基于最大熵模型和地理信息系统的苍术生态适宜性及品质区划

王红阳 马文琪 景志贤 蒋待泉 彭 政 徐 扬 张 燕 康传志

(1 中国中医科学院中药资源中心道地药材国家重点实验室培育基地,北京,100700; 2 湖北中医药大学,武汉,430065)

苍术(Atractylodeslancea)为菊科苍术属多年生草本植物,是我国中医临床常用中药材,具有燥湿健脾、祛风散寒、明目等功效[1-2]。在我国黑龙江、吉林、辽宁、内蒙古、河北、河南、山西、山东、陕西、湖北、安徽、江苏、四川、湖南等地均有野生苍术分布。古代苍术药材全部来源于野生,历代医家在长期大量临床实践的基础上,从广大分布区中筛选出江苏茅山所产苍术品质佳、疗效好,茅山成为公认的苍术道地产区[3]。但是到了近代,由于人们不加限制地滥采、滥挖,以及开垦、建设占用、采矿、造林等对苍术生境的破坏,茅山地区野生苍术资源遭到严重威胁,蕴藏量大幅度减少,近几十年来已无法进行商品收购[4]。因此,对茅山地区的野生苍术进行资源保护和合理开发显得尤为重要。

针对道地药材茅山苍术面临的不可持续发展问题,开展苍术生态适宜性和品质区划,明确其生态主导因子和次生代谢产物积累规律,对于苍术的栽培选址和优质生产具有重要指导意义。2010年以来,利用生态位模型进行中药材物种分布预测逐渐受到重视,其中以最大熵模型(Maximum Entropy,MaxEnt)与地理信息系统(Geographic Information System,GIS)技术相结合的方法预测效果更佳、结果更可靠,已经成为目前主流的中药材生态适宜性区划方法[5-15]。因此,本文将以全国范围内的野生苍术为研究对象,并依据2015版《中华人民共和国药典》(以下简称药典)规定的苍术素含量作为苍术品质区划的指标,利用MaxEnt与GIS技术相结合的方法对全国野生苍术进行生态适宜性分布和品质区划研究,以期为道地产区野生苍术的资源保护和人工生产优质苍术药材提供科学指导。

1 资料与方法

1.1 数据来源

1.1.1 野生苍术分布点数据获取 以“苍术”为主题,在国家知识基础设施数据库(China National Knowledge Infrastructure,CNKI)中检索相关文献,从165篇文献中获得117批野生茅苍术产地信息,42批野生北苍术产地信息。以中文名“苍术”在中国数字植物标本馆搜索,共查询到1 147份苍术标本,筛选出有具体产地信息的183份野生茅苍术标本和79份野生北苍术标本。本文按照石铸[1]关于苍术的分类方法,将“茅苍术”和“北苍术”统称为苍术。

1.1.2 野生和栽培苍术挥发油数据获取 以“苍术”为主题,以“挥发油”为任意字段在CNKI中进行检索,经筛选后共收集到127篇有效文献(1989—2020年),根据苍术分布产地获取到野生苍术挥发油数据66条,栽培苍术挥发油数据22条。根据药典规定,苍术干燥品的苍术素(C13H10O)含量不得少于0.30%[2],因此将野生苍术和栽培苍术分别按照药典规定分为苍术素含量>0.30%的合格苍术和苍术素含量<0.30%的不合格苍术。

1.1.3 生态因子及地图数据的获取 本研究所用生态因子数据库为《中药资源空间信息网格数据库》,由中国中医科学院中药资源中心道地药材国家重点实验室提供,包括气候、土壤、地形和植被类型等数据集,共55个环境因子。气候因子数据是根据我国气象观测站1950—2000年的气候观测数据插值而成,空间分辨率为1 km×1 km;土壤类数据根据第2次全国土地调查提供的《1∶100万中华人民共和国土壤图》制成,采用的土壤分类系统是FAO-90;地形数据包括高程和坡向;植被类型数据以中国科学院植物研究所的《中华人民共和国植被图》(1∶100万)中的植被亚类数据制成。

1.2 野生苍术生态适宜性区划研究

1.2.1 基于ENMTools的野生苍术分布点筛选 环境生态位模型工具(Environmental Niche Models Tools,ENMTools)是一种分析生态位模型的软件,允许对生态位进行定量分析,可以实现生态位的相似性度量和统计测试,并且可以与MaxEnt交互[16-18]。ENMTools可以自动匹配分析所用的环境因子栅格大小,删除同一栅格内的冗余数据,避免利用MaxEnt进行物种生境适宜度分布预测时的过度拟合。通过以苍术为关键词在CNKI和中国数字植物标本馆中共获得421个野生苍术分布点位置坐标,用ENMTools对421个野生苍术分布点数据进行筛分,具体操作方法见ENMTools User Manual v1.3(http：//www.danwarren.net/enmtools/ENMTools_User_Manual%201.0)。

1.2.2 野生苍术分布点的生态因子提取及相关性分析 将ENMTools筛选获得的非冗余分布位点与55个生态环境因子同时输入ArcMAP软件提取分布点的生态因子,接着把获得的生态因子数据分为气候因子和非气候因子分别进行Pearson相关性分析,从相关性系数绝对值大于0.80的生态因子中保留一个对野生苍术有直接影响且具有代表性的环境因子。

1.2.3 基于R语言的MaxEnt模型参数优化 MaxEnt模型越来越多地用于物种的现实分布和潜在分布的预测研究。但是,MaxEnt模型采用复杂的机械学习算法,对采样偏差敏感,易产生过度拟合,模型转移能力仅在低阈值情况下较好,从而导致基于默认参数的MaxEnt模型预测结果不可靠。因此,需要对MaxEnt模型的默认参数结合物种的实际分布位点进行优化调整。MaxEnt模型的复杂度与其特征组合(Feature Combination,FC)和调控倍频(Regularization Multiplier,RM)参数密切相关。MaxEnt中有5种特征,即：线性(Linear Features),二次型(Quadratic Features),片段化(Hinge Features),乘积型(Product Features)和阈值型(Threshold Features),共31种组合。而默认的RM值为1,其取值范围在0～4之间。因此RM与FC有31×40共1 240种组合。ENMeval数据包可以根据物种的实际分布位点数调整MaxEnt模型的RM和FC参数,分析各种参数条件下模型的复杂度,然后选取最低复杂度的模型参数,即为最优模型[19-20]。

1.2.4 基于MaxEnt的野生苍术生态适宜性区划 首先,利用1.2.3获得的MaxEnt模型优化参数对MaxEnt进行设置;其次,将去冗余的野生苍术分布点数据和生态环境因子数据输入MaxEnt进行运算,随机选取25%的采样点数据为测试集,75%的采样点数据为训练集[21],重复运行10次取平均值;然后,将筛选得到的生态因子数据和苍术分布点数据导入ArcMAP软件中,提取不同采样点处的生境适宜度,根据中药区划遵循的相似性原则,以正态分布参数μ-δ作为适宜生长和不适宜生长的分界线,μ作为适宜区和最适宜区的分界线。即(0,μ-δ)为不适宜区;(μ-δ,μ)为次适宜区;(μ,1)为最适宜区。最后,将筛选出的贡献率大的生态因子指标导入ArcMAP软件中,根据苍术不同适宜区域划分情况,提取分析苍术最适宜、适宜和不适宜区生态因子的特征值,并对分析结果进行可视化。另外,采用受试者工作特征(Receiver Operating Characteristic,ROC)曲线进行模型计算结果精度的评价。采用ROC曲线与横坐标围成的面积即曲线下面积(Area Under the Curve,AUC)值来评价模型预测结果的准确度,AUC 0.50～0.60为失败,0.60～0.70为较差,0.70～0.80为一般,0.80～0.90为较好,0.90～1.0为非常好,越接近1说明环境变量与预测的物种地理分布之间的相关性越大,即模型预测的结果越准确[22]。

1.3 野生苍术品质区划研究

1.3.1 基于ENMTools的不同品质野生苍术分布点筛选 参照“1.2.1”的操作方法对苍术素含量>0.30%的合格野生苍术和苍术素含量<0.30%的不合格野生苍术的分布点进行筛选。

1.3.2 不同品质野生苍术分布点的生态因子提取及相关性分析 通过ENMTools筛选获得不同品质野生苍术的非冗余分布位点与55个生态环境因子同时输入ArcMAP软件提取分布点的生态因子数据,将获得的生态因子数据分为气候因子和非气候因子分别进行Pearson相关性分析,从相关性系数绝对值大于0.80的生态因子中各保留1个对野生苍术有直接影响且具有代表性的环境因子。

1.3.3 基于R语言的MaxEnt模型参数优化 具体操作方法参照“1.2.3”。

1.3.4 基于MaxEnt的野生苍术品质区划 具体操作参照“1.2.4”的方法对不同品质的野生苍术进行区划分析,合格苍术的最适宜区和适宜区有利于苍术素含量高的苍术生长,而不合格苍术的最适宜区和适宜区则不利于苍术素的积累,导致苍术素含量低于药典规定。

1.4 野生苍术生长与品质形成生境的比较研究 ENMTools软件还可以用来测量物种分布中的地理分布重合度。本文利用ENMTools对野生苍术的适生区与不同品质苍术的分布区进行重合度分析,以此比较野生苍术的适生区与品质形成区的差异,其中地理分布阈值取0.5[23]。此外,通过ArcGIS的重分类工具确定适合野生苍术生长和合格野生苍术生长的最适宜生境、适宜生境和不适宜生境,并赋予新的像元值,适合野生苍术生长的最适宜生境的像元值为“3”,适宜生境的像元值为“2”,不适宜生境的像元值为“1”;适合合格野生苍术生长的最适宜生境的像元值为“5”,适宜生境的像元值为“4”。然后通过ArcGIS栅格计算功能对2个图层的栅格数据进行“乘”运算,这样每个栅格都将代表新含义,栅格像元值为“15”表示既是最适合野生苍术的生长区域,又是最适合合格苍术的品质形成区域;栅格像元值为“1”则表示既不适合野生苍术的生长又不利于品质的形成[24-25]。同样,利用上述的像元赋值方法对不合格野生苍术的区划等级赋值,最后野生苍术与合格野生苍术的适生区进行比较。

2 结果

2.1 野生苍术生态适宜性区划分析

2.1.1 野生苍术分布点及生态因子的筛选 使用ENMTools对421个野生苍术分布点进行筛选,最终得到去冗余的399个位点。在ArcMAP软件中提取399个分布位点对应的55个环境因子数据。随后,对43个气候因子数据和12个非气候因子数据分别进行Pearson相关性分析,最终保留8个气候因子和12个非气候因子共20个环境因子数据。见表1。

表1 野生苍术各生态因子贡献率(%)

2.1.2 野生苍术MaxEnt模型参数优化结果 通过ENMeval数据包对MaxEnt模型的参数优化,选取最低复杂度的模型参数,最终选择FC组合为quadratic features、hinge features和product features,RM值为0.8,其他参数为默认。

2.1.3 野生苍术适宜生态因子提取 野生苍术分布点的生态因子经过10次MaxEnt模型运算后,根据各生态因子贡献率大小及累积贡献率达到80%以上的原则,选取8月平均降水量(49.7%)、最冷季节均温(12.8%)、6月平均温度(10.8%)、等温性(9%)等4个环境因子作为野生苍术生态适宜性区划研究的主导环境因子。见表1。

2.1.4 野生苍术适宜生境的筛选 通过MaxEnt模型分析,得到不同环境因子对野生苍术存在概率的响应曲线,其中纵坐标越大,代表环境因子越适宜野生苍术的生存,存在的概率也就越大。本研究选取对野生苍术分布贡献影响较大的8月平均降水量、最冷季节均温、6月平均温度、等温性等4个环境因子进行单一指标的生境适宜度分析,筛选适宜野生苍术分布的最佳生境范围。见图1～4。

图1 8月平均降水量响应曲线

8月平均降水量是决定野生苍术分布的重要影响因素,根据8月平均降水量响应曲线(图1),得到8月平均降水量的最适宜范围为95～198 mm。依据相同方法对其他3个环境因子进行分析,得到最适宜野生苍术生长的6月平均温度为18.5～25 ℃。见图2。最冷季节均温为-11.3～-1.2 ℃和1.2～6.5 ℃。见图3。等温性为昼夜温差月均值和年均温变化范围的百分比,其比值在16%～32%之间最适宜野生苍术生长。见图4。

图2 最冷季节均温(×10)响应曲线

图3 6月平均温度(×10)响应曲线

图4 等温性(×100)响应曲线

2.1.5 野生苍术生态适宜性分布区等级区划图 将MaxEnt模型进行10次模拟运算结果中的avg.asc文件和野生苍术分布位点导入ArcMAP软件中,以正态分布参数0.374 2作为适宜生长和不适宜生长的分界线,0.540 7作为适宜区和最适宜区的分界线进行等级划分,即不适宜区(0;0.374 2),适宜区(0.374 2;0.540 7),最适宜区(0.540 7;1)。见图5。

从图5可知,野生苍术的最适宜分布区(红色区域)由北向南主要分布在燕山山脉和太行山山脉,沿着太行山脉向西南延伸至山西境内;在山西境内被汾河分为吕梁山脉和太行山脉2条分布带继续延伸,在陕西境内分布在关中盆地的南北两侧,北侧主要位于陕北高原的南部,南侧则以秦岭和伏牛山区为主,紧接着是湖北省西北部的大巴山区;沿着东南方向,在湖北省的大洪山区,以及河南省和湖北省交界处的桐柏山脉,东至河南省、湖北省和安徽省交界的大别山区;再往东沿着安徽省中部的张八岭山脉至江苏省的茅山地区以及安徽省东南部的黄山地区有野生苍术最适宜的集中分布区。此外,在湖北省的西南部、湖北省与江西省交界处、山东省的山东丘陵和胶东半岛等地区零散分布着野生苍术最适宜分布区,最终经过计算可知全国范围内野生苍术最适宜分布区的总面积为28.74×104km2。除上述野生苍术最适宜分布区的周边地区分布着适宜分布区外,在辽宁省的东南部和西部地区、江苏省的茅山至上海沿途的常州、无锡和苏州等地有大面积分布区;在贵州省的东北部、重庆市的东南部、湖南省西部和浙江省中部地区均有零散分布,经计算得知全国范围内野生苍术适宜分布区的总面积为47.70×104km2。

2.1.6 野生苍术生态适宜性区划结果准确度评价 ROC曲线检验显示,野生苍术MaxEnt模型重复运行10次的ROC曲线下面积训练集的平均测试AUC为0.960,表明MaxEnt模型对野生苍术潜在分布区的预测结果非常好,可信度很高。见图6。

图6 野生苍术生境适宜度ROC曲线

2.2 野生苍术品质区划研究

2.2.1 不同品质野生苍术分布点及生态因子的筛选 使用ENMTools分别对35个合格野生苍术和31个不合格野生苍术分布点进行筛选,最终得到去冗余的32个合格野生苍术位点和31个不合格野生苍术位点。在ArcMAP软件中分别提取合格野生苍术和不合格野生苍术去冗余位点对应的55个环境因子数据。随后,对43个气候因子数据和12个非气候因子数据分别进行Pearson相关性分析,最终合格野生苍术保留8个气候因子和12个非气候因子数据;不合格野生苍术保留8个气候因子和11个非气候因子数据。

2.2.2 不同品质野生苍术MaxEnt模型参数优化结果 通过ENMeval数据包对MaxEnt模型的参数优化,选取最低复杂度的模型参数,最终合格野生苍术选择FC组合为quadratic features,RM值为2.2;不合格野生苍术选择FC组合为hinge features,RM值为2.4。其他参数均为默认。

2.2.3 合格野生苍术生态因子提取 根据各生态因子贡献率大小及累积贡献率达到80%以上的原则,选取植被类型(37.3%)、土壤有效水含量等级(31.6%)、土壤类型(9%)和土壤含黏土量(6.9%)共4个环境因子作为合格野生苍术区划研究的预测指标。见表2。

表2 苍术素含量>0.30%的苍术各生态因子贡献率大小(%)

2.2.4 合格野生苍术生境筛选 选取对合格野生苍术分布贡献影响较大的植被类型、土壤有效水含量等级、土壤类型、土壤含黏土量等4个环境因子进行单一指标的生境适宜度分析,筛选适宜合格野生苍术分布的最佳生境范围。见图7～10。

图7 植被类型响应值

植被类型是决定合格野生苍术分布的重要影响因素,根据植被类型响应曲线得到植被的最适宜类型为亚热带落叶阔叶林,其次是一年两熟水旱粮食作物、果树园和经济林。见图7。最适宜的土壤有效水含量等级为150 mm/m。见图8。最适宜的土壤类型为饱和黏磐土。见图9。土壤中不含黏土时最佳,随着土壤黏土量的增加,合格野生苍术存在的概率越低。图10。

图8 土壤有效水含量等级响应值

图9 土壤类型值

图10 土壤含黏土量响应曲线

2.2.5 野生苍术品质等级区划图 将不同品质野生苍术去冗余的分布点和生态环境因子分别输入MaxEnt模型各进行10次模拟运算,得到不同品质野生苍术在全国范围内的区划分析结果,分别把结果中的avg.asc文件和分布位点导入ArcMAP软件中,以正态分布参数μ-δ和μ为分界线进行等级划分,即合格野生苍术生态分布区分为不适宜区(0;0.337 6),适宜区(0.337 6;0.610 9),最适宜区(0.610 9;1)。见图11。不合格野生苍术生态分布区分为不适宜区(0;0.531 5),适宜区(0.531 5;0.706 4),最适宜区(0.706 4;1)。见图12。

图11 苍术素含量>0.30%的野生苍术区划图

图12 苍术素含量<0.30%的野生苍术区划图

从图11可以看出,合格野生苍术最适宜分布区主要集中在湖北省中部的大洪山及湖北省与河南省交界处的桐柏山和大别山余脉、安徽省中部的张八岭和江苏省南部的茅山山区至上海的大部分地区。此外,在四川省的东南一隅、陕西省西南角的汉水谷地(嘉汉江沿途)、河南省东南部的伏牛山脉以及新疆准噶尔盆地的东南山脉有小面积最适宜分布区聚集;经过计算可得全国范围内合格野生苍术最适宜分布区面积为14.00×104km2。与最适宜分布区相比,合格野生苍术的适宜分布区分布较为零散,除最适宜分布区周边地区外也有小面积聚集区,如四川省东南大部分地区、江苏省中北部、山东省胶州半岛、甘肃省东南角与陕西交界地区、辽宁省东南部和新疆准噶尔盆地的南部山区,最终可知全国范围内合格野生苍术的适宜分布区面积为32.55×104km2。

从图12可以看出,不合格野生苍术最适宜分布区主要集中在湖北省与安徽省交界处的大别山区、湖北省与河南省交界处的桐柏山区,以及陕西省、河南省和湖北省三省交界处及周边地区的秦岭、伏牛山和大巴山区;在安徽省东南部和安徽省大部分地区有零散分布的最适宜分布区。另外,在辽宁省的东南部山区、陕西省的南部地区及湖北省大部分地区分布着不合格野生苍术的适宜分布区。

2.2.6 野生苍术品质区划结果准确度评价 经ROC曲线检验,合格与不合格野生苍术经MaxEnt模型重复运行10次的ROC曲线下面积训练集的平均测试AUC分别为0.950和0.982,表明MaxEnt模型对合格苍术和不合格苍术潜在分布区的预测结果非常好,可信度很高。见图13～14。

图13 苍术素含量高于0.30%的野生苍术生境适宜度ROC曲线

图14 苍术素含量低于0.30%的野生苍术生境适宜度ROC曲线

2.3 野生苍术生长与品质形成生境的比较 野生苍术与不合格野生苍术的地理分布重合度较高为0.51,其次是合格野生苍术与不合格野生苍术,地理分布重合度为0.48;而野生苍术与合格野生苍术地理分布重合度较低,只有0.34。见表3。经过ArcGIS的空间计算功能可得适合野生苍术生长与合格野生苍术品质形成的最适宜区和适宜区的总重叠面积为19.60×104km2,其中野生苍术的最适宜生长区与合格野生苍术最适宜的品质形成区(像元值为“15”)的重叠面积为3.76×104km2,占野生苍术最适宜生长区面积的13.1%,占合格苍术品质形成最适宜区面积的26.9%,表明野生苍术最适宜生长区与合格野生苍术品质形成的最适宜分布区重合度较低,分布不一致。然而,野生苍术和不合格苍术的最适宜区域重叠面积为5.25×104km2,占野生苍术最适宜生长区域面积的18.27%,占不合格野生苍术最适宜分布区域面积的63.77%,表明不合格的野生苍术有超过一半的分布区与野生苍术最适宜生长分布区重合。此外,合格野生苍术与不合格野生苍术品质区划中最适宜区重叠面积为1.84×104km2,合格苍术与不合格苍术的地理分布区在湖北省与安徽省交界处的大别山区和湖北省与河南省交界处的桐柏山区有大面积重合,表明该区域野生苍术品质波动较大。见图11～12。

表3 不同品质野生苍术地理分布重合度

3 讨论

3.1 MaxEnt和GIS技术对全国野生苍术生态适宜性分布预测结果可靠有效 MaxEnt模型是一种基于有限的已知信息对未知分布进行无偏推断的预测方法[26],特别是在物种分布数据不全的情况下,MaxEnt依然能够得到较为满意的结果[11-14]。从2010年以后,MaxEnt开始在药用植物生境适宜度及物种分布预测方面应用[5-15]。本文搜集了最近几十年间具有精确经纬度坐标的野生苍术分布位点,这些位点基本上可以代表野生苍术在中国的全部分布区,通过MaxEnt结合GIS技术对全国范围内的野生苍术进行了生态适宜性分布预测,利用ROC曲线检验显示AUC值为0.960,可信度很高。从图5可以看出,经过ArcGIS软件输出的野生苍术分布区可以很好地覆盖几乎所有的苍术分布位点,并且存在大量野生苍术的潜在分布区。由此可见,使用MaxEnt与GIS相结合的方法可以很好地对全国范围内的野生苍术生态分布区进行预测,为进一步明确野生苍术的分布范围及可能存在苍术的地区提供了重要参考。

3.2 降水和温度是影响全国野生苍术分布的重要气候因子 气候是影响植物生长及其分布的决定性因素,而植物分布又是对气候最鲜明的响应[27-28]。MaxEnt模型运行结果显示,8月平均降水量对野生苍术生态分布的贡献率最高达49.7%,然后是6月平均温度、最冷季节均温和等温性,可见降水量和温度是影响全国野生苍术分布的重要气候因子。根据长期的生产实践和对苍术的生态生物学的研究表明,苍术喜温暖、通气、凉爽、较干燥气候,耐寒,怕高温高湿[29],同样说明温度和降水对苍术的生存具有重要影响,是对本文结果的有力佐证。

3.3 环境和遗传因素共同决定苍术优良品质的形成 本文重点考虑了环境因子对苍术品质的影响,结果发现合格野生苍术最适宜分布区位于野生苍术最适宜生态分布区的东南边缘地带,重叠面积只占合格苍术最适宜区面积的26.9%。然而,不合格野生苍术超过一半的分布区与野生苍术最适宜生长的分布区重合。从3个不同对象的分布区重合度可以看出,野生苍术与合格野生苍术的地理分布重合度较低,只有0.34。可见,苍术素的积累具有“逆境效应”,这一结论与课题组前期的研究一致,即苍术挥发油组分形成的气候适宜区与生长发育的气候适宜区不同[29]。另一方面,合格苍术与不合格苍术的最适宜分布区又有大面积的重合,重合度达0.48,主要分布在湖北省与安徽省交界处的大别山区和湖北省与河南省交界处的桐柏山区。同一区域同时出现合格苍术和不合格苍术,说明除环境因素造成苍术品质出现差异外,还受其他因素的影响,如遗传因素[30-31]、生长年限和采样时间等[4,32-33]。生物的表型变异是由遗传变异和环境饰变的共同作用而成[34],而苍术又是个极大多型性物种,其种内及居群内的遗传变异都很大,多样性较高[1,35-36]。已有研究证明苍术的挥发油成分的地理变异受遗传因素的影响较大[30-31],但生态环境因子对苍术生长发育、挥发油成分、叶片酶活性和土壤微生物群落均有影响[37-39]。因此,生产符合药典规定的优质苍术应该同时考虑种质资源和栽培环境的影响。

3.4 栽培生产合格苍术的发展建议 优良的种质资源是生产优质中药材的前提条件。首先,需要培育出挥发油含量尤其是药典规定的苍术素含量高、农艺性状优良的苍术种质资源。从图11和图12能够发现在湖北省与河南省交界处的桐柏山区和湖北省与安徽省交界处的大别山区,无论是野生还是栽培均存在合格与不合格苍术,表明该区域苍术品质波动较大,而茅山地区、河北省北部和北京市北部地区的苍术质量稳定,无论是野生苍术还是栽培苍术均是合格苍术。根据实地走访调查发现,目前的苍术种质资源分为外地引种和野生移栽,其中茅山地区和河北及北京周边地区的栽培苍术基本上全部为当地农民移栽的野生资源,而湖北省的大部分地区包括大别山区存在外地引种的情况,种质资源混杂,这可能是导致大别山区栽培苍术品质参差不齐的重要原因。因此,急需培育出苍术素含量高,性状稳定的苍术新品种。胡世林等[3,40]很早就意识到道地药材茅山苍术是一个极度濒危的优良种质资源。有研究发现,茅山苍术居群内遗传距离较小,挥发油组成独特,均是其道地性的重要表现[41]。茅山道地产区的苍术作为优质苍术的代表,居群内遗传分化低,然而野生资源濒临灭绝,其种质资源应该加以重点保护和开展育种工作。

其次,选择合适的栽培环境。郭兰萍等[42]认为中药材的“拟境栽培”在平衡中药材生长发育和次生代谢产物积累以及保障中药材质量方面具有明显优势,从而提出“拟境栽培”可作为中药材优质高产的基本模式。野外调查研究发现野生苍术多生长于向阳或半阴半阳的山坡灌木林、荒坡草丛中,喜生于疏松的砂质壤土和含腐殖质的土壤[43-45]。本研究结果表明植被类型、土壤类型及降水量对苍术的生存和优良品质的形成具有重要影响,因此建议选择林下或田间作物套种的生态种植模式种植苍术,同时土壤应为不含黏土的砂质土壤或饱和黏盘土为宜。从图11可以看出,全国范围内有大量最适宜和适宜区进行优质苍术的生产,如湖北省中部的大洪山及西北部的桐柏山和大别山区、河南省西南部的桐柏山和大别山余脉、安徽省中部的张八岭和江苏省南部的茅山山区至上海的大部分地区,以及四川省东南大部分地区、江苏省中北部、山东省胶州半岛、甘肃省东南角与陕西交界地区、辽宁省东南部等地区都适宜进行苍术栽培,总面积达46.55×104km2。而且还发现在新疆准噶尔盆地的东南山脉有小面积最适宜和适宜分布区聚集,虽然该地区没有野生苍术分布,但是也可以考虑引进优良的苍术品种进行试种,有利于促进当地的经济发展。

利益冲突声明：无。