液型脓病的危害最严重（闭立辉，2005）。因此，掌握家蚕血液型脓病发病规律，建立科学的防控策略和措施，对有效降低蚕病损失及促进蚕业发展和农民增收具有重要意义。【前人研究进展】以广西和云南等为代表的南方蚕区家蚕血液型脓病发病高峰期多出现在夏蚕、秋蚕期，以江苏和安徽等为代表的长江流域蚕区发病高峰期则主要出现在秋蚕、晚秋蚕期（白兴荣等，2011;石美宁等，2015;王必华，2015;杭笑冬等，2017），即全国各大蚕区的家蚕血液型脓病发病规律因气候条件不同而呈现一定差异。已有研究报道，春季冷害、气温升降波动幅度大、晚秋持续低温阴雨光照少的气候条件，可影响大蚕龄期经过异常，家蚕抗病力弱，导致细菌病、脓病等蚕病大范围（大面积）流行或暴发（连武等，1996;韩正安和张晓红，2014;肖建京等，2015）。牟志美等（1999）研究认为，山东家蚕真菌病的发生与气象因子及野外昆虫的发生密切相关，高温多湿是诱发家蚕多数种类真菌病的主要气象因素;刘永裕等（2010）指出影响桂中地区原种蚕死蛹的主要因子是低温冷害、高温闷热、高湿度和空气干燥等;鲁兴萌（2012）指出温度（5龄期或熟蚕期高温）和桑叶（过度饥饿和桑叶偏嫩等）可直接影响家蚕对核型多角体病毒的抗性，而湿度等环境因子能从病原微生物的扩散方面间接影响家蚕血液型脓病的流行与暴发;关俊华等（2015）提出温度是影响家蚕生长发育的最重要气象因子。【本研究切入点】气象因子对蚕病直接或间接的影响已有较多研究报道，其中家蚕微粒子病可实现利用气象因子进行预测预报（刘吉平等，2002;潘志新等，2017;胡文娟，2018），但利用气象资料对家蚕血液型脓病进行预测预报的研究鲜见报道。【拟解决的关键问题】以2008—2018年广西典型蚕区血液型脓病发病调查数据和当地气象资料为基础，分析其相关性，构建数学模型，为广西防控家蚕血液型脓病提供测报依据。

1 材料与方法

1. 1 蚕病数据

广西家蚕血液型脓病发病原始数据来源于广西蚕桑病虫害监测网的常规蚕病监测数据和相关科技项目蚕病调查数据;数据汇总年份为2008—2018年，月份为每年3—10月。每批次全龄期蚕病调查数据为四龄眠期、五龄起蚕和五龄熟蚕期（上蔟第1 d）的血液型脓病发病率之和。

1. 2 气象数据

气象数据来源于中国天气网，主要采集2008—2018年每年2—10月的旬平均气温、旬降雨量和旬日照时数等。

1. 3 数据整理

为更准确地反映气象因素对血液型脓病的影响，所引用数据不包括使用抗血液型脓病蚕品种情况下的蚕病采样数据。蚕病数据与气象因素时间匹配方案：五龄蚕期至上蔟第1 d所在某月某旬最长的，即计入该旬，匹配对应的气象资料进行分析。因家蚕血液型脓病具有极端气候即在高温和低温发生概率较高的特点，故设置气温转换算法，算法如下：

相关气温=（平均气温-某固定值）2

1. 4 蚕病程度等级划分

为便于气象数据预测预报，结合历史调查数据的主要发病区间，将家蚕血液型脓病发病率划分为4个等级，其划分标准见表1。

1. 5 统计分析与建模

由于蚕病发病率为百分数，对数据进行平方根的反正弦值转换，以便更符合正态分布规律（宋根鑫，2014）。使用SPSS 19.0的单因素方差分析（One-way ANOVA）进行数据显著性差异分析，通过Excel 2007对数据进行整理和转换，并匹配对应的气象因子，再利用DPS v7.05对数据进行逐步回归分析，筛选对蚕病影响显著的气象因子，生成回归方程;分析气象因子对蚕病的作用方式及影响程度，再对逐步回归模型中的主要影响因子进行通径分析。采用2008—2017年发病数据和相关气象数据进行建模，并以2018年的气象数据验证模型的可行性。

2 结果与分析

2. 1 不同年份家蚕血液型脓病发生规律分析

2008—2018年广西家蚕血液型脓病平均发病率和危害等级如表2和图1所示。从图1可看出，广西家蚕血液型脓病多年发病规律呈波动态势，其中2008年平均发病率最高，达13.24%，2012年平均发病率最低，为10.01%;2008—2018年年均发病率为11.35%，年发病率大于平均值的年份有6年（2008年、2011年、2014—2017年），占54.55%，家蚕血液型脓病发生率属偏高。

以旬为单元，统计分析各危害等级的出现频率，结果发现其比例约为Ⅰ级∶Ⅱ级∶Ⅲ级∶Ⅳ级=1∶4.5∶3.5∶3.4，出现频率最高的是Ⅱ级，占36.36%，其次是Ⅲ级，占28.28%，第三是Ⅳ级，占27.27%;发病率大于10.00%的出现频率达55.56%，说明广西家蚕血液型脓病发生及危害较严重。

2. 2 不同月份家蚕血液型脓病发生规律分析

以月为单元，对家蚕血液型脓病发病率（表2）进行分析，从图2可看出，廣西家蚕血液型脓病发病率呈正态分布，即两头低中间高。经单因素方差分析显示，仅6和8月的发病率间差异不显著（P>0.05，下同），其他月份差异均达显著水平（P<0.05，下同）。病害发生最严重的月份是7月，平均发病率为18.04%;其次是6和8月，平均发病率分别为16.00%和15.36%。危害程度Ⅳ级的批次全部来自以上3个月份，且Ⅳ级出现频率占6—8月调查总批次的62.79%，说明6—8月是广西家蚕血液型脓病发病高峰期，危害严重。而3—5月和9—10月发病率总体处于较低水平，危害程度Ⅱ级以内约占70.07%。

2. 3 不同蚕区不同季节家蚕血液型脓病发生规律分析

整理南宁、河池、柳州、贵港和百色五大蚕区2008—2018年春、夏、秋不同季节家蚕血液型脓病发生数据，分析其发病规律。从图3可看出，春蚕期（3—5月）各蚕区发病率绝大部分在Ⅱ级以内，由高至低依次为柳州（10.13%）>河池（9.65%）>百色（7.43%）>贵港（7.00%）>南宁（6.68%），经单因素方差分析显示，柳州和河池蚕区与南宁、百色、贵港蚕区差异达显著水平。桂中、桂西北（柳州和河池）蚕区的发病率较其他蚕区偏高，可能与桂中、桂西北在春季低温阴雨天气偏多，桑叶质量差，同时该季节常出现倒春寒天气，气温剧烈波动从而影响蚕生命力、抵抗力等因素有关，春季养蚕应加强升温防寒。

夏蚕期（6—8月）各蚕区发病率绝大部分达Ⅳ级，由高至低依次为贵港（18.15%）>南宁（17.89%）>河池（16.27%）>百色（15.82%）>柳州（14.16%）。经单因素方差分析发现，贵港蚕区与柳州、百色、河池3个蚕区及南宁蚕区与柳州、百色2个蚕区的差异达显著水平。地区发病率呈现出桂东南（南宁和贵港）高于桂中、桂西北（柳州、河池和百色），可能是桂东南地区夏季的高温多湿气候对蚕生理活动产生负面影响，且有利于病原微生物的繁殖和传播，这一时段养蚕应加强消毒防病及饲养抗病抗逆的蚕品种。

秋蚕期（9—10月）各蚕区发病率均在Ⅱ级以内，由高至低依次为柳州（9.12%）>河池（8.46%）>贵港（8.44%）>南宁（8.14%）>百色（7.87%）。经单因素方差分析显示，各蚕区差异不显著，说明广西秋季气候较适合养蚕，可選用优质高产的蚕品种，以提高蚕茧质量和产量。

2. 4 家蚕血液型脓病规律与气象因子相关性分析

以表2中2008—2017年家蚕血液型脓病发病率为基础，经反正弦平方根转化后，与对应时段的旬平均气温、旬降雨量、旬日照时数等气象因子及其不同组合的气象数据等，运用数理统计方法进行相关性分析、逐步回归分析和通径分析，建立广西家蚕血液型脓病发病规律与气象因子的逐步回归模型：y=0.15116+0.0037371x1+0.00018527x2+0.000051826x3-0.0000030415x4-0.00000082702x5+0.00063798x6。式中，x1为旬平均气温与23.75 ℃差值的二次方，x2为上一旬降水量，x3为上两旬平均气温的二次方，x4为上两旬日照时数的二次方，x5为前三旬降雨量之和的二次方，x6为近四旬降雨量之和。回归模型决定系数R2=0.8844，达极显著水平（P=0.001），已满足逐步回归筛选显著因子的要求（P<0.01），且各单因素均与发病率显著相关。

采用通径分析获得各因素对发病率的贡献值（表3），6个构成因素直接通径系数分别为py1=0.4445、py2=0.1010、py3=0.0996、py4=-0.0713、py5=-0.3531和py6=0.8254，即单因素影响前两位的分别是近四旬降雨量之和和旬平均气温与23.75 ℃差值的二次方，同时这两个因素与发病率的偏相关分析也达极显著水平（P<0.01）。参考各因素对发病率的影响系数总量，可知降雨量和气温是影响广西蚕区家蚕血液型脓病发病率的最主要气象因子，前者对发病率的直接影响程度略高于后者，日照时数与家蚕血液型脓病发病率呈弱负相关。此外，通径分析的决定系数R2=0.8844，误差e对因变量的通径系数为0.3400，即仍有34.00%的未知因素未能有效模拟，说明家蚕血液型脓病的发生除了与气象因子相关外，可能还与当地养蚕环境、技术水平及病原积累等因素有关，但具体原因有待进一步探究。

该回归模型对2008—2017年广西蚕病发病率转换等级的拟合精度为78.89%（图4）。为验证该预测模型的可靠性，利用该模型对2018年数据进行回检，将预测发病率转换为发病等级，结果（表4）显示，可准确预测2018年9批次蚕病发生等级中的6批次，拟合精度为66.67%，另外3批次可预测到相邻等级，说明该蚕病预测模型达实用水平。对照预测有偏差的数据，当观测值接近等级分界边缘时，容易出现防控等级预测偏差。

为进一步验证该模型的适应性，对目前广西蚕茧产量排名前三的河池、南宁和百色蚕区分别进行预测分析，结果（表4）显示，2018年家蚕血液型脓病危害等级的拟合精度均达77.78%。表明建立的回归模型对具体蚕区预报也有较高的准确性。

3 讨论

2008—2018年广西家蚕血液型脓病的年均发病率呈波动变化态势，年均发生率为11.35%，危害等级在重度（Ⅲ级）和超重度（Ⅳ级）的出现频率达55.56%，说明广西家蚕血液型脓病发生和危害较严重，应引起相关部门和蚕农的重视，采取相应的防控措施。广西家蚕血液型脓病发生Ⅳ级危害几乎都在夏蚕期（6—8月），其中该病发病率最严重的月份是7月，其次是6和8月，发病高峰期与广西高温多湿的季节基本重合，与闭立辉（2005）、关俊华等（2015）的报道基本一致。这个季节养蚕应是全年防控的重点时期，除了加强消毒防病、温湿度调节等技术措施外，还应选择适宜当地气候特点的蚕品种或抗性品种进行饲养，以降低家蚕血液型脓病的损失。而3—5月（春蚕期）和9—10月（秋蚕期）发病率总体处于较低水平，蚕农可在这两个时期饲养优质高产蚕品种以提高蚕茧产量和质量，从而获得更大收益。

通过对广西家蚕血液型脓病发生数据和气象因子进行相关性分析和通径分析，明确了降雨量和气温是影响该病发生的主要气象因素，且前者的影响略高于后者，与关俊华等（2015）的研究结果略有差异。其原因除了研究对象的地域差异外，蚕的适温范围（20～28 ℃）较广也不容忽视，即气温在蚕适宜温度范围内变化对蚕病的影响小于其在适宜温度范围之外的影响，呈非线性关系。以广西夏蚕期降雨量相近的河池和柳州（672.9和602.0 mm）为例，河池的平均气温27.96 ℃明显高于柳州的25.81 ℃，家蚕血液型脓病发病率趋势与温度呈显著正相关;春蚕期柳州和贵港降雨量相近（436.1和401.4 mm），但柳州的平均气温18.50 ℃明显低于贵港的22.95 ℃，家蚕血液型脓病发病率反而显著高于贵港;秋蚕期降雨量相近的河池和贵港（247.7和239.2 mm），前者平均气温24.34 ℃明显低于后者的26.21 ℃，但两者的发病率无显著差异。针对上述情况，本研究引入了相关气温的算法辅助分析气温对家蚕血液型脓病的影响，较好地解决了逐步回归中血液型脓病发病率与气温的线性关系。

在预测模型中可知，2008—2010年的观测值常大于测报模型拟合值，说明当前气象因子并不能完全解释家蚕血液型脓病发病的原因，还存在其他未知因素，如病原致病力差异（黄深惠等，2012;唐芬芬等，2018）、蚕品种抗病性差异（陆瑞好等，2007）、蚕品种与当地气候不适应及养蚕消毒不彻底病原积累（闭立辉，2005）等。根据通径分析的结果，近四旬降雨量之和和旬平均气温与23.75 ℃差值的二次方（相关气温）是血液型脓病防控中应重点关注的气象因素。在实际应用过程中，可利用本研究的预测预报模型，以近1个月的气象资料和中长期天气预报信息为基础，能提供未来一段时间家蚕血液型脓病的危害等级预测，为该病精准防控提供指导依据。

4 结论

广西家蚕血液型脓病危害较严重，6—8月是发病高峰期。夏蚕期广西家蚕血液型脓病危害等级大部分达Ⅳ级，呈现桂东南蚕区比桂中桂西北蚕区高的趋势，建议这一时期选用抗病抗逆蚕品种饲养;春蚕期和秋蚕期的危害等级大部分在Ⅱ级以内，可选用优质高产的蚕品种，以提高质量和产量。降雨量和气温是影响广西家蚕血液型脓病发病率的最主要气象因子。在广西蚕桑生产中可应用建立的预测模型对家蚕血液型脓病发生危害进行预测预报。

参考文献：

白兴荣，江亚，黄平. 2011. 云南省家蚕血液型脓病的危害与流行分析[J]. 云南农业科技，40（4）：31-32. [Bai X R，Jiang Y，Huang P. 2011. Harm and epidemic analysis of Bombyx mori nuclear polyhedrosis in silkworm in Yunnan Province[J]. Yunnan Agricultural Science and Technology，40（4）：31-32.]

闭立辉. 2005. 广西当前主要蚕病与防治[J]. 广西蚕业，42（4）：10-14. [Bi L H. 2005. Sillkworm diseases and control in Guangxi[J]. Guangxi Sericulture，42（4）：10-14.]

关俊华，高俊喜，齐淑彩，周文东. 2015. 南宫市蚕桑生产主要气象灾害分析[J]. 中国蚕业，36（4）：76-79. [Guan J H， Gao J X，Qi S C，Zhou W D. 2015. Analysis of main meteorological disasters of sericulture production in Nangong City[J]. China Sericulture，36（4）：76-79.]

韩正安，张晓红. 2014. 春蚕后期低温冷害的影响及防范措施[J]. 北方蚕业，35（2）：58-59. [Han Z A，Zhang X H. 2014. Effect of low temperature and cold injury in late spring silkworm rearing season and its preventive measures[J]. North Sericulture，35（2）：58-59.]

杭笑冬，仲伟荣，陈俊骥. 2017. 家蚕血液型脓病的发生原因与防治对策[J]. 江苏蚕业，39（2）：12-13. [Hang X D，Zhong W R，Chen J J. 2017. Cause and control strategy of Bombyx mori nuclear polyhedrosis in silkworm[J]. Jiang-su Sericulture，39（2）：12-13.]

胡文娟. 2018. 廣西家蚕微粒子病流行病学研究[D]. 镇江：江苏科技大学. [Hu W J. 2018. Epidemiologic study of silkworm pebrine disease in Guangxi Province[D]. Zhenjiang：Jiangsu University of Science and Technology.]

黄深惠，石美宁，唐亮，黄旭华. 2012. 广西不同蚕区家蚕核型多角体病毒对家蚕致病力的研究[J]. 广西蚕业，49（2）：17-19. [Huang S H，Shi M N，Tang L，Huang X H. 2012. Study on virulence of Bombyx mori nuclear polyhedrovirus to silkworm in different areas of Guangxi[J]. Guangxi Sericulture，49（2）：17-19.]

连武，陈谋宇，武有初. 1996. 气象环境条件与养蚕效果的关系[J]. 四川蚕业，（2）：36-38. [Lian W，Chen M Y，Wu Y C. 1996. Relationship between meteorological environment and sericulture effect[J]. Sichuan Sericulture，（2）：36-38.]

刘吉平，张国权，徐兴耀. 2002. 家蚕微粒子病流行发生与气象因子的关系分析研究[J]. 农业系统科学与综合研究，18（3）：164-168. [Liu J P，Zhang G Q，Xu X Y. 2002. Ana-lytical study on the relation with pebrine disease prevalence to climatic factors[J]. System Sciences and Comprehensive Studies in Agriculture，18（3）：164-168.]

刘永裕，刘梅，唐国敏，吴炫柯，陈家福，李家文. 2010. 桂中地区原种蚕死笼率与气象条件分析[J]. 安徽农业科学，38（15）：8088-8090. [Liu Y Y，Liu M，Tang G M，Wu X K，Chen J F，Li J W. 2010. Analysis on the percentage of dead worm cocoon of original silkworm and weather conditions in central Guangxi[J]. Journal of Anhui Agricultural Sciences，38（15）：8088-8090.]

陆瑞好，石美宁，闭立辉，顾家栋，黄君霆. 2007. 广西地区家蚕品种资源对BmNPV抵抗性的初步调查[J]. 蚕业科学，33（1）：117-120. [Lu R H，Shi M N，Bi L H，Gu J D，Huang J T. 2007. A preliminary investigation on the resistance of the silkworm variety resources in Guangxi to BmNPV[J]. Science of Sericulture，33（1）：117-120.]

鲁兴萌. 2012. 家蚕对血液型脓病的抗性与防治策略[J]. 中国蚕业，33（3）：4-7. [Lu X M. 2012. Resistance and control strategy of Bombyx mori nuclear polyhedrosis in silkworm[J]. China Sericulture，33（3）：4-7.]

牟志美，王彦文，崔为正，李卫国，殷培伟. 1999. 家蚕真菌病发生及流行规律的研究[J]. 山东农业大学学报，30（3）：199-207. [Mu Z M，Wang Y W，Cui W Z，Li W G，Yin P W. 1999. Study on the outbreak law of mycosis of silkworm Bombyx mori L.[J]. Journal of Shandong Agricultural University，30（3）：199-207.]

潘志新，黄旭华，汤庆坤，罗梅兰，韦廷秀，蒋满贵，何松涛，李标. 2017. 广西家蚕微粒子病流行规律分析[J]. 广西蚕业，54（1）：6-10. [Pan Z X，Huang X H，Tang Q K，Luo M L，Wei T X，Jiang M G，He S T，Li B. 2017. Analysis on the epidemic law of the pebrine disease of the silkwom in Guangxi[J]. Guangxi Sericulture，54（1）：6-10.]

祁广军. 2013. “东桑西移”背景下广西蚕丝业发展实证研究[D]. 北京：中國农业大学. [Qi G J. 2013. An enpirical study on the development of Guangxi silk industry in the context of ‘sericulture moving from east to west[D]. Beijing：China Agricultural University.]

石美宁，唐亮，黄红燕，韦廷秀，潘志新，汤庆坤，祁广军，浦月霞，莫云霞，贾雪峰. 2015. 桑蚕新品种“桂蚕N2”的推广应用初报[J]. 广西蚕业，52（3）：27-31. [Shi M N，Tang L，Huang H Y，Wei T X，Pan Z X，Tang Q K，Qi G J，Pu Y X，Mo Y X，Jia X F. 2015. A preliminary report on the popularization and application of the new silkworm varie-ty “Guican N2”[J]. Guangxi Sericulture，52（3）：27-31.]

宋根鑫. 2014. 县域农田养分动态监测的方法优化和应用研究[D]. 杭州：浙江大学. [Song G X. 2014. County farmland nutrient dynamic monitoring method optimization and application research[D]. Hangzhou：Zhejiang University.]

唐芬芬，张永红，邵榆岚，朱峰，白兴荣. 2018. 云南家蚕核型多角体病毒分离株的毒力测定及系统进化分析[J]. 昆虫学报，61（10）：1160-1169. [Tang F F，Zhang Y H，Shao Y L，Zhu F，Bai X R. 2018. Virulence and phylogenetic analysis of Bombyx mori nucleopolyhedrovirus isolates from Yunnan，southwestern China[J]. Acta Entomologica Sinica，61（10）： 1160-1169.]

王必华. 2015. 家蚕血液型脓病的病因与防治对策[J]. 现代农业科技，44（11）：284. [Wang B H. 2015. Etiology and prevention of Bombyx mori nuclear polyhedrosis in silkworm[J]. Modern Agricultural Science and Technology，44（11）：284.]

肖建京，余荣峰，丰洪平，项琼斐，陈田飞，章朝凯，何晓峰，何荷根. 2015. 淳安县2014年晚秋蚕病大面积暴发原因的调查分析[J]. 中国蚕业，36（2）：39-43. [Xiao J J，Yu R F，Feng H P，Xiang Q F，Chen T F，Zhang C K，He X F，He H G. 2015. Investigation and analysis on the causes of large-scale outbreak of silkworm disease in late autumn silkworm rearing season of 2014 in Chunan County[J]. China Sericulture，36（2）：39-43.]

（责任编辑 罗 丽）