氣候變化下羅布麻潛在地理分布區預測

楊會楓+鄭江華+賈曉光+李曉瑾

[摘要]羅布麻為夾竹桃科多年生草本植物，其葉可以入藥，莖稈作為重要的紡織品原材料，預測氣候變化對該物種分布范圍的影響及其保護該資源的可持續利用具有重要意義。該文利用羅布麻的44個地理分布點和19個環境因子圖層，采用MaxEnt模型分析了羅布麻在我國的潛在地理分布，并基于該模型預測政府間氣候變化專門委員會（IPCC AR5）發布的BCC_CSM11氣候模式下2050年及2070年的RCP26，RCP85氣候情景下羅布麻的潛在地理分布范圍。結果表明：最冷月低溫（bio6）、年平均溫（bio1）、最冷季平均降雨量（bio19）、最濕季平均溫（bio8）是影響羅布麻分布的主導環境因子；在當前氣候條件下，羅布麻的適宜生境占我國總面積的1194%，集中分布在新疆中部，甘肅北部，內蒙古南部，寧夏北部，陜西北部及中部，山西南部，河南北部及中部，河北中部及南部，山東，天津，遼寧南部及北京的部分區域。由模型預測可知：2050—2070年，RCP26，RCP85氣候情景下，羅布麻適宜生境都有所減少。

[關鍵詞]潛在地理分布；氣候變化；MaxEnt模型；羅布麻；藥用植物

[Abstract]Apocynum venetum belongs to apocynaceae and is a perennial medicinal plant， its stem is an important textile raw materials. The projection of potential geographic distribution of A. venetum has an important significance for the protection and sustainable utilization of the plant. This study was conducted to determine the potential geographic distribution of A. venetum and to project how climate change would affect its geographic distribution. The projection geographic distribution of A. venetum under current bioclimatic conditions in northern China was simulated using MaxEnt software based on species presence data at 44 locations and 19 bioclimatic parameters. The future distributions of A. venetum were also projected in 2050 and 2070 under the climate change scenarios of RCP26 and RCP8.5 described in 5th Assessment Report of the Intergovernmental Panel on Climate Change （IPCC）. The result showed that min air temperature of the coldest month， annual mean air temperature， precipitation of the coldest quarter and mean air temperature of the wettest quarter dominated the geographic distribution of A. venetum. Under current climate， the suitable habitats of A. venetum is 11.94% in China， the suitable habitats are mainly located in the middle of Xinjiang， in the northern part of Gansu， in the southern part of Neimeng， in the northern part of Ningxia， in the middle and northern part of Shaanxi， in the southern part of Shanxi， in the middle and northern part of Henan， in the middle and southern part of Hebei， Shandong， Tianjin， in the southern part of Liaoning and part of Beijing. From 2050 to 2070， the model outputs indicated that the suitable habitats of A. venetum would decrease under the climate change scenarios of RCP26 and RCP85.

[Key words]species spatial distribution； climatic change； MaxEnt model； Apocynum venetum； medicinal plant羅布麻Apocynum venetum L，又稱紅麻、茶葉花、紅柳子等，雙子葉植物綱，夾竹桃科，羅布麻屬植物。高15～3 m，直立半灌木，具乳汁。枝條對生或互生，圓筒形，光滑無毛，紫紅色或淡紅色。屬多年生草本，花期4—9月（盛開期6—7月），果期7—12月（成熟期9—10月）。多分布于鹽堿地和沙漠邊緣及河流兩岸、沖積平原、河泊周圍及戈壁荒灘上，其葉為常用中藥“羅布麻葉”，具有平肝安神、清熱利尿等功效，用于治療高血壓、腎炎等疾病，其莖皮纖維細長柔韌而有光澤，具有耐腐蝕、耐磨、耐拉的優質性能，主要用于紡織、造紙、國防工業等領域，具有多方面的經濟價值[1]，可以說羅布麻全身都是寶。

植被與氣候之間的相互作用一直是植物學、地理學、生態學與氣象學研究的熱點問題，氣候是決定植物分布格局的主要因素，而植物分布格局的變化是對氣候變化最直接的反映[2]。聯合國政府間氣候變化專門委員會（IPCC）第5次評估報告（AR5）顯示：在過去的130多年（1880—2012年），全球地表年平均氣溫升高085 ℃，其中近9年（2002—2012年）的平均溫度比1850年到1900年的平均溫度上升了078 ℃，按照IPCC AR5預設的溫室氣體排放情景推算，21世紀末全球地表年平均氣溫將升高03～48 ℃[3]。

物種分布模型（species distribution models，SDMs）是研究個體生態學的重要工具之一，常用來研究入侵物種（蟲害或植物）的潛在威脅[4]。未來全球氣候變化對生物多樣性的影響已經成為生物學研究的重點和熱點問題，已有研究表明，未來氣候變化對物種的生存構成一定的威脅[5]。近年來，有學者在未來全球氣候變化背景下對瀕危物種的管理和保護[5]，生物入侵[78]，土地利用變化[9]等相關方面做了研究。

到目前為止，國內學者對羅布麻的研究主要集中在藥理藥性[10]、化學成分[11]、纖維抗菌性能[12]及遺傳多樣性[13]，并沒有學者對羅布麻的潛在地理空間分布范圍做詳細的記錄，且有研究表明，從20世紀50年代到21世紀初，由于環境的惡化，新疆的野生羅布麻分布面積從800多萬畝（1畝≈667 m2）減少到270萬畝[14]，全球氣候變化背景下羅布麻的生物學特性、空間分布、物候等必然會受到影響，由于羅布麻具有很高的經濟價值和生態價值，因此，預測全球氣候變化對羅布麻的潛在地理分布是非常有必要的。MaxEnt模型自開發以來已經在相關領域被應用2 000多次[15]，與其他模型預測結果比較，MaxEnt更為準確，特別是在樣本量不全的情況下，該模型也會得到較為滿意的結果[16]。本文通過查找相關網站搜集羅布麻在我國的地理分布記錄，基于MaxEnt模型及ArcGIS軟件，研究了當前氣候羅布麻的潛在地理分布，繪制了分布圖，同時預測了BCC_CSM11（Beijing Climate Center_Climate System Model version 11）全球未來氣候模式背景下2050年、2070年的2種氣候情景（RCP26，RCP85）羅布麻的潛在地理分布，并分析了影響羅布麻潛在地理分布的主導環境因子。

1材料與方法

11羅布麻已知分布點本研究通過檢索中國數字植物標本館（http：//www.cvh.org.cn）、教學標本資源共享平臺（http：//mnh.scu.edu.cn/），并利用Google earth查找缺少經緯度的分布點，除去重復的地理分布點，最終得到羅布麻分布在中國的44個地理分布點。將獲取的羅布麻地理分布點按照物種名、經度、緯度的順序保存為.CSV格式的文件。

1.2環境圖層數據搜集以及數據預處理氣候數據來源于世界氣候數據庫（http： //www.worldclim.org），共包括19個環境因子，見表1，將19個環境因子轉化為蘭伯特投等積投影。當前氣候數據通過記錄1950—2000年全球各氣象站點數據，并通過插值法獲取空間分辨率為2.5 arcminutes 的全球氣候柵格數據據。

未來氣候來源于CCAF（http：//www.ccafsclimate.org/），IPCC AR5分析了4種典型溫室氣體排放濃度（RCP2.6，RCP4.5，RCP6.0，RCP8.5）對未來氣候的影響，RCP是典型濃度路徑（representative concentration pathways）的英文縮寫，26，45，60，85是2100年相對于1750年的輻射強迫。輻射強迫是指度量某個因子改變地球大氣系統攝入和逸出能量平衡影響的程度，正強迫使地球表面增暖，

13地圖數據及軟件從國家基礎地理信息系統網站上（http：nfgisnsdigovcn/） 下載1∶400萬的中國地圖作為分析底圖，MaxEnt軟件為333版本（wwwcsprincetonedu/～schapire/MaxEnt），ArcGIS軟件是美國ESRI公司開發的地理信息系統平臺。

14數據處理將羅布麻的地理分布數據和環境數據導入MaxEnt模型中，并隨機選取75%的分布點作為訓練數據，25%的數據作為驗證數據，選取刀切法（Jecknife），其他都為模型默認。模型運行的原理為：對每一個物種而言，程序開始時都是均勻分布，并進行迭代，每一個物種的每次迭代將增加樣本在該地的分布概率（即gain值），程序運行時，gain的初始默認值為0（即均勻分布的gain值），并隨著樣本點的迭代而增加，直至從一次迭代至下一次迭代中的增加值小于收斂，或者達到最大重復次數時程序終止。將模型運行所得ASC Ⅱ格式的文件導入ArcGIS轉化為GRID格式的文件，并用中國地圖掩膜，采用Natural Breaks執行重分類，分為3類：非適宜生境（0～025）、低適宜生境（025～05）、適宜生境（05～1）[1]，最終確定羅布麻在中國的分布圖。

15模型精度評估采用接受者操作特征曲線（receiver operating characteristic curve，ROC）來評估模型模擬的效果，ROC曲線與橫坐標圍成的面積值即AUC，該值越大，表明模型模擬的效果越好，即：05～06為失敗（fail）；06～07為較差（poor）；07～08為一般（fair）；08～09為好（good）；09～1為非常好（excellent）[17]。

2結果與分析

21模型預測精度評估在當前氣候（1950—2000年）下，利用MaxEnt模型模擬羅布麻的潛在地理分布，本研究模擬的訓練數據集（traning data）的AUC為0997，驗證數據集（testing data）的AUC為0997，按照模型模擬結果評估標準，此次模擬結果非常好。

22羅布麻潛在地理分布區預測將MaxEnt模型運行的結果導入ArcGIS中，執行重分類，并利用空間分析疊加顯示模塊，計算出各個生境羅布麻的分布面積，得出羅布麻在中國的空間分布圖，見圖1。

由圖1可得，羅布麻集中分布于西北和華北地區，該地區溫差較大，且分布著中國大多數鹽漬荒漠或半荒漠土壤，這樣的生境有利于羅布麻的生長。其中，適宜生境包括新疆中部，甘肅北部，內蒙古南部，寧夏北部，陜西北部及中部，山西南部，河南北部及中部，河北中部及南部，山東，天津，遼寧南部及北京的部分區域；低適宜生境包括新疆中部，甘肅北部及南部，內蒙古東部及南部，寧夏中部，陜西北部及南部，山西南部，河南南部，山東南部，遼寧北部，湖北北部，四川北部。對適宜生境、低適宜生境及非適宜生境羅布麻分布面積進行統計，最終得到：適宜生境總面積為1154×106 km2，占總面積的1194%；低適宜生境總面積為1064×106 km2，占總面積的1104%；非適宜生境總面積為7417×106 km2，占總面積的7699%。從預測結果可知，羅布麻適宜生境占中國總面積的比例較小，可見羅布麻的生長區域狹窄。

23羅布麻潛在分布區主導環境因子基于MaxEnt模型，本研究選用19個環境因子來構建羅布麻的潛在分布區，模型運行時選取刀切法（Jacknife）。刀切法是指模型在運行的過程中，依次忽略一種環境變量，用其余的變量建模預測。在MaxEnt模型迭代運行下，本研究最終確定了影響羅布麻潛在分布的主導環境因子，結果表明：最冷月低溫（bio6）、年平均溫（bio1）貢獻率較高，分別為297%，285%，最冷季平均降雨量（bio19）的貢獻率為175%，最濕季平均溫（bio8）的貢獻率為98%，等溫性（bio3）的貢獻率為5%，最濕季降雨量（bio16）的貢獻率為31%，最干月降雨量（bio14）的貢獻率為27%，最干季降雨量（bio17）的貢獻率為13%，這8個環境因子的累計貢獻率高達976%，為了進一步明確羅布麻在當前氣候條件下的分布及消除各環境因子之間相關性的影響，利用上述8個環境因子分別導入MaxEnt模型進行單一因子建模。結果表明：年平均溫（bio1），最冷月低溫（bio6），最冷季平均降雨量（bio19），最濕季平均溫（bio8）對建模影響最大，其貢獻率分別為341%，318%，216%，88%，而等溫性（bio3）、最濕季降雨量（bio16）、最干月降雨量（bio14）、最干季降雨量（bio17）影響均很小。

24氣候變化對羅布麻適宜生境分布范圍影響的預測基于MaxEnt模型，本研究對未來氣候情景下羅布麻的分布進行了模擬。在ArcGIS軟件的支持下，按照同上文一樣的標準，將羅布麻的分布分為3個等級，分別為：非適宜生境（0～025），低適宜生境（025～05），適宜生境（05～10），同時利用ArcGIS的空間疊加分析模塊，計算出未來氣候情景下各個等級羅布麻分布占總面積的比例，最終得出羅布麻未來氣候情景下空間分布結果圖，見圖2 。

當前氣候情景下，羅布麻的適宜生境占總面積的1197%，見圖2，3，表2。根據MaxEnt模型運行的結果，2050—2070年的RCP26情景與當前氣候情景比較，羅布麻的適宜生境有所減少，低適宜生境在減少，而不適宜生境卻在增加，且2050年，RCP26情景下，羅布麻適宜生境分布面積占總面積的973%，低適宜生境占總面積的1150%，相同氣候情景下，到2070年，羅布麻的適宜生境占總面積的771%，低適宜生境占總面積的1078%；2050—2070年的RCP85情景下與當前氣候情景比較，羅布麻的適宜生境有所減少，低適宜生境有所增加，但增加的幅度不大，不適宜生境在增加，且在2050年，RCP85情景下，羅布麻適宜生境分布面積占總面積的832%，低適宜生境占總面積的1051%，相同氣候情景下，到2070年，羅布麻的適宜生境占總面積的963%，低適宜生境占總面積的1109%。總體來講，與當前氣候情景下羅布麻的分布面積相比，2050年到2070年，RCP26，RCP85氣候情景下，羅布麻適宜生境都有所減少。

3結論與討論

近年來，MaxEnt模型被應用于預測入侵生物[18]、病蟲害[1920]的報道比較常見，而利用MaxEnt

模型對中藥潛在地理分布的研究非常少見。本文基于MaxEnt模型，對當前氣候條件下羅布麻的適生生境進行了研究，并定量分析了2050，2070年的RCP26氣候情景及RCP85氣候情景下羅布麻適宜生境的面積變化。本研究采用ROC曲線與橫坐標圍成的面積即AUC值對模型的預測精度進行評估，結果顯示，訓練數據集和驗證數據集的AUC都為0997，按照模型模擬結果評估標準，此次模擬結果非常好。

結果表明，與當前氣候羅布麻的分布面積比較，2050—2070年，RCP26，RCP85氣候情景下羅布麻適宜生境都有所減少，因此，相關部門應采取措施來保護羅布麻的生境。同時，未來氣候情景下，羅布麻的適宜生境集中分布在西北和華北地區。

影響羅布麻潛在地理分布的主導環境因子包括：年平均溫（bio1）、最冷月低溫（bio6）、最冷季平均降雨量（bio19）、最濕季平均溫（bio8），這4個環境因子總貢獻率高達963%。

本文在研究羅布麻的潛在地理分布時，僅考慮了降水和溫度，并沒有考慮土壤、生物、物種的擴散能力、物種進化能力[21]等因素，如能綜合考慮以上因素，預測結果將會更準確。

[致謝]澳大利亞國立大學芬納資源與社會學院徐廷豹研究員修改本論文提出建議。

[參考文獻]

[1]娜仁花，鄭江華，郭寶林，等高分辨率影像在野生藥用植物宏觀監測中的應用評價——以羅布麻為例[J]中國中藥雜志，2014，39（10）：1777

[2]郭彥，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

[3]IPCC Working Group Ⅰ Climate Change 2013：the physical science basis[R]Geneva： IPCC， 2013：5

[4]Gallagher R V，Hughes L，Leishman M R，et alPredicted impact of exotic vines on an endangered ecological community under future climate change[J]Biol Invasions， 2010，12（12）：4049

[5]Xu ZhonglinPotential distribution of invasive alien species in the upper Ili river basin： determination and mechanism of bioclimatic variables under climate change[J]Environ Earth Sci，2015，73：779

[6]馬松梅，聶迎彬，耿慶龍，等氣候變化對蒙古扁桃適宜分布范圍和空間格局的影響[J] 植物生態學報，2014，38（3）：262

[7]吳剛，戈峰，方萬浩，等入侵昆蟲對全球氣候變化的響應[J]應用昆蟲學報，2011，48（5）：1170

[8]王翀，林慧龍，何蘭，等紫莖澤蘭潛在分布對氣候變化響應的研究[J]草業學報，2014，23（4）：20

[9]Faleiro F V，Machado R B，Loyola R DDefining spatial conservation priorities in the face of landuse and climate change[J]Biol Conserv，2013，2（158）：248

[10]李慶華，魏春雁，李建東羅布麻葉藥理作用及臨床應用研究進展[J]中藥材，2008，31（5）：784

[11]李麗紅，原忠羅布麻葉黃酮類成分的研究[J]中國中藥雜志，2006，31（16）：1337

[12]鄭麗莎，高山，王侖，等羅布麻纖維抗菌機理研究[J]檢驗檢疫學刊，2009，19（3）：13

[13]許仲林，彭煥華，彭守璋物種分布模型的發展及評價方法[J]生態學報，2015，35（2）：557

[14]徐紅新疆羅布麻品種特點及開發[J]毛紡科技，2005（6）：31

[15]王運生，謝丙炎，萬方浩，等相似穿孔線蟲在中國的適生區預測[J]中國農業科學，2007，40（11）：2502

[16]蘇前新疆羅布麻遺傳多樣性及其與環境關系研究[D]烏魯木齊：新疆大學，2013

[17]Swets J AMeasuring the accuracy of diagnostic systems[J]. Science，1988，240（4857）：1285

[18]雷成軍，徐海根基于MaxEnt的加拿大一枝黃花在中國的潛在分布區預測[J]生態與農村環境學報，2010，26（2）：137

[19]王穎，章桂明，楊偉東，等基于MAXENT的大豆南北方莖潰瘍病菌在中國適生區的預測 [J]植物檢疫，2009，23（4）：14

[20]馮璐，劉建宏，李永和，等基于Maxent模型的楚雄腮扁葉蜂潛在分布區預測[J]西部林業科學，2013，42（2）：49

[21]李國慶，劉長成，劉玉國，等物種分布模型理論研究進展[J]生態學報，2013，33（16）：4827[責任編輯呂冬梅]