基于MaxEnt模型的绍兴市香榧潜在适生区研究

陈小秉　王震明　柳钢峰

摘 要 使用3 085株树龄大于500年的古香榧的点位信息，基于MaxEnt模型研究香榧在绍兴市的潜在适生区。应用ROC曲线和AUC值对预测结果进行精度评价，分析各个环境因子对香榧潜在适生区分布的贡献率。结果表明：MaxEnt模型的AUC值为0.945，具有较高的准确度和可信度;香榧主要分布在绍兴市柯桥区南部、诸暨市东部以及嵊州市西部的会稽山地区，高适生区面积11 790.89 hm2，中适生区33 296.44 hm2，低适生区50 419.67 hm2;影响香榧适生区分布的主要环境因子有4个，其中海拔390～720 m、年平均最低气温-11.4～10.5 ℃、年平均湿度77.85%～77.95%、年平均最高降水量1 850～1 880 mm的区域最适宜香榧生长。

关键词 香榧;MaxEnt模型;适生区;环境因子

中图分类号：F326.27 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2019.12.095

香榧（Torreya grandis cv. Merrillii），属红豆杉科榧属常绿乔木，是榧树（Torreya grandis）中的变异类型，是集材用、药用、果用、油用和观赏于一体的经济树种。它的果实是我国特有的珍稀干果。它的发源地和主产区在浙江省会稽山区[1]。由于资源少，产品供不应求。目前，香榧是经济价值和栽培效益最高的树种之一。对于香榧的研究多集中在基因遗传、组培和植物生理等方面，而对其生境适宜性和潜在适生区的研究相对较少。实际上，植物种群的分布与生长不仅与植物本身的遗传、生理特性有关，理解物种空间分布模式和对环境的依赖特点也是生态学研究的一个基本目标，可以为香榧植物保护、造林规划以及制定物种多样性保护策略等提供理论依据[2]。

MaxEnt模型是一种推算生物生境适宜性的新颖机器学习算法模型，主要用于物种的生境评价与测试，可以通过自身参数设置完成模型精度测试，具有操作简单、运行速度快以及预测精度好等优点[3]。模型运行需要2类数据：某物种实际存在的点位数据和研究区域的环境因子。该模型利用机器学习方法，无需过多依靠先验经验，只通过物种样本存在数据即可准确预测物种的分布情况[4]，因此近年来得到了很多学者的认可。胡忠俊等[5]

运用MaxEnt模型研究青藏高原紫花针茅当前及未来的分布格局，并探讨了物种分布变化的原因;郭杰等[6]利用MaxEnt模型研究党参在全球生态适宜区和其生态特征，为党参人工引种栽培和种植管理提供了依据;胡秀等[7]利用MaxEnt模型研究檀香在中国的适生区，得出檀香的最适生区除传统的海南西部的丘陵山地、广东的雷州半岛外，还包括广东省和福建省的东南沿海等地。本研究利用MaxEnt模型和GIS技术对香榧在绍兴市的适生区进行预测，着重分析影响其分布的主要环境因子，以期为香榧物种多样性保护和引种栽培提供科学依据。

1 研究区概况

绍兴市地处浙江省中北部，属长江三角洲地区，东连宁波市，南临台州市和金华市，西接杭州市，北至嘉兴市，位于119°53′03"～121°13′38"E、29°13′35"～30°17′30"N，地形南高北低、山多田少，大体为“六山一水三分田”。绍兴市属于亚热带季风气候，温暖湿润，四季分明，年平均气温17.5 ℃，平均年降水量1 920 mm左右。紹兴市内河流密布，湖泊众多，以“水乡泽国”的美名闻名中外，共有大小河流6 759条，水域面积共162.367 km2。全市共有红壤土、水稻土、盐土、潮土、石质土和中基性火山岩土等，共计11个土类。

2 研究方法

2.1 香榧分布数据

香榧分布数据来自于绍兴市2018年古树名木调查资料，经筛选（将分布密度较高的古树群视为1个分布点）共使用3 085株树龄大于等于500年的古香榧树的点位信息参与建模，并将数据保存为CSV格式以供使用。

2.2 环境因子

2.2.1 地形因子

DEM数据来自“地理空间数据云”（http：//gscloud.cn/），使用Arc GIS 10.1软件根据DEM数据提取获得坡度、坡向和海拔因子，空间分辨率为90 m。

2.2.2 气象因子

气象因子由Anusplin软件插值获得，空间分辨率为90 m。从中国气象数据网（http：//data.cma.cn/site/index.html）下载地面年值数据集（1981—2010年）数据，范围选取浙江省及其周边省市共132个气象站点进行插值。7个气象因子分别为年平均最高降水量、年平均最低降水量、年平均气温、年平均气温日较差、年平均最高气温、年平均最低气温和年平均相对湿度。

2.2.3 其他因子

除地形和气象数据，本研究增加了距离水源距离和太阳辐射因子，使用Arc GIS 10.1软件以DEM数据为基础。分布数据则利用水文分析和太阳辐射分析模块获得，数据空间分辨率均为90 m。

2.3 模型运行

将香榧的分布数据（CSV格式）和12个环境因子（ASCⅡ格式）导入MaxEnt，设置分布数据的25%为测试集，其余75%为训练集，随机迭代模型10次，取平均值用于评价模型的有效性，以预测平均结果作为物种潜在分布预测结果。采用刀切法（jack-knife）检验，测度每个环境因子对模型构建的贡献度。输出文件格式为ASCⅡ格式，即将软件得到的ASCⅡ格式文件导入Arc GIS 10.1软件并转换成栅格图形格式，最终获得香榧在绍兴市的适生区分布预测图。

2.4 模型评估

使用受试者工作特征曲线（ROC曲线）分析法对物种潜在分布预测精度进行验证。通过计算ROC曲线下方的面积得到AUC值，AUC的数值范围为0～1，值越大表示预测结果越精确。一般来说，AUC<0.6表明预测结果较差，AUC>0.8表明预测结果较好，AUC>0.9表明预测结果非常好。

3 结果与分析

3.1 模型精度

如图1所示，模型训练集与测试集的AUC值分别为0.945和0.939，明显大于随机预测分布模拟值0.5，预测精度非常好，表明模型对香榧的适生区的预测结果可靠且精度较高。

3.2 香榧在绍兴市的适生区分布

基于MaxEnt模型获得的香榧适生概率取值在0～1，根据专家经验法，确定适生概率值≥0.7为高适生区，0.5～0.7为中适生区，0.3～0.5为低适生区，<0.3为非适生区。如图2所示，绍兴市境内香榧高适生区面积共11 790.89 hm2，占绍兴市土地总面积的1.42%;中适生区面积为33 296.44 hm2，占4.02%;低适生区50 419.67 hm2，占6.09%。香榧高适生区主要分布在会稽山区域，包括柯桥区南部的稽东镇、诸暨市东部的赵家镇、东南部的东白湖镇以及嵊州市西部的谷来镇、竹溪乡、通源乡和长乐镇等地。该结果与香榧记载分布区大致相同[8]。具体来看，嵊州市境内高适生区面积最大，为5 815 hm2，其中谷来镇面积最大，为2 357.16 hm2;诸暨市高适生区面积为4 170.36 hm2，其中赵家镇面积最大，为2 945.81 hm2;柯桥区境内只有稽东镇有高适生区，面积为1 805.54 hm2。香榧中、低適生区主要分布在柯桥区的王坛镇，面积2 091.57 hm2;诸暨市的次坞镇、枫桥镇、东和乡以及应店街镇等地，面积11 064.35 hm2;嵊州市的崇仁镇、石璜镇、王院乡以及雅璜乡等地，面积15 204.06 hm2。

3.3 影响香榧的潜在适生分布的环境因子分析

如图3所示，从贡献率比例来看，影响香榧生长的主要环境因子有4个，其中海拔因子的贡献率最高，达到41.0%，且明显高于其他环境因子;年平均最低气温、年平均湿度以及年平均最高降水量贡献率分别为31.6%、11.1%、4.4%，4个因子贡献率总和达到88.1%。总体来看，温度因子的贡献率较水分因子的贡献率大，其中海拔因子能够间接体现温度因子效应。

（1）随着海拔的升高，香榧的存在概率明显提高。在海拔580 m，出现峰值;海拔高于820 m或低于280 m，香榧存在概率均降低到0.3以下。以存在概率0.5为标准，香榧海拔适宜分布范围为390～720 m。

（2）香榧的存在概率在年平均最低气温-11.2 ℃出现峰值;在年平均最低气温-11.6 ℃以下或-10.1 ℃以上时，香榧的存在概率均降低到0.3以下。以存在概率0.5为标准，香榧年平均最低气温适宜分布范围为-11.4～-10.5 ℃。

（3）随着年平均湿度的上升，香榧的存在概率在77.62%后出现小幅下降，在77.78%后又开始上升，在77.90%出现峰值，年平均湿度低于77.55%或高于78.0%时香榧存在概率均降低到0.3以下。以存在概率0.5为标准，香榧年平均湿度适宜分布范围为77.85～77.95 ℃。

（4）香榧的存在概率在年平均最高降水量大于1 760 mm时出现小幅下降，在大于1 825 mm后又逐渐提高，在1 860 mm出现峰值;年平均最高降水量低于1 730 mm、1 780～1 830 mm以及高于1 910 mm三个区间段，香榧的存在概率均降低到0.3以下。以存在概率0.5为标准，香榧年平均最高降水量适宜分布范围为1 740～1 770 mm以及1 850～1 880 mm。

4 结论与讨论

本研究使用3 085株500年以上树龄的古香榧树分布点数据，采用MaxEnt生态位模型对香榧在绍兴市的适生区进行预测，用ROC曲线检测模型精度，使用刀切法筛选主导环境因子及其适宜范围。预测模型的AUC值为0.939，表明模型对香榧的适生区的预测结果具有较高的准确度和可信度。预测结果显示：香榧在绍兴市的适生区主要分布在会稽山及周边地区，高适生区面积11 790.89 hm2，中适生区面积33 296.44 hm2，低适生区面积50 419.67 hm2;嵊州市境内香榧适生区面积最大;香榧的高适生区主要分布在柯桥区的稽东镇、诸暨市的赵家镇、东白湖镇，嵊州市的谷来镇、竹溪乡、通源乡和长乐镇、影响香榧适生区分布的最主要环境因子为海拔，贡献率达到了41.0%;年平均最低气温、年平均湿度以及年平均最高降水量贡献率分别为31.6%、11.1%以及4.4%;4个因子贡献率总和达到88.1%;海拔390～720 m、年平均最低气温-11.4～-10.5 ℃、年平均湿度77.85%～77.95%以及年平均最高降水量1 850～1 880 mm区域，最适宜香榧生长。

对于某个树种在某地是否适生，判定的标准是该树种能否在当地正常生长发育，繁殖后代，形成稳定的群落并长久生存下去。本研究选取香榧古树作为样本点，更具代表性。研究使用12个环境因子进行建模，但是在现实世界中影响植物生长的环境因子远不止这些。物种的分布不仅取决于地形、气候和土壤因子，还受到社会经济结构、土地利用类型、人为干扰等社会因素的综合影响[9]，后续可开展进一步的研究。

参考文献：

[1] 黎章矩，程晓建，戴文圣，等.香榧品种起源考证[J].浙江农林大学学报，2005，22（4）：443-448.

[2] 许仲林，彭焕华，彭守璋.物种分布模型的发展及评价方法[J].生态学报，2015，35（2）：557-567.

[3] 张东方，张琴，郭杰，等.基于MaxEnt模型的当归全球生态适宜区和生态特征研究[J].生态学报，2017，37（15）：5111-5120.

[4] 王雨生，王召海，邢汉发，等.基于MaxEnt模型的珙桐在中国潜在适生区预测[J].生态学杂志，2019，38（4）：1230-1237.

[5] 胡忠俊，张镱锂，于海彬.基于MaxEnt模型和GIS的青藏高原紫花针茅分布格局模拟[J].应用生态学报，2015，26（2）：505-511.

[6] 郭杰，刘小平，张琴，等.基于Maxent模型的党参全球潜在分布区预测[J].应用生态学报，2017，28（3）：992-1000.

[7] 胡秀，吴福川，郭微，等.基于MaxEnt生态学模型的檀香在中国的潜在种植区预测[J].林业科学，2014，50（5）：27-33.

[8] 黎章矩，程晓建，戴文圣，等.浙江香榧生产历史、现状与发展[J].浙江农林大学学报，2004，21（4）：471-474.

[9] 庄鸿飞，秦浩，王伟，等.基于MaxEnt模型的云南红豆杉潜在适宜分布预测[J].山西大学学报（自然科学版），2018，41（1）：233-240.

（责任编辑：赵中正）