基于MaxEnt模型對重要藥用植物貓爪草潛在適生區的預測

謝艷萍 楊剛剛 張興旺

摘要 基于貓爪草的140個分布位點和10個環境變量，采用最大熵模型（MaxEnt）和地理信息系統（GIS）對貓爪草在我國的適生區進行預測。結果表明，ROC曲線面積AUC值為0.92，說明模型預測結果可靠;貓爪草在我國的高度適生區主要集中在長江流域平原各省區，包括河南省南部、安徽省中南部、江蘇省南部、上海、浙江省東部和北部、江西省北部、湖北省南部、湖南省中部以及重慶的部分地區和臺灣北部，面積約占我國土地面積的3.3%;影響貓爪草分布的主導環境因子與降水和溫度有關，包括3月份降水量、降水量季節變化、等溫性和溫度季節性變化標準差。這些結果與貓爪草的實際分布和生物學特性相吻合，可為其推廣種植提供參考。

關鍵詞 貓爪草;潛在適生區;最大熵模型;地理信息系統;藥用植物

中圖分類號 S 567.21+9? 文獻標識碼 A? 文章編號 0517-6611（2022）01-0183-04

doi：10.3969/j.issn.0517-6611.2022.01.049

Prediction of Potential Distributions of Ranunculus ternatus Based on MaxEnt Model

XIE Yan-ping1，YANG Gang-gang2，ZHANG Xing-wang1，3

（1.School of Life Sciences，Huaibei Normal University，Huaibei，Anhui 253000;2.College of Life Sciences，Henan Normal University，Xinxiang，Henan 453007;3.School of Information，Huaibei Normal University，Huaibei，Anhui 253000）

Abstract Based on distribution data of 140 sites and 10 environmental factors of Ranunculus ternatus，the MaxEnt model and geographic information system （GIS） were used to predict potentially suitable habitats of R.ternatus.The results showed that the AUC value of the area under the receiver operation characteristic curve （ROC） was 0.92，indicating that the model prediction results were reliable.The highly suitable areas of Ranunculus ternatus in China were mainly concentrated in the provinces of the Yangtze River Basin，including the southern Henan Province，central and southern Anhui Province，southern Jiangsu Province，Shanghai，eastern and northern Zhejiang Province，northern Jiangxi Province，southern Hubei Province and central Hunan Province，part of Chongqing and north of Taiwan，covering an area of about 3.3% of China's land area.The dominant environmental factors affecting the distribution of Ranunculus ternatus were related to precipitation and temperature，including precipitation in March，seasonal changes of precipitation，isotherm and standard deviation of seasonal changes in temperature.These results are consistent with the actual distribution and biological characteristics of Ranunculus ternatus，and can provide a reference for its promotion and planting.

Key words Ranunculus ternatus;Potential suitable distribution;MaxEnt;ArcGIS;Medicinal plants

基金項目

安徽省高校自然科學研究一般項目（KJ2020B25）;安徽省自然科學基金項目（2108085QC104）。

作者簡介 謝艷萍（1985—），女，河南焦作人，講師，博士，從事植物系統分類學、植物生物地理學、分子生態學等研究。通信作者，副教授，博士，碩士生導師，從事植物生物地理學、植物資源保護等研究。

收稿日期 2021-08-10

貓爪草（Ranunculus ternatus Thunb.）是隸屬于毛茛科（Ranunculaceae）毛茛屬（Ranunculus）的一年生草本植物，因簇生多數形似貓爪的肉質小塊根而得名[1]。貓爪草別名小毛茛、金花草等，主要分布于我國廣西、臺灣、江蘇、浙江、江西、湖南、安徽、湖北、河南等省（自治區），生于平原濕草地或田邊荒地。貓爪草開金黃小花，作為地被植物，有較高的觀賞價值，且冬季可在自然狀態下和狗牙根（Cynodon dactylon）伴生生長，是冬季城市草坪常綠混播的優良材料[2]。此外，貓爪草具有非常重要的藥用價值，屬大別山區的道地藥材，民間最早于17世紀用作淋巴結結核的治療，1955年作為新驗方藥材被廣泛用于臨床[3-4]。1977年《中華人民共和國藥典》中記載貓爪草具有解毒化瘀、消散消腫和化痰的功效[5]。

貓爪草主要成分有多糖、多酚、氨基酸和有機酸，此外，還含有內酯、三萜、黃酮、脂肪酸和生物堿等成分[6-7]。體外試驗證明其有機酸具有抗腫瘤、抗結核的作用，多糖可激活巨噬細胞從而提高生物體免疫力，貓爪草皂苷有降壓降脂和抗炎抑癌的功效，在美國被推薦為治療腫瘤、關節炎的植物藥[8-10]。貓爪草的藥用價值，尤其是其抗腫瘤的良好藥理作用逐漸受到重視，現在已經是我國重點發展的三類藥材之一[11]。目前對貓爪草的研究主要集中在貓爪草各成分的提取工藝、有效成分和臨床應用[6-7，12-14]、有效成分質量在不同產地或生境下的區別[15]、其生物學特性和栽培種植技術[16-18]，還有一些關于居群遺傳分化等方面的研究[19-20]。

氣候是影響道地藥材生長發育和有效成分含量的重要因素[21]，也直接關系到藥材的分布區和栽培種植。隨著地理信息科學的發展和對氣候變化研究的不斷深入，物種分布模型（species distribution models，SDMs）成為探究氣候對物種地理分布影響的重要方法[22]。物種分布模型根據物種發生與環境變量之間的相互關系來預測該物種在不同地理范圍生態環境中的存在概率[23]。近年來，物種分布模型廣泛地應用到了生物多樣性的保護[24]、物種地理分布對氣候變化的響應[25]、入侵種的預測和防治[26]以及珍稀瀕危物種分布區的預測和保護[27-28]，也越來越多地應用到中藥材的潛在適生范圍預測和種植區劃建議[29-30]。最大熵模型（maximum entropy model，MaxEnt）是現有物種分布模型中應用最廣的模型，即使在物種分布位點信息較少的情況下也能有較好的預測結果[31-32]。因此，該研究通過收集整理貓爪草的自然分布位點，利用MaxEnt模型和地理信息技術（GIS），預測貓爪草在我國的最適分布區域，并分析出影響其生存和分布的主導環境因子，從而為該地道藥材的推廣和栽培種植及保護提供理論支持。

1 材料與方法

1.1 貓爪草分布數據來源與處理 該研究中貓爪草的地理分布信息主要來源于國家標本資源共享平臺（national specimen information infrastructure，NSII;http：//www.nsii.org.cn）、中國數字植物標本館（Chinese virtual herbarium，CVH;https：//www.cvh.ac.cn）、教學標本資源共享平臺（http：//mnh.scu.edu.cn）中收錄的標本采集信息，全球生物多樣性信息網（global biodiversity information facility，GBIF;https：//www.gbif.org）中下載的分布位點記錄，以及中國植物圖像庫（Plant Photo Bank of China，PPBC;http：//ppbc.iplant.cn）中圖像的拍攝地信息，此外，結合《中國植物志》《Flora of China》和各地方植物志及相關文獻資料，共獲得分布信息記錄1 583條。去除掉經緯度信息缺失、重復記錄或明顯錯誤的位點信息后，最終獲得貓爪草在我國18個省（自治區）的140條分布位點記錄，并將140條分布位點整理為.csv格式數據備用。

1.2 環境變量獲取及預處理

該研究共選用32個環境變量，包括19個氣候變量、12個每月降水量和海拔。環境變量數據均來源于WorldClim數據庫（http：//www.Worldclim.org/）[33]，變量的空間分辨率為 30″（約 1 km2）。將下載的環境變量數據加載到ArcGIS中，按照中國地圖的邊界進行掩膜提取，并將提取后的數據轉為.asc格式文件保存備用。為避免環境因子之間具有多重共線性關系導致模型預測過度擬合，從而降低預測的準確度，該研究根據各變量之間的相關性分析和貢獻值進行篩選。首先使用MaxEnt 3.3.3軟件對32個環境變量的貢獻值進行權重分析，其次用ArcGIS 10.2 軟件提取140個位點上的32個環境變量的值，再利用SPSS軟件進行Pearson相關性分析。在環境變量的選擇上，優先保留相關系數<0.75的變量，當相關系數≥0.75時，選擇貢獻值較高的環境變量用于模型的構建。根據以上條件，最終篩選出10個環境變量（表1）用于貓爪草適生范圍的預測。

1.3 物種分布模型及參數設置

將整理好的140個分布點導入MaxEnt軟件后，利用篩選出的10個環境變量，選擇75%的樣本作為訓練子集，剩下25%的樣本用于驗證模型，最大迭代次數10 000，重復運算10次進行模型構建。利用受試者工作特征曲線（receiver operation characteristic curve，ROC）、曲線下面積（areas under curves，AUC）來評估模型預測結果的準確性。用ArcGIS 軟件將MaxEnt模型的預測結果轉換為柵格數據，柵格的數值表示貓爪草在這個分布區中的生存概率（P）。將這些數值按照自然間斷斷點分級法（Jenks）進行重分類，可以把生境適應性人為地劃分為4個等級：0<P≤0.10為非適生區、0.10<P≤0.25為低度適生區、0.25<P≤0.50為中度適生區、0.50<P≤1.00為高度適生區。用ArcGIS對各生境適應性等級圖層進行分析并統計出貓爪草各適生區的面積。再根據MaxEnt模型預測結果中各環境變量的相對貢獻值，篩選出影響貓爪草分布和生長的主導環境變量。

2 結果與分析

2.1 當前潛在分布區的預測

曲線下面積（AUC）的取值范圍是0～1.0，AUC值越接近1.0表明模型預測結果越可靠，0.9<AUC≤1.0表示模擬結果有完美的辨識度，0.8<AUC≤0.9表示結果具有很高的可信度，0.7<AUC≤0.8表示預測結果一般，AUC≤0.7表示模型的預測結果不可信[34]。該研究預測模型的AUC平均值為0.92，說明模型結果可以準確地預測貓爪草的潛在適生范圍，具有較高的參考價值。預測結果表明貓爪草的適宜生長范圍在長江流域平原的各省（市），包括江蘇省、上海、浙江省、安徽省、河南省南部、湖北省、江西省、湖南省、重慶和貴州省（圖1）。通過ArcGIS計算各類型分布區的面積，貓爪草的高度適生區域面積為31.75×104 km2，約占我國土地面積的3.3%，中度適生區面積為59.56×104 km2，約占我國土地面積的6.2%。

2.2 影響貓爪草分布區的主要環境因子

物種分布模型預測中刀切法分析的結果可以判斷出各環境變量對模型的貢獻值和各環境變量影響貓爪草分布的貢獻率。綜合兩者的結果（圖2和表2），3月份降水量（Prec_03）、降水量季節變化（Bio_15）、等溫性（Bio_03）和溫度季節性變化標準差（Bio_04）是影響該物種分布的4個主導環境變量，其累計貢獻率達到89.8%。這4個環境變量中2個與降水量相關，2個與溫度相關。其次，海拔（Ele）的影響也較大，而最濕季度平均溫度（Bio_08）和7月份降水量（Prec_07）對貓爪草分布范圍的影響較小。

分別用上述的4個主導環境變量進行單因子建模，繪制相應的單因子響應曲線（圖3）。當存在概率P<0.50時表明該環境變量條件非常不適宜物種生存，而P≥0.50時的環境

變量條件是適宜該物種生存的范圍。結果表明（圖3），3月

份降水量（Prec_03）的最適范圍是大于58.69 mm;降水量季

節變化（Bio_15）的最適范圍是9.74～60.18 mm，等溫性（Bio_03）的最適范圍是22.16～25.76;溫度季節性變化標準差（Bio_04）的適宜范圍在457.81～512.25和805.36～935.16。

3 討論與結論

3.1 貓爪草在我國的潛在分布區預測

野生資源的貓爪草廣泛分布于寒溫地帶，主產于黃淮平原中南部和長江中下游地區，多生長于“三荒四邊”的潮濕地帶[16]。該研究結果表明，貓爪草的最適潛在分布區主要集中在我國長江流域平原的各省（市），包括江蘇省、上海、浙江省、安徽省、河南省南部、湖北省、江西省、湖南省、貴州省，重慶的一部分和臺灣北部，中度、高度適生區域面積共約91.3×104 km2，絕大部分分布于亞熱帶季風氣候區，僅有少量分布在溫帶季風氣候區域，預測結果與自然分布范圍高度一致。此次模型運算的AUC值也說明模型預測結果是很可靠的，貓爪草潛在分布范圍較大，具有可觀的推廣種植范圍。

3.2 環境變量對貓爪草分布的影響

影響貓爪草分布范圍的4個主導環境變量中，2個與降水相關，2個與溫度相關。溫度和降水是影響貓爪草生長和分布的重要環境因素，貓爪草喜好生長在涼爽濕潤且半蔭蔽的環境中，2—4 月植株快速生長，2月中旬陸續抽薹開花，3月上旬至 4 月上旬為盛花期。該研究得出3月降水量是影響貓爪草地理分布范圍的最關鍵的環境變量，這個結果與其上述生物學特征相吻合。此外，溫度對貓爪草的分布也有重要的影響，貓爪草耐寒冷，但不耐高溫，環境溫度高于30 ℃植株將停止生長甚至出現死亡，種子和塊根幾乎完全處于休眠狀態，不能發芽出苗[35]。溫度和降水也是影響很多藥用植物分布范圍的主導因素，例如最干月降水量、最冷季度平均溫度、晝夜溫差月均值、最冷月最低溫和最干季度平均溫度對前胡和紫花前胡的分布影響較大[36];4、5、10、11月降水量，年均溫變化范圍、溫度季節性變化標準差是限制多花黃精分布的主要環境變量[37];7月和8月降水量、溫度季節性變化標準差、年均溫變化范圍對金蓮花的生長和分布有重要的影響[38]。

3.3 貓爪草推廣種植建議

鑒于貓爪草的良好療效，“十三五”國家科技創新計劃認為其是具有較大工業化前景的藥物。貓爪草主產于河南省信陽市、駐馬店市，淮河以南各省也有出產，臺灣省也有分布。河南省信陽市是貓爪草的優勢產區，具有道地性。在河南省信陽市淮濱縣貓爪草種植基地已經成立了專業的合作社，王家崗鄉還成為中原貓爪草第一鄉[11]。此外，安徽阜陽（安徽中部）等地都有大規模種植貓爪草，但是這些仍然滿足不了市場對于貓爪草深加工產品的需求[39]。該研究中除了河南省南部、安徽省中南部以外，江蘇省的南部、上海、浙江省東部和北部、江西省北部、湖北省南部和湖南省中部以及重慶的部分地區和臺灣北部也都是貓爪草的高度適宜分布區。而圍繞著這些高度適宜分布區范圍之外，還有大面積中度適生區分布，這些中度適生區都可以作為栽培種植貓爪草的潛力發展地區，可通過改良栽培種植條件而發展為高度適宜分布區。此外，建議在貓爪草的種植過程中要充分考慮降水和溫度的影響，尤其是控制3月份降水量和夏季溫度，實現種植豐產。

參考文獻

[1] 中國科學院中國植物志編輯委員會.中國植物志：第28卷[M].北京：科學出版社，1980：302-303.

[2] 張秀高.貓爪草前景廣闊[J].花木盆景，2000（11）：14.

[3] 彭華勝，儲姍姍，程銘恩.大別山區道地藥材的形成歷史[J].中國中藥雜志，2021，46（2）：253-259.

[4] 陳丙鑾，杭悅宇，陳寶兒.藥用植物貓爪草的研究進展[J].中國野生植物資源，2002，21（4）：7-9.

[5] 國家藥典委員會.中華人民共和國藥典[S].北京：中國醫藥科技出版社，2015.

[6] XIONG Y，DENG K Z，GAO W Y，et al.A novel alkenoic acid ester and a new benzophenone from Ranunculus ternatus[J].Chinese Chem Lett，2007，18（11）：1364-1366.

[7] 熊英，陳虹，鄧敏芝，等.貓爪草化學成分及抗耐藥結核活性研究[J].中藥材，2016，39（4）：775-777.

[8] 吳曉.貓爪草多糖和有機酸部位的初步研究[D] .南京：南京中醫藥大學，2007：72-75.

[9] 楊牧之，王國萍，王斌.貓爪草多糖對小鼠腹腔巨噬細胞活力的調節作用[J].基因組學與應用生物學，2019，38（5）：1997-2003.

[10] 陳建存.植物藥物在美國的發展概況（Ⅱ）[J].中國中醫藥信息雜志，2000，7（5）：85-87.

[11] 劉莉，王鳳云，韓亮.中藥貓爪草的研究進展[J].廣東藥科大學學報，2020，36（1）：140-144.

[12] 趙文秀，馬駿，李文基，等.貓爪草多糖研究進展[J].甘肅中醫藥大學學報，2020，37（4）：87-90.

[13] 童曄玲，胡軼娟，樓柯浪，等.貓爪草中穗花杉雙黃酮的含量測定[J].浙江中醫雜志，2020，55（10）：776-777.

[14] 閆浩利，王雯麗，羅峰，等.貓爪草的提取工藝、藥理作用及臨床研究進展[J].中醫研究，2020，33（11）：78-80.

[15] 王海燕，梁利香.不同產地貓爪草中粗多糖和多糖含量的比較研究[J].信陽農林學院學報，2018，28（3）：107-111.

[16] 何慶，田坤發.貓爪草的生物學特性及高產栽培技術[J].現代農業科技，2020（12）：99-100.

[17] 胡旗輝.抗癌中草藥“貓爪草”栽培技術[J].北京農業，2012（4）：18-19.

[18] 張艷玲，孫萬慧，尹健，等.信陽貓爪草主要病蟲害及防治方法初探[J].信陽農林學院學報，2015，25（1）：106-108.

[19] 張艷玲，孫萬慧，胡孔峰，等.貓爪草遺傳多樣性的ISSR分析[J].河南農業科學，2010，39（9）：117-120.

[20] 汪小凡，廖萬金，宋志平.小毛茛居群的遺傳分化及其與空間隔離的相關性[J].生物多樣性，2001，9（2）：138-144.

[21] 金鑫，鄭洪新.中藥“道地”藥材與地理環境[J].長春中醫藥大學學報，2010，26（2）：287-288.

[22] 趙儒楠，何倩倩，褚曉潔，等.氣候變化下千金榆在我國潛在分布區預測[J].應用生態學報，2019，30（11）：3833-3843.

[23] GUISAN A，THUILLER W.Predicting species distribution：Offering more than simple habitat models[J].Ecol Lett，2005，8（9）：993-1009.

[24] 張興旺，李垚，謝艷萍，等.氣候變化對黃山花楸潛在地理分布的影響[J].植物資源與環境學報，2018，27（4）：31-41.

[25] DYDERSKI M K，PAZ′ S，FRELICH L E，et al.How much does climate change threaten European forest tree species distributions？[J].Glob Change Biol，2018，24（3）：1150-1163.

[26] MAINALI K P，WARREN D L，DHILEEPAN K，et al.Projecting future expansion of invasive species：Comparing and improving methodologies for species distribution modeling[J].Glob Change Biol，2015，21（12）：4464-4480.

[27] GUO Y L，LI X，ZHAO Z F，et al.Prediction of the potential geographic distribution of the ectomycorrhizal mushroom Tricholoma matsutake under multiple climate change scenarios[J].Sci Rep，2017，7：1-11.

[28] 李單琦，胡菀，韓彩霞，等.基于MaxEnt 模型的瀕危觀賞植物福建柏潛在適生區預測[J].植物科學學報，2020，38（6）：743-750.

[29] 董光，何蘭，程武學.基于MaxEnt和GIS技術的桔梗適宜性分布區劃研究[J].中藥材，2019，42（1）：66-70.

[30] 白成科，吳永梅，曹博，等.基于MaxEnt和GIS的陜西省山茱萸氣候適宜性種植區劃研究[J].中藥材，2016，39（2）：289-294.

[31] LI J J，FAN G，HE Y.Predicting the current and future distribution of three Coptis herbs in China under climate change conditions，using the MaxEnt model and chemical analysis[J/OL].Sci Total Environ，2019，698[2021-04-17].https：//doi.org/10.1016/j.scitotenv.2019.134141.

[32] PHILLIPS S J，ANDERSON R P，SCHAPIRE R E.Maximum entropy modeling of species geographic distributions[J].Ecol Model，2006，190（3/4）：231-259.

[33] FICK S E，HIJMANS R J.WorldClim 2：New 1-km spatial resolution climate surfaces for global land areas[J].Int J Climatol，2017，37（12）：4302-4315.

[34] ELITH J，GRAHAM C H，ANDERSON R P，et al.Novel methods improve prediction of species’distributions from occurrence data[J].Ecography，2006，29（2）：129-151.

[35] 王愛武，田景奎，袁久榮，等.中藥貓爪草的研究概況與展望[J].中國藥業，2005，14（1）：25-27.

[36] 張琳，鄧亦麒，謝登峰，等.前胡和紫花前胡在中國的潛在分布區預測[J].四川大學學報（自然科學版），2017，54（3）：641-647.

[37] 章鵬飛，張虹，張小波，等.多花黃精生態適宜性區劃研究[J].中國中藥雜志，2020，45（13）：3073-3078.

[38] 盧有媛，郭盛，嚴輝，等.金蓮花生態適宜性區劃研究[J].中國中藥雜志，2018，43（18）：3658-3661.

[39] 劉金海，王鶴樺，王琰，等.貓爪草研究概況與展望[J].中國野生植物資源，2019，38（6）：62-65，72.