基于隨機森林模型的國家重點保護藥用植物物種優先保護區的識別*

張軍， 石若利， 張雪， 譚雪平， 劉濤， 魏愛松

云南大學 建筑與規劃學院， 昆明 650504

植物是人類賴以生存和發展的必要的物質基礎， 人類在日常的衣食住行和醫療衛生等方面均離不開植物[1]． 藥用植物生態資源種類是構成我國現代自然科學和社會土壤環境資源的重要組成部分． 研究表明， 我國具有悠久的多種藥用植物資源種類和藥用植物栽培技術． 《中國植物紅皮書： 稀有瀕危植物》第1冊共收載植物354種， 藥用植物168種， 其中稀有種38種， 漸危種84種， 46種藥用植物面臨滅絕的危險． 如何有效保護國家重點藥用植物物種已成為全世界共同面臨的環境問題之一．

我國在藥材生產方面已經擁有了較高的價值和優勢， 藥材資源蘊藏量大， 但也有部分藥材資源面臨著市場供不應求的困難． 以我國6個區域進行排序， 能夠供藥用植物種類的分別是華東、 中南、 西南、 華北、 東北、 西北[2-3]． 目前我國境內有明確記載的藥用植物共11 146種， 大多數傳統中藥材采用野生藥用資源[4]， 屬于瀕危狀態的植物已接近3 000種， 其中具有一定藥用價值的植物約占60%～70%[5]． 目前， 《種子法》及各種相關中藥法規在我國相繼出臺， 建立了對藥用植物新品種的審定和認證機制， 并進一步出臺了切實可行的法規制度以管理藥用植物種子的生產經營等活動． 2013年， 中國提出了《生態保護紅線管理辦法》， 使生物多樣性保護工作邁上了新的臺階． 生態保護紅線是指對維護國家和區域生態安全及社會經濟可持續發展具有重要戰略意義的關鍵生態保護區域． 生態保護紅線的劃定能夠維持關鍵物種、 生態系統與種質資源生存的最小面積， 有效保護了生物的多樣性． 中國國家重點保護藥用植物物種的優先保護區也是生態保護紅線的重要組成部分． 如何準確識別和確定優先保護區是生物多樣性保護研究的重要熱點之一， 也是進行保護活動的前提條件． 準確識別和確定優先保護區能夠指導資源的合理分配， 使保護效益最大化[6]． 當今世界， 對于生物多樣性的優先保護區的確定研究， 在許多發達國家和地區已經進行了很多的實踐和探討， 并且取得了較為豐碩的成果．

準確有效地獲取物種的適宜分布區對于識別和確定優先保護區至關重要， 物種分布預測技術和地理信息系統(GIS)為生物多樣性優先保護區的識別提供了一種可靠的方法[7-8]． 該方法基于物種分布相關數據和環境因素， 利用物種分布預測模型來獲取物種的適宜分布區域， 在全球范圍內得到了廣泛的應用． 錢靈穎等[9]以39種廈門市重點保護植物為研究對象， 通過物種分布模型MaxENT獲得物種潛在的分布柵格圖， 利用空間保護優先化定量工具 Zonation軟件識別理論上既適宜重點保護植物生存又能夠保證景觀連通性的區域， 獲得本地重點保護植物景觀保護等級． 周來[10]利用林分數據和土壤剖面調查數據， 分析了杉木人工純林和混交林的土壤理化性質特征， 基于修正的通用土壤流失方程對研究區的土壤保持情況進行了定量分析， 并結合采伐跡地植被恢復特征進行優先保護區域的識別． 王靜[11]基于系統保護規劃， 以海口市沼澤濕地優勢植物潛在適生區為保護對象， 通過系統保護規劃軟件， 計算對海口市沼澤濕地保護具有不可替代價值的關鍵性區域， 篩選出最優保護目標， 進一步識別得到優先保護區． 陳龍等[12]以太行山生物多樣性保護優先區北京區域為例， 提取待保護目標物種的分布范圍， 識別目標物種集聚的熱點區和空缺區． 陶國慶等[13]以滇西北三江并流區為例， 基于多準則決策分析方法(MCDA)， 對滇西北 24 種植被亞型進行保護價值評分同時分析了保護成本， 并對保護價值和保護成本進行疊加分析， 確定研究區植被的保護等級以及優先保護區． 周陽[14]以淇澳島紅樹林保護區為對象， 通過研究該地區植物的物種優勢度、 群落物種多樣性、 種群空間等指標分析該地區的植物分布格局．

物種分布預測模型在對各生物物種保護區的識別應用上已十分廣泛， 包括回歸模型、 生態位模型和機器學習模型等， 但針對國家重點保護藥用植物物種的優先保護區識別還很少見． 一些研究人員將現有模型與其他方法相比較， 認為隨機森林模型在全球范圍內做相應的物種分布研究工作所表現出的整體性能最好[15-16]．

本研究以126種國家重點保護藥用植物物種為研究對象， 依托ArcGis 10.3， MATLAB等軟件， 采用隨機森林模型， 通過對藥用植物物種進行建模， 預測各個物種的適應性生存率． 探討以下問題： ① 以國家重點保護藥用植物物種的生境性適宜指數作為本次研究的切入點， 進行空間自相關分析， 確定國家重點保護藥用植物物種優先保護區的所在位置； ② 進行優先保護區空缺分析； ③ 針對未被保護的優先保護區進行其優先保護的順序分層． 探討此類問題能夠對國家重點保護藥用植物物種的發展提供穩定的空間， 也能為政府在制定管理決策時提供科學的依據， 讓稀有的自然資源能夠得到最大的保護[17]．

1 材料與方法

1.1 物種分布數據的獲取及處理

藥用植物物種類別主要結合《中國植物紅皮書： 稀有瀕危植物》[18]《Chinese traditional medicine resources》[19]以及全國中藥資源普查成果進行選取． 《中國植物紅皮書： 稀有瀕危植物》中記錄了354種瀕危植物， 包含物種的歷史分布地區、 受到威脅的程度、 在我國的生存和分布情況及其保護層次等相關信息． 藥用植物物種分布點數據來源于中國科學院植物研究所(http： //www.iplant.cn/)， 因該網站的數據只有熱力圖， 故該文所使用的數據是熱力圖經矢量化處理后的數據， 并根據其中的重要性、 特殊性以及數據的相對完整性進行選取， 同時剔除了在分布地點上數據不全的各類瀕危藥用植物野生物種， 最終選擇了作為國家重點保護的藥用植物126種， 其中39種為國家一級保護植物， 37種為國家二級保護植物． 在本文選取的126種藥用植物物種中， 被IUCN《受威脅物種紅色名錄》評定為易危(UV)物種的有 11 種， 瀕危(EN)物種的有 76種， 極危(CR)物種的有1種， 受到不同程度威脅的物種占所選物種的69.84%．

1.2 環境變量及相關數據出處

環境變量是隨機森林模型能夠順利完成模型的建立及結果預測的基本條件． 本研究選取了12個能夠反應氣候特征、 棲息地和人類影響的環境變量， 以此來預測物種的適宜分布區(表1， 圖1和圖2)．

表1 環境變量的出處及含義

1.3 模型與分析

隨機森林模型是Breiman在2001年提出的一種分類預測方法， 是一種匯總式自學習數據處理方法、 現代分類與回歸技術[20]． 隨機森林模型是基于分類樹算法進行模擬和迭代， 在變量和數據使用上進行隨機化， 分成若干分類樹， 再匯總分類樹的結果進行判別[21-22]． 隨機森林模型對多元共線性不敏感， 但對大量數據的處理效率較高， 可以預測多達幾千個的解釋變量， 在數據缺失時， 仍然有很高的精度． 本研究運用MATLAB作為模型運行平臺完成相應的運算．

1.3.1 建構隨機森林模型

以中國區域作為分析對象， 在研究中選取公里網格作為預測背景點， 點與點之間經度和緯度的間隔均為0.2， 此研究共有24 050個背景點被選擇． 運用ArcGis 10.3軟件提取各物種相應的分布點和背景點及其所有與環境變量相關的值， 隨機生成3 000個不適合物種生長的背景點數據， 用訓練集和測試集來總結物種的相關分布數據和背景點數據． 訓練集由分布數據構成， 其數據分別占相應基數的75%， 剩余的25%則構成測試集． 訓練集的作用是構建模型， 測試集的作用是檢驗模型的精確度[23-24]． 建模后， 對每個物種進行預測， 得到背景點物種的適生概率， 將每個背景點上所有物種的適生概率進行疊加并進行標準化， 得到國家重點保護藥用植物物種的生境適宜性指數．

1.3.2 模型精度檢驗

設Ntree為隨機森林模型中所有分類樹的數目， 當Ntree較小時， 隨機森林模型的分類錯誤率較高， 而性能較低． 隨機森林模型的特點是它具有不過度擬合的性質， 所以它可以通過增加Ntree的數量， 來保證集成化分類器的種群多樣性． 然而在構建隨機森林模型時的操作復雜程度卻與Ntree成正比，Ntree過高， 隨機森林模型在構建過程及運算時所耗費的時間就會大大增加[25]． 因此，Ntree對隨機森林模型的性能、 可解釋性和復雜性之間的平衡具有重要意義． 本文通過測試集對Ntree進行選擇， 當Ntree為1 500顆時， 測試集達到最大正確率84.42%， 說明模型預測的準確性較高．

審圖號： GS(2019)1815號圖1 生物氣候變量情況

1.3.3 最終適宜度的計算

在生物氣候變量(6個)和海拔數據的基礎上進行所有數據標準化處理， 使用隨機森林模型計算出背景點的基礎適宜度， 插值生成1 km大小的柵格， 再根據人類足跡指數、 生態功能區、 植物凈初級生產力、 土地利用類型計算出最終適宜度指數(Fls)：

Fls=(Fs-0.5×Footprint)×Efz×Npp×Landuse

(1)

式中，Fs為基礎適宜度，Footprint為人類足跡指數，Efz為生態功能區，Landuse為生物群落區，Npp為植物凈初級生產力．

結果以0.25，0.50，0.75為節點， 分為不適宜、 次適宜、 適宜和極佳生境． 去掉不適宜、 次適宜生境， 將適宜、 極佳生境視為優先保護區， 分別與自然保護區、 生態功能區疊加， 觀察物種的受保護情況．

審圖號： GS(2019)1815號圖2 其余重要變量情況

1.3.4 優先保護區的識別與空缺分析

通過ArcGis 10.3平臺結合反距離加權插值運算的方法計算生態環境的適宜性系數， 制作分辨率為1 km的生境適宜性指數圖． 將生境適宜性指數圖每一個像元都轉換成為1 km×1 km的矢量網格， 1個網格代表1個評價單元．

本研究用GeoDa統計軟件中的空間自相關分析方法探測各個生境適宜性指數的空間聚集區情況， 從而得到國家重點保護藥用植物物種的優先保護區， 以確保藥用植物物種能夠長久地生存． 同時， 在ArcGIS 10.3軟件中將識別出需優先保護的區域完成疊加操作， 疊加的對象分別是自然保護區和生態功能區． 自然保護區和生態功能區數據均來自中科院資源環境科學與數據中心(http： //www.resdc.cn/)． 為了降低空間尺度對空間自相關分析的影響， 根據近年來中國主要藥用植物的具體地理學區域進行劃分， 將我國重點保護藥用植物物種生境適宜性指數圖進行分類， 可分為嶺南(平原)區、 華東區、 華中(平原)區、 華北(平原)區、 東北(平原)區、 華西區、 橫斷(太行)山區、 云貴區、 青藏(高原)區、 蒙新區， 共10個區作為中國主要藥用植物的具體地理學區域．

全局和局部兩個指標對于空間自相關性的分析能夠起到很好的衡量作用． 首先利用全局指標對10個不同地理區域的生境適宜性指數的空間模型進行探測， 確定整個區域之間是否存在空間的自相關性和顯著程度； 然后將10個不同的地理區域進行局部空間自相關分析， 進一步檢驗是否存在觀測值的高值或低值局部空間聚集， 并識別高值區和低值區． Moran’sI指數通常被廣泛應用在衡量各個空間元素的相互關系上， 該指數的大小范圍在-1至1之間． 具有強烈空間正相關的要素用1來表示， 具有強烈空間負相關的要素用-1來表示， 不具有或者不存在空間相關性的則用0來表示[26]．

全局Moran’sI的計算公式：

(2)

局部Moran’sIi的計算公式：

(3)

2 結果與分析

2.1 識別優先保護區

通過對全局Moran’sI的計算公式進行綜合計量， 獲得10個地理分布區的生境適宜性指數(表2)． 結果顯示， 各地理分布區內生境適宜性指數的全局空間自相關指數皆大于0.90(p<0.05)． 說明10個地理分布中評價單元的生境適宜性指數存在顯著的空間自相關．

表2 10個藥用植物地理分布區的全局Moran’s I指數

基于局部 Moran’sIi的計算公式進行綜合計量， 獲得10個地理分布區的生境適宜性指數的局部空間聚集情況． 再通過ArcGis 10.3軟件對其進行描述， 完成一個具有較高值限的聚集區圖像， 得出國家重點保護藥用植物物種不適宜、 次適宜、 適宜和極佳生境的分布情況(圖3)． 優先保護區是指定的適宜度指數值相對較大的保護區域， 該區域的特征主要是國家重點保護植物物種數量相對較多并且受到人類活動的干擾相對較少．

審圖號： GS(2019)1815號圖3 不同適宜性生境的分布情況

國家重點保護藥用植物物種的優先保護區主要分布在我國的華西區、 華中區、 嶺南區、 華東區、 云貴區、 橫斷山區， 其中包括長江以南的武夷山脈、 秦嶺地區以及秦嶺西北部至大巴山余脈山區西部、 長白山、 雅魯藏布江下游河谷區、 滇西南、 海南島中部． 此外， 西北部大多為不適宜區域， 次宜適應區域遍及云貴高原腹地． 通過計算， 優先保護區面積為78.85萬km2， 約占我國國土面積的8.21%． 經統計得出優先保護區的斑塊個數為3.40萬個， 平均斑塊面積為23.19 km2．

2.2 優先保護區空缺分析

將優先保護區與我國現有的自然保護區和生態功能區的面狀數據進行疊加， 得到優先保護區目前的被保護情況(圖4)． 優先保護區在自然保護區中的面積約為3.36萬km2， 約占自然保護區總生境的3.16%， 占優先保護區總生境的4.26%； 優先保護區在生態功能區中的面積約為24.33萬km2， 約占生態保護區總生境的10.78%， 占優先保護區總生境的30.86%． 綜合考慮來看， 優先保護區被規劃保護的土地總面積約為26.89萬km2， 占我國優先保護區總生境的34.10%， 被規劃保護的優先保護區總面積占比并不高， 說明我國對藥用植物物種的保護還不夠充分． 自然保護區以青藏區較多， 嶺南區、 華東區較少， 而優先保護區主要分布在長江以南的嶺南區、 華東區． 針對雅魯藏布江下游河谷區、 滇西南、 東南丘陵區， 可適當增強保護區建設力度， 通過制定相關法規， 對國家重點保護藥用植物物種適宜生長的地區加以保護．

審圖號： GS(2019)1815號圖4 自然保護區、 生態功能區和優先保護區疊加

2.3 優先保護順序分析

對未被保護的優先保護區進行優先保護分層， 首先， 最應被優先保護的區域是云貴區、 嶺南區、 華中區、 華東區、 橫斷山區， 其中包括武夷山脈、 南嶺周邊區域、 西雙版納、 海南島中部等． 主要是因為該區域的藥用植物相對較豐富， 生境適宜性普遍較高， 植被類型較復雜， 面積相對較小．

其次， 應該被保護的區域是東北區、 華北區、 華西區、 青藏區、 蒙新區， 其中包括長白山地區等， 主要原因是該區域內的優先保護區占地面積很小、 分布比較散、 覆蓋率較低．

3 討論與結論

國家重點保護藥用植物物種的優先保護區在南部山脈地區的斑塊所占面積較大、 分布也較集中． 這可能是由于該地區具備氣候適宜， 有著大部分藥用植物生長發育的光照與溫度等條件， 有利于藥用植物生長． 另外， 山區受人類干預的強度也相對較低， 因此這些地區的生物多樣性極為豐富， 擁有大量特殊的植物物種． 根據《Flora of China》及相關統計資料表明， 省級以上藥用植物的特有生態品種在我國西部呈現較為集中． 第一是與西南的一些省份有著緊密聯系的地區， 如云南東南部、 南部和西北部， 四川西部(西北部、 西南部) 至中部， 西藏東部和東南部等； 第二是我國的東南部和地處華南的地區， 包括海南等； 第三是從華中到秦嶺地區， 包括湖北西部至陜西南部等． 本文的研究結果表明， 目前國家重點保護藥用植物物種的優先保護區和3個省級以上藥用植物重點地區在中國境內存在部分重疊． 但由于這些地區大多位于一些經濟發達地區， 受到現代人類的干擾大； 這些地區也是鳥類遷徙的主要連接地區， 對于遷移鳥類完整的自然生活歷程具有重要的意義． 另外還存在東北的大、 小興安嶺， 東北至華南沿海及我國長江流域中下游等地區分布相對較少且分散、 破碎化的程度嚴重等狀況． 導致這種特殊情況的原因主要是這些地區的自然海拔度和溫度相對變化小， 不具備形成多樣的地形及氣候條件． 因此， 針對這些優先級保護區加強環境生態保護工作， 對于我國自然資源的生物多樣性保護意義重大．

通過對國家重點藥用植物物種優先保護區與國家生態功能區及自然保護區進行對比分析， 發現他們許多地方還存在著重疊， 特別是在生物多樣性相對較高的橫斷山區、 云貴區、 嶺南區、 華西區和華中區等， 說明這些地區在其生態機制功能的發揮以及對其生物多樣性的維護等方面具有很大的保護價值． 由于劃定目的和方法的不同， 優先保護區與重點生態功能區及全國生態功能區雖有重疊， 但重疊的范圍并不大． 以我國南嶺地區為例， 南嶺北部山脈不僅被認為是一個屬于天然生態水源綜合涵養的功能區， 還屬于生態功能區， 占生態功能區與自然保護區區域總面積的7.59萬km2與1.23萬km2， 相應的優先保護區占生態功能區和自然保護區的面積各為0.36萬km2與0.83萬km2．

此外， 我國中東、 中西部也是保護需求量大的地方， 而藥用植物物種優先保護區在生態功能區、 自然保護區的覆蓋范圍較小． 長江以南地區， 特別是武夷山脈地區， 東南丘陵區的優先保護區范圍較大， 應適當增加對這些區域的保護力度．

同時， 中國國家重點保護藥用植物物種的優先保護區也不是一成不變的， 本文共選取126種藥用植物物種， 其中在優先保護區范圍內的藥用植物物種有124種， 保護率高達98.41%． 對于未被優先保護區保護的物種以及由于缺少數據未被納入到分析中的物種， 可以結合這些物種的分布情況， 對優先保護區作適當的補充和調整． 除此之外， 還需要針對影響這些物種分布的環境因素進行調查和更新， 如氣候變化、 人類活動干擾、 社會經濟發展水平的變化等， 才能更加真實地對優先保護區進行穩定且長久的保護和管理．

本研究選取隨機森林模型預測126種國家重點保護藥用植物物種的生境適宜率， 將適宜、 極佳生境作為國家重點保護藥用植物物種的優先保護區， 分別與自然保護區、 生態功能區進行疊加計算得到國家重點保護藥用植物物種的生境適宜度指數， 采用空間自相關的研究方法確定國家重點保護藥用植物物種的優先保護區， 進一步明確了在保護工作中亟需重視的區域， 為相關政府部門更有效地分配和利用有限的保護資源提供科學的依據．