李紫巖, 朱壽東, 劉瀾波, 楊敏, 張磊, 張春紅*, 李旻輝,*

(1.包頭醫(yī)學院藥學院， 內(nèi)蒙古 包頭 014060； 2.中國中醫(yī)科學院中藥資源中心， 道地藥材國家重點實驗室培育基地， 北京 100700； 3.內(nèi)蒙古自治區(qū)包頭市氣象局， 內(nèi)蒙古 包頭 014030； 4.內(nèi)蒙古自治區(qū)中醫(yī)藥研究所， 呼和浩特 010110)

內(nèi)蒙古地區(qū)是蒙古黃芪[Astragalusmembranaceus(Fisch.) Bge. var.mongholicus(Bge.) Hsiao]的傳統(tǒng)道地產(chǎn)區(qū)。自20世紀50年代以后，隨著市場對黃芪藥材需求量的不斷增長、野生黃芪資源被過度開采，導致蒙古黃芪野生蘊藏量越來越低，市場上幾乎見不到野生蒙古黃芪商品[1]。為了滿足國內(nèi)外市場需求，人工栽培與引種栽培等措施成為維持蒙古黃芪資源的主要途徑。而盲目引種、化肥超標和農(nóng)藥污染等狀況不斷發(fā)生，長期如此會引起內(nèi)蒙古地區(qū)蒙古黃芪道地性的衰減。要減少上述不良現(xiàn)象的出現(xiàn)，需要對蒙古黃芪的分布區(qū)域進行科學篩查，劃出適宜的種植區(qū)域，以獲取更佳的社會效益與經(jīng)濟效益。

地理信息系統(tǒng)(GIS)技術(shù)與最大信息熵模型(maximum entropy model，MaxEnt)的引入和發(fā)展對我國藥用植物區(qū)劃研究方法產(chǎn)生了深遠影響。GIS具有強大的空間信息分析和管理能力，MaxEnt則具有預測物種潛在分布的能力，常用于植物覆蓋度的研究，結(jié)合二者功能，可以建立生態(tài)因子與藥用植物生長適宜性之間的定量關(guān)系，并預測物種的潛在分布[2-5]。本文基于GIS與MaxEnt對蒙古黃芪進行生態(tài)適宜性區(qū)劃研究，按照地域區(qū)間差異性和區(qū)內(nèi)相似性，找出適宜蒙古黃芪種植的地區(qū)，為因地制宜、揚長避短地合理開發(fā)利用與保護蒙古黃芪資源提供科學依據(jù)。

1 材料與方法

1.1 蒙古黃芪采樣點信息

本研究在第四次全國中藥資源普查的基礎(chǔ)上，結(jié)合走訪調(diào)查，以均勻性和代表性為原則，選取2條路線進行蒙古黃芪樣品的采集工作(圖1)。樣品分別采自內(nèi)蒙古地區(qū)的11個盟市，以村子或嘎查作為采樣地區(qū)最小單位，采集線路中在遇到有蒙古黃芪種植的地區(qū)設(shè)立3～5個采樣點，各采樣點之間距離為500～1 000 m，進行樣品采集并記錄坐標信息。結(jié)合內(nèi)蒙古地區(qū)蒙古黃芪實際生產(chǎn)種植情況，在蒙西地區(qū)采樣點的數(shù)量高于蒙東地區(qū)，在蒙西地區(qū)范圍內(nèi)的陰山山脈周邊采樣點較為密集。樣品均采集自同年的10—11月，生長年限為2年，2個月內(nèi)共采集并整理出40份具有代表性的樣品，經(jīng)鑒定為豆科黃芪屬植物蒙古黃芪的根，保存在包頭醫(yī)學院中蒙藥資源保護與開發(fā)利用研究中心的植物保育室中。

圖1 蒙古黃芪樣品調(diào)查采集路線Fig.1 Survey and collection route of Astragalus membranaceus var. mongholicus samples

1.2 生態(tài)因子數(shù)據(jù)

研究過程中共采用74個生態(tài)因子數(shù)據(jù)，其中連續(xù)型數(shù)據(jù)69個，類別型數(shù)據(jù)5個，包括氣候類型、土壤類型、地形、植被類型以及綜合氣象指標數(shù)據(jù)。

氣候類型數(shù)據(jù)源于1951—2000年間從752個中國地面氣象站和自動化氣象站[6]獲取的氣候年值和月值數(shù)據(jù)，包括12個月的月降水量和平均溫度。土壤類型數(shù)據(jù)來自于1995年第二次中國土地資源調(diào)查，使用1∶1 000 000的中國土壤類型數(shù)據(jù)[7]。地形數(shù)據(jù)包括高程、坡度和坡向[8]。植被類型數(shù)據(jù)源于中國科學院植物研究所發(fā)行的1∶1 000 000植被圖的植被亞類數(shù)據(jù)[9]。溫暖指數(shù)和寒冷指數(shù)綜合氣象數(shù)據(jù)來自于Kira指數(shù)[10]。濕度指數(shù)來自徐文鐸[11]對Kira指數(shù)的修改。

1.3 研究方法

1.3.1生態(tài)因子數(shù)據(jù)的優(yōu)化篩選 利用相關(guān)性軟件(BioSim)對74個生態(tài)因子進行相關(guān)性篩選，把生態(tài)因子的屬性值提取到蒙古黃芪采樣點中，導入到相關(guān)性軟件里進行分析。由于眾多生態(tài)因子之間的高相關(guān)性會對后續(xù)分析造成影響，所以在操作時，必需刪掉每組相關(guān)系數(shù)大于0.8的因子之間的一個，在去掉因子的同時，考慮多保留不同生態(tài)類型的因子，避免把某一類型的因子徹底刪除，讓環(huán)境信息盡可能豐富，降低刪除影響蒙古黃芪生長主要生態(tài)因子的可能性。按照此原理，不斷對生態(tài)因子進行篩選，直到最后各因子之間的相關(guān)系數(shù)均小于0.8[3,12]。

1.3.2最大信息熵模型對生態(tài)適宜度的預測

研究表明，最大信息熵模型結(jié)合地理信息系統(tǒng)軟件在預測物種潛在分布區(qū)的性能要優(yōu)于同類的其他模型，特別是在物種分布數(shù)據(jù)不全的情況下，應(yīng)用最大信息熵模型預測能得到滿意的結(jié)果[13-14]。將相關(guān)性軟件篩選出的生態(tài)因子與40個蒙古黃芪采樣點在最大信息熵模型中進行關(guān)聯(lián)，參數(shù)設(shè)置中最大迭代次數(shù)為106，模型運算中測試集的比例為25%，運行次數(shù)為10次，把10次運算的平均值作為生態(tài)適宜度的計算結(jié)果。

1.3.3模型精度檢驗 本研究選擇ROC曲線對最大信息熵模型的精度進行檢驗。在最大信息熵模型計算的精度評價過程中，廣泛應(yīng)用了預測模型中潛在物種分布的ROC曲線分析。使用ROC曲線分析出的AUC值(AUC值是ROC曲線下面積)不受閾值的影響，因此，AUC值是公認的診斷測試評價中比較優(yōu)異的一種指標[15]。

1.4 蒙古黃芪生態(tài)適宜性區(qū)劃

將最大信息熵模型計算結(jié)果中的生態(tài)適宜性平均值圖層文件加載到ArcMap中，提取生態(tài)因子圖層的屬性至40個采樣點中，獲得每個采樣點的生境適宜度，計算出這40個采樣點的生境適宜度數(shù)值的平均值(μ)和標準差(σ)。在ArcMap中把生境適宜度分為3個等級，即不適宜蒙古黃芪生長的區(qū)域、較適宜蒙古黃芪生長的區(qū)域以及最適宜蒙古黃芪生長的區(qū)域。依據(jù)正態(tài)分布原理進行分級，將μ-0.5σ的值作為不適宜區(qū)和較適宜區(qū)分隔的分界線，將μ+σ的值作為較適宜區(qū)和最適宜區(qū)分隔的分界線。

2 結(jié)果與分析

2.1 生態(tài)因子優(yōu)化篩選結(jié)果

根據(jù)生態(tài)因子優(yōu)化的篩選方法，通過BioSim軟件對采樣點處各環(huán)境因子的相關(guān)性進行分析，進行采樣點的自相關(guān)性篩選。74個生態(tài)因子經(jīng)過多次篩選，最終保留了33個相關(guān)系數(shù)小于0.8的生態(tài)因子，分別是平均降水量(3、4、5、9、10、11月)、平均氣溫(4、5、10月)、平均日照時長(5、12月)、土壤類型、土壤質(zhì)地分類、土壤酸堿度、土壤陽離子交換能力、土壤有效水含量等級、土壤有機碳含量、土壤含沙量、土壤含黏土量、高程、坡向、坡度、植被類型、最冷季降水量、最干月降水量、最暖月最高溫、最暖季降水量、季節(jié)降水量變異系數(shù)、溫度季節(jié)性變化標準差、年均溫變化范圍、年平均氣溫、生長季日照、年日照時長。

2.2 模型精度檢驗結(jié)果

對最大信息熵模型建模結(jié)果進行精度檢驗，由訓練樣本數(shù)據(jù)生成的蒙古黃芪運行特征曲線(圖2)。訓練樣本數(shù)據(jù)結(jié)果顯示，AUC均值為0.985(大于0.9代表模型精度非常好)，表明該模型有較高的可靠性和精確性，并具有良好的預測效果[16]。

2.3 主生態(tài)因子適宜性結(jié)果

經(jīng)過最大信息熵模型計算后，得到了各生態(tài)因子影響蒙古黃芪生長的貢獻率，33個生態(tài)因子中，只有21個生態(tài)因子對蒙古黃芪的生態(tài)適宜性有貢獻值，其余的生態(tài)因子貢獻度皆為0，有貢獻度的生態(tài)因子信息詳見表1。溫度季節(jié)性變化的標準差、植被類型、10月平均降水量、生長季日照時長、高程、坡度、季節(jié)降水量變異系數(shù)和土壤類型這8個生態(tài)因子的貢獻率累計加和大于90%，因此選擇這8個生態(tài)因子作為主生態(tài)因子，這些生態(tài)因子的響應(yīng)曲線見圖3。

圖2 蒙古黃芪運行特征曲線Fig.2 Operating characteristic curve of Astragalus membranaceus var. mongholicus

表1 生態(tài)因子對蒙古黃芪生態(tài)適宜性區(qū)劃分布的貢獻率Table 1 Contribution rate of ecological factors to distribution suitability regionalization of Astragalus membranaceus var. mongholicus

圖3 主要生態(tài)因子的響應(yīng)曲線Fig.3 Response curves of major ecological factors

根據(jù)蒙古黃芪的生態(tài)適宜性區(qū)劃結(jié)果，對內(nèi)蒙古自治區(qū)的蒙古黃芪生長貢獻度靠前的8個主要生態(tài)因子的響應(yīng)曲線進行分析。溫度季節(jié)性變化的標準差值>9時適宜蒙古黃芪生長；植被類型為溫帶草原化灌木荒漠時適宜蒙古黃芪生長；10月平均降水量在<100 mm時適宜蒙古黃芪生長；生長季日照時長在1 300～2 600 h 范圍內(nèi)適宜蒙古黃芪生長；高程在0～4 000 m范圍內(nèi)都利于蒙古黃芪的生長；植株生長坡度<10°時適宜蒙古黃芪生長；季節(jié)降水量變異系數(shù)為7.5以上時適宜蒙古黃芪生長；適宜蒙古黃芪生長的土壤類型為黑壤土、沙壤土、灰色森林土和普通紅砂土。

2.4 蒙古黃芪的生態(tài)適宜性區(qū)劃結(jié)果

根據(jù)最大信息熵模型計算結(jié)果，加載到ArcMap軟件中以圖片形式展現(xiàn)，用3種顏色代表3個適宜度等級，得到蒙古黃芪的生態(tài)適宜性區(qū)劃圖(圖4)。最適宜蒙古黃芪生長的地區(qū)為：包頭市土默特右旗、鄂爾多斯市達拉特旗北部與包頭市接壤的周邊地區(qū)。較適宜蒙古黃芪生長的地區(qū)為：巴彥淖爾市烏拉特前旗、包頭市固陽縣及其周邊地區(qū)、鄂爾多斯市東北部達拉特旗、呼和浩特市武川縣及其周邊、烏蘭察布市察右后旗、赤峰市以及興安盟部分地區(qū)。

3 討論

陳士林等[17]與劉德旺等[18]曾分別采用TCMGIS-Ⅰ與TCMGIS-Ⅱ分析了蒙古黃芪的產(chǎn)地適宜性，TCMGIS是基于網(wǎng)格的聚類方法，MaxEnt是通過生態(tài)位模型映射判斷的方法。從對栽培品蒙古黃芪的適宜性分析結(jié)果上看，2種方法所產(chǎn)生的區(qū)劃結(jié)果差異并不大，然而基于MaxEnt的適宜性區(qū)劃方法操作流程簡便，具有較好的精確度和準確度，通過模型計算可以分析主導生態(tài)因子，區(qū)劃結(jié)果的認可程度較高。近些年來，基于生態(tài)位模型的方法在藥用植物資源適宜性區(qū)劃領(lǐng)域已取得了諸多成果[19-21]。

根據(jù)蒙古黃芪生態(tài)適宜性區(qū)劃結(jié)果，筆者走訪了土默特右旗地區(qū)，發(fā)現(xiàn)土默特右旗地區(qū)諸多農(nóng)戶具有多年種植蒙古黃芪的基礎(chǔ)，已有成片的蒙古黃芪種植區(qū)，其北部地區(qū)即為傳統(tǒng)產(chǎn)區(qū)固陽縣，建有規(guī)范化蒙古黃芪種植基地，且兩地生態(tài)氣候差異不大，實際生態(tài)情況符合本研究結(jié)果。結(jié)合實地考察結(jié)果，建議在土默特右旗建立蒙古黃芪栽培基地，推廣規(guī)范化種植，并組織GAP認證，充分發(fā)揮當?shù)氐膬?yōu)越生態(tài)條件，合理開發(fā)利用蒙古黃芪資源。在生態(tài)適宜性區(qū)劃研究基礎(chǔ)上，依據(jù)藥典測定蒙古黃芪體內(nèi)有效指標成分的含量，利用多元統(tǒng)計分析軟件把生態(tài)因素與蒙古黃芪藥材中有效成分的含量進行相關(guān)性試驗，進而對蒙古黃芪的品質(zhì)適宜性區(qū)劃開展研究，將對揭示蒙古黃芪的道地性形成機理以及擴大藥材種植區(qū)域具有深遠意義。

圖4 內(nèi)蒙古地區(qū)蒙古黃芪生態(tài)適宜性區(qū)劃圖Fig.4 Map of distribution suitability regionalization of Astragalus membranaceus var. mongholicus in Inner Mongolia