河北省燕山及太行山山脉黄芩生态适宜性区划研究△

何培，秦梦，杨泽东，谢忠强，段绪红，平鑫，马宗敏，裴林*

1.河北省中医药科学院，河北 石家庄 050031；

2.中国测绘科学研究院，北京 100039；

3.北京环宇智绘科技有限公司，北京 100018；

4.河北中医学院，河北 石家庄 050200

黄芩为唇形科多年生草本植物黄芩Scutellaria baicalensisGeorgi 的干燥根，喜温暖，耐旱、耐寒，产黑龙江、辽宁、内蒙古、河北、河南、甘肃、陕西、山西、山东、四川等地[1]。黄芩为常用中药，味苦，性寒，具清热燥湿、泻火解毒功效，适用于湿温、暑湿、胸闷呕恶等[2]。现代研究表明，黄芩含有游离黄酮、黄酮苷、苯甲酸糖苷、类固醇、萜、酰胺、酚等类活性成分，其提取物和主要成分具有抗肿瘤、抗病毒、抗菌等药理活性[3]。

20 世纪80 年代之前，黄芩药材主要依靠野生资源供给，基本能达到产销平衡，随着我国大健康产业的发展和新制剂的开发，其野生资源已经很难满足市场需求。20 世纪90 年代初开始，黄芩在河北、山西等地被引种栽培，药材供给逐渐由野生转变为人工栽培[4]。产地的生态环境是影响中药材质量的重要因素，因此选择适宜的种植区是中药引种栽培的前提[5]。河北省自古就是黄芩的道地产区，为了避免盲目引种造成药材品质、产量降低，开展黄芩的生态适宜区划研究对指导其在河北省的科学引种和扩种、保障药材品质具有重要意义。

中药区划是发展中药生产及中药资源合理开发利用的依据和基础。从20 世纪80 年代开始，我国就借助中药资源普查开展了中药区划的研究工作，并进行了中药资源区划的分析和研究[6]。20 世纪90年代以后，随着地理信息系统（GIS）技术的引进和发展，中药研究人员开展了基于地理信息技术的中药生态适宜性区划研究，从自然生态环境和地理空间分布角度对中药资源区划进行分析[7]。利用GIS技术分析中药资源适宜性区划能够快速确定环境因素与药材生长的相关性，减少人为因素影响，从而得到中药资源的生态适宜生长区域及面积[8]。

本研究基于黄芩的生长环境，利用最大信息熵（MaxEnt）模型与GIS空间分析技术相结合，收集中药资源普查及其他方式获取的黄芩分布点位信息，结合其分布区的相关生态因子，分析影响黄芩分布的主要生态因子及黄芩的适宜生长区域，预判黄芩在河北省的适宜生长区域，为河北省黄芩的引种栽培选地和产业规划提供参考。

1 数据及来源

1.1 系统生态环境数据

建立黄芩适宜性分析系统生态环境数据库，其中包括：1）气象因子数据库，包括气温、降水量等；2）土壤类型数据库，包括土壤类型大类及亚类；3）土壤微量成分数据库；4）地理信息数据库，包括基础地理信息、高程等。

1.2 采样点数据

黄芩采样点信息主要来源于第四次全国中药资源普查数据库黄芩采样点及其他科研项目野外调查获取的信息，采样范围涵盖黄芩的主要道地产区和主产区。黄芩的采样点主要分布在甘肃省南部、陕西省、山西省、河北省、内蒙古自治区北部和中部等地（图1）。

图1 黄芩采样点分布

2 方法

中药材的生长发育受其地理分布影响，因此中药材区划分析的基本原则是适宜生长区的生态因子指标最好与药材的主要道地产区及主产区的生态因子指标相似。基于此，黄芩生态适宜性区划分析模型的构建是在GIS 评价分析基础上，采用多指标综合评价方法，对黄芩的生态适宜度进行定量化、空间化分析[9]。利用MaxEnt 模型从生态学角度分析影响黄芩生长发育的主要生态因子，利用GIS 软件的空间信息提取、空间计算和数据叠加等空间分析功能对黄芩适宜生长区域进行优化。

2.1 地理信息技术空间分析

地理信息技术空间分析分为栅格数据空间分析和矢量数据空间分析两大类[10]。在黄芩生态适宜性区划分析中，首先将栅格数据空间分析用于基础数据的处理，形成统一空间范围和统一空间参考的基础数据库；其次，利用栅格数据的统计分析、栅格重分类等功能对信息熵模型结果进行处理[7]。矢量数据空间分析主要包括空间数据查询和属性分析、多边形的叠加分析和矢量数据的擦除、相交等。通过矢量数据的空间分析可以将黄芩的分布区域和水域分布进行空间关联，实现对分布区域的进一步优化[11]。

2.2 MaxEnt模型

MaxEnt模型是一种密度估计和物种分布预测模型，是以最大熵理论为基础的一种选择性方法。最大熵模型从符合条件的分布中选择熵最大的分布作为最优分布。MaxEnt软件主要用于预测物种的潜在地理位置分布[11]。通过确定阈值和响应曲线的特征，建立物种与所在地环境因子之间的响应，从而获得最适环境因子范围值和权重，以此为依据在给定范围确定与之相似区域，从而实现物种潜在分布区的预测。

3 产地适宜性区划分析流程

利用河北省环境生态因子数据库，根据黄芩采集样点信息，利用MaxEnt软件对影响黄芩生长的环境因子进行筛选，得到黄芩与生长分布相关的环境因子，利用MaxEnt 模型预测黄芩可能的产区分布，并以此分析结果为基础，利用地理信息技术对潜在分布数据进行数据转换、空间叠加分析等处理，最终获得黄芩的适宜生长区。黄芩产地适宜性区划分析的流程见图2。

图2 黄芩产地适宜性区划分析流程

在黄芩产地适宜性区划分析中涉及的核心流程包括：1）基于筛选的环境因子数据，采用MaxEnt理论对黄芩适宜度进行分析；2）基于GIS 技术对适宜度分析结果进行分类，根据适宜度大小主要分为最适宜区、次适宜区、低适宜区和不适宜区；3）基于现有的水域分布数据和GIS 技术对分类结果进行空间叠加，分析得到最适宜区的面积。基于上述分析流程研发了中药资源区划分析系统，该系统集地理信息技术与MaxEnt模型于一体，实现了多种区划分析方法的程序化操作[12]。

4 区划分析及结果验证

4.1 生态因子筛选及数值确定

黄芩药材产地适宜性分析是基于地理信息技术与MaxEnt 模型，通过构建中药材生态环境数据库，利用中国测绘科学研究院研发的中药资源区划分析系统[12]完成河北省黄芩药材产地适宜性区划分析。中药资源区划分析系统是通过MaxEnt 模型对黄芩采样获得的样本数据进行生态因子二次筛选，获取生态因子值[12]。首先，选取该系统中全部环境因子进行MaxEnt 模型运算，得到生态环境因子的筛选排序，然后对分析筛选影响因子排名前十几的因子进行二次建模计算，选取第2 次因子筛选建模计算排序中累积贡献率＞95%的环境因子，同时考虑地形、土壤、植被等不同类型生态因子的影响，最终得到黄芩药材区划分析的7 项主导环境因子，分别是海拔、坡度、最暖季降水量、最湿月降水量、年均温、土壤类型、植被类型。其中，黄芩生长海拔为24～4291 m，坡度为0°～28.6°，最暖季降水量为24～782 mm，最湿月降水量为11～320 mm，年均温为18～60 ℃，主要的土壤类型有普通腐棕土、普通雏钙土、潮暗棕壤、粘淀棕壤、普通灌淤土、石灰性暗潮土、潮黑土，主要植被类型为温带落叶阔叶林、2 年三熟或1 年两熟旱作和落叶果树园、亚热带落叶阔叶林、1 年一熟粮食作物及耐寒经济作物等。

4.2 区划分析

利用中药资源区划分析系统软件中MaxEnt 算法进行MaxEnt 模型计算，输出黄芩的环境适宜区划文件，利用空间分析功能将文件转为空间数据库中的栅格文件以提取出河北省的适宜范围，然后利用中药材区划分析软件中的制图功能进行河北省黄芩区划分布图制作，形成黄芩药材产地适宜概率分布图。黄芩药材产地适宜性概率为1%～100%，其产地适宜概率分布见图3。

图3 黄芩产地适宜概率分布

4.3 分析结果验证

MaxEnt 模型预测精度以受试者工作特征（ROC）曲线下的面积（AUC）为衡量指标，AUC为0.5～1.0，值越大表示环境变量与预测的物种地理分布模型之间的相关性越大，模型预测精度越高[13]。在对黄芩适宜性的预测中，ROC 曲线的训练集和验证集AUC 分别为0.987 和0.979，说明MaxEnt 模型预测黄芩潜在适生区分布结果具有极高的准确度，预测效果较好（图4）。

图4 黄芩适宜性区划分布预测ROC曲线

4.4 利用地理信息方法建立河北省黄芩最适宜生长区

根据黄芩生境特点和河北省的实际应用情况，对上述黄芩概率分布进行人工定义分级，形成河北省黄芩药材产地适宜区划：产地适宜概率为90%～100%的区域为最适宜区，产地适宜概率为75%～90%的区域为次适宜区，产地适宜概率为60%～75%的区域为低次适宜区，产地适宜概率为1%～60%的区域为不适宜区。河北省黄芩药材产地适宜性区划分布见图5。

图5 河北省黄芩药材产地适宜性区划

对于河北省内水域等不适宜黄芩生长的区域都应在适宜区区划分析时予以排除。利用地理信息方法建立黄芩最适宜生长区，利用相交、擦除、合并等矢量数据空间分析方法，结合水域分布数据及河北省主要湖泊、水库等数据，对河北省黄芩最适宜区域进行优化[11]。最后，在系统中导出河北省黄芩区划最适宜生长区域面积（表1）。

表1 河北省黄芩药材最适宜生长区域面积

5 结论与建议

本研究利用GIS、MaxEnt 等方法，以黄芩采样点和生态环境因子为基础，实现了河北省黄芩潜在分布区和最适宜生长区的分析，为该药材的区划分析和引种栽培提供了创新的思路。探明影响黄芩分布的环境因子及生态适宜生长区，就可以在黄芩资源缺乏时，在最适宜生长区因地制宜开展野生资源保护、引种驯化、种植区划，进一步开展黄芩资源的开发利用[14]。从本研究预测结果看，海拔、坡度、最暖季降水量等环境因子是影响黄芩分布的主要环境因子。根据黄芩药材适宜性区划分析结果可知，黄芩的最适宜生长区主要分布在太行山山脉的承德市、张家口市、保定市，燕山山脉的秦皇岛市，结合黄芩的生物学特性和自然条件、社会经济条件等因素，建议在上述地区开展黄芩的引种栽培。

基于GIS 技术进行生产区划的分析，能对影响药材生长的环境因子进行量化和综合分析，科学、快速地分析出与药材道地产区最为相似的地区，从而为最适宜种植区域的确定提供了可靠的量化数据。但是，区划分析结果尚存在一些不确定因素，如采样点的多少、环境因子尺度等[15]，以及社会经济等人为因素，目前缺乏对这些影响因素的相关研究。相信随着信息技术的发展，尤其是基于大数据的中药资源产地适宜性区划研究不断深入，分析结果会更科学准确。