武自念，侯向阳*，任卫波，王照兰，常春，杨玉平，杨艳婷

(1.中国农业科学院草原研究所，内蒙古 呼和浩特 010010；2.农业部牧草资源与利用重点实验室，内蒙古 呼和浩特 010010)

羊草(Leymuschinensis)是欧亚大陆草原带东部半干旱地区主要优势种或建群种[1]，羊草及其形成的各种群落在维持我国北方温带草原生态系统结构、功能及其稳定性、支撑草牧业发展中起着重要作用。由于长期过度放牧等不合理开发利用和自然灾害影响，天然羊草草地退化严重，草地生产力大幅衰退，羊草在群落中的优势地位逐渐被替代，加之羊草“三低”特性的局限[1-2]，野生羊草的分布范围和居群数量急剧减少，部分珍贵羊草资源已濒临灭绝，严重威胁生物多样性的维持及畜牧业的健康发展[3]。收集和保护羊草种质资源是畜牧业生产、育种及生态修复等相关研究的重要物质基础。因此，为保护和合理利用羊草资源，需要对整个羊草分布区进行系统调查与科学采样[4-5]，建立羊草种质资源异位保存圃，开展羊草种质资源保护和利用的基础研究。

为减少野生种质采集工作的盲目性，提高工作效率，最大限度地收集各种类型的种质资源，首要任务是充分了解羊草的分布状况。从20世纪50年代开始，中国陆续开展了牧草种质资源野外调查，取得了重要进展[6]，而针对某一种牧草资源的本底调查工作开展较少。《Grasses of the Soviet Union》《Conspectus of the Triticeae》《中国植物志》等著作中，对羊草的分布区已进行了详细地描述[7-9]，利用环境因子对羊草潜在分布区进行适生性等级划分，有助于了解羊草地理分布规律，对羊草收集保护、引种区划等提供重要依据。周广胜[10]利用169个羊草分布点对国内羊草种质资源适生区进行了预测，徐丽君等[11]利用模型-专家经验交互方法对我国羊草适宜性进行了区划研究，使得学者对羊草适生区在我国的分布有了清晰的认识，但羊草在全球适生区地理分布格局尚缺乏详细而系统的研究，这不利于科学制定羊草种质资源收集与保护策略。

最大熵模型(Maximum Entropy Models)可根据已知分布区及环境数据找出物种概率分布的最大熵[12-13]，已广泛应用于物种潜在适生区预测[10,14-16]，且在物种分布数据不全时仍然能得到较好结果[13,17-18]。本研究应用最大熵模型MaxEnt预测了全球羊草的潜在适生区，以预测的适生区为基础，利用网格法开展了羊草种质资源的采集，建立羊草种质资源异位保存圃，同时结合文献资料中已报道的羊草分布点和实地采样的分布点对羊草种质资源潜在适生区做了进一步预测，以期为羊草种质资源研究、引种栽培及合理保护利用草地资源奠定物质基础和理论支持。

1 材料与方法

1.1 已有羊草地理分布数据的收集与整理

羊草的地理分布数据来源于全球生物多样性信息机构物种分布数据库(Global Biodiversity Information Facility, GBIF,http://www.gbif.org)、AgroAtlas数据库(www.agroatlas.ru/en/about/index.html)、中国数字植物标本馆(www.cvh.ac.cn)、已发表的中英文文献等。整理去除相同的经纬度信息，得到羊草在全世界的分布点715个，其中中国490个(主要包括内蒙古317个，辽宁61个，黑龙江46个，河北22个，山西17个，新疆6个，吉林5个，北京4个，青海4个，陕西3个，甘肃2个，山东1个，河南1个，天津1个)，俄罗斯163个，蒙古62个(图1)。将收集到的羊草分布点按物种名、经度和纬度顺序整理成CSV格式的Excel文件，用于模型软件的潜在分布区预测。

图1 已报道的全球羊草分布点Fig.1 Collected distribution sites of L. chinensis in world

1.2 环境数据与地图数据

环境数据采用世界气候(WorldClim)环境数据库中的19个生物气候变量(bioclim)(表1)，选取当前状态(current conditions 1950-2000)空间分辨率为2.5 arc-minutes的ASCII 栅格格式数据。地图数据来源于DIVA-GIS(http://www.diva-gis.org/)和中国地图采用国家基础地理信息系统(http://nfgis.nsdi.gov.cn/)2005年10月24日更新的1∶400万中国行政区划图。

1.3 模型分析方法

适生区预测采用最大熵模型MaxEnt version 3.4.1(http://biodiversityinformatics.amnh.org/open_source/maxent/)。具体方法是将羊草分布数据和环境数据导入MaxEnt软件中，随机选取25%的分布点作为测试集(test data)，75%的作为训练集(training data)，选择Jackknife来检测变量的重要性，Replicates设置为重复10次，output file type 设为asc，其他参数均为模型的默认值，结果以Logistic格式输出。

模型的预测结果利用受试者工作特征曲线(receiver operating characteristic curve, ROC)下的面积值(area under curve, AUC)进行检验，ROC 曲线检测的评估范围为0～1，1代表预测值非常好，小于0.5说明模型的预测能力低于随机模型的预测能力[13,19]。在适生区预测中，AUC值越高说明模型预测准确度越高[12-18]。

将结果导入ArcGis 10.2后，分别与世界行政区划图和中国行政区划图叠加，利用自然间断点分级法(Jenks’ natural breaks)对模型预测的羊草分布图进行重分类(Reclass)，按照重分类的存在概率P，并参照IPCC第4次环境报告中关于评估可能性的划分体系[20]将羊草适生区划分为5个等级[10]，分别为最佳适生区(P≥0.47)，该类适生区羊草分布以建群种为主，其生境特别适合羊草的生长；高适生区(0.30≤P<0.47)，该类适生区羊草分布以优势种为主；中适生区(0.14≤P<0.30)，该类适生区羊草大量分布，但在群落中不成优势种；低适生区(0.04≤P<0.14)，该类适生区羊草有分布；非适生区(P<0.04)，该类适生区不适合羊草的生长，可能无羊草分布[10-11]。

表1 19个用于羊草适生区分布模拟的环境变量Table 1 19 environmental variables used for modeling potential suitable distribution of L. chinensis

1.4 羊草种质资源实地调查与采样

以MaxEnt模型预测得的羊草潜在分布为依据，使用1∶10000(较大区域为1∶50000)中国和蒙古国地形图为底图，将羊草潜在分布区划分为若干个网格(单元)[4]，网格大小为100 km×l00 km(图2)。每个网格作为羊草资源调查与搜集的基本单元(网格面积不足1/3的舍去)，每单元采集显域轻度放牧、重度放牧、围封、隐域性分布及人工种植等类型的羊草根茎活体各1份，每份包含6～30个重复取样点，重复样点之间的距离至少为40 m[1,21]。同时开展与各圃库、科研院所、草原站等单位的种质资源收集与交流共享。

图2 羊草野生种质资源采样策略——以锡林浩特市为例Fig.2 Sampling strategy of wild germplasm resources of L. chinensis - A case study for Xilinhot in China

1.5 羊草种质资源异位保护

羊草既可以有性繁殖也可以无性繁殖，为保存、鉴定和评价羊草资源，2014年5-8月建立了羊草资源圃，该圃位于内蒙古呼和浩特市市郊的农业部沙尔沁牧草资源重点野外科学观测试验站，地处适宜羊草生长的环境区，总面积66666.67 m2(于2010年平地、测土施肥、除杂草等，保证土壤成分均匀同质)，喷灌设施完备，具备羊草种质资源生长、保纯的一切条件。目前，该圃建有小区1120个，均带地上喷灌，每个小区3 m×3 m，小区间采用60 cm水泥板隔离，防止根茎相互串连，影响种质资源纯度。做资源评价时，在初花期对每份资源进行刈割，防止种子脱落，产生杂合植株。

1.6 数据分析与图形处理

数据采用Microsoft Excel、MaxEnt version 3.4.1分析，图形采用ArcGis 10.2、DIVA-GIS 7.5.0、Adobe Photoshop CC 2017等处理。

2 结果与分析

2.1 基于MaxEnt模型的羊草种质资源适生区预测

根据文献收集的715个羊草分布点，利用MaxEnt模型预测羊草适生区，训练集与验证集AUC分别是0.9701和0.9746(图3A)，AUC值大于随机分布模型(0.5)且接近于1，说明MaxEnt模型预测羊草适生区的结果可靠。通过模型预测发现羊草适宜生长的区域在欧亚大陆东部，主要包括中国、俄罗斯南部、蒙古、北美洲美国本土、美国阿拉斯加、哈萨克斯坦、加拿大、朝鲜、乌兹别克斯坦、韩国、不丹东南部和巴基斯坦也有零星适宜生长区域(图4)。

2.2 羊草种质资源圃的建立

以MaxEnt模型预测的结果为依据，2014年本研究利用网格法对分布于中国和蒙古国的羊草种质资源进行采集，截至2017年7月，共采集361个样点(图4)，形态鉴定后确认的羊草种质资源483份，其中蒙古国95份，中国内蒙古211份、山西59份、黑龙江32份、陕西23份、河北18份、宁夏14份、吉林12份、甘肃10份、辽宁7份、天津2份；按适生区等级划分采集到的羊草资源，分别为最佳适生区361份、高适生区83份、中适生区32份、低适生区7份、非适生区0份(图4)。从模型预测的适生区和采集资源的分布情况看，采集的羊草种质资源基本覆盖了羊草主要适生区(图4～图6)。

2014年5-8月本研究建立了羊草资源圃(图5)，该圃在种植前已进行多年的均质化处理，并在羊草种质资源移植后，确保相同田间管理措施，以便开展羊草种质资源农艺性状评价工作。截至2017年7月，该资源圃已保存不同羊草种质资源535份，其中自行采集的羊草野生种质资源483份，各圃库、科研院所及草原站等收集资源52份。

2.3 羊草在全球的适生区预测

利用已报道的羊草分布点和采集羊草种质资源的1076个分布点，本研究对羊草种质资源在全球的分布做了进一步预测，训练集与验证集AUC分别是0.9610和0.9605(图3B)，结果可靠。根据模型预测，加入采集点后羊草高适生区分布区域在原来基础上几乎没有发生变化(图6)，而适生区总面积减小了0.38%，这可能与最佳适生区和高适生区采样分布密度有关，有待进一步分析。本研究结果表明，羊草的适生区位于欧亚大陆草原东部，从中国东北、华北，蒙古至俄罗斯南部成片连续分布，北美洲美国、加拿大，巴基斯坦、印度、尼泊尔、不丹也有部分低适生区分布，整个适生区占全球陆地总面积的8.75%，最佳适生区占全球陆地面积的1.78%、占全球总适生区的20.40%。适生区面积最大的国家是中国，占全球适生区分布总面积的38.34%；其他依次是俄罗斯、蒙古国、美国(含阿拉斯加)、加拿大、哈萨克斯坦、朝鲜、乌兹别克斯坦、印度、不丹、尼泊尔、巴基斯坦等，分别占全球适生区分布面积的27.55%、13.23%、10.72%、4.67%、3.91%、0.72%、0.57%、0.08%、0.05%、0.02%；巴基斯坦中部等地也有零星分布。

图3 羊草生境分布预测结果的ROC曲线验证Fig.3 ROC curve verification of L. chinensis potential geographic distribution A为文献收集到羊草分布点模型预测后的ROC值；B为文献收集到的分布点和实际采样后的分布点模型预测后的ROC值。A: ROC plot used the known distribution points; B: ROC plot used the known distribution points and the field investigation points.

图4 基于已知分布点的羊草适生区预测Fig.4 Potential geographic distribution of L. chinensis based on known distribution points

2.4 羊草在中国的适生区预测

MaxEnt生态位模型预测结果表明，我国羊草适生区占全国陆地面积的一半以上，为54.73%，最佳适生区占全国陆地面积的18.35%、占全国总适生区的33.54%。适生区从东北平原到内蒙古高原在黄土高原局部呈连片分布，总分布范围与亚洲温带气候大陆区域基本吻合，主要包括内蒙古、新疆北部、黑龙江、青海、甘肃、西藏、吉林、河北、陕西、山西、辽宁、山东、河南北部、四川西北部、宁夏、北京、江苏北部、天津、湖北、云南北部、安徽北部等省市(图7)，各省适生区面积占全国适生区面积的比例分别是22.24%、16.76%、10.34%、9.47%、7.29%、7.11%、4.05%、3.71%、3.59%、3.03%、2.97%、2.93%、2.18%、2.17%、1.00%、0.33%、0.24%、0.23%、0.13%、0.11%、0.11%(图8)。各省适生区占其所在省面积由大到小依次是吉林、辽宁、山西、河北、北京、天津、黑龙江、山东、宁夏、陕西、甘肃、内蒙古、河南、青海、新疆、西藏、四川、江苏、安徽、湖北、云南等，所占比例分别是100%、100%、100%、100%、100%、100%、99.97%、99.70%、99.50%、92.73%、92.42%、90.69%、71.01%、69.85%、50.26%、32.77%、25.05%、12.84%、4.33%、3.84%、1.73%。最佳适生区和高适生区占全国分布面积由高到低依次是内蒙古、黑龙江、吉林、河北、山西、辽宁、甘肃、新疆、陕西、宁夏、山东、青海、北京、天津、河南等地(图7)。通过各省适生区所占面积的分析，可为羊草育种、栽培区划及生态修复提供理论指导。

图5 羊草种质资源圃Fig.5 L. chinensis germplasm nursery

图6 羊草全球适生区预测Fig.6 Potential geographic distribution of L. chinensis in world

图7 MaxEnt 模型预测羊草在中国的适生区Fig.7 Potential geographic distribution of L. chinensis in China

图8 羊草各省适生区占全国适生区面积的比例Fig.8 Account for the percentage of provincial potential distribution of L. chinensis by country

3 讨论

MaxEnt是近几年应用比较广泛的适生区预测模型，其预测结果要优于同类模型[14-18,22-24]，且在物种分布数据不全时仍然能得到较好的结果，其本身只能判断物种适生区或者可能存在的概率，并不能推断物种是否存在[13,17-18]。本研究在收集和整理前人关于羊草分布区研究的基础上，利用MaxEnt生态位模型对羊草在全球的适生区进行了预测，两次预测训练集与验证集AUC都在0.9600以上，在模型精度检验方面可信度高，预测的适生区与现有标本记载的分布区域基本吻合，属于中国东北—兴安—蒙古植物区系，同时本研究在预测的中国和蒙古国适生区范围内均采集到了野生羊草(两国的适生区面积占总适生区的比例为51.57%)，进一步证明了模型的准确性。《Grasses of the Soviet Union》《中国植物志》《羊草生物生态学》等报道羊草产于中国东北、内蒙古、河北、山西、陕西、新疆等省区，苏联、日本、朝鲜也有分布[1,7-9]，而本研究的两次预测结果发现在日本等国并没有适生区的分布，这可能与模型预测的样本分布有关，本研究在做模型预测时仅查到在日本等地有分布并没有查到具体标本或样本分布点，从模型对其他物种预测的准确度方面考虑[12-18,21-24]，日本等国也可能并无真正野生羊草的分布，仅是引种栽培的野生羊草资源。

羊草集中分布在我国东北平原和内蒙古高原东部的开阔地平原、低山丘陵、河滩、盐碱化低地，被称为禾本科“牧草之王”[1]。通过1076个分布点的模型预测发现我国羊草适生区约占全球适生区的38.34%，占国土面积的54.73%，这与文献报道羊草分布区结果基本一致[1,11]，从而更加证明了模型的准确度。按各省适生区面积占全国适生区面积的比例由大到小排列，依次是内蒙古、新疆北部、黑龙江、青海、甘肃、西藏、吉林、河北、陕西、山西、辽宁、山东、河南北部、四川西北部、宁夏、北京、江苏北部、天津、湖北、云南北部、安徽北部等地，而按最佳适生区和高适生区占全国分布面积由高到低依次是内蒙古、黑龙江、吉林、河北、山西、辽宁、甘肃、新疆、陕西、宁夏、山东、青海、北京、天津、河南等地，比较发现，新疆的适生区面积较大，但其低适生区占整个新疆适生区面积的59.36%(图8)。本研究将羊草适生区进行等级划分是为了便于分析，预测的低适生区并非不适合羊草生长，只说明其分布概率较小。MaxEnt模型预测的最佳适生区分布羊草概率较大，是重点调查采样的区域，通过第一次模型预测的结果，在蒙古高原东部、松嫩平原等温带草原和草甸草原区均发现了大量成片或呈斑块状分布的羊草，属于野生羊草资源分布的核心区域，可能具有丰富的遗传多样性，应为重点开展研究和保护区域；农区路边、水渠边、疏林等地受强烈的人为干扰较大，发现独立生长、小面积分布的羊草群体，可能是特殊类型。中国数字植物标本馆(Chinese Virtual Herbarium, CVH)在录的羊草标本中新疆有97份，青海有11份(标本大都在20世纪90年代之前，无详细GPS点)，本研究根据适生区预测和标本记录的信息实地调查和采集发现，羊草在新疆和青海的分布极其罕见，采集到具有羊草外部形态特征的资源，经在呼和浩特羊草资源圃种植，专家鉴定后无法给出结论，还需要进一步的分子鉴定。

最佳适生区占全国分布面积由高到低依次是内蒙古、黑龙江、河北、辽宁、山西、吉林、陕西等，2016年《中国草业统计》数据显示[25]，2016年各省羊草保留面积前4位分别是吉林、黑龙江、内蒙古和辽宁省，对羊草保留种植面积和最佳适生区面积比较分析发现，河北、山西、陕西、内蒙古等省区蕴含着巨大的羊草产业发展潜力，可大力推广羊草人工种植和改良种草。

本研究基于文献大数据检索，全面分析了羊草种质在全球的分布格局，结合实地采样，进一步细致地探讨了羊草在全球及中国的适生区，建立了羊草种质资源圃，为进一步合理利用和有效保护羊草资源奠定了基础。野生羊草种质资源必须合理取样才能尽可能完整地保存其遗传多样性，杨持等[21]研究认为480 m2(12 m×40 m)的样方可以代表羊草小群落的分布特征，本研究在取样时利用100 km×100 km网格进行取样，每个GPS点采集6～30株个体，个体之间的距离为40 m以上，保证了每个GPS点的羊草遗传多样性[4,21]。羊草具有发达的地下根茎，多分布在10～20 cm左右的土层中[1]，为了保证每份资源的纯度(只进行无性繁殖)，防止串根，资源与资源之间用60 cm的水泥板隔离。为保证资源之间的可比性，对每份资源建立了同质生长环境及相同的田间管理措施。从2015年开始本研究对535份羊草种质资源的农艺性状、生物学特性进行了初步研究，取得了一些进展，同时，资源评价工作将力争深入到细胞和分子水平，为每份羊草种质资源建立资源共性和特性的信息档案。羊草种质资源圃将在探讨羊草起源、演化、系统分类、生态功能、育种、分子谱系地理、基因组学及优异基因挖掘等方面发挥巨大作用[26-30]。

致谢：感谢中国农业科学院草原研究所的王育青、李志勇、刘雅学等在羊草资源收集方案上的指导；中国农业科学院草原研究所的韩文军、春亮、白海花、陈海军、王珍、刘磊、解继红、纪磊、李西良、运向军、王凯、于林清、吴新宏、李鸿雁等与内蒙古大学的张庆在野生羊草种质资源采集中做出的贡献；中国农业科学院草原研究所胡宁宁、罗四维、郭丰辉等在羊草资源种植工作中给予的帮助；内蒙古大学的赵一之和赵利清在羊草种质资源识别与鉴定过程中给予的指导，至此一并表示感谢！