基于MaxEnt 模型和ArcGIS 的紅芪生境適宜性評價

林 鑫，李成義，魏小成，周瑞娟，張廣袤，謝耀慧，譚雪艷，劉善茹

（甘肅中醫藥大學，甘肅 蘭州 730000）

紅芪為豆科植物多序巖黃芪Hedysarum polybotrysHand.-Mazz.的干燥根，具有補氣升陽、利尿止汗、消腫、排膿斂瘡的功效［1］，屬于甘肅道地藥材之一。紅芪作為多年生草本植物，其根系于土壤中分布較深，適宜生長于涼爽濕潤、陽光充足的山坡地、灌叢和林緣地區，在我國主要分布在甘肅，少數分布于四川、寧夏、內蒙古、陜西等地區［2］。紅芪傳統習慣以野生品用藥，由于紅芪的免疫調節作用優于黃芪［3］，在一些復方藥效研究中紅芪代替黃芪治療效果更好［4-6］。紅芪的市場需求量增大，野生資源大幅減少，需要人工馴化和大面積種植等措施確保資源可持續利用和市場供需穩定。由于紅芪栽培過度集中化及盲目引種，導致紅芪病蟲害頻發，進而影響其質量，急需發展紅芪新產區，其生長分布及有效成分積累受到氣候、地形、土壤因子影響［7］。環境因子對紅芪中紅芪多糖及異黃酮類成分含量具有較大影響，且土壤中無機元素的積累與紅芪生長及品質形成有密切關系［8］，導致不同產地紅芪質量差異顯著［9-10］。

目前國內外對中國植物分布模擬研究較多［11-13］，但對紅芪生境適宜性研究卻相對較少，因此通過研究全國范圍內紅芪生境適宜區劃，明確紅芪潛在生境適宜區，有助于確保紅芪質量穩定及引種區域選擇。最大熵模型（MaxEnt）作為生態位模型之一，由于其應用范圍廣、預測精度高、穩定性較好，結合3S 技術廣泛應用于物種的生境適宜性評價［14］，本研究采用MaxEnt 模型和ArcGIS空間分析技術相結合，將全國內紅芪適宜分布區域可視化，明確紅芪分布與生態環境間的關系，以期為我國紅芪藥材種植生產的合理布局及物種保護提供一定的理論參考。

1 材料與方法

1.1 樣點分布數據 紅芪地理位置數據來源于實地采樣、中國數字植物標本館 （https：／ ／www.cvh.ac.cn／）、中國國家標本資源平臺（http：／ ／www.nsii.org.cn／2017／home.php）及全球生物多樣性信息數據庫平臺（https：／ ／www.gbif-uat.org／zh／）。共搜集1970 年至2021 年紅芪地理位置數據180 個，為降低空間自相關性和采樣誤差，剔除重復和距離過近樣點，對距離小于1 km 的樣點地理數據只保留1 個，得到紅芪樣點123 個。分析所用中國地圖源于國家測繪地理信息局標準地圖服務網站（http：／ ／bzdt.ch.mnr.gov.cn／index.html）。

1.2 生態因子數據 評價選用氣候、地形、土壤這3 類共59 個生態因子，見表1，其中31 個氣候因子 （1970 年至2000 年）和數字高程模型（DEM）數據均來源于全球氣候數據庫（https：／ ／www.worldclim.org／），DEM 高程數據通過ArcGIS 10.4.1 軟件表面分析提取生成坡度及坡向柵格數據，所獲取的氣候、地形數據的空間分辨率為2.5 min，數據內容包括年平均氣溫、平均日較差、年降水量、每月份輻射量等31 個氣候因子和高程、坡度、坡向3 個地形因子。土壤因子數據來源于世界土壤數據庫v1.2 （HWSD，https：／ ／www.fao.org／soils-portal／soil-survey／soil-maps-and-databases／harmonized-world-soil-database-v12／en／），數據內容包括土壤有效水含量、土壤含沙量、土壤有機碳、土壤酸堿度、土壤容重等25 個土壤因子。

表1 生態因子數據Tab.1 Ecological factor data

1.3 生態因子篩選 將獲得的31 個氣候因子、3個地形因子、25 個土壤因子和紅芪分布樣點數據分別導入ArcGIS 軟件，利用ArcToolbox 中采樣功能對每個樣點的生態因子進行提取，通過SPSS 26.0 軟件進行Person 相關性分析，去除相關性較高的因子，并采用MaxEnt 模型多次運算，剔除貢獻度為0 的因子［15］，最終篩選出13 個生態因子（Bio_ 2、Bio_ 4、Bio_ 9、Bio_ 14、Bio_ 18、Bio_ 19、Srad_ 5、Srad_ 9、Srad_ 12、Alt、Slo、AWC_ Class、T_ BS）參與模型預測分析。

1.4 模型構建及評價標準 采用MaxEnt 3.4.1 軟件將上述篩選的13 個生態因子對123 個樣點分布數據進行模型構建，其參數設置為隨機選擇25%的紅芪分布點作為測試集，75%的分布點用于訓練集，采用交叉驗證方法進行數據分析，設置最大迭代次數為500 次，最大背景點數為10 000 個，其他參數均為模型默認值，并通過刀切法評價各生態因子的重要性，結果以Logistic 格式輸出。以受試者工作特征曲線（ROC）下的AUC 面積判斷模型預測結果的精準度，AUC 取值范圍為0.5 ～1.0，其中0.5～0.7 預測精度較低，0.8 ～0.9 預測精度中等，0.9～1.0 預測精度較優［16］。為減少空間自相關對模型建立的影響，重復10 次，選取AUC 值最大的一組為最終預測結果。

1.5 適宜性區域劃分 在模型預測結果較優的條件下，結合ArcGIS 軟件中空間分析工具對預測模型進行重分類，采用自然間斷點分級法將適宜度分為4 個等級［17］，非適生區P＜0.04，低度適生區0.04≤P＜0.16，中度適生區0.16≤P＜0.50，高度適生區P≥0.50。

2 結果

2.1 模型預測精度 通過MaxEnt 模型預測分析得出ROC 曲線訓練集的AUC 值為0.994，測試集的AUC 值為0.994，AUC 值均大于0.9，說明該模型對預測紅芪生境適宜性較為準確，所獲得的ROC曲線見圖1。

圖1 紅芪MaxEnt 模型ROC 曲線Fig.1 ROC curve diagram of Hedysari Radix MaxEnt model

2.2 主生態因子選擇 根據參與模型構建的13 個生態因子對MaxEnt 模型的貢獻率及權重，可以確定影響紅芪分布的主要生態因子。各生態因子貢獻率見表2，對紅芪生態適宜區預測權重見圖2，結果表明，13 個生態因子中影響紅芪分布的主要生態因子為海拔（貢獻率40.6%）、最熱季度降水量（貢獻率14.7%）、12 月太陽輻射量 （貢獻率9.1%）、溫度季節性變化偏差 （貢獻率8.9%）、上層土壤 （0 ～30 cm）基本飽和度 （貢獻率8.6%）、9 月太陽輻射量（貢獻率8.3%），累計貢獻率達90.2%。

圖2 各生態因子對紅芪生境分布預測權重Fig.2 Jackknife test of ecological factors for prediction of Hedysari Radix habitat distribution

表2 紅芪各生態因子貢獻率Tab.2 Contribution rate of various ecological factors to distribution of Hedysari Radix

綜上所述，6 個主生態因子對紅芪生境適宜區域分布的響應曲線見圖3，由此可知，紅芪生境適宜度P＞0.5，其對應的環境因子值有利于紅芪生長。海拔對紅芪分布影響較大，在630～2 360 m 內紅芪生境適宜度隨著海拔增加而增大，2 360 ～5 453 m其適宜度不斷減小； 最熱季度降水量達到296 mm 時，紅芪生境適宜度達到最大值； 12 月太陽輻射量在5 586～7 963 kJ／ （m2·d）時呈上升趨勢，達到峰值后，隨著太陽輻射量的不斷累積呈下降趨勢； 紅芪生境適宜度與溫度季節性變化偏差在540～1 330 時呈正向拋物線，與其他區間不相關；上層土壤（0 ～30 cm）基本飽和度在40% ～100%時呈正相關增長，達到峰值后適宜度趨于穩定； 9月太陽輻射量從10 080 kJ／ （m2·d）起，適宜度急劇上升，在13 125 ～13 582 kJ／ （m2·d）呈平穩狀態，隨后適宜度開始迅速下降。最佳條件為海拔1 970～3 028 m，最熱季度降水量278 ～327 mm，9月太陽輻射量12 618～14 090 kJ／ （m2·d），12 月太陽輻射量7 592～8 334 kJ／ （m2·d），溫度季節性變化偏差748～860，上層土壤（0～30 cm）基本飽和度95% ～100%。

2.3 生境適宜性及等級區劃 紅芪主要分布于甘肅省、四川省、陜西省、山西省、寧夏回族自治區等地。其中高度適生區主要分布于甘肅省隴南市、天水市、定西市、甘南藏族自治州、臨夏回族自治州，其次分布于四川省阿壩藏族羌族自治州和甘孜藏族自治州、寧夏回族自治區固原市、陜西省寶雞市和青海省海東地區； 中度適生區分布在高度適生區周圍，西至青海省東部，東至山西省中西部，南至四川省南部，北至內蒙古中部； 低度適生區面積分布較大，主要分布于四川省、山西省、陜西省、河北省、山東省、遼寧省、內蒙古自治區、新疆維吾爾自治區、北京市等地均有少數分布。

通過適生區等級劃分統計每個省級行政區的各適生區面積，其結果見表3。紅芪在我國的適生區面積為1.29×106km2，其中高度適生區面積為5×104km2，在生境適生區占比為4.03%； 中度適生區面積為3.38×105km2，在生境適生區占比為26.20%； 低度適生區面積為9×105km2，在生境適生區占比為69.77%。由各行政區適生區面積可知，高度適生區主要分布于甘肅省，占全國高度適生區的83.73%； 中度適生區主要分布于甘肅省、四川省和陜西省，占全國中度適生區的83.99%，其中甘肅省面積最大，為1.22×105km2； 低度適生區主要分布于四川省、山西省、陜西省、河北省、內蒙古自治區等地，占全國低度適生區的61.98%，其中四川省面積最大，為1.69×105km2。由此可知，甘肅中南部的生態環境較適宜于紅芪生長，目前甘肅是紅芪實際種植面積最大的地區，模型預測的高、中度適宜區與實際種植區域相吻合。

3 結論與討論

本研究采用MaxEnt 模型對紅芪生境適宜區進行模擬預測，通過分析59 個生態因子與紅芪分布間的關系，得出海拔、降水量、太陽輻射量、溫度季節性變化及上層土壤（0～30 cm）飽和度對紅芪分布影響較大，紅芪適宜區主要分布于溫度變化幅度小、土壤透氣性好且較為濕潤的中海拔地區，最熱季度降水量以300 mm 左右為宜。相關文獻表明，甘肅省定西紅芪栽培區的海拔一般為1 700 ～2 300 m，年平均氣溫6.0～8.0 ℃，6 ～9 月降水量270～360 mm［18］，其生態條件與紅芪預測適宜區結果較為符合。通過紅芪本草考證及產地遷移研究發現，此前紅芪道地產區多為甘肅、四川、山西、陜西、內蒙古等地，通過環境變化和人為干預影響，紅芪產區不斷縮減且向甘肅過渡，現主要分布于甘肅省［19-20］。相關研究表明，目前四川、陜西、寧夏均有紅芪分布，且甘肅作為紅芪道地產區及種植主產區，主要分布于武都、宕昌、武山、隴西、岷縣、舟曲、臨洮等地［21-22］，與本研究預測的中、高度適生區相吻合，進而證明該模型能夠較為準確地預測紅芪在中國的潛在適生區，使紅芪生境適生區評價具有科學合理性。

本研究結果明確了全國紅芪生境適宜區和影響紅芪分布的主要環境因子，高、中度適生區可為紅芪引種栽培或野生資源保護提供理論依據，在今后紅芪產業規劃發展中，可在高、中度適生區內建立紅芪規范化種植基地，推廣高產、優質、抗病性強的紅芪新品種，有助于確保紅芪質量穩定和解決紅芪藥材原材料供應短缺的根源。但本研究僅從環境因素評價紅芪生境適生區，而引種栽培應多因素考慮，道路、河流等社會因素均對引種區域的選擇產生影響，因此在引種擴種過程中應依據當地具體環境因地制宜進行調整，進而促進紅芪藥材的可持續發展。