基于MaxEnt模型的木賊潛在分布與生境分析

李云峰　王燕　徐寧　李佳穎　何平　孟繁蘊

關鍵詞：木賊;MaxEnt模型;潛在分布區(qū);物種分布

中圖分類號：R931 文獻標識碼：A

木賊（Equisetum hyemale L.）屬木賊科植物（Equisetum L.），又名節(jié)節(jié)草、接骨草，其地上干燥的部分作為中藥，使用歷史悠久，主治用于風熱目赤、迎風流淚、目生云翳。木賊主要化學成分有黃酮類、酚酸類、酯類等化合物，研究表明其提取物具有降壓、護肝、降血脂、抗腫瘤等作用。

隨著中藥產業(yè)發(fā)展，藥材需求量逐年增加，生態(tài)環(huán)境面臨巨大壓力。生態(tài)位模型（Ecological niche modeling，ENM）是基于生態(tài)位理論進行的數(shù)學建模，預算物種分布，目前作為解決該問題的主要方法被廣泛使用。近年，ENM與地理信息系統(tǒng)（Geographical information system，GIS）的聯(lián)合應用，不但能準確、高效的對生長區(qū)劃進行運算，還能得到直觀的生長區(qū)劃圖。在眾多ENM中，最大熵值模型（Maximum Entropy Model，MaxEnt）因其預測結果準確，使用效果好，已成為應用較為廣泛的模型之一。

本研究利用MaxEnt模型和GIS，基于當前氣候與地理環(huán)境數(shù)據(jù)，對木賊的適宜生長區(qū)進行預測，為其開發(fā)、利用提供理論數(shù)據(jù)借鑒。

1數(shù)據(jù)來源與方法

1.1數(shù)據(jù)來源：木賊分布點獲取

木賊分布點數(shù)據(jù)主要來源：中國數(shù)字植物標本館（http：//www. cvh. ac. cn/）、中國植物志（http：//www. iplant.cn/）以及中國植物圖像庫（http：//ppbc. iplant. cn/），獲取75個木賊分布點。選取19個WorldClim氣候指標（https：//www. worldclim. org/），1個干燥度指數(shù)，1—12月潛在散熱數(shù)據(jù)，1個年平均潛在散熱數(shù)據(jù)和1—12月天文輻射量，數(shù)據(jù)來源CGIAR-Consortium for Spatial Information（http：//www.cgiar-csi. org/），坡向數(shù)據(jù)來源于國家科技基礎條件平臺（http：//www. geodata. cn/），61個土壤類型數(shù)據(jù)來源于南京土壤研究所（http：//www.issas.ac.cn/）。

1.2方法

1.2.1環(huán)境數(shù)據(jù)相關性分析

利用SPSS數(shù)據(jù)統(tǒng)計軟件22.0對環(huán)境因子進行Pearson相關性檢驗，避免因變量間的多重線性重復造成的運算結果不準確，若兩個變量之間的相關性絕對值大于0.8，只選擇一個變量，最終得到17個環(huán)境因子用于數(shù)據(jù)分析（表1）。

1.2.2模型建立與準確性評價

將木賊地理分布點和17個環(huán)境因子輸入MaxEnt模型（MaxEnt， version 3.3.3k， http：//www.cs.princetion.edu/～schapire/MaxEnt/），隨機選取75%的木賊分布點作為訓練數(shù)據(jù)集，25%的分布點作為測試數(shù)據(jù)集。運行10次，每次隨機保留20%的存在點交叉驗證，并平均結果。通過Jack-knife法的AUC（Area Under Curve）值對模型預測的準確性進行說明。AUC值越接近1，表示模型精度越高。AUC在0.50～0.60為失敗，0.60～0.70較差，0.70～0.80一般，0.80～0.90良好，0.90～1.00優(yōu)秀。

1.2.3潛在分布區(qū)劃分

MaxEnt軟件模擬輸出的結果范圍為0～1.00，數(shù)值越接近1，物種存在的概率越大。為了便于理解和概念化，將潛在分布區(qū)劃分為4個等級：0.00～0.08為不適宜區(qū)，0.08～0.26為低適宜區(qū)，0.26～0.52為適宜區(qū)，0.52～1.00為高適宜區(qū)。同時，利用ArcGIS10.3（http：//www.arcgis.com/）得到木賊潛在適宜生長分布圖。

2結果

2.1模型結果說明

利用MaxEnt模型結合環(huán)境因子對木賊生境進行分析，訓練集AUC值為0.931，測試集AUC值為0.919，模型預測結果達到“非常滿意”標準（圖1a）。

通過各環(huán)境因子貢獻百分率和Jack-knife法（圖lb）確定影響木賊適宜區(qū)分布的6個主導因子：sr_m10、soil、ai、bio3、bio4、bio5，累計貢獻率達到88.4%。

設置木賊存在概率閾值為0.5，大于0.5時，對應的生態(tài)因子范圍適宜木賊生長。由（圖2）看出：sr_m10范圍在8.5MJ/m～11.4MJ/m，最適宜數(shù)值為9.7MJ/m，soil為黃壤、黃棕壤、棕壤、褐土、灰褐土、灰色森林土、新積土、石灰土、火山土，AI在0.57以上時，木賊存在概率大于0.5，bio3范圍在23.2～28.6，最適宜數(shù)值為25.6，bio4范圍在640.9～881.8，最適宜數(shù)值為740，bio5范圍在20℃～27.7℃，最適宜數(shù)值為22.3℃。

2.2木賊主要分布區(qū)域

運算結果表明，木賊在我國分布廣泛，其中甘肅、陜西南部，貴州、重慶大部，湖北西部，四川東部，山東、遼寧、吉林東部為適宜生長區(qū)，適宜分布區(qū)面積為327km。

3結論與討論

木賊在我國分布廣泛，本研究基于已知木賊分布點信息，對木賊潛在適宜生長區(qū)進行預測。結果表明，MaxEnt模型能夠精確的對木賊潛在分布區(qū)進行預測，影響其分布主要環(huán)境因子有10月天文輻射量、土壤類型、年均干燥指數(shù)、等溫性、溫度季節(jié)性、暖月極端高溫，累計貢獻率達到88.4%。

木賊潛在適宜區(qū)總面積約有327km，主要在四川、重慶、湖北、黑龍江、吉林、遼寧、陜西、甘肅、新疆等地。除文獻報道地區(qū)外，還有一些未見報道的地區(qū)也適合其生長。

本研究為木賊資源開發(fā)利用提供實驗數(shù)據(jù)參考依據(jù)，但由于實驗條件限制，僅選取了部分的生態(tài)因子，運用MaxEnt模型對木賊適宜生長區(qū)進行劃分，后續(xù)研究中還需運用其他生態(tài)位模型和生態(tài)因子并結合本次研究結果，對木賊適宜區(qū)進行更加全面、準確的劃分。

作者簡介：李云峰（1983— ），男，漢族，山東濱州人，碩士，講師，研究方向：中藥資源。

*通訊作者：孟繁蘊