基于MaxEnt和ArcGIS的纈草適宜性區劃研究

王莉，呂蓉，韋翡翡，朱田田，崔治家，晉玲

資源調查

基于MaxEnt和ArcGIS的纈草適宜性區劃研究

王莉1，呂蓉1，韋翡翡1，朱田田1，崔治家1，晉玲1，2

1.甘肅中醫藥大學藥學院，甘肅 蘭州 730000；2.中（藏）藥資源研究所，甘肅 蘭州 730000

基于最大熵（MaxEnt）模型和地理信息系統（ArcGIS），結合相關生態因子對纈草生態適宜區進行預測分析。應用MaxEnt模型和ArcGIS，結合475個纈草樣本信息數據和55項生態因子，通過MaxEnt模型篩選出5個影響纈草生長的主要生態因子，并在ArcGIS中進行纈草生態適宜性預測展示。綜合分析得出纈草適宜生長環境參數：海拔1700～3000 m，5月降水量70～150 mm，6月降水量80～190 mm，坡度4°～24°，坡向為平地、東南、西南；預測纈草最適宜生長地區為陜西南部、湖北西部、四川中部和北部、青海西部和甘肅南部地區。本研究預測分布區域與中國植物志記載產地基本一致，可為纈草的種植區域規劃提供指導。

纈草；生態適宜區劃；最大熵模型；地理信息系統

纈草L.為敗醬科Valerianaceae纈草屬L.多年生草本植物[1]。主治心神不安、心悸失眠、癲狂、臟躁、風濕痹痛、脘腹脹痛、痛經、經閉、跌打損傷[2]。其主要成分有黃酮類、生物堿類、揮發油類等[3-4]。由于社會需求增加，纈草野生資源減少。為了滿足用藥需求，需要及時掌握其資源量，把握其資源分布，預測纈草生態適宜區。最大熵（MaxEnt）模型基于最大熵原理，能較為精確地推斷預測物種生態適宜區域；地理信息系統（ArcGIS）用生態學原理并結合數據分析物種的潛在分布進行預測并展示成果。利用MaxEnt與ArcGIS相結合，進行纈草的生態適宜區劃預測，尋找適宜生長區域，為其合理規劃種植提供理論支持。

1 材料與方法

1.1 設備及數據

便攜式衛星導航儀（GPS），北京佳明航電科技有限公司。

纈草數據來源于野外采集記錄及中國數字植物標本館（http://www.cvh.org.cn/）。通過中國數字植物標本館中已有的采集信息并結合實際測量得到的海拔和坐標信息，共收集到475個樣本信息且與現代普查數據無較大偏差。

從“中藥資源空間信息網格數據庫”（http://www. tcm-resources.com/）下載相關生態因子，包括氣候變量、地形變量、土壤變量和植被類型。

1.2 最大熵模型參數設定及主要生態因子篩選

將纈草分布數據保存為“species+longitude+ latitude”的.csv格式。本次研究數據量較大，故采用75%樣本數據作為訓練集，25%樣本數據作為預測集。將纈草樣本分布數據和生態因子導入對應對話框，最大迭代次數為106，其余選項采用模型的默認設定，運行程序剔除貢獻率為0的生態因子并重復運算，篩選出影響纈草生長的主要生態因子。

1.3 精確度預測

受試者工作特征曲線（ROC評價曲線）檢驗權重，用ROC曲線下面積（AUC）值進行模型精確度預測。AUC取值范圍為0.5～1，越接近1說明預測結果越好，其模型越準確。AUC值0.50～0.60為失敗，0.60～0.70為較差，0.70～0.80為一般，0.80～0.90為好，0.90～1.0為非常好。

1.4 纈草全國生態適宜性區劃

將最后運行得到的生態因子數據轉換為ESRI ASCⅡ格式，進行掩膜提取，最后提取纈草.csv文件中的點數據，并與中國地圖進行疊加分析。獲得屬性表并計算最大值（max）、最小值（min）、平均值（μ）、標準差（σ）。生態適宜性區間為[0～1]，以[0，σ]為不適宜區，[σ，μ－σ]為次適宜區，[μ－σ，μ]為較適宜區，[μ，1]為最適宜區。

2 結果與分析

2.1 精確度結果分析

按上述方法建立MaxEnt模型，重復運行6次后，得到的訓練數據集AUC值為0.964，測試數據集AUC值為0.955，表明MaxEnt模型對纈草中國生態適宜區的預測效果非常好，結果見圖1。

圖1 纈草生態適宜區預測ROC曲線

2.2 主要生態因子確定

根據參與模型建立的生態因子對MaxEnt模型的貢獻率大小，可判斷影響物種分布的主要生態因子，結果顯示共有32個生態因子對纈草分布有貢獻，其中5個因子對模擬結果的累積貢獻率達72.4%。5月降水量（30.3%）70～150 mm、海拔（18.4%）1700～3000 m、坡度（12.2%）4°～24°、6月降水量（6.3%）80～190 mm、坡向（5.1%）為平地、東南坡、西南坡，這5個生態因子對纈草適宜性區劃占據主要地位，見圖2。

圖2 影響纈草的5種主要生態因子響應圖

2.3 生態適宜性區劃分析

通過對纈草適宜區進行綜合評價后將生態適宜性區域劃分為四類：以[0，0.194 6]確定為不適宜區，[0.194 6，0.350 5]確定為次適宜區，[0.350 5，0.545 2]確定為較適宜區，[0.545 2，1]確定為最適宜區。

本研究顯示，纈草預測適宜生長分布區與纈草實地樣點、《中國植物志》[1]記載分布區一致。纈草在我國的適宜生長區為西南地區、東北地區，西藏有少量分布。其中最適宜區主要集中在陜西南部（寶雞-漢中-安康）、湖北西部（恩施-神農頂）、四川中部和北部（廣元-馬爾康-康定）、青海東部（西寧-同仁）和甘肅南部（臨夏-天水-隴南）地區，詳見圖3。

圖3 纈草全國生態適宜性區劃圖

3 討論

本研究通過MaxEnt和ArcGIS相結合的方法，在55個生態因子中計算得到32個貢獻率不為0的生態因子，選出5個對模擬結果影響最大的生態因子，分別是5月降水量（30.3%）、海拔（18.4%）、坡度（12.2%）、6月降水量（6.3%）、坡向（5.1%），累積貢獻率達72.4%。結果顯示，纈草5、6月開花期需大量水分；纈草生境海拔跨度較大，但都在坡度較為平緩、坡向為南坡時最宜生長。這與其已知生長所需條件相吻合。

纈草最適宜區主要集中在陜西南部、湖北西部、四川中部和北部、青海東部、甘肅南部地區，與已知纈草分布區域相吻合。表明本研究建立的模型并未背離實際，且AUC＞0.9，可信度高。

綜上，纈草生態適宜區劃研究可為提升當地產業結構、人工種植栽培以及可持續利用研究提供依據。本研究可為后期纈草的質量評價及其品質區劃研究提供基礎。

[1] 中國科學院中國植物志編輯委員會.中國植物志：第七十三卷第一分冊[M].北京：科學出版社,1986：31.

[2] 國家中醫藥管理局《中華本草》編委會.中華本草[M].上海：上海科學技術出版社,1999：576-580.

[3] 左月明,徐元利,張忠立,等.纈草中黃酮類化學成分研究[J].中藥材, 2017,40(6)：1331-1334.

[4] 吳迪,張楠淇,李平亞.纈草化學成分及生物活性研究進展[J].中國中醫藥信息雜志,2014,21(9)：129-133.

Study on Suitable Areas ofBased on MaxEnt and ArcGIS

WANG Li1, LYU Rong1, WEI Feifei1, ZHU Tiantian1, CUI Zhijia1, JIN Ling1,2

To predict and analyze the ecologically suitable areas ofbased on MaxEnt and geographic information system (ArcGIS) combined with relevant ecological factors.Using MaxEnt model and ArcGIS, combining 475 sample information data and 55 ecological factors, the MaxEnt model was used to screen out 5 main ecological factors that affected the growth of. The ecological suitability prediction display ofwas carried out by ArcGIS.Comprehensive analysis showed that the suitable growth environment parameters ofwere: altitude of 1700-3000 m, precipitation of 70-150 mm in May, precipitation of 80-190 mm in June, slope of 4°-24°, slope direction was flat, southeast, and southwest; the most suitable growth areas forwere predicted to be southern Shanxi, western Hubei, central and northern Sichuan, western Qinghai, and southern Gansu.The predicted distribution areas of this study are basically consistent with the provenance of Chinese flora, which can provide guidance for the planning of planting areas of.

; ecologically appropriate zoning; MaxEnt model; geographic information system

R282.1

A

1005-5304(2020)08-0008-03

10.3969/j.issn.1005-5304.201903187

甘肅省科技計劃基礎研究創新群體資助項目（1606RJIA323）；甘肅省地方藥材質量標準提升研究（2017年）；國家中醫藥管理局全國中藥資源普查工作（2018年）

晉玲，E-mail：zyxyjl@163.com

（2019-03-15）

（2019-12-28；編輯：梅智勝）