基于MaxEnt模型的防风潜在种植区预测△

王浩，秦义杰，钟荣荣，马东来，曾燕*，王继永

1.中国中药有限公司，北京 102600；2.河北农业大学，河北 保定 071000；3.河北中医学院，河北 石家庄 050200

防风为伞形科植物防风Saposhnikovia divaricata（Turcz.）Schischk 未抽薹植株的干燥根，始载于《神农本草经》，有解表、祛风、胜湿止痉等功效[1]。随着人们健康需求的增加及中药现代工业的发展，防风药材资源的需求量不断增加。然而，防风野生资源减少和产地相关保护措施的实施，使野生资源难以满足不断增加的市场需求，栽培防风逐渐成为商品的主流，种植面积不断扩大。为了避免盲目扩大引种栽培造成药材质量下降和不必要的损失，本研究将最大熵（MaxEnt）模型与地理信息系统（GIS）相结合，对野生防风在主产区省份内分布进行适宜性区划研究，以期为防风仿野生或人工栽培合理选址提供理论依据，也为防风产业优化、生产决策提供数据支撑。

近年来，随着统计和地理信息技术的综合应用，已形成了一系列生态位模型。其中，MaxEnt模型已被广泛应用于物种潜在分布区研究。一些中药材也应用该模型进行了适宜性区划研究，并取得了较好的预测结果[2-4]。MaxEnt模型是将已知的分布点的像元作为样点，依据像元的环境变量约束，寻找MaxEnt（即最接近均匀值），据此估计物种的生境分布，具有运算时间较短、结果稳定、对计算机等设备的配置要求低的优点，还能对预测结果进行检验[4]。

1 材料与方法

1.1 样本信息

防风样本分布点主要来自野外调查，乘车前往目的地采集数据，使用手持全球定位系统（GPS）设备记录野生防风实际位置。野外调查共获得89 份防风分布点信息（表1）。

表1 防风样本分布信息

1.2 生态因子数据获取

本研究选择从中药资源空间信息网络数据库（http://www.tcm-resources.com/）中提取生态因子数据，主要有样本位点的坡度、海拔、最冷季平均温、最湿季平均温、最暖季降水量、最冷季降水量、最干季平均温、土壤类型等17 个生物气候因子和地形因子（表2）。

表2 防风MaxEnt 模型运算的生态因子方差贡献率

1.3 MaxEnt模型设定及评价

在收集到的89 个防风样本点中，随机选取75%用于模型的构建，剩余的25%用于模型验证与测试，重复迭代运算次数1×106。通过刀切法（Jackknife）定量分析各生态因子对防风生长的贡献率，筛选出具有主要贡献率的生态因子进行二次MaxEnt模型运算。

1.4 生态因子筛选

将89 份防风分布信息及50 个生态因子导入MaxEnt模型中进行迭代运算，挑选出运算结果中方差贡献率为0 的生态因子，弃去，进行第2 次运算，至所有生态因子均有贡献率，选取方差贡献率大、权重高的生态因子为主生态因子。

1.5 适宜性区划分级

利用GIS 空间分析技术，由MaxEnt 模型运算结果可提取出防风在5 个主产区省份的适宜性分布区域。根据不同生态环境对防风生长的影响，确定其在各区域的生长适宜性指数（P），值域为［0，1］，P值越大，表示适宜性越高。计算每个采样点P值的平均值（μ）和标准差（δ），按照正态分布理论与专家经验法将防风适宜性分布区域划分3 个等级：不适宜区（P＜μ-δ）、适宜区（μ-δ≤P＜μ+δ）、最适宜区（P≥μ+δ）。

2 结果与分析

2.1 MaxEnt模型精度评价

对89 个生态因子进行5 次运算，除去方差贡献率为0 的生态因子，最终选择出17 个生态因子进行分析。MaxEnt 模型预测精度以受试者工作特征（ROC）曲线下面积（AUC）为衡量指标。AUC 为0.5～1.0，值越大表示环境变量与预测的物种地理分布模型之间的相关性越大，模型预测精度越高。AUC 为0.5＜AUC≤0.6，模型预测失败；0.6＜AUC≤0.7，模型预测较差；0.7＜AUC≤0.8，模型预测一般；0.8＜AUC≤0.9，模型预测好；0.9＜AUC≤1.0，模型预测非常好。防风样品信息及生态因子数据通过MaxEnt 模型分析后，ROC 曲线训练集的AUC 为0.941，测试集的AUC 为0.943，说明MaxEnt 模型预测防风潜在适宜区分布结果具有极高的准确度和可信度（图1）。

图1 防风潜在分布预测的ROC曲线

2.2 生态因子与防风的地理分布关系

MaxEnt 模型测定不同环境因子之间的相互作用，分析生态因子对建模的方差贡献率，方差贡献率从大到小依次为土壤类型、最暖季降水量、最冷季降水量、最干季平均温、坡向、土壤质地分类、年均降水量、最湿月降水量、海拔、坡度、土壤的阳离子交换能力、温度季节性变化的标准差、最干月降水量、最湿季平均温、季节降水量变异系数、最冷季平均温。以上结果说明，土壤类型、最暖季降水量、最冷季降水量、最干季平均温、坡向是影响防风分布的主要生态因子。通过Jackknife 检验的各环境因子对防风分布影响的AUC见图2。

图2 防风潜在分布环境因子Jackknife检验

2.3 防风适宜性分布区划

通过GIS 分析软件对MaxEnt 模型导出的生境适宜度进行重新分类，得到防风适宜性区划，分为不适宜区、适宜区、最适宜区。从防风分布范围的分布区划来看，其分布最适宜区主要集中在内蒙古赤峰市南部、通辽市北部、扎鲁特旗南部、兴安盟东部，黑龙江鹤岗市中部、齐齐哈尔市东部、大庆市南部，吉林白城市洮南市东部，辽宁省朝阳市北部，河北省保定市中南部、承德市隆化县、张家口市蔚县北部。适宜区主要集中在内蒙古自治区赤峰市北部、呼伦贝尔市、乌兰察布市南部、呼和浩特市南部、巴彦淖尔市，黑龙江省齐齐哈尔、大庆市、绥化市、鹤岗市、佳木斯市、双鸭山市、鸡西市，吉林省白城市、松原市，辽宁省朝阳市、葫芦岛市、锦州市、阜新市，河北省保定市、石家庄市、张家口市、承德市。

3 讨论

3.1 环境因子分析

本研究基于野生防风分布信息及多个环境因子，利用MaxEnt 模型预测其在5 个主产区的生态适宜性分布区，预测结果经ROC 曲线验证显示，测试集和训练集的AUC 均较好，表明该模型预测的防风生态适宜性分布区可信度较高。

中药材生产讲究道地种植，说明其质量与生长环境密不可分。同时，从药用植物空间分布上来看，环境条件也是区域尺度上决定中药材地理分布的重要因素之一。从环境条件的分析结果看，影响防风分布的重要环境因子是土壤类型、最暖季降水量和最冷季降水量等，而最湿季平均温、季节降水量变异系数、最冷季平均温对防风的分布影响最小。这表明不同的土壤类型与根基土壤中各物质的含量对防风的分布起决定性作用，与孙晶波[5]的研究结论相符。根据其研究结果还可以推测，同地区土壤无机成分含量及土壤pH 不仅会影响防风植物的分布，还对药材的内在质量有一定影响。防风生长期降水量同样对其分布有很大影响。研究表明，防风苗期的降水量变化对其生长状态有一定影响，生长期不同水分条件会影响其种苗生长和药材质量[6-7]。

对于我国防风潜在地理分布和环境因子研究结果显示，最适宜的土壤类型为饱和雏形土，最适宜的最暖季降水量为269.9 mm、最冷季降水量为6.6 mm、最干季平均温度为-14.83 ℃，最适宜的坡向为东南、坡度为112.5°～157.5°。土壤对防风分布和质量影响最大。根际土壤对防风药材质量影响研究表明，土壤中有效磷、有机质的含量和土壤中铁、钾含量对防风品质影响较大[8]。防风的最适宜区土壤类型为雏形土，其有机质含量变异大，需要在引种过程中注意土壤改良。防风有一定的耐寒、耐旱性，但提高其药材质量需要一定水分胁迫，除保证防风种苗生长初期水分需求外，轻度的水分胁迫（年均降水量400 mm）能够提高其有效成分的积累[9]。本研究结果显示，最适宜区的年降水量在400 mm 左右，也证实了在此区域适宜防风药材的种植。

3.2 潜在种植区分析

通过文献调研发现，野生防风的产地及道地产区发生了明显迁移。《神农本草经》记载其“生川泽、生沙苑”[10]，沙苑即今陕西渭南地区。唐代《新修本草》记载防风“今出齐州（今山东济南地区）、龙山（今山东西南地区）最善，淄州（今山东淄博地区）、兖州（今山东兖州地区）、青州（今山东青州地区）者亦佳”[11]。民国时期，《药物出产辨》记载其“产黑龙江省洮南县为最多。春秋雨季出新。必经烟台牛庄运来，曰庄风。又有一种产直隶（今河北省石家庄保定地区）、古北口（今北京密云地区）、热河（今河北承德）等一带。清明前后收成。有天津运来名曰津风。均野生”[12]。《中华本草》记载其“资源分布：分布于东北、华北及陕西、甘肃、宁夏、山东等地”[13]。防风产区已经由广大的北方地区尤其是山东省迁移至东北三省及内蒙古自治区。

防风适宜性区划结果显示，其种植发展最适宜区主要集中在内蒙古自治区的赤峰、兴安盟，黑龙江省佳木斯市、大庆市，吉林省白城市。这一预测结果与我国防风产地迁移及文献记载的防风主要种植区基本一致。适宜区主要分布在最适宜区外围（如辽宁省朝阳市、内蒙古自治区呼伦贝尔市、吉林省松原市、河北省保定市部分地区），可以作为我国防风扩张种植的潜在地区。

建议在潜在的最适宜区优先推广防风仿野生种植，最大限度减少人为干预及药材种植对产地土壤环境的破坏，实现防风药材资源的可持续发展[14]。对于受降水量影响显著的适宜区，应当推广适宜的灌溉技术，注重土壤改良技术的应用，改善防风种植条件，提高药材质量与产量。

本研究仅基于样本生态环境因子进行潜在种植区域预测，实际药材栽培生产还受多种因素的影响，如栽培品种的适应性、不同产地的栽培技术差异、栽培产地设施差异等。除土壤类型的客观影响难以人为改良外，受降水量影响显著的适宜区可以通过适宜的灌溉技术变为最适宜区。此外，后续可结合不同适宜区防风药材的品质分析结果进行品质区划，为防风主产区的扩大种植提供更多的参考。

3.3 防风适宜种植区域预测及MaxEnt 模型应用分析

在对防风适宜种植区进行模拟过程中，MaxEnt模型对防风样本样点的数量要求较低，但随着样本样点数量的增加，其AUC 越来越稳定。为了在尽可能低成本的情况下获取更高稳定性的预计种植区划结果，应当选择适宜数量的样本样点数。在模拟时若采用单一气候变量进行分析，得到的防风适宜种植区域会有明显的扩大，这样会过高估计防风的潜在种植区，而基于方差贡献率较高的环境变量模拟后，能够更真实地反映防风的适宜推广种植区。