鄒萌,蔣瑞平,李佳倫,段淇洋,廖海,周嘉裕
西南交通大學生命科學與工程學院,四川 成都 610031
太白貝母Fritillaria taipaiensisP.Y.Li 為百合科貝母屬植物,是川貝母藥材的基原植物之一,以鱗莖入藥[1]。太白貝母含有生物堿成分,具有潤肺止咳、化痰平喘等功效,臨床廣泛應用于肺熱燥咳、肺陰 虛等。由于人為大量采挖和生態(tài)環(huán)境的破壞,太白貝母的野生資源受到嚴重破壞,已瀕臨枯竭[2]。鑒于太白貝母野生資源所面臨的嚴峻形勢,《陜西省中藥材保護和發(fā)展實施方案(2016-2020)》(陜政辦發(fā)〔2016〕9 號)已將太白貝母列入中藥材重點保護品種目錄。為緩解太白貝母需求與野生資源匱乏的矛盾,對太白貝母開展引種與人工栽培是一種可行的替代方法。
有關太白貝母的栽培報道,始載于清光緒《大寧縣志》“貝母,銀廠坪所產(chǎn)為佳”?!按髮幙h”指今重慶市巫溪縣地區(qū),說明從清代起,當?shù)匾殉蔀樘棕惸傅脑耘鄥^(qū)。其后,陜西、甘肅、重慶與四川等地也陸續(xù)有太白貝母的野生資源及栽培區(qū)的報道[3],但盲目引種及擴大栽培區(qū)會嚴重影響太白貝母生產(chǎn)的合理布局,甚至破壞太白貝母的道地性,導致藥材品質(zhì)下降。因此,開展太白貝母生態(tài)環(huán)境適應性研究具有重大現(xiàn)實意義。
本課題組通過2019 年6 月-2020 年9 月野外實地勘查、查詢相關文獻與網(wǎng)絡數(shù)據(jù)庫信息,整理出太白貝母在中國的地理分布區(qū)資料,利用最大熵(MaxEnt)模型和地理信息系統(tǒng)ArcGIS 軟件分析影響太白貝母地理分布的主要環(huán)境因子及其影響程度,并以此為依據(jù)分類預測太白貝母不同程度適生區(qū)劃圖,分析其潛在地理分布格局,以期為太白貝母資源的可持續(xù)利用提供參考。
太白貝母的分布數(shù)據(jù)主要來源于3 個部分:①實驗室人員野外實地考察,以及中國數(shù)字植物標本館(http://www.cvh.org.cv/)標本植物的分布地經(jīng)緯度信息;②通過查閱文獻中的分布區(qū)數(shù)據(jù)整理得到經(jīng)緯度信息,其中對僅有物種名及物種詳細分布地名稱的,通過地球在線(https://www.earthol.com/)查找具體分布點并記錄;③通過全球生物多樣性信息平臺(https://www.gbif.org/)整理太白貝母在中國范圍內(nèi)分布點,并找到相應的經(jīng)緯度信息。最終整理得到中國境內(nèi)115 份包含20 個地點的分布點數(shù)據(jù),將各分布點數(shù)據(jù)統(tǒng)一轉(zhuǎn)換為十進制并以.csv 格式保存。詳見表1。
表1 太白貝母分布數(shù)據(jù)
從世界氣象數(shù)據(jù)(https://www.worldclim.org/)下載32 個環(huán)境變量因子,涵蓋19 個基礎生物氣候變量(bio1~19),以及1、5、6、7 月的最低溫度(tmin1、tmin5、tmin6、tmin7)、最高溫度(tmax1、tmax5、tmax6、tmax7)、平均溫度(tavg1、tavg5、tavg6、tavg7)和海拔(alt)。采用ChinaMap 中4p 格式的1∶400 萬中華人民共和國地圖和中華人民共和國行政區(qū)劃圖(https://www.csdn.net/)作為底圖得到太白貝母在中國境內(nèi)的分布點。詳見圖1。
圖1 太白貝母分布點
1.3.1 環(huán)境因子選取
由于環(huán)境因子間有一定的相關性,所以本研究對32 個環(huán)境因子進行相關性檢驗后用于MaxEnt 模型。利用ArcGIS12.0 軟件提取各采樣點的點插值,以SPSS20.0 軟件Spearman 相關系數(shù)查驗相關性,選取相關性<0.8 的環(huán)境因子,若2 個因子相關性≥0.8,只選擇任意1 個因子運行模型。
1.3.2 最大熵模型預測
運行MaxEnt3.4.1 軟件,在樣本欄(samples)添加上述.csv 文件,在環(huán)境圖層欄(environmental layers)添加所選取的低相關性環(huán)境因子,采用刀切法(jackknife)預測各環(huán)境因子的貢獻率,制作響應曲線(response curve)并生成初步適生區(qū)預測圖像。預測模型的準確性是利用受試者工作特征(ROC)曲線下方面積(AUC)值判定,其值越接近1,說明與隨機分布相距越遠,且環(huán)境因子與預測的物種地理分布之間的相關性越大,即MaxEnt 模型預測的結(jié)果越準確。
本研究采用Roberto、Natural breaks 等研究方法,選取25%分布點作為測試集與75%分布點作為訓練集,模型運算次數(shù)設定為500 次,重復運算設定為10 次,其余參數(shù)均為默認模型的自動設置。
將MaxEnt 模型運行得到的結(jié)果導入ArcGIS12.0軟件,利用重分類進行疊加分析和地圖制作,采用人工分級方法劃分出太白貝母適應性分布等級,得到主要生態(tài)因子影響下的適應性區(qū)劃圖。根據(jù)MaxEnt 模型運行結(jié)果中各環(huán)境因子的響應曲線得出主要因子適宜值范圍及太白貝母適生區(qū)的生態(tài)特征。
近年來,ROC 曲線分析法在預測物種潛在適生區(qū)模型評價中應用廣泛[4]。該方法是對曲線下方面積進行計算,即得到AUC 值,由此判斷模型模擬的精準度。一般認為,AUC<0.6 時判斷價值較低,AUC>0.8 時判斷價值較高,AUC=1 時為理想分布[5]。本研究在對各環(huán)境因子重復運行10 次后得到訓練數(shù)據(jù)集AUC=0.958,說明MaxEnt 模型對太白貝母潛在分布區(qū)的預測結(jié)果較好,可信度非常高。見圖2。
圖2 太白貝母分布MaxEnt 模型ROC 曲線及AUC 值
jackknife 是在預測物種潛在分布的適生區(qū)和分析環(huán)境因子對所預測結(jié)果的影響程度大小,以及通過運算確定對物種分布貢獻率最大的環(huán)境因子過程中最常用的方法。本研究根據(jù)jackknife 分析得到的預測結(jié)果顯示,各環(huán)境因子在對太白貝母適應度的影響所占的權重不同。見圖3。
圖3 環(huán)境因子在MaxEnt 模型中預測太白貝母分布刀切圖
通過模型篩選得到對太白貝母潛在分布貢獻率>0 的環(huán)境因子有6 個,即晝夜溫差均值(41.21%)、海拔(26.42%)、年降水量(18.32%)、溫度季節(jié)性變化的標準差(13.43%)、最濕月降水量(0.63%)、6月最低氣溫(0.12%)。其中晝夜溫差均值和海拔的貢獻率最高,溫度、海拔與降水是影響太白貝母分布區(qū)的重要環(huán)境因素,見表2。
表2 對太白貝母潛在分布貢獻率>0 的6 個環(huán)境因子
通過運行MaxEnt 模型可以得到所選取各環(huán)境因子的單變量響應曲線,從而分析其最適區(qū)間值。為明確主要環(huán)境因子的參數(shù)值與太白貝母存在概率之間的關系,本研究在MaxEnt 模型運行結(jié)果基礎上繪制僅包含單一環(huán)境因子的響應曲線,其中包含bio2、alt、bio12 與bio4。結(jié)果表明,太白貝母的潛在分布概率隨環(huán)境的改變波動值較大。選擇存在概率>0.2 的區(qū)間作為其適生區(qū)范圍。
晝夜溫差均值和海拔影響最大,其中當晝夜溫差均值約為8.1 ℃時太白貝母適生概率最大,達到66.28%,晝夜溫差2.7~11.9 ℃為其適生區(qū)范圍。當海拔為241 m 時達到太白貝母適生范圍;241 m<海拔<1 318 m時呈增長趨勢;1 318 m時到達最適概率,約為65.7%;1 318 m<海拔<3 828 m 時適生概率逐漸降低。因此,在晝夜溫差約為8.1 ℃及海拔約為1 318 m 時,最適宜太白貝母生長。詳見圖4、圖5。
圖4 太白貝母晝夜溫差均值響應曲線
圖5 太白貝母海拔響應曲線
將MaxEnt 模型的預測結(jié)果導入ArcGIS 軟件中運行,對總體適生區(qū)進行重分類,確定把適生等級分為4 類:0<適應指數(shù)≤0.06 為非適生區(qū);0.06<適應指數(shù)≤0.23 為低適生區(qū),主要分布于四川、甘肅南部、云南南部、浙江南部,在青海東南部、新疆北部和西藏西部有零星分布;0.23<適應指數(shù)≤0.51 為適生區(qū),主要分布于甘肅南部、貴州西北部、四川中部及東北部、重慶南部、陜西南部及湖北西部;0.51<適生指數(shù)<0.86 為高適生區(qū),主要分布于甘肅南部、貴州西北部、四川中部及東北部、重慶南部、陜西南部及湖北西部等地區(qū)。見圖6。潛在分布區(qū)在各?。▍^(qū))的分布面積統(tǒng)計情況見表3。
圖6 太白貝母潛在分布核心區(qū)域
表3 太白貝母潛在分布區(qū)域面積
利用生態(tài)位模型的運行對物種的潛在分布區(qū)進行預測,進而對物種建立保護區(qū)及規(guī)劃人工栽培地域是目前廣泛應用的方法。MaxEnt 模型運行簡單,預測結(jié)果的準確性高且可信度較強,已被廣泛用于物種的潛在分布區(qū)預測及適應性評價[6]。
本研究結(jié)合MaxEnt 模型和ArcGIS,采用的分布點數(shù)據(jù)涵蓋了太白貝母的現(xiàn)有分布區(qū),結(jié)果發(fā)現(xiàn)太白貝母主要集中在陜西、甘肅、重慶及四川等地,與陳士林等[7]關于太白貝母最大生境區(qū)域的研究結(jié)果一致。
基于收集分布點的32 個環(huán)境因子數(shù)據(jù),本研究對太白貝母的潛在分布區(qū)進行預測及適應性等級劃分。結(jié)果MaxEnt 模型ROC 曲線訓練集AUC=0.958,表示該模型預測準確度達到較高水平,可用于太白貝母潛在分布區(qū)的預測。較之現(xiàn)有分布區(qū)[8],潛在分布區(qū)增加了貴州、湖南及湖北的部分地區(qū),其中貴州尤其值得關注,不僅與重慶接壤,且其總面積的76%可作為太白貝母的潛在分布區(qū),表明貴州極有可能成為未來太白貝母產(chǎn)業(yè)的重點發(fā)展區(qū)域,需提前開展合理布局與規(guī)劃。潛在分布區(qū)中,高適生區(qū)是太白貝母生長與繁殖的最適區(qū)域,主要分布于甘肅南部、貴州西北部、四川中部和東北部、重慶南部、陜西南部及湖北西部等地區(qū)。這些區(qū)域集中了太白貝母的一些傳統(tǒng)產(chǎn)區(qū),如陜西太白縣晝夜溫差大,氣候較寒冷,一直是太白貝母種植最適宜的地區(qū)[9],印證了本研究預測結(jié)果的準確性。太白貝母的潛在核心分布區(qū)與川貝母Fritillaria cirrhosaD.Don、暗紫貝母Fritillaria unibracteataP.K.Hsiao &K.C.Hsia 和甘肅貝母Fritillaria przewalskiiMaxim.ex Batal 等品種的分布區(qū)有一定范圍的重疊,其中在甘肅南部與甘肅貝母Fritillaria przewalskiiMaxim.ex Batal 有重疊,在四川省與暗紫貝母Fritillaria unibracteataP.K.Hsiao &K.C.Hsia 和川貝母Fritillaria cirrhosaD.Don 重疊,在湖北西部和重慶市與湖北貝母Fritillaria hupehensisHsiao et K.C.Hsia 有重疊。這些重疊區(qū)的存在,一方面體現(xiàn)出不同品種貝母所需的生態(tài)環(huán)境因子高度相似,另一方面也表明這些區(qū)域擁有較好的生態(tài)優(yōu)越性,盡管出現(xiàn)了不同貝母的空間生態(tài)位重疊,但彼此間卻不產(chǎn)生生存競爭。
在影響太白貝母分布的主導環(huán)境因子中,氣候因子對太白貝母的影響大于土壤與地形因子。晝夜溫差均值是影響太白貝母分布的最重要環(huán)境因子,當晝夜溫差均值為8.1 ℃時,最有利于太白貝母生長過程中營養(yǎng)物質(zhì)的累積,并促進太白貝母鱗莖的生長。有報道,等溫性是影響川貝母Fritillaria cirrhosaD.Don分布的最重要環(huán)境因子[10]。太白貝母與川貝母Fritillaria cirrhosaD.Don 具有不同的最重要環(huán)境因子,推測其原因可能在于太白貝母屬于川貝母類群中較為獨立的品種。太白貝母的獨立性也體現(xiàn)在DNA上,其ITS2 等條形碼序列與其他品種川貝母有較大差別[11],在進化樹上處于不同分支,表明太白貝母較早從川貝母類群中分化出來,導致其DNA 與所處環(huán)境與其他川貝母品種產(chǎn)生較大差別。由此,我們推測植物的生長環(huán)境適應性可能作為植物系統(tǒng)進化研究的一個參數(shù),但有待于進一步驗證。
本研究顯示,海拔是影響太白貝母分布的第2 個重要因素,最適海拔為1 318 m。研究顯示,不同海拔高度影響藥材品質(zhì),海拔梯度造成的水分、溫度及土壤肥力等環(huán)境差異性會對植物生長發(fā)育產(chǎn)生極大的影響,進而導致植物生理和生態(tài)適應性的變化[12],如生長在海拔1 500 m 的重慶產(chǎn)桔梗藥材質(zhì)量最優(yōu)[13]。由于暗紫貝母等其余川貝母品種的最低海拔在3 000 m 左右[14],因此同一地區(qū)不同海拔可種植不同類型的川貝母品種,如低處種植太白貝母,高處種植川貝母,如此則能有效利用生境資源,實現(xiàn)空間利用最大化。
目前川貝母的野生資源不容樂觀,而栽培技術已較為成熟,所以對太白貝母的適生區(qū)進行預測并以此指導進行合理種植與栽培十分必要。相較其他品種,太白貝母有望成為低海拔地區(qū)川貝母栽培的優(yōu)良候選品種。在合理規(guī)劃前提下建立太白貝母中藥材生產(chǎn)質(zhì)量管理規(guī)范(GAP)生產(chǎn)基地,對太白貝母資源的可持續(xù)利用有重要意義。