苗药金钱豹生态适宜性区划分析

摘" 要：为分析影响金钱豹分布的主要生态因子，探究其生态适宜分布区域。该研究应用地理信息系统（ArcGIS）和最大熵（MaxEnt）模型对119个金钱豹地理分布点信息及37个生态因子进行生态位模拟，明确影响金钱豹潜在分布的主要环境因子及适生区。结果表明，影响金钱豹的生态适宜性的主要环境因子为最冷月最低温、昼夜温差月均值、年均降水量及海拔等因素。其中，最冷月最低温在5℃、昼夜温差月均值在6 ℃，年均降水量在1 607 mm、海拔在731 m时最适宜金钱豹生长。金钱豹生长的潜在高适生区，主要位于贵州西南部、四川东部、云南东南部、广西、广东北部和福建中部。该研究基于MaxEnt模型建立的金钱豹潜在分布区分析数据，可为其资源保护与利用、栽培基地选择等提供参考。

关键词：金钱豹;地理信息系统;最大熵模型;生态因子;适生区

中图分类号：R29" " " 文献标志码：A" " " " " 文章编号：2096-9902（2024）13-0034-05

Abstract： In order to analyze the main ecological factors affecting the distribution of Campanumoea javanica， explore its ecological suitable distribution area. In this study， geographic information system （ArcGIS） and maximum entropy model （MaxEnt） were used to simulate 119 geographical distribution points and 37 ecological factors， and identify the main environmental factors and suitable areas affecting the potential distribution of Campanumoea javanica. The results showed that the main environmental factors affecting the ecological suitability of Campanumoea javanica were the lowest temperature in the coldest month， the monthly mean value of diurnal temperature difference， the average annual precipitation and altitude. Among them， the average annual precipitation is 5℃， the monthly average temperature difference between day and night is 6 ℃， the average annual precipitation is 1 607 mm， and the altitude is 731 m. The potential areas of high suitability for Campanumoea javanica growth are mainly located in southwest Guizhou， eastern Sichuan， southeast Yunnan， Guangxi， northern Guangdong and central Fujian. The potential distribution data of Campanumoea javanica based on MaxEnt model can provide reference for its resource protection and utilization and cultivation base selection.

Keywords： Campanumoea javanica; ArcGIS; MaxEnt; ecological factors; suitable area

金钱豹（Campanumoea javanica）来源于桔梗科（Campanulaceae），其果实鲜艳多汁，是不可多得的野果资源，其根部既是民间常用的补益食品，也是著名的苗族、瑶族及水族等民族药资源。金钱豹作为土党参药材使用历史悠久，始载于《植物名实图考》[1]。《贵州省中药材民族药材质量标准》[2]（2003年版）记载，土党参来源于金钱豹的新鲜或干燥根，具有健脾益气、补肺止咳、下乳等功效，主要用于治疗气虚乏力、肺虚咳嗽、脾虚泄泻等疾病[3]。现代研究表明，土党参含有丰富的党参炔苷、多糖、黄酮和苯丙素苷等化学成分，具神经营养、抗癌、提高免疫、抗疲劳及抗氧化等药理活性[4-5]。

近年来，随着对金钱豹研究的不断深入，其已被开发成多种食品、中药制剂及保健品[6]。随着市场需求的不断上升，再加上不规范的人工采集，使得金钱豹野生资源急剧减少，市场供需矛盾突出，从而限制了其相关产业的发展。因此，开展引种驯化，对金钱豹野生变家种的研究迫在眉睫。“道地性”是中药材引种栽培遵循的重要原则，也是中药材优质丰产、临床用药安全有效的基本保障。因此，针对生态气候因子对种植区域的科学评价与选择是非常有必要的。

最大熵（Maximum Entropy， MaxEnt）是在物种分布模型（Species Ditribution Models， SDMs）中通过建立理论模型，将其与地理信息系统（ArcGIS）平台的空间插值进行处理，可实现药材分布、产量与品质的空间量化[7]，已广泛应用于分析气候、环境因子对在中药材适宜生态分布区、栽培区域等预测及药用植物潜在生境分布的影响[8-9]，在人参[10]、多花黄精[11]、黄檗[12]等中药资源在其适生分布区的研究中均取得了良好的模拟结果，为相关药用植物最佳种植区的选择提供了科学指导。

本研究基于金钱豹野生资源调查、文献查阅与数据库分析的基础上，采用优化后的最大熵（MaxEnt）模型结合地理信息系统（ArcGIS）软件确定影响金钱豹潜在分布的主要环境因子及适生区域，为金钱豹资源评估及适宜栽培区域选择和药材品质形成研究等提供理论基础和科学依据。

1" 数据来源与分析方法

1.1" 样点数据

金钱豹（C. javanica）采样点数据为2018—2022年间实地调查，另外通过全球生物多样性信息网络（http：//www.gbif.org）、中国数字植物标本馆（http：//www.cvh.ac.cn/spms/list.php）、中国国家标本资源平台（http：//www.nsii.org.cn）、中国植物图像库（http：//ppbc.iplant.cn）网站及文献资料整理获得。为避免物种采样点不均衡，过于集中造成数据冗余，从而影响模型的预测精度，利用ENMtools软件将获得分布点数据[13]，在1 km×1 km网格中只保留一个分布点，另外，剔除重复和距离较近点位，最终得到119条数据。

1.2" 生态因子数据

气候因子来源于全球气候数据库（http：//www.worldclim.org/），数据年份为1970—2000年，空间分辨率为30″。土壤因子来源于第二次全国土地调查南京土壤所提供（http：///www.ncdc.ac.cn/）（HWSD）V1.2的土壤数据，空间分辨率为1 km2。地形因子来源于地理空间数据云（https：//www.gscloud.cn/）提供的高程数据，空间分辨率为90 m，经ArcGIS处理获取我国的海拔（dem）、坡度（slope）和坡向（aspect）数据[14]。

1.3" MaxEnt模型参数优化

通过调整模型中调控倍频（Regularization Multiplier，RM）和特征组合（Feature Combination，FC）2个参数对MaxEnt模型进行优化，调用EMNeval程序包[14]，将特征组合RM设置为0.5～4，每次间隔0.5，一共8种调控倍频;采用6个特征组合，即L、LQ、H、LQH、LQHP和LQHPT，将上述参数组合进行测试，最终根据Akaike信息量准则模型中的delta.AICc最小的模型检验模型的拟合度与复杂度。

1.4" 模型参数设置和预测精度评价

将金钱豹的分布信息和生态因子导入MaxEnt模型，选择25%的金钱豹分布点用于测试集，75%的分布点用于训练集，迭代次数为106次，设置响应曲线、ROC曲线和刀切法，选择响应曲线用于评价生态因子适宜范围，ROC曲线及曲线下面积（AUC）评价模型精度，刀切法检验生态因子的权重，结果以Logistic格式输出[10-14]。当ROC曲线下面积AUC值在为0.7～0.8时，模型预测效果较好，可信度中等;在0.8～0.9时，模型预测效果很好，可信度较高;在0.9～1时，模型预测效果极好，准确性较高，可较为准确地反映物种的潜在分布状态[15]。

1.5" 生态因子的筛选

基于金钱豹分布点数据和生态因子数据，利用MaxEnt模型进行迭代运算，初次迭代运算结束以后将贡献率在1%以下的生态因子去除[9-10]。将筛选的生态因子进行相关性分析，在相关性系数大于0.8的生态因子中，将贡献率较小的一个去除，最后将119个采样点的经纬度信息和最终保留的生态因子数据加载到MaxEnt模型中，进行10次模拟。根据模型输出的环境因子百分比贡献率、刀切法评价环境因子对金钱豹分布模型的相对贡献，综合分析不同药材的主要生态因子。

1.6" 适宜区域划分与统计

将MaxEnt模型预测结果导入ArcGIS软件，输出格式为ASCⅡ栅格图层，导入ArcGIS中划分金钱豹在全国的潜在适宜分布图，将生成的栅格数据文件进行重分类[9]，按照适宜指数的大小将金钱豹的适宜分布区分为4类：非适生区（Plt;0.1）、低适生区（0.1≤Plt;0.3），中适生区（0.3≤Plt;0.5）及高适生区（P≥0.5）。最终得到金钱豹适宜性等级区划图。

2" 结果分析

2.1" MaxEnt模型预测准确性评价

经R语言ENMeval程序包对MaxEnt模型优化后，参数在FC=LQ，RM=0.5时，delta.AICc最小，如图1所示，优化后模型参数运算得到平均 AUC 值为0.945，表明模型对金钱豹的潜在适宜性分布结果具有很好的预测效果，可信度高，可用于金钱豹分布区域的进一步分析（如图2所示）。

2.2" 主要生态因子的选择

依据MaxEnt模型的运算结果显示，如图3和表1所示。对金钱豹分布贡献较大的生态因子为最冷月最低温（贡献率54.4%）、昼夜温差月均值（贡献率29.2%）、坡度（贡献率4.1%）、年均降水量（贡献率2.5%），海拔（贡献率2.3%），总贡献率达92.5%。置换重要性最大的生态因子为最冷月最低温（重要性62.5%）、海拔（重要性13.3%）、昼夜温差月均值（重要性5.7%）、年均降水量（重要性4.8%）。刀切法检验结果如图3所示，按照各生态因子的增益值从大到小依次为最冷月最低温、昼夜温差月均值、年均降水量、最暖季降水量。结合各环境变量对金钱豹分布影响的贡献率及置换重要性，确定影响金钱豹潜在适生区的主导环境因子从大到小为最冷月最低温、昼夜温差月均值、年均降水量及海拔。

2.3" 金钱豹生态因子与适宜分布概率响应曲线

为明确关键气候因子与金钱豹适生性之间的关系，如图4所示，本研究绘制了4项关键气候因子与存在概率（P）间的响应曲线，横坐标为变量数值，纵坐标为金钱豹在特定生态因子的存在概率，结合存在概率计算其变量阈值，当概率大于0.5时，对物种生长较为适宜。如图4所示，最冷月最低温在-10～5 ℃时，金钱豹存在概率呈上升趋势，在5 ℃时存在概率最大，随着温度不断上升，金钱豹存在概率呈下降趋势，较为适宜其生长的最冷月最低温范围为1～8 ℃。随着昼夜温差变大，金钱豹存在概率与昼夜温差月均值呈负相关，在6 ℃时存在概率最大，较为适宜其生长的昼夜温差月均值为3～8 ℃。海拔在4～731 m时，金钱豹存在概率呈上升趋势，在731 m时存在概率最大，之后随着海拔增加，金钱豹存在概率逐渐下降，较为适宜其生长的海拔范围在在242～1 221 m。年均降水量在6～1 243 mm时，金钱豹存在概率呈上升趋势，在1 607 mm时存在概率达到最大，随着降雨量增加，金钱豹存在概率呈下降趋势，较为适宜其生长的降水量为1 243～1 983 mm。

2.4" 金钱豹在全国范围潜在分布区域分析

将筛选后的12个环境因子与金钱豹的地理分布数据导入MaxEnt模型进行模拟，经模型预测发现，金钱豹在我国主要分布在南方各省，低适宜区主要集中分布在云南南部、西藏东南部、四川东部、贵州、广西、广东等地;中适宜区主要集中分布在云南东南部、四川东部、重庆、贵州、广西;高适宜区主要集中分布在云南文山、四川中部、贵州西南部、广西北部和福建中部。金钱豹高、中、低适生区面积分别是3.684 6×104 km2、42.008 6×104 km2、73.242 2×104 km2。

3" 讨论

MaxEnt模型通过物种的分布数据和环境数据，找出物种分布的最大熵，从而对物种的潜在分布进行预测[16]。影响物种分布的因素有环境因子、生物因子等，决定了物种的适应、扩散和进化及其空间分布特征。本研究对金钱豹样点进行生态适宜性区划研究显示，预测模型AUC值大于0.9，表明优化后的MaxEnt模型能准确地预测金钱豹潜在分布区。试验利用MaxEnt模型和ArcGIS技术相结合，较全面地考虑了各环境因子的影响，最终得出对金钱豹生长影响较大的环境因子及其适宜值范围。综合分析金钱豹的4个主环境因子，温度、海拔、降水量均对其生态适宜性分布产生主要影响。

研究得出金钱豹在我国的生态适宜性区划，主要分布在我国南部地区，多为亚热带季风气候，是我国温度适宜、降水丰富、海拔落差不大的地带，金钱豹高生态适宜性的分布区主要集中在贵州西南部、四川东部、云南东南部、广西、广东北部和福建中部，该6省同时具有较大面积的中适宜分布区，与《中国植物志》[17]记载较吻合，也与文献报道、标本查询等数据一致。说明模拟的真实性高，而模拟显示的适生分布范围比实际真实分布的更广，则说明金钱豹可用于栽培的范围比当前的真实分布区域大。在生态适宜性分布区栽培金钱豹药材不仅能增产，且能有效保护资源多样性，并为当地致富提供有效途径。

4" 结论

本研究明确了影响金钱豹潜在分布的主要生态因子和适宜分布区域，能够为苗药金钱豹栽培选址、规范化种植提供科学依据，并对进一步开展金钱豹野生变家种和产地资源保护具有指导意义，从而更好地解决金钱豹药材的市场供需矛盾。该研究是从生态因子方面探究金钱豹的潜在适生区，而中药材种植应该从多方面考虑其影响因素。因此，后续还应结合不同区域对金钱豹的品质、化学成分含量进行分析，从而得到更适宜的产区，以保证产量的同时也能获得质量好的药材，促进苗药金钱豹生产加工的可持续发展。

参考文献：

[1] 吴其濬.植物名实图考[M].上海：商务印书馆，1957：312-314.

[2] 贵州省药品监督管理局.贵州省中药材民族药材质量标准（2003年版）[S].贵州：贵州科技出版社，2003：280.

[3] 汪毅.中国苗族药物彩色图集[M].贵阳：贵州科技出版社，2002.

[4] 李明，田素英，徐婉婷.广东水源山土党参的生药学初步研究[J].中药材，2008（4）：511-513.

[5] 杨小生，张占军，杨再昌，等.土党参多糖、衍生物及其制备方法和应用：CN100336833C[P].2007-09-12.

[6] 杨娟，张振东，彭梅，等.土党参多糖在制备药物和保健食品中的应用：CN101966199B[P].2012-07-11.

[7] 孙洪兵，蒋舜媛，孙辉，等.基于3S技术的羌活区划研究Ⅱ.基于协同克里金插值的羌活品质适宜性分析及评价[J].中国中药杂志，2017，42（14）：2633-2638.

[8] 卢有媛，杨燕梅，马晓辉，等.中药秦艽生态适宜性区划研究[J].中国中药杂志，2016，41（17）：3176-3180.

[9] 徐燃，吴杰，董林林，等.刺五加全球产地生态适宜性及品质生态学研究[J].药学学报，2018，53（2）：313-320.

[10] 于淼，张建逵，孙智，等.辽宁省林下山参生态适宜性与品质区划[J].中国实验方剂学杂志，2023，29（20）：149-159.

[11] 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.

[12] 张阳.野生黄檗中活性成分与生态因子相关性研究[D].北京：北京协和医学院，2015.

[13] 杜倩，魏晨辉，梁陈涛，等.中国东北地区12个建群树种对气候变化响应的MaxEnt模型分析[J].生态学报，2022，42（23）：9712-9725.

[14] 文国卫，叶兴状，施晨阳，等.基于优化的MaxEnt模型预测赤水蕈树的潜在适宜区[J].广西植物，2022，42（3）：363-372.

[15] 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（4）：365-372.

[16] 张海娟，陈勇，黄烈健，等.基于生态位模型的薇甘菊在中国适生区的预测[J].农业工程学报，2011，27（S1）：413-418，420.

[17] 中国科学院中国植物志编辑委员会.中国植物志：第73（2）卷[M].北京：科学出版社，1983：71.

基金项目：贵州省科技计划项目（黔科中引地[2022]4016）;贵州省农业农村厅中药材现代产业体系项目（GZYCTX 2019-2024-0203）;贵阳市科技计划项目（筑科合同[2022]3-9号）

第一作者简介：李婷婷（1996-），女，硕士研究生。研究方向为中药民族药资源、鉴定与质量控制。

*通信作者：严福林（1986-），男，博士，副教授，硕士研究生导师。研究方向为中药民族药资源、鉴定与质量控制。