基于最大熵模型和地理信息系统地构叶生态适宜性研究

2020-04-26 01:29吕蓉韦翡翡崔治家晋玲
中国中医药信息杂志 2020年2期
关键词:区划贡献率因子

吕蓉 韦翡翡 崔治家 晋玲

摘要:目的  探讨地构叶在我国的生态适宜性区划。方法  利用最大熵模型和ArcGIS10.5软件对实地调查的35个地构叶分布信息数据、中国数字植物标本馆获取的172条地构叶分布信息及55种生态因子数据进行运算分析。结果  调查显示,影响地构叶生长的7个主要生态因子为11月降水量、3月温度、9月降水量、温度季节性变化标准差、土壤含黏土量最干季節降水量、最干季节均温,甘肃东南部、陕西南部、山西南部、河北西南部、山东中部为地构叶的主要分布区。结论  应用此方法研究地构叶生态适宜性区划具有较好的精确度和可信度,研究结果与实际分布相契合,可为地构叶野生资源勘测和保护地区的选择提供参考依据。

关键词:地构叶;最大熵模型;生态因子;生态适宜性;地理信息系统;知识服务

中图分类号:R282.1    文献标识码:A    文章编号:1005-5304(2020)02-0001-03

DOI:10.3969/j.issn.1005-5304.201811334

Study on Ecology Suitability of Speranskia tuberculata Based on MaxEnt and GIS

LYU Rong1, WEI Feifei1, CUI Zhijia1, JIN Ling1,2

1. College of Pharmacy, Gansu University of Chinese Medicine, Lanzhou 730000, China;

2. Research Institute of Chinese (Tibetan) Medicinal Resources, Lanzhou 730000, China

Abstract: Objective To explore the ecological suitability of Speranskia tuberculata in China. Methods The maximum entropy model and ArcGIS10.5 software were used to analyze the 35 information data of Speranskia tuberculata in field survey, 172 information data obtained in Chinese Virtual Herbarium and 55 ecological factor data. Results The results showed that the seven main ecological factors affecting Speranskia tuberculata were the rainfall in November, the temperature in March, the rainfall in September, the seasonal variation of temperature, the clay content in the soil the rainfall in driest season, and the mean temperature in driest season. The southeastern part of Gansu, the southern part of Shaanxi, the southern part of Shanxi, the southwestern part of Hebei and central Shandong were the main distribution areas of Speranskia tuberculate. Conclusion The application of this method to study the ecological suitability zoning of Speranskia tuberculata has good precision and credibility. The research results are consistent with the actual distribution, which can provide references for the selection of protection areas and wild resources survey of Speranskia tuberculata.

Keywords: Speranskia tuberculata; maximum entropy model; ecological factors; ecological suitability; ArcGIS; knowledge service

地构叶为大戟科Euphorbiaceae植物地构叶属植物地构叶Speranskia tuberculata(Bunge)Bail.的干燥地上部分,具有祛风除湿、活血止痛之功。其主产于山东、河南、江苏,甘肃、山西、陕西等地亦产[1]。目前,现代学者已对地构叶的化学成分及药理作用进行了探索研究[2],但全国范围的适宜生长概况尚无相关研究。“3S技术”即全球定位系统(GPS)、遥感技术(RS)、地理信息系统(GIS),是近些年常被应用于物种分布和适宜性区域研究的技术,能实时动态监测、评估产量、显示地理分布,常常利用其中的GIS与传统区分方法相结合,以研究资源区划、农业区划、气候区划、灾害性区划等问题[3]。

中药区划是在中药资源调查基础上,通过相关软件分析区域差异性及相似性,评价影响中药资源开发和中药生产的自然规律及客观经济规律,最终得出中药资源与中药生产的地域分布规律的一种方法。生态区划作为中药区划的重要组成部分,在评价物种的适宜分布及生长区时尤为重要。最大熵(MaxEnt)模型可通过分析物种经纬度信息,计算得出物种分布MaxEnt,从而预测影响物种生长的主要生态因子并判断其主要生态分布地区。此模型已广泛用于预测农作物适宜区、评价动物潜在生境、评估外来物种风险以及药材生态适宜性研究[4-5]。

笔者应用MaxEnt模型和ArcGIS10.5软件进行分析,寻找影响地构叶生长的主要生态因子,并绘制地构叶在我国的生态适宜性分布图,为地构叶的资源开发利用与保护提供科学依据。

1  材料与方法

1.1  仪器

便携式卫星导航仪(GARMIN GPSMAP60CSX),北京佳明航电科技有限公司。

1.2  数据来源

查阅《中国植物志》[6],明确地构叶的大致生长环境及分布区域,于2017-2019年实地采集地构叶样本35个,记录经纬度、海拔和生境;查阅中国数字植物标本馆(http://ww.cvh.org.cn./cms),收集地构叶经纬度信息,未记录经纬度坐标的分布点则以最小可查行政单位为准。将地构叶的采样信息和环境数据按物种名、分布点经纬度顺序从Excle2016导出,按MaxEnt3.3.1软件所需保存为.csv格式文件。

1.3  地构叶生长分布预测

①生态因子数据的获取。查阅“中药资源空间信息网格数据库”(http://www.tcm-resources.com/),得到MaxEnt3.3.1软件导入的可能影响地构叶生长的55种生态因子数据。②MaxEnt模型参数设置。将.csv格式数据传入MaxEnt3.3.1软件,导入所有生态因子。设置模型参数:随机测试比例为25%,其中75%数据用于建模,另25%数据用于模型验证。设置最大迭代次数为106,设置ROC評价曲线和刀切法(jackknife)检验权重,其他参数为默认值。③模型预测评价。通过观察ROC曲线下面积(AUC值)AUC值评测模型精度。④生态因子筛选。将172份地构叶分布信息及55个生态因子导入MaxEnt模型中进行迭代运算,挑选出运算结果中贡献率为0的生态因子,弃去,再次运算,直至没有贡献率为0的生态因子出现,停止运算。得到所有对地构叶生长具有贡献率的生态因子。

1.4  地构叶在我国的生态适宜性区划分析

将最后一次MaxEnt运行结果中的.asc格式文件导入ArcGIS10.5软件,利用栅格提取工具,将地构叶分布信息转化为栅格文件,导入我国行政区划边界图,与栅格提取图进行叠加后裁剪,得到地构叶在我国的区划图。在属性表中找出判断生态适宜度值的相关信息,包括生态适宜度最小值、正态分布曲线的均值(μ)、正态分布曲线的均方差(δ)等。参照IPCC(IP呼叫中心)报告有关评估可能性的划分方法[7],结合地构叶的实际分布,利用ArcGIS10.5软件中空间分析的重分类工具把地构叶分为以下3个等级:以[0,最小值]为不适宜区,[最小值,μ-δ]为次适宜区,[μ-δ,1]为最适宜区对地构叶所有区域进行分类,得到地构叶在我国生态适宜区化分布图。

2  结果与分析

2.1  样本收集

本次研究共采集甘肃庆阳、平凉、陇南,山东平邑、邹城等地的地构叶样本35份;从中国数字植物标本馆获得的地构叶分布信息共621条,得到有效数据172条。总共收集到可用经纬度信息207个,将所有数据单位统一为“°”,用于之后软件模型预测中。

2.2  模型预测评价

模型预测准确度以AUC值大小为衡量指标,其取值范围为0~1,AUC值大小与模型判断能力强弱成正比。地构叶MaxEnt模型ROC曲线训练数据集AUC=0.984,测试数据集AUC=0.954,均大于0.9,趋近于1,表明由MaxEnt模型运算得出的地构叶生境适宜度具有很高的准确度和可信度。

2.3  主要生态因子选择

生态因子是药用植物品质形成的关键因子,环境因子的选取会影响模型精度预测。本次模型建立共55个生态因子,经MaxEnt运算后剔除贡献率为0的生态因子,经4次运算后剩余44个具有贡献率的生态因子,其中有34个气候生态因子(总贡献率为83.37%)、6个土壤因子(总贡献率为10.91%)、3个地形因子(总贡献率为4.12%)、1个植被类型因子(贡献率为1.5975%),可见气候对地构叶的影响最大。其中包括7个主生态因子,总贡献率为64.61%。每种生态因子贡献率及适宜值范围:11月降水量贡献率最高,为18.04%,适宜值为18~38 mm;3月平均气温贡献率13.80%,适宜值为4~6 ℃;9月降水量贡献率10.55%,适宜值为175~220 mm;温度季节性变化标准差贡献率7.88%,适宜值为70~105 ℃;土壤含黏土量贡献率5.64%,适宜值为9~15 cm;最干季节降雨量贡献率4.5%,适宜值为23~35 mm;最干季节均温贡献率4.2%,适宜值为17~22 ℃。

2.4  地构叶在我国的生态适宜性区划

地构叶较高适宜度主要集中在甘肃东南部、陕西南部、山西南部、河北西南部、山东中部,与实际资源调查来源的地构叶实际分布位置相一致。以图1分布为依据,再参照实际情况及中国数字标本馆中近年的分布情况,得出地构叶在我国最适宜生长的具体地理分布。见图1。

3  讨论

通过MaxEnt模型预测地构叶的训练集和测试集的AUC值均大于0.9,表明该模型预测结果较好。55个生态因子运行结果剩余44个具有贡献率的因子。贡献率最大的7个生态因子贡献率排序为:11月降水量(18.04%)>3月平均气温(13.80%)>9月降水量(10.55%)>温度季节性变化标准差(7.88%)>土壤含黏土量(5.64%)>最干季节降雨量(4.50%)>最干季节均温(4.20%)。结果表明,地构叶生长适宜于年平均降水量相对少、黏土含量较高的地区,因9月为地构叶果期,故此时对降水要求相对较高,从模型运算结果看,地构叶适宜生长在季节交替较明显的地区,与其实际生境相符。

关于地构叶在我国的生態适宜性区划分布,适宜区主要集中在甘肃东南部(庆阳市合水县、泾川县、崇信县,平凉市灵台县,陇南市文县等)、陕西南部(临潼区、靖边县、眉县、澄城县、安塞县、绥德县等)、山西南部(永济市、晋城市、运城市、柳林县、五台县等)、河北西南部(获鹿县、内丘县、蔚县、易县、正定县等)、山东中部(邹城市、新泰市、临沂市、济南市、蓬莱市、平邑县等)。研究所得分布区与《中国植物志》[6]中地构叶的分布区域基本吻合。

地构叶常年处于野生状态,近些年随着需求量增加,野生资源逐渐减少。希望通过本研究为地构叶野生资源的收集、保护和栽培区域的选择提供参考,此方法也可用于一些濒危野生药材的生态适宜性研究,基于研究结果实施适宜性区域种植及野生资源保护,以确保野生资源的可持续利用。

参考文献:

[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,2015:320-321.

[2] 索金红,伊勋非.珍珠透骨草的化学成分及药理作用[J].内蒙古民族大学学报,2009,24(5):506-507.

[3] 张海龙.基于生态位模型的传统中药秦艽潜在地理分布研究[D].西安:陕西师范大学,2014.

[4] 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(1):413-418.

[5] 何淑婷,白碧玉,但佳惠,等.基于MaxEnt的南丹参在中国的潜在分布区预测及适宜性分析[J].安徽农业科学,2014,42(8):2311-2314.

[6] 中国科学院《中国植物志》编辑委员会.中国植物志:第18册[M].北京:科学出版社,1996:8.

[7] 尚忠慧,卫海燕,顾蔚,等.基于GIS与模糊物元模型的当归潜在生境适宜性区划分析[J].中药材,2015,38(7):1370-1374.

(收稿日期:2018-11-17)

(修回日期:2019-09-18;编辑:梅智胜)

基金项目:中央本级重大增减支项目-名贵中药资源可持续利用能力建设(2060302);国家中医药管理局中药饮片标准化项目(ZYBZH-Y-GS-10);甘肃省地方药材质量标准提升研究(17ZD2FAOO9)

通讯作者:晋玲,E-mail:zyxyjl@163.com

猜你喜欢
区划贡献率因子
因子von Neumann代数上的非线性ξ-Jordan*-三重可导映射
一种通用的装备体系贡献率评估框架
一些关于无穷多个素因子的问题
影响因子
林芝市雷电风险区划
基于“三线一单”的环境功能区划实证研究
川渝传统民居区划的环境蕴意
我的健康和长寿因子
关于装备体系贡献率研究的几点思考
В первой половине 2016 года вклад потребления в рост китайской экономики достиг 73,4 процента