APP下载

基于地形土壤因子的滇重楼生态适宜性区划研究

2017-09-15石子为杨少华张丽霞陈骏飞刘大会

西南农业学报 2017年8期
关键词:种植区重楼因子

石子为,杨少华,张丽霞,陈骏飞,刘大会

基于地形土壤因子的滇重楼生态适宜性区划研究

石子为1,2,杨少华3,张丽霞4,陈骏飞3,刘大会2*

(1.云南农业大学资源与环境学院,云南昆明 650201;2.湖北中医药大学药学院,湖北武汉 430065;3.云南省农业科学院高山经济植物研究所,云南丽江 674100;4.中国医学科学院北京协和医学院药用植物研究所云南分所,云南景洪 666100)

【目的】对中国滇重楼进行基于地形土壤因子的生态适宜性等级划分。【方法】利用最大信息熵模型(MaxEnt)和ArcGIS软件空间分析功能,结合影响中国滇重楼潜在分布的地形、土壤因子,研究了中国滇重楼潜在分布区的生态适宜性并构建了我国滇重楼潜在分布与地形、土壤因子的关系模型。【结果】影响中国滇重楼潜在分布的主导因子为海拔、有机碳含量、土壤阳离子交换能力、土壤含粘土量、土壤有效水含量等级、土壤质地分类,它们对滇重楼潜在分布的累积贡献率达到了潜在生态因子的97.1 %,利用所建模型给出的滇重楼在待预测地区的存在概率,将中国滇重楼生态适宜性等级划分为不适宜区、次适宜区、较适宜区和最适宜区并给出了中国滇重楼潜在分布区的地形、土壤因子阈值。【结论】该结果可为开展中国滇重楼种植的合理区域选取提供科学依据。

地形、土壤因子;滇重楼;生态适宜性;区划

【研究意义】重楼是百合科植物云南重楼[Paris polyphylla Smith var.yunnanensis(Franch)Hand.-Mazz]或者七叶一枝花[Paris polyphylla Smith var. chinensis(Franch)Hara]的干燥块茎。重楼主要分布于中国云南、贵州和四川一带,适宜生长在海拔1400~3100 m的常绿阔叶林、云南松林、竹林、灌丛或草坡中,是中国西南地区珍稀的道地药材[1]。重楼中含有的甾体皂苷是其主要的活性成分,具有抗肿瘤、止血、免疫调节和镇静镇痛等药用功效,是“云南白药”、“热毒清”、“季胜德蛇药片”和“宫血宁”等多种中成药的主要原料之一[2-3]。【前人研究进展】近年来,已有众多学者利用最大熵模型(Maxent)和ArcGIS软件空间分析技术开展了基于地形和气候因子的中药材生态适宜性分析[4-5],滇重楼为多年生草本植物,从种植到收获所需时间为8~10年,对生长环境较为苛刻,适宜生长在湿润、荫蔽的环境,且在地势平坦、灌溉、排水良好,富含腐殖质多的疏松肥沃的砂质壤土中生长较好。随着滇重楼野生资源的日益枯竭,为了缓解社会对于滇重楼资源的需求,开展滇重楼人工引种种植势在必行,因此开展基于地形土壤等环境因子的生态适宜性区划无疑是解决此问题的最佳方式。【本研究切入点】目前,在云南、四川、贵州等省均已开展不同规模的滇重楼人工种植。但由于滇重楼药材与其引种驯化种植区的地形、土壤相关基础性研究工作的缺乏,导致不同地区滇重楼的品质和产量参差不齐,选取适宜的区域进行滇重楼人工引种种植,才能保证滇重楼药材的质量。【拟解决的关键问题】为此,本研究通过前期走访调查和实地取样分析,结合中国云南、四川、贵州等3省175个分布点的地理信息和地形因子及土壤环境数据,利用最大熵模型(Maxent)和ArcGIS软件空间分析技术开展了基于地形和土壤因子的中国滇重楼种植区生态适宜性的研究,找出影响中国滇重楼生态适宜性分布的主导生态因子、最适宜进行人工引种种植的区域,从而为中国滇重楼选择最佳种植区和政府种植规划提供参考。

1 材料与方法

1.1 自然概况

本研究区域主要集中在云贵高原的中部和西南部,包含的省份为云南、四川、贵州等,海拔分布在1 500~2000 m,地势上由西北向东南降低,受云贵高原和四川盆地的影响,地势起伏较大、地形地貌复杂多变。由于受到西南季风和昆明准静止锋的影响,研究区域的西南部(云南的大部分区域)冬季温暖,夏季凉爽,一年内干湿两季分明;年均降水量在1000 mm;研究区域的北部(四川全境)受到四川盆地的影响,属于亚热带季风性湿润气候,冬暖夏热,无霜期长,年均降水量在900~1200 mm;研究区域的东部(贵州西部与云南东部交界处)受到昆明准静止锋的影响,冬季阴雨寒冷,夏季受到东南季风的影响,降水量大,气温较高,年均降水量在1100 mm。研究区域大部分属于亚热带、热带季风气候,兼受印度洋西南季风和太平洋东南季风影响,水热条件均较优越,降水充足,年均温在14℃左右,最冷季平均温为2℃,最暖季平均温为24℃。由于气候受到地形地势的影响,不同气候与地形的组合,构成了研究区域内多种多样的生态环境类型。区域内特殊的生态环境也为滇重楼的生长发育提供了良好的生态条件。

1.2 样品采集

本研究中滇重楼栽培成功的判断标准是种植年限在2年以上,可正常开花结果和越冬,即种群可以自然更新。总计获得云南、四川、贵州3省175个滇重楼种植区的经纬度、生境、植物照等信息,调查区经纬为97。39′~108。42′E,21。48′~30。54′N(图1)。

图1 滇重楼采样点分布图Fig.1 Distribution map of sampling spots of Pairs polyphylla var.yunnanensis

表1 生态因子数据Table 1 The data of environmental factors

1.3 生态因子数据

文章中用的生态因子数据来源于“中药资源空间信息网格数据库”包含有:土壤阳离子交换能力、土壤pH、土壤含沙量、土壤亚类(sym90)、土壤含粘土量、土壤质地分类、土壤有效水含量等级、有机碳含量、海拔、坡向、坡度等11个土壤、地形因子,分辨率均为1 km。生态因子数据细节比例尺为1∶100万,数据格式为Geotiff,投影为WGS84地理坐标系,地理范围均为全国尺度(表1)。

1.4 地图数据

下载于国家基础地理信息系统网(http://nfgis.nsdi.gov.cn/),分辨率为1∶400万。

1.5 方法

1.5.1 滇重楼生长分布预测 对生态因子数据采用ArcGIS10.2软件,进行网格数据图层切割、转换,取得可以加载到最大信息熵模型(MaxEnt)的空间网格数据(.asc格式)。滇重楼种植区采样点地理信息数据整理成CSV格式数据,加载到MaxEnt软件中。MaxEnt模型参数设置,将滇重楼175个采样点的GPS地理信息数据和生态因子数据按要求转换格式后导入MaxEnt软件,设参数进行建模,参数如下:最大迭代次数为106,采取随机测试比例为15 %,设置响应曲线,另外,MaxEnt软件自定义设置刀切法(jackknife)检验权重和ROC评价曲线,其他参数均为软件默认设置。MaxEnt模型预测评价,使用ROC工作曲线与曲线下面积(AUC值)进行模型精度评价;生态因子的选择,生态因子的筛选分为3步,第1步,根据11个生态因子和175个滇重楼种植区采样点的地理信息数据分别在MaxEnt软件中的迭代运算结果,选总贡献率≥95%的生态因子为可供选择的生态因子;第2步,将第1步选择的生态因子使用ArcGIS软件多值提取功能,分别提取至175个滇重楼种植区采样点并对提取的生态因子值进行Spearman相关性分析,当2个生态因子间的相关系数大于0.8时,弃去贡献率较小的一个[6];第3步,将第2步筛选得到的生态因子用MaxEnt模型分析计算,获得生态因子对滇重楼生态适宜性分布的贡献率以及刀切法获得的主导生态因子权重,选取贡献率大、权重高的生态因子作为最终变量进行滇重楼的生态适宜性分析。

1.5.2 主导生态因子的筛选 MaxEnt模型的构建,参考Moreno等[7]研究方法,将1.5.1项筛选得到的生态因子带入到MaxEnt软件,采取测试集为分布点的25%,训练集为分布点的75%,其余选项均为模型的默认设置,在环境参数设置中开启刀切法(JackKnife)来评价各气候因子的权重,并且应用MaxEnt模型模拟输出ROC曲线的AUC值来评判模型模拟的准确性。主导生态因子的选取,根据MaxEnt模型计算得到的生态因子对滇重楼种植区潜在分布影响贡献率的大小,结合模型提供的刀切法(JackKnife)模块可以对初始模型输出的各潜在生态因子对模拟精度的影响进行分析,并分别对各生态因子对滇重楼种植分布的贡献率、累积贡献率及置换重要性进行分析,按照贡献率大小提取影响滇重楼潜在分布的主导生态因子,再将主导生态因子组合重建最大熵模型,计算滇重楼潜在分布的概率。综合评价得到的生态因子的权重,从而找出影响中国滇重楼种植区潜在分布的主导生态因子。建立中国滇重楼种植区潜在分布的最大信息熵模型,进行模拟结果精度评价。

1.5.3 基于地形、土壤因子的滇重楼在中国的生态适宜性区划分析 利用ArcGIS10.2软件、MaxEnt模型计算的结果进行叠加和地图制作,根据采样点处的生境适宜度值(P),取值范围在0~1。根据统计学原理,当物种在某一格点的存在概率P<0.05时为小概率事件,在此定义为不适宜区。同时参考IPCC报告中有关评估可能性的划分方法、前期实地调查与滇重楼实际种植情况,滇重楼种植区的生态适宜性区划按以下标准进行:P<0.05为不适宜区; 0.05≤P<0.33为次适宜区;0.33≤P<0.66为较适宜区;P≥0.66为最适宜区[8-10]。利用ArcGIS标准分级方案中的自然断点法确定相邻分布区的界值,绘制滇重楼生态适宜性区划图。

2 结果与分析

2.1 MaxEnt模型精确度评价

MaxEnt模型模拟输出ROC曲线的AUC值为模型预测准确度的衡量指标,取值范围是[0,1],值越大表示模型预测的准确度越高[11-12]。AUC值0. 50~0.60为失败,0.61~0.70为较差,0.71~0.80为一般,0.81~0.90为好,0.91~1.0为非常好[13]。结果表明,基于11个生态因子最大熵模型的AUC值为0.984,对照AUC值评判标准,获得软件模拟结果的准确性达“非常好”的标准,也表明所建模型精确度、可信度高。

2.2 主导生态因子的选择

明确滇重楼种植区的主导生态因子有助于揭示地形、土壤对滇重楼分布的影响。利用Jackknife模块对各生态因子对模拟精度的影响进行了分析(图2),可见各生态因子中海拔和有机碳含量对AUC值的影响最大,而土壤阳离子交换能力对AUC值影响相对较小。通过对地形、土壤因子对滇重楼种植潜在分布的贡献百分率和置换重要性来评价各因子对种植分布影响的贡献(表2),可知影响中国滇重楼种植分布的各因子按贡献率大小排序依次为海拔>有机碳含量>土壤阳离子交换能力>土壤含粘土量>土壤有效水含量等级>土壤质地分类>土壤pH值。其中,海拔和土壤质地分类的置换重要性最高,分别达到54.4%和13.7%,表明这2个因子包含了其他因子不可替代的信息,是滇重楼潜在分布的重要限制因子。综合上面的分析,选择影响滇重楼潜在分布的的主导生态因子为:海拔、有机碳含量、土壤阳离子交换能力、土壤含粘土量、土壤有效水含量等级、土壤质地分类等6个因子,累积贡献率为97.1%。土壤pH值虽对AUC值影响较大,但其贡献率(2.8%)较低,故在主导因子中舍去。

图2 滇重楼正规化训练结果Jackknife图Fig.2 Jackknifemap of regularized training gain for Pairs polyphylla var.Yunnanensis

表2 滇重楼环境指标的贡献率Table 2 Contribution rate of environmental factors of Pairs polyphylla var.yunnanens

表3 滇重楼主导生态因子变量Table 3 Leading ecological factors of Pairs polyphylla var.yunnanensis

2.3 基于地形、土壤因子的滇重楼潜在分布区及生长适宜性分析

基于筛选的主导生态因子,然后结合MaxEnt模型,新构建的滇重楼潜在分布模拟模型。结果表明,基于主导生态因子的AUC值为0.976,模拟结果的准确性达到“非常好”的标准,可用于滇重楼潜在分布模拟。将MaxEnt计算后得到asc图层文件加载到ArcGIS10.2中,按照滇重楼生态适宜性等级评判标准绘制了中国滇重楼潜在分布区划图见图3,滇重楼生态适宜性等级主导因子变量概况见表3。滇重楼潜在分布最适宜的地区主要集中在云南全省,贵州的西部、西藏的南部、四川的南部以及甘肃的北部;滇重楼潜在分布较适宜的地区为云南的大部分地区、四川中部、贵州中部、西藏南部以及重庆、陕西、湖北、甘肃的部分地区。基于地形、土壤因子的滇重楼潜在分布适宜(最适宜和较适宜)区域主要集中在云南、四川、贵州、西藏等地面积较大、集中连片分布。这与笔者前期实地调查采样和查阅文献记载地区相一致,也说明基于地形、土壤因子的中国滇重楼生态适宜性区划结果较为准确可信。

3 讨 论

滇重楼是中国珍稀的中药资源,随着社会的进步人们保健意识的增强,具有重要医用价值的野生滇重楼资源日益引起关注。但是,中药产业的迅速发展使得野生滇重楼的需求量急剧增加,导致市场需求量已远超过其野生资源的更新能力,长期掠夺式的采挖已导致野生资源濒危,药材价格高涨,严重影响到以其为原料的医药工业的可持续发展,现已列为云南省30种稀缺濒危天然药物之一[14]。近年来,在云南、四川、贵州等省均已开展不同规模的滇重楼人工种植,但对野生滇重楼资源保护和资源开发势在必行,通过规划滇重楼最适宜的野生资源保护区引种种植区,来满足滇重楼的市场需求。缓解对野生资源的压力,是较有效的方法之一。

图3 中国滇重楼生态适宜性区划图Fig.3 Ecological suitability divisions of Pairs polyphylla var.yunnanens in China

利用MaxEnt和ArcGIS软件相结合的方法,综合土壤、地形以及采样点的GPS信息分析了中国滇重楼潜在分布区的生态适宜性,对潜在分布区的环境因子进行了定量分析。目前,中药材生态适宜性区划中,存在的关键问题就是采样的代表性。采样的代表性直接与药材的品质和产量相关,也是后期进行生态适宜性分析的基础。本研究在滇重楼样品的采集上存在一定的局限性,这也可能对后期的分析具有一定的影响。中药材的生态适宜性区划是基于采样地和所选生态因子来综合选取适宜药材生在的区域,在实际生产工作中,药材的品质和产量不一定完全和所选生态因子相关,此外,人为因素的干扰也会对所预测的适宜区域有一定的影响。药材的生长发育是其所在环境综合作用的结果,本研究仅选择了土壤和地形因子,这也会导致预测得到的适宜区域存在一定的局限性。

4 结 论

本研究通过前期实地采样调查,收集了175个滇重楼种植区的地理分布信息,结合从(http:// www.tcm-resources.com/)“中药资源空间信息网格数据库”筛选的地形、土壤因子,用ArcGIS技术和MaxEnt模型对滇重楼在中国的生态适宜区进行预测,其结果经过ROC曲线精度验证,AUC值为0. 976,表明MaxEnt模型预测结果的可信度和准确度很高。基于土壤因子、地形,利用MaxEnt模型重复建模并结合ArcGIS技术,综合分析了影响中国滇重楼潜在分布适宜性的主导因子及其阈值,结果表明,海拔、有机碳含量、土壤阳离子交换能力、土壤含粘土量、土壤质地分类等6个因子对滇重楼的潜在分布适宜性有着重要影响且累积贡献率达到97.1%。对基于地形、土壤的主导生态因子分析得到,中国滇重楼适宜生长在海拔在2000 m,有机碳含量值为3,土壤阳离子交换能力为10,土壤含粘土量为50,土壤有效水含量等级为1,且富含有机质的砂壤土或砂质壤土中。

研究得出基于地形、土壤因子的滇重楼在中国的生态适宜性区划分布图,结果表明,滇重楼在中国的适生区(包括最适宜和较适宜区)主要集中在中国云南的大部分区域,四川的中南部,贵州的西南部,西藏的南部、甘肃的北部以及重庆、湖北、陕西的部分地区。可见,滇重楼对地形与土壤等环境条件要求较为严格,最适宜区和较适宜区都主要集中在中国云南、四川、贵州三省境内,主要以云贵高原的西南部区域为主,该区域地形地势较为多变且平均海拔达到1500 m左右,该区域土壤多为红壤或者棕色砂质壤土且有机质含量较高;甘肃的北部接近内蒙古的部分区域也有滇重楼的最适宜和较适宜分布区,该区域主要是受内古高原的影响平均海拔达到1200 m。本研究所得到的中国滇重楼最适宜和较适宜分布区和文献记载的中国滇重楼分布基本一致,分布范围有所扩大,这与本研究所选取的生态因子密切相关。若进一步考虑气候、植被等其他生态因子的影响,还需要在以后的研究中继续讨论。本课题组已经在陆续开展基于气候、植被等生态因子的中国滇重楼种植区生态适宜性区划研究。

综合整个研究,采样点基本覆盖了中国滇重楼主要种植区,同时,也参考了大部分滇重楼分布实际生态位,预测获得了影响中国滇重楼生态适宜区的主导生态因子,在理论上预测了中国滇重楼的生态适宜区和次适宜区,研究结果可为中国滇重楼野生资源的保护、收集和引种区域的选择提供参考。

[1]李 恒.重楼属植物[M].北京:科学出版社,1998:36.

[2]中国药典.一部[S].2010.

[3]苏泽春,王泽清,李兆光,等.不同环境因子种植云南重楼的差异性研究[J].西南农业学报,2016,29(3):1448-1452.

[4]张小波,周 涛,郭兰萍,等.基于地形因子的贵州省头花蓼生态适宜性等级划分[J].中国中药杂志,2011,36(3):311-315.

[5]谭喆天,黄璐琦,李国川,等.基于地形因子的白术生态适宜性区划研究[J].中国中药杂志,2014,39(23):4567-4570.

[6]Kumar S,Graham J,West A M,et al.Using district-level occurrence in MaxEnt for predicting the invasion potential of an exotic insect pset in india[J].Comput Electron Agr.,2014,103(2):55.

[7]Roberto M,Zamora R,Ramon J,et al.Predictivemodeling ofmicrohabitats for endemic birds in south Chilean temperate forests using Maximum entropy(Maxent)[J].Ecol.Inform.,2011,6(6):364 -370.

[8]IPCC.Climate Change 2007:Synthesis Report.Contribution ofWorking GroupsⅠ,ⅡandⅢto the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[C].Geneva:IPCC,2007.

[9]屈振江,周广胜.中国富士苹果种植的气候适宜性研究[J].气象学报,2016,74(3):479-489.

[10]黄华磊,石有明,杨 涛,等.重庆主推油蔬两用油菜品种适宜性分析[J].南方农业学报,2015,46(7):1190-1194.

[11]王运生,谢丙炎,万方浩,等.ROC曲线分析在评价入侵物种分布模型中的应用[J].生物多样性,2007,15(4):365.

[12]杨 朗,黄立飞,陈红松,等.外来害虫稻水象甲入侵广西水稻主产区的风险分析[J].南方农业学报,2015,46(3):447-451.

[13]王茹琳,高晓清,王闫利,等.基于MaxEnt的非洲橘硬蓟马在全球及中国的潜在分布区预测[J].中国农学通报,2014,30(28): 315.

[14]陆 辉,许继宏,陈锐平,等.云南重楼属植物资源现状与保护对策[J].云南大学学报,2006,28(S1):307-310.

(责任编辑 王家银)

Regionalization of Ecology Suitability of Paris polyphylla var. Yunnanensis Based on Topographic and Soil Factors

SHIZi-wei1,2,YANG Shao-hua3,ZHANG Li-xia4,CHEN Jun-fei3,LIU Da-hui2*
(1.College of Resourcesand Environment,Yunnan Agricultural University,Yunnan Kunming650205,China;2.Pharmacy Faculty,HubeiU-niversity of Chinese Medicine,HubeiWuhan 430065,China;3.Institute of Alpine Economic Plants,Yunnan Academy of Agricultural Sciences,Yunnan Lijiang 674100,China;4.Institute of Medicinal Plant Development Yunnan Branch,Chinese Academy of Medical Sciences and Peking Union Medical College,Yunnan Jinghong 666100,China)

【Objective】The present study aimed to classify the ecological suitability of Pairspolyphylla var.yunnanensis based on topographic and soil factors.【Method】We used themaximum entropymodel(MaxEnt)with spatial analystic function of ArcGISsoftware and the topographic and soil factors affecting the Pairs polyphylla var.yunnanensis distribution in China and studied the ecology suitability of potential distribution of Pairs polyphylla var.yunnanensis and constructed amodel about the relationships between the potential distribution of Pairs polyphylla var.yunnanensis and topographic and soil factors.【Result】The altitude,the content of organic carbon,the soil cation exchange capacity,the soil clay content,the available soilwater content level,the soil texture classification were the leading factors affecting the potential distribution of Pairspolyphylla var.Yunnanensis,and their cumulative contribution rate reached 97.1%ofall candidate factors,ecological suitability of Pairs polyphylla var.yunnanensis was classified four types,themost suitable region,more suitable region,suitable region and unsuitable region in china through the existence probability of Pairs polyphylla var.yunnanensis in the region to be predicted and themodel provided the threshold of topographic and soil factors of potential distribution region of Pairs polyphylla var.yunnanensis in China.【Conclusion】The results of research could provide a scientific basis for developing reasonable cultivation of Pairspolyphylla var.yunnanensis in China.

Topographic and soil factors;Pairs polyphylla var.Yunnanensis;Ecological suitability;Regionalization

S567.239

A

1001-4829(2017)8-1904-06

10.16213/j.cnki.scjas.2017.8.036

2016-09-27

国家重大新药创制(2014ZX09301306-001);中央本级重大增减支项目(2060302)

石子为(1992-),男,安徽安庆人,硕士研究生,研究方向为中药材设施栽培,E-mail:2874211896@qq.com,*为通讯作者:刘大会,E-mail:juhuacha2007@sohu.com。

猜你喜欢

种植区重楼因子
基于Landsat-8遥感数据的冬小麦种植区地表蒸散量时空分布研究
C市主要草莓种植区土壤重金属镉、铅现状调查
不同种植区陇东苜蓿营养价值的比较研究
因子von Neumann代数上的非线性ξ-Jordan*-三重可导映射
一些关于无穷多个素因子的问题
方修《重楼小诗》中的《红楼梦》情怀
影响因子
重楼:梁春宏的脱贫“药方”
我的健康和长寿因子
多叶重楼与云南重楼中4种重楼皂苷的积累差异