基于MaxEnt和ArcGIS的余甘子生态适宜性区划研究

2021-12-15李敏李欣杨成梓吴爱琴

中国中医药信息杂志 2021年12期

李敏，李欣，杨成梓，吴爱琴

李敏1，李欣1，杨成梓1，2，吴爱琴1

1.福建中医药大学药学院，福建福州 350122；2.福建省级中药原料质量监测技术服务中心，福建福州 350122

采用最大熵（MaxEnt）模型和地理信息系统预测余甘子的全国适宜性分布区，为其规范化种植和资源利用提供依据。收集余甘子在中国的218个地理分布记录，结合55个环境因子，应用MaxEnt模型研究影响余甘子适宜性分布的主导环境因子，并结合ArcGIS软件预测余甘子全国潜在适生分布区。本研究模型预测结果较好，可信度高（AUC＞0.9），影响余甘子分布的主导环境因子为3月平均温度、12月平均温度、1月平均温度、温度季节性变化的标准差、4月平均温度、5月平均温度、年平均温度、年均温变化范围、最冷季平均温度共9项；余甘子高度适生区包括云南中部、广西南部和北部、广东西南部和东南部、海南东北部和西南部、福建东南部。本研究预测的余甘子分布区域与实际情况大致相同，可为余甘子规范化栽培及进一步开发利用野生资源提供参考。

余甘子；最大熵模型；地理信息系统；环境因子；适宜性分布

余甘子为大戟科叶下珠属植物余甘子L.的干燥成熟果实，具有清热凉血、消食健胃、生津止咳功效[1]。其化学成分以多元酚酸类为主，此外还含有黄酮、多糖、维生素等[2]。除作为传统药用外，余甘子还是一种风味独特的水果，因此，无论药用还是食用均具有很好的开发前景。

随着地理信息系统（GIS）技术和生态统计模型技术的不断发展，结合环境因子进行物种潜在适生分布预测已得到广泛应用[3-7]。为掌握药材的资源量，了解其分布，基于最大熵（MaxEnt）模型和ArcGIS，能较为准确预测物种生态适宜区域，以及分析物种潜在分布区域。据此，笔者利用MaxEnt和ArcGIS两者结合，分析余甘子适宜性分布区域和主要环境因子，并对其潜在适生区域进行预测，为余甘子资源可持续利用提供参考。

1 资料与方法

1.1 数据采集与获取

本研究数据来源于中国数字植物标本馆（http://www.cvh.org.cn/），以及野外采集（2019年9月－2020年12月）调查分布点，共获得余甘子分布点信息345个，去除相近及重复分布点信息，共获得218条余甘子经纬度信息分布点，见图1。按照MaxEnt3.3.3软件格式要求将经纬度整理为.csv格式。

图1 余甘子样点分布

1.2 环境因子及相关地理信息数据

空间数据来源于中药资源空间信息网格数据库（http://www.tcm-resources.com），包含日照、地形、降水量、土壤及植被类型等。其中43个气候类型数据（12个月的平均温度与降水量、19个综合气候因子），8个土壤类型数据，3个地形数据，1个植被类型数据，详见表1。在国家地理信息数据网站（http:// nfgis.nsdi.gov.cn）下载1∶400万中国行政区划图及中国地图。

1.3 模型建立和环境因子筛选

采用MaxEnt模型对余甘子进行生态适宜性区划研究，并建立余甘子地理分布与环境因子两者之间的关联。为提高准确性，本研究采用25%的随机抽取分布点为模型的测试集，75%的随机抽取分布点作为模型的训练集，设置最大迭代次数为106，选择刀切法检测变量的重要性，其他参数均设置为默认值，用受试者工作特征（ROC）曲线下面积（AUC）评价模型的精度：AUC≥0.9为预测结果非常好，0.8≤AUC＜0.9为预测结果较好，0.7≤AUC＜0.8为预测结果一般，0.6≤AUC＜0.7为预测结果较差，AUC＜0.6为预测模型失败[8-9]。依次运算8次，舍去计算结果贡献率为0者，最终选择贡献率0.4以上的环境因子作为余甘子环境变量组的预测。运用ArcGIS10.6软件，在余甘子地理分布基础上，进一步构建全国余甘子的生态适宜性区划。

表1 余甘子环境因子数据

环境因子变量描述环境因子变量描述 bio1年平均温度 tmean1010月平均温度 bio2昼夜温差月均值 tmean1111月平均温度 bio3等温性 tmean1212月平均温度 bio4温度季节性变化的标准差 prec11月降水量 bio5最暖月最高温 prec22月降水量 bio6最冷月最低温 prec33月降水量 bio7年均温度变化范围 prec44月降水量 bio8最湿季平均温度 prec55月降水量 bio9最干季平均温度 prec66月降水量 bio10最暖季平均温度 prec77月降水量 bio11最冷季平均温度 prec88月降水量 bio12年均降水量 prec99月降水量 bio13最湿月降水量 prec1010月降水量 bio14最干月降水量 prec1111月降水量 bio15季节降水量变异系数 prec1212月降水量 bio16最湿季降水量 trhndl土壤含黏土量 bio17最干季降水量 trhsl土壤含沙量 bio18最暖季降水量 sym90土壤亚类 bio19最冷季降水量 trylzjhnl土壤的阳离子交换能力 tmean11月平均温度 tryxshldj土壤有效水含量等级 tmean22月平均温度 yjthl有机碳含量 tmean33月平均温度 ph土壤酸碱度 tmean44月平均温度 soiltype土壤质地分类 tmean55月平均温度 aspect坡向 tmean66月平均温度 altitude高程 tmean77月平均温度 slope坡度 tmean88月平均温度 zblx植被类型 tmean99月平均温度

根据MaxEnt模型预测获得的适生度值，表示生态环境对药用植物生长的影响，为0～1的数值。在ArcGIS软件中导入MaxEnt模型运算结果，模型输出为ASCⅡ图层文件，再载入ArcGIS10.6软件与中国地图叠加，绘制余甘子的潜在适生分布图，将生成的栅格数据文件进行重分类，按照适生度值将余甘子适宜分布区分为4个等级，按照从高到低依次为高度适生区（≥0.50）、中度适生区（0.29≤＜0.50）、低度适生区（0.084≤＜0.29）、非适生区（＜0.084）。

2 结果与分析

2.1 预测模型准确度评价

对55个环境因子进行8次运算，最终选出21个环境因子进行分析，见表2。通过MaxEnt模型分析的ROC曲线训练集AUC＝0.985，测试集AUC＝0.972，见图2。表明MaxEnt模型预测效果非常好，由本模型运算得出的余甘子潜在适生分布具有很高的准确度和可信度。

表2 余甘子环境因子及其贡献率

环境因子贡献率/%排列重要性环境因子贡献率/%排列重要性 3月平均温度38.00 最湿季降水量1.2 1.1 12月平均温度24.90.6 年均温变化范围1.2 0.6 1月平均温度7.32.2 土壤的阳离子1.2 0.4 温度季节性变4.58.0 交换能力化的标准差年均降水量1.2 0.2 9月平均温度3.86.1 6月平均温度1.1 0.9 最湿季平均温度3.54.5 4月降水量0.9 0.6 8月平均温度1.93.4 坡向0.965.4 4月平均温度1.70.1 6月降水量0.7 0.8 5月平均温度1.61.4 植被类型0.6 0.4 最暖月最高温1.40.2 最冷季平均温度0.5 0 年平均温度1.40

图2 余甘子潜在分布预测ROC曲线

2.2 环境因子

根据MaxEnt模型运算潜在的环境因子建模贡献率可知，3月平均温度（38.0%）、12月平均温度（24.9%）、1月平均温度（7.3%）、温度季节性变化的标准差（4.5%）、9月平均温度（3.8%）、最湿季平均温度（3.5%）、8月平均温度（1.9%）、4月平均温度（1.7%）、5月平均温度（1.6%）、最暖月最高温（1.4%）、年平均温度（1.4%）、最湿季降水量（1.2%）、年均温变化范围（1.2%）、土壤的阳离子交换能力（1.2%）、年均降水量（1.2%）等是影响余甘子分布的主要环境因子。利用刀切法检验影响余甘子分布的环境因子，结果见图3。各环境因子的贡献排序为：12月平均温度＞1月平均温度＞最冷季平均温度＞年均温变化范围＞3月平均温度＞年平均温度＞4月平均温度＞温度季节性变化的标准差＞5月平均温度＞9月平均温度＞2月降水量＞6月降水量＞年均降水量＞最湿季降水量。根据建模贡献率与刀切法检验结果，取两者共有环境因子，即3月平均温度、12月平均温度、1月平均温度、温度季节性变化的标准差、4月平均温度、5月平均温度、年平均温度、年均温变化范围、最冷季平均温度共9项环境因子为影响余甘子分布的主导环境因子。

图3 余甘子潜在分布环境因子刀切法检验

2.3 潜在分布区

利用ArcGIS软件对MaxEnt软件导出的生境适宜度进行重分类，可得余甘子适宜性区划图（见图4）。余甘子高度适生区在云南中部、广西南部和北部、广东西南部和东南部、海南东北部和西南部、福建东南部，其次为四川南部、台湾西部和南部；余甘子中度适生区主要集中在云南西部、海南中部、广东东北部，其次为西藏东南部、重庆中部和东北部、浙江东南部。

图4 余甘子生态适宜性分布区

2.4 与相关文献资料记载比较

当代文献对余甘子的分布范围记载较为丰富。据《中国植物志》[10]记载，余甘子主要分布于福建、台湾、广东、海南、广西、四川、贵州、云南；《福建植物志》[11]记载主要分布于诏安、漳浦、厦门、龙海、龙岩、漳平、晋江、惠安、莆田、福清等地；《贵州植物志》[12]记载分布于赤水、水城、兴义、册亨、安龙、望谟、罗甸等地；《云南植物志》[13]记载在云南各地均有分布，主要集中于干热河谷地区；《海南植物志》[14]记载分布于海南中部和东部；《中华本草》[15]记载分布于云南、四川、广东、广西、福建、贵州等地。根据《中国植物志》及各省植物志和相关文献[16-17]记载，余甘子主要分布于福建、广东、海南、广西、四川、贵州、云南和台湾8个省份。本研究结果预测的余甘子高度适生区包括云南中部、广西南部和北部、广东西南部和东南部、海南东北部和西南部、福建东南部，与实际情况大致相同，说明模拟真实性高，且模拟显示的分布范围比实际更广，在重庆长寿、江西南昌、浙江宁波和湖州，以及西藏洛扎、隆子、浪卡子、米林、朗县等有潜在分布。详见表3。从预测结果可知，余甘子潜在分布区域除福建、广东、海南、广西、四川、贵州、云南和台湾8个省份外，还涉及重庆、江西、浙江及西藏等，说明该分布模型可在已知的分布区域基础上准确预测潜在分布区域，此研究结果能在很大程度上拓展对余甘子分布的认识范围。

表3 文献记载的余甘子分布区域

省份适宜分布区域福建诏安、漳浦、厦门、龙海、漳平、晋江、惠安、莆田、福清广东普宁、韶关、阳山、梅县、河源、揭阳、潮阳、汕头、德庆、广州、惠阳、高要、惠来、海丰、宝安、信宜、台山、阳江海南海口、琼海、陵水、儋县广西河池、都安、百色、田东、梧州、桂平、贵县、南宁、玉林、灵山、龙川四川渡口、西昌、攀枝花、会理贵州赤水、水城、兴义、册亨、安龙、望谟、罗甸云南华坪、会泽、东川、元谋、大理、沾益、保山、腾冲、陆良、楚雄、昆明、景东、玉溪、临沧、富宁、元江、蒙自、文山、思茅台湾西部和南部

3 讨论

基于对余甘子野外调查及从中国数字植物标本馆获得的余甘子地理分布位置，本研究结合MaxEnt模型和ArcGIS获得我国余甘子的潜在分布区，预测结果经ROC曲线验证显示，测试集和训练集AUC均大于0.9，表明通过该模型预测的余甘子生态适宜性分布区结果准确，具有较高的可信度。本研究结果表明，3月平均温度、12月平均温度、1月平均温度等温度因子是影响余甘子生长的主导环境因子，说明余甘子能否在当地生长主要取决于不同季节的温度变化。可见，影响余甘子生态分布的关键为气候因子而非地形或土壤、海拔等。经ArcGIS10.6软件制图，显示我国余甘子生态适宜分布主要集中在云南、广东、福建、海南、四川、贵州等地，与《中国植物志》相关记载基本一致，说明模拟真实性高，且模拟显示的分布范围比实际更广。本研究从理论上明确了影响余甘子生长的主要环境因子及适宜分布区，对进一步开展余甘子仿野生栽培和产地资源保护具有指导作用。

[1] 国家药典委员会.中华人民共和国药典：一部[M].北京：中国医药科技出版社,2020：186-187.

[2] 王淑慧,程锦堂,郭丛,等.余甘子化学成分研究[J].中草药,2019, 50(20)：4873-4878.

[3] 陈博,朱田田,吕蓉,等.千金子生态适宜性区划研究[J].中国中医药信息杂志,2021,28(1)：1-5.

[4] 吕蓉,韦翡翡,晋玲.濒危药材桃儿七生态适宜性区划研究[J].中国中医药信息杂志,2020,27(10)：5-8.

[5] 章鹏飞,张虹,张小波,等.多花黄精生态适宜性区划研究[J].中国中药杂志,2020,45(13)：3073-3078.

[6] 尹永飞,景志贤,张珂,等.华东覆盆子生态适宜性区划研究[J].中国现代中药,2019,21(10)：1342-1347.

[7] 韦翡翡,吕蓉,王莉,等.铁丝威灵仙生态适宜性区划研究[J].中国中医药信息杂志,2020,27(7)：1-5.

[8] 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)：365-372.

[9] 卢有媛,郭盛,严辉,等.金莲花生态适宜性区划研究[J].中国中药杂志,2018,43(18)：3658-3661.

[10] 中国科学院中国植物志编辑委员会.中国植物志：第44卷[M].北京：科学出版社,1994：87-89.

[11] 福建省科学技术委员会,《福建植物志》编写组.福建植物志：第3卷[M].福州：福建科学技术出版社,1988：173.

[12] 贵州植物编辑委员会.贵州植物志：第6卷[M].成都：四川民族出版社,1989：57.

[13] 中国科学院昆明植物研究所.云南植物志：第10卷[M].北京：科学出版社,2006：103.

[14] 中国科学院华南植物研究所.海南植物志：第2卷[M].北京：科学出版社,1965：131.

[15] 国家中医药管理局《中华本草》编委会.中华本草：藏药卷[M].上海：上海科学技术出版社,2002：191-192.

[16] 郝小玲,於艳萍,宾振钧,等.广西余甘子资源分布及利用现状调查[J].农业研究与应用,2018,31(5)：24-28.

[17] 王建超,陈志峰,郭林榕.我国余甘子种质资源生态分布区域综述[J].东南园艺,2020,8(2)：57-60.

Ecological Suitability Regionalization ofL.Based on MaxEnt and ArcGIS

LI Min1, LI Xin1, YANG Chengzi1,2, WU Aiqin1

To use maximum entropy (MaxEnt) model and geographic information system to predict the potential suitability distribution areas ofL. in the whole country; To provide a basis for its standardized planting and resource utilization.Totally218 geographic distribution records ofL. in China were collected, combined with 55 environmental factors, the MaxEnt was applied to study the dominant environmental factors affecting the suitability distribution ofL., and combined with ArcGIS software, the potential suitable distribution areas ofL. were predicted.The results predicted by the model were good and the reliability was high (AUC>0.9). The main environmental factors affecting the distribution ofL. were the average temperature in March, December, January, the standard deviation of the seasonal variation of temperature, and the average temperature in April, and May, annual average temperature, annual average temperature range, and the coldest season average temperature, a total of 9 environmental factors. The most suitable distribution areas forL. included central Yunnan, southern and northern Guangxi, southwestern and southeastern Guangdong, northeastern and southwestern Hainan, and southeastern Fujian.The predicted distribution areas ofL. are similar to the actual situation, which can provide reference for standardized cultivation ofL. and further development and utilization of wild resources.

L.; MaxEnt model; GIS; ecological factors; suitability distribution

R282.5

1005-5304(2021)12-0007-04

10.19879/j.cnki.1005-5304.202104525