基于熵權物元模型的黃芩適宜生境區劃

朱俐南, 衛海燕, 郭彥龍, 桑滿杰, 崔晉亮, 顧 蔚

(1.陜西師范大學 旅游與環境學院, 陜西 西安 710062; 2.西北瀕危藥材資源開發國家工程實驗室,

陜西 西安 710062; 3.陜西師范大學 生命科學學院, 陜西 西安 710062)

基于熵權物元模型的黃芩適宜生境區劃

朱俐南1,2, 衛海燕1, 郭彥龍1,2, 桑滿杰1,2, 崔晉亮1,2, 顧 蔚2,3

(1.陜西師范大學 旅游與環境學院, 陜西 西安 710062; 2.西北瀕危藥材資源開發國家工程實驗室,

陜西 西安 710062; 3.陜西師范大學 生命科學學院, 陜西 西安 710062)

摘要：[目的] 黃芩(Scutellaria baicalensis Georgi)是中國3級野生保護藥材物種。利用生境適宜性評價模型對黃芩的適宜生境進行區劃，并計算各適宜生境面積，為保護和實現黃芩資源的可持續利用提供科學依據。[方法] 利用熵權物元模型，建立黃芩標志性藥用成分黃芩苷(C21H18O11)含量與15個環境評價因子之間的模糊隸屬函數，采用熵值法確定各評價因子權重，結合GIS空間分析模擬中國黃芩生境適宜區地理空間分布。[結果] 中國黃芩不適宜生境、低適宜生境、中適宜生境和高適宜生境的面積分別為5.07×106，1.65×106，1.88×106和1.00×106km2，其中高適宜生境主要集中在秦嶺—淮河一線以北，以河南、山東、遼寧、陜西中南部、河北、吉林、黑龍江南部、山西南部等地區為顯著代表，此外云南、安徽等省也有少量分布，與實際分布范圍極為吻合。[結論] 評價因子中平均日較差、降水季節性變化、最濕月降水量以及坡向基本控制了黃芩的地理空間分布。

關鍵詞：黃芩； 熵權物元； 隸屬函數； GIS

黃芩(ScutellariabaicalensisGeorgi)為多年生草本植物，主產于中國東北、華北和部分華中、西北地區，是中國傳統常用大宗藥材之一，具有清熱燥濕、瀉火解毒、止血、安胎等功效[1]。近年來隨著黃芩及提取物需求量的增加，有限資源被掠奪式過度開采，加之保護措施不夠等原因，導致黃芩資源破壞嚴重，物種數量銳減，供需矛盾日益突出，目前已被納入《國家重點保護野生藥材物種名錄》，屬于Ⅲ級保護野生藥材物種。

國內外對黃芩研究主要集中在種質資源[2]、化學成分[3]、藥理作用[4]以及栽培技術[5]等方面，而對其生境適宜性研究相對較少，物種適宜生境特征不清，是導致物種瀕危的重要原因之一。運用不同模型對特定物種的生境適宜性評價與區劃，通常從目標物種已知分布為依據，利用數學方法或模型歸納、模擬生態位需求，通過與目標區域生境對比，得到目標物種的生境適宜分布區[6]，但這些模型主要用于預測分布，無法對不同環境下生長的物種品質進行評估及預測。本文利用熵權物元模型，依據2010版藥典對黃芩標志性藥用成分黃芩苷(C21H18O11)含量規定，即不得少于9.0%為指標[1]，結合GIS和熵值法對黃芩在中國的適宜生境進行綜合量化分析，區劃不同生境適宜區及地理空間分布，同時確定不同生境適宜區黃芩的品質，為保護和可持續利用黃芩資源提供一定的數據參考與建議。

1材料與方法

1.1　數據獲取

黃芩在中國分布較廣，分布區域北緯31°30′—50°00′，東經99°50′—129°29′，最北達黑龍江省愛輝縣，最南至四川省甘孜縣，東起黑龍江省寧安縣，西到新疆天山山麓。通過查閱中國數字植物標本館標本記錄(http:∥www.cvh.org.cn)以及黃芩相關文獻[2,5,7]，將獲得的原始信息分類整理，如有重疊，按標本館標本數字資料、相關文獻的順序選取，得到全國范圍內黃芩種群分布點位113個(圖1)以及各點位黃芩苷含量數據。

圖1　黃芩采樣點位置

1.2　評價因子選取與預處理

評價因子的選擇、權重的確定以及如何將GIS技術與評價過程相結合，是評價方法成功的關鍵[8]，根據黃芩的生物學特征、習性以及研究成果，選擇了3個地形因子和12個氣候因子，共計15個評價因子(表1)，其中2個地形因子數據(SLOP和ASPE)由中國科學院國際科學數據服務平臺(ISDSP，http:∥datamirror.csdb.cn)提供，ASL和9個氣候因子(AMT，TMAX，TMIN，TS，MDR，AP，PMAX，PMIN，PS)數據來自世界氣候數據庫(WORLDCLIM version 1.3，http:∥www.world clim .org)，ATG與PG由人地系統專題數據庫(TDHES，http:∥www.data.ac.cn)提供，ARH數據從中國氣象數據共享服務系統(CMDSSS，http:∥cdc.cma.gov.cn)獲取，土地覆被類型數據(GLC，2000)來源于寒區旱區科學數據中心(http:∥westdc.westgis.ac.cn)。

表1　黃芩生境適宜性評價因子

注：*生長期為4—10月。

生境適宜性綜合評價指數的計算以柵格為基本單元，計算前先使用GIS技術對以上數據進行空間柵格化，依據研究區域大小以及數據的精度，本文所有柵格分辨率設置為1 km×1 km[9]。氣候及地形柵格數據使用ArcGIS 10.0裁剪，氣象站點觀測數據(ATG和PG)應用ArcGIS 10.0中簡單克里金插值法(simple Kriging)進行插值并將其轉化成柵格數據[8]，土地矢量數據直接在ArcGIS 10.0中轉化為柵格數據。使用DivaGIS軟件中Extract values by points功能在全國范圍內提取各采樣點相對應的各評價因子數據，以便在Matlab 2011軟件中進行函數的擬合。

1.3　研究方法

1.3.1評價模型物元分析以形式化的模型研究物元及其變化規律，用于解決現實世界中不相容問題，適合于多因子評價[10]，已廣泛應用于水體富營養化評價[11]、土地生態安全評價[12]以及水資源研究[13]。

物元分析中所描述的事物N、特征c(評價因子)和特征量值v(評價因子現值)，用一個有序三元組R=(N,c,v)來描述。特征量值v具有模糊性，則稱為模糊物元。事物N有n個特征c1,c2,…,cn和相應的特征量值v1,v2,…,vn，則稱N為n維模糊物元，記作R= (N,C,V)，并稱Ri=(N,ci,vi)(i=1,2,…,n)為R的分物元。如果有m個事物用共同的n個特征c1,c2,…,cn及其相應的特征量值v1,v2,…,vn來描述，則稱為m個事物的n維復合模糊物元Rmn，相應的物元矩陣表示為：

(1)

式中：Nj——第j個事物(j=1,2,…,m)；Ci——第i個評價因子(i=1,2,…,n)；vij——第j個事物第i個特征對應的模糊量值[10](i=1,2,…,n;j=1,2,…,m)。

1.3.2隸屬函數確定用隸屬函數描述模糊集合是構建模型的關鍵環節[8]。根據黃芩的標志性藥用成分黃芩苷含量與各評價因子滑動平均值之間特定關系，擬合兩者間的回歸曲線，并參考隸屬函數特點[14]，確定各評價因子的隸屬函數(表2)。

隸屬函數取值范圍0～1。0表示在此環境下黃芩無法生長或無法完成黃芩苷合成和積累，即該環境不適合黃芩生長，1表示該環境下黃芩中黃芩苷的生成和積累達到最大，即最適宜黃芩生長，數值越大表示越適合生長[8,14]。用Matlab 2011軟件對每個單因子的隸屬函數進行誤差檢驗，得到所有隸屬函數的擬合度為80.00%～92.35%(表2)，平均為87.26%，說明構建的模型準確可用。

表2　評價因子的隸屬函數及擬合度

1.3.3評價因子權重系數確定權重確定方法一般可分為主觀賦權法和客觀賦權法兩類。本研究利用客觀賦權法中的熵值法來確定權重系數，熵值越大，表明信息的無序度越高，信息的效用值越小；反之，熵值越小，信息效用值越大[8]。根據熵的定義，把第i個評價因子的熵定義為：

(2)

式中：kij——經隸屬函數標準化的各評價因子數值；m——用于建模的樣本數；n——評價因子的個數。

(3)

此時，第i個評價因子的權重系數可表示為：

(4)

式中：Hi——第i個評價因子的熵值； Ei——第i個評價因子的熵值歸一化值。

通過公式(4)，可確定不同評價因子對黃芩苷含量影響的權重(表3)。

表3　各評價因子最優值、閾值及權重

1.3.4生境適宜性綜合評價指數計算在隸屬函數與權重都確定的基礎上應用加權平均法和ArcGIS 10.0柵格運算功能，計算黃芩生境適宜性綜合評價指數，每個柵格單元值由各評價因子的權重系數與隸屬度的乘積確定[14]，以此得到全國范圍內柵格單元為1 km×1 km的基于黃芩苷含量生境適宜性空間分布圖。

(5)

式中：Yj——第j個柵格生境適宜性綜合評價指數;Wi——第i個評價因子權重系數；Xij——第i個評價因子的第j個柵格值。Yj的取值范圍為0～1，值越大，表明該柵格單元越適合黃芩生長。

1.3.5模型檢驗采用均方根誤差(root mean square error，RMSE)對黃芩生境適宜性評價模型檢驗，RMSE為0.04，小于0.1，表明模擬值與實際觀測值一致性很高[8]，模型模擬效果良好。

2結果與分析

基于黃芩苷含量，依據各柵格單元生境適宜性綜合評價指數Yi，可將中國黃芩生境適宜性區劃為4個等級[14]，Yj<0.3為不適宜生境，黃芩苷含量小于9.0%，達不到藥典標準；0.3≤Yj<0.5為低適宜生境，黃芩苷含量小于13.3%且大于9.0%；0.5≤Yj<0.7為中適宜生境，黃芩苷含量介于13.3%與16.6%之間；Yj≥0.7為高適宜生境，黃芩苷含量大于16.6%。同時，利用ArcGIS 10.0將1 km ×1 km黃芩苷含量生境適宜性分布圖與中國土地覆被類型圖層疊加，去除河流、湖泊、沼澤、冰川、城市、沙漠等，最終得到黃芩生境適宜性地理空間分布(圖2)，并計算各生境分布面積。

圖2　中國黃芩適宜生境區化

結果顯示，基于黃芩苷含量的黃芩高適宜生境在中國總面積約為1.00×106km2，主要集中在秦嶺—淮河一線以北，以河南、山東、遼寧和陜西省的中南部、河北、吉林、黑龍江南部、山西南部等為顯著代表，此外在云南、安徽、四川等省也有少量分布。黃芩中適宜生境面積約為1.88×106km2，主要分布在黑龍江、內蒙古南部、云南、四川東北部、吉林、陜西和山西省大部分地區、河北以及甘肅省南部等區域。

黃芩低適宜生境面積約為1.65×106km2，在中國各省區都有分布，說明各地均有區域適合黃芩生長，但有些省區分布面積較小，在內蒙古、新疆境內分布面積較大，其余大多集中在中國南部，如湖南、四川、云南、貴州、江西省等地，該適宜生境中黃芩苷含量較低，在9.0%～13.3%之間。黃芩不適宜生境面積約為5.07×106km2，主要分布在中國西部地區，如新疆、西藏、青海、內蒙古西北部、甘肅西北部以及四川西北部，另外在中國南部如廣西、廣東、福建、江西等省，不適宜生境分布也較廣。

3討 論

3.1　模型評價

熵權物元分析法將生境作為物元、生境適宜性評價因子為特征以及各評價因子的值作為特征量值，并利用模糊數學原理，根據各評價因子與黃芩苷含量的隸屬度關系實現原始數據的標準化，確立了黃芩苷含量與各評價因子的隸屬函數關系，在缺少專家經驗支撐下建立生境適宜性評價的物元評判模型，計算出基于黃芩苷含量各評價因子最適宜范圍。確定權重系數采用了客觀賦權法的熵值法，確定限制性較大的評價因子，不僅克服了評價過程中人為因素的影響，而且對評價因子進行量化處理，提高了生境適宜性評價的精度[15]。GIS具有強大的空間數據和屬性數據處理分析功能，本研究將其應用到生境適宜性評價，不僅快速獲取了研究區域信息，而且在數據分析基礎上輸出了適宜生境專題圖，使用Matalab 2011建模過程涉及的隸屬函數進行誤差檢驗，確保模型的準確性，客觀地區劃中國黃芩不同適宜生境類型的地理空間分布。

3.2　黃芩生境適宜性分析

由表3不同評價因子影響權重可知，氣候因子中水分、氣溫相關因子權重分別為43.44%和41.10%，地形因子權重為15.46%。由此可見，氣候因子對黃芩影響較大，地形因子的作用在大尺度上比較有限。

對黃芩苷含量影響最大的評價因子為MDR(平均日較差)，權重為19.37%，約占所有評價因子的1/5，表明MDR對黃芩苷的積累極為重要，其10 ℃最適合黃芩生長和黃芩苷積累。MDR對植物生長影響較大，在其他條件等同的情況下，植物有效成分積累量與近地面氣溫日較差變化極為密切，呈極顯著正相關[16]，當氣溫日較差較大時，有利于植物的光合作用，制造、積累較多的有效物質，易于形成優質豐產，反之不利于植物光合作用，影響植物的生育、產量和品質。

其他氣溫相關因子AMT(年平均氣溫)、TMIN(最冷月最低溫)、TMAX(最熱月最高溫)、ATG(生長期平均溫度)及TS(溫度季節性變化)的權重分別為6.13%，4.74%，4.19%，3.54%和3.13%，影響作用有限，對黃芩的生長以及黃芩苷的積累影響較小，這與黃芩冬季在-30 ℃低溫下仍可安全越冬，夏季在35 ℃左右高溫下也可正常生長的研究結論[17]一致。

影響力位居第2的評價因子為PS(降水季節性變化)，權重為14.64%，在水分相關因子中該權重值最大，PS數值大小可反映某地區年內降水時間分配的均勻程度，數值越小，表明降水時間分配越均勻，反之，降水時間分配較集中，相對更易形成干旱[18]。本研究得PS最優值為69.63%(表3)，值相對較高，說明黃芩生長對水分需求并不苛刻，這與黃芩耐旱、怕澇、適宜在排水良好地區生長相吻合[17]。中國降水季節性變化范圍為10%～85%，高值區在東經105°以東、北緯35°以北[18]，其值大于60%，適宜黃芩生長，往西或往南均為降水季節性變化低值區，相對不太適宜黃芩生長，這也與本研究所得的黃芩生境適宜分布圖(圖2)一致。

黃芩對氣溫要求的范圍較寬，對水分要求雖耐旱，但不宜太旱，對雨量要求為中等[17]。本研究得出黃芩生長PMAX(最濕月降水量)最優值為176 mm，表明當最濕月降水量在176 mm左右時，黃芩生長狀況良好，黃芩苷含量較高。

植物生長環境中，坡向對其光照強度、溫度環境等影響很大，這些條件對于植物種群生長至關重要[19]。本研究得到黃芩生長ASPE(坡向)最優值為150°，表明東南坡更有利于黃芩苷的積累，該坡向光照充足、溫度較高、晝夜溫差大，這與黃芩喜溫和氣候、耐寒冷，常野生于山野陽坡、高山森林邊緣或草坡、路邊等向陽干燥地方[17]相吻合。

3.3　黃芩保護建議

研究結果顯示黃芩在中國適宜生長生境(高適宜生境與中適宜生境)面積為2.89×107km2，適宜生境面積不大，其中黑龍江、河南、山東等省為中國糧食生產大省，耕地占絕對優勢，可以用來種植黃芩等藥材的面積相對較少。

在黃芩適宜生境(高適宜生境與中適宜生境)分布面積較大的12個省內將適宜生境面積與耕地所占面積[20]進行對比(表4)，發現耕地面積均遠小于適宜生境面積，僅占適宜生境面積的20.78%～49.58%，說明黃芩適合生長范圍較廣，對于它的保護可不占用耕地。如在山坡、林緣、草坡或向陽干燥的路邊等處，要求排水良好，而低洼積水處、林下陰濕地不宜生長。

表4　中國黃芩適宜生境分布面積與耕地面積的比較

黃芩藥用價值較高，市場需求量大，而有限的野生資源遭到掠奪性采挖，資源破壞嚴重，人工栽培的黃芩群體混雜，植株間個體、產量、質量差異較大，有效成分含量較低，難以滿足藥用需求，應加強對其保護與管理。

首先，應在遼寧、陜西、河北、吉林、山西等省黃芩高適宜生境區內，建立自然保護區和GAP基地，保障黃芩資源可持續利用。其次，人工撫育和種植是發展黃芩藥材資源的根本保證，應通過選育優良種質、加強撫育和種植技術，以擴大黃芩種群數量和產量。

4結 論

本文依據熵權物元模型、模糊數學方法，并結合GIS技術綜合區劃黃芩四種生境及地理空間分布，得出影響黃芩苷積累的主要影響因子為MDR(平均日較差)、PS(降水季節性變化)、PMAX(最濕月降水量)、坡向(ASPE)等，為黃芩GAP基地選址與建設提供數據支撐，并為野生物種、珍稀瀕危藥材資源的保護和管理提供參考。

[參考文獻]

[1]國家藥典委員會.中華人民共和國藥典[M].北京：中國醫藥科技出版社,2010:282-283.

[2]王立平.不同來源地黃芩生長發育及藥材質量和產量的比較研究[D].長春：吉林農業大學,2012.

[3]侯學智,張振秋,尤春雪,等.HPLC法測定黃連、黃芩藥對提取物中11個成分的含量[J].藥物分析雜志,2013,33(1):57-62.

[4]Jeong K, Shin Y C, Park S, et al. Ethanol extract ofScutellariabaicalensisGeorgi prevents oxidative damage and neuroinflammation and memorial impairments in artificial senescense mice[J]. Journal of Biomedical Science, 2011,18(1):1-12.

[5]趙建軍,胡仲紅,馬鵬生,等.寧夏六盤山地區人工種植黃芩質量研究[J].時珍國醫國藥,2012,23(1):13-14.

[6]郭彥龍,衛海燕,路春燕,等.氣候變化下桃兒七潛在地理分布的預測[J].植物生態學報,2014,38(3):249-261.

[7]肖雁青,江源,李磊,等.北京西部山地黃芩主要有效成分與不同環境條件的關系研究[J].中草藥,2009(8):1291-1296.

[8]Lu Chunyan, Gu Wei, Dai Aihua, et al. Assessing habitat suitability based on geographic information system (GIS) and fuzzy: A case study ofSchisandrasphenantheraRehd. et Wils. in Qinling Mountains, China[J]. Ecological Modelling, 2012,242(9):105-115.

[9]Hijmans R J, Cameron S E, Parra J L, et al. Very high resolution interpolated climate surfaces for global land areas[J]. International Journal of Climatology, 2005,25(15):1965-1978.

[10]蔡文.物元模型及其應用[M].北京：科學技術文獻出版社，1994.

[11]陳林,許其功,李鐵松,等.模糊物元識別模型在巢湖水體富營養化評價中的應用研究[J].環境工程學報,2010(4):729-736.

[12]余健,房莉,倉定幫,等.熵權模糊物元模型在土地生態安全評價中的應用[J].農業工程學報,2012,28(5):260-266.

[13]田靜宜,王新軍.基于熵權模糊物元模型的干旱區水資源承載力研究：以甘肅民勤縣為例[J].復旦學報:自然科學版,2013,52(1):86-93.

[14]郭彥龍,顧蔚,路春燕,等.基于五味子甲素與乙素的秦嶺地區野生華中五味子的潛在空間分布[J].植物學報,2013,48(004):411-422.

[15]Weber T C. Maximum entropy modeling of mature hardwood forest distribution in four US states[J]. Forest Ecology and Management, 2011,261(3):779-788.

[16]江愛良,陳沈斌,富世賢.西雙版納氣溫日較差的特點及其在農業上的意義[J].中國農業氣象,1990,11(1):44-46.

[17]陳士林,魏淑秋,蘭進,等.黃芩在中國適生地分析及其數值區劃研究[J].中草藥,2007,38(2):254-257.

[18]趙名茶.黃土高原降水的季節性指標及其與作物水分虧缺的關系[J].自然資源學報,1990,5(3):218-229.

[19]胥曉,蘇智先,嚴賢春.坡向對四川冶勒紅豆杉種群分布格局的影響:基于斑塊信息的分析[J].應用生態學報,2005,16(6):985-990.

[20]中華人民共和國年鑒編輯部.中華人民共和國年鑒[M].北京：中華人民共和國年鑒社,2012.

Suitable Habitat Division ofScutellariaBaicalensisGeorgi Based on Entropy Weight and Matter Element Model

ZHU Linan1,2， WEI Haiyan1， GUO Yanlong1,2，

SANG Manjie1,2， CUI Jinliang1,2， GU Wei2,3

(1.CollegeofTourismandEnvironment,ShaanxiNormalUniversity,Xi’an,Shaanxi710062,China;

2.NationalEngineeringLaboratoryforResourceDevelopingofEndangeredChineseCrudeDrugsinNorthwestofChina,

Xi’an,Shaanxi710062,China; 3.CollegeofLifeSciences,ShaanxiNormalUniversity,Xi’an,Shaanxi710062,China)

Abstract：[Objective] Scutellaria baicalensis Georgi is the third-class conservation of wild medicinal species. We used habitat suitability assessment model to divide the suitable habitat because this information could provide scientifical support for the conservation and sustainable utilization of resources.[Methods] Entropy weight and matter element model were used to determine the fuzzy membership function of baicalin content and 15 assessment factors. The entropy evaluation method was used to determine the weight of each factor. Finally, we estimated the spatial distribution of S. Baicalensis by GIS spatial analysis in China.[Results] The area of unsuitable, less-suitable, moderately-suitable and high-suitable habitat for S. baicalensis was 5.07×106, 1.65×106, 1.88×106and 1.00×106km2, respectively. The high-suitable habitat are mainly located in the north of Qinling Mountains—Huaihe River line, significantly Henan, Shandong, Liaoning, central and southern of Shaanxi, Hebei, Jilin, southern of Heilongjiang and Shanxi. In addition, there were some distribution in Yunnan, Anhui Province and other places, which was highly consistent with the actual distribution range.[Conclusion] Among all selected factors, mean diurnal range(MDR), precipitation seasonality(PS), precipitation of wettest month(PMAX) and aspect(ASPE) are the main control factors.

Keywords:Scutellaria baicalensis Georgi; entropy weight and matter element; membership function; GIS

文獻標識碼：B

文章編號：1000-288X(2015)01-0153-06

中圖分類號：Q949.95

通信作者：衛海燕(1966—),女(漢族),陜西省西安市人,學士，副教授,主要從事數字制圖與地理建模研究。E-mail:weihy@snnu.edu.cn。

收稿日期：2014-06-23修回日期：2014-07-31

資助項目：國家自然科學基金項目“秦嶺地區五味子屬遺傳多樣性與藥用資源適宜性評價”(31070293); 國家“十一五”科技支撐計劃項目“華中五味子、三葉木通野生撫育關鍵技術研究”(2006BAI06A13-06)

第一作者：朱俐南(1991—),女(漢族),山西省忻州市人,碩士研究生,研究方向為地理生態建模研究。E-mail:zhulinan1991@foxmail.com。