基于MaxEnt的南丹參在中國的潛在分布區預測及適生性分析

何淑婷　 白碧玉　 但佳惠等

摘要 [目的]對南丹參在中國的潛在分布區進行預測，并對適生性進行分析。[方法]通過收集中草藥南丹參的分布信息，利用最大熵模型（MaxEnt）與地理信息系統（ArcGIS），綜合相關68項環境因子，分析南丹參在中國的分布信息。[結果]全國適合于南丹參分布的地區主要集中在湖南、江西、浙江和福建等地，其高適生區面積依次為湖南省（319.44 km2 ）、江西省（251.39 km2）、浙江省（122.92 km2）、福建省（62.5 km2）；刀切法（Jackknife）分析顯示，南丹參分布主要受到降水的影響。[結論]該研究結果為南丹參的野生資源利用及其他南丹參相關研究提供了一定技術手段和理論依據。

關鍵詞 南丹參（Salvia bowleyana Dunn.）；潛在適生區；MaxEnt；ArcGIS；生態位

中圖分類號 S567.5+3 文獻標識碼

A 文章編號 0517-6611（2014）08-02311-04

Prediction of Potential Distribution Areas of Salvia bowleyana Dunn. in China Based on MaxEnt and Suitability Analysis

HE Shuting， JING Pengfei et al （School of Life Science， Shaanxi Normal University， Xian， Shaanxi 710062）

Abstract [Objective] To predict potential distribution area of Salvia bowleyana Dunn. in China and analyze its suitability. [Method] The distribution information of Salvia bowleyana Dunn. and 68 related environmental factors were collected. The potential suitable distribution range of Salvia bowleyana Dunn. in China was analyzed by the software of MaxEnt and ArcGIS. [Result] The results showed that Salvia bowleyana Dunns suitable distribution areas are mainly concentrated in Hunan， Jiangxi， Zhejiang， Fujian. The high suitable area of province above are as follows： Hunan Province（319.44 km2）， Jiangxi Province （251.39 km2）， Zhejiang Province （122.92 km2）， Fujian Province （62.5 km2）. Jackknife analysis showed that precipitation has obvious influence on Salvia bowleyana Dunns distributions. [Conclusion] The results can provide reference for Salvia bowleyana Dunns wild resource utilization and study.

Key words Salvia bowleyana Dunn.； Potential distribution； MaxEnt； ArcGIS； niche

南丹參（Salvia bowleyana Dunn.）系唇形科（Labiaceae）鼠尾草屬（Salvia）多年生草本植物，根肥厚入藥，功效同丹參，可代中藥丹參（S.salviae）入藥，具有祛瘀、活血、調經和抗氧化等功效；主產于浙江、湖南、江西、福建、廣東和廣西等南部地方；生于山地、山谷、路旁、林下或水邊，海拔30～960 m[1-3]，在浙江和江西等一些南方地區南丹參作丹參藥用[4-5]。施天慧等對云南產的丹參資源植物化學成分進行測定，結果顯示南丹參中總酚酸的含量為4.53%，丹酚酸B為41.33 μg/g，與丹參中含的量接近，具有較高的利用價值[7]。根據《中國藥典》2005版中用丹酚酸B作為評價丹參藥材中的酚酸類成分的指標，并規定丹參中丹酚酸B的含量不低于30 mg/g[8]。雖然南丹參還沒有被藥典收錄，但有研究表明南丹參（浙江產）中丹酚酸B含量（82.52 mg/g）較高，不僅符合藥典的規定，而且比丹參（云南產）中丹酚酸B含量（45.38 mg/g）高，是丹參藥材中的優良品種[9]。南丹參在常用8種丹參品系中生長冠幅最大，單株產量及有效成分含量（丹參素）最高，根的優質品最高，抗根結線蟲病能力為中度感病，屬3級，是最為適宜推廣種植的種質（品種）[10]。

最大熵理論（the principle of maximum entropy）是一種基于有限的已知信息對未知分布進行無偏推斷的預測方法。對其預測結果進行AUC（ areas under curve）分析后顯示，其結果要優于同類預測模型如GARP、Climex和BIOCLIM，特別是在物種分布數據不全的情況下，MaxEnt仍然能得到較為滿意的結果[17-21]。目前，該模型已成功應用于預測保護物種、入侵種、以及有害生物和藥用植物的潛在生境分布[21-24]。

隨著近年來心腦血管疾病患者的增加及南丹參新的藥理學活性的逐步發現，其利用價值和需求量也明顯提高[12]。為了充分利用南丹參的野生資源，適應南丹參的收集和生產開發需要，筆者對南丹參的潛在分布區進行預測，并對其適生性進行分析，以期為南丹參的野生資源利用及其他南丹參相關研究提供理論依據。

1 數據收集

1.1 南丹參分布數據收集和處理 試驗需要的所有南丹參分布數據來源于中國數字標本館（CVH）（http：//www.cv h.or g.cn/cms/）、中國自然保護區資源平臺（http：//www.papc.cn/）、全球生物多樣性信息平臺（GBIF）（http：//www.gbif.org/）、教學標本標準化整理整合與資源共享平臺（http：//mnh.scu.edu.cn/）和中國國內21所高校及研究所標本館（華中師范大學CCNU、中科院成都生物所CDBI、湖北中醫藥大學ECM等）。經過對以上平臺南丹參數據的收集，將處理所得的所有數據轉換為經緯度坐標。對于沒有記錄經緯度坐標的分布點，均以最小可查的行政單位為準。根據MaxEnt 軟件要求，將實際分布點按物種名、分布點經度和緯度順序儲存成后綴名為.csv格式的文件，其中東經和北緯為正，西經和南緯為負。

1.2 環境變量及相關地理信息數據 查詢世界氣候數據庫（http：//www.worldclim.org），精度2.5弧分 （2.5 km），得到研究所需的氣候環境圖層數據，共6類，即地形因子：alt（海拔）；生物氣候因子：bio1（年均溫）、 bio2（晝夜溫差月均值）、 bio3（等溫性[（Bio2 / Bio7） ×100]）、 bio4（溫度季節性變化的標準差）、bio5（最暖月最高溫）、bio6（最冷月最低溫）、bio7（年均溫變化范圍）、bio8（最濕季度平均溫度）、bio9（最干季度平均溫度）、bio10（最暖季度平均溫度）、bio11（最冷季度平均溫度）、bio12（年均降水量）、bio13（最濕月降水量）、bio14（最干月降水量）、bio15（降水量變異系數）、bio16（最濕季度降水量）、bio17（最干季度降水量）、bio18（最暖季度降水量）、bio19（最冷季度降水量）；單月因子：tmax1-tmax12（1～12月最高溫）； tmean1～tmean12（1～12月平均氣溫）；tmin1～tmin12（1～12月最低氣溫）； prec1～prec12（1～12月降雨量）。在國家地理信息系統網站（http：//nfgis.nsdi.gov.cn/）下載研究所采用的1：400萬中國地圖及中國行政區劃圖。

2 研究方法

2.1 數據處理 將獲得的南丹參分布數據和相應的環境數據按相應的格式轉換后導入MaxEnt，之后隨機選取25%的分布點作為測試集（test data），剩余的作為訓練集（training data），其他參數均為軟件默認值。

2.2 模型預測評價 設定環境圖層導入的每個環境因子選擇離散（categorical）變量模式，用刀切法將68項環境因子在模型中按訓練得分排列后，選出得分較高的前15項進行進一步分析，評價影響南丹參分布的最關鍵因素。

采用MaxEnt軟件中受試者工作曲線方法進行模型精度檢驗，Hanley（1882）闡釋了ROC曲線的意義及使用方法，曲線下的面積（AUC值）代表著模型的測試能力[19]。AUC值在0.5～0.6，表明模型模擬效果為失敗；0.6～0.7表明效果較差； 0.7～0.8表明模擬效果一般；0.8～0.9表明模擬效果好；0.9～1.0表明模擬效果非常好[20]。

2.3 環境因子權重分析 用刀切法分析各個環境因子對預測結果的影響程度，來對影響物種分布的環境因素進行權重排序。該方法用所有的變量建立模型（深灰色條帶表示）；單獨用每一變量建立模型（黑色條帶表示）；每次排除一個變量，用剩余的變量建立模型（淺灰色條帶表示），觀察這個模型（淺灰色條帶）與所有變量都存在的模型（深灰色條帶）之間的變化，如果變化大，說明排除的那個變量含有很重要的信息，反之，有用信息少[24]。

3 結果與分析

3.1 南丹參在中國潛在分布和分析 利用GIS的空間分析工具，采用人工（Manual）分級方法分析得到南丹參在中國的分布圖（圖1），以南丹參在中國的潛在分布圖（ESRI ASCII格式）為底圖，掩膜抽提各省（市﹑自治區）的分布圖，采用Manual分級方法將各個省份的潛在分布區面積進行詳細統計（表2）。圖1表明，南丹參在我國的適生范圍主要集中在華南、華中和東南地區，高適生范圍分布在地處24°～31°N，109°～120°E的湖南東南部，江西西北部，浙江北部和福建東北部，同時西藏、陜西、新疆和甘肅等西北地區也有少量分布。由表2可知，高適生區依次為湖南省（319.44 km2 ）、江西省（251.39 km2）、浙江省（122.92 km2）、福建省（62.5 km2）和廣西省（46.53 km2）；較適宜生長區包括湖南省（1 421.25 km2）、江西省（1 272.22 km2）、浙江省（591.67 km2）、安徽省（445.83 km2）和福建省（268.75 km2）；內蒙古、吉林、天津、遼寧、青海和黑龍江等省區則基本沒有其適生區分布。其中，湖南省的高適生區和較適宜生長區主要分布在長沙市長沙縣、瀏陽縣和岳陽市岳陽縣境內；江西省主要分布在東鄉縣、九江縣以及宜豐縣境內；浙江省主要分布在蕭山市、紹山市和富陽縣、建德縣境內；福建省主要分布在福州市、崇安縣、建寧縣境內。

3.2 預測結果評價 經受試者工作曲線檢驗，MaxEnt模型的ROC曲線下面積訓練集和測試集的AUC值依次為0.975和0.968，接近于1，表明MaxEnt模型對南丹參中國潛在分布區的預測效果非常好（圖3）。

3.3 影響南丹參分布的不同環境因子的權重評價和相關性分析 對最初的68項環境因子進行刀割法分析，其中測試得分最高的前15項得分由高到低依次為：溫差季節性變化標準差（bio4）、年均降水量（bio12）、最濕季節降水量（bio16）、海拔（alt）、最冷季節降水量（bio19）、4月平均降水量（prec4）、5月平均降雨量（prec5）、3月平均降雨量（prec3）、6月平均降雨量（prec6）、最干月降水量（bio14）、2月平均降雨量（prec2）、最干季度降水量（bio17）、9月份最低溫（tmin9）、最暖季度降水量（bio18）、最干季度平均溫度（bio9）（圖4）。這15項環境因子對預測結果有較大的影響。結果表明，與降雨量相關的環境變量對南丹參的地理分布有重要影響，比如溫差季節性變化標準差、年均降水量、最濕季節降水量等。

鑒于環境因子之間存在相關性，試驗利用ArcGIS中的Band Collection Statistics工具對得分較高的幾項環境因子進行了相關性分析。由于年均降水量（bio12）、最濕季節降水量（bio16）、最冷季節降水量（bio19）、4月平均降水量（prec4）這幾項環境因子的相關性較高，所以選擇相關性較低而權重較高的幾項環境因子進行分析，得出對南丹參適宜生長區域生態位影響較大的環境因子是：溫度季節性變化的標準差（bio4）700～850；最干季度降水量（bio17）15～20 mm；海拔（alt）0～200 m；9月份最低溫（tmin9）20.5～22.0 ℃；最干季度平均溫度（bio9）10～14 ℃。

圖3 刀切法的環境變量重要性分析

4 結論與討論

試驗利用MaxEnt模型與地理信息系統對南丹參在我國的適生區進行預測，直觀且定量地獲得了南丹參在我國的潛在分布區，其預測結果經ROC曲線分析法驗證，得到模型的AUC值為0.968，預測效果相當好。經Jacknife對環境因子分析后得出，與降雨量相關的環境變量對南丹參的地理分布有關鍵性的影響。預測結果得出，南丹參的高適生區主要分布于湖南、江西、浙江和福建等地；較適宜生長區主要分布在華東和華南地區（浙江、安徽、廣西、廣東和福建等）；四川省、重慶市以及陜西省等西北和西南地區也有分布。預測結果與南丹參主要產地（浙江、湖南、江西、福建和廣東）相吻合，表明這些地區的氣候適合南丹參生長繁殖，南丹參在這些地區的野生資源也可能比較豐富。

試驗得出南丹參在浙江省適生區面積為91 624.98 km2，高適生面積為122.92 km2 ，云南省只有低適生區，面積為341 688 km2。而施天慧等對云南產的南丹參化學成分測定，結果顯示其丹酚酸B為41.33 μg/g[7]。李旻輝等人對浙江產南丹參中測定丹酚酸B含量為82.52 mg/g[9]，得出浙江產南丹參的丹酚酸B含量比云南產的南丹參要高。故推測南丹參在潛在適生區生長，其個體發育狀況會比其非適生區好，且有效活性物質的積累量會更高。因此建議：采收和使用南丹參時可以參考研究中得出的南丹參野生資源理論分布點；積極推廣、擴大、保護南丹參野生藥用資源。研究得到南丹參藥材的適生區可以對其進行野生資源保護，生態環境保護，合理采購、并且結合其生長生理特性進行可持續資源開發利用。

綜上所述，研究采集了相當數量的南丹參分布數據，基本考慮到絕大多數南丹參的實際生態位，從理論上明確了南丹參的具體適生區，可以為南丹參野生資源的收集利用，保護資源活動和科學研究提供參考。研究中的不足之處是僅考慮了氣候和地區的影響，而沒有考慮土壤類型和人類活動范圍以及社會的城鎮化發展對其分布的影響。

參考文獻

[1]

林來官.福建植物志.第4卷[M].福州：福建科學技術出版社，1989：560.

[2] 沈建芳，王強，汪紅，等.南丹參化學成分研究[J].中國野生植物資源，2006，25（2）：55-58.

[3] 楊慶華，周翔宇，魏宇昆，等.華東區系鼠尾草屬藥用植物資源[J].中國野生植物資源，2011，30（2）：21-26.

[4] 嚴玉平，由會玲，徐樹楠，等.丹參種源分布及道地性研究[J].時珍國醫國藥，2007，18（8）：1882-1883.

[5] 汪紅，王強.丹參及鼠尾草屬植物的rDNAITS序列分析[J].中草藥，2005，36（9）：1381-1385.

[6] 施天慧，王強，袁理春，等.云南丹參資源植物的成分測定與質量評價[J].植物資源與環境學報，2005，15（2）：73-74.

[7] 國家藥典委員會.《中華人民共和國藥典》2005版，一部[S].北京：化學工業出版社，2005：52-53.

[8] 李旻輝，陳建民，彭勇，等.中國鼠尾草屬酚酸類活性成分的分布規律研究[J].世界科學技術：中醫藥現代化，2008，10（5）：46-52.

[9] 舒志明，梁宗鎖，孫群，等.不同丹參種質生物學性狀比較與評價[J].西安文理學院學報：自然科學版，2007，10（2）：24-29.

[10] 劉曉龍，王曉明.安徽鼠尾草屬藥用植物資源及開發利用[J].中國中藥雜志，1996，21（2）：73-75.

[11] 段英姿，客紹英，曹靜，等.秋水仙堿誘導南丹參多倍體的研究[J].中國中藥雜志，2006，31（6）：445-448.

[12] 段英姿，牛應澤，彭朝忠，等.南丹參離體快速繁殖與多倍體誘導[J].植物生理學通訊，2003，39（3）：201-205.

[13] 嚴玉平，由會玲，徐樹楠，等.丹參種源分布及道地性研究[J].時珍國醫國藥，2007，18（8）：1882-1883.

[14] PHILLIPS S J，ANDERSON R P，SCHAPIRE R E.Maximumentropymodeling of species geographic distributions[ J].Ecological Modelling，2006，190：231-259.

[15] 王運生，謝丙炎，萬方浩，等.ROC曲線分析在評價入侵物種分布模型中的應用[J].生物多樣性，2007，15（4）：365-372.

[16] WISZ M S，HIJMANS R J，LI J，et al.Effects of sample size on the performance of species distribution models[J].Diversity and Distributions，2008，14（5）：763-773.

[17] SWETS J A.Measuring the accuracy of diagnostic systems[J].Science，1988，240：1285-1293.

[18] 陳新美，雷淵才，賈宏炎，等.樣本量對模型預測物種分布精度和穩定性的影響[J].林業科學，2012，48（1）：53-58.

[19] 陳林，程登發，田喆，等.多種生物潛在分布預測分析軟件功能對比分析[C]//第一屆全國生物入侵學術研討會論文摘要集.福州，2012：53-59.

[20] 徐衛華，羅翀.MaxEnt模型在秦嶺川金絲猴生境評價中的應用[J].森林工程，2010，26（2）：1-3.

[21] 張海娟，陳勇，黃烈健，等.基于生態位模型的薇甘菊在中國適生區的預測[J].農業工程學報，2011，27（5）：413-419.

[22] 常志隆，周益林，趙遵田，等.基于MaxEnt的小麥印度腥黑穗病在中國的適生性分析[J].植物保護，2010，36（3）：110-112.