朱壽東　黃璐琦　郭蘭萍　馬興田　郝慶秀　樂(lè)智勇　張小波　楊光　張燕　陳美蘭

[摘要] 冬蟲(chóng)夏草是我國(guó)特有的名貴中藥材，其道地產(chǎn)區(qū)是青藏高原那曲、昌都，青海玉樹(shù)等地區(qū)。最近10年，蟲(chóng)草資源在盲目和過(guò)度的采挖中已經(jīng)到達(dá)臨界點(diǎn)，如何加快保護(hù)、發(fā)展和合理利用冬蟲(chóng)夏草這一寶貴資源，已提到了冬蟲(chóng)夏草研究和利用的重要議事日程。青藏高原生態(tài)環(huán)境和氣候變化比其他地區(qū)具有超前變化趨勢(shì)，這意味著冬蟲(chóng)夏草種群的分布和演化與其他種群比起來(lái)更明顯和劇烈，該文基于RS（remote sensing，遙感）/GIS（geographic information system，地理信息系統(tǒng)）技術(shù)，利用雪線高程，采收期（4，5月）的平均氣溫，降水量和日照時(shí)長(zhǎng)等環(huán)境因子和蟲(chóng)草產(chǎn)量之間的關(guān)系，建立加權(quán)幾何平均模型，在每年的6月上旬預(yù)測(cè)當(dāng)年的蟲(chóng)草產(chǎn)量，經(jīng)過(guò)檢驗(yàn)，該模型的精度可達(dá)82.16%以上。該研究可為蟲(chóng)草產(chǎn)業(yè)的健康、可持續(xù)發(fā)展提供基礎(chǔ)數(shù)據(jù)和信息。

[關(guān)鍵詞] 冬蟲(chóng)夏草； 遙感； 環(huán)境因子； 加權(quán)幾何平均； 產(chǎn)量預(yù)測(cè)

Climate change impacts on yield of Cordyceps sinensis and

research on yield prediction model of C. sinensis

ZHU Shoudong1， HUANG Luqi1*， GUO Lanping1， MA Xingtian2， HAO Qingxiu1，

LE Zhiyong2， ZHANG Xiaobo1， YANG Guang1， ZHANG Yan1， CHEN Meilan1

（1.State Key Laboratory Breeding Base of Daodi Herbs， National Resource Center for Chinese

Materia Medica， China Academy of Chinese Medical Sciences， Beijng 100700， China；

2.Kangmei Pharmaceutical Co.， Ltd.， Shenzhen 518000， China）

[Abstract] Cordyceps sinensis is a Chinese unique precious herbal material， its genuine producing areas covering Naqu， Changdu in Qinghai Tibet Plateau， Yushu in Qinghai province and other regions. In recent 10 years， C. sinensis resources is decreasing as a result of the blindly and excessively perennial dug. How to rationally protect， develop and utilize of the valuable resources of C. sinensis has been referred to an important field of research on C. sinensis. The ecological environment and climate change trend of Qinghai Tibet plateau happens prior to other regions， which means that the distribution and evolution of C. sinensis are more obvious and intense than those of the other populations. Based on RS （remote sensing）/GIS（geographic information system） technology， this paper utilized the relationship between the snowline elevation， the average temperature， precipitation and sunshine hours in harvest period （April and may） of C. sinensis and the actual production of C. sinensis to establish a weighted geometric mean model. The model′s prediction accuracy can reach 82.16% at least in forecasting C. sinensis year yield in Naqu area in every early June. This study can provide basic datum and information for supporting the C. sinensis industry healthful， sustainable development.

[Key words] Cordyceps sinensis； remote sensing； environmental factor； weighted geometric mean； yield prediction

目前世界上已知的廣義蟲(chóng)草屬有500多種，其中冬蟲(chóng)夏草是我國(guó)特有的名貴中藥資源，是由冬蟲(chóng)夏草菌Cordyceps sinensis（Berk.） Sacc.侵染鱗翅目蝙蝠蛾幼蟲(chóng)后發(fā)育而成的由子座和菌核組成的菌體。冬草夏草一般生長(zhǎng)在海拔3 000 m以上的山地陰坡、半陰坡的灌叢和草甸中，在我國(guó)主要分布于青藏高原及邊緣地區(qū)[1]，零星分布于境外的尼泊爾、不丹的喜馬拉雅山脈高寒草甸，我國(guó)冬蟲(chóng)夏草的采挖量占世界總采挖量的98%以上[2]。

由于天然冬蟲(chóng)夏草的生長(zhǎng)有嚴(yán)格的寄生性及要求特殊的生態(tài)地理環(huán)境，野生資源十分有限[3]。另一方面，目前冬蟲(chóng)夏草不能進(jìn)行規(guī)模化人工培育[3]，只能自然生長(zhǎng)，于是其蘊(yùn)藏量在日益趨高的價(jià)格逼迫下迅速下降。據(jù)統(tǒng)計(jì)，20世紀(jì)50年代以前全國(guó)產(chǎn)量曾達(dá)到1 000 t以上，60年代初為5 080 t，自70年代以來(lái)，因全球氣候變化、生態(tài)環(huán)境破壞，以及掠奪式的采挖，加之其自身生長(zhǎng)緩慢，自然資源更新能力低下，更使天然蘊(yùn)藏量迅速減少[4]。據(jù)80年代中期第三次全國(guó)中草藥資源普查結(jié)果顯示其野生蘊(yùn)藏量?jī)H約400 t，90年代就僅有300 t[5]，總體還呈逐年下降趨勢(shì)。目前冬蟲(chóng)夏草天然資源已瀕于滅絕，被列為國(guó)家二級(jí)重點(diǎn)保護(hù)野生植物。

由于各種原因從第三次中藥資源普查至今，沒(méi)有對(duì)蟲(chóng)草進(jìn)行過(guò)全面的調(diào)查，特別是蟲(chóng)草在西藏的具體分布和蘊(yùn)藏量，有關(guān)部門只能從各鄉(xiāng)群眾采挖范圍上獲取一些基本情況，基本上是經(jīng)驗(yàn)數(shù)據(jù)。因此，準(zhǔn)確掌握蟲(chóng)草的產(chǎn)量信息是可持續(xù)開(kāi)發(fā)冬蟲(chóng)夏草資源的基礎(chǔ)，也是一個(gè)亟待解決的問(wèn)題。

楊大榮等[6]通過(guò)研究表明，冬蟲(chóng)夏草的分布受到地形、地貌、海拔、氣候等眾多因子的影響。吳慶貴等[7]通過(guò)樣方法指出植被蓋度、植物數(shù)量、坡度、天敵因子、溫度和濕度是影響冬蟲(chóng)夏草種群分布的主導(dǎo)因子。李芬等[8]通過(guò)文獻(xiàn)調(diào)研和野外調(diào)查相結(jié)合的方法選擇海拔高度、植被和土壤作為影響冬蟲(chóng)夏草生長(zhǎng)的環(huán)境因子。李暉等[9]指出西藏地區(qū)冬蟲(chóng)夏草分布于年均溫在[-1.9 ℃， 4.7 ℃]，年降水量在[370 mm， 850 mm]。綜合分析發(fā)現(xiàn)，冬蟲(chóng)夏草的分布和氣候環(huán)境變化關(guān)系較大，因此本文選擇雪線高程，采收期（4月和5月）的平均氣溫，降水量和日照時(shí)長(zhǎng)等環(huán)境因子，分別建立這些因子與蟲(chóng)草產(chǎn)量的線性關(guān)系，利用獨(dú)立性權(quán)數(shù)法確定系數(shù)（相關(guān)系數(shù)比值作為權(quán)重），建立加權(quán)幾何平均模型，來(lái)預(yù)測(cè)當(dāng)年的蟲(chóng)草產(chǎn)量。

1 材料

1.1 實(shí)地調(diào)查與采樣

本文在2013—2014年通過(guò)實(shí)地考察、問(wèn)卷調(diào)查等方法對(duì)眾多環(huán)境因子進(jìn)行篩選，結(jié)合冬蟲(chóng)夏草的生長(zhǎng)周期，根據(jù)經(jīng)驗(yàn)初步選出蟲(chóng)草所在地區(qū)的5月份雪線高程，4，5，6月的降水量，4，5，6月的平均氣溫，4，5，6月的日照時(shí)長(zhǎng)共10個(gè)因子作為影響蟲(chóng)草產(chǎn)量的因子，供后期建立預(yù)測(cè)模型使用。

1.2 降水量、平均氣溫、日照時(shí)長(zhǎng)等相關(guān)因子

根據(jù)蟲(chóng)草所在地區(qū)的經(jīng)緯度，從中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http：//cdc.nmic.cn）找到該區(qū)域內(nèi)的氣象臺(tái)站，利用這些氣象臺(tái)站的平均值作為環(huán)境因子的值。按照這樣的方法得到4，5，6月的降水量，平均氣溫，日照時(shí)長(zhǎng)，以及由此衍生的4月5月的降水量和，平均氣溫和，日照時(shí)長(zhǎng)和。

1.3 研究區(qū)介紹

那曲地區(qū)地處西藏北部，位于青藏高原腹地，是長(zhǎng)江、怒江、拉薩河、易貢河等大江大河的源頭。與新疆維吾爾自治區(qū)和青海省交界，東鄰昌都市，南接拉薩市、日喀則市、林芝市，西與阿里地區(qū)相連。境域面積45萬(wàn)km2，地理位置約E83°55′—E95°5′， N29°55′—N36°30′。那曲地區(qū)除東部少量的半農(nóng)半牧區(qū)外，基本上是一個(gè)純牧區(qū)，擁有草地面積5億多畝。那曲地區(qū)是冬蟲(chóng)夏草的道地產(chǎn)區(qū)，并且是蟲(chóng)草分布核心帶。

2 方法

2.1 構(gòu)建雪線高程

本文利用NDSI指數(shù)（normalized difference snow index， 歸一化雪被指數(shù)）提取雪線[10]。NDSI是觀測(cè)冰雪定量指標(biāo)，積雪有很強(qiáng)的可見(jiàn)光反射和很強(qiáng)的短波紅外吸收特性。積雪在0.5 μm附近有高反射率，在1.6，2.1 μm附近反射率較低。

NDSI=（Ref0.555 μm-Ref1.640 μm）/（Ref0.555 μm+Ref1.640 μm） （1）

公式（1）中Ref0.555 μm，Ref1.640 μm分別為0.555，1.64 μm處的反射率，NDSI≥0.4的區(qū)域即為冰雪覆蓋區(qū)。

2.1.1 把DN值圖像轉(zhuǎn)化成反射率圖像 根據(jù)遙感影像的來(lái)源，有2種情況，一種是針對(duì)Landsat TM5/Landsat TM7影像，另一種是針對(duì)Landsat TM8影像。

對(duì)于Landsat TM5和Landsat TM7影像：0.555，1.64 μm波段分別對(duì)應(yīng)著影像的第2和第5波段。

第一步，分別計(jì)算各個(gè)波段每個(gè)像元的輻射亮度L值。

L=Lmax-LminQCALmax-QCALmin×（QCAL-QCALmax）+Lmin （2）

公式（2）中，QCAL為某一像元的DN值（digital number， 像元亮度值），即QCAL=DN。QCALmax為像元可以取的最大值，QCALmin為像元可以取的最小值。Lmax為該波段的最大輻射亮度，Lmin為該波段的最小輻射亮度，可以從遙感影像的頭文件中獲取以上參數(shù)的信息。

第二步，計(jì)算各波段反射率（反照率、反射率）ρ。

ρi=π×L×D2ESUN×cosθ（i為第i波段） （3）

公式（3）中，D為日地距離，可從影像的頭文件中獲取該參數(shù)信息。ESUN（solar exoatmospheric spectral irradiances，或ESUNI）為大氣頂層太陽(yáng)輻照度可從遙感權(quán)威單位定期測(cè)定并公布的信息中獲取，見(jiàn)表1。

2.1.2 在生成的反射率圖像上計(jì)算NDSI 對(duì)于Landsat TM5/7，NDSI=（B2-B5）/（B2+B5）；對(duì)于Landsat TM8，NDSI=（B3-B6）/（B3+B6）。式中B2， B5， B3， B6分別代表各波段反射率圖像。

2.1.3 提取NDSI上大于等于0.4的區(qū)域 根據(jù)MODIS產(chǎn)品說(shuō)明，認(rèn)為NDSI大于等于0.4的區(qū)域被積雪覆蓋。利用ENVI軟件里的band math工具來(lái)提取積雪覆蓋的區(qū)域。

2.1.4 提取積雪區(qū)域的邊界 由于提取的積雪覆蓋的區(qū)域是柵格圖形，利用ENVI軟件轉(zhuǎn)化為矢量后是多邊形，接著利用Arctools工具把多邊形轉(zhuǎn)化為線類型的矢量圖形，至此雪線已提取完成。

2.1.5 利用空間分析提取雪線處最低高程 利用Arcmap 10軟件，加載DEM（digital elevation model，數(shù)字高程模型）數(shù)據(jù)，與雪線分布數(shù)據(jù)進(jìn)行空間分析，提取雪線處的高程信息，最后去除圖像邊緣的異常值。

2.2 氣候環(huán)境因子與蟲(chóng)草產(chǎn)量的關(guān)系

利用相關(guān)分析工具，分別確定各因子與蟲(chóng)草產(chǎn)量之間的相關(guān)系數(shù)，按照相關(guān)系數(shù)大小排序來(lái)確定入選模型的因子，各因子與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)，就是該因子的權(quán)重。確定了因子后，基于時(shí)間序列的蟲(chóng)草產(chǎn)量數(shù)據(jù)和各因子數(shù)據(jù)建立蟲(chóng)草產(chǎn)量的單因子線性回歸模型。

2.3 蟲(chóng)草產(chǎn)量預(yù)測(cè)模型的建立

目前主流的賦權(quán)方法主要分為2類，一類是主觀賦權(quán)法，主要是以德?tīng)柗品ǎ―elphi），層次分析法（analytic hierarchy process， AHP），專家會(huì)議法為代表。而另一類客觀賦權(quán)法則是以主成分分析法，因子分析法，熵值法，離差、均差法等純數(shù)學(xué)分析為代表[11]。本文通過(guò)對(duì)比試驗(yàn)，采用客觀賦權(quán)法中的獨(dú)立性權(quán)系數(shù)法求出各因子的權(quán)重系數(shù)，然后采用加權(quán)幾何平均模型來(lái)預(yù)測(cè)蟲(chóng)草產(chǎn)產(chǎn)量。

2.3.1 獨(dú)立性權(quán)系數(shù)法原理 獨(dú)立性權(quán)系數(shù)法[3]是根據(jù)各指標(biāo)與其他指標(biāo)之間的共線性強(qiáng)弱來(lái)確定指標(biāo)權(quán)重的。

設(shè)有指標(biāo)項(xiàng)，若指標(biāo)與其他指標(biāo)的復(fù)相關(guān)系數(shù)越大，則說(shuō)明與其他指標(biāo)之間的共線性關(guān)系越強(qiáng)，越容易由其他指標(biāo)的線性組合表示，重復(fù)信息越多，因此該指標(biāo)的權(quán)重也就應(yīng)該越小。

即若指標(biāo)與其他指標(biāo)的復(fù)相關(guān)系數(shù)R越大，該指標(biāo)的權(quán)重越小。

R=（y-）（-）（y-）2（-）2

由于本文中強(qiáng)調(diào)各相關(guān)因子與蟲(chóng)草產(chǎn)量的關(guān)系，因此用各因子與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)替代了各因子間的復(fù)相關(guān)系數(shù)。

2.3.2 加權(quán)幾何平均模型 如果預(yù)測(cè)因子與蟲(chóng)草產(chǎn)量的線性函數(shù)為fi，i=1， 2， …， N，N為最終入選模型的因子數(shù)目。各個(gè)因子權(quán)重比值為wi，則蟲(chóng)草產(chǎn)量Y為公式（6）。

Y=（∏Nf wii）1Ni=1wi（6）

2.4 蟲(chóng)草產(chǎn)量數(shù)據(jù)調(diào)研和采集

在2013，2014年6月，通過(guò)實(shí)地走訪那曲地區(qū)聶榮縣、比如縣、索縣和那曲蟲(chóng)草交易市場(chǎng)，和采挖蟲(chóng)草的藏民進(jìn)行交流，獲取了蟲(chóng)草的采挖情況。結(jié)合查閱資料獲取了近6年的那曲蟲(chóng)草產(chǎn)量[1521]，見(jiàn)表2。

2.5 生態(tài)因子與蟲(chóng)草產(chǎn)量的關(guān)系

2.5.1 雪線高程 根據(jù)蟲(chóng)草的采挖時(shí)間，選擇收集那曲地區(qū)的5月份的landsat衛(wèi)星影像數(shù)據(jù)，如果5月份數(shù)據(jù)含云量特別大，可選擇4月份的數(shù)據(jù)。那曲地區(qū)所在的影像條帶號(hào)是：WRS_PATH=137，WRS_ROW=038。最終選擇的數(shù)據(jù)情況見(jiàn)表3。

按照2.1的方法對(duì)遙感進(jìn)行處理，得到雪線處的高程信息見(jiàn)表4，提取雪線的過(guò)程中雖然刪除了影像邊緣的異常值，但是影像零散的冰雪覆蓋區(qū)對(duì)雪線的邊界有影響，根據(jù)正態(tài)分布原理[12]，把提取出來(lái)的雪線高程的“平均值-2×標(biāo)準(zhǔn)差”作為雪線的最低高程。按照2012年、2014年、2011年、2009年、2010年的順序，雪線的最低高程依次上升，見(jiàn)圖1。

由于2013年的影像含云量較大，建模過(guò)程中舍去這一年的數(shù)據(jù)。利用剩余的5期數(shù)據(jù)，計(jì)算得雪線高程和蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)r=0.40，線性回歸關(guān)函數(shù)為y=0.030 1x-99.367。

2.5.2 4月和5月降水量之和 選擇那曲地區(qū)附近的5個(gè)氣象臺(tái)站（編號(hào)為55294，55299，55493，56106，56202）的降水量數(shù)據(jù)的平均值作為該因子的值。通過(guò)比較單月降水量、各月降水量之和與蟲(chóng)草

產(chǎn)量的相關(guān)系數(shù)發(fā)現(xiàn)，4月和5月降水量之和比單獨(dú)月降水量與蟲(chóng)草產(chǎn)量的相關(guān)性更大，于是選擇4月和5月降水量之和作為預(yù)測(cè)因子。那曲地區(qū)各年4月和5月降水量之和見(jiàn)表5。

計(jì)算得到4月和5月降水量的和與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)r=0.95，線性回歸關(guān)函數(shù)為y=0.13x-49.44。

2.5.3 5月平均氣溫 同降水量一樣，選擇5個(gè)氣象臺(tái)站的數(shù)據(jù)平均值作為該因子的值。通過(guò)比較單月平均氣溫、各月平均氣溫之和與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)發(fā)現(xiàn)，5月份的平均氣溫比其他月、月份之和與蟲(chóng)草產(chǎn)量的相關(guān)性更大，于是選擇5月平均氣溫作為預(yù)測(cè)因子，那曲地區(qū)各年5月平均氣溫見(jiàn)表5。計(jì)算得到5月平均氣溫與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)r=-0.69，線性回歸關(guān)函數(shù)為y=-1.477 1x+114.09。

2.5.4 4月和5月日照時(shí)長(zhǎng)之和 通過(guò)比較單月日照時(shí)長(zhǎng)、各月日照時(shí)長(zhǎng)之和與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)發(fā)現(xiàn)，4月和5月日照時(shí)長(zhǎng)之和比其他月、月份的和與蟲(chóng)草產(chǎn)量的相關(guān)性更大，于是選擇4月和5月日照時(shí)長(zhǎng)之和作為預(yù)測(cè)因子，那曲地區(qū)各年4月和5月日照時(shí)長(zhǎng)之和見(jiàn)表5。計(jì)算得到5月平均氣溫與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)r=-0.50，線性回歸關(guān)函數(shù)為y=-0.022 1x+144.4。

2.6 構(gòu)建蟲(chóng)草產(chǎn)量預(yù)測(cè)模型

根據(jù)各個(gè)因子與蟲(chóng)草產(chǎn)量的相關(guān)系數(shù)，得到相關(guān)系數(shù)的比值是r1∶r2∶r3∶r4=0.4∶0.95∶|-0.69|∶|-0.50|=1∶3∶2∶1.于是各因子權(quán)重比值w1∶w

上式中，X1是雪線高程，X2是4月和5月降水量的和，X3是5月平均氣溫，X4是4月和5月日照時(shí)長(zhǎng)的和，Y是預(yù)測(cè)的蟲(chóng)草產(chǎn)量（單位t）。

3 結(jié)果

3.1 模型精度驗(yàn)證

把2009—2014年的環(huán)境因子數(shù)據(jù)帶入得到的模型中，得到的預(yù)測(cè)值和實(shí)際值見(jiàn)表6。特別地，2013年的遙感影像含云量較大，無(wú)法提取雪線高程，于是對(duì)預(yù)測(cè)模型進(jìn)行修正，去掉f1，只利用剩余的3個(gè)因子進(jìn)行預(yù)測(cè)，得到2013年的蟲(chóng)草產(chǎn)量預(yù)測(cè)值。綜合過(guò)去6年的預(yù)測(cè)結(jié)果和真實(shí)值，計(jì)算得到模型預(yù)測(cè)的平均偏差是7.98%，最大偏差是17.84%。

3.2 2015年蟲(chóng)草產(chǎn)量預(yù)測(cè)

在2015年6月上旬，根據(jù)生態(tài)因子的構(gòu)建方法，得到X1雪線高程是4 574 m，X2 4月和5月降水量之和是80.72 mm，X3 5月平均氣溫是5.08 ℃，X4 4月和5月日照時(shí)長(zhǎng)之和由于數(shù)據(jù)暫缺無(wú)法獲取，所以去掉f4，只利用前3個(gè)因子進(jìn)行預(yù)測(cè)，得到2015年那曲地區(qū)的蟲(chóng)草產(chǎn)量是46.42 t，比去年增產(chǎn)約60%，是2013年產(chǎn)量的85%左右。綜合分析來(lái)看，今年高產(chǎn)與今年蟲(chóng)草生長(zhǎng)季降雨量豐沛有較大關(guān)系。

4 討論

本文通過(guò)RS/GIS技術(shù)來(lái)構(gòu)建氣候環(huán)境因子，把氣候環(huán)境因子與蟲(chóng)草產(chǎn)量進(jìn)行線性擬合，配合幾何加權(quán)平均模型，得到了蟲(chóng)草產(chǎn)量的預(yù)測(cè)模型。經(jīng)過(guò)檢驗(yàn)，發(fā)現(xiàn)模型預(yù)測(cè)偏差較小。而且，如果有非重要的生態(tài)因子因?yàn)閷?shí)際情況（天氣或者時(shí)間關(guān)系）暫缺時(shí)，模型的精度不會(huì)受到較大影響，具有較高的穩(wěn)定性和靈活性。

[參考文獻(xiàn)]

[1] 章力建，李兵，胡育驕，等.中國(guó)冬蟲(chóng)夏草資源管理概況[J]. 中國(guó)草地學(xué)報(bào)， 2010， 32（增刊）： 1.

[2] 劉天平，卓嘎，郭健斌. 西藏冬蟲(chóng)夏草資源可持續(xù)利用探討[J]. 西藏研究， 2010（3）： 114.

[3] 蔡佩云，孫世英. 青海省冬蟲(chóng)夏草資源持續(xù)開(kāi)發(fā)利用淺析[J]. 中國(guó)草地學(xué)報(bào)， 2010， 32（增刊）： 6.

[4] 張古忍，吳光國(guó)，古德祥，等. 冬蟲(chóng)夏草資源可持續(xù)利用面臨的問(wèn)題及其對(duì)策[J]. 中國(guó)草地學(xué)報(bào)[J]， 2010， 32（增刊）： 51.

[5] 陳仕江，鐘國(guó)躍，馬開(kāi)森. 冬蟲(chóng)夏草資源可持續(xù)利用的思考[J]. 中國(guó)草地學(xué)報(bào)， 2010， 32（增刊）： 44.

[6] 楊大榮，彭艷瓊，陳吉岳，等. 中國(guó)冬蟲(chóng)夏草分布格局與環(huán)境變化對(duì)其分布的影響[J]. 中國(guó)草地學(xué)報(bào)， 2010，32（增刊）： 22.

[7] 吳慶貴，蘇智先，蘇瑞軍，等. 冬蟲(chóng)夏草生境選擇主導(dǎo)因子[J]. 廣西植物， 2009，29（3）： 331.

[8] 李芬，吳志豐，徐翠，等. 三江源區(qū)冬蟲(chóng)夏草資源適宜性空間分布[J]. 生態(tài)學(xué)報(bào)， 2014，34（5）： 1318.

[9] 李暉，王立輝. 西藏冬蟲(chóng)夏草生境的氣候[J]. 西藏科技， 2011（6）： 68.

[10] 趙英時(shí). 遙感應(yīng)用分析原理與方法[M]. 北京： 科學(xué)出版社， 2003.

[11] 李亮. 評(píng)價(jià)中權(quán)系數(shù)理論與方法比較[M]. 上海： 上海交通大學(xué)， 2009.

[12] 劉自遠(yuǎn)，劉成福. 綜合評(píng)價(jià)中指標(biāo)權(quán)重系數(shù)確定方法探討[J]. 中國(guó)衛(wèi)生質(zhì)量管理， 2006， 13（2）： 44.

[13] 蔡輝，沈婉蘭. 醫(yī)院綜合效益評(píng)價(jià)中的權(quán)數(shù)（二）——獨(dú)立性權(quán)數(shù)[J]. 中國(guó)醫(yī)院統(tǒng)計(jì)， 1997， 4（3）：131.

[14] 杜子芳. 抽樣技術(shù)及其應(yīng)用[M]. 北京：清華大學(xué)出版社， 2005.

[15] 李芬，吳志豐，徐翠，等. 三江源區(qū)冬蟲(chóng)夏草資源適宜性空間分布[J]. 生態(tài)學(xué)報(bào)， 2014，34（5）： 1318.

[16] 新華網(wǎng). 西藏冬蟲(chóng)夏草價(jià)格進(jìn)入下行通道[EB/OL]. （20100705） [20160209].http：//news.xinhuanet.com/fortune/201007/05/c_12300368.htm .

[17] 西藏商城藏善堂. 新產(chǎn)冬蟲(chóng)夏草價(jià)格2010年5月走勢(shì)分析[EB/OL]. （20100423） [20160209 ].http：//www.xizangshop.com/article138.html.

[18] 冬蟲(chóng)夏草屋. 同仁堂蟲(chóng)草價(jià)格調(diào)價(jià)漲幅達(dá)三成[EB/OL]. （20120602） [20160209].http：//www.dcxc5.com/article488.html.

[19] 冬蟲(chóng)夏草屋. 蟲(chóng)草產(chǎn)量連年下降，冬蟲(chóng)夏草資源日趨稀缺[EB/OL]. （20120602）[20160209].http：//www.dcxc5.com/article585.html.

[20] 中國(guó)經(jīng)濟(jì)網(wǎng). 青海計(jì)劃今年采集冬蟲(chóng)夏草35噸[EB/OL]. （20140529） [20160209].http：//city.ce.cn/ztpd/ysgjccj/ysxwlb/yshdxc/201405/29/t20140529_1653483.shtml.

[21] 中國(guó)經(jīng)濟(jì)網(wǎng). 2014年新草動(dòng)態(tài)[EB/OL]. （20140529） [20160209].http：//city.ce.cn/ztpd/ysgjccj/ysxwlb/yshdxc/201405/29/t20140529_1653566.shtml.

[責(zé)任編輯 呂冬梅]