應用GIS和Maxent預測南方紅豆杉潛在地理分布及其保護建議

摘要：預測物種潛在地理分布在保護生物學中發揮著重要的作用。利用影響物種分布的環境因子，通過GIS和Maxent模擬南方紅豆杉的潛在地理分布，結合Google Earth對其潛在地理分布進行觀測，并針對涉及到物種潛在分布區的省（自治區）和保護區進行有效分析，評價這些地區對南方紅豆杉的保護能力。經過研究發現，南方紅豆杉的潛在地理分布區主要在我國華南大部分地區，西南地區有少量分布。浙江和湖南兩省潛在地理分布面積較大，其中湖南省南方紅豆杉較多分布在保護區內。通過總結過去的相關研究，并在此基礎上進行GIS分析，豐富其內容，特別是在野生瀕危植物保護方面。

關鍵詞：Maxent；GIS；南方紅豆杉；保護區；Google Earth；潛在地理分布

中圖分類號： S127 文獻標志碼： A 文章編號：1002-1302（2014）07-0349-03

收稿日期：2013-10-29

基金項目：東北森林植物種質資源專項調查（編號：SB2007FY001）。

作者簡介：萬基中（1988—），男，碩士，從事基于GIS的野生植物保護與利用。E-mail：yw229628927@163.com。

通信作者：于景華，副教授，碩士生導師，從事野生植物保護與利用。E-mail：yujinghua508@163.com。南方紅豆杉屬于紅豆杉科、紅豆杉屬常綠喬木，是我國特有一級保護瀕危植物，主要分布于長江流域、南嶺山脈及其以南各省的山地中，是集觀賞、藥用和材用為一體的重要資源植物。如今，南方紅豆杉的保護形勢已迫在眉睫[1]。目前，地理信息系統（GIS）已經為野生瀕危植物保護提供了良好的分析環境。利用物種分布模型模擬物種潛在地理分布又成為保護瀕危物種必不可少的手段[2]，殷曉潔等對遼東櫟和蒙古櫟的潛在地理分布及其影響因子進行了模擬，但只分析了分布地區和氣候影響的閾值，沒有對其分布的?。ㄗ灾螀^）和保護區進行評估[3-4]。本文通過Maxent模型與GIS相結合的手段[5]，利用物種分布區和生長環境模擬南方紅豆杉潛在地理分布，探討影響分布的因素，探究瀕危物種的潛在地理分布及其保護建議[6-7]。GIS和Google Earth相結合，提取南方紅豆杉在各個省市和保護區的潛在地理分布信息，進一步了解南方紅豆杉潛在生境的情況，討論分布熱點的省份和保護區，為未來植物區系調查、野生植物科學管理、生物多樣性及其資源保護提供了參考依據。

1材料與方法

1.1物種分布數據采集

南方紅豆杉分布數據主要從以下4個途徑獲得：（1）中國科學院植物研究所標本館提供的標本資料，102條；（2）各地方植物志的南方紅豆杉分布資料，147條；（3）GBIF數據庫（http：//www.gbif.org/），7條；（4）中國知網（http：//www.cnki.net/）查到相關文獻，159條[8]。通過Google Earth和Arcgis10.0軟件提取上述4個資料源的各個地區幾何中心點坐標，輸入至Excel，保存成CSV格式，剔除極其相似的地理數據，保證并且每個分布點都有確切的經緯度，最終得到南方紅豆杉的分布點共384個。物種分布點基于的中國矢量地圖為1 ∶400萬，來源于國家基礎地理信息系統（http：//ngcc.sbsm.gov.cn/），中國保護區地圖下載于www.wdpa.org。

1.2環境因子數據獲取

地上環境因子數據主要是氣候數據。氣候數據主要下載于Worldclim免費提供的生物數據（www.worldclim.org），下載19個影響生物分布的氣候因子作為地上環境因子數據，分辨率為2.5 arcmin，這些數據主要是溫度和降水指標。地下部分數據主要是土壤性質數據，來自于聯合國糧食與農業組織（www.fao.org）。上述環境因子見表1。

1.3軟件來源

Arcgis 10.0由美國ESRI公司開發；Diva-gis由http：//www.diva-gis.org/免費下載；Maxent 3.3.3e由http：//www.cs.princeton.edu/～schapire/maxent/免費下載；Google Earth由美國谷歌公司開發。

1.4研究方法

Maxent模型是以最大熵理論為基礎，根據物種存在信息，從符合條件的分布信息中選擇熵最大的分布區域，作為模擬的最優分布，進而建立潛在地理分布圖層將南方紅豆杉分布記錄數據（CSV格式）和環境變量數據（ASCⅡ格式）導入Maxent軟件中，隨機選擇75%的分布點作為訓練子集（隨機抽取整個數據的75%作為訓練子集），來獲取建立最大熵模型的參數，25%作為測試子集（余下的25%），用來驗證模型的準確性。環境參數中設置為獲取刀切法來獲得每個環境因子的重要性，其他參數為軟件默認參數。我們將適應區分為4個梯度：不分布區（0～0.25），較差分布區（0.25～0.5），適宜分布區（0.5～0.75），最佳分布區（0.75～1）。通常采用接受者操作特性曲線（ROC）分析法檢驗模型精度，ROC曲線下的面積（AUC）值的大小來判斷模型的準確度。AUC值的評表1環境變量

氣候變量因子說明土壤變量因子說明Bio1年平均氣溫Nutrient availability養分有效性Bio2晝夜溫差均值Nutrient retention capacity營養保留能力Bio3晝夜溫差與年溫差比值Oxygen availability to roots對根的可用供氧量Bio4溫度變化方差Rooting conditions生根條件Bio5最熱月份最高溫Toxicity毒性Bio6最冷月份最低溫Workability機械適應率Bio7年溫度變化范圍Excess salts鹽堿性Bio8最濕季度平均溫度Bio9最干季度平均溫度Bio10最熱季度平均溫度Bio11最冷季度平均溫度Bio12年平均降水Bio13最濕月份降水Bio14最干月份降水Bio15降水變化方差Bio16最濕季度降水Bio17最干季度降水Bio18最熱季度平均降水Bio19最冷季度平均降水

估一般標準為：預測較差（0.5～0.6），預測一般（0.6～07），預測較準確（0.7～0.8），預測很準確（0.8～0.9），預測極準確（0.9～1）[5]。

通過Arcgis10.0空間分析模塊進行區域統計，分別提取各省市和保護區南方紅豆杉的潛在地理分布數據，將Maxent所得到ASCⅡ文件通過Diva-gis軟件輸出為Google Earth支持的KMZ文件，通過Google Earth分析潛在地理分布的真實情況。

2結果與分析

2.1潛在地理分布預測結果

本次模型的訓練AUC=0.969，測試AUC=0.965，表明預測效果理想[3-4]。由圖1、圖2可知，南方紅豆杉廣泛分布于中國的中南部，最佳分布區面積浙江省最大，福建省次之，安徽、重慶、廣西、湖北、江西和湖南等?。▍^）較小；適宜分布區面積湖南省最大，江西、福建、浙江較大，四川、貴州、陜西、安徽、重慶、廣東、廣西、湖北、浙江、福建等省（區）次之，云南、臺灣、甘肅等省份最小。這與我國南部較大面積的潛在地理分布相比，我國實際保護區的保護面積顯得明顯不足，如浙江省只有鳳陽山、烏巖嶺、九龍山3個保護區覆蓋了南方紅豆杉潛在地理分布，保護面積僅351.31 km2，這與浙江省最佳分區面積相差很大；湖南省保護區沒有覆蓋最佳分布區，但有大面積的適宜分布區，張家界、索溪峪、永州都、八大公山共覆蓋 5 010.79 km2 的適宜分布區，尤其張家界，覆蓋了 3 254.24 km2 適宜分布區，這些都為保護野生南方紅豆杉創造了有利的條件，此外安徽的清涼峰和廣西的貓兒山也有最佳分布區覆蓋（圖1）。

Google Earth可以清晰地看出南方紅豆杉潛在地理分布的真實情況。圖3-a表示潛在分布區由沿海地區向內陸地區延伸，南方紅豆杉的適應性有逐漸減小的趨勢。從圖3-b

可以看出，南方紅豆杉潛在分布區在浙江省的地形條件，這給我們選擇遷地就地保護和人工培育選址提供了有效的借鑒；利用Google Earth可以對物種潛在地理分布進行更加細致的模擬，甚至可以對小地區的生境破碎化的現象進行討論。圖3（3）表示，最佳分布區并不是十分連貫，有生境破碎化的現象。從圖3我們觀察到南方紅豆杉潛在地理分布區與不分布地區的交錯地帶情況十分復雜。

2.2影響潛在地理分布環境因子分析

Maxent的刀切法可以對每一個環境因子應用刀切法分析，判斷不同環境因子對南方紅豆杉潛在地理分布的影響。地下部分對物種潛在地理分布的影響效果并不是特別理想，地上部分，影響效果十分明顯，其中最冷季度平均溫度、最冷月份最低溫度、最干季度平均溫度對潛在地理分布有較為明顯的作用。根據Maxent結果，當最冷月份的最低溫度、最干季節平均溫度、最冷季度平均溫度分別達到0、10、8 ℃時，存在南方紅豆杉的概率越大，說明對其潛在地理分布影響最大。

3結論與討論

利用GIS的定量分析，使評價過程更加系統化、立體化[1-3]。我們使用GIS中的空間分析技術，對南方紅豆杉的潛在地理分布信息進行了有效的提取，再通過Google Earth進行展示，使其研究結果更加真實。將GIS與Maxent結合起來，對于我國過去相關研究來說，是一個很好的補充，特別是應用于野生瀕危植物保護方面[6]。從圖1可以看出，通過Maxent模擬所得的南方紅豆杉潛在地理分布，南方紅豆杉主要集中在我國華南和西南部分?。ㄗ灾螀^），其中浙江省最佳分布區的覆蓋面積最大，湖南省適宜分布區面積最大（圖2），以這兩個省為主，可以加強省內南方紅豆杉人工種植，使其經濟價值最大化。對于野生南方紅豆杉的保護，浙江省已有大面積南方紅豆杉繁育基地，其他地區可以借鑒學習。從對重點保護區的分析來看，我們發現針對南方紅豆杉地理分布的保護區很少，只有張家界、索溪峪、永州都、八大公山、鳳陽山、烏巖嶺、九龍山等幾處能達到保護南方紅豆杉的目的，這和我們龐大的保護區體系相比較，遠遠不夠（圖1）。所以，為南方紅豆杉建立有效的保護地，可以作為未來的研究方向。這不僅可以應用于南方紅豆杉的保護，更可以應用在保護其他瀕危植物上。

影響南方紅豆杉分布的因素主要是氣候因素，所以，我們不論是進行就地保護還是遷地保護，首先要對當地的氣候條件進行監測。對于最佳分布區和適宜分布區，我們需要在部

分地區劃分保護小區，進行有效的就地保護，不僅如此，這些地區也是遷地保護的適宜地區[1，6-8]。我們需要擴大其保護區的面積，使南方紅豆杉的各個種群連接起來，促進其種間交流，避免生境破碎化對南方紅豆杉種群造成的不利影響，增加其種群的穩定性[7-8]。對于遷地保護來說，基本可以運用本研究的方法，利用Google Earth對潛在地理分布進行初步評估，將遷地保護的區域劃分到適宜區域（圖3）。由于Maxent模擬出來的結果是針對大尺的我國地區，如果單純從圖層中來進行劃分，未免過于草率。本研究改進了過去我國對于潛在分布的研究成果，利用GIS和Google Earth相結合的方法對潛在地理分布地區進行進一步的評估。

參考文獻：

[1]茹文明，張金屯，張峰，等. 瀕危植物南方紅豆杉瀕危原因分析[J]. 植物研究，2006，26（5）：624-628.

[2]徐曉婷，楊永，王利松. 白豆杉的地理分布及潛在分布區估計[J]. 植物生態學報，2008，32（5）：1134-1145.

[3]殷曉潔，周廣勝，隋興華，等. 遼東櫟林潛在地理分布及其主導因子[J]. 林業科學，2013，49（8）：10-14.

[4]殷曉潔，周廣勝，隋興華，等. 蒙古櫟地理分布的主導氣候因子及其閾值[J]. 生態學報，2013，33（1）：103-109.

[5]許志東，丁國華，劉保東，等. 假蒼耳的地理分布及潛在適生區預測[J]. 草業學報，2012，21（3）：75-83.

[6]李先琨，黃玉清，蘇宗明.南方紅豆杉群落主要樹木種群間聯結關系初步研究[J]. 生態學雜志，1999，18（3）：11-15.

[7]王利松，陳彬，紀力強，等. 生物多樣性信息學研究進展[J]. 生物多樣性，2010，18（5）：429-443.

[8]楊相甫，李景原，王太霞，等. 河南紅豆杉屬植物地理分布初探[J]. 河南師范大學學報：自然科學版，2000，28（1）：72-74.