楊會(huì)楓+鄭江華+賈曉光+李曉瑾

[摘要]羅布麻為夾竹桃科多年生草本植物，其葉可以入藥，莖稈作為重要的紡織品原材料，預(yù)測(cè)氣候變化對(duì)該物種分布范圍的影響及其保護(hù)該資源的可持續(xù)利用具有重要意義。該文利用羅布麻的44個(gè)地理分布點(diǎn)和19個(gè)環(huán)境因子圖層，采用MaxEnt模型分析了羅布麻在我國(guó)的潛在地理分布，并基于該模型預(yù)測(cè)政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC AR5）發(fā)布的BCC_CSM11氣候模式下2050年及2070年的RCP26，RCP85氣候情景下羅布麻的潛在地理分布范圍。結(jié)果表明：最冷月低溫（bio6）、年平均溫（bio1）、最冷季平均降雨量（bio19）、最濕季平均溫（bio8）是影響羅布麻分布的主導(dǎo)環(huán)境因子；在當(dāng)前氣候條件下，羅布麻的適宜生境占我國(guó)總面積的1194%，集中分布在新疆中部，甘肅北部，內(nèi)蒙古南部，寧夏北部，陜西北部及中部，山西南部，河南北部及中部，河北中部及南部，山東，天津，遼寧南部及北京的部分區(qū)域。由模型預(yù)測(cè)可知：2050—2070年，RCP26，RCP85氣候情景下，羅布麻適宜生境都有所減少。

[關(guān)鍵詞]潛在地理分布；氣候變化；MaxEnt模型；羅布麻；藥用植物

[Abstract]Apocynum venetum belongs to apocynaceae and is a perennial medicinal plant， its stem is an important textile raw materials. The projection of potential geographic distribution of A. venetum has an important significance for the protection and sustainable utilization of the plant. This study was conducted to determine the potential geographic distribution of A. venetum and to project how climate change would affect its geographic distribution. The projection geographic distribution of A. venetum under current bioclimatic conditions in northern China was simulated using MaxEnt software based on species presence data at 44 locations and 19 bioclimatic parameters. The future distributions of A. venetum were also projected in 2050 and 2070 under the climate change scenarios of RCP26 and RCP8.5 described in 5th Assessment Report of the Intergovernmental Panel on Climate Change （IPCC）. The result showed that min air temperature of the coldest month， annual mean air temperature， precipitation of the coldest quarter and mean air temperature of the wettest quarter dominated the geographic distribution of A. venetum. Under current climate， the suitable habitats of A. venetum is 11.94% in China， the suitable habitats are mainly located in the middle of Xinjiang， in the northern part of Gansu， in the southern part of Neimeng， in the northern part of Ningxia， in the middle and northern part of Shaanxi， in the southern part of Shanxi， in the middle and northern part of Henan， in the middle and southern part of Hebei， Shandong， Tianjin， in the southern part of Liaoning and part of Beijing. From 2050 to 2070， the model outputs indicated that the suitable habitats of A. venetum would decrease under the climate change scenarios of RCP26 and RCP85.

[Key words]species spatial distribution； climatic change； MaxEnt model； Apocynum venetum； medicinal plant羅布麻Apocynum venetum L，又稱(chēng)紅麻、茶葉花、紅柳子等，雙子葉植物綱，夾竹桃科，羅布麻屬植物。高15～3 m，直立半灌木，具乳汁。枝條對(duì)生或互生，圓筒形，光滑無(wú)毛，紫紅色或淡紅色。屬多年生草本，花期4—9月（盛開(kāi)期6—7月），果期7—12月（成熟期9—10月）。多分布于鹽堿地和沙漠邊緣及河流兩岸、沖積平原、河泊周?chē)案瓯诨臑┥?，其葉為常用中藥“羅布麻葉”，具有平肝安神、清熱利尿等功效，用于治療高血壓、腎炎等疾病，其莖皮纖維細(xì)長(zhǎng)柔韌而有光澤，具有耐腐蝕、耐磨、耐拉的優(yōu)質(zhì)性能，主要用于紡織、造紙、國(guó)防工業(yè)等領(lǐng)域，具有多方面的經(jīng)濟(jì)價(jià)值[1]，可以說(shuō)羅布麻全身都是寶。

植被與氣候之間的相互作用一直是植物學(xué)、地理學(xué)、生態(tài)學(xué)與氣象學(xué)研究的熱點(diǎn)問(wèn)題，氣候是決定植物分布格局的主要因素，而植物分布格局的變化是對(duì)氣候變化最直接的反映[2]。聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）第5次評(píng)估報(bào)告（AR5）顯示：在過(guò)去的130多年（1880—2012年），全球地表年平均氣溫升高085 ℃，其中近9年（2002—2012年）的平均溫度比1850年到1900年的平均溫度上升了078 ℃，按照IPCC AR5預(yù)設(shè)的溫室氣體排放情景推算，21世紀(jì)末全球地表年平均氣溫將升高03～48 ℃[3]。

物種分布模型（species distribution models，SDMs）是研究個(gè)體生態(tài)學(xué)的重要工具之一，常用來(lái)研究入侵物種（蟲(chóng)害或植物）的潛在威脅[4]。未來(lái)全球氣候變化對(duì)生物多樣性的影響已經(jīng)成為生物學(xué)研究的重點(diǎn)和熱點(diǎn)問(wèn)題，已有研究表明，未來(lái)氣候變化對(duì)物種的生存構(gòu)成一定的威脅[5]。近年來(lái)，有學(xué)者在未來(lái)全球氣候變化背景下對(duì)瀕危物種的管理和保護(hù)[5]，生物入侵[78]，土地利用變化[9]等相關(guān)方面做了研究。

到目前為止，國(guó)內(nèi)學(xué)者對(duì)羅布麻的研究主要集中在藥理藥性[10]、化學(xué)成分[11]、纖維抗菌性能[12]及遺傳多樣性[13]，并沒(méi)有學(xué)者對(duì)羅布麻的潛在地理空間分布范圍做詳細(xì)的記錄，且有研究表明，從20世紀(jì)50年代到21世紀(jì)初，由于環(huán)境的惡化，新疆的野生羅布麻分布面積從800多萬(wàn)畝（1畝≈667 m2）減少到270萬(wàn)畝[14]，全球氣候變化背景下羅布麻的生物學(xué)特性、空間分布、物候等必然會(huì)受到影響，由于羅布麻具有很高的經(jīng)濟(jì)價(jià)值和生態(tài)價(jià)值，因此，預(yù)測(cè)全球氣候變化對(duì)羅布麻的潛在地理分布是非常有必要的。MaxEnt模型自開(kāi)發(fā)以來(lái)已經(jīng)在相關(guān)領(lǐng)域被應(yīng)用2 000多次[15]，與其他模型預(yù)測(cè)結(jié)果比較，MaxEnt更為準(zhǔn)確，特別是在樣本量不全的情況下，該模型也會(huì)得到較為滿(mǎn)意的結(jié)果[16]。本文通過(guò)查找相關(guān)網(wǎng)站搜集羅布麻在我國(guó)的地理分布記錄，基于MaxEnt模型及ArcGIS軟件，研究了當(dāng)前氣候羅布麻的潛在地理分布，繪制了分布圖，同時(shí)預(yù)測(cè)了BCC_CSM11（Beijing Climate Center_Climate System Model version 11）全球未來(lái)氣候模式背景下2050年、2070年的2種氣候情景（RCP26，RCP85）羅布麻的潛在地理分布，并分析了影響羅布麻潛在地理分布的主導(dǎo)環(huán)境因子。

1材料與方法

11羅布麻已知分布點(diǎn)本研究通過(guò)檢索中國(guó)數(shù)字植物標(biāo)本館（http：//www.cvh.org.cn）、教學(xué)標(biāo)本資源共享平臺(tái)（http：//mnh.scu.edu.cn/），并利用Google earth查找缺少經(jīng)緯度的分布點(diǎn)，除去重復(fù)的地理分布點(diǎn)，最終得到羅布麻分布在中國(guó)的44個(gè)地理分布點(diǎn)。將獲取的羅布麻地理分布點(diǎn)按照物種名、經(jīng)度、緯度的順序保存為.CSV格式的文件。

1.2環(huán)境圖層數(shù)據(jù)搜集以及數(shù)據(jù)預(yù)處理氣候數(shù)據(jù)來(lái)源于世界氣候數(shù)據(jù)庫(kù)（http： //www.worldclim.org），共包括19個(gè)環(huán)境因子，見(jiàn)表1，將19個(gè)環(huán)境因子轉(zhuǎn)化為蘭伯特投等積投影。當(dāng)前氣候數(shù)據(jù)通過(guò)記錄1950—2000年全球各氣象站點(diǎn)數(shù)據(jù)，并通過(guò)插值法獲取空間分辨率為2.5 arcminutes 的全球氣候柵格數(shù)據(jù)據(jù)。

未來(lái)氣候來(lái)源于CCAF（http：//www.ccafsclimate.org/），IPCC AR5分析了4種典型溫室氣體排放濃度（RCP2.6，RCP4.5，RCP6.0，RCP8.5）對(duì)未來(lái)氣候的影響，RCP是典型濃度路徑（representative concentration pathways）的英文縮寫(xiě)，26，45，60，85是2100年相對(duì)于1750年的輻射強(qiáng)迫。輻射強(qiáng)迫是指度量某個(gè)因子改變地球大氣系統(tǒng)攝入和逸出能量平衡影響的程度，正強(qiáng)迫使地球表面增暖，

13地圖數(shù)據(jù)及軟件從國(guó)家基礎(chǔ)地理信息系統(tǒng)網(wǎng)站上（http：nfgisnsdigovcn/） 下載1∶400萬(wàn)的中國(guó)地圖作為分析底圖，MaxEnt軟件為333版本（wwwcsprincetonedu/～schapire/MaxEnt），ArcGIS軟件是美國(guó)ESRI公司開(kāi)發(fā)的地理信息系統(tǒng)平臺(tái)。

14數(shù)據(jù)處理將羅布麻的地理分布數(shù)據(jù)和環(huán)境數(shù)據(jù)導(dǎo)入MaxEnt模型中，并隨機(jī)選取75%的分布點(diǎn)作為訓(xùn)練數(shù)據(jù)，25%的數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)，選取刀切法（Jecknife），其他都為模型默認(rèn)。模型運(yùn)行的原理為：對(duì)每一個(gè)物種而言，程序開(kāi)始時(shí)都是均勻分布，并進(jìn)行迭代，每一個(gè)物種的每次迭代將增加樣本在該地的分布概率（即gain值），程序運(yùn)行時(shí)，gain的初始默認(rèn)值為0（即均勻分布的gain值），并隨著樣本點(diǎn)的迭代而增加，直至從一次迭代至下一次迭代中的增加值小于收斂，或者達(dá)到最大重復(fù)次數(shù)時(shí)程序終止。將模型運(yùn)行所得ASC Ⅱ格式的文件導(dǎo)入ArcGIS轉(zhuǎn)化為GRID格式的文件，并用中國(guó)地圖掩膜，采用Natural Breaks執(zhí)行重分類(lèi)，分為3類(lèi)：非適宜生境（0～025）、低適宜生境（025～05）、適宜生境（05～1）[1]，最終確定羅布麻在中國(guó)的分布圖。

15模型精度評(píng)估采用接受者操作特征曲線(xiàn)（receiver operating characteristic curve，ROC）來(lái)評(píng)估模型模擬的效果，ROC曲線(xiàn)與橫坐標(biāo)圍成的面積值即AUC，該值越大，表明模型模擬的效果越好，即：05～06為失?。╢ail）；06～07為較差（poor）；07～08為一般（fair）；08～09為好（good）；09～1為非常好（excellent）[17]。

2結(jié)果與分析

21模型預(yù)測(cè)精度評(píng)估在當(dāng)前氣候（1950—2000年）下，利用MaxEnt模型模擬羅布麻的潛在地理分布，本研究模擬的訓(xùn)練數(shù)據(jù)集（traning data）的AUC為0997，驗(yàn)證數(shù)據(jù)集（testing data）的AUC為0997，按照模型模擬結(jié)果評(píng)估標(biāo)準(zhǔn)，此次模擬結(jié)果非常好。

22羅布麻潛在地理分布區(qū)預(yù)測(cè)將MaxEnt模型運(yùn)行的結(jié)果導(dǎo)入ArcGIS中，執(zhí)行重分類(lèi)，并利用空間分析疊加顯示模塊，計(jì)算出各個(gè)生境羅布麻的分布面積，得出羅布麻在中國(guó)的空間分布圖，見(jiàn)圖1。

由圖1可得，羅布麻集中分布于西北和華北地區(qū)，該地區(qū)溫差較大，且分布著中國(guó)大多數(shù)鹽漬荒漠或半荒漠土壤，這樣的生境有利于羅布麻的生長(zhǎng)。其中，適宜生境包括新疆中部，甘肅北部，內(nèi)蒙古南部，寧夏北部，陜西北部及中部，山西南部，河南北部及中部，河北中部及南部，山東，天津，遼寧南部及北京的部分區(qū)域；低適宜生境包括新疆中部，甘肅北部及南部，內(nèi)蒙古東部及南部，寧夏中部，陜西北部及南部，山西南部，河南南部，山東南部，遼寧北部，湖北北部，四川北部。對(duì)適宜生境、低適宜生境及非適宜生境羅布麻分布面積進(jìn)行統(tǒng)計(jì)，最終得到：適宜生境總面積為1154×106 km2，占總面積的1194%；低適宜生境總面積為1064×106 km2，占總面積的1104%；非適宜生境總面積為7417×106 km2，占總面積的7699%。從預(yù)測(cè)結(jié)果可知，羅布麻適宜生境占中國(guó)總面積的比例較小，可見(jiàn)羅布麻的生長(zhǎng)區(qū)域狹窄。

23羅布麻潛在分布區(qū)主導(dǎo)環(huán)境因子基于MaxEnt模型，本研究選用19個(gè)環(huán)境因子來(lái)構(gòu)建羅布麻的潛在分布區(qū)，模型運(yùn)行時(shí)選取刀切法（Jacknife）。刀切法是指模型在運(yùn)行的過(guò)程中，依次忽略一種環(huán)境變量，用其余的變量建模預(yù)測(cè)。在MaxEnt模型迭代運(yùn)行下，本研究最終確定了影響羅布麻潛在分布的主導(dǎo)環(huán)境因子，結(jié)果表明：最冷月低溫（bio6）、年平均溫（bio1）貢獻(xiàn)率較高，分別為297%，285%，最冷季平均降雨量（bio19）的貢獻(xiàn)率為175%，最濕季平均溫（bio8）的貢獻(xiàn)率為98%，等溫性（bio3）的貢獻(xiàn)率為5%，最濕季降雨量（bio16）的貢獻(xiàn)率為31%，最干月降雨量（bio14）的貢獻(xiàn)率為27%，最干季降雨量（bio17）的貢獻(xiàn)率為13%，這8個(gè)環(huán)境因子的累計(jì)貢獻(xiàn)率高達(dá)976%，為了進(jìn)一步明確羅布麻在當(dāng)前氣候條件下的分布及消除各環(huán)境因子之間相關(guān)性的影響，利用上述8個(gè)環(huán)境因子分別導(dǎo)入MaxEnt模型進(jìn)行單一因子建模。結(jié)果表明：年平均溫（bio1），最冷月低溫（bio6），最冷季平均降雨量（bio19），最濕季平均溫（bio8）對(duì)建模影響最大，其貢獻(xiàn)率分別為341%，318%，216%，88%，而等溫性（bio3）、最濕季降雨量（bio16）、最干月降雨量（bio14）、最干季降雨量（bio17）影響均很小。

24氣候變化對(duì)羅布麻適宜生境分布范圍影響的預(yù)測(cè)基于MaxEnt模型，本研究對(duì)未來(lái)氣候情景下羅布麻的分布進(jìn)行了模擬。在ArcGIS軟件的支持下，按照同上文一樣的標(biāo)準(zhǔn)，將羅布麻的分布分為3個(gè)等級(jí)，分別為：非適宜生境（0～025），低適宜生境（025～05），適宜生境（05～10），同時(shí)利用ArcGIS的空間疊加分析模塊，計(jì)算出未來(lái)氣候情景下各個(gè)等級(jí)羅布麻分布占總面積的比例，最終得出羅布麻未來(lái)氣候情景下空間分布結(jié)果圖，見(jiàn)圖2 。

當(dāng)前氣候情景下，羅布麻的適宜生境占總面積的1197%，見(jiàn)圖2，3，表2。根據(jù)MaxEnt模型運(yùn)行的結(jié)果，2050—2070年的RCP26情景與當(dāng)前氣候情景比較，羅布麻的適宜生境有所減少，低適宜生境在減少，而不適宜生境卻在增加，且2050年，RCP26情景下，羅布麻適宜生境分布面積占總面積的973%，低適宜生境占總面積的1150%，相同氣候情景下，到2070年，羅布麻的適宜生境占總面積的771%，低適宜生境占總面積的1078%；2050—2070年的RCP85情景下與當(dāng)前氣候情景比較，羅布麻的適宜生境有所減少，低適宜生境有所增加，但增加的幅度不大，不適宜生境在增加，且在2050年，RCP85情景下，羅布麻適宜生境分布面積占總面積的832%，低適宜生境占總面積的1051%，相同氣候情景下，到2070年，羅布麻的適宜生境占總面積的963%，低適宜生境占總面積的1109%。總體來(lái)講，與當(dāng)前氣候情景下羅布麻的分布面積相比，2050年到2070年，RCP26，RCP85氣候情景下，羅布麻適宜生境都有所減少。

3結(jié)論與討論

近年來(lái)，MaxEnt模型被應(yīng)用于預(yù)測(cè)入侵生物[18]、病蟲(chóng)害[1920]的報(bào)道比較常見(jiàn)，而利用MaxEnt

模型對(duì)中藥潛在地理分布的研究非常少見(jiàn)。本文基于MaxEnt模型，對(duì)當(dāng)前氣候條件下羅布麻的適生生境進(jìn)行了研究，并定量分析了2050，2070年的RCP26氣候情景及RCP85氣候情景下羅布麻適宜生境的面積變化。本研究采用ROC曲線(xiàn)與橫坐標(biāo)圍成的面積即AUC值對(duì)模型的預(yù)測(cè)精度進(jìn)行評(píng)估，結(jié)果顯示，訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集的AUC都為0997，按照模型模擬結(jié)果評(píng)估標(biāo)準(zhǔn)，此次模擬結(jié)果非常好。

結(jié)果表明，與當(dāng)前氣候羅布麻的分布面積比較，2050—2070年，RCP26，RCP85氣候情景下羅布麻適宜生境都有所減少，因此，相關(guān)部門(mén)應(yīng)采取措施來(lái)保護(hù)羅布麻的生境。同時(shí)，未來(lái)氣候情景下，羅布麻的適宜生境集中分布在西北和華北地區(qū)。

影響羅布麻潛在地理分布的主導(dǎo)環(huán)境因子包括：年平均溫（bio1）、最冷月低溫（bio6）、最冷季平均降雨量（bio19）、最濕季平均溫（bio8），這4個(gè)環(huán)境因子總貢獻(xiàn)率高達(dá)963%。

本文在研究羅布麻的潛在地理分布時(shí)，僅考慮了降水和溫度，并沒(méi)有考慮土壤、生物、物種的擴(kuò)散能力、物種進(jìn)化能力[21]等因素，如能綜合考慮以上因素，預(yù)測(cè)結(jié)果將會(huì)更準(zhǔn)確。

[致謝]澳大利亞國(guó)立大學(xué)芬納資源與社會(huì)學(xué)院徐廷豹研究員修改本論文提出建議。

[參考文獻(xiàn)]

[1]娜仁花，鄭江華，郭寶林，等高分辨率影像在野生藥用植物宏觀(guān)監(jiān)測(cè)中的應(yīng)用評(píng)價(jià)——以羅布麻為例[J]中國(guó)中藥雜志，2014，39（10）：1777

[2]郭彥，衛(wèi)海燕，路春燕，等氣候變化下桃兒七潛在地理分布的預(yù)測(cè)[J]植物生態(tài)學(xué)報(bào)， 2014，38（3）：249

[3]IPCC Working Group Ⅰ Climate Change 2013：the physical science basis[R]Geneva： IPCC， 2013：5

[4]Gallagher R V，Hughes L，Leishman M R，et alPredicted impact of exotic vines on an endangered ecological community under future climate change[J]Biol Invasions， 2010，12（12）：4049

[5]Xu ZhonglinPotential distribution of invasive alien species in the upper Ili river basin： determination and mechanism of bioclimatic variables under climate change[J]Environ Earth Sci，2015，73：779

[6]馬松梅，聶迎彬，耿慶龍，等氣候變化對(duì)蒙古扁桃適宜分布范圍和空間格局的影響[J] 植物生態(tài)學(xué)報(bào)，2014，38（3）：262

[7]吳剛，戈峰，方萬(wàn)浩，等入侵昆蟲(chóng)對(duì)全球氣候變化的響應(yīng)[J]應(yīng)用昆蟲(chóng)學(xué)報(bào)，2011，48（5）：1170

[8]王翀，林慧龍，何蘭，等紫莖澤蘭潛在分布對(duì)氣候變化響應(yīng)的研究[J]草業(yè)學(xué)報(bào)，2014，23（4）：20

[9]Faleiro F V，Machado R B，Loyola R DDefining spatial conservation priorities in the face of landuse and climate change[J]Biol Conserv，2013，2（158）：248

[10]李慶華，魏春雁，李建東羅布麻葉藥理作用及臨床應(yīng)用研究進(jìn)展[J]中藥材，2008，31（5）：784

[11]李麗紅，原忠羅布麻葉黃酮類(lèi)成分的研究[J]中國(guó)中藥雜志，2006，31（16）：1337

[12]鄭麗莎，高山，王侖，等羅布麻纖維抗菌機(jī)理研究[J]檢驗(yàn)檢疫學(xué)刊，2009，19（3）：13

[13]許仲林，彭煥華，彭守璋物種分布模型的發(fā)展及評(píng)價(jià)方法[J]生態(tài)學(xué)報(bào)，2015，35（2）：557

[14]徐紅新疆羅布麻品種特點(diǎn)及開(kāi)發(fā)[J]毛紡科技，2005（6）：31

[15]王運(yùn)生，謝丙炎，萬(wàn)方浩，等相似穿孔線(xiàn)蟲(chóng)在中國(guó)的適生區(qū)預(yù)測(cè)[J]中國(guó)農(nóng)業(yè)科學(xué)，2007，40（11）：2502

[16]蘇前新疆羅布麻遺傳多樣性及其與環(huán)境關(guān)系研究[D]烏魯木齊：新疆大學(xué)，2013

[17]Swets J AMeasuring the accuracy of diagnostic systems[J]. Science，1988，240（4857）：1285

[18]雷成軍，徐海根基于MaxEnt的加拿大一枝黃花在中國(guó)的潛在分布區(qū)預(yù)測(cè)[J]生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2010，26（2）：137

[19]王穎，章桂明，楊偉東，等基于MAXENT的大豆南北方莖潰瘍病菌在中國(guó)適生區(qū)的預(yù)測(cè) [J]植物檢疫，2009，23（4）：14

[20]馮璐，劉建宏，李永和，等基于Maxent模型的楚雄腮扁葉蜂潛在分布區(qū)預(yù)測(cè)[J]西部林業(yè)科學(xué)，2013，42（2）：49

[21]李國(guó)慶，劉長(zhǎng)成，劉玉國(guó)，等物種分布模型理論研究進(jìn)展[J]生態(tài)學(xué)報(bào)，2013，33（16）：4827[責(zé)任編輯呂冬梅]