APP下载

气候变化条件下苦参在我国潜在分布区的预测分析

2022-04-08张涛胡菀贾天娇赵三增孔丹宇刘毅

广西植物 2022年3期
关键词:苦参气候变化

张涛 胡菀 贾天娇 赵三增 孔丹宇 刘毅

摘 要:为了解气候变化情景下苦参在中国的潜在分布区变化,探讨生物气候因子与苦参适宜分布格局的关系。该文通过收集苦参的地理分布点并结合19项生态因子,运用最大熵模型(MaxEnt)和地理信息系统(ArcGIS)对末次盛冰期、当前气候、未来气候三种气候情景下苦参在我国适生区的分布格局进行模拟,并分析影响苦参生长的主导生态因子。结果表明:(1)当前气候条件下,最暖季度平均温度(bio10)、最湿季度降水量(bio16)是影响苦参分布的主导气候因子。(2)苦参的适宜生境占我国国土总面积的35.90%,高适生区主要分布在我国800 mm等降水量线与400 mm等降水量线之间的地区。(3)在末次盛冰期至未来气候情境下,苦参在我国的适宜生境面积逐渐减少,呈现递减的趋势,且整體有向高纬度地区移动的趋势。(4)当前气候条件下苦参的适宜生境面积较末次盛冰期减少0.3%,未来气候条件下苦参的适宜生境面积较当前气候减少0.75%。全球气候变暖对苦参潜在分布区具有一定负面影响,造成苦参的适宜生境缩减、实际生态位变窄,一定程度上不利于苦参的生长。该研究结果为苦参的野生保育及人工栽培的合理布局提供了理论依据。

关键词: 苦参, MaxEnt, 气候变化, 生态因子, 潜在分布区

中图分类号:Q948.2

文献标识码:A

文章编号:1000-3142(2022)03-0349-14

Prediction of potential distribution of Sophora flavescens

in China under climate change

ZHANG Tao1, HU Wan1, JIA Tianjiao1, ZHAO Sanzeng2, KONG Danyu1, LIU Yi1*

( 1. Lushan Botanical Garden, Jiangxi Province and Chinese Academy of Sciences, Lushan 332900, Jiangxi, China;

2. College of Tropical Crops, Hainan University, Haikou 570228, China )

Abstract:In order to understand the changes of potential distribution of Sophora flavescens in China under the climate change and to explore the relationship between bioclimatic factors and the suitable distribution pattern of S. flavescens, we investigated the distribution pattern of S. flavescens in China under the three climate scenarios (last glacial maximum, current climate, and future climate), and analyzed the dominant ecological factors affecting the growth of S. flavescens with Maximum Entropy Model (MaxEnt) and Geographic Information System (ArcGIS) by collecting the geographical distribution points of S. flavescens combining with 19 ecological factors. The results were as follows: (1) Under the current climate conditions, the average temperature in the warmest quarter (bio10) and the precipitation in the wettest quarter (bio16) were the dominant climate factors affecting the distribution of S. flavescens. (2) The suitable habitat of S. flavescens accounted for 35.90% of the total land area of China. The optimum areas of S. flavescens were mainly distributed between the 800 mm isopyet and the 400 mm isopyet in China. (3) From the last glacial maximum to the future climate, the suitable habitat area of S. flavescens in China gradually decreased, and showed a trend of moving to high latitude. (4) The suitable habitat area of S. flavescens under the current climate was 0.3% less than that in the last glacial maximum, and the suitable habitat area of S. flavescens under the future climate was 0.75% less than that in the current climate. In conclusion, global warming plays a negative role in the potential distribution area of S. flavescens, and leads to the reduction of suitable habitat and the narrowing of actual niche of S. flavescens, which is not conducive to the growth of S. flavescens to a certain extent. The results of this study provide the theoretical basis for the rational distribution of wild conservation and artificial cultivation of S. flavescens.

Key words: Sophora flavescens, MaxEnt, climate change, ecological factor, potential distribution area

苦参(Sophora flavescens)为豆科(Legumi-nosae)槐属(Sophora)多年生落叶亚灌木,稀呈灌木状或草本,别名地槐、白茎地骨、山槐、野槐等(中国科学院中国植物志编辑委员会,1994)。《中国药典》记载临床上常以苦参的干燥根入药,具有清热燥湿、杀虫、利尿等功效(国家药典委员会,2020)。现代药理学研究表明,苦參具有抗肿瘤、抗心律失常、调节免疫、抗菌、抗病毒等多种药理活性,特别是对肿瘤细胞有显著的抑制作用(钟赣生,2016)。除用于中药方剂外,苦参还是制药工业中的常用制剂、日用品、生物农药和兽药的主要原料。但是,随着我国中药产业的迅速发展,对中药材的需求量日益增加,野生资源已不能满足中药材产业的发展需求。苦参作为常用中药,用途广泛, 用量逐年递增,导致野生苦参资源严重匮乏(纪瑛等,2011)。因此,厘清苦参的全国分布格局,分析其生态适宜性意义重大。传统的资源调查方法虽是开展野外调研,但野外调查获得的数据不足以充分反映物种的整体分布格局。而药用植物资源的分布与地理环境有着直接关系,受到诸多环境因子的制约,以及人类活动的影响,是在特定空间下的产物,具有空间信息特征(郭兰萍等,2005)。物种能够生存和繁衍后代的所有条件的总和称为生态位,是定义物种的最小分布单元(乔慧捷等,2013)。生态位模型可利用物种已知的分布数据和相关环境变量,根据统计学的运算方法推算被研究物种的生态需求,将此运算结果投射至不同的空间和时间中用以预测被研究物种的潜在分布(朱耿平等,2013)。

近年来,生态位模型越来越多的应用于入侵生物学、保护生物学、气候变化对物种分布的影响以及传染病空间传播等研究领域中(朱耿平等,2013)。基于不同的理论基础、基础数据和分析方式,已开发出许多成熟的生态位模型算法,主要的模型有生物气候分析系统(BIOCLIM)、生态因子分析模型(ENFA)、基于规则集的遗传算法模型(GARP)、最大熵模型(MaxEnt)等,其中MaxEnt模型是目前应用最为广泛的生态位模型。通过对比16种生态位模型的预测能力,结果发现MaxEnt 模型的预测能力最高(Elith et al., 2006)。MaxEnt模型通过物种的分布数据和环境数据,找出物种分布的最大熵,从而对物种的分布进行预测,相较于其他常见的生态位模型,最大熵模型精度优于其他类型的模型,并且在物种样本量很小甚至样本量数据残缺的情境下,仍具有良好的预测效果和可信度(王运生等,2007;邢丁亮等,2011;车乐等,2014)。该模型的稳定性好且预测的结果与物种的实际分布基本吻合(刘艳梅等,2018)。MaxEnt 模型作为评价物种栖息地生境质量中最常用的模型,被广泛运用于农作物适宜区预测、动植物潜在生境评价、外来入侵物种风险评估和药用植物潜在生境分布等众多研究领域。从鱼类(Kim et al.,2020)到两栖类(黄勇杰等,2017),从昆虫(Kamel et al., 2021; Saha et al., 2021; Ji et al., 2021)到鸟类(Jha KK & Jha R, 2021),从植物类(Liu et al., 2021; Boral et al., 2021; Zeng et al., 2021)到大型兽类(Rozhnov et al., 2021; 温平等, 2021)。从全球的大尺度范围到物种廊道的小尺度范围都取得了较好的预测结果。在药用植物研究领域已被成功运用于如何首乌(Fallopia multiflora)(潘石玉等,2016)、甘遂(Euphorbia kansui) (卢有媛等,2018)、秦艽(Gentiana macrophylla)(檀逸虹等,2020)、京大戟(Euphorbia pekinensis)(裴苏婷等,2021)等药用植物的潜在分布预测分析,且预测效果良好。因此,本研究选用MaxEnt 模型来进行气候变化条件下苦参在我国潜在分布区的模拟。

当前苦参的人工栽培已成为保护苦参野生资源,满足中药产业对苦参大量需求的最重要途径之一,而对苦参进行在全国范围内生态适宜性区划的研究尚未见有报道。因此,通过对苦参进行生态位分析,厘清苦参在全国的分布格局,掌握其在全国的生态适宜性分布区域情况,可为苦参种质资源调查、野生种源保护以及分子谱系地理学等研究提供基础资料。同时,可以在全国范围内划分合理的道地产区,指导苦参在全国的产业发展规划,建立符合GAP标准的苦参原药材种植基地,实现质量稳定的道地药材规范化、规模化生产。本研究以中国为研究区域,以苦参为研究对象,选取19个生物气候因子作为环境变量,依托中国数字标本馆(https://www.cvh.ac.cn/) 收集的苦参分布信息,采用MaxEnt模型和ArcGIS空间分析技术,通过模型模拟预测该物种在三个不同历史时期的潜在分布区和适宜生境,拟探讨以下问题:(1)预测分析苦参的潜在分布区域的时空分布格局;(2)分析苦参潜在适宜分布格局与环境因子之间的联系;(3)提出苦参在我国范围内的保护和开发利用的科学依据。

1 材料与方法

1.1 样本信息

查阅中国数字标本馆(https://www.cvh.ac.cn/) 已收集苦参标本的分布信息,删除重复和记录不详细样本分布信息,对有经纬度记载的数据直接使用,仅有位置记录的分布点以最小可查行政单位为准,通过百度地图坐标拾取工具获得经纬度数据,在ArcGIS中对获得的数据进行筛选,一个栅格中只保留一个分布信息,确保分布点间的距离均大于1 km,避免过度拟合造成的误差,最终获得725份苦参样本分布信息,详见图1。

1.2 环境数据获取

本研究使用的三个历史时期(末次盛冰期、当前时期、未来时期)气候数据均下载自世界气候数据库(WorldClim,http: //worldclim.org) ,包括19 个生物气候变量(bio1~bio19)(表1)。末次盛冰期选取符合中国气候类型的CCSM4, 选择最小分辨率2.5′(5 km×5 km);当前气候年份选择1970—2000(version 2.1);未来年份选择2070,未来气候选取IPCC第5份报告中描述的未来四种气候变暖情景中代表高排放情景的RCP8.5(高)。当前和未来的气候图层分辨率均为30″(1 km × 1 km)。中国底图下载自国家基础地理信息系统网站(http://www.ngcc.cn/ngcc/)。

1.3 MaxEnt 模型设定及评价

MaxEnt建模参数设定:选用MaxEnt软件(V3.3.3K),随机测试比例20%,最大迭代次数1 × 104,设置响应曲线、ROC曲线和刀切法。以响应曲线评价生态因子适宜度范围,以ROC曲线及曲线下面积(即AUC值)评价模型精度,以刀切法检验生态因子的权重。

1.4 环境变量筛选

选取模型输出结果中贡献率大、权重高的环境变量为主导环境变量。

1.5 生态适宜区划分采用GIS

首先将建模得到的输出结果中的ASCII文件通过ArcGIS中的格式转化工具转化成栅格文件,然后通过重分类工具将图层进行重分类,从而进行适生等级的划分。输出结果显示的是不同地区的生境适宜性,用P表示,以概率的形式体现,取值0~1。参考2007年联合国政府间气候变化专门委员会(IPCC)第四次评估报告对于不确定性的等级划分,本文对研究对象在全国的适生等级进行如下划分:P<0.33为非适生;0.33≤P<0.66为低适生;P≥0.66为高度适生。

2 结果与分析

2.1 MaxEnt 模型预测精度

MaxEnt模型预测精度以ROC曲线下面积(即AUC值)为衡量指标,AUC值越大表明模型预测精度越高。评价标准: 0.5~0.6即模型预测失败;0.6~0.7较差;0.7~0.8一般;0.8~0.9好;0.9~1非常好。基于苦参725个样本分布点,利用MaxEnt模型在过去、当前和未来三种气候模式下对苦参适生区进行预测,结果显示过去、现在、未来三种情境的气候条件下,模型运算的测试数据集和训练数据集的AUC平均值分别为0.858(图2:A)、0.857(图2:B)、0.863(图2:C),表明由MaxEnt模型预测的苦参生态适宜性具有较好的准确度和可信度,可用于苦参潜在适生区分布的研究。

2.2 苦参潜在分布区主导气候因子

基于刀切法(Jackknife)来检验模型运算结果,反映出不同环境变量对于分布增益的贡献大小。当前气候条件下19个环境变量的贡献率排列前11(贡献率>1%)依次为bio16(最湿季度降水量,mm)、bio10(最暖季度平均温度,℃)、bio6(最冷月份最低温度,℃)、bio15(降水量季变异系数)、bio9(最干季度平均温度,℃)、bio11(最冷季度平均温度,℃)、bio4(温度季节性变化标准差)、bio8(最湿季度平均温度,℃)、bio5(最暖月份最高温度,℃)、bio14(最干月份降水量,mm)、bio13(最湿月份降水量,mm),累计贡献率达96.8%(表2)。综合19个环境变量的相关性分析结果发现,bio16(最湿季度降水量,mm)和bio10(最暖季度平均温度,℃)是影响当代苦参适宜生境分布的主导气候因子(累计贡献率达72.4%),其次是bio6(最冷月份最低温度,℃)、bio15(降水量季变异系数)、bio9(最干季度平均温度,℃)、bio11(最冷季度平均温度,℃)、bio4(温度季节性变化标准差)、bio8(最湿季度平均温度,℃)、bio5(最暖月份最高温度,℃)、bio14(最干月份降水量,mm)、bio13(最湿月份降水量,mm),但贡献率较前两个小(表2)。为进一步明确苦参在当前气候条件下主导气候因子与存在概率间的关系,分别将前两个气候因子导入MaxEnt模型中单独建模,绘制单变量响应曲线(图3),随后计算两个主导气候因子的阈值。存在概率大于50%时,最湿季度降水量(bio16)最适宜取值为400~800 mm,最暖季度平均温度(bio10)值为20~26 ℃。

2.3 气候变化条件下苦参在中国的适生度分布

在气候变化背景下,利用MaxEnt模型预测了我国苦参在末次盛冰期、当前气候、未来气候(2070)三个适宜性生境分布区域。将建模得到的输出结果中的ASCII文件通过ArcGIS中的格式转化工具转化成栅格文件,绘制不同历史时期的苦参在全国分布的适生度图(图4, 图5, 图6),图中的色带表示适生度,取值由0至1,适生度取值越大表明该区域苦参适宜分布的概率越大,该区域即为苦参的潜在分布区域。

2.4 气候变化对我国苦参适宜性生境分布的影响

在气候变化背景下,利用MaxEnt模型预测了我国苦参在末次盛冰期、当前气候、未来气候(2070)三个适宜性生境分布區域。将三个历史时期的适生度(图4, 图5, 图6)通过重分类工具,对图层进行如下划分:P<0.33为非适生区,0.33≤P<0.66为低适生区,P≥0.66为高度适生区,得到三个历史时期的气候情境下苦参在全国的适宜性生境分布,如(图7, 图8, 图9)所示,绿色为非适生区、 紫色为低适生区、 红色为高适生区, 适生区

包括低适生区与高适生区。

根据模型结果,从末次盛冰期开始到未来气候(2070,RCP8.5)三种气候情境下,苦参在我国的适宜生境面积逐渐减少,呈现递减的趋势,且整体有向高纬度地区移动的趋势,但变化范围较小;高适宜生境面积先减少再增加,变化范围同样较小。具体情况是(1)末次盛冰期苦参的适宜生境面积占研究区域总面积的36.20%,高适宜生境面积占研究区域总面积的4.22%。(2)当前气候条件下苦参的适宜生境面积占研究区域总面积的35.90%,较末次盛冰期减少0.3%;当前气候条件下苦参的高适宜生境面积占研究区域总面积的2.43%,较末次盛冰期减少1.78%。(3)未来气候条件下苦参的适宜生境面积占我国总面积的35.15%,较当前气候减少0.75%;未来气候条件下苦参的高适宜生境面积占研究区域总面积的2.87%,较当前气候增加0.44%(图7,图8,图9,表3)。

2.5 苦参在全国适宜分布区的面积统计

在ArcGIS中将三个不同历史时期气候情境下的适生度重分类,进行几何计算,统计各图层的面积。末次盛冰期、当前气候及未来气候下的适生总面积分别为348.621 5×105、345.280 1×105、337.867 6 × 105  km2 (表3)。

3 讨论与结论

3.1 气候变化条件下苦参在我国潜在分布区模拟

目前对模型精度评价应用最广泛的方法是ROC曲线法(AUC法),AUC值被公认为生态位模型评价领域的最佳评价指标。AUC的取值范围在0.5~1, 值越接近于1,模型精度越高。本研究基于苦参的725个地理分布点和19个气候因子,采用MaxEnt 模型和地理信息系统(ArcGIS)对苦参在末次盛冰期、当前气候、未来气候(2070,RCP8.5)三种气候情景下在我国的适生区分布格局进行预测。受试者工作特征曲线显示,三种情境的气候条件下,MaxEnt 模型训练集和测试集的AUC平均值均大于0.85,显著高于随机预测的AUC值(0.5)。这说明此次模型预测的地理分布与苦参实际分布拟合度较高,拟合效果优秀,预测结果可信度高。

模型结果显示,从末次盛冰期开始到未来气候(2070,RCP8.5)三种气候情境下,苦参的适宜生境区域主要集中分布在我国大兴安岭-张家口-兰州-拉萨-喜马拉雅山东南端一线的东南部地区。末次盛冰期至当前气候情境下,苦参在呼伦贝尔高原和三江平原的适宜生境分布范围变小,在东北平原和横断山脉有向北移动的趋势。当前气候情境至未来气候情境下, 苦参在呼伦贝尔高原、东北平原和长白山区域适宜生境面积向北扩张增加。

当前气候情境下,高适宜生境区域主要集中分布在辽东半岛、 河北东北部与辽宁西南部的燕山区域、河北与山西交接的太行山区域、陕西南部、甘肃西南部、湖北西部、四川和重庆北部等地区;山东中部和胶东半岛、江苏南部、安徽西南部大别山区以及江西中部等地区有零星分布。末次盛冰期至当前气候情境下,陕北高原、山西中部的吕梁山区和东南部的太行山、中条山和胶东半岛、辽东半岛等地区的高适宜生境区域减少。当前气候情境至未来气候下,燕山和辽东半岛区域的高适宜生境分布区向北扩展,大巴山区和鄂西地区的高适宜生境分布区域减少,山东东南部、陕西中部、贵州中部、重庆南部、江西北部、浙江和福建沿海地区以及台湾北部等地区将发展成为新的高适宜生境分布区域。

模型的模拟结果可以指导以后的实际调研方向和范围,进一步探索和丰富苦参的现实分布区域。

3.2 气候变化对苦参潜在分布区域的时空分布格局的影响

气候变化是人类当前面临的最为严峻的环境问题,政府间气候变化专门委员会第五次评估报告(intergovernmental panel on climate change,IPCC)指出,相比于1850—1900年,21世纪末全球气温增幅可能会超过1.5 ℃,在RCP6.0和RCP8.5情景下,温度升高可能会超过2 ℃(Alexander, 2013)。气候变化对植物的生长发育、地理分布及种群数量大小等都将会产生极大的影响( Alan et al., 2006)。越来越多的研究发现,气候变暖可能会导致植物适生区范围减小(刘洋等,2009),使得植物向高海拔、高纬度地区迁移( Wardle et al., 1992;吴军等,2011) 。然而,气候变化对不同植物的影响不一致。因此,研究植物对气候变化的响应对保护生物多样性具有十分重要的意义。

本研究在气候变化背景下,利用MaxEnt模型预测了苦参在末次盛冰期、当前气候、未来气候(2070,RCP8.5)三个适宜性生境分布区域。根据模型结果,从末次盛冰期开始到未来气候(2070,RCP8.5)三种气候情境下,苦参在我国的适宜生境面积逐渐减少,呈现递减的趋势,且整体有向高緯度地区移动的趋势。当前气候条件下苦参的适宜生境面积较末次盛冰期减少0.3%,未来气候条件下苦参的适宜生境面积较当前气候减少0.75%。这可能由于全球气候变暖,海平面上升,低纬度地区变热,高纬度地区逐渐变暖,使得原有的较低纬度适生区变成了低适生区或者非适生区,原有的高纬度非适生区域变成了适生区域。全球气候变暖对苦参潜在分布区具有强烈的影响,暖期让苦参实际生态位变窄,不利于苦参生存。

气候变暖情景下,苦参高适生区面积将减少,说明气候变暖对苦参的扩张有消极影响,使得非适生区域增加。在气候变暖情境下,可能导致北半球中高纬度地区降水强度增加,同时全国各地区极端高温指数显著增加,进而使得苦参的非适生区域增加,高适生区域减少且向高纬度地区移动(赵宗慈等,2008)。这符合苦参喜凉、不耐涝的生物学特性。

预计到21世纪末气候变暖情景下,中国中西部地区夏季降水量将显著减少,这导致苦参原本不适宜生长的区域更加不适宜其扩张(梁玉莲和延晓冬,2016)。这与本研究模型运算得到三种气候情境下苦参非适生区域面积逐渐增加的结果一致,也与Wardle等(1992)得到的气候变暖会使得植物向高海拔、高纬度地区迁移的研究结论一致。

3.3 生物气候因子与苦参适宜分布格局的关系

MaxEnt模型的刀切法检验和主导因子响应曲线分析表明,苦参的潜在适生区分布影响较大的气候因子是最暖季度平均温度(bio10)、最湿季度降水量(bio16),其最适宜区间分别为20~26 ℃、400~800 mm。可见,温度和降水量是影响苦参分布的主导因子。温度和降水作为重要的气候因子显著影响着植物的生理生态特征、分布范围、多样性和丰富度等。

苦参茎叶和根系均在7、8月份进入快速生长的阶段,在8月下旬种子乳熟,随后进入种子脱水阶段,9月上旬种子完全成熟,荚果开裂,种子掉落,完成生殖生长。这一阶段正好与我国大部分地区最暖季度重合,而20~26 ℃的最暖季度平均温度有利于苦参种子的乳熟和脱水,从而影响其在地理尺度上的分布格局。因此,在苦参的生产实践中,在选取作为选育优质种源的种植基地时要注意当地温度,应优先选择最暖季度平均温度的适宜取值在20~26 ℃之间的地域。

相对于干旱胁迫,苦参植株受涝害影响更严重,高温高湿条件下更容易引起苦参根腐病等病害的发生(张文龙等,2018)。适宜程度的降水可以提供充足的水分供应,促进植物生长。但水分过多却严重阻碍植物生长产生,土壤中过量水分导致土壤透气性变差,影响根系正常呼吸作用,不利于植物生长发育。同时过多水分引起的高湿度有利于病原体的快速繁殖,形成严重病害,威胁苦参的存活,从而影响其在地理尺度上的分布格局 (Xin et al., 2016)。

我国疆域辽阔,经纬跨度大,地形落差显著,一些特定的等降水量线反而成为中国自然区划的重要参考指标。例如:800 mm等降水量线是中国南方湿润区和北方半湿润区的重要分界线;400 mm等降水量线将中国划分为东部湿润半湿润区、西部干旱半干旱区两部分;而200 mm等降水量线以东为半干旱区,以西为干旱区(车彦军等,2020)。我国降水的时空分布极不均匀,从时间分布上看,夏季降水较多,我国大部分地区夏季降水占全年降水量在40%以上,春、秋季次之,冬季最少;从空间上看东南沿海地区降水丰沛,西北内陆地区降水稀少(肖潺等,2015)。

由模型输出结果可知,三个历史时期气候情境下苦参在我国高适生区主要分布在我国800 mm等降水量线与400 mm等降水量线之间。未来气候条件下苦参的适宜生境面积较当前气候减少0.75%,这与未来排放情景下,我国400 mm等降水量线将发生西移和北抬的研究结果相一致(高艳红等,2020)。因此,在苦参的生产实践中,在选取高品质药材的种植基地时要注意当地降水量,尤其要重点关注最湿季度降水量的适宜取值在400~800 mm的地域。

但是,物种存在概率对环境变量的反馈曲线反映的是单一环境变量的作用,苦参生命活动受到各种环境变量(包括气候因子、天敌种类、植被条件等)的综合影响,因此,此结果可作为判断苦参与环境变量之间关系的参考。

3.4 苦参在我国范围内的保护和开发利用的建议

研究植物分布格局对气候变化的响应, 了解植物的气候需求及其与物种地理分布间的关系, 对于揭示物种的形成、迁移和扩散历史, 提出合理的物种多样性保护策略及合理利用、生态恢复与建设具有重要意义(王绮等,2020)。科学预测药用植物适宜分布区,并规划建立野生种质资源库、自然保护区,已成为保护药用植物资源的一种有效保护途径(Yan et al., 2020)。

本研究通过模型预测发现,在当前气候条件下苦参在全国高适宜生境区域主要集中分布在辽东半岛、河北东北部与辽宁西南部的燕山区域、河北与山西交接的太行山区域、陕西南部、甘肃西南部、湖北西部、四川和重庆北部等地区;山东中部和胶东半岛、江苏南部、安徽西南部大别山区以及江西中部等地区有零星分布。这些地区为苦参的生态适宜分布区,也是野生苦参资源的重点分布区域,是未来苦参重点保育区。

气候变暖情景下,当前气候条件下苦参在我国的适宜生境面积较末次盛冰期减少0.3%,未来气候条件下苦参的适宜生境面积较当前气候减少0.75%。未来气候条件下,受气候变化影响,四川、重庆、贵州、湖北和江西将成为苦参适宜分布的高风险地区,这些地区的野生苦参资源在未来要加强保护或迁地保育等。

气候变化情景下,苦参在我国相对稳定的高适生区主要分布在河北西部和东北部山区、内蒙古西南部、辽宁南部等地区,在这些地区合理优化布局等措施,进一步加强保护力度,建立自然保护区,禁止滥采滥挖,同时,建立广泛的苦参种植和生产加工等基地。

本研究首次在全国范围内对苦参进行了潜在分布区和适宜生境进行了预测和分析,得出全球气候变暖对苦参潜在分布区具有一定负面影响的结论,即全球气候变暖让苦参适生生境缩减,实际生态位变窄,一定程度上不利于苦参的生长。基于本研究结果,在苦参的生产实践中,应综合考虑温度和降水这两个生态因子,即在选取作为选育优质种源的种植基地时要注意当地温度,应优先选择最暖季度平均温度的适宜取值在20~26 ℃之间的地域;在選取高品质药材的种植基地时要注意当地降水量,尤其要重点关注最湿季度降水量的适宜取值在400~800 mm的地域。

参考文献:

ALAN PJ, BUSTAMANTE MR, COLOMA LA, et al., 2006. Widespread amphibian extinctions from epidemic disease driven by global warming [J]. Nature, 439: 161-167.

ALEXANDER L, ALLEN S, LEEBINDOFF N, 2013. Climate Change 2013: The Physical Science Basis [M]//STOCKER TF, QIN D,  PLATINER GK, et al. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom: Cambridge University Press: 5-6.

BORAL D, MOKTAN S, 2021. Predictive distributionmodeling of Swertia bimaculata in Darjeeling-Sikkim Eastern Himalaya using MaxEnt: current and future scenarios[J]. Ecol Proc, 10(1): 1-16.

Editorial Committee of Flora of China, Chinese Academy of Sciences, 1994. Flora Republicae Popularis Sinicae (Vol. 40) [M]. Beijing: Science Press: 81-82. [中国科学院中国植物志编辑委员会, 1994. 中国植物志(第四十卷)[M]. 北京: 科学出版社: 81-82.]

ELITH J, GRAHAM CH, ANDERSON RP, et al. , 2006. Novel methods improve prediction of species’ distributions from occurrence data[J]. Ecography, 29(2): 119-151.

GAO YH, XU JW, ZHANG M, et al., 2020. Advances of the 400 mm isohyet and wetness and dryness changes in the mainland of China[J]. Adv Earth Sci, 35(11): 1101-1112. [高艷红, 许建伟, 张萌, 等, 2020. 中国400 mm 等降水量线和干湿变化研究进展[J]. 地球科学进展. 35(11): 1101-1112.]

GUO LP, HUANG LQ, JIANG YX, 2005. Application of “3S” technologies in continuous usage of traditional Chinese medicine resources [J]. Chin J Chin Mat Med, 30(18): 1397-1400. [郭兰萍, 黄璐琦, 蒋有绪, 2005. “3S”技术在中药资源可持续利用中的应用[J]. 中国中药杂志, 30(18): 1397-1400.]

HUANG YJ, LU JB, WANG FT, 2017. Predicting the potential geographical distribution of Hainan Odorous Frog (Odorrana hainanensis) in Hainan Province by MaxEnt[J]. Chin J Zool, 52(1): 30-41. [黄勇杰, 卢佳斌, 王锋堂, 等, 2017. 基于MaxEnt模型预测海南岛海南臭蛙的潜在地理分布[J]. 动物学杂志, 52(1): 30-41.]

JHA KK, JHA R, 2021. Study of vulture habitat suitability and impact of climate change incentral India Using MaxEnt[J]. J Resour Ecol, 12(1), 30-42.

JI W, GAO G, WEI JF, 2021. Potential global distribution of Daktulosphaira vitifoliae under climate change based on MaxEnt [J]. Insect, 12(4): 347.

JI Y, DU YB, WANG B, et al., 2011. Study on growth dynamics of Sophora flavescens from different germplasm sources [J]. Pratac Sci, 28 (5): 802-806 [纪瑛, 杜彦斌, 王斌, 等, 2011. 不同来源地苦参生长动态的研究[J]. 草业科学, 28(5): 802-806.]

JU L, CAO B, BAI CK, et al., 2014. Predictive distribution and habitat suitability assessment of Notholirion bulbuliferum based on MaxEnt and ArcGIS [J]. Chin J Ecol, 33(6): 1623-1628. [车乐, 曹博, 白成科, 等, 2014. 基于MaxEnt和ArcGIS对太白米的潜在分布预测及适宜性评价[J]. 生态学杂志, 33(6): 1623-1628.]

JU YJ, GUAN XC, WANG SJ, et al., 2020. Spatial analysis of annual precipitation lines of 800 mm in the eastern monsoon of China[J]. Plateau Meteorl, 39(5): 997-1006. [车彦军, 管小春, 王世金, 等, 2020. 中国东部季风区800 mm等降水量线的空间变化分析[J]. 高原气象, 39(5): 997-1006.]

KAMEL M, BREAM AS, MOURSY MM, et al., 2021. Predicting the geographic distribution habitats of Schizomyia buboniae (Diptera: Cecidomyiidae) and its host plant Deverra tortuosa (Apiaceae) in Egypt by using MaxEnt modeling[J]. J Basic Appl Zool, 82(1): 1-13.

KIM Z, SHIM T, KOO YM, et al., 2020. Predicting the impact of climate change on freshwater fish distribution by incorporating water flow rate and quality variables[J]. Sustainability, 12(23): 10001.

LIANG YL, YAN XD, 2016. Prediction of climate change over China and uncertainty analysis during the 21st Century under RCPs [J]. J Tropical Meteorol, 32(2): 183-192. [梁玉莲, 延晓冬, 2016. RCPs情景下中国21世纪气候变化预估及不确定性分析[J]. 热带气象学报, 32(2): 183-192.]

LIU L, GUAN LL, ZHAO HX, et al., 2021.Modeling habitat suitability of Houttuynia cordata Thunb (Ceercao) using MaxEnt under climate change in China[J]. Ecol Inform, 2021, 63: 101324.

LIU YM, ZHOU SD, XIE DF, et al., 2018. Potential distribution of  Fritillaria unibracteata predicted by the MaxEnt model[J]. Guihaia, 38(3): 352-360. [劉艳梅, 周颂东, 谢登峰, 等, 2018. 基于最大熵模型(MaxEnt)预测暗紫贝母的潜在分布[J]. 广西植物, 38(3): 352-360.]

LIU Y,ZHANG J, YANG WQ, 2009. Responses of alpine biodiversity to climate change[J]. Biodivers Sci, 17(1): 88-96.[刘洋, 张健, 杨万勤, 2009. 高山生物多样性对气候变化响应的研究进展[J]. 生物多样性, 17(1): 88-96.]

LU WH, 1959. Study on materia medica of  Sophora flavescens [J]. J Chengdu Coll Traditional Chin Med, (3): 49-53. [陆闻鸿, 1959. 苦参的本草学研究[J]. 成都中医学院学报, (3): 49-53.]

LU YY, GUO S, YAN H, et al., 2018. Ecological suitability study on Euphorbia kansui[J]. Mod Chin Med, 20(12): 1471-1475. [卢有媛, 郭盛, 严辉, 等, 2018. 甘遂生态适宜性区划研究[J]. 中国现代中药, 20(12): 1471-1475.]

National Pharmacopoeia Commission, 2020. Pharmacopoeia of the People’s Republic of China (Volume I, 2020 Edition) [M]. Beijing: China Pharmaceutical Science and Technology Press: 211-212. [国家药典委员会, 2020. 中华人民共和国药典(2020年版一部)[M]. 北京: 中国医药科技出版社: 211-212.]

PAN SY, ZHU ZH, YAO TH, et al., 2016. Predicting suitable habitats of medicinal plant Fallopia multiflora in China under climate change scenarios[J]. J NW A & F Univ (Nat Sci Ed), 44(1): 192-198. [潘石玉, 朱志红, 姚天华, 等, 2016. 气候变化背景下药用植物何首乌在中国适生区分布预测[J]. 西北农林科技大学学报(自然科学版), 44(1): 192-198.]

PEI ST, ZHANG H, ZHANG PF, et al., 2021. Study on ecological suitability of Euphorbiae Pekinensis Rupr. [J]. Chin J Inf Tradit Chin Med, 28(5): 1-4. [裴苏婷, 张虹, 章鹏飞, 等, 2021. 京大戟生态适宜性区划研究[J]. 中国中医药信息杂志, 28(5): 1-4.]

QIAO HJ, HU JH, HUANG JH, 2013. Theoretical basis, future directions, and challenges for ecological nichemodels [J]. Sci Sin (Vitae), 43(11): 915-927. [乔慧捷, 胡军华, 黄继红, 2013. 生态位模型的理论基础、发展方向与挑战[J]. 中国科学: 生命科学, 43(11): 915-927.]

ROZHNOV VV, PSHEGUSOV RH, HERNANDEZ-BIANLO JA, et al., 2021. MaxEnt modeling for predicting suitable habitats in the North Caucasus (Russian Part) for Persian Leopard (P. p. ciscaucasica) based on GPS data from collared and released animals[J]. Izv, Atmos Oceanic Phys, 56(9): 1090-1106.

SAHA A, RAHMAN S, ALAM S, 2021. Modeling current and future potential distributions of desert locust Schistocerca gregaria (Forskl) under climate change scenarios using Maxent. [J]. J Asia-Pac Biodivers (prepublish), 14: 399-409.

TAN YH, ZHANG XJ, YUAN SS, et al., 2020. Prediction of the ecological suitability of Gentiana macrophylla Pall. under scenarios of global climate change [J]. Chin J Ecol, 39(11): 3766-3773. [檀逸虹, 张喜娟, 原树生, 等, 2020. 全球气候变化背景下秦艽生态适宜性预测[J]. 生态学杂志, 39(11): 3766-3773.]

WEN P, PENG K, CHEN X, et al., 2021. Habitat suitability evaluation of four ungulate species in BaishuiheNational Nature Reserve based on maxent model[J]. J Sichuan For Sci Technol, 42(1): 70-75. [温平, 彭科, 陈旭, 等, 2021. 基于MaxEnt模型的白水河国家级保护区有蹄类保护动物生境适宜性评价[J]. 四川林业科技, 42(1): 70-75.]

WANG Q, FAN BG, ZHAO GH, 2020. Prediction of potential distribution area of Corylus mandshurica in China under climate change[J]. Chin J Ecol, 39(11): 3774-3784. [王绮, 樊保国, 赵光华, 2020. 气候变化下毛榛在中国的潜在适生区预测[J]. 生态学杂志, 39(11): 3774-3784.]

WANG YS, XIE BY, WAN FH, et al., 2007. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models[J]. Biodivers Sci, 15(4): 365-372. [王运生, 谢丙炎, 万方浩, 等, 2007. ROC曲线分析在评价入侵物种分布模型中的应用[J]. 生物多样性, 15(4): 365-372.]

WARDLE P, COLEMAN MC, 1992. Evidence for rising upper limits of four native New Zealand forest trees [J]. New Zealand J Bot, 30: 303-314.

WU J, XU HG, CHEN L, 2011. A review of impacts of climate change on species[J]. J Ecol Rural Environ, 27(4): 1-6. [吴军, 徐海根, 陈炼, 2011. 气候变化对物种影响研究综述[J]. 生态与农村环境学报, 27(4): 1-6.]

XIAO C, YU RC, YUAN WH, et al., 2015. Spatial and temporal differences characteristics of the rainy season of mainland China [J]. Acta Meteorol Sin, 73 (1): 84-92. [肖潺, 宇如聪, 原韦华, 等, 2015. 中国大陆雨季时空差异特征分析[J]. 气象学报, 73(1): 84-92.]

XIN XF, NOMUR K, AUNG K, et al., 2016. Bacteria establish an aqueous living space in plants crucial for virulence[J]. Nature, 539, 524-529.

XING DL, HAO ZQ, 2011. The principle of maximum entropy and its applications in ecology[J]. Biodivers Sci, 19(3): 295-302. [邢丁亮, 郝占庆, 2011. 最大熵原理及其在生态学研究中的应用[J]. 生物多样性, 19(3): 295-302.]

YAN HY, FENG L, ZHAO YF, et al., 2020. Prediction of the spatial distribution of Alternanthera philoxeroides in China based on ArcGIS and MaxEnt[J]. Glob Ecol Conservation, 21: 1-8.

ZENG JR, LI CM, LIU JZ, et al., 2021. Ecological assessment of current and future Pogostemon cablin Benth. potential planting regions in China based on maxent and ArcGIS models [J]. J Appl Res Med Aromat Plants (prepublish), 24(9): 100308.

ZHANG WL, DU FQ, HUANG XL, et al., 2018. The outbreak regularity and control methods of the main diseases and insect pests for artificially planted Sophora flavescens [J]. Lishizhen Med Mat Med Res, 29 (9): 2241-2243 [张文龙, 杜富强, 黄旭龙, 等, 2018. 贵州特色药材苦参人工栽培常见病虫害发生规律及防治措施[J]. 时珍国医国药, 29(9): 2241-2243.]

ZHAO ZC, LUO Y, JIANG Y, et al., 2008. Assessment and prediction of precipitation and droughts/floods changes over the world and in China[J]. Sci Technol Rev, (6): 28-33. [赵宗慈, 罗勇, 江滢, 等, 2008. 全球和中国降水、旱涝变化的检测评估[J]. 科技导报, (6): 28-33.]

ZHONG GS, 2016. Traditional Chinese medicine [M]. 4th ed. Beijing: China Traditional Chinese Medicine Press: 98 . [鐘赣生, 2016. 中药学 [M]. 4版. 北京: 中国中医药出版社: 98.]

ZHU GP, LIU GQ, BU WJ, et al., 2013. Ecological niche modeling and its applications in biodiversity conservation [J]. Biodivers Sci, 21(1): 90-98. [朱耿平, 刘国卿, 卜文俊, 等, 2013. 生态位模型的基本原理及其在生物多样性保护中的应用[J]. 生物多样性, 21(1): 90-98.]

(责任编辑 蒋巧媛)

收稿日期:2021-09-09

基金项目:国家自然科学基金(41961009)[Supported by National Natural Science Foundation of China(41961009)]。

第一作者: 张涛(1988-),硕士,助理研究员,主要从事药用植物种质资源保护与开发利用研究,(E-mail)zhangtao361@126.com。

通信作者:刘毅,博士,副研究员,主要从事药用与功能植物学研究,(E-mail)yiliu609@outlook.com。

猜你喜欢

苦参气候变化
《气候变化》的披露要求与趋同分析
以苦参为主治疗心律失常的疗效观察
苦参生品及其炮制品的2种不同提取方法的抗菌药效研究
肛裂,苦参外敷
2007:绿色企业
含漱苦参茶止牙痛
皮肤瘙痒?试试苦参汤
WHO:每8例死亡中就有1例死于空气污染
谷歌数据显示:美国人不懂气候变化
良药苦口话苦参