熊鈺丹

（四川師范大學(xué)地理與資源科學(xué)學(xué)院中心實(shí)驗(yàn)室，成都 610101）

獨(dú)一味（Lamiophlomis rotata）是唇形科獨(dú)一味屬植物，是蒙、藏、納西族等少數(shù)民族經(jīng)常使用的中草藥，具有止血、止痛抑腫脹、疏通血管、續(xù)筋接骨和化瘀血等功效［1］。因?yàn)楠?dú)一味的用量逐漸增加而采挖過(guò)度，造成獨(dú)一味生長(zhǎng)區(qū)域面積大幅下降，目前已被中國(guó)列入二級(jí)瀕危保護(hù)植物。獨(dú)一味目前蘊(yùn)藏量為3 713～6 896 t［2］，因?yàn)椴赏诙斐傻幕謴?fù)時(shí)間是有周期性的，所以獨(dú)一味的使用是不可連續(xù)的，而獨(dú)一味資源不可持續(xù)利用會(huì)對(duì)中國(guó)制藥產(chǎn)業(yè)產(chǎn)生一定的影響。

根據(jù)統(tǒng)計(jì)資料預(yù)測(cè)，氣候變化會(huì)使全球陸地至少有49%左右的植物群落受到影響［3］。1850年到目前為止，地表均溫不斷升高，降水量在全球的分布格局也在不斷地變化，會(huì)產(chǎn)生一種“濕者越濕，干者越干”的格局分布現(xiàn)象［4］。植物的地域分布與氣候變量的關(guān)系一直是當(dāng)前研究的熱點(diǎn)，謝彩香等［5］首先對(duì)影響中藥材生長(zhǎng)的生態(tài)因子和氣候數(shù)據(jù)的插值進(jìn)行分析研究，再利用數(shù)學(xué)模型對(duì)中藥材產(chǎn)地適宜性進(jìn)行定量分析得到潛在分布區(qū)。周傳猛等［6］用模糊物元模型理論構(gòu)建氣候因子與獨(dú)一味產(chǎn)量之間的模糊隸屬函數(shù)，評(píng)價(jià)指標(biāo)權(quán)重根據(jù)熵權(quán)法確定，最后確定青藏高原地區(qū)獨(dú)一味生態(tài)適宜性空間分布。

MaxEnt生 態(tài)位 模型［7，8］是 以生 態(tài)位 理論為 基礎(chǔ)，根據(jù)物種樣本分布數(shù)據(jù)以及該分布區(qū)的生態(tài)因子數(shù)據(jù)，利用一定的數(shù)學(xué)模型總結(jié)出其生態(tài)位需求，將其映射到研究區(qū)域，最終得到該物種在研究區(qū)域適生區(qū)的分布情況［9］。所以利用MaxEnt模型預(yù)測(cè)未來(lái)氣候下獨(dú)一味的地理分布情況，對(duì)進(jìn)一步開(kāi)發(fā)利用獨(dú)一味有重大意義。本研究通過(guò)MaxEnt與ArcGIS模型相結(jié)合，利用3個(gè)時(shí)期氣候因子數(shù)據(jù)和獨(dú)一味的地理分布數(shù)據(jù)，模擬獨(dú)一味在中國(guó)當(dāng)前、2050s以及2070s的氣候條件下潛在分布區(qū)，進(jìn)一步劃分當(dāng)前獨(dú)一味在中國(guó)的生長(zhǎng)適宜區(qū)，為引入良種和開(kāi)展野外調(diào)查提供基礎(chǔ)；并研究分析影響?yīng)氁晃对谥袊?guó)地理分布的主要?dú)夂蛞蜃樱磥?lái)氣候變化（二氧化碳濃度不同）對(duì)獨(dú)一味地理分布的影響，以及獨(dú)一味在中國(guó)未來(lái)生態(tài)適宜區(qū)與當(dāng)前的差異，以期為其提供保護(hù)對(duì)策和建議。

1 材料與方法

1.1 獨(dú)一味分布數(shù)據(jù)的獲取

通過(guò)閱讀文獻(xiàn)，在中國(guó)植物標(biāo)本館（CVH.http：//www.cvh.org.cn/）、全球生物多樣性信息數(shù)據(jù)庫(kù)網(wǎng)絡(luò)（GBIF.http：//www.gbif.org/）、DiscoverLife（http：//www.discoverlife.org）等物種標(biāo)本信息平臺(tái)的查詢(xún)檢索，以及實(shí)地走訪調(diào)查，將經(jīng)緯度重復(fù)以及無(wú)經(jīng)緯度記錄的分布樣點(diǎn)數(shù)據(jù)剔除，最終篩選得到獨(dú)一味在中國(guó)范圍內(nèi)的110個(gè)分布數(shù)據(jù)（圖1），并統(tǒng)一按照樣本物種名、分布的經(jīng)緯度的順序進(jìn)行轉(zhuǎn)換并存儲(chǔ)成MaxEnt模型軟件支持的文件格式（CSV格式）。

圖1 獨(dú)一味在中國(guó)的分布點(diǎn)

1.2 氣候因子數(shù)據(jù)的獲取

當(dāng)前、2050s以及2070s氣候條件下的19個(gè)生物氣候變量均來(lái)自世界氣候數(shù)據(jù)庫(kù)（http：//www.worldclim.org/），未來(lái)氣候情景數(shù)據(jù)選用通用大氣環(huán)流模式CCSM4，未來(lái)溫室氣體代表性濃度路徑包括RCP 2.6、RCP 4.5、RCP 6.0和RCP 8.5 4種排放場(chǎng)景，分別表示溫室氣體排放的低、中低、中高和高4種情景［10］。本研究所下載RCP 2.6和RCP 8.5兩種模式的數(shù)據(jù)空間分辨率為30″。將所有的環(huán)境變量用ArcMap10.3軟件轉(zhuǎn)換為同一數(shù)據(jù)格式（ASCⅡ格式）。

1.3 數(shù)據(jù)處理

首先對(duì)獨(dú)一味分布數(shù)據(jù)進(jìn)行處理，按照樣本點(diǎn)的物種名、分布的經(jīng)緯度的順序轉(zhuǎn)換并存儲(chǔ)成Max-Ent軟件支持的格式。采用ArcMap10.6對(duì)生態(tài)因子數(shù)據(jù)進(jìn)行裁剪，裁剪出目標(biāo)區(qū)域的范圍，然后對(duì)所有生態(tài)因子數(shù)據(jù)進(jìn)行像元的統(tǒng)一，再進(jìn)行地理坐標(biāo)的處理，得到統(tǒng)一的空間參數(shù)。最后對(duì)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換，得到MaxEnt模型軟件支持的數(shù)據(jù)格式（ASCⅡ格式）。

1.4 模型參數(shù)設(shè)置

在MaxEnt軟件中加載19個(gè)氣候因子和110個(gè)獨(dú)一味樣本地理分布數(shù)據(jù)，設(shè)置參數(shù)運(yùn)行建模，隨機(jī)抽取分布數(shù)據(jù)的25%作為測(cè)試集，剩下的75%作為訓(xùn)練集，選擇最大重復(fù)迭代次數(shù)500。采用刀切法對(duì)各環(huán)境變量進(jìn)行權(quán)重檢驗(yàn)，設(shè)置ROC（Receive operating characteristic）評(píng)價(jià)曲線對(duì)預(yù)測(cè)結(jié)果的精度進(jìn)行檢驗(yàn)，其他參數(shù)為軟件默認(rèn)值。

1.5 獨(dú)一味生長(zhǎng)適宜性區(qū)域等級(jí)劃分

本研究根據(jù)《IPCC第五次評(píng)估報(bào)告中對(duì)不確定性的處理方法》中對(duì)“不確定性和可能性”的表述［11］對(duì)獨(dú)一味的生長(zhǎng)區(qū)進(jìn)行等級(jí)劃分：0.90～0.99的發(fā)生概率為很可能，0.60～0.90的發(fā)生概率為可能，0.33～0.60的發(fā)生概率為50%可能，0.10～0.33的發(fā)生概率為不可能，0.01～0.10的發(fā)生概率為很不可能，小于0.01的發(fā)生概率為絕對(duì)不可能。根據(jù)統(tǒng)計(jì)學(xué)的原理，當(dāng)作物在某一格點(diǎn)的存在概率α＜0.05時(shí)為小概率事件［12］，在此定義為不適宜區(qū)。所以獨(dú)一味生長(zhǎng)適宜性區(qū)域最后通過(guò)ArcGIS 10.6將結(jié)果重分類(lèi)劃分為4個(gè)等級(jí)：α＜0.05為不適生區(qū)；0.05≤α＜0.33為次適生區(qū)；0.33≤α＜0.66為較適生區(qū)；α≥0.66為最適生區(qū)。

2 結(jié)果與分析

2.1 模型精度評(píng)價(jià)

ROC評(píng)價(jià)曲線下的面積為AUC值［13］，AUC值可用于模型預(yù)測(cè)結(jié)果的檢驗(yàn)。AUC取值范圍為0～1，AUC值小于0.6時(shí)模型預(yù)測(cè)結(jié)果不準(zhǔn)確；AUC處于0.6～0.7時(shí)，模型預(yù)測(cè)結(jié)果較差；AUC處于0.7～0.8時(shí)，模型預(yù)測(cè)結(jié)果一般；AUC處于0.8～0.9時(shí)，其預(yù)測(cè)結(jié)果優(yōu)良；AUC為0.9～1.0時(shí)，模型預(yù)測(cè)結(jié)果準(zhǔn)確，AUC值越接近1.0時(shí)，模型預(yù)測(cè)結(jié)果越準(zhǔn)確，反映研究物種的潛在分布結(jié)果越準(zhǔn)確［14］。通過(guò)最大熵模型重復(fù)迭代運(yùn)行10次后，選取AUC值結(jié)果最大的一次作為最終評(píng)價(jià)結(jié)果輸出。得到的測(cè)試集與訓(xùn)練集的AUC值分別為0.978、0.975，表明MaxEnt模型對(duì)獨(dú)一味在中國(guó)潛在分布區(qū)的預(yù)測(cè)效果非常好，可信度高［15］。

2.2 當(dāng)前氣候下獨(dú)一味適生區(qū)面積和分布區(qū)域

將MaxEnt模型運(yùn)行的結(jié)果加載到ArcMap10.6中進(jìn)行格式轉(zhuǎn)換，并執(zhí)行重分類(lèi)等操作得出獨(dú)一味的生長(zhǎng)適宜性區(qū)劃（圖2）。從圖2可以看出，獨(dú)一味主要分布在中國(guó)的西南高原地區(qū)，包括四川省西部、西藏自治區(qū)東部、青海省南部、甘肅省東南部、云南省西北部、貴州省西南部等地。還有少量獨(dú)一味分布在寧夏回族自治區(qū)、山西省和陜西省等地，與目前獨(dú)一味在中國(guó)的分布區(qū)大致相同，同時(shí)各適宜區(qū)間劃分也基本符合獨(dú)一味在中國(guó)的分布現(xiàn)狀［16］，因此，本次研究結(jié)果準(zhǔn)確度比較高。

圖2 獨(dú)一味生長(zhǎng)適宜性區(qū)劃

從獨(dú)一味生長(zhǎng)適宜性區(qū)劃等級(jí)分類(lèi)分布的面積及占比可以得出（表1），獨(dú)一味生長(zhǎng)區(qū)最多的地區(qū)是西藏自治區(qū)，占比為38.70%，其次是四川省，生長(zhǎng)區(qū)占比為23.37%，新疆維吾爾自治區(qū)、貴州省、陜西省、寧夏回族自治區(qū)以及山西省等地獨(dú)一味的生長(zhǎng)區(qū)分布的極少，都低于1%以下，獨(dú)一味最適生長(zhǎng)區(qū)面積從西向東依次遞減。

表1 獨(dú)一味生長(zhǎng)適宜性區(qū)劃等級(jí)分類(lèi)分布的面積及占比

2.3 影響?yīng)氁晃斗植嫉闹鲗?dǎo)氣候變量

利用ArcGIS 10.6對(duì)這19個(gè)生物氣候變量進(jìn)行相關(guān)性分析。當(dāng)2個(gè)氣候變量相關(guān)系數(shù)＜0.85時(shí)，相關(guān)氣候變量全部保留；當(dāng)2個(gè)氣候變量相關(guān)系數(shù)≥0.85時(shí)，則保留其中生態(tài)意義更為重要的氣候變量［17］。選取原則根據(jù)MaxEnt模型Jackknife貢獻(xiàn)度分析結(jié)果，同時(shí)，根據(jù)相關(guān)文獻(xiàn)篩選對(duì)獨(dú)一味生長(zhǎng)較為重要的氣候變量9個(gè)。由表2可知，其中等溫性（bio13）、最暖季均溫（bio10）、最暖季節(jié)降雨量（bio18）是影響?yīng)氁晃兜乩矸植嫉闹饕獨(dú)夂蜃兞浚暙I(xiàn)率分別為43.5%、21.8%、14.7%。

表2 影響?yīng)氁晃斗植嫉闹鲗?dǎo)氣候變量及貢獻(xiàn)率

2.4 未來(lái)氣候變化下獨(dú)一味適生區(qū)面積和分布區(qū)域

基于MaxEnt模型，本研究對(duì)獨(dú)一味藥材在2050s、2070s的RCP 2.6、RCP 8.5氣候情景下進(jìn)行了分布模擬。通過(guò)ArcMap10.6軟件，將獨(dú)一味的分布分為4個(gè)等級(jí)，同時(shí)利用ArcMap10.6的空間疊加分析模塊計(jì)算出未來(lái)氣候情景下各個(gè)等級(jí)獨(dú)一味適生區(qū)面積（表3），最后得出獨(dú)一味未來(lái)氣候情景下地理分布區(qū)域，見(jiàn)圖3。

從表3和圖3可以看出，當(dāng)前氣候情景與2050s和2070s的RCP 2.6情景比較，獨(dú)一味的生長(zhǎng)區(qū)面積有所減少，其中最適生區(qū)和次適生區(qū)面積在減少，而較適生區(qū)面積在增加；當(dāng)前氣候情景與2050s和2070s的RCP 8.5情景下比較，獨(dú)一味的生長(zhǎng)區(qū)面積也有所減少，其中最適生區(qū)和次適生區(qū)面積也在減少，而較適生區(qū)面積也在增加；2050sRCP 2.6情境下獨(dú)一味的最適生區(qū)面積減少的最多，且其較適生區(qū)面積增加的最多；2070sRCP 2.6情境下獨(dú)一味最適生區(qū)面積增加的最多，且其次適生區(qū)面積減少的最少；與當(dāng)前氣候相比生長(zhǎng)區(qū)面積減少最多的是2070sRCP 8.5情景，而生長(zhǎng)區(qū)面積減少最少的是2070sRCP 2.6情景?？傮w來(lái)講，未來(lái)氣候與當(dāng)前氣候情景下獨(dú)一味的生長(zhǎng)區(qū)面積相比，未來(lái)氣候情景下獨(dú)一味藥材的生長(zhǎng)區(qū)面積都有一定程度的減少，且生長(zhǎng)區(qū)分布隨著生長(zhǎng)區(qū)邊緣向生長(zhǎng)區(qū)中心消減。

圖3 獨(dú)一味在未來(lái)氣候情景下的地理分布區(qū)域

表3 不同氣候條件下獨(dú)一味生長(zhǎng)區(qū)面積 （單位：km2）

3 小結(jié)

隨著全球氣候的變暖，中國(guó)特有藥材獨(dú)一味的分布也會(huì)受到一定的不利影響和限制，本研究利用MaxEnt和ArcGIS模型模擬了獨(dú)一味藥材在當(dāng)前氣候和未來(lái)氣候情景下（2050s、2070s的RCP 2.6、RCP 8.5）的地理潛在分布區(qū)，并對(duì)分布區(qū)進(jìn)行了適宜性等級(jí)劃分（α＜0.05為不適生區(qū)；0.05≤α＜0.33為次適生區(qū)；0.33≤α＜0.66為較適生區(qū)；α≥0.66為最適生區(qū)），還對(duì)氣候變化下的獨(dú)一味藥材分布面積變化進(jìn)行了定量分析。本研究利用ROC評(píng)價(jià)曲線下的面積AUC值對(duì)模型的預(yù)測(cè)精度進(jìn)行評(píng)價(jià)，得到的測(cè)試集與訓(xùn)練集的AUC值分別為0.978、0.975，表明MaxEnt模型對(duì)獨(dú)一味在中國(guó)潛在分布區(qū)的預(yù)測(cè)效果非常好。結(jié)果表明等溫性（bio13）、最暖季均溫（bio10）、最暖季節(jié)降雨量（bio18）是影響該植物地理分布的主要?dú)夂蜃兞?。?dú)一味主要分布在中國(guó)的西南高原地區(qū)，包括四川省西部、西藏自治區(qū)東部等地，獨(dú)一味最適生長(zhǎng)區(qū)面積從西向東依次遞減。未來(lái)氣候與當(dāng)前氣候情景下獨(dú)一味的生長(zhǎng)區(qū)面積相比，未來(lái)氣候情景下的獨(dú)一味藥材的生長(zhǎng)區(qū)面積都有一定程度的減少，且生長(zhǎng)區(qū)分布隨著生長(zhǎng)區(qū)邊緣向生長(zhǎng)區(qū)中心消減。