未来气候条件下当归适生区预测及时空变化分析

王桂荣，王彦珺，王尚涛，孙志蓉

北京中医药大学中药学院，北京 102488

当归为伞形科植物当归Angelica sinensis(Oliv.)Diels的干燥根[1]，其用途广泛[2]，除药用外，还广泛应用于保健品、食品领域，也常作为日化产品的原料。目前人类活动导致大气中二氧化碳浓度显著升高，温室效应加剧，极端气候频发[3]，且我国已成为全球气候变化敏感区[4]。研究表明，道地药材产区的变迁与气候变化有关[5]，但盲目引种导致药材良莠不齐，制约当归产量和质量的提升[6]。目前当归区划研究主要集中在当前潜在适生区预测，鲜有对未来不同气候情景下适生区的预测。本研究利用最大熵（MaxEnt）模型和地理信息系统（GIS）对未来不同气候条件下当归适生区进行预测，分析影响当归分布的主要环境因子，预测适生区迁移方向，为当归生产规划提供参考。

1 数据收集及处理

1.1 当归分布信息

检索全球生物多样性信息平台（https://www.gbif.org/）、中国数字植物标本馆（http://www.cvh.ac.cn/）、国家标本平台（http://www.nsii.org.cn），查阅相关文献[7-29]，收集当归在我国的地理分布信息。对于无经纬度的样本，根据文献和网站记录的位置信息，结合satelite map（https://map.jiqrxx.com/jingweidu/）确定经纬度；对于经纬度单位不一致的，结合相关网站（https://www.osgeo.cn/app/s2703）进行转化。共收集到921条当归地理分布信息，去除经纬度重复和错误的信息，采用缓冲区分析法对获得的分布数据进行筛选（缓冲区半径2.5 km，当分布点距离＜5 km时保留其中一个点），最终得到当归样点信息218 条，并转化成MaxEnt模型使用的.csv格式。本文所用中国行政区划图下载于国家基础地理信息系统（http://nfgis.nsdi.gov.cn/），分辨率为1∶400万。

1.2 环境因子

当前（1970－2000 年）和未来（2041－2060 年、2061－2080年、2081－2100年）气候数据来自世界气候数据库（http://www.worldclim.org/），空间分辨率2.5 min，包括22个环境因子（19个气候变量及海拔、坡度和坡向）数据。选择共享社会经济路径SSP126和SSP585，其中SSP126代表低强迫、温室气体低排放情景，SSP585为高强迫、温室气体大量排放情景。采用ArcGIS10.2软件对环境数据进行提取、转换，保存为MaxEnt模型运行所需的.asc格式。

2 方法

2.1 环境因子筛选

将218 条样点信息和22 个环境因子数据导入MaxEnt3.4.1软件进行迭代运算，重复运行10次，逐步舍去贡献率为0的因子，直到所有因子贡献率均大于0。由于不同因子间存在一定相关性，可能导致过拟合而影响判断，因此将分布点对应的环境因子（贡献率＞0）数据提取后进行Pearson分析，当2个环境因子的相关系数|r|＞0.85时，剔除贡献率较小者，得到影响当归潜在分布的环境因子。

2.2 模型构建及评价

将218条当归样点信息和筛选的环境因子数据导入MaxEnt3.4.1软件，随机选取75%分布点作为训练集建立预测模型，剩余25%分布点作为测试集验证模型，刀切法检验各变量权重，选择创建环境变量响应曲线，其余参数为默认值，重复10次，结果输出形式为logistic，栅格数值为生存概率（P值），输出为.asc格式文件。

通过MaxEnt3.4.1软件建模，以（1-特异度）为横坐标、灵敏度为纵坐标绘制受试者工作特征（ROC）曲线，用曲线下面积（AUC）评价模型准确性。AUC 取值范围0.5～1，越接近1表明模型预测精度越高。具体评价标准：0.5≤AUC＜0.6为拟合失败，0.6≤AUC＜0.7为拟合效果较差，0.7≤AUC＜0.8为拟合效果一般，0.8≤AUC＜0.9为拟合效果好，0.9≤AUC＜1为拟合效果极好。

2.3 适生区等级划分

将“2.2”项下输出的.asc 格式文件导入ArcGIS10.2软件，按P值进行重分类，采用人工分级法分为5个等级：0～0.10为非适生区，0.11～0.30为低适生区，0.31～0.50为中适生区，0.51～0.70为高适生区，0.71～1.00为极高适生区[30-31]。利用ArcGIS栅格计算每个适生区的比例权重，再根据国土实际面积换算为每个适生区的面积。

2.4 适生区面积变化及质心迁移

将“2.2”项下输出的.asc 格式文件导入ArcGIS10.2软件，使用SDM工具对模型运行结果进行二进制分类，将适生区分割后进行比较。为方便查看面积动态变化，使用SDM工具下的MaxEnt工具进行路径转化，将生成的.asc格式文件导入ArcGIS10.2中添加唯一值（-1、0、1、2）：-1代表增加的适生区面积，0代表未改变的非适生区面积，1代表未改变的适生区面积，2 代表减少的适生区面积。同时，运用SDM工具计算当前和未来时期2个路径下各适生区的质心坐标，并绘制迁移趋势图，利用在线工具（https://www.box3.cn/tools/lbs.html）计算直线距离。

3 结果与分析

3.1 环境因子

影响当归分布的9个环境因子及其贡献率见表1。贡献率为海拔＞年均降水量＞最冷季度平均温度＞温度季节性变化的标准差＞等温性＞昼夜温差月均值＞坡向＞坡度＞降水量变异系数，其中海拔、年均降水量、最冷季度平均温度和温度季节性变化的标准差累计贡献率达92.8%。由刀切法检验结果（见图1）可知，仅使用单一变量时，影响正规化训练增益的环境因子为海拔＞降水变异系数＞温度季节性变化标准差＞最冷季度平均温度。

图1 影响当归分布环境因子刀切图

表1 影响当归分布环境因子贡献率

总体来看，影响当归分布的环境因子包括地形、温度和降水，其中地形因子（海拔、坡度、坡向）贡献率达50.8%，温度因子（最冷季度平均温度、温度季节性变化的标准差、等温性、昼夜温差月均值）贡献率为24.7%，降水因子（年均降水量、降水量变异系数）贡献率为24.6%。

3.2 模型精度评价

当前气候条件下MaxEnt 预测模型AUC=0.950，未来气候条件下预测模型AUC=0.949，表明模型拟合效果极好，结果可信度较高。见图2、图3。

图2 当前气候条件下当归预测模型ROC曲线

图3 未来气候条件下当归预测模型ROC曲线

3.3 当归适生区分布

当前气候条件下，当归总适生区面积约为148.13×104km2。其中极高适生区面积4.8×104km2，主要分布在甘肃南部，青海东部、西藏东部、宁夏南部、四川中部、湖北西部、重庆北部、贵州西部和陕西中南部也有零星分布；高适生区面积约17.74×104km2，主要分布在甘肃南部及中部、青海东部、宁夏南部、云南北部和四川盆地西部，陕西中南部、重庆北部、湖北东部，西藏东部和贵州西部也有零星分布；中适生区面积约35.38×104km2，主要分布在甘肃南部及中部、四川北部及南部、云南中部，青海东部、西藏东部、宁夏陕西交界处和陕西中南部、重庆北部及中部、湖北西部、贵州西部也有零星分布；低适生区面积约90.21×104km2，主要分布在甘肃东部、青海东部、陕西中部及南部、宁夏中部、山西大部、河南西部、贵州大部、四川盆地周边和湖北重庆交界处，福建、浙江、江西、湖南、广东和广西也有零星分布。见图4。

图4 当前气候条件下当归适生区分布

由表2可知，SSP126气候情景下，当归总适生区面积呈先增加后减少再增加的变化趋势，2041－2060年总适生区面积达到最大值，之后有所降低，到2081－2100年，不同等级适生区面积又有所增加，其中低适生区面积较当前增加0.76%，中适生区面积增加0.68%，高适生区面积增加2.33%，极高适生区面积增加16.67%。SSP585气候情景下，当归总适生区面积先增加后减少，2041－2060年总适生区面积达到最大值，主要增加的是低适生区面积，到2081－2100年，除低适生区面积增加1.35%外，其他等级适生区面积均有不同程度减少，其中中适生区面积较当前减少5.17%，高适生区面积减少9.86%，极高适生区面积减少9.17%，总适生区面积减少1.89%。不同气候情景下当归适生区分布预测见图5、图6。

图5 未来SSP126气候情景下当归适生区分布预测

图6 未来SSP585气候情景下当归适生区分布预测

表2 当前和未来气候情景下当归适生区面积（×104 km2）

3.4 当归适生区时空变化

不同气候情景下当归适生区面积变化见表3。扩张表示与当前气候环境相比适生区新增，不变表示与当前气候环境相比适生区未变化，收缩表示与当前气候环境件相比适生区减少。SSP126 气候情景下，除2061－2080年外，扩张面积均大于收缩面积，在此气候情景下当归未来适生区面积总体呈增长趋势。SSP585气候情景下，2041－2060年扩张面积大于收缩面积，在后续2个时期，收缩面积均大于扩张面积，在此气候情景下未来当归适生区面积逐渐缩小。由图7可知，SSP126气候情景下，甘肃中部和南部、宁夏南部、陕西中部和南部、青海东部、四川中部、云南北部、贵州大部、重庆湖北交界处适生区面积基本不变；山西北部、青海东部、福建浙江交界处有新增适生区；陕西中部、宁夏中部、山西中部及南部、四川西部、云南南部、贵州东部、福建南部适生区有缩小情况，且随着时间推移，南方收缩面积较北方更多。由图8可知，与SSP126气候情景相比，SSP585气候情景下青海东部扩张面积更大，适生区不断向高海拔迁移，且收缩面积远大于SSP126气候情景，同时随着时间推移，北方收缩面积较南方更大。

图7 未来SSP126情景下当归适生区变化

图8 未来SSP585情景下当归适生区变化

表3 不同气候情景下当归适生区面积变化（×104 km2）

3.5 当归适生区质心迁移

当前当归适生区质心位于四川省德阳市中江县，坐标30.986 189 46°N、104.633 186 1°E。SSP126气候情景下，2041－2060年质心从当前点向北移动22.76 km，仍位于四川省德阳市中江县，坐标31.190 946 08°N、104.628 298°E；2061－2080年质心向西北移动55.79 km，位于四川省德阳市绵竹市，坐标31.387 679 03°N、104.087 755 4°E；2081－2100年质心继续向西北方向移动，距离23.22 km，位于四川省德阳市绵竹市，坐标31.580 069 78°N、103.992 185 6°E。SSP585气候情景下，当归适生区质心总体向西北方向迁移，2041－2060年位于四川省阿坝藏族羌族自治州茂县，距当前质心98.23 km，坐标31.590 599 79°N、103.878 383 3°E；2061－2080年质心向南迁移，但距离较小，为7.73 km，位于四川省德阳市旌阳区，坐标31.521 036 51°N、103.877 561 4°E；2081－2100 年质心继续向南迁移，距离21.62 km，位于四川省德阳市旌阳区，坐标31.332 438 44°N、103.933 367 6°E。总体来看，当归适生区向高纬度地区迁移。见图9。

图9 未来气候条件下当归适生区质心迁移趋势

4 讨论

本研究建立的MaxEnt模型AUC值均大于0.9，说明研究结果准确可靠。海拔、温度、降水共同影响当归适生区分布，其中海拔对当归适生区分布影响最大，贡献率为49.1%。研究发现，当归主要分布在第二阶梯的云贵高原和黄土高原，海拔较低的四川盆地和第一阶梯几乎没有分布，而海拔更高的青藏高原也无分布，但在新疆天山山脉和东南丘陵地带有零星低适生区分布，可见低海拔或海拔过高均不适合当归生长。

未来不同气候情景下，当归适生区面积有不同程度增加或减少，均在2041－2060年达到最大值，其中高适生区和极高适生区受气候影响最为明显，在SSP126气候情景下2个适生区面积均有所增加，但在SSP585气候情景下2个适生区面积均有所减少。当归适宜生长在高海拔、寒冷阴湿的地方，在其生长过程中存在低温春化现象[32]，在SSP585气候情景下，温室效应加剧，温度升高，部分地区当归抽薹无法成药的问题可能会愈发严重。目前当归主要分布在我国西北地区，降水过多或不足都会影响药材的产量和质量。在SSP126气候情景下，当归适生区面积波动范围较小，山西北部、青海东部、福建浙江交界处有新增适生区，随着时间推移，适生区面积减少的部分主要集中在我国南部，如云南东部、贵州东部及南部等地；在SSP585气候情景下，当归适生区面积波动范围较大，新增适生区较SSP126气候情景多，且主要集中在青海东部的高海拔地区，适生区面积减少部分主要集中在我国北部，如宁夏中部、甘肃中部及东部、陕西西部等地，且逐渐向甘肃省中高适生区靠近。当归适生区质心整体北移，向高纬度方向移动，高排放造成的温室效应对当归的适生区面积及分布造成了一定影响，因此，环境保护对气候稳定及当归的可持续开发利用至关重要。

根据本研究结果，当归高适生区和极高适生区对气候变化更为敏感，甘肃南部面积较为稳定，可继续进行当归大规模栽培生产，青海东部适生区增加，可适当引种当归。当归适生区分布受气候、土壤和地形等环境因子的影响，本研究仅考虑了气候、地形条件，未对土壤、植被及人为因素进行考察，因此预测结果可能存在一定偏差，后续将进一步完善。