李云峰　王燕　徐寧　李佳穎　何平　孟繁蘊(yùn)

關(guān)鍵詞：木賊;MaxEnt模型;潛在分布區(qū);物種分布

中圖分類號(hào)：R931 文獻(xiàn)標(biāo)識(shí)碼：A

木賊（Equisetum hyemale L.）屬木賊科植物（Equisetum L.），又名節(jié)節(jié)草、接骨草，其地上干燥的部分作為中藥，使用歷史悠久，主治用于風(fēng)熱目赤、迎風(fēng)流淚、目生云翳。木賊主要化學(xué)成分有黃酮類、酚酸類、酯類等化合物，研究表明其提取物具有降壓、護(hù)肝、降血脂、抗腫瘤等作用。

隨著中藥產(chǎn)業(yè)發(fā)展，藥材需求量逐年增加，生態(tài)環(huán)境面臨巨大壓力。生態(tài)位模型（Ecological niche modeling，ENM）是基于生態(tài)位理論進(jìn)行的數(shù)學(xué)建模，預(yù)算物種分布，目前作為解決該問(wèn)題的主要方法被廣泛使用。近年，ENM與地理信息系統(tǒng)（Geographical information system，GIS）的聯(lián)合應(yīng)用，不但能準(zhǔn)確、高效的對(duì)生長(zhǎng)區(qū)劃進(jìn)行運(yùn)算，還能得到直觀的生長(zhǎng)區(qū)劃圖。在眾多ENM中，最大熵值模型（Maximum Entropy Model，MaxEnt）因其預(yù)測(cè)結(jié)果準(zhǔn)確，使用效果好，已成為應(yīng)用較為廣泛的模型之一。

本研究利用MaxEnt模型和GIS，基于當(dāng)前氣候與地理環(huán)境數(shù)據(jù)，對(duì)木賊的適宜生長(zhǎng)區(qū)進(jìn)行預(yù)測(cè)，為其開(kāi)發(fā)、利用提供理論數(shù)據(jù)借鑒。

1數(shù)據(jù)來(lái)源與方法

1.1數(shù)據(jù)來(lái)源：木賊分布點(diǎn)獲取

木賊分布點(diǎn)數(shù)據(jù)主要來(lái)源：中國(guó)數(shù)字植物標(biāo)本館（http：//www. cvh. ac. cn/）、中國(guó)植物志（http：//www. iplant.cn/）以及中國(guó)植物圖像庫(kù)（http：//ppbc. iplant. cn/），獲取75個(gè)木賊分布點(diǎn)。選取19個(gè)WorldClim氣候指標(biāo)（https：//www. worldclim. org/），1個(gè)干燥度指數(shù)，1—12月潛在散熱數(shù)據(jù)，1個(gè)年平均潛在散熱數(shù)據(jù)和1—12月天文輻射量，數(shù)據(jù)來(lái)源CGIAR-Consortium for Spatial Information（http：//www.cgiar-csi. org/），坡向數(shù)據(jù)來(lái)源于國(guó)家科技基礎(chǔ)條件平臺(tái)（http：//www. geodata. cn/），61個(gè)土壤類型數(shù)據(jù)來(lái)源于南京土壤研究所（http：//www.issas.ac.cn/）。

1.2方法

1.2.1環(huán)境數(shù)據(jù)相關(guān)性分析

利用SPSS數(shù)據(jù)統(tǒng)計(jì)軟件22.0對(duì)環(huán)境因子進(jìn)行Pearson相關(guān)性檢驗(yàn)，避免因變量間的多重線性重復(fù)造成的運(yùn)算結(jié)果不準(zhǔn)確，若兩個(gè)變量之間的相關(guān)性絕對(duì)值大于0.8，只選擇一個(gè)變量，最終得到17個(gè)環(huán)境因子用于數(shù)據(jù)分析（表1）。

1.2.2模型建立與準(zhǔn)確性評(píng)價(jià)

將木賊地理分布點(diǎn)和17個(gè)環(huán)境因子輸入MaxEnt模型（MaxEnt， version 3.3.3k， http：//www.cs.princetion.edu/～schapire/MaxEnt/），隨機(jī)選取75%的木賊分布點(diǎn)作為訓(xùn)練數(shù)據(jù)集，25%的分布點(diǎn)作為測(cè)試數(shù)據(jù)集。運(yùn)行10次，每次隨機(jī)保留20%的存在點(diǎn)交叉驗(yàn)證，并平均結(jié)果。通過(guò)Jack-knife法的AUC（Area Under Curve）值對(duì)模型預(yù)測(cè)的準(zhǔn)確性進(jìn)行說(shuō)明。AUC值越接近1，表示模型精度越高。AUC在0.50～0.60為失敗，0.60～0.70較差，0.70～0.80一般，0.80～0.90良好，0.90～1.00優(yōu)秀。

1.2.3潛在分布區(qū)劃分

MaxEnt軟件模擬輸出的結(jié)果范圍為0～1.00，數(shù)值越接近1，物種存在的概率越大。為了便于理解和概念化，將潛在分布區(qū)劃分為4個(gè)等級(jí)：0.00～0.08為不適宜區(qū)，0.08～0.26為低適宜區(qū)，0.26～0.52為適宜區(qū)，0.52～1.00為高適宜區(qū)。同時(shí)，利用ArcGIS10.3（http：//www.arcgis.com/）得到木賊潛在適宜生長(zhǎng)分布圖。

2結(jié)果

2.1模型結(jié)果說(shuō)明

利用MaxEnt模型結(jié)合環(huán)境因子對(duì)木賊生境進(jìn)行分析，訓(xùn)練集AUC值為0.931，測(cè)試集AUC值為0.919，模型預(yù)測(cè)結(jié)果達(dá)到“非常滿意”標(biāo)準(zhǔn)（圖1a）。

通過(guò)各環(huán)境因子貢獻(xiàn)百分率和Jack-knife法（圖lb）確定影響木賊適宜區(qū)分布的6個(gè)主導(dǎo)因子：sr_m10、soil、ai、bio3、bio4、bio5，累計(jì)貢獻(xiàn)率達(dá)到88.4%。

設(shè)置木賊存在概率閾值為0.5，大于0.5時(shí)，對(duì)應(yīng)的生態(tài)因子范圍適宜木賊生長(zhǎng)。由（圖2）看出：sr_m10范圍在8.5MJ/m～11.4MJ/m，最適宜數(shù)值為9.7MJ/m，soil為黃壤、黃棕壤、棕壤、褐土、灰褐土、灰色森林土、新積土、石灰土、火山土，AI在0.57以上時(shí)，木賊存在概率大于0.5，bio3范圍在23.2～28.6，最適宜數(shù)值為25.6，bio4范圍在640.9～881.8，最適宜數(shù)值為740，bio5范圍在20℃～27.7℃，最適宜數(shù)值為22.3℃。

2.2木賊主要分布區(qū)域

運(yùn)算結(jié)果表明，木賊在我國(guó)分布廣泛，其中甘肅、陜西南部，貴州、重慶大部，湖北西部，四川東部，山東、遼寧、吉林東部為適宜生長(zhǎng)區(qū)，適宜分布區(qū)面積為327km。

3結(jié)論與討論

木賊在我國(guó)分布廣泛，本研究基于已知木賊分布點(diǎn)信息，對(duì)木賊潛在適宜生長(zhǎng)區(qū)進(jìn)行預(yù)測(cè)。結(jié)果表明，MaxEnt模型能夠精確的對(duì)木賊潛在分布區(qū)進(jìn)行預(yù)測(cè)，影響其分布主要環(huán)境因子有10月天文輻射量、土壤類型、年均干燥指數(shù)、等溫性、溫度季節(jié)性、暖月極端高溫，累計(jì)貢獻(xiàn)率達(dá)到88.4%。

木賊潛在適宜區(qū)總面積約有327km，主要在四川、重慶、湖北、黑龍江、吉林、遼寧、陜西、甘肅、新疆等地。除文獻(xiàn)報(bào)道地區(qū)外，還有一些未見(jiàn)報(bào)道的地區(qū)也適合其生長(zhǎng)。

本研究為木賊資源開(kāi)發(fā)利用提供實(shí)驗(yàn)數(shù)據(jù)參考依據(jù)，但由于實(shí)驗(yàn)條件限制，僅選取了部分的生態(tài)因子，運(yùn)用MaxEnt模型對(duì)木賊適宜生長(zhǎng)區(qū)進(jìn)行劃分，后續(xù)研究中還需運(yùn)用其他生態(tài)位模型和生態(tài)因子并結(jié)合本次研究結(jié)果，對(duì)木賊適宜區(qū)進(jìn)行更加全面、準(zhǔn)確的劃分。

作者簡(jiǎn)介：李云峰（1983— ），男，漢族，山東濱州人，碩士，講師，研究方向：中藥資源。

*通訊作者：孟繁蘊(yùn)