郭彥龍, 衛(wèi)海燕, 顧 蔚,張海龍

1 陜西師范大學旅游與環(huán)境學院，西安 710062 2 陜西師范大學西北瀕危藥材資源開發(fā)國家工程實驗室，西安 710062 3 陜西師范大學生命科學學院，西安 710062

基于模糊物元模型的桃兒七潛在地理分布研究

郭彥龍1,2,, 衛(wèi)海燕1,*, 顧 蔚2,3,,張海龍1

1 陜西師范大學旅游與環(huán)境學院，西安 710062 2 陜西師范大學西北瀕危藥材資源開發(fā)國家工程實驗室，西安 710062 3 陜西師范大學生命科學學院，西安 710062

桃兒七(Sinopodophyllumhexandrum(Royle)Ying)為小檗科多年生草本植物，是我國傳統(tǒng)瀕危藏藥。依據(jù)模糊物元模型建立桃兒七分布點位以及其產(chǎn)量數(shù)據(jù)與12個氣候環(huán)境因子之間的模糊隸屬函數(shù)，采用最大信息熵模型確定評價指標權(quán)重，利用GIS空間分析功能確定我國西部7省桃兒七生境適宜性空間分布。研究表明研究區(qū)桃兒七不適宜生境面積占研究區(qū)總面積的61.76%；低適宜生境占20.11%；中適宜生境占7.70%；高適宜生境占10.43%，主要集中在青藏高原東緣的四川、甘肅、青海境內(nèi)次生植被豐富、地形復雜的高海拔地區(qū)。結(jié)果顯示基于GIS與模糊物元構(gòu)建的生境適宜性評價模型可以準確的對我國西部7省桃兒七生境適宜性做出科學綜合評價，量化適宜生境面積和空間分布，為其資源保護和管理提供科學依據(jù)。

桃兒七；模糊物元模型；潛在地理分布

桃兒七(Sinopodophyllumhexandrum(Royle) Ying)為小檗科多年生草本植物，主要分布于喜馬拉雅山及其鄰近山區(qū)[1]，是我國傳統(tǒng)藥用植物，重要的藏藥資源?，F(xiàn)代醫(yī)學檢測證實桃兒七根莖中含有大量的具有抗癌活性等有效藥用成分，其中鬼臼毒素及其衍生物具有最為顯著的抗癌活性，被廣泛用于合成各種抗癌藥物的前體[2]。但是該物種野生資源稀少，天然繁殖能力較弱，隨著國內(nèi)外藥品市場需求的增加，桃兒七野生資源被大規(guī)模破壞性采掘，傳統(tǒng)道地產(chǎn)區(qū)生境遭到破壞，已被納入《國家重點保護野生藥材物種名錄》，同時被收錄于《中國植物紅皮書》為三級保護野生植物[3]。到目前為止，國內(nèi)外對桃兒七的研究主要集中在其藥理藥效、栽培技術(shù)、藥材品種鑒定、種群生物學、種群生態(tài)學、形態(tài)解剖學和種群遺傳學等方面，而對桃兒七在我國潛在分布區(qū)研究鮮見報道[4- 5]。

對特定物種的生境適宜性評價與潛在分布區(qū)預測，國內(nèi)外已有許多研究，該類研究往往從目標物種已知分布出發(fā)，利用數(shù)學方法或模型歸納、模擬生態(tài)位需求，通過與目標區(qū)域生境對比，得到目標物種的適生分布區(qū)，如MaxEnt模型[6- 7]、生態(tài)位因子分析[8]、分類和回歸樹模型[9]與Logistic回歸模型[10]等。但這些模型都側(cè)重于預測物種的分布，而無法對不同地理環(huán)境下生長的目標物種的品質(zhì)進行預測。生境因子回歸分析與GIS (Geo-information system, GIS)支持下的植物屬性空間格局預測結(jié)合起來，是國際上植被與環(huán)境關(guān)系定量研究的新途徑[11- 12]?；驹矶际抢媒?jīng)驗知識信息建立物種與環(huán)境關(guān)系的多變量統(tǒng)計模型，與GIS支持的空間環(huán)境數(shù)據(jù)相結(jié)合，對特定植物進行適宜性評價。但對于沒有明確生境適宜性標準的物種來說，特別是野生植物物種如桃兒七等，由于對其生物地理分布和生物多樣性格局的認識還十分有限，缺乏相關(guān)的專家知識和經(jīng)驗模型，因此上面提及的方法是不適用的。本文利用模糊物元模型以及信息熵理論對桃兒七在我國西部潛在地理分布進行預測研究，確定不同生境條件下桃兒七產(chǎn)量范圍，并以此區(qū)劃研究區(qū)桃兒七不同生境類型及地理空間分布，不僅可預測研究區(qū)桃兒七的潛在分布區(qū)，而且能夠確定不同生境適宜區(qū)桃兒七的品質(zhì)，為保護和持續(xù)利用桃兒七野生資源提供建議。

1 材料與方法

1.1 材料來源與數(shù)據(jù)處理

圖1 研究區(qū)位置和主要種群分布點位置Fig.1 Study area and geographical distribution of population

本研究通過查閱有關(guān)植物分類、植被與生態(tài)及相關(guān)資源調(diào)查報告等文獻，查閱各大標本館標本及其記錄，了解桃兒七的分布狀況，確定桃兒七分布區(qū)范圍，并以此劃定研究區(qū)(圖1)，經(jīng)度89°20′—111°25′ E，緯度21°10′—42°58′ N，包括青海、甘肅、寧夏、陜西、四川、云南6省以及西藏的東部地區(qū)，面積為2760079.50 km2。本研究中桃兒七分布點位以及產(chǎn)量數(shù)據(jù)來源于2010年重慶市中藥研究院瀕危藥材繁育國家工程實驗室的珍稀瀕危藥用植物桃兒七的資源調(diào)查報告，該調(diào)查涉及西藏、青海、甘肅、四川、云南等省區(qū)25個樣點212個桃兒七樣方數(shù)據(jù)(圖1)，其調(diào)查區(qū)域、調(diào)查路線、樣地調(diào)查區(qū)域、樣方設置方案、調(diào)查時間以及樣品處理方式等都經(jīng)過認真規(guī)劃，符合操作規(guī)范，所得數(shù)據(jù)真實可信，是關(guān)于我國桃兒七資源權(quán)威的一次靜態(tài)調(diào)查[13]。

研究使用的氣候柵格數(shù)據(jù)(生長期均溫、生長期降水量、年極高氣溫和年極低氣溫)來自人地系統(tǒng)的專題數(shù)據(jù)庫(TDHES)，該數(shù)據(jù)庫數(shù)據(jù)包括全國氣象觀測站30個標準年的觀測值的均值。研究區(qū)大于10 ℃積溫、年日照時數(shù)以及年相對濕度數(shù)據(jù)來自中國氣象數(shù)據(jù)共享服務系統(tǒng)，本研究在該系統(tǒng)中收集了分布在研究區(qū)內(nèi)的380個氣象觀測站30個標準年的觀測值，在ArcGIS 9.3平臺中對氣象站點數(shù)據(jù)進行插值分析，將其轉(zhuǎn)化成柵格數(shù)據(jù)進行處理。研究區(qū)數(shù)字高程模型數(shù)據(jù)(DEM)由中國科學院國際科學數(shù)據(jù)服務平臺(http://datamirror.csdb.cn)提供。研究區(qū)土地覆被類型數(shù)據(jù)來源于寒區(qū)旱區(qū)科學數(shù)據(jù)中心(http://westdc.westgis.ac.cn)，該數(shù)據(jù)是GLC2000(Global Land Cover 2000)項目開發(fā)的基于SPOT4遙感數(shù)據(jù)的全球土地覆蓋數(shù)據(jù)中國子集。依據(jù)研究區(qū)域的空間大小與環(huán)境變異程度，綜合考慮計算效果及原始數(shù)據(jù)的精度，本研究所有柵格分辨率設置為1 km×1km。

1.2 桃兒七生態(tài)適宜性評價因子選取

物種生態(tài)適宜性評價因子的選擇是評價的關(guān)鍵[14]，本研究根據(jù)桃兒七的生長條件并結(jié)合其生物學特性以及前人的研究成果，選擇了年均溫、年降水量、10 ℃積溫、桃兒七生長期(5月到9月)均溫、生長期降水量、年日照時數(shù)、年相對濕度、年極低溫、年極高溫9個氣候因子和海拔、坡度、坡向3個地形因子，共計12個評價因子(表1)。

1.3 研究方法

1.3.1 模糊物元模型

物元分析理論是由我國數(shù)學家蔡文于20世紀80年代創(chuàng)立，該理論從形式化角度研究事物的可拓性及其規(guī)律方法。對于無法用精確的數(shù)學語言進行描述現(xiàn)實問題，利用關(guān)聯(lián)函數(shù)對事物進行量變和質(zhì)變過程進行定量描述。近年來基于模糊數(shù)學的模糊物元模型被廣泛應用于環(huán)境評價、地質(zhì)土評價、城市發(fā)展評價以及昆蟲種群動態(tài)預測，并取得了不錯的效果[15]。在物元模型中，事物由一個三元有序組R= (N,C,V)表示，其中N為名稱，C為其特征，V為事物N的量值，若V具有模糊性，則R為模糊物元。若事物特征值C1,C2,……,Cn，

表1 基于氣候環(huán)境的桃兒七潛在地理分布評價指標

Table 1 Evaluation index of predicting potential geographical distributions ofSinopodophyllumhexandrum

類型Classification中文名稱Indexforchinese數(shù)據(jù)簡稱Code氣候因子年均溫AMTClimaticfactor年降水量AP10℃積溫AT生長期均溫*ATG生長期降水量*PG年日照時數(shù)ASH年相對濕度ARH年極低溫TMIN年極高溫TMAX地形因子海拔ASLTopographicalfactor坡度SLOP坡向ASPE

*生長期為5月至9月

必有對應的n個模糊量值v1,v2,…,vn，則R即為n維模糊物元。m個事物及其n維物元構(gòu)成復合物元Rnm：

式中，μij(i= 1, 2,…,n;j= 1, 2,…,m) 是第j個事物第i個特征對應的模糊值[16]。

1.3.2 確定隸屬規(guī)則

模糊數(shù)學是由美國自動控制專家查德(L.A. Zadeh)提出的概念，其在實際應用中的核心問題是由隸屬函數(shù)刻畫一個模糊子集，即通過隸屬函數(shù)關(guān)系解析式表示各個元素與模糊集合的隸屬關(guān)系。對于某個特定的模糊集合而言，隸屬函數(shù)不但可以體現(xiàn)它所反映模糊概念的基本特性，而且還可以通過量化實現(xiàn)對其進行相應的數(shù)學運算及處理[17]。對于模糊數(shù)學理論在實踐中的應用，需首先解決的問題是建立模糊集的隸屬函數(shù)即隸屬規(guī)則，將不確定性在形式上轉(zhuǎn)化為確定性，即將模糊性加以量化，從而可以利用傳統(tǒng)的數(shù)學方法進行分析和處理。而在傳統(tǒng)模糊物元模型中一般采用越大越優(yōu)型或者越小越優(yōu)型，但是這倆種隸屬函數(shù)都不足已描述物種對單個環(huán)境因子的適宜性，因此本研究根據(jù)桃兒7不同樣地的產(chǎn)量與各個生態(tài)因子之間特定關(guān)系，以及隸屬函數(shù)的特點作為選取隸屬函數(shù)的依據(jù)，按桃兒七產(chǎn)量和各評價因子各自的滑動平均數(shù)據(jù)擬合兩者之間回歸曲線，進而確定選擇何種模糊隸屬函數(shù)[18]，計算每個因子對野生桃兒七的適宜指數(shù)，適宜指數(shù)的取值范圍從0到1。0 表示在此環(huán)境下桃兒七無法生長或者無法積累有效成分，即該環(huán)境不適合桃兒七生長；1表示該環(huán)境下桃兒七產(chǎn)量達到最大即最合適其生長，數(shù)值越大表示越適合桃兒七的生長。本研究在收集到的桃兒七采樣點數(shù)據(jù)中隨機選取75%的樣本作為建模數(shù)據(jù)，25%的樣本作為檢驗數(shù)據(jù)，同時以Matlab2011軟件對每個單因子的隸屬函數(shù)都進行誤差檢驗，以保證模型的準確性(表2)。

1.3.3 關(guān)聯(lián)變換

根據(jù)表2中模糊隸屬函數(shù)構(gòu)造關(guān)聯(lián)系數(shù), 建立關(guān)聯(lián)系數(shù)復合模糊物元Rξ：

式中，ξij=μij(i= 1, 2,…,n;j= 1, 2,…,m)為第j樣本第i個評價指標的關(guān)聯(lián)系數(shù)，即本研究中經(jīng)模糊隸屬函數(shù)歸一化后第j樣本第i個評價指標的適宜指數(shù)。

1.3.4 評價指標權(quán)重計算

利用信息熵權(quán)法確定指標的客觀權(quán)重，信息熵是信息論中表示不確定性的概念，熵值越大，表明對應的信息量越大。根據(jù)信息熵定義[15,19]，采用常用對數(shù)(ln)對所有評價指標的信息熵E進行定義：

(1)

式中,μij為經(jīng)隸屬函數(shù)(表2)標準化的各評價因子的值，n為評價指標的個數(shù)，m為用于建模的樣本數(shù)。

表2 評價因子的隸屬函數(shù)及擬合度Table 2 Membership function of evaluation factors and fitting degree

AMT：年均溫Annual mean temperature；AP：年降水量Annual precipitation；AT：10℃積溫accumulation temperature(>10 ℃)；ATG：生長期均溫Average temperature of growth；PG：生長期降水量 Precipitation of growth；ASH：年日照時數(shù)Annual sunshine hours；ARH：年相對濕度Annual relative humidity；TMIN：年極低溫Minimum temperature of coldest month；TMAX：年極高溫Maximum temperature of warmest month；ASL：海拔Elevation above sea level；SLOP：坡度Slope; ASPE：坡向 Aspect

(2)

則評價指標的熵權(quán)值可表示為:

(3)

由最大信息熵模型求得的各個評價因子權(quán)重如表3所示。

1.3.5 綜合評價指標值的計算

設Rk表m個事物的關(guān)聯(lián)度組成的關(guān)聯(lián)度復合物元，Rw是指標的信息熵權(quán)重向量，則有：

表3 各評價因子最優(yōu)值、閾值及權(quán)重Table 3 The optimal value, threshold value and weigth of each factor

AMT：年均溫；AP：年降水量；AT：10℃積溫；ATG：生長期均溫；PG：生長期降水量；ASH：年日照時數(shù)；ARH：年相對濕度；TMIN：年極低溫；TMAX：年極高溫；ASL：海拔；SLOP：坡度：ASPE：坡向

1.3.6 模型驗證

本文使用均方根誤差(root-mean-square error, RMSE)驗證桃兒七生境適宜性評價模型的適用性:

式中,N為樣本數(shù)，Pi是第i個預測值，Qi代表第i個觀察值。RMSE能很好說明模型模擬值的準確性，RMSE小于10%，表明模擬值與實際觀測值一致性很高，模擬效果可以接受，10%—20% 表明模擬效果較好，20%—30% 模擬效果勉強可以接受，RMSE大于30%，表明模擬值的誤差較大，模擬效果不可接受[20]。本模型的RMSE檢驗結(jié)果為8.6%，即模擬值與實際觀測值一致性很高，模擬效果好。

2 結(jié)果與分析

在ArcGIS 9.3平臺支持下對結(jié)果數(shù)據(jù)文件進行分類量化，按照適生指數(shù)值從低到高，采用的Natural Breaks分級方法將研究區(qū)桃兒七生境適宜性分別區(qū)劃為不適宜生境、低適宜生境、中適宜生境和高適宜生境，Natural Breaks方法基于聚類分析且能較好保持數(shù)據(jù)統(tǒng)計特性。分級后適宜指數(shù)低于0.224的區(qū)域為不適宜生境，適宜指數(shù)0.224—0.400的地區(qū)為低適宜生境，適宜指數(shù)0.400 —0.616的地區(qū)為中適宜生境，高適宜生境的適宜指數(shù)等于或大于0.616。同時利用ArcGIS 9.3空間分析模塊將分級后的結(jié)果與研究區(qū)行政區(qū)圖疊加顯示(圖2)，并計算各生境分省分布面積，得出研究區(qū)分省桃兒七各級適生區(qū)潛在分布結(jié)果(表4)。

統(tǒng)計發(fā)現(xiàn)，桃兒七的高、中、低適宜生境面積分別占研究區(qū)面積的10.43%、7.70%以及20.11%，桃兒七在我國西部七省的適生區(qū)主要集中在青藏高原東部(圖2)，其中，高適宜生境區(qū)包括四川西部的康定、馬爾康、西昌以及雅安等地區(qū)，西藏東部的林芝、昌都以及山南部分地區(qū)，青海東部的海東、西寧以及黃南藏族自治州部分地區(qū)，云南北部的中甸，甘肅南部的甘南、臨夏、定西以及甘肅中部武威、蘭州興隆山等地區(qū)；中適宜生境區(qū)包括四川的成都、德陽、樂山等地區(qū)，青海門源回族自治州以及海南藏族自治州，甘肅隴南、張掖以及蘭州部分地區(qū)，寧夏固原，陜西秦嶺等地區(qū)；低適宜生境區(qū)包括青海果洛藏族自治州、玉樹藏族自治州東南部以及海西蒙古族藏族自治州東部，甘肅的慶陽、白銀地區(qū)，陜西安康南部以及漢中南部部分地區(qū)，云南的楚雄、昆明，西藏那曲，寧夏吳忠等部分地區(qū)。從預測結(jié)果來看，桃兒七高、中適宜生境僅占研究區(qū)面積的18.13%，不適生境則有61.76%，可見桃兒七對氣候環(huán)境要求苛刻，生長區(qū)域相對狹窄。

表4 研究區(qū)分省桃兒七各級適生區(qū)面積百分比(%)Table 4 The percentage of areas of habitat suitability comprehensive distribution of Sinopodophyllum hexandrumin different province

圖2 桃兒七潛在地理分布預測結(jié)果 Fig.2 The result of potential distribution area of Sinopodophyllum hexandrum

3 討論

3.1 模型構(gòu)建及評價

評價結(jié)果的科學性和可靠性取決于基礎數(shù)據(jù)的完整性，以及評價方法選擇的合理性[14,21- 22]。最大信息熵模型利用觀測數(shù)據(jù)所提供的信息確定權(quán)重系數(shù)，避免僅憑經(jīng)驗確定權(quán)重系數(shù)而產(chǎn)生的主觀偏差，突出評價區(qū)域內(nèi)限制性較強因子對評價對象的影響[18- 19]。而模糊數(shù)學綜合評價是應用模糊關(guān)系合成原理，根據(jù)各評價因子不同數(shù)值與桃兒七產(chǎn)量的隸屬度關(guān)系實現(xiàn)原始統(tǒng)計數(shù)據(jù)標準化，在缺少專家經(jīng)驗支撐下完成生境適宜性模型構(gòu)建。本研究通過收集研究區(qū)多個樣地的桃兒七分布點位及其產(chǎn)量數(shù)據(jù)，經(jīng)統(tǒng)計與模型分析，確立桃兒七產(chǎn)量與各評價因子的隸屬函數(shù)關(guān)系，計算出基于桃兒七產(chǎn)量各生態(tài)環(huán)境因子最適宜范圍。同時通過最大信息熵模型確定各生態(tài)因子對桃兒七產(chǎn)量的不同影響，從而確定限制性較大的生態(tài)因子，并使用Matlab2011對建模過程中涉及的隸屬函數(shù)進行誤差檢驗，確保模型的準確性。本研究所構(gòu)建的模型為沒有明確生境適宜性標準的物種提出一種評價該物種生境適宜范圍和生境地理分布的可操作方法，為野生物種管理和保護提供新的思路和途徑。

3.2 研究區(qū)桃兒七生境適宜性分析

通過不同評價因子對桃兒七產(chǎn)量影響的權(quán)重(表3)可知，氣候因子中有關(guān)氣溫的因子權(quán)重較高，TMIN(年極低溫)、AMT(年均溫)和TMAX(年極高溫)的權(quán)重分別為21.64%、21.04%和14.44%，地形因子中海拔和坡度因子的權(quán)重較高，分別為8.98%和7.10%。由此可見氣候因子中有關(guān)氣溫因子對桃兒七產(chǎn)量影響最大，其他因子次之，地形因子的作用在大尺度上十分有限。前人研究表明，桃兒七雖然是一個起源于溫帶的物種，但在進化過程中完全適應了高海拔地區(qū)的寒冷氣候，氣溫控制著桃兒七的生長和發(fā)育節(jié)律。在春季，即使在寒冷干旱的地區(qū)，只要氣溫能夠達到閾值(7 ℃左右)，桃兒七休眠狀態(tài)的芽能夠開始活動[5]。由評價因子最優(yōu)值(表3)可知，桃兒七產(chǎn)量達到最大時，其適宜生境的ATG為10.6 ℃、TMAX為14.10 ℃和TMIN為-4 ℃。水分條件在桃兒七潛在地理分布預測只起到次要作用，評價因子的最大信息熵權(quán)結(jié)果顯示與環(huán)境水分條件相關(guān)的評價因子ARH (年相對濕度)、PG(生長期降水量)和AP(年降水量)的權(quán)重僅分別為3.11%、2.96%和2.77%，這表明水分不是制約桃兒七分布的因子，它可以分布在較濕潤的環(huán)境，也可分布在較干旱的區(qū)域，這與桃兒七是鬼臼類植物中最能適應干旱環(huán)境的類群結(jié)論[23]一致。由表3可知，桃兒七產(chǎn)量達到最大，其適宜生境的ARH為57.01%、AP為807 mm和PG為520 mm。在相同緯度上，海拔高度與地形坡度控制著不同的光熱水分條件，前人研究表明桃兒七分布在次生植被豐富、地形復雜的高海拔地區(qū)[1,5,23]。本研究的結(jié)果表明桃兒七的最適海拔為3142 m，最適坡度為小于等于30°。研究結(jié)果顯示基于桃兒七產(chǎn)量的高適宜生境集中分布在研究區(qū)青藏高原東緣海拔2400—4000 m山區(qū)，如四川西部的康定、馬爾康、西昌以及雅安等地區(qū)，西藏東部的林芝、昌都以及山南的部分地區(qū)，青海東部的海東、西寧以及黃南藏族自治州部分地區(qū)，這些地區(qū)年極低溫為-10—-5 ℃，年均溫為2.5—5.5 ℃，生長期降水量400—600 mm，生長期均溫為5—15 ℃，濕度適宜，穩(wěn)定在40%—75%，年日照時數(shù)1700—2600 h/a，有利于桃兒七果實生長。

3.3 研究區(qū)桃兒七保護建議

研究結(jié)果表明桃兒七的適宜生境(高適宜生境與中適宜生境)面積為500236.03 km2，在研究區(qū)涉及到的各省中，以四川、西藏東部和甘肅的適宜生境面積最大，分別為188905.51 km2、141459.57 km2和68534.51 km2(表5)，是桃兒七的主要分布區(qū)也是其道地產(chǎn)區(qū)。在這些地區(qū)對桃兒七的保護應有目的選擇高適宜生境或適宜生境區(qū)加以管理，特別在桃兒七野生撫育GAP(good agricultural practice)基地選址和建設時，應充分考慮其適宜生境，尤其是高適宜生境區(qū)。但對陜西、甘肅7個桃兒七種群分布點位的研究顯示，由于受到放牧的影響，在開曠草地很少有桃兒七分布，該植物是一種高大的草本，其莖葉占整株比例較大，雖植食動物很少食用，但由于其莖肉質(zhì)脆嫩，極易被放牧動物踐踏而折斷。在地形比較復雜的地段，如多石、多刺或多灌叢的山地，以及許多牲畜不能到達的地方，桃兒七能夠良好地生長。因此對該植物應加強保護，加大宣傳保護力度，提倡野生撫育，收集優(yōu)良種質(zhì)進行人工繁育，在其分布區(qū)內(nèi)通過禁牧等措施以擴大桃兒七種群數(shù)量。

表5 研究區(qū)桃兒七各級適生區(qū)面積Table 5 The areas of habitat suitability comprehensive distribution of Sinopodophyllum hexandrum in different province

4 結(jié)論

本文依據(jù)模糊物元模型和氣候環(huán)境圖層建模分析了桃兒七在我國西部七省潛在地理分布和主要影響因子，模擬出研究區(qū)桃兒七的潛在地理布局。研究結(jié)果顯示桃兒七在研究區(qū)適宜生長的環(huán)境(高、中適宜生境)面積僅為500236.03 km2，占研究區(qū)總面積的18.13%，可見其生長區(qū)域狹窄，對環(huán)境要求苛刻。同時由于其種群受人類活動影響加之生長周期較長(自然條件下需5—7a的生長期)，導致該物種的分布區(qū)面積減小，居群數(shù)量銳減，確定適宜生境對該物種原產(chǎn)地保護與人工野生撫育具有重要意義。本文綜合區(qū)劃我國西部七省野生桃兒七4種生境及地理空間分布，為桃兒七野生撫育GAP基地選址和建設提供理論與數(shù)據(jù)支撐，為野生物種尤其對尚未實施人工栽培的野生藥材、以及珍稀瀕危藥材資源的保護和管理提供參考。

[1] 應俊生. 小檗科八角蓮屬和桃兒七屬(新屬)的研究. 植物分類學報, 1979, 17(1): 15- 23.

[2] 劉海軍, 徐艷, 蘇國慶, 李春燕, 王莉, 劉玉軍. 桃兒七的研究進展. 中草藥, 2004, 35(1): 98- 100.

[3] Nadeem M, Palni L M S, Purohit A N, Pandey H, Nandi S K. Propagation and conservation ofPodophyllumhexandrumRoyle: an important medicinal herb. Biological Conservation, 2000, 92(1): 121- 129.

[4] Shmara K D, Singh B M, Shmara T R, Katoch M, Guleria S. Molecular analysis of variability inPodophyllumhexandrumRoyle-an endangered medicinal herb of northwestern Himalaya. Plant Genetic Resources Newsletter, 2000, 124: 57- 61.

[5] 肖猛. 瀕危植物桃兒七 (Sinopodophyllumhexandrum(Royle) Ying) 的遺傳多樣性研究 [D]. 成都: 四川大學, 2006.

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

[7] 殷曉潔, 周廣勝, 隋興華, 何奇瑾, 李榮平. 蒙古櫟地理分布的主導氣候因子及其閾值. 生態(tài)學報, 2013, 33(1): 0103-0109.

[8] Podchong S, Schmidt-Vogt D, Honda K. An improved approach for identifying suitable habitat of Sambar Deer (CervusunicolorKerr) using ecological niche analysis and environmental categorization: case study at Phu-Khieo Wildlife Sanctuary, Thailand. Ecological Modelling, 2009, 220(17): 2103- 2114.

[9] 吳建國, 呂佳佳, 周巧富. 氣候變化對6種荒漠植物分布的潛在影響. 植物學報, 2010, 45(6): 723- 738.

[10] Singh A, Kushwaha S P S. Refining logistic regression models for wildlife habitat suitability modeling-A case study with muntjak and goral in the Central Himalayas, India. Ecological Modelling, 2011, 222(8): 1354- 1366.

[11] Tian S Q, Chen X J, Chen Y, Xu L X, Dai X J. Evaluating habitat suitability indices derived from CPUE and fishing effort data forOmmatrephesbratramiiin the northwestern Pacific Ocean. Fisheries Research, 2009, 95(2/3): 181- 188.

[12] Dussault C, Courtois R, Ouellet J P. A habitat suitability index model to assess moose habitat selection at multiple spatial scales. Canadian Journal of Forest Research, 2006, 36(5): 1097- 1107.

[13] 趙紀峰, 劉翔, 王昌華, 張植偉, 秦松云, 鐘國躍. 珍稀瀕危藥用植物桃兒七的資源調(diào)查. 中國中藥雜志, 2011, 36(10): 1255- 1260.

[14] 陳海生, 劉國順, 劉大雙, 陳偉強. GIS支持下的河南省煙草生態(tài)適宜性綜合評價. 中國農(nóng)業(yè)科學, 2009, 42(7): 2425- 2433.

[15] 陳斌, 丁世飛. 基于信息熵的模糊物元模型預測玉米螟種群動態(tài). 數(shù)學的實踐與認識2007, 37(10): 78- 82.

[16] 蔡文. 物元模型及其應用. 北京: 科學技術(shù)文獻出版社, 1994.

[17] 胡寶清. 模糊理論基礎 (第二版). 武漢: 武漢大學出版社, 2010: 271- 300.

[18] Lu C Y, Gu W, Dai A H, Wei H Y. Assessing habitat suitability based on geographic information system (GIS) and fuzzy: a case study ofSchisandrasphenantheraRehd. et Wils. in Qinling Mountains, China. Ecological Modelling, 2012, 242: 105- 115.

[19] Weber T C. Maximum entropy modeling of mature hardwood forest distribution in four U. S. states. Forest Ecology and Management, 2011, 261(3): 779- 788.

[20] Li J, Heap A D. A review of comparative studies of spatial interpolation methods in environmental sciences: performance and impact factors. Ecological Informatics, 2011, 6(3/4): 228- 241.

[21] 張義, 謝永生, 郝明德. 黃土溝壑區(qū)王東溝流域蘋果品質(zhì)限制性生態(tài)因子探析. 中國農(nóng)業(yè)科學, 2011, 44(6): 1184- 1190.

[22] 郭彥龍, 顧蔚, 路春燕, 衛(wèi)海燕. 基于五味子甲素與乙素的秦嶺地區(qū)野生華中五味子的潛在空間分布. 植物學報, 2013, 48 (4): 411- 422

[23] 馬紹賓, 胡志浩. 桃兒七分布格局與生態(tài)適應的初步研究. 武漢植物學研究, 1996, 14(l): 47- 54.

Potential distributions ofSinopodophyllumhexandrumbased on fuzzy matter element model

GUO Yanlong1,2, WEI Haiyan1,*, GU Wei2,3,,ZHANG Hailong1

1CollegeofTourismandEnvironment,ShaanxiNormalUniversity,Xi′an710062,China2NationalEngineeringlaboratoryforResourceDevelopmentofEndangeredCrudeDrugsinNorthwestofChina,ShaanxiNormalUniversity,Xi′an710062,China3CollegeofLifeSciences,ShaanxiNormalUniversity,Xi′an710062,China

Specific geographic spatial information about species is an important part of species conservation. This information is essential for addressing many challenges to species conservation such as those induced by climate change, as well as other ecological or biological factors. It is also important for both the domestication of a wild species.Sinopodophyllumhexandrum, a perennial herb in the berberidaceae family, is an endangered traditional Tibetan medical plant. The wild populations of this species are scarce, and its natural reproductive ability is weak. With an increase in popularity of this herb in both the domestic and international drug market,Sinopodophyllumhexandrumwild resources are being depleted, and traditional areas where the plant could be found no longer host this species. Without good knowledge about the habitat requirements of this species, species protection via habitat protection measures is not possible. Thus, the only viable strategy for protecting this species in the wild is to restrict sales of the plant when sourced from certain countries where the plant populations are known to be endangered. In addition to being essential for effective habitat protection, specific information about habitat requirements forSinopodophyllumhexandrumalso facilitate cultivating the plant more effectively-thus providing a sustainable supply for medical use. In our research, many samples ofSinopodophyllumhexandrumwere collected from 25 sampling sites. Based on Matter Element Mode theory, the relationships between plant yield and 12 climatic and environmental factors were established. Using these data as a base, we calculated the optimum habitat conditions forSinopodophyllumhexandrum. The next step was to use the maximum entropy model to determine the relative importance of each environmental factor, and thus determine the most limiting habitat criteria. Finally, the probable spatial distribution ofSinopodophyllumhexandrumacross seven provinces in western China was determined based on the weighted average method and GIS spatial analysis of habitat conditions. The root-mean-square error (RMSE) was used to evaluate the accuracy of the model′s prediction．The RMSE value reached 8.6%: a value which indicates predictive accuracy of the model to have reached the level of “Excellent”. The results show five dominant climatic factors controllingSinopodophyllumhexandrumdistribution. These five dominant features are 1) minimum temperature of coldest month (TMIN), 2) annual mean temperature (AMT), 3) maximum temperature of warmest month (TMAX), 4) Annual sunshine hours (ASH) and 5) elevation above sea level (ASL). The percentage of unsuitable habitat forSinopodophyllumhexandrumin this area was 61.76%, with 20.11% classified as marginally suitable habitat, 7.70% classified as moderately suitable habitat, and 10.43% highly suitable habitat. Thus the growing area forSinopodophyllumhexandrum, whether natural or cultivated, is limited. Our results showed that moderately suitable habitats and highly suitable habitats are mainly located in Sichuan, Gansu, and Qinghai on the Eastern edge of the Qinghai-Tibet Plateau. This area has rich secondary vegetation and is at high altitude. In conclusion, the habitat suitability assessment model based on GIS and Matter Element Mode theory could accurately evaluate the habitat suitability ofSinopodophyllumhexandrum, quantify the area of suitable habitat, and analyze the spatial distribution. This information is of value to address the choice of good agricultural practice (GAP) and provide insight for choosing the most suitable cultivation sites, as well as habitat protection zones.

Sinopodophyllumhexandrum(Royle) Ying; fuzzy matter element model; potential geographic distribution

國家自然科學基金資助項目(31070293)；國家“十一五”科技支撐計劃項目(2006BAI06A13- 06)

2013- 04- 13;

日期:2014- 04- 03

10.5846/stxb201304120689

*通訊作者Corresponding author.E-mail: weihy@snnu.edu.cn

郭彥龍, 衛(wèi)海燕, 顧蔚,張海龍.基于模糊物元模型的桃兒七潛在地理分布研究.生態(tài)學報,2015,35(3):770- 778.

Guo Y L, Wei H Y, Gu W,Zhang H L.Potential distributions ofSinopodophyllumhexandrumbased on fuzzy matter element model.Acta Ecologica Sinica,2015,35(3):770- 778.