气候变化下独一味的地理潜在分布区预测

熊钰丹

（四川师范大学地理与资源科学学院中心实验室，成都 610101）

独一味（Lamiophlomis rotata）是唇形科独一味属植物，是蒙、藏、纳西族等少数民族经常使用的中草药，具有止血、止痛抑肿胀、疏通血管、续筋接骨和化瘀血等功效［1］。因为独一味的用量逐渐增加而采挖过度，造成独一味生长区域面积大幅下降，目前已被中国列入二级濒危保护植物。独一味目前蕴藏量为3 713～6 896 t［2］，因为采挖而造成的恢复时间是有周期性的，所以独一味的使用是不可连续的，而独一味资源不可持续利用会对中国制药产业产生一定的影响。

根据统计资料预测，气候变化会使全球陆地至少有49%左右的植物群落受到影响［3］。1850年到目前为止，地表均温不断升高，降水量在全球的分布格局也在不断地变化，会产生一种“湿者越湿，干者越干”的格局分布现象［4］。植物的地域分布与气候变量的关系一直是当前研究的热点，谢彩香等［5］首先对影响中药材生长的生态因子和气候数据的插值进行分析研究，再利用数学模型对中药材产地适宜性进行定量分析得到潜在分布区。周传猛等［6］用模糊物元模型理论构建气候因子与独一味产量之间的模糊隶属函数，评价指标权重根据熵权法确定，最后确定青藏高原地区独一味生态适宜性空间分布。

MaxEnt生 态位 模型［7，8］是 以生 态位 理论为 基础，根据物种样本分布数据以及该分布区的生态因子数据，利用一定的数学模型总结出其生态位需求，将其映射到研究区域，最终得到该物种在研究区域适生区的分布情况［9］。所以利用MaxEnt模型预测未来气候下独一味的地理分布情况，对进一步开发利用独一味有重大意义。本研究通过MaxEnt与ArcGIS模型相结合，利用3个时期气候因子数据和独一味的地理分布数据，模拟独一味在中国当前、2050s以及2070s的气候条件下潜在分布区，进一步划分当前独一味在中国的生长适宜区，为引入良种和开展野外调查提供基础；并研究分析影响独一味在中国地理分布的主要气候因子，未来气候变化（二氧化碳浓度不同）对独一味地理分布的影响，以及独一味在中国未来生态适宜区与当前的差异，以期为其提供保护对策和建议。

1 材料与方法

1.1 独一味分布数据的获取

通过阅读文献，在中国植物标本馆（CVH.http：//www.cvh.org.cn/）、全球生物多样性信息数据库网络（GBIF.http：//www.gbif.org/）、DiscoverLife（http：//www.discoverlife.org）等物种标本信息平台的查询检索，以及实地走访调查，将经纬度重复以及无经纬度记录的分布样点数据剔除，最终筛选得到独一味在中国范围内的110个分布数据（图1），并统一按照样本物种名、分布的经纬度的顺序进行转换并存储成MaxEnt模型软件支持的文件格式（CSV格式）。

图1 独一味在中国的分布点

1.2 气候因子数据的获取

当前、2050s以及2070s气候条件下的19个生物气候变量均来自世界气候数据库（http：//www.worldclim.org/），未来气候情景数据选用通用大气环流模式CCSM4，未来温室气体代表性浓度路径包括RCP 2.6、RCP 4.5、RCP 6.0和RCP 8.5 4种排放场景，分别表示温室气体排放的低、中低、中高和高4种情景［10］。本研究所下载RCP 2.6和RCP 8.5两种模式的数据空间分辨率为30″。将所有的环境变量用ArcMap10.3软件转换为同一数据格式（ASCⅡ格式）。

1.3 数据处理

首先对独一味分布数据进行处理，按照样本点的物种名、分布的经纬度的顺序转换并存储成Max-Ent软件支持的格式。采用ArcMap10.6对生态因子数据进行裁剪，裁剪出目标区域的范围，然后对所有生态因子数据进行像元的统一，再进行地理坐标的处理，得到统一的空间参数。最后对数据进行格式转换，得到MaxEnt模型软件支持的数据格式（ASCⅡ格式）。

1.4 模型参数设置

在MaxEnt软件中加载19个气候因子和110个独一味样本地理分布数据，设置参数运行建模，随机抽取分布数据的25%作为测试集，剩下的75%作为训练集，选择最大重复迭代次数500。采用刀切法对各环境变量进行权重检验，设置ROC（Receive operating characteristic）评价曲线对预测结果的精度进行检验，其他参数为软件默认值。

1.5 独一味生长适宜性区域等级划分

本研究根据《IPCC第五次评估报告中对不确定性的处理方法》中对“不确定性和可能性”的表述［11］对独一味的生长区进行等级划分：0.90～0.99的发生概率为很可能，0.60～0.90的发生概率为可能，0.33～0.60的发生概率为50%可能，0.10～0.33的发生概率为不可能，0.01～0.10的发生概率为很不可能，小于0.01的发生概率为绝对不可能。根据统计学的原理，当作物在某一格点的存在概率α＜0.05时为小概率事件［12］，在此定义为不适宜区。所以独一味生长适宜性区域最后通过ArcGIS 10.6将结果重分类划分为4个等级：α＜0.05为不适生区；0.05≤α＜0.33为次适生区；0.33≤α＜0.66为较适生区；α≥0.66为最适生区。

2 结果与分析

2.1 模型精度评价

ROC评价曲线下的面积为AUC值［13］，AUC值可用于模型预测结果的检验。AUC取值范围为0～1，AUC值小于0.6时模型预测结果不准确；AUC处于0.6～0.7时，模型预测结果较差；AUC处于0.7～0.8时，模型预测结果一般；AUC处于0.8～0.9时，其预测结果优良；AUC为0.9～1.0时，模型预测结果准确，AUC值越接近1.0时，模型预测结果越准确，反映研究物种的潜在分布结果越准确［14］。通过最大熵模型重复迭代运行10次后，选取AUC值结果最大的一次作为最终评价结果输出。得到的测试集与训练集的AUC值分别为0.978、0.975，表明MaxEnt模型对独一味在中国潜在分布区的预测效果非常好，可信度高［15］。

2.2 当前气候下独一味适生区面积和分布区域

将MaxEnt模型运行的结果加载到ArcMap10.6中进行格式转换，并执行重分类等操作得出独一味的生长适宜性区划（图2）。从图2可以看出，独一味主要分布在中国的西南高原地区，包括四川省西部、西藏自治区东部、青海省南部、甘肃省东南部、云南省西北部、贵州省西南部等地。还有少量独一味分布在宁夏回族自治区、山西省和陕西省等地，与目前独一味在中国的分布区大致相同，同时各适宜区间划分也基本符合独一味在中国的分布现状［16］，因此，本次研究结果准确度比较高。

图2 独一味生长适宜性区划

从独一味生长适宜性区划等级分类分布的面积及占比可以得出（表1），独一味生长区最多的地区是西藏自治区，占比为38.70%，其次是四川省，生长区占比为23.37%，新疆维吾尔自治区、贵州省、陕西省、宁夏回族自治区以及山西省等地独一味的生长区分布的极少，都低于1%以下，独一味最适生长区面积从西向东依次递减。

表1 独一味生长适宜性区划等级分类分布的面积及占比

2.3 影响独一味分布的主导气候变量

利用ArcGIS 10.6对这19个生物气候变量进行相关性分析。当2个气候变量相关系数＜0.85时，相关气候变量全部保留；当2个气候变量相关系数≥0.85时，则保留其中生态意义更为重要的气候变量［17］。选取原则根据MaxEnt模型Jackknife贡献度分析结果，同时，根据相关文献筛选对独一味生长较为重要的气候变量9个。由表2可知，其中等温性（bio13）、最暖季均温（bio10）、最暖季节降雨量（bio18）是影响独一味地理分布的主要气候变量，贡献率分别为43.5%、21.8%、14.7%。

表2 影响独一味分布的主导气候变量及贡献率

2.4 未来气候变化下独一味适生区面积和分布区域

基于MaxEnt模型，本研究对独一味药材在2050s、2070s的RCP 2.6、RCP 8.5气候情景下进行了分布模拟。通过ArcMap10.6软件，将独一味的分布分为4个等级，同时利用ArcMap10.6的空间叠加分析模块计算出未来气候情景下各个等级独一味适生区面积（表3），最后得出独一味未来气候情景下地理分布区域，见图3。

从表3和图3可以看出，当前气候情景与2050s和2070s的RCP 2.6情景比较，独一味的生长区面积有所减少，其中最适生区和次适生区面积在减少，而较适生区面积在增加；当前气候情景与2050s和2070s的RCP 8.5情景下比较，独一味的生长区面积也有所减少，其中最适生区和次适生区面积也在减少，而较适生区面积也在增加；2050sRCP 2.6情境下独一味的最适生区面积减少的最多，且其较适生区面积增加的最多；2070sRCP 2.6情境下独一味最适生区面积增加的最多，且其次适生区面积减少的最少；与当前气候相比生长区面积减少最多的是2070sRCP 8.5情景，而生长区面积减少最少的是2070sRCP 2.6情景。总体来讲，未来气候与当前气候情景下独一味的生长区面积相比，未来气候情景下独一味药材的生长区面积都有一定程度的减少，且生长区分布随着生长区边缘向生长区中心消减。

图3 独一味在未来气候情景下的地理分布区域

表3 不同气候条件下独一味生长区面积 （单位：km2）

3 小结

随着全球气候的变暖，中国特有药材独一味的分布也会受到一定的不利影响和限制，本研究利用MaxEnt和ArcGIS模型模拟了独一味药材在当前气候和未来气候情景下（2050s、2070s的RCP 2.6、RCP 8.5）的地理潜在分布区，并对分布区进行了适宜性等级划分（α＜0.05为不适生区；0.05≤α＜0.33为次适生区；0.33≤α＜0.66为较适生区；α≥0.66为最适生区），还对气候变化下的独一味药材分布面积变化进行了定量分析。本研究利用ROC评价曲线下的面积AUC值对模型的预测精度进行评价，得到的测试集与训练集的AUC值分别为0.978、0.975，表明MaxEnt模型对独一味在中国潜在分布区的预测效果非常好。结果表明等温性（bio13）、最暖季均温（bio10）、最暖季节降雨量（bio18）是影响该植物地理分布的主要气候变量。独一味主要分布在中国的西南高原地区，包括四川省西部、西藏自治区东部等地，独一味最适生长区面积从西向东依次递减。未来气候与当前气候情景下独一味的生长区面积相比，未来气候情景下的独一味药材的生长区面积都有一定程度的减少，且生长区分布随着生长区边缘向生长区中心消减。