基于MaxEnt和ArcGIS的缬草适宜性区划研究

王莉，吕蓉，韦翡翡，朱田田，崔治家，晋玲

资源调查

基于MaxEnt和ArcGIS的缬草适宜性区划研究

王莉1，吕蓉1，韦翡翡1，朱田田1，崔治家1，晋玲1，2

1.甘肃中医药大学药学院，甘肃 兰州 730000；2.中（藏）药资源研究所，甘肃 兰州 730000

基于最大熵（MaxEnt）模型和地理信息系统（ArcGIS），结合相关生态因子对缬草生态适宜区进行预测分析。应用MaxEnt模型和ArcGIS，结合475个缬草样本信息数据和55项生态因子，通过MaxEnt模型筛选出5个影响缬草生长的主要生态因子，并在ArcGIS中进行缬草生态适宜性预测展示。综合分析得出缬草适宜生长环境参数：海拔1700～3000 m，5月降水量70～150 mm，6月降水量80～190 mm，坡度4°～24°，坡向为平地、东南、西南；预测缬草最适宜生长地区为陕西南部、湖北西部、四川中部和北部、青海西部和甘肃南部地区。本研究预测分布区域与中国植物志记载产地基本一致，可为缬草的种植区域规划提供指导。

缬草；生态适宜区划；最大熵模型；地理信息系统

缬草L.为败酱科Valerianaceae缬草属L.多年生草本植物[1]。主治心神不安、心悸失眠、癫狂、脏躁、风湿痹痛、脘腹胀痛、痛经、经闭、跌打损伤[2]。其主要成分有黄酮类、生物碱类、挥发油类等[3-4]。由于社会需求增加，缬草野生资源减少。为了满足用药需求，需要及时掌握其资源量，把握其资源分布，预测缬草生态适宜区。最大熵（MaxEnt）模型基于最大熵原理，能较为精确地推断预测物种生态适宜区域；地理信息系统（ArcGIS）用生态学原理并结合数据分析物种的潜在分布进行预测并展示成果。利用MaxEnt与ArcGIS相结合，进行缬草的生态适宜区划预测，寻找适宜生长区域，为其合理规划种植提供理论支持。

1 材料与方法

1.1 设备及数据

便携式卫星导航仪（GPS），北京佳明航电科技有限公司。

缬草数据来源于野外采集记录及中国数字植物标本馆（http://www.cvh.org.cn/）。通过中国数字植物标本馆中已有的采集信息并结合实际测量得到的海拔和坐标信息，共收集到475个样本信息且与现代普查数据无较大偏差。

从“中药资源空间信息网格数据库”（http://www. tcm-resources.com/）下载相关生态因子，包括气候变量、地形变量、土壤变量和植被类型。

1.2 最大熵模型参数设定及主要生态因子筛选

将缬草分布数据保存为“species+longitude+ latitude”的.csv格式。本次研究数据量较大，故采用75%样本数据作为训练集，25%样本数据作为预测集。将缬草样本分布数据和生态因子导入对应对话框，最大迭代次数为106，其余选项采用模型的默认设定，运行程序剔除贡献率为0的生态因子并重复运算，筛选出影响缬草生长的主要生态因子。

1.3 精确度预测

受试者工作特征曲线（ROC评价曲线）检验权重，用ROC曲线下面积（AUC）值进行模型精确度预测。AUC取值范围为0.5～1，越接近1说明预测结果越好，其模型越准确。AUC值0.50～0.60为失败，0.60～0.70为较差，0.70～0.80为一般，0.80～0.90为好，0.90～1.0为非常好。

1.4 缬草全国生态适宜性区划

将最后运行得到的生态因子数据转换为ESRI ASCⅡ格式，进行掩膜提取，最后提取缬草.csv文件中的点数据，并与中国地图进行叠加分析。获得属性表并计算最大值（max）、最小值（min）、平均值（μ）、标准差（σ）。生态适宜性区间为[0～1]，以[0，σ]为不适宜区，[σ，μ－σ]为次适宜区，[μ－σ，μ]为较适宜区，[μ，1]为最适宜区。

2 结果与分析

2.1 精确度结果分析

按上述方法建立MaxEnt模型，重复运行6次后，得到的训练数据集AUC值为0.964，测试数据集AUC值为0.955，表明MaxEnt模型对缬草中国生态适宜区的预测效果非常好，结果见图1。

图1 缬草生态适宜区预测ROC曲线

2.2 主要生态因子确定

根据参与模型建立的生态因子对MaxEnt模型的贡献率大小，可判断影响物种分布的主要生态因子，结果显示共有32个生态因子对缬草分布有贡献，其中5个因子对模拟结果的累积贡献率达72.4%。5月降水量（30.3%）70～150 mm、海拔（18.4%）1700～3000 m、坡度（12.2%）4°～24°、6月降水量（6.3%）80～190 mm、坡向（5.1%）为平地、东南坡、西南坡，这5个生态因子对缬草适宜性区划占据主要地位，见图2。

图2 影响缬草的5种主要生态因子响应图

2.3 生态适宜性区划分析

通过对缬草适宜区进行综合评价后将生态适宜性区域划分为四类：以[0，0.194 6]确定为不适宜区，[0.194 6，0.350 5]确定为次适宜区，[0.350 5，0.545 2]确定为较适宜区，[0.545 2，1]确定为最适宜区。

本研究显示，缬草预测适宜生长分布区与缬草实地样点、《中国植物志》[1]记载分布区一致。缬草在我国的适宜生长区为西南地区、东北地区，西藏有少量分布。其中最适宜区主要集中在陕西南部（宝鸡-汉中-安康）、湖北西部（恩施-神农顶）、四川中部和北部（广元-马尔康-康定）、青海东部（西宁-同仁）和甘肃南部（临夏-天水-陇南）地区，详见图3。

图3 缬草全国生态适宜性区划图

3 讨论

本研究通过MaxEnt和ArcGIS相结合的方法，在55个生态因子中计算得到32个贡献率不为0的生态因子，选出5个对模拟结果影响最大的生态因子，分别是5月降水量（30.3%）、海拔（18.4%）、坡度（12.2%）、6月降水量（6.3%）、坡向（5.1%），累积贡献率达72.4%。结果显示，缬草5、6月开花期需大量水分；缬草生境海拔跨度较大，但都在坡度较为平缓、坡向为南坡时最宜生长。这与其已知生长所需条件相吻合。

缬草最适宜区主要集中在陕西南部、湖北西部、四川中部和北部、青海东部、甘肃南部地区，与已知缬草分布区域相吻合。表明本研究建立的模型并未背离实际，且AUC＞0.9，可信度高。

综上，缬草生态适宜区划研究可为提升当地产业结构、人工种植栽培以及可持续利用研究提供依据。本研究可为后期缬草的质量评价及其品质区划研究提供基础。

[1] 中国科学院中国植物志编辑委员会.中国植物志：第七十三卷第一分册[M].北京：科学出版社,1986：31.

[2] 国家中医药管理局《中华本草》编委会.中华本草[M].上海：上海科学技术出版社,1999：576-580.

[3] 左月明,徐元利,张忠立,等.缬草中黄酮类化学成分研究[J].中药材, 2017,40(6)：1331-1334.

[4] 吴迪,张楠淇,李平亚.缬草化学成分及生物活性研究进展[J].中国中医药信息杂志,2014,21(9)：129-133.

Study on Suitable Areas ofBased on MaxEnt and ArcGIS

WANG Li1, LYU Rong1, WEI Feifei1, ZHU Tiantian1, CUI Zhijia1, JIN Ling1,2

To predict and analyze the ecologically suitable areas ofbased on MaxEnt and geographic information system (ArcGIS) combined with relevant ecological factors.Using MaxEnt model and ArcGIS, combining 475 sample information data and 55 ecological factors, the MaxEnt model was used to screen out 5 main ecological factors that affected the growth of. The ecological suitability prediction display ofwas carried out by ArcGIS.Comprehensive analysis showed that the suitable growth environment parameters ofwere: altitude of 1700-3000 m, precipitation of 70-150 mm in May, precipitation of 80-190 mm in June, slope of 4°-24°, slope direction was flat, southeast, and southwest; the most suitable growth areas forwere predicted to be southern Shanxi, western Hubei, central and northern Sichuan, western Qinghai, and southern Gansu.The predicted distribution areas of this study are basically consistent with the provenance of Chinese flora, which can provide guidance for the planning of planting areas of.

; ecologically appropriate zoning; MaxEnt model; geographic information system

R282.1

A

1005-5304(2020)08-0008-03

10.3969/j.issn.1005-5304.201903187

甘肃省科技计划基础研究创新群体资助项目（1606RJIA323）；甘肃省地方药材质量标准提升研究（2017年）；国家中医药管理局全国中药资源普查工作（2018年）

晋玲，E-mail：zyxyjl@163.com

（2019-03-15）

（2019-12-28；编辑：梅智胜）