李敏，李欣，楊成梓，吳愛琴

基于MaxEnt和ArcGIS的余甘子生態(tài)適宜性區(qū)劃研究

李敏1，李欣1，楊成梓1，2，吳愛琴1

1.福建中醫(yī)藥大學藥學院，福建 福州 350122；2.福建省級中藥原料質(zhì)量監(jiān)測技術服務中心，福建 福州 350122

采用最大熵（MaxEnt）模型和地理信息系統(tǒng)預測余甘子的全國適宜性分布區(qū)，為其規(guī)范化種植和資源利用提供依據(jù)。收集余甘子在中國的218個地理分布記錄，結合55個環(huán)境因子，應用MaxEnt模型研究影響余甘子適宜性分布的主導環(huán)境因子，并結合ArcGIS軟件預測余甘子全國潛在適生分布區(qū)。本研究模型預測結果較好，可信度高（AUC＞0.9），影響余甘子分布的主導環(huán)境因子為3月平均溫度、12月平均溫度、1月平均溫度、溫度季節(jié)性變化的標準差、4月平均溫度、5月平均溫度、年平均溫度、年均溫變化范圍、最冷季平均溫度共9項；余甘子高度適生區(qū)包括云南中部、廣西南部和北部、廣東西南部和東南部、海南東北部和西南部、福建東南部。本研究預測的余甘子分布區(qū)域與實際情況大致相同，可為余甘子規(guī)范化栽培及進一步開發(fā)利用野生資源提供參考。

余甘子；最大熵模型；地理信息系統(tǒng)；環(huán)境因子；適宜性分布

余甘子為大戟科葉下珠屬植物余甘子L.的干燥成熟果實，具有清熱涼血、消食健胃、生津止咳功效[1]。其化學成分以多元酚酸類為主，此外還含有黃酮、多糖、維生素等[2]。除作為傳統(tǒng)藥用外，余甘子還是一種風味獨特的水果，因此，無論藥用還是食用均具有很好的開發(fā)前景。

隨著地理信息系統(tǒng)（GIS）技術和生態(tài)統(tǒng)計模型技術的不斷發(fā)展，結合環(huán)境因子進行物種潛在適生分布預測已得到廣泛應用[3-7]。為掌握藥材的資源量，了解其分布，基于最大熵（MaxEnt）模型和ArcGIS，能較為準確預測物種生態(tài)適宜區(qū)域，以及分析物種潛在分布區(qū)域。據(jù)此，筆者利用MaxEnt和ArcGIS兩者結合，分析余甘子適宜性分布區(qū)域和主要環(huán)境因子，并對其潛在適生區(qū)域進行預測，為余甘子資源可持續(xù)利用提供參考。

1 資料與方法

1.1 數(shù)據(jù)采集與獲取

本研究數(shù)據(jù)來源于中國數(shù)字植物標本館（http://www.cvh.org.cn/），以及野外采集（2019年9月－2020年12月）調(diào)查分布點，共獲得余甘子分布點信息345個，去除相近及重復分布點信息，共獲得218條余甘子經(jīng)緯度信息分布點，見圖1。按照MaxEnt3.3.3軟件格式要求將經(jīng)緯度整理為.csv格式。

圖1 余甘子樣點分布

1.2 環(huán)境因子及相關地理信息數(shù)據(jù)

空間數(shù)據(jù)來源于中藥資源空間信息網(wǎng)格數(shù)據(jù)庫（http://www.tcm-resources.com），包含日照、地形、降水量、土壤及植被類型等。其中43個氣候類型數(shù)據(jù)（12個月的平均溫度與降水量、19個綜合氣候因子），8個土壤類型數(shù)據(jù)，3個地形數(shù)據(jù)，1個植被類型數(shù)據(jù)，詳見表1。在國家地理信息數(shù)據(jù)網(wǎng)站（http:// nfgis.nsdi.gov.cn）下載1∶400萬中國行政區(qū)劃圖及中國地圖。

1.3 模型建立和環(huán)境因子篩選

采用MaxEnt模型對余甘子進行生態(tài)適宜性區(qū)劃研究，并建立余甘子地理分布與環(huán)境因子兩者之間的關聯(lián)。為提高準確性，本研究采用25%的隨機抽取分布點為模型的測試集，75%的隨機抽取分布點作為模型的訓練集，設置最大迭代次數(shù)為106，選擇刀切法檢測變量的重要性，其他參數(shù)均設置為默認值，用受試者工作特征（ROC）曲線下面積（AUC）評價模型的精度：AUC≥0.9為預測結果非常好，0.8≤AUC＜0.9為預測結果較好，0.7≤AUC＜0.8為預測結果一般，0.6≤AUC＜0.7為預測結果較差，AUC＜0.6為預測模型失敗[8-9]。依次運算8次，舍去計算結果貢獻率為0者，最終選擇貢獻率0.4以上的環(huán)境因子作為余甘子環(huán)境變量組的預測。運用ArcGIS10.6軟件，在余甘子地理分布基礎上，進一步構建全國余甘子的生態(tài)適宜性區(qū)劃。

表1 余甘子環(huán)境因子數(shù)據(jù)

環(huán)境因子變量描述 環(huán)境因子變量描述 bio1年平均溫度 tmean1010月平均溫度 bio2晝夜溫差月均值 tmean1111月平均溫度 bio3等溫性 tmean1212月平均溫度 bio4溫度季節(jié)性變化的標準差 prec11月降水量 bio5最暖月最高溫 prec22月降水量 bio6最冷月最低溫 prec33月降水量 bio7年均溫度變化范圍 prec44月降水量 bio8最濕季平均溫度 prec55月降水量 bio9最干季平均溫度 prec66月降水量 bio10最暖季平均溫度 prec77月降水量 bio11最冷季平均溫度 prec88月降水量 bio12年均降水量 prec99月降水量 bio13最濕月降水量 prec1010月降水量 bio14最干月降水量 prec1111月降水量 bio15季節(jié)降水量變異系數(shù) prec1212月降水量 bio16最濕季降水量 trhndl土壤含黏土量 bio17最干季降水量 trhsl土壤含沙量 bio18最暖季降水量 sym90土壤亞類 bio19最冷季降水量 trylzjhnl土壤的陽離子交換能力 tmean11月平均溫度 tryxshldj土壤有效水含量等級 tmean22月平均溫度 yjthl有機碳含量 tmean33月平均溫度 ph土壤酸堿度 tmean44月平均溫度 soiltype土壤質(zhì)地分類 tmean55月平均溫度 aspect坡向 tmean66月平均溫度 altitude高程 tmean77月平均溫度 slope坡度 tmean88月平均溫度 zblx植被類型 tmean99月平均溫度

根據(jù)MaxEnt模型預測獲得的適生度值，表示生態(tài)環(huán)境對藥用植物生長的影響，為0～1的數(shù)值。在ArcGIS軟件中導入MaxEnt模型運算結果，模型輸出為ASCⅡ圖層文件，再載入ArcGIS10.6軟件與中國地圖疊加，繪制余甘子的潛在適生分布圖，將生成的柵格數(shù)據(jù)文件進行重分類，按照適生度值將余甘子適宜分布區(qū)分為4個等級，按照從高到低依次為高度適生區(qū)（≥0.50）、中度適生區(qū)（0.29≤＜0.50）、低度適生區(qū)（0.084≤＜0.29）、非適生區(qū)（＜0.084）。

2 結果與分析

2.1 預測模型準確度評價

對55個環(huán)境因子進行8次運算，最終選出21個環(huán)境因子進行分析，見表2。通過MaxEnt模型分析的ROC曲線訓練集AUC＝0.985，測試集AUC＝0.972，見圖2。表明MaxEnt模型預測效果非常好，由本模型運算得出的余甘子潛在適生分布具有很高的準確度和可信度。

表2 余甘子環(huán)境因子及其貢獻率

環(huán)境因子貢獻率/%排列重 要性 環(huán)境因子貢獻率/%排列重 要性 3月平均溫度38.00 最濕季降水量1.2 1.1 12月平均溫度24.90.6 年均溫變化范圍1.2 0.6 1月平均溫度7.32.2 土壤的陽離子1.2 0.4 溫度季節(jié)性變4.58.0 交換能力 化的標準差 年均降水量1.2 0.2 9月平均溫度3.86.1 6月平均溫度1.1 0.9 最濕季平均溫度3.54.5 4月降水量0.9 0.6 8月平均溫度1.93.4 坡向0.965.4 4月平均溫度1.70.1 6月降水量0.7 0.8 5月平均溫度1.61.4 植被類型0.6 0.4 最暖月最高溫1.40.2 最冷季平均溫度0.5 0 年平均溫度1.40

圖2 余甘子潛在分布預測ROC曲線

2.2 環(huán)境因子

根據(jù)MaxEnt模型運算潛在的環(huán)境因子建模貢獻率可知，3月平均溫度（38.0%）、12月平均溫度（24.9%）、1月平均溫度（7.3%）、溫度季節(jié)性變化的標準差（4.5%）、9月平均溫度（3.8%）、最濕季平均溫度（3.5%）、8月平均溫度（1.9%）、4月平均溫度（1.7%）、5月平均溫度（1.6%）、最暖月最高溫（1.4%）、年平均溫度（1.4%）、最濕季降水量（1.2%）、年均溫變化范圍（1.2%）、土壤的陽離子交換能力（1.2%）、年均降水量（1.2%）等是影響余甘子分布的主要環(huán)境因子。利用刀切法檢驗影響余甘子分布的環(huán)境因子，結果見圖3。各環(huán)境因子的貢獻排序為：12月平均溫度＞1月平均溫度＞最冷季平均溫度＞年均溫變化范圍＞3月平均溫度＞年平均溫度＞4月平均溫度＞溫度季節(jié)性變化的標準差＞5月平均溫度＞9月平均溫度＞2月降水量＞6月降水量＞年均降水量＞最濕季降水量。根據(jù)建模貢獻率與刀切法檢驗結果，取兩者共有環(huán)境因子，即3月平均溫度、12月平均溫度、1月平均溫度、溫度季節(jié)性變化的標準差、4月平均溫度、5月平均溫度、年平均溫度、年均溫變化范圍、最冷季平均溫度共9項環(huán)境因子為影響余甘子分布的主導環(huán)境因子。

圖3 余甘子潛在分布環(huán)境因子刀切法檢驗

2.3 潛在分布區(qū)

利用ArcGIS軟件對MaxEnt軟件導出的生境適宜度進行重分類，可得余甘子適宜性區(qū)劃圖（見圖4）。余甘子高度適生區(qū)在云南中部、廣西南部和北部、廣東西南部和東南部、海南東北部和西南部、福建東南部，其次為四川南部、臺灣西部和南部；余甘子中度適生區(qū)主要集中在云南西部、海南中部、廣東東北部，其次為西藏東南部、重慶中部和東北部、浙江東南部。

圖4 余甘子生態(tài)適宜性分布區(qū)

2.4 與相關文獻資料記載比較

當代文獻對余甘子的分布范圍記載較為豐富。據(jù)《中國植物志》[10]記載，余甘子主要分布于福建、臺灣、廣東、海南、廣西、四川、貴州、云南；《福建植物志》[11]記載主要分布于詔安、漳浦、廈門、龍海、龍巖、漳平、晉江、惠安、莆田、福清等地；《貴州植物志》[12]記載分布于赤水、水城、興義、冊亨、安龍、望謨、羅甸等地；《云南植物志》[13]記載在云南各地均有分布，主要集中于干熱河谷地區(qū)；《海南植物志》[14]記載分布于海南中部和東部；《中華本草》[15]記載分布于云南、四川、廣東、廣西、福建、貴州等地。根據(jù)《中國植物志》及各省植物志和相關文獻[16-17]記載，余甘子主要分布于福建、廣東、海南、廣西、四川、貴州、云南和臺灣8個省份。本研究結果預測的余甘子高度適生區(qū)包括云南中部、廣西南部和北部、廣東西南部和東南部、海南東北部和西南部、福建東南部，與實際情況大致相同，說明模擬真實性高，且模擬顯示的分布范圍比實際更廣，在重慶長壽、江西南昌、浙江寧波和湖州，以及西藏洛扎、隆子、浪卡子、米林、朗縣等有潛在分布。詳見表3。從預測結果可知，余甘子潛在分布區(qū)域除福建、廣東、海南、廣西、四川、貴州、云南和臺灣8個省份外，還涉及重慶、江西、浙江及西藏等，說明該分布模型可在已知的分布區(qū)域基礎上準確預測潛在分布區(qū)域，此研究結果能在很大程度上拓展對余甘子分布的認識范圍。

表3 文獻記載的余甘子分布區(qū)域

省份適宜分布區(qū)域 福建詔安、漳浦、廈門、龍海、漳平、晉江、惠安、莆田、福清 廣東普寧、韶關、陽山、梅縣、河源、揭陽、潮陽、汕頭、德慶、廣州、惠陽、高要、惠來、海豐、寶安、信宜、臺山、陽江 海南?？?、瓊海、陵水、儋縣 廣西河池、都安、百色、田東、梧州、桂平、貴縣、南寧、玉林、靈山、龍川 四川渡口、西昌、攀枝花、會理 貴州赤水、水城、興義、冊亨、安龍、望謨、羅甸 云南華坪、會澤、東川、元謀、大理、沾益、保山、騰沖、陸良、楚雄、昆明、景東、玉溪、臨滄、富寧、元江、蒙自、文山、思茅 臺灣西部和南部

3 討論

基于對余甘子野外調(diào)查及從中國數(shù)字植物標本館獲得的余甘子地理分布位置，本研究結合MaxEnt模型和ArcGIS獲得我國余甘子的潛在分布區(qū)，預測結果經(jīng)ROC曲線驗證顯示，測試集和訓練集AUC均大于0.9，表明通過該模型預測的余甘子生態(tài)適宜性分布區(qū)結果準確，具有較高的可信度。本研究結果表明，3月平均溫度、12月平均溫度、1月平均溫度等溫度因子是影響余甘子生長的主導環(huán)境因子，說明余甘子能否在當?shù)厣L主要取決于不同季節(jié)的溫度變化?？梢?，影響余甘子生態(tài)分布的關鍵為氣候因子而非地形或土壤、海拔等。經(jīng)ArcGIS10.6軟件制圖，顯示我國余甘子生態(tài)適宜分布主要集中在云南、廣東、福建、海南、四川、貴州等地，與《中國植物志》相關記載基本一致，說明模擬真實性高，且模擬顯示的分布范圍比實際更廣。本研究從理論上明確了影響余甘子生長的主要環(huán)境因子及適宜分布區(qū)，對進一步開展余甘子仿野生栽培和產(chǎn)地資源保護具有指導作用。

[1] 國家藥典委員會.中華人民共和國藥典：一部[M].北京：中國醫(yī)藥科技出版社,2020：186-187.

[2] 王淑慧,程錦堂,郭叢,等.余甘子化學成分研究[J].中草藥,2019, 50(20)：4873-4878.

[3] 陳博,朱田田,呂蓉,等.千金子生態(tài)適宜性區(qū)劃研究[J].中國中醫(yī)藥信息雜志,2021,28(1)：1-5.

[4] 呂蓉,韋翡翡,晉玲.瀕危藥材桃兒七生態(tài)適宜性區(qū)劃研究[J].中國中醫(yī)藥信息雜志,2020,27(10)：5-8.

[5] 章鵬飛,張虹,張小波,等.多花黃精生態(tài)適宜性區(qū)劃研究[J].中國中藥雜志,2020,45(13)：3073-3078.

[6] 尹永飛,景志賢,張珂,等.華東覆盆子生態(tài)適宜性區(qū)劃研究[J].中國現(xiàn)代中藥,2019,21(10)：1342-1347.

[7] 韋翡翡,呂蓉,王莉,等.鐵絲威靈仙生態(tài)適宜性區(qū)劃研究[J].中國中醫(yī)藥信息雜志,2020,27(7)：1-5.

[8] 王運生,謝丙炎,萬方浩,等.ROC曲線分析在評價入侵物種分布模型中的應用[J].生物多樣性,2007,15(4)：365-372.

[9] 盧有媛,郭盛,嚴輝,等.金蓮花生態(tài)適宜性區(qū)劃研究[J].中國中藥雜志,2018,43(18)：3658-3661.

[10] 中國科學院中國植物志編輯委員會.中國植物志：第44卷[M].北京：科學出版社,1994：87-89.

[11] 福建省科學技術委員會,《福建植物志》編寫組.福建植物志：第3卷[M].福州：福建科學技術出版社,1988：173.

[12] 貴州植物編輯委員會.貴州植物志：第6卷[M].成都：四川民族出版社,1989：57.

[13] 中國科學院昆明植物研究所.云南植物志：第10卷[M].北京：科學出版社,2006：103.

[14] 中國科學院華南植物研究所.海南植物志：第2卷[M].北京：科學出版社,1965：131.

[15] 國家中醫(yī)藥管理局《中華本草》編委會.中華本草：藏藥卷[M].上海：上?？茖W技術出版社,2002：191-192.

[16] 郝小玲,於艷萍,賓振鈞,等.廣西余甘子資源分布及利用現(xiàn)狀調(diào)查[J].農(nóng)業(yè)研究與應用,2018,31(5)：24-28.

[17] 王建超,陳志峰,郭林榕.我國余甘子種質(zhì)資源生態(tài)分布區(qū)域綜述[J].東南園藝,2020,8(2)：57-60.

Ecological Suitability Regionalization ofL.Based on MaxEnt and ArcGIS

LI Min1, LI Xin1, YANG Chengzi1,2, WU Aiqin1

To use maximum entropy (MaxEnt) model and geographic information system to predict the potential suitability distribution areas ofL. in the whole country; To provide a basis for its standardized planting and resource utilization.Totally218 geographic distribution records ofL. in China were collected, combined with 55 environmental factors, the MaxEnt was applied to study the dominant environmental factors affecting the suitability distribution ofL., and combined with ArcGIS software, the potential suitable distribution areas ofL. were predicted.The results predicted by the model were good and the reliability was high (AUC>0.9). The main environmental factors affecting the distribution ofL. were the average temperature in March, December, January, the standard deviation of the seasonal variation of temperature, and the average temperature in April, and May, annual average temperature, annual average temperature range, and the coldest season average temperature, a total of 9 environmental factors. The most suitable distribution areas forL. included central Yunnan, southern and northern Guangxi, southwestern and southeastern Guangdong, northeastern and southwestern Hainan, and southeastern Fujian.The predicted distribution areas ofL. are similar to the actual situation, which can provide reference for standardized cultivation ofL. and further development and utilization of wild resources.

L.; MaxEnt model; GIS; ecological factors; suitability distribution

R282.5

A

1005-5304(2021)12-0007-04

10.19879/j.cnki.1005-5304.202104525

全國中藥資源普查項目（2019年）

楊成梓，E-mail：tiebaojin@163.com

（2021-04-26）

（修回日期：2021-07-22；編輯：梅智勝）