苗藥金錢豹生態(tài)適宜性區(qū)劃分析

摘" 要：為分析影響金錢豹分布的主要生態(tài)因子，探究其生態(tài)適宜分布區(qū)域。該研究應用地理信息系統(tǒng)（ArcGIS）和最大熵（MaxEnt）模型對119個金錢豹地理分布點信息及37個生態(tài)因子進行生態(tài)位模擬，明確影響金錢豹潛在分布的主要環(huán)境因子及適生區(qū)。結果表明，影響金錢豹的生態(tài)適宜性的主要環(huán)境因子為最冷月最低溫、晝夜溫差月均值、年均降水量及海拔等因素。其中，最冷月最低溫在5℃、晝夜溫差月均值在6 ℃，年均降水量在1 607 mm、海拔在731 m時最適宜金錢豹生長。金錢豹生長的潛在高適生區(qū)，主要位于貴州西南部、四川東部、云南東南部、廣西、廣東北部和福建中部。該研究基于MaxEnt模型建立的金錢豹潛在分布區(qū)分析數(shù)據(jù)，可為其資源保護與利用、栽培基地選擇等提供參考。

關鍵詞：金錢豹;地理信息系統(tǒng);最大熵模型;生態(tài)因子;適生區(qū)

中圖分類號：R29" " " 文獻標志碼：A" " " " " 文章編號：2096-9902（2024）13-0034-05

Abstract： In order to analyze the main ecological factors affecting the distribution of Campanumoea javanica， explore its ecological suitable distribution area. In this study， geographic information system （ArcGIS） and maximum entropy model （MaxEnt） were used to simulate 119 geographical distribution points and 37 ecological factors， and identify the main environmental factors and suitable areas affecting the potential distribution of Campanumoea javanica. The results showed that the main environmental factors affecting the ecological suitability of Campanumoea javanica were the lowest temperature in the coldest month， the monthly mean value of diurnal temperature difference， the average annual precipitation and altitude. Among them， the average annual precipitation is 5℃， the monthly average temperature difference between day and night is 6 ℃， the average annual precipitation is 1 607 mm， and the altitude is 731 m. The potential areas of high suitability for Campanumoea javanica growth are mainly located in southwest Guizhou， eastern Sichuan， southeast Yunnan， Guangxi， northern Guangdong and central Fujian. The potential distribution data of Campanumoea javanica based on MaxEnt model can provide reference for its resource protection and utilization and cultivation base selection.

Keywords： Campanumoea javanica; ArcGIS; MaxEnt; ecological factors; suitable area

金錢豹（Campanumoea javanica）來源于桔?？疲–ampanulaceae），其果實鮮艷多汁，是不可多得的野果資源，其根部既是民間常用的補益食品，也是著名的苗族、瑤族及水族等民族藥資源。金錢豹作為土黨參藥材使用歷史悠久，始載于《植物名實圖考》[1]。《貴州省中藥材民族藥材質量標準》[2]（2003年版）記載，土黨參來源于金錢豹的新鮮或干燥根，具有健脾益氣、補肺止咳、下乳等功效，主要用于治療氣虛乏力、肺虛咳嗽、脾虛泄瀉等疾病[3]?，F(xiàn)代研究表明，土黨參含有豐富的黨參炔苷、多糖、黃酮和苯丙素苷等化學成分，具神經(jīng)營養(yǎng)、抗癌、提高免疫、抗疲勞及抗氧化等藥理活性[4-5]。

近年來，隨著對金錢豹研究的不斷深入，其已被開發(fā)成多種食品、中藥制劑及保健品[6]。隨著市場需求的不斷上升，再加上不規(guī)范的人工采集，使得金錢豹野生資源急劇減少，市場供需矛盾突出，從而限制了其相關產(chǎn)業(yè)的發(fā)展。因此，開展引種馴化，對金錢豹野生變家種的研究迫在眉睫?！暗赖匦浴笔侵兴幉囊N栽培遵循的重要原則，也是中藥材優(yōu)質豐產(chǎn)、臨床用藥安全有效的基本保障。因此，針對生態(tài)氣候因子對種植區(qū)域的科學評價與選擇是非常有必要的。

最大熵（Maximum Entropy， MaxEnt）是在物種分布模型（Species Ditribution Models， SDMs）中通過建立理論模型，將其與地理信息系統(tǒng)（ArcGIS）平臺的空間插值進行處理，可實現(xiàn)藥材分布、產(chǎn)量與品質的空間量化[7]，已廣泛應用于分析氣候、環(huán)境因子對在中藥材適宜生態(tài)分布區(qū)、栽培區(qū)域等預測及藥用植物潛在生境分布的影響[8-9]，在人參[10]、多花黃精[11]、黃檗[12]等中藥資源在其適生分布區(qū)的研究中均取得了良好的模擬結果，為相關藥用植物最佳種植區(qū)的選擇提供了科學指導。

本研究基于金錢豹野生資源調查、文獻查閱與數(shù)據(jù)庫分析的基礎上，采用優(yōu)化后的最大熵（MaxEnt）模型結合地理信息系統(tǒng)（ArcGIS）軟件確定影響金錢豹潛在分布的主要環(huán)境因子及適生區(qū)域，為金錢豹資源評估及適宜栽培區(qū)域選擇和藥材品質形成研究等提供理論基礎和科學依據(jù)。

1" 數(shù)據(jù)來源與分析方法

1.1" 樣點數(shù)據(jù)

金錢豹（C. javanica）采樣點數(shù)據(jù)為2018—2022年間實地調查，另外通過全球生物多樣性信息網(wǎng)絡（http：//www.gbif.org）、中國數(shù)字植物標本館（http：//www.cvh.ac.cn/spms/list.php）、中國國家標本資源平臺（http：//www.nsii.org.cn）、中國植物圖像庫（http：//ppbc.iplant.cn）網(wǎng)站及文獻資料整理獲得。為避免物種采樣點不均衡，過于集中造成數(shù)據(jù)冗余，從而影響模型的預測精度，利用ENMtools軟件將獲得分布點數(shù)據(jù)[13]，在1 km×1 km網(wǎng)格中只保留一個分布點，另外，剔除重復和距離較近點位，最終得到119條數(shù)據(jù)。

1.2" 生態(tài)因子數(shù)據(jù)

氣候因子來源于全球氣候數(shù)據(jù)庫（http：//www.worldclim.org/），數(shù)據(jù)年份為1970—2000年，空間分辨率為30″。土壤因子來源于第二次全國土地調查南京土壤所提供（http：///www.ncdc.ac.cn/）（HWSD）V1.2的土壤數(shù)據(jù)，空間分辨率為1 km2。地形因子來源于地理空間數(shù)據(jù)云（https：//www.gscloud.cn/）提供的高程數(shù)據(jù)，空間分辨率為90 m，經(jīng)ArcGIS處理獲取我國的海拔（dem）、坡度（slope）和坡向（aspect）數(shù)據(jù)[14]。

1.3" MaxEnt模型參數(shù)優(yōu)化

通過調整模型中調控倍頻（Regularization Multiplier，RM）和特征組合（Feature Combination，F(xiàn)C）2個參數(shù)對MaxEnt模型進行優(yōu)化，調用EMNeval程序包[14]，將特征組合RM設置為0.5～4，每次間隔0.5，一共8種調控倍頻;采用6個特征組合，即L、LQ、H、LQH、LQHP和LQHPT，將上述參數(shù)組合進行測試，最終根據(jù)Akaike信息量準則模型中的delta.AICc最小的模型檢驗模型的擬合度與復雜度。

1.4" 模型參數(shù)設置和預測精度評價

將金錢豹的分布信息和生態(tài)因子導入MaxEnt模型，選擇25%的金錢豹分布點用于測試集，75%的分布點用于訓練集，迭代次數(shù)為106次，設置響應曲線、ROC曲線和刀切法，選擇響應曲線用于評價生態(tài)因子適宜范圍，ROC曲線及曲線下面積（AUC）評價模型精度，刀切法檢驗生態(tài)因子的權重，結果以Logistic格式輸出[10-14]。當ROC曲線下面積AUC值在為0.7～0.8時，模型預測效果較好，可信度中等;在0.8～0.9時，模型預測效果很好，可信度較高;在0.9～1時，模型預測效果極好，準確性較高，可較為準確地反映物種的潛在分布狀態(tài)[15]。

1.5" 生態(tài)因子的篩選

基于金錢豹分布點數(shù)據(jù)和生態(tài)因子數(shù)據(jù)，利用MaxEnt模型進行迭代運算，初次迭代運算結束以后將貢獻率在1%以下的生態(tài)因子去除[9-10]。將篩選的生態(tài)因子進行相關性分析，在相關性系數(shù)大于0.8的生態(tài)因子中，將貢獻率較小的一個去除，最后將119個采樣點的經(jīng)緯度信息和最終保留的生態(tài)因子數(shù)據(jù)加載到MaxEnt模型中，進行10次模擬。根據(jù)模型輸出的環(huán)境因子百分比貢獻率、刀切法評價環(huán)境因子對金錢豹分布模型的相對貢獻，綜合分析不同藥材的主要生態(tài)因子。

1.6" 適宜區(qū)域劃分與統(tǒng)計

將MaxEnt模型預測結果導入ArcGIS軟件，輸出格式為ASCⅡ柵格圖層，導入ArcGIS中劃分金錢豹在全國的潛在適宜分布圖，將生成的柵格數(shù)據(jù)文件進行重分類[9]，按照適宜指數(shù)的大小將金錢豹的適宜分布區(qū)分為4類：非適生區(qū)（Plt;0.1）、低適生區(qū)（0.1≤Plt;0.3），中適生區(qū)（0.3≤Plt;0.5）及高適生區(qū)（P≥0.5）。最終得到金錢豹適宜性等級區(qū)劃圖。

2" 結果分析

2.1" MaxEnt模型預測準確性評價

經(jīng)R語言ENMeval程序包對MaxEnt模型優(yōu)化后，參數(shù)在FC=LQ，RM=0.5時，delta.AICc最小，如圖1所示，優(yōu)化后模型參數(shù)運算得到平均 AUC 值為0.945，表明模型對金錢豹的潛在適宜性分布結果具有很好的預測效果，可信度高，可用于金錢豹分布區(qū)域的進一步分析（如圖2所示）。

2.2" 主要生態(tài)因子的選擇

依據(jù)MaxEnt模型的運算結果顯示，如圖3和表1所示。對金錢豹分布貢獻較大的生態(tài)因子為最冷月最低溫（貢獻率54.4%）、晝夜溫差月均值（貢獻率29.2%）、坡度（貢獻率4.1%）、年均降水量（貢獻率2.5%），海拔（貢獻率2.3%），總貢獻率達92.5%。置換重要性最大的生態(tài)因子為最冷月最低溫（重要性62.5%）、海拔（重要性13.3%）、晝夜溫差月均值（重要性5.7%）、年均降水量（重要性4.8%）。刀切法檢驗結果如圖3所示，按照各生態(tài)因子的增益值從大到小依次為最冷月最低溫、晝夜溫差月均值、年均降水量、最暖季降水量。結合各環(huán)境變量對金錢豹分布影響的貢獻率及置換重要性，確定影響金錢豹潛在適生區(qū)的主導環(huán)境因子從大到小為最冷月最低溫、晝夜溫差月均值、年均降水量及海拔。

2.3" 金錢豹生態(tài)因子與適宜分布概率響應曲線

為明確關鍵氣候因子與金錢豹適生性之間的關系，如圖4所示，本研究繪制了4項關鍵氣候因子與存在概率（P）間的響應曲線，橫坐標為變量數(shù)值，縱坐標為金錢豹在特定生態(tài)因子的存在概率，結合存在概率計算其變量閾值，當概率大于0.5時，對物種生長較為適宜。如圖4所示，最冷月最低溫在-10～5 ℃時，金錢豹存在概率呈上升趨勢，在5 ℃時存在概率最大，隨著溫度不斷上升，金錢豹存在概率呈下降趨勢，較為適宜其生長的最冷月最低溫范圍為1～8 ℃。隨著晝夜溫差變大，金錢豹存在概率與晝夜溫差月均值呈負相關，在6 ℃時存在概率最大，較為適宜其生長的晝夜溫差月均值為3～8 ℃。海拔在4～731 m時，金錢豹存在概率呈上升趨勢，在731 m時存在概率最大，之后隨著海拔增加，金錢豹存在概率逐漸下降，較為適宜其生長的海拔范圍在在242～1 221 m。年均降水量在6～1 243 mm時，金錢豹存在概率呈上升趨勢，在1 607 mm時存在概率達到最大，隨著降雨量增加，金錢豹存在概率呈下降趨勢，較為適宜其生長的降水量為1 243～1 983 mm。

2.4" 金錢豹在全國范圍潛在分布區(qū)域分析

將篩選后的12個環(huán)境因子與金錢豹的地理分布數(shù)據(jù)導入MaxEnt模型進行模擬，經(jīng)模型預測發(fā)現(xiàn)，金錢豹在我國主要分布在南方各省，低適宜區(qū)主要集中分布在云南南部、西藏東南部、四川東部、貴州、廣西、廣東等地;中適宜區(qū)主要集中分布在云南東南部、四川東部、重慶、貴州、廣西;高適宜區(qū)主要集中分布在云南文山、四川中部、貴州西南部、廣西北部和福建中部。金錢豹高、中、低適生區(qū)面積分別是3.684 6×104 km2、42.008 6×104 km2、73.242 2×104 km2。

3" 討論

MaxEnt模型通過物種的分布數(shù)據(jù)和環(huán)境數(shù)據(jù)，找出物種分布的最大熵，從而對物種的潛在分布進行預測[16]。影響物種分布的因素有環(huán)境因子、生物因子等，決定了物種的適應、擴散和進化及其空間分布特征。本研究對金錢豹樣點進行生態(tài)適宜性區(qū)劃研究顯示，預測模型AUC值大于0.9，表明優(yōu)化后的MaxEnt模型能準確地預測金錢豹潛在分布區(qū)。試驗利用MaxEnt模型和ArcGIS技術相結合，較全面地考慮了各環(huán)境因子的影響，最終得出對金錢豹生長影響較大的環(huán)境因子及其適宜值范圍。綜合分析金錢豹的4個主環(huán)境因子，溫度、海拔、降水量均對其生態(tài)適宜性分布產(chǎn)生主要影響。

研究得出金錢豹在我國的生態(tài)適宜性區(qū)劃，主要分布在我國南部地區(qū)，多為亞熱帶季風氣候，是我國溫度適宜、降水豐富、海拔落差不大的地帶，金錢豹高生態(tài)適宜性的分布區(qū)主要集中在貴州西南部、四川東部、云南東南部、廣西、廣東北部和福建中部，該6省同時具有較大面積的中適宜分布區(qū)，與《中國植物志》[17]記載較吻合，也與文獻報道、標本查詢等數(shù)據(jù)一致。說明模擬的真實性高，而模擬顯示的適生分布范圍比實際真實分布的更廣，則說明金錢豹可用于栽培的范圍比當前的真實分布區(qū)域大。在生態(tài)適宜性分布區(qū)栽培金錢豹藥材不僅能增產(chǎn)，且能有效保護資源多樣性，并為當?shù)刂赂惶峁┯行緩健?/p>

4" 結論

本研究明確了影響金錢豹潛在分布的主要生態(tài)因子和適宜分布區(qū)域，能夠為苗藥金錢豹栽培選址、規(guī)范化種植提供科學依據(jù)，并對進一步開展金錢豹野生變家種和產(chǎn)地資源保護具有指導意義，從而更好地解決金錢豹藥材的市場供需矛盾。該研究是從生態(tài)因子方面探究金錢豹的潛在適生區(qū)，而中藥材種植應該從多方面考慮其影響因素。因此，后續(xù)還應結合不同區(qū)域對金錢豹的品質、化學成分含量進行分析，從而得到更適宜的產(chǎn)區(qū)，以保證產(chǎn)量的同時也能獲得質量好的藥材，促進苗藥金錢豹生產(chǎn)加工的可持續(xù)發(fā)展。

參考文獻：

[1] 吳其濬.植物名實圖考[M].上海：商務印書館，1957：312-314.

[2] 貴州省藥品監(jiān)督管理局.貴州省中藥材民族藥材質量標準（2003年版）[S].貴州：貴州科技出版社，2003：280.

[3] 汪毅.中國苗族藥物彩色圖集[M].貴陽：貴州科技出版社，2002.

[4] 李明，田素英，徐婉婷.廣東水源山土黨參的生藥學初步研究[J].中藥材，2008（4）：511-513.

[5] 楊小生，張占軍，楊再昌，等.土黨參多糖、衍生物及其制備方法和應用：CN100336833C[P].2007-09-12.

[6] 楊娟，張振東，彭梅，等.土黨參多糖在制備藥物和保健食品中的應用：CN101966199B[P].2012-07-11.

[7] 孫洪兵，蔣舜媛，孫輝，等.基于3S技術的羌活區(qū)劃研究Ⅱ.基于協(xié)同克里金插值的羌活品質適宜性分析及評價[J].中國中藥雜志，2017，42（14）：2633-2638.

[8] 盧有媛，楊燕梅，馬曉輝，等.中藥秦艽生態(tài)適宜性區(qū)劃研究[J].中國中藥雜志，2016，41（17）：3176-3180.

[9] 徐燃，吳杰，董林林，等.刺五加全球產(chǎn)地生態(tài)適宜性及品質生態(tài)學研究[J].藥學學報，2018，53（2）：313-320.

[10] 于淼，張建逵，孫智，等.遼寧省林下山參生態(tài)適宜性與品質區(qū)劃[J].中國實驗方劑學雜志，2023，29（20）：149-159.

[11] 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.

[12] 張陽.野生黃檗中活性成分與生態(tài)因子相關性研究[D].北京：北京協(xié)和醫(yī)學院，2015.

[13] 杜倩，魏晨輝，梁陳濤，等.中國東北地區(qū)12個建群樹種對氣候變化響應的MaxEnt模型分析[J].生態(tài)學報，2022，42（23）：9712-9725.

[14] 文國衛(wèi)，葉興狀，施晨陽，等.基于優(yōu)化的MaxEnt模型預測赤水蕈樹的潛在適宜區(qū)[J].廣西植物，2022，42（3）：363-372.

[15] 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（4）：365-372.

[16] 張海娟，陳勇，黃烈健，等.基于生態(tài)位模型的薇甘菊在中國適生區(qū)的預測[J].農(nóng)業(yè)工程學報，2011，27（S1）：413-418，420.

[17] 中國科學院中國植物志編輯委員會.中國植物志：第73（2）卷[M].北京：科學出版社，1983：71.

基金項目：貴州省科技計劃項目（黔科中引地[2022]4016）;貴州省農(nóng)業(yè)農(nóng)村廳中藥材現(xiàn)代產(chǎn)業(yè)體系項目（GZYCTX 2019-2024-0203）;貴陽市科技計劃項目（筑科合同[2022]3-9號）

第一作者簡介：李婷婷（1996-），女，碩士研究生。研究方向為中藥民族藥資源、鑒定與質量控制。

*通信作者：嚴福林（1986-），男，博士，副教授，碩士研究生導師。研究方向為中藥民族藥資源、鑒定與質量控制。