基于MaxEnt和ArcGIS的黃花白及生長適宜性區(qū)劃研究

王 健，張永萍，孫慶文，陸 祥，萬曉霞

（貴州中醫(yī)藥大學(xué)，貴州貴陽 550025）

黃花白及（Bletilla ochraceaSchltr.）為蘭科白及屬多年生草本植物，主要分布陜西南部、甘肅東南部、河南、湖北、湖南、廣西、四川、貴州和云南。常生長于海拔300～2 350 m的常綠闊葉林、針葉林或灌叢下、草叢中或溝邊［1］。黃花白及收載于貴州、四川的地方標(biāo)準(zhǔn)，有收斂止血，消腫生肌等功效［2-3］。黃花白及和白及［Bletilla striata（Thunb. ex Murray）Rchb. f.］是同屬親緣植物，具有相似的白及多糖類成分［4］，白及多糖具有止血、保護(hù)胃粘膜、抗腫瘤、抗纖維化、促創(chuàng)面愈合和代血漿等藥理活性［5-6］；白及膠是從白及屬植物塊莖提取的產(chǎn)物，醫(yī)藥上用做難溶性藥物載體、外用水凝膠、傷口敷料、靶向藥物、生物支架材料等的輔料［7-8］。此外，白及膠在化妝品工業(yè)上是無毒、無害的植物添加劑，能保濕，延緩皮膚衰老［9］。隨著近年工業(yè)生產(chǎn)的發(fā)展，對白及的需求量逐年增大；黃花白及塊莖多糖含量高［10］，可在一定程度上替代白及在醫(yī)藥、工業(yè)上使用，緩解市場壓力。近年來，白及種植技術(shù)已然成熟，可為黃花白及栽培提供參考。最大熵預(yù)測模型（Maximum entropy model，MaxEnt）已廣泛應(yīng)用于物種潛在的分布研究［11-14］，利用Max?Ent和ArcGIS軟件進(jìn)行模擬分析，可以預(yù)測黃花白及在中國的潛在適生區(qū)，劃分適生等級，為黃花白及的種植選址和野生資源保護(hù)提供科學(xué)參考。

1 數(shù)據(jù)獲取

1.1 分布數(shù)據(jù)

黃花白及分布數(shù)據(jù)通過網(wǎng)絡(luò)數(shù)據(jù)庫通過檢索全球生物多樣性信息平臺(tái)（GBIF，https：//www.gbif.org/）、中國數(shù)字植物標(biāo)本館（CVH，http：//www.cvh.ac.cn/spms/list.php）、中國國家標(biāo)本資源平臺(tái)（NSII，http：//www.nsii.org.cn/2017/）等相關(guān)網(wǎng)站獲取，最終獲得92條黃花白及的分布記錄（見圖1），用于構(gòu)建模型。

圖1 黃花白及樣點(diǎn)分布圖Fig. 1 Distribution of specimen records of B. ochracea in China

1.2 環(huán)境數(shù)據(jù)

氣候變量來源于世界氣候數(shù)據(jù)庫（http：//www.worldclim.org/），數(shù)據(jù)年份為1 970～2 000年，空間分辨率為30弧秒（相當(dāng)于1 km），共計(jì)19個(gè)變量（bio-1～bio-19）。土壤變量來自世界土壤數(shù)據(jù)庫（http：//webarchive.iiasa.ac.at/Research/LUC/External-Worldsoil-database/HTML/），通過黃花白及生長環(huán)境特性選擇13個(gè)土壤變量，包括基本飽和度（t-bs）、碳酸鹽或石灰含量（t-caco3）、硫酸鹽含量（t-caso4）、粘性層土壤的陽離子交換能力（t-cec-clay）、土壤的陽離子交換能力（t-cec-soil）、粘土含量（t-clay）、可交換鈉鹽（t-esp）、碎石體積百分比（t-gravel）、有機(jī)碳含量（t-oc）、酸堿度（t-ph-h2o）、土壤容重（t-refbulk）、交換性鹽基（t-teb）、USDA 土壤質(zhì)地分類（tusda-tex），植被類型（vegetation）來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心；以及海拔（alt）和高程數(shù)據(jù)處理得到的坡向（aspect）。

1.3 地圖數(shù)據(jù)

地圖數(shù)據(jù)為從全國地理信息資源目錄服務(wù)系統(tǒng)（https：//www.webmap.cn/commres.do？method=dataD?ownload）下載的1：100萬中國地圖和行政區(qū)劃圖。

2 數(shù)據(jù)處理

2.1 環(huán)境因子確定

共線性是指預(yù)測變量的非獨(dú)立性，它在統(tǒng)計(jì)模型中有可能導(dǎo)致錯(cuò)誤識別相關(guān)預(yù)測變量，因而在潛在分布預(yù)測前需要對環(huán)境因子進(jìn)行共線性分析［15-16］。先在MaxEnt 模型中根據(jù)Jackknife 檢驗(yàn)測定35個(gè)環(huán)境變量的重要性，去除貢獻(xiàn)率為0的17個(gè)環(huán)境變量。然后利用ArcGIS 10.4 軟件的提取92 個(gè)分布點(diǎn)上t-bs、t-teb、t-cec-soil、bio-8、bio-2、等變量的數(shù)值，利用SPSS 26.0對其進(jìn)行Spearman相關(guān)分析，舍去兩變量相關(guān)系數(shù)|r|≥0.80 的其中一個(gè)，最終篩選得到13個(gè)環(huán)境變量。

2.2 MaxEnt模型預(yù)測

應(yīng)用MaxEnt 軟件（3.4.1），導(dǎo)入92 條分布數(shù)據(jù)和篩選得到的13個(gè)環(huán)境因子，采取測試集為分布點(diǎn)的25%，訓(xùn)練集為分布點(diǎn)的75%，在環(huán)境參數(shù)設(shè)置中開啟刀切法（Jackknife）來評價(jià)各環(huán)境因子的權(quán)重。

2.3 模型精確度驗(yàn)證

受試者工作特征曲線（Receiver operating char?acteristic，ROC）是反映模型敏感性和特異性連續(xù)變量的綜合指標(biāo)，取其下面積即AUC 值作為模型精度的衡量指標(biāo)。ROC 曲線中的AUC 值范圍在［0，1］，在該范圍，值越接近于1，其準(zhǔn)確度越好；AUC 在0.6～0.8可認(rèn)為模型預(yù)測結(jié)果一般，在0.8～0.9時(shí)，模型預(yù)測效果好，當(dāng)AUC 大于0.9 時(shí)，模型準(zhǔn)確性較高，可較為準(zhǔn)確地反應(yīng)物種的潛在分布［12-14］。

2.4 適宜性分布區(qū)劃

按上述方法在ArcGIS 10.4 中加載MaxEnt 的運(yùn)算結(jié)果，將生成的柵格數(shù)據(jù)文件進(jìn)行重分類，按照適生指數(shù)P值從低到高將黃花白及潛在分布區(qū)依次分為4 個(gè)等級：P < 0.2 為不適生；0.2 ≤P < 0.4 一般適生；0.4≤P≤0.6 為較適生；P > 0.6 為最適生。經(jīng)空間分析模塊計(jì)算各適宜等級面積，得到我國黃花白及的潛在分布結(jié)果。

3 結(jié)果與分析

3.1 精度評價(jià)

AUC 值是衡量MaxEnt 模型精度的重要指標(biāo)。本研究經(jīng)變量篩選、模型構(gòu)建，得到黃花白及訓(xùn)練集與測試集的AUC 值分別達(dá)到0.959、0.929，表明模型結(jié)果好，可信度高。

3.2 環(huán)境變量重要性分析

貢獻(xiàn)率可反映各環(huán)境變量對模型構(gòu)建的重要性，由表1 可知，年均降水量（bio-12）、最冷月最低溫（bio-6）、海拔（alt）的貢獻(xiàn)率分別 為37.9%、31.5%、16.4%，顯著高于其他環(huán)境變量，累計(jì)貢獻(xiàn)率達(dá)85.8%，說明年均降水量、最冷月低溫和海拔是影響黃花白及分布的重要環(huán)境變量，而土壤的陽離子交換能力和交換性鹽基對黃花白及分布影響較小。從訓(xùn)練增益的刀切圖評價(jià)（圖2）結(jié)果來看，最冷月最低溫（bio-6）、年均溫變化范圍（bio-7）提供了較大的增益，說明最冷月最低溫（bio-6）與年均溫變化范圍（bio-7）獨(dú)立使用時(shí)比其他變量包含更多有用信息，對黃花白及的生境影響最大；當(dāng)去掉土壤的陽離子交換能力（t-cec-soil）或坡向（aspect）時(shí)，模型預(yù)測結(jié)果降低不明顯，說明陽離子交換能力和坡向包含少量黃花白及潛在適生區(qū)預(yù)測所需要的重要信息。從貢獻(xiàn)率高的前4個(gè)環(huán)境變量響應(yīng)曲線看，年均降水量范圍在750～1 600 mm，最冷月最低溫在-5～3℃，年均溫變化在24～32℃，及海拔在750 m 時(shí)較適宜黃花白生長。

圖2 刀切法評價(jià)環(huán)境變量重要性的結(jié)果Fig. 2 Results of the importance of environmental variables evaluated by jackknife method

表1 環(huán)境變量對MaxEnt模型構(gòu)建的貢獻(xiàn)率Table 1 Contribution of environmental variables to MaxEnt model construction

3.3 黃花白及適宜性區(qū)劃

根據(jù)MaxEnt的分析結(jié)果，按照適生指數(shù)P值從低到高將黃花白及潛在分布區(qū)劃分為不適生、一般適生、較適生、最適生四個(gè)級別，適生區(qū)面積（P ≥0.2）共有68 2641.8 km2；其中一般適生區(qū)面積62 7840.0 km2，占全國總面積的6.54%；較適生區(qū)面積46 2800.8 km2，占全國比例4.82%；最適生區(qū)21 9840.0 km2，占比2.29%；黃花白及在四川盆地邊沿山地形成明顯的適生圈（圖4），其中一般適生區(qū)包括閩南丘陵、南嶺、大別山、九嶺山、雪峰山、秦嶺北部、云貴高原中部、四川盆地中部等地區(qū)，較適生區(qū)和最適生區(qū)涵蓋四川盆地邊沿山地、大巴山、秦嶺以南、云貴高原東部的大部分地區(qū)，并在橫斷山脈存在零星的分布。

圖3 黃花白及主導(dǎo)環(huán)境變量的響應(yīng)曲線圖Fig. 3 Response curve of B. striata environmental variables

圖4 黃花白及在中國的潛在分布圖Fig. 4 Potential distribution map of B. striata in China

4 討論

本研究利用MaxEnt 生態(tài)位模型和地理信息系統(tǒng)ArcGIS 相結(jié)合，對多用途的珍稀瀕危植物黃花白及進(jìn)行了潛在分布預(yù)測和適生區(qū)劃。結(jié)果得到的AUC值大于0.9，表明預(yù)測的可信度高。黃花白及的最適生區(qū)分布在四川盆地邊沿山地和貴州中西部，形成環(huán)狀的最適生圈；較適生區(qū)環(huán)繞最適生區(qū)，主要包括四川盆地北部及邊緣山地、陜西南部的秦嶺南坡和漢水谷地、甘肅南部的隴南地區(qū)、湖北西部的巫山片區(qū)，以及貴州除西南的大部分地區(qū)；從預(yù)測適用性對重要變量的依賴性響應(yīng)曲線看，年均降水量在750～1 600 mm、最冷月最低溫在-5～3℃適宜黃花白及的分布，這與白及屬植物資源分布［17］調(diào)研的資源分布?xì)夂蛞蜃又导胺植际∈谢疽恢?，進(jìn)一步佐證了本次模型預(yù)測結(jié)果的準(zhǔn)確性及可靠性。

白及的提取物白及膠、白及多糖廣泛應(yīng)用于生物醫(yī)藥材料制備及化妝品工業(yè)［7］，具有良好的經(jīng)濟(jì)效益；黃花白及在四川、貴州、云南等地區(qū)的民間作為習(xí)用品使用，有同白及相似的功用；在醫(yī)藥化妝品工業(yè)方面具有替代白及使用的潛力。本次劃分得到黃花白及在全國的最適生和較適生分布區(qū)，可以為黃花白及野生資源保護(hù)、引種栽培等提供理論依據(jù)，并為其他中藥材種植區(qū)劃提供技術(shù)參考。