河北省燕山及太行山山脈黃芩生態適宜性區劃研究△

何培，秦夢，楊澤東，謝忠強，段緒紅，平鑫，馬宗敏，裴林*

1.河北省中醫藥科學院，河北 石家莊 050031；

2.中國測繪科學研究院，北京 100039；

3.北京環宇智繪科技有限公司，北京 100018；

4.河北中醫學院，河北 石家莊 050200

黃芩為唇形科多年生草本植物黃芩Scutellaria baicalensisGeorgi 的干燥根，喜溫暖，耐旱、耐寒，產黑龍江、遼寧、內蒙古、河北、河南、甘肅、陜西、山西、山東、四川等地[1]。黃芩為常用中藥，味苦，性寒，具清熱燥濕、瀉火解毒功效，適用于濕溫、暑濕、胸悶嘔惡等[2]。現代研究表明，黃芩含有游離黃酮、黃酮苷、苯甲酸糖苷、類固醇、萜、酰胺、酚等類活性成分，其提取物和主要成分具有抗腫瘤、抗病毒、抗菌等藥理活性[3]。

20 世紀80 年代之前，黃芩藥材主要依靠野生資源供給，基本能達到產銷平衡，隨著我國大健康產業的發展和新制劑的開發，其野生資源已經很難滿足市場需求。20 世紀90 年代初開始，黃芩在河北、山西等地被引種栽培，藥材供給逐漸由野生轉變為人工栽培[4]。產地的生態環境是影響中藥材質量的重要因素，因此選擇適宜的種植區是中藥引種栽培的前提[5]。河北省自古就是黃芩的道地產區，為了避免盲目引種造成藥材品質、產量降低，開展黃芩的生態適宜區劃研究對指導其在河北省的科學引種和擴種、保障藥材品質具有重要意義。

中藥區劃是發展中藥生產及中藥資源合理開發利用的依據和基礎。從20 世紀80 年代開始，我國就借助中藥資源普查開展了中藥區劃的研究工作，并進行了中藥資源區劃的分析和研究[6]。20 世紀90年代以后，隨著地理信息系統（GIS）技術的引進和發展，中藥研究人員開展了基于地理信息技術的中藥生態適宜性區劃研究，從自然生態環境和地理空間分布角度對中藥資源區劃進行分析[7]。利用GIS技術分析中藥資源適宜性區劃能夠快速確定環境因素與藥材生長的相關性，減少人為因素影響，從而得到中藥資源的生態適宜生長區域及面積[8]。

本研究基于黃芩的生長環境，利用最大信息熵（MaxEnt）模型與GIS空間分析技術相結合，收集中藥資源普查及其他方式獲取的黃芩分布點位信息，結合其分布區的相關生態因子，分析影響黃芩分布的主要生態因子及黃芩的適宜生長區域，預判黃芩在河北省的適宜生長區域，為河北省黃芩的引種栽培選地和產業規劃提供參考。

1 數據及來源

1.1 系統生態環境數據

建立黃芩適宜性分析系統生態環境數據庫，其中包括：1）氣象因子數據庫，包括氣溫、降水量等；2）土壤類型數據庫，包括土壤類型大類及亞類；3）土壤微量成分數據庫；4）地理信息數據庫，包括基礎地理信息、高程等。

1.2 采樣點數據

黃芩采樣點信息主要來源于第四次全國中藥資源普查數據庫黃芩采樣點及其他科研項目野外調查獲取的信息，采樣范圍涵蓋黃芩的主要道地產區和主產區。黃芩的采樣點主要分布在甘肅省南部、陜西省、山西省、河北省、內蒙古自治區北部和中部等地（圖1）。

圖1 黃芩采樣點分布

2 方法

中藥材的生長發育受其地理分布影響，因此中藥材區劃分析的基本原則是適宜生長區的生態因子指標最好與藥材的主要道地產區及主產區的生態因子指標相似。基于此，黃芩生態適宜性區劃分析模型的構建是在GIS 評價分析基礎上，采用多指標綜合評價方法，對黃芩的生態適宜度進行定量化、空間化分析[9]。利用MaxEnt 模型從生態學角度分析影響黃芩生長發育的主要生態因子，利用GIS 軟件的空間信息提取、空間計算和數據疊加等空間分析功能對黃芩適宜生長區域進行優化。

2.1 地理信息技術空間分析

地理信息技術空間分析分為柵格數據空間分析和矢量數據空間分析兩大類[10]。在黃芩生態適宜性區劃分析中，首先將柵格數據空間分析用于基礎數據的處理，形成統一空間范圍和統一空間參考的基礎數據庫；其次，利用柵格數據的統計分析、柵格重分類等功能對信息熵模型結果進行處理[7]。矢量數據空間分析主要包括空間數據查詢和屬性分析、多邊形的疊加分析和矢量數據的擦除、相交等。通過矢量數據的空間分析可以將黃芩的分布區域和水域分布進行空間關聯，實現對分布區域的進一步優化[11]。

2.2 MaxEnt模型

MaxEnt模型是一種密度估計和物種分布預測模型，是以最大熵理論為基礎的一種選擇性方法。最大熵模型從符合條件的分布中選擇熵最大的分布作為最優分布。MaxEnt軟件主要用于預測物種的潛在地理位置分布[11]。通過確定閾值和響應曲線的特征，建立物種與所在地環境因子之間的響應，從而獲得最適環境因子范圍值和權重，以此為依據在給定范圍確定與之相似區域，從而實現物種潛在分布區的預測。

3 產地適宜性區劃分析流程

利用河北省環境生態因子數據庫，根據黃芩采集樣點信息，利用MaxEnt軟件對影響黃芩生長的環境因子進行篩選，得到黃芩與生長分布相關的環境因子，利用MaxEnt 模型預測黃芩可能的產區分布，并以此分析結果為基礎，利用地理信息技術對潛在分布數據進行數據轉換、空間疊加分析等處理，最終獲得黃芩的適宜生長區。黃芩產地適宜性區劃分析的流程見圖2。

圖2 黃芩產地適宜性區劃分析流程

在黃芩產地適宜性區劃分析中涉及的核心流程包括：1）基于篩選的環境因子數據，采用MaxEnt理論對黃芩適宜度進行分析；2）基于GIS 技術對適宜度分析結果進行分類，根據適宜度大小主要分為最適宜區、次適宜區、低適宜區和不適宜區；3）基于現有的水域分布數據和GIS 技術對分類結果進行空間疊加，分析得到最適宜區的面積。基于上述分析流程研發了中藥資源區劃分析系統，該系統集地理信息技術與MaxEnt模型于一體，實現了多種區劃分析方法的程序化操作[12]。

4 區劃分析及結果驗證

4.1 生態因子篩選及數值確定

黃芩藥材產地適宜性分析是基于地理信息技術與MaxEnt 模型，通過構建中藥材生態環境數據庫，利用中國測繪科學研究院研發的中藥資源區劃分析系統[12]完成河北省黃芩藥材產地適宜性區劃分析。中藥資源區劃分析系統是通過MaxEnt 模型對黃芩采樣獲得的樣本數據進行生態因子二次篩選，獲取生態因子值[12]。首先，選取該系統中全部環境因子進行MaxEnt 模型運算，得到生態環境因子的篩選排序，然后對分析篩選影響因子排名前十幾的因子進行二次建模計算，選取第2 次因子篩選建模計算排序中累積貢獻率＞95%的環境因子，同時考慮地形、土壤、植被等不同類型生態因子的影響，最終得到黃芩藥材區劃分析的7 項主導環境因子，分別是海拔、坡度、最暖季降水量、最濕月降水量、年均溫、土壤類型、植被類型。其中，黃芩生長海拔為24～4291 m，坡度為0°～28.6°，最暖季降水量為24～782 mm，最濕月降水量為11～320 mm，年均溫為18～60 ℃，主要的土壤類型有普通腐棕土、普通雛鈣土、潮暗棕壤、粘淀棕壤、普通灌淤土、石灰性暗潮土、潮黑土，主要植被類型為溫帶落葉闊葉林、2 年三熟或1 年兩熟旱作和落葉果樹園、亞熱帶落葉闊葉林、1 年一熟糧食作物及耐寒經濟作物等。

4.2 區劃分析

利用中藥資源區劃分析系統軟件中MaxEnt 算法進行MaxEnt 模型計算，輸出黃芩的環境適宜區劃文件，利用空間分析功能將文件轉為空間數據庫中的柵格文件以提取出河北省的適宜范圍，然后利用中藥材區劃分析軟件中的制圖功能進行河北省黃芩區劃分布圖制作，形成黃芩藥材產地適宜概率分布圖。黃芩藥材產地適宜性概率為1%～100%，其產地適宜概率分布見圖3。

圖3 黃芩產地適宜概率分布

4.3 分析結果驗證

MaxEnt 模型預測精度以受試者工作特征（ROC）曲線下的面積（AUC）為衡量指標，AUC為0.5～1.0，值越大表示環境變量與預測的物種地理分布模型之間的相關性越大，模型預測精度越高[13]。在對黃芩適宜性的預測中，ROC 曲線的訓練集和驗證集AUC 分別為0.987 和0.979，說明MaxEnt 模型預測黃芩潛在適生區分布結果具有極高的準確度，預測效果較好（圖4）。

圖4 黃芩適宜性區劃分布預測ROC曲線

4.4 利用地理信息方法建立河北省黃芩最適宜生長區

根據黃芩生境特點和河北省的實際應用情況，對上述黃芩概率分布進行人工定義分級，形成河北省黃芩藥材產地適宜區劃：產地適宜概率為90%～100%的區域為最適宜區，產地適宜概率為75%～90%的區域為次適宜區，產地適宜概率為60%～75%的區域為低次適宜區，產地適宜概率為1%～60%的區域為不適宜區。河北省黃芩藥材產地適宜性區劃分布見圖5。

圖5 河北省黃芩藥材產地適宜性區劃

對于河北省內水域等不適宜黃芩生長的區域都應在適宜區區劃分析時予以排除。利用地理信息方法建立黃芩最適宜生長區，利用相交、擦除、合并等矢量數據空間分析方法，結合水域分布數據及河北省主要湖泊、水庫等數據，對河北省黃芩最適宜區域進行優化[11]。最后，在系統中導出河北省黃芩區劃最適宜生長區域面積（表1）。

表1 河北省黃芩藥材最適宜生長區域面積

5 結論與建議

本研究利用GIS、MaxEnt 等方法，以黃芩采樣點和生態環境因子為基礎，實現了河北省黃芩潛在分布區和最適宜生長區的分析，為該藥材的區劃分析和引種栽培提供了創新的思路。探明影響黃芩分布的環境因子及生態適宜生長區，就可以在黃芩資源缺乏時，在最適宜生長區因地制宜開展野生資源保護、引種馴化、種植區劃，進一步開展黃芩資源的開發利用[14]。從本研究預測結果看，海拔、坡度、最暖季降水量等環境因子是影響黃芩分布的主要環境因子。根據黃芩藥材適宜性區劃分析結果可知，黃芩的最適宜生長區主要分布在太行山山脈的承德市、張家口市、保定市，燕山山脈的秦皇島市，結合黃芩的生物學特性和自然條件、社會經濟條件等因素，建議在上述地區開展黃芩的引種栽培。

基于GIS 技術進行生產區劃的分析，能對影響藥材生長的環境因子進行量化和綜合分析，科學、快速地分析出與藥材道地產區最為相似的地區，從而為最適宜種植區域的確定提供了可靠的量化數據。但是，區劃分析結果尚存在一些不確定因素，如采樣點的多少、環境因子尺度等[15]，以及社會經濟等人為因素，目前缺乏對這些影響因素的相關研究。相信隨著信息技術的發展，尤其是基于大數據的中藥資源產地適宜性區劃研究不斷深入，分析結果會更科學準確。