气候变化下罗布麻潜在地理分布区预测

[摘要]罗布麻为夹竹桃科多年生草本植物，其叶可以入药，茎秆作为重要的纺织品原材料，预测气候变化对该物种分布范围的影响及其保护该资源的可持续利用具有重要意义。该文利用罗布麻的44个地理分布点和19个环境因子图层，采用MaxEnt模型分析了罗布麻在我国的潜在地理分布，并基于该模型预测政府间气候化专门委员会（IPCC AR5）的BCC_CSM11气候模式下2050年及2070年的RCP26，RCP85气候情景下罗布麻的潜在地理分布范围。结果表明：最冷月低温（bio6）、年平均温（bio1）、最冷季平均降雨量（bio19）、最湿季平均温（bio8）是影响罗布麻分布的主导环境因子；在当前气候条件下，罗布麻的适宜生境占我国总面积的1194%，集中分布在新疆中部，甘肃北部，内蒙古南部，宁夏北部，陕西北部及中部，山西南部，河南北部及中部，河北中部及南部，山东，天津，辽宁南部及北京的部分区域。由模型预测可知：2050―2070年，RCP26，RCP85气候情景下，罗布麻适宜生境都有所减少。

[关键词]潜在地理分布；气候变化；MaxEnt模型；罗布麻；药用植物

[Abstract]Apocynum venetum belongs to apocynaceae and is a perennial medicinal plant， its stem is an important textile raw materials. The projection of potential geographic distribution of A. venetum has an important significance for the protection and sustainable utilization of the plant. This study was conducted to determine the potential geographic distribution of A. venetum and to project how climate change would affect its geographic distribution. The projection geographic distribution of A. venetum under current bioclimatic conditions in northern China was simulated using MaxEnt software based on species presence data at 44 locations and 19 bioclimatic parameters. The future distributions of A. venetum were also projected in 2050 and 2070 under the climate change scenarios of RCP26 and RCP8.5 described in 5th Assessment Report of the Intergovernmental Panel on Climate Change （IPCC）. The result showed that min air temperature of the coldest month， annual mean air temperature， precipitation of the coldest quarter and mean air temperature of the wettest quarter dominated the geographic distribution of A. venetum. Under current climate， the suitable habitats of A. venetum is 11.94% in China， the suitable habitats are mainly located in the middle of Xinjiang， in the northern part of Gansu， in the southern part of Neimeng， in the northern part of Ningxia， in the middle and northern part of Shaanxi， in the southern part of Shanxi， in the middle and northern part of Henan， in the middle and southern part of Hebei， Shandong， Tianjin， in the southern part of Liaoning and part of Beijing. From 2050 to 2070， the model outputs indicated that the suitable habitats of A. venetum would decrease under the climate change scenarios of RCP26 and RCP85.

[Key words]species spatial distribution； climatic change； MaxEnt model； Apocynum venetum； medicinal plant罗布麻Apocynum venetum L，又称红麻、茶叶花、红柳子等，双子叶植物纲，夹竹桃科，罗布麻属植物。高15～3 m，直立半灌木，具乳汁。枝条对生或互生，圆筒形，光滑无毛，紫红色或淡红色。属多年生草本，花期4―9月（盛开期6―7月），果期7―12月（成熟期9―10月）。多分布于盐碱地和沙漠边缘及河流两岸、冲积平原、河泊周围及戈壁荒滩上，其叶为常用中药“罗布麻叶”，具有平肝安神、清热利尿等功效，用于治疗高血压、肾炎等疾病，其茎皮纤维细长柔韧而有光泽，具有耐腐蚀、耐磨、耐拉的优质性能，主要用于纺织、造纸、国防工业等领域，具有多方面的经济价值[1]，可以说罗布麻全身都是宝。

植被与气候之间的相互作用一直是植物学、地理学、生态学与气象学研究的热点问题，气候是决定植物分布格局的主要因素，而植物分布格局的变化是对气候变化最直接的反映[2]。联合国政府间气候变化专门委员会（IPCC）第5次评估报告（AR5）显示：在过去的130多年（1880―2012年），全球地表年平均气温升高085 ℃，其中近9年（2002―2012年）的平均温度比1850年到1900年的平均温度上升了078 ℃，按照IPCC AR5预设的温室气体排放情景推算，21世纪末全球地表年平均气温将升高03～48 ℃[3]。

物种分布模型（species distribution models，SDMs）是研究个体生态学的重要工具之一，常用来研究入侵物种（虫害或植物）的潜在威胁[4]。未来全球气候变化对生物多样性的影响已经成为生物学研究的重点和热点问题，已有研究表明，未来气候变化对物种的生存构成一定的威胁[5]。近年来，有学者在未来全球气候变化背景下对濒危物种的管理和保护[5]，生物入侵[78]，土地利用变化[9]等相关方面做了研究。

到目前为止，国内学者对罗布麻的研究主要集中在药理药性[10]、化学成分[11]、纤维抗菌性能[12]及遗传多样性[13]，并没有学者对罗布麻的潜在地理空间分布范围做详细的记录，且有研究表明，从20世纪50年代到21世纪初，由于环境的恶化，新疆的野生罗布麻分布面积从800多万亩（1亩≈667 m2）减少到270万亩[14]，全球气候变化背景下罗布麻的生物学特性、空间分布、物候等必然会受到影响，由于罗布麻具有很高的经济价值和生态价值，因此，预测全球气候变化对罗布麻的潜在地理分布是非常有必要的。MaxEnt模型自开发以来已经在相关领域被应用2 000多次[15]，与其他模型预测结果比较，MaxEnt更为准确，特别是在样本量不全的情况下，该模型也会得到较为满意的结果[16]。本文通过查找相关网站搜集罗布麻在我国的地理分布记录，基于MaxEnt模型及ArcGIS软件，研究了当前气候罗布麻的潜在地理分布，绘制了分布图，同时预测了BCC_CSM11（Beijing Climate Center_Climate System Model version 11）全球未来气候模式背景下2050年、2070年的2种气候情景（RCP26，RCP85）罗布麻的潜在地理分布，并分析了影响罗布麻潜在地理分布的主导环境因子。

1材料与方法

11_布麻已知分布点本研究通过检索中国数字植物标本馆（http：//.cn）、教学标本资源共享平台（http：///），并利用Google earth查找缺少经纬度的分布点，除去重复的地理分布点，最终得到罗布麻分布在中国的44个地理分布点。将获取的罗布麻地理分布点按照物种名、经度、纬度的顺序保存为.CSV格式的文件。

1.2环境图层数据搜集以及数据预处理气候数据来源于世界气候数据库（http： //），共包括19个环境因子，见表1，将19个环境因子转化为兰伯特投等积投影。当前气候数据通过记录1950―2000年全球各气象站点数据，并通过插值法获取空间分辨率为2.5 arcminutes 的全球气候栅格数据据。

未来气候来源于CCAF（http：///），IPCC AR5分析了4种典型温室气体排放浓度（RCP2.6，RCP4.5，RCP6.0，RCP8.5）对未来气候的影响，RCP是典型浓度路径（representative concentration pathways）的英文缩写，26，45，60，85是2100年相对于1750年的辐射强迫。辐射强迫是指度量某个因子改变地球大气系统摄入和逸出能量平衡影响的程度，正强迫使地球表面增暖，

13地图数据及软件从国家基础地理信息系统网站上（http：nfgisnsdigovcn/） 下载1∶400万的中国地图作为分析底图，MaxEnt软件为333版本（wwwcsprincetonedu/～schapire/MaxEnt），ArcGIS软件是美国ESRI公司开发的地理信息系统平台。

14数据处理将罗布麻的地理分布数据和环境数据导入MaxEnt模型中，并随机选取75%的分布点作为训练数据，25%的数据作为验证数据，选取刀切法（Jecknife），其他都为模型默认。模型运行的原理为：对每一个物种而言，程序开始时都是均匀分布，并进行迭代，每一个物种的每次迭代将增加样本在该地的分布概率（即gain值），程序运行时，gain的初始默认值为0（即均匀分布的gain值），并随着样本点的迭代而增加，直至从一次迭代至下一次迭代中的增加值小于收敛，或者达到最大重复次数时程序终止。将模型运行所得ASC Ⅱ格式的文件导入ArcGIS转化为GRID格式的文件，并用中国地图掩膜，采用Natural Breaks执行重分类，分为3类：非适宜生境（0～025）、低适宜生境（025～05）、适宜生境（05～1）[1]，最终确定罗布麻在中国的分布图。

15模型精度评估采用接受者操作特征曲线（receiver operating characteristic curve，ROC）来评估模型模拟的效果，ROC曲线与横坐标围成的面积值即AUC，该值越大，表明模型模拟的效果越好，即：05～06为失败（fail）；06～07为较差（poor）；07～08为一般（fair）；08～09为好（good）；09～1为非常好（excellent）[17]。

2结果与分析

21模型预测精度评估在当前气候（1950―2000年）下，利用MaxEnt模型模拟罗布麻的潜在地理分布，本研究模拟的训练数据集（traning data）的AUC为0997，验证数据集（testing data）的AUC为0997，按照模型模拟结果评估标准，此次模拟结果非常好。

22罗布麻潜在地理分布区预测将MaxEnt模型运行的结果导入ArcGIS中，执行重分类，并利用空间分析叠加显示模块，计算出各个生境罗布麻的分布面积，得出罗布麻在中国的空间分布图，见图1。

由图1可得，罗布麻集中分布于西北和华北地区，该地区温差较大，且分布着中国大多数盐渍荒漠或半荒漠土壤，这样的生境有利于罗布麻的生长。其中，适宜生境包括新疆中部，甘肃北部，内蒙古南部，宁夏北部，陕西北部及中部，山西南部，河南北部及中部，河北中部及南部，山东，天津，辽宁南部及北京的部分区域；低适宜生境包括新疆中部，甘肃北部及南部，内蒙古东部及南部，宁夏中部，陕西北部及南部，山西南部，河南南部，山东南部，辽宁北部，湖北北部，四川北部。对适宜生境、低适宜生境及非适宜生境罗布麻分布面积进行统计，最终得到：适宜生境总面积为1154×106 km2，占总面积的1194%；低适宜生境总面积为1064×106 km2，占总面积的1104%；非适宜生境总面积为7417×106 km2，占总面积的7699%。从预测结果可知，罗布麻适宜生境占中国总面积的比例较小，可见罗布麻的生长区域狭窄。

23罗布麻潜在分布区主导环境因子基于MaxEnt模型，本研究选用19个环境因子来构建罗布麻的潜在分布区，模型运行时选取刀切法（Jacknife）。刀切法是指模型在运行的过程中，依次忽略一种环境变量，用其余的变量建模预测。在MaxEnt模型迭代运行下，本研究最终确定了影响罗布麻潜在分布的主导环境因子，结果表明：最冷月低温（bio6）、年平均温（bio1）贡献率较高，分别为297%，285%，最冷季平均降雨量（bio19）的贡献率为175%，最湿季平均温（bio8）的贡献率为98%，等温性（bio3）的贡献率为5%，最湿季降雨量（bio16）的贡献率为31%，最干月降雨量（bio14）的贡献率为27%，最干季降雨量（bio17）的贡献率为13%，这8个环境因子的累计贡献率高达976%，为了进一步明确罗布麻在当前气候条件下的分布及消除各环境因子之间相关性的影响，利用上述8个环境因子分别导入MaxEnt模型进行单一因子建模。结果表明：年平均温（bio1），最冷月低温（bio6），最冷季平均降雨量（bio19），最湿季平均温（bio8）对建模影响最大，其贡献率分别为341%，318%，216%，88%，而等温性（bio3）、最湿季降雨量（bio16）、最干月降雨量（bio14）、最干季降雨量（bio17）影均很小。

24气候变化对罗布麻适宜生境分布范围影响的预测基于MaxEnt模型，本研究对未来气候情景下罗布麻的分布进行了模拟。在ArcGIS软件的支持下，按照同上文一样的标准，将罗布麻的分布分为3个等级，分别为：非适宜生境（0～025），低适宜生境（025～05），适宜生境（05～10），同时利用ArcGIS的空间叠加分析模块，计算出未来气候情景下各个等级罗布麻分布占总面积的比例，最终得出罗布麻未来气候情景下空间分布结果图，见图2 。

当前气候情景下，罗布麻的适宜生境占总面积的1197%，见图2，3，表2。根据MaxEnt模型运行的结果，2050―2070年的RCP26情景与当前气候情景比较，罗布麻的适宜生境有所减少，低适宜生境在减少，而不适宜生境却在增加，且2050年，RCP26情景下，罗布麻适宜生境分布面积占总面积的973%，低适宜生境占总面积的1150%，相同气候情景下，到2070年，罗布麻的适宜生境占总面积的771%，低适宜生境占总面积的1078%；2050―2070年的RCP85情景下与当前气候情景比较，罗布麻的适宜生境有所减少，低适宜生境有所增加，但增加的幅度不大，不适宜生境在增加，且在2050年，RCP85情景下，罗布麻适宜生境分布面积占总面积的832%，低适宜生境占总面积的1051%，相同气候情景下，到2070年，罗布麻的适宜生境占总面积的963%，低适宜生境占总面积的1109%。总体来讲，与当前气候情景下罗布麻的分布面积相比，2050年到2070年，RCP26，RCP85气候情景下，罗布麻适宜生境都有所减少。

3结论与讨论

近年来，MaxEnt模型被应用于预测入侵生物[18]、病虫害[1920]的报道比较常见，而利用MaxEnt

模型对中药潜在地理分布的研究非常少见。本文基于MaxEnt模型，对当前气候条件下罗布麻的适生生境进行了研究，并定量分析了2050，2070年的RCP26气候情景及RCP85气候情景下罗布麻适宜生境的面积变化。本研究采用ROC曲线与横坐标围成的面积即AUC值对模型的预测精度进行评估，结果显示，训练数据集和验证数据集的AUC都为0997，按照模型模拟结果评估标准，此次模拟结果非常好。

结果表明，与当前气候罗布麻的分布面积比较，2050―2070年，RCP26，RCP85气候情景下罗布麻适宜生境都有所减少，因此，相关部门应采取措施来保护罗布麻的生境。同时，未来气候情景下，罗布麻的适宜生境集中分布在西北和华北地区。

影响罗布麻潜在地理分布的主导环境因子包括：年平均温（bio1）、最冷月低温（bio6）、最冷季平均降雨量（bio19）、最湿季平均温（bio8），这4个环境因子总贡献率高达963%。

本文在研究罗布麻的潜在地理分布时，仅考虑了降水和温度，并没有考虑土壤、生物、物种的扩散能力、物种进化能力[21]等因素，如能综合考虑以上因素，预测结果将会更准确。

[致谢]澳大利亚国立大学芬纳资源与社会学院徐廷豹研究员修改本论文提出建议。

[参考文献]

[1]娜仁花，郑江华，郭宝林，等高分辨率影像在野生药用植物宏观监测中的应用评价――以罗布麻为例[J]中国中药杂志，2014，39（10）：1777

[2]郭彦，卫海燕，路春燕，等气候变化下桃儿七潜在地理分布的预测[J]植物生态学报， 2014，38（3）：249

[3]IPCC Working Group Ⅰ Climate Change 2013：the physical science basis[R]Geneva： IPCC， 2013：5

[4]Gallagher R V，Hughes L，Leishman M R，et alPredicted impact of exotic vines on an endangered ecological community under future climate change[J]Biol Invasions， 2010，12（12）：4049

[5]Xu ZhonglinPotential distribution of invasive alien species in the upper Ili river basin： determination and mechanism of bioclimatic variables under climate change[J]Environ Earth Sci，2015，73：779

[6]马松梅，聂迎彬，耿庆龙，等气候变化对蒙古扁桃适宜分布范围和空间格局的影响[J] 植物生态学报，2014，38（3）：262

[7]吴刚，戈峰，方万浩，等入侵昆虫对全球气候变化的响应[J]应用昆虫学报，2011，48（5）：1170

[8]王，林慧龙，何兰，等紫茎泽兰潜在分布对气候变化响应的研究[J]草业学报，2014，23（4）：20

[9]Faleiro F V，Machado R B，Loyola R DDefining spatial conservation priorities in the face of landuse and climate change[J]Biol Conserv，2013，2（158）：248

[10]李庆华，魏春雁，李建东罗布麻叶药理作用及临床应用研究进展[J]中药材，2008，31（5）：784

[11]李丽红，原忠罗布麻叶黄酮类成分的研究[J]中国中药杂志，2006，31（16）：1337

[12]郑丽莎，高山，王仑，等罗布麻纤维抗菌机理研究[J]检验检疫学刊，2009，19（3）：13

[13]许仲林，彭焕华，彭守璋物种分布模型的发展及评价方法[J]生态学报，2015，35（2）：557

[14]徐红新疆罗布麻品种特点及开发[J]毛纺科技，2005（6）：31

[15]王运生，谢丙炎，万方浩，等相似穿孔线虫在中国的适生区预测[J]中国农业科学，2007，40（11）：2502

[16]苏前新疆罗布麻遗传多样性及其与环境关系研究[D]乌鲁木齐：新疆大学，2013

[17]Swets J AMeasuring the accuracy of diagnostic systems[J]. Science，1988，240（4857）：1285

[18]雷成，徐海根基于MaxEnt的加拿大一枝黄花在中国的潜在分布区预测[J]生态与农村环境学报，2010，26（2）：137

[19]王颖，章桂明，杨伟东，等基于MAXENT的大豆南北方茎溃疡病菌在中国适生区的预测 [J]植物检疫，2009，23（4）：14

[20]冯璐，刘建宏，李永和，等基于Maxent模型的楚雄腮扁叶蜂潜在分布区预测[J]西部林业科学，2013，42（2）：49

[21]李国庆，刘长成，刘玉国，等物种分布模型理论研究进展[J]生态学报，2013，33（16）：4827[责任编辑吕冬梅]