胡 秀 吳福川 郭 微

1 仲愷農(nóng)業(yè)工程學(xué)院園林園藝學(xué)院 廣州 510522

2 中國科學(xué)院西雙版納熱帶植物園 云南勐臘 666303

現(xiàn)階段我國園林綠地建設(shè)中存在著植物多樣性低、地帶性植物景觀不突出的問題［1］，引種栽培盡可能多的植物種類，尤其是鄉(xiāng)土野生植物是解決途徑之一。具有潛在園林應(yīng)用價值的野生植物種類非常多，需要采用一些簡便而準(zhǔn)確的方法進(jìn)行區(qū)劃。植物的分布除了決定于氣候、土壤及地形等環(huán)境條件，同時還決定于植物的歷史分布，使得一些適合某種植物生長的地區(qū)沒有該種植物的分布［2］。正是基于這種認(rèn)識，在生態(tài)學(xué)研究領(lǐng)域出現(xiàn)了一系列基于GIS(Geography information system)的物種分布預(yù)測軟件，用于尋找植物的潛在分布區(qū)域。其中基于最大熵法(Maximum entropy method)的MaxEnt［3］具有可靠性高、操作簡便的特點［4］，除了在動植物的生境預(yù)測［5-7］、檢疫性病蟲害的預(yù)測等方面［8］，還被用于猴面包樹在全球的潛在種植區(qū)的預(yù)測研究［9］。毛姜花(Hedychium villosum wall.)是優(yōu)良的林下野生多年生香花草本植物，本課題組對其分布、生態(tài)習(xí)性、群落環(huán)境等了解較為深入［10］，可確保其分布數(shù)據(jù)的準(zhǔn)確性，以消除由于數(shù)據(jù)收集造成的預(yù)測模型的誤差。因此，本研究以毛姜花為例，將其分布數(shù)據(jù)分為兩組，一組作為訓(xùn)練數(shù)據(jù)用于建模;另一組作為檢驗數(shù)據(jù)，采用ROC(Receiver operating characteristic)曲線分析［11-12］對模型進(jìn)行理論檢驗，并同時采用引種栽培的數(shù)據(jù)進(jìn)行輔助分析，應(yīng)用MaxEnt 對毛姜花進(jìn)行潛在引種區(qū)預(yù)測。

1 材料與方法

1.1 預(yù)測模型的建立

影響物種分布區(qū)預(yù)測軟件分析結(jié)果準(zhǔn)確性的因素主要有兩方面:一是算法方面的誤差，其中主要是由于建模時數(shù)據(jù)收集不完整或建模方法不恰當(dāng)產(chǎn)生的誤差;第二方面是由于環(huán)境因子選擇的遺漏而造成的分析結(jié)果的誤差［13-14］。為提高預(yù)測結(jié)果的有效性，除在建模方法上采用廣泛應(yīng)用、可靠性高的Max-Ent(最大熵法)生態(tài)學(xué)模型軟件之外，在數(shù)據(jù)收集、環(huán)境因子選擇方面作了如下的處理:

1.1.1 分布數(shù)據(jù)的收集

本研究的分布數(shù)據(jù)來源于國內(nèi)外各大植物標(biāo)本館毛姜花(Hedychium villosum wall.)在中國范圍內(nèi)野生分布的標(biāo)本記錄(PE，中國科學(xué)院植物研究所標(biāo)本館;IBSC，中國科學(xué)院華南植物園標(biāo)本館;KUN，中國科學(xué)院昆明植物園標(biāo)本館;HITBC，中國科學(xué)院西雙版納植物園標(biāo)本館;GXMI，廣西藥用植物研究所標(biāo)本館;IBK，中國科學(xué)院廣西植物研究所標(biāo)本館;GH，哈佛大學(xué)植物標(biāo)本館)以及本人的野外調(diào)查的工作記錄和引種栽培記錄，共70 個樣點。其中4 個樣點為引種栽培記錄，包括2008年3月-2013年3月在仲愷農(nóng)業(yè)工程學(xué)院鐘村農(nóng)場引種栽培毛姜花的生物學(xué)特性和物候的觀察。此外，為避免廣布種種內(nèi)生境分異所產(chǎn)生的誤差，本研究支持Yu F 等［15］的觀點，將小毛姜花變種H. villosum var. tenuiflorum Wall. ex Bak. 獨立為H. tenuiflorum(Bak.)K. Schum. ，即收集樣點中不包括小毛姜花變種(H. villosum var.tenuiflorum Wall. ex Bak.)。所有標(biāo)本記錄均經(jīng)過嚴(yán)格的分類學(xué)鑒定，剔除鑒定錯誤、重復(fù)和距離過近的記錄;盡量采用野外實地考察的分布數(shù)據(jù);對沒有經(jīng)緯度信息的標(biāo)本記錄采用Google Earth 按照分布詳細(xì)地點和生境進(jìn)行查找。

1.1.2 環(huán)境因子的選擇

本研究設(shè)定的引種栽培環(huán)境是在改良土壤條件下的野生植物引種栽培，因此暫不考慮土壤、地形、太陽輻射等環(huán)境因子的影響;同時，經(jīng)Hof 等［16］的研究證明，在物種預(yù)測軟件的應(yīng)用中，海拔因子對預(yù)測結(jié)果的影響很小。因此本研究僅選用溫度和水分指標(biāo)為環(huán)境因子。采用的氣候數(shù)據(jù)為生物氣候指標(biāo)，包括了對植物的生長具有重要影響的季節(jié)性平均溫度(BIO1、BIO4)、極端高溫(BIO5、BIO10)、極端低溫(BIO6、BIO11)、降雨的季節(jié)性分布(BIO12、BIO15)、極端 陰 雨(BIO13、BIO16)、極 端 干 旱(BIO14、BIO17)、水熱同步(BIO8、BIO9、BIO18、BIO19)、溫差(BIO2、BIO3、BIO7)等［17］，較適合用于野生植物的引種區(qū)劃。氣候數(shù)據(jù)來源于世界氣候數(shù)據(jù)庫，分辨率為2.5，即精度范圍為5 km2。該氣候數(shù)據(jù)的特點是采用插值法對1950-2000年來世界各地氣象站的數(shù)據(jù)進(jìn)行了轉(zhuǎn)換，氣象站點豐富，精度高［17］，可從世界氣候數(shù)據(jù)庫網(wǎng)站免費下載。

1.2 模型有效性的評價

MaxEnt 模型的評價采用先驗性數(shù)據(jù)進(jìn)行。選用25%的分布數(shù)據(jù)作為測試集數(shù)據(jù)，其余作為訓(xùn)練集數(shù)據(jù)，作ROC 曲線分析對模型的可靠進(jìn)行評價。一般認(rèn)為，當(dāng)ROC 曲線與橫坐標(biāo)圍成的面積值(AUC 值)在0.5 ～0.7 時模型診斷價值較低，在0.7 ～0.9 時診斷價值中等，大于0.9 時診斷價值優(yōu)秀［11-12］。根據(jù)Phillips［3］等的研究，由于軟件的運算結(jié)果會受到抽取的分布數(shù)據(jù)集的變化而受到一定的影響，因此隨機(jī)運算10 次，取平均值用于評價模型的可靠性。不過，最終的適生性區(qū)劃模型還是采用所有的分布數(shù)據(jù)來進(jìn)行，以獲得最佳的區(qū)劃圖。分布數(shù)據(jù)和氣候數(shù)據(jù)格式轉(zhuǎn)換和導(dǎo)入?yún)⒄誐axEnt 用戶指南(http://www. cs. princeton. edu/ ～schapire/maxent/)，ROC 曲線分析及區(qū)劃圖由軟件自動完成。

1.3 潛在引種區(qū)預(yù)測

從中國國家地理基礎(chǔ)網(wǎng)站上下載1∶100 萬的地圖導(dǎo)入DIVA-GIS 作為底圖，同時將采用全部分布數(shù)據(jù)進(jìn)行建模的區(qū)劃結(jié)果圖導(dǎo)入進(jìn)行疊加，結(jié)合引種栽培數(shù)據(jù)在區(qū)劃圖上的分布，確定毛姜花的潛在引種范圍。

2 結(jié)果與分析

2.1 模型有效性的評價

經(jīng)ROC(Receiver operating characteristic)曲線分析，隨機(jī)運算10 次的毛姜花MaxEnt 預(yù)測模型的AUC平均值為0.988，模型診斷為優(yōu)秀［11-12］。同樣以MaxEnt 軟件進(jìn)行猴面包樹的引種適生性區(qū)劃的研究中，隨機(jī)運算10 次取平均值，由全球分布記錄建立的預(yù)測模型的AUC 平均值為0.879，由西非的分布數(shù)據(jù)建立的預(yù)測模型的AUC 平均值為0.963，而由東非分布數(shù)據(jù)建立的預(yù)測模型的AUC 平均值為0.933［9］，表明本研究建立的毛姜花的引種適生性區(qū)劃模型有效性較高。

2.2 潛在引種區(qū)預(yù)測

根據(jù)引種栽培樣點在預(yù)測圖中的位置，4 個樣點中的3 個分布在預(yù)測圖中適生性等級較低的區(qū)域，可以明確判定預(yù)測圖中最低等級以上的區(qū)域均可成功引種，且顏色越暖的區(qū)域毛姜花的適生程度越高。在圖1(附后)中，適生性在0 ～1 區(qū)間內(nèi)被劃分為13級，大于0.08 的區(qū)域內(nèi)即可成功引種。區(qū)劃圖上各地區(qū)具體的適宜程度由圖中顏色顯示，由藍(lán)到綠再到紅，更暖的顏色表示適生性程度更高。除四川省的越西、美姑、甘洛、峨邊交界處以及峨邊與雷波交界處以外，毛姜花在我國引種區(qū)劃的北線為:云南省的貢山、維西、劍川、洱源西部、賓川西部、祥云、南華、富民、嵩明、沾益、宣威，貴州省的水城、六枝、普定、長順、花溪、平塘、獨山、荔波、南丹，廣西壯族自治區(qū)的河池、都安、大化、馬山、賓陽、橫縣、容縣、藤縣、蒼梧，廣東省的封開、德慶、四會、三水、廣州、增城、龍門、紫金、五華、梅縣，在這些地區(qū)以南的區(qū)域均可引種栽培。怒江、保山、德宏、西雙版納、紅河、文山、黔西南、百色、海南島的中部以及臺灣的西部沿岸是毛姜花潛在引種區(qū)劃的最適區(qū)。該預(yù)測圖可以導(dǎo)入Google earth進(jìn)行精確定位。

3 結(jié)論和討論

3.1 毛姜花的潛在引種區(qū)

經(jīng)先驗性數(shù)據(jù)的ROC 曲線檢驗，本研究建立的毛姜花潛在引種區(qū)預(yù)測模型的有效性高，表示采用此模型做出的區(qū)劃預(yù)測圖可靠性高。此外，4 個栽培樣點中的3 個分布在預(yù)測圖中適生性等級較低的區(qū)域，可以明確判定預(yù)測圖中最低等級以上的區(qū)域均可成功引種，且顏色越暖的區(qū)域毛姜花的適生程度越高。區(qū)劃預(yù)測圖的這一特點與MaxEnt 軟件的開發(fā)原理是在沒有人為栽培措施下的物種潛在分布區(qū)預(yù)測有關(guān)，用于植物引種區(qū)時結(jié)果較為保守，不適宜用作拓寬野生植物的引種區(qū)域使用。如果目標(biāo)是營造近自然林及地帶性植物景觀，則正符合需要。此外，臺灣省的大部、廣東的信宜、高州、化州南部、陸川西部、北流南部、容縣南部、岑溪南部、郁南和羅定的西部、陽春的西北部沒有毛姜花的現(xiàn)實分布，但區(qū)劃結(jié)果顯示這些地區(qū)具有不同程度的適生性，適合引種栽培毛姜花，實現(xiàn)了對其潛在引種區(qū)的預(yù)測。

3.2 討論

除了可靠性高以外，采用MaxEnt 生態(tài)學(xué)模型軟件進(jìn)行野生植物潛在引種區(qū)的預(yù)測的另外一個特點是操作簡便。與現(xiàn)有的區(qū)劃方法相比較［18-21］，本研究的區(qū)劃方法具有氣候數(shù)據(jù)收集能反映植物種類的分布特異性、相似性分析方法可靠性高、區(qū)劃分析可操作性強(qiáng)、結(jié)果精確且應(yīng)用起來直觀簡便等特點。由于我國地域遼闊，氣候、地形和土壤多樣，如果能以區(qū)域為線索，整理出各地的適生性種類，在推廣和應(yīng)用上將會更方便。就MaxEnt 生態(tài)學(xué)模型軟件而言，對盡可能多的野生植物和園林栽培植物完成適生性區(qū)劃的時候，將這些區(qū)劃圖疊加分析，就可以得到某一地區(qū)適生的植物種類。最近幾十年，我國的植物分類學(xué)工作者完成了對一些具有園林觀賞價值的科屬的全面修訂，如蘇鐵科、木蘭科、山茶科、薔薇科、杜鵑花科、紫金牛科等，積累了豐富、詳實而準(zhǔn)確的野生植物分布信息。如能將這些科屬的區(qū)劃圖合并起來，將可以獲得不同地域適生的野生植物名錄，大大提高野生植物開發(fā)利用的效率。

［1］達(dá)良俊，方和俊，李艷艷.上海中心城區(qū)綠地植物群落多樣性診斷和協(xié)調(diào)性評價［J］.中國園林，2008，24(3):87-90.

［2］吳中倫.國外樹種引種概論［M］.北京:科學(xué)出版社，1983.

［3］Phillips S J，Anderson R P，Schapire R E.Maximum entropy modeling of species geographic distributions［J］. Ecological Modelling，2006，190(3/4):231-259.

［4］Ortega-Huerta M A，Peterson A T. Modeling ecological niches and predicting geographic distributions:a test of six presence-only methods［J］.Revista Mexicana de Biodiversidad，2008，79:205-216.

［5］Suárez-Seoane S，García de la Morena E L，Prieto M B M，et al.Maximum entropy niche- based modelling of seasonal changes in little bustard(Tetrax tetrax)distribution［J］.Ecological Modeling，2008，219(1/2):17 –29.

［6］Gaikwad J，Wilson P D，Ranganathan S. Ecological niche modeling of customary medicinal plant species used by Australian Aborigines to identify species- rich and culturally valuable areas for conservation［J］.Ecological Modelling，2011，222(18):3437-3443.

［7］齊增湘，徐衛(wèi)華，熊興耀，等.基于MAXENT 模型的秦嶺山系黑熊潛在生境評價［J］.生物多樣性，2011，19(3):343-352.

［8］趙文娟，陳林，丁克堅，等.利用MAXENT 預(yù)測玉米霜霉病在中國的適生區(qū)［J］.植物保護(hù)，2009，35(2):32-38.

［9］Sanchez A C，Osborne P E，Haq N.Identifying the global potential for baobab tree cultivation using ecological niche modeling［J］. Agroforestry systems，2010，80(2):191-201.

［10］胡秀，閆建勛，劉念.中國姜花屬野生花卉資源的調(diào)查與引種研究［J］.園藝學(xué)報，2010，37(4):643-648.

［11］Hanley J A，Mcneil B J.The meaning and use of the area under a Receiver Operating Characteristic(ROC)curve［J］. Radiology，1982，143:29-36.

［12］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(yīng)用［J］.生物多樣性，2007，15(4):365-372.

［13］Pearson R G，Lees D C，Thuiller W，et al.Model‐based uncertainty in species range prediction［J］. Journal of Biogeography，2006，33(10):1704-1711.

［14］Meynard C N，Quinn J F，Christine N. Predicting species distributions:a critical comparison of the most common statistical models using artificial species［J］. Journal of Biogeography，2007，34(8):1455-1469.

［15］Yu F，Kress W J，Gap J-Y.Morphology，distribution，and chromosome counts of two varieties of Hedychium villosum(Zingiberaceae)［J］.Journal of Systematics and Evolution，2010，48(5):344-349.

［16］Hof A R，Jansson R，Nilsson C. The usefulness of elevation as a predictor variable in species distribution modelling［J］. Ecological Modelling，2012，246(10):86-90.

［17］Hijmans R J，Camerron S E，Parra J L，et al.A Very high resolution interpolated climate surfaces for global land areas［J］. International journal of climatology，2005，25(15):1965-1978.

［18］王振，張京偉，張德順.基于模糊相似優(yōu)先比法劃分與上海氣候相似的全球區(qū)域［J］.中國園林，2012(1):91-93.

［19］陳有民.中國園林綠化樹種區(qū)域規(guī)劃［M］. 北京:中國建筑出版社，2006.

［20］王國玉，白偉嵐，梁堯欽.我國城鎮(zhèn)園林綠化樹種區(qū)劃研究新探［J］.中國園林，2012(2):5-10.

［21］張雯婷，楊學(xué)軍，唐東芹.中國植物極限溫度分區(qū)的探索性研究［J］.中國園林，2011(4):63-69.

圖1 以BIO1-BIO19(溫度和降雨)為指標(biāo)的毛姜花(Hedychium villosum wall.)潛在引種區(qū)預(yù)測圖