萬曉霞，孫慶文，陳春伶，黨友超，王波，王健，黃園貴州中醫(yī)藥大學(xué)，貴州 貴陽 550025

紅果參又稱蜘蛛果、長葉輪鐘草、肉算盤或山荸薺，原植物為桔?？戚嗙娀▽僦参镙嗙娀–yclocodon lancifolius（Roxburgh）Kurz[1]，以根或全草入藥，有益氣補(bǔ)虛、祛瘀止痛之效[2]。由于紅果參野生資源量較少，人工栽培尚處起步階段。前期研究發(fā)現(xiàn)，紅果參存在嚴(yán)重的連作障礙，需對其留有備用土地。因此，有必要對紅果參的生態(tài)適宜性區(qū)劃進(jìn)行研究，了解對其生長影響較大的生態(tài)因子。茲結(jié)合最大熵（MaxEnt）模型和ArcGIS空間分析技術(shù)，預(yù)測紅果參生態(tài)適宜性區(qū)域，為其資源保護(hù)、引種栽培及人工規(guī)范化種植提供科學(xué)依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來源

1.1.1 樣點信息從全球生物多樣性信息平臺（https://www.gbif.org）、中國數(shù)字植物標(biāo)本館（http://www.cvh.ac.cn/spms/list.php）、中國國家標(biāo)本資源平臺（http://www.nsii.org.cn）網(wǎng)站，以及實地資源調(diào)查獲得輪鐘花分布數(shù)據(jù)。為防止模型過度擬合造成誤差，以10 km為半徑，刪除重疊和地理位置較近的樣點，最終得到109條分布數(shù)據(jù)用于后續(xù)分析，見圖1。地圖數(shù)據(jù)為國家基礎(chǔ)地理信息系統(tǒng)網(wǎng)站（http://nfgis.nsdi.gov.cn/）下載的1∶400萬中國地圖和中國行政區(qū)劃圖。

圖1 紅果參樣點分布

1.1.2 生態(tài)因子

氣候數(shù)據(jù)來源于世界氣候數(shù)據(jù)庫（http://www.worldclim.org/），數(shù)據(jù)年份為1970-2000年，空間分辨率為30弧秒（相當(dāng)于1 km），包括19個生物變量、海拔、每月降水量、每月輻射量、坡度、坡向、每月平均溫度、每月最高氣溫、每月最低氣溫和植被類型，共63個生態(tài)因子。土壤數(shù)據(jù)從世界土壤數(shù)據(jù)庫（https://www.fao.org/）獲取，包括表層土礫石含量、表層土砂裂紋、表層土粉砂分?jǐn)?shù)、表層土黏粒部分、表層土紋理分類、表土參考材料的體積密度、表層土壤有機(jī)碳、表層土pH（水）、表層黏土的陽離子交換量、表層土陽離子交換量、表層土基礎(chǔ)飽和度、表層土三乙基硼、表層土碳酸鈣含量、表層土石膏含量、表層土壤密度、表層土壤鹽度和沙含量等，共100個生態(tài)因子。

1.2 方法

1.2.1 生態(tài)因子篩選

將紅果參的分布信息與生態(tài)因子導(dǎo)入MaxEnt3.4.1，隨機(jī)測試比例設(shè)置為25%，剩余位點信息作為訓(xùn)練集用于建模，其他參數(shù)均為MaxEnt模型默認(rèn)值。選擇響應(yīng)曲線、受試者工作特性曲線（ROC）和刀切法。響應(yīng)曲線用于評價生態(tài)因子適宜范圍，ROC及曲線下面積（AUC）用于評價模型精度，刀切法用于檢測變量的重要性。結(jié)果以Logistic格式輸出。從第2次運行開始，每次舍去貢獻(xiàn)率為0的生態(tài)因子，共運行5次，去除64個生態(tài)因子。再利用SPSS 26.0軟件對余下生態(tài)因子進(jìn)行Spearman相關(guān)分析，舍去兩變量相關(guān)系數(shù)|r|≥0.80的其中一個[3]，最終篩選得到24個生態(tài)因子，將其與109個樣點經(jīng)緯度信息加載至MaxEnt模型中，重復(fù)運行10次，得到各生態(tài)因子的響應(yīng)曲線圖。

1.2.2 適宜區(qū)域劃分

將MaxEnt模型預(yù)測結(jié)果導(dǎo)入ArcGIS10.4.1，將生成的柵格數(shù)據(jù)文件進(jìn)行重分類，采用自然間斷點分級法（Jenks），按照適宜指數(shù)（P）的大小將紅果參的適宜性分布區(qū)，分為4類：高適宜區(qū)（0.5≤P＜1）、中適宜區(qū)（0.3≤P＜0.5）、低適宜區(qū)（0.1≤P＜0.3）和非適宜區(qū)（P＜0.1）。最終得到紅果參生態(tài)適宜性等級區(qū)劃圖。

根據(jù)紅果參生態(tài)適宜區(qū)域劃分的結(jié)果，計算各省份不同適宜區(qū)域面積及各面積在總適宜區(qū)占比。

2 結(jié)果與分析

2.1 最大熵模型預(yù)測

MaxEnt模型預(yù)測精度以AUC為衡量指標(biāo)：0.5≤AUC＜0.6表示模型預(yù)測失敗，0.6≤AUC＜0.7為精度較差，0.7≤AUC＜0.8為精度一般，0.8≤AUC＜0.9為精度好，0.9≤AUC＜1為精度非常好。紅果參樣品信息及生態(tài)因子數(shù)據(jù)通過MaxEnt模型運行10次后的ROC曲線見圖2。訓(xùn)練集AUC平均值為0.941，說明基于MaxEnt模型對紅果參的潛在適宜分布預(yù)測具有很高的準(zhǔn)確度和可信度。

圖2 紅果參生態(tài)適宜度預(yù)測結(jié)果平均ROC曲線

2.2 主導(dǎo)生態(tài)因子

將篩選的24個生態(tài)因子導(dǎo)入MaxEnt3.4.1，運行得到各生態(tài)因子對紅果參適宜范圍預(yù)測的貢獻(xiàn)率及各適宜區(qū)適宜值范圍（見表1）。對紅果參分布影響較大的生態(tài)因子包括降水量、坡度、輻射強(qiáng)度等，其中6月份降水量（34.8%）對紅果參分布貢獻(xiàn)率最大，其次為11月份降水量（23.5%）。

表1 影響紅果參分布生態(tài)因子貢獻(xiàn)率及高、中適宜值范圍

根據(jù)刀切法檢驗的生態(tài)因子對紅果參分布影響得分結(jié)果見圖3。對紅果參分布影響較大的生態(tài)因子包括降水量、溫度、輻射強(qiáng)度等，其中6月份降水量對紅果參的分布影響最大，其次為1月份最低溫度和最濕月降水量。

圖3 紅果參生態(tài)適宜度預(yù)測結(jié)果刀切法檢驗

綜上可知，6月份降水量、11月份降水量、1月份最低溫度和最濕月降水量為影響紅果參分布的4個主導(dǎo)生態(tài)因子。其最適紅果參分布范圍：6月份降水量175.53～652.30 mm、11月份降水量35.90～2 020.99 mm、1月份最低溫度0.41～13.85℃、最濕月降水量222.30～1 097.50 mm。見圖4。

圖4 影響紅果參分布的主要生態(tài)因子響應(yīng)曲線

2.3 潛在分布區(qū)域

對MaxEnt模型導(dǎo)出的生態(tài)適宜度進(jìn)行重分類，得到紅果參的生態(tài)適宜性等級區(qū)劃見圖5。由預(yù)測結(jié)果可知，紅果參在我國主要分布于南方各省。高適宜區(qū)面積共495 002.97 km2，主要分布于貴州、臺灣、湖南西部、廣西北部及云南南部；中適宜區(qū)面積357532.49km2，主要分布于貴州、云南、廣西、福建、四川、廣東、重慶等；低適宜區(qū)面積736 632.63 km2，主要分布于四川、浙江、重慶、湖北、西藏及安徽等。詳見表2。

表2 紅果參各地適宜區(qū)面積（km）

圖5 紅果參生態(tài)適宜性區(qū)劃

3 討論

本研究顯示，紅果參主要分布于貴州、廣西、湖南、云南、廣東、福建、四川及臺灣等地，與Flora of China[1]記載及課題組前期采樣數(shù)據(jù)基本吻合。AUC＞0.9，模型預(yù)測結(jié)果精確度高，表明本研究能較為準(zhǔn)確預(yù)測紅果參潛在分布區(qū)。預(yù)測結(jié)果顯示，6月份降水量、11月份降水量、最濕月降水量和1月份最低溫度是影響紅果參分布的重要生態(tài)因子。紅果參主要分布區(qū)多為亞熱帶季風(fēng)氣候，夏季高溫多雨，冬季溫和少雨。6月份為紅果參生長旺盛期，充沛的降水量能提供天然優(yōu)越的條件；紅果參耐寒能力一般，因此冬季需適宜溫度，否則會導(dǎo)致植株凍死。本次實地野外資源調(diào)查發(fā)現(xiàn)，紅果參野外分布密度低，產(chǎn)量小，且濫用除草劑導(dǎo)致資源量進(jìn)一步減少。當(dāng)然，紅果參栽培選址不僅要考慮環(huán)境適應(yīng)度，更要考慮品質(zhì)優(yōu)劣。優(yōu)良的性狀、品質(zhì)及較高的產(chǎn)量綜合考慮才能確定最終紅果參栽培產(chǎn)地。因此，今后將結(jié)合生態(tài)適宜性區(qū)劃對紅果參品質(zhì)區(qū)劃及土壤微環(huán)境進(jìn)行深入研究，以解決紅果參規(guī)范化種植連作障礙的問題。