基于优化的MaxEnt模型预测龙胆科重要药用植物在青藏高原的生境适宜性研究

doi:10.11733/j.issn.1007-0435.2025.09.026

草地学报 ›› 2025, Vol. 33 ›› Issue (9): 3024-3033.DOI: 10.11733/j.issn.1007-0435.2025.09.026

基于优化的MaxEnt模型预测龙胆科重要药用植物在青藏高原的生境适宜性研究

窦全慧^1,2, 陈程浩¹, 曾太乙亥³, 龙主多杰¹, 苗琪¹, 孙芳慧¹, 才让拉毛¹, 陈曦¹, 索南吉^1,4

1. 青海师范大学生命科学学院, 青海省青藏高原生物多样性形成机制与综合利用重点实验室, 青海西宁 810000;
2. 兰州大学草地农业科技学院, 甘肃兰州 730000;
3. 青海省藏医院, 青海西宁 810007;
4. 青海省人民政府-北京师范大学高原科学与可持续发展研究院, 青海西宁 810000

收稿日期:2024-10-22 修回日期:2024-12-18 出版日期:2025-09-15 发布日期:2025-09-22
通讯作者: 索南吉，E-mail：sonamkyi@163.com
作者简介:窦全慧（1998-），女，汉族，青海湟中人，硕士研究生，主要从事草地生态学研究，E-mail：220220901050@lzu.edu.cn
基金资助:
国家自然科学基金（32160285）；青海师范大学校级教研项目（qhnujy202205）资助

Evaluation of Habitat Suitability of Important Medicinal Plants Gentianaceae in the Qinghai-Tibet Plateau Based on the Optimized Maximum Entropy Model

DOU Quan-hui^1,2, CHEN Cheng-hao¹, ZENGTAI Yi-hei³, LONGZHU Duo-jie¹, MIAO Qi¹, SUN Fang-hui¹, CAIRANG La-mao¹, CHEN Xi¹, SUONAN Ji^1,4

1. College of Life Science, Qinghai Normal University, Key Laboratory of Biodiversity Formation Mechanism and Comprehensive Utilization of the Qinghai-Tibet Plateau in Qinghai Province, Xining, Qinghai Province 810000, China;
2. Collage of Pastoral Agriculture Science and Technology, Lanzhuo University, Lanzhou, Gansu 730000, China;
3. Tibetan Hospital of Qinghai Province, Xining, Qinghai Province 810007, China;
4. People' s Government of Qinghai Province & Beijing Normal University, Academy of Plateau Science and Sustainability, Xining, Qinghai Province 810000, China

Received:2024-10-22 Revised:2024-12-18 Online:2025-09-15 Published:2025-09-22

摘要/Abstract

摘要： 本研究基于青藏高原746个龙胆科药用植物分布点和15个环境变量，利用优化的MaxEnt模型（参数设置：正则化系数1.6，特征组合LQPT，AUC=0.84）预测其潜在适生区，并揭示关键环境驱动因子。结果显示：年降水量（bio12）、海拔（bio20）、年平均气温（bio1）、最冷月份的最低温度（bio6）、最冷季的平均气温（bio11）和最暖季降水（bio18）等6个因子累计贡献89.2%，其中降水主导分布格局。当代高适生区（38.62×10⁴ km²）集中于青藏高原东部及东南部，总适生区达128.59×10⁴ km²。未来气候情景（SSP126/SSP585，2040s-2100s）下适生区呈现高海拔扩张趋势，质心向西北迁移，潜在分布带延伸至高原西部高海拔区域。模型预测显示川藏高山峡谷与横断山区将成为核心扩张区，但该区域人类活动密集且现有保护区覆盖率不足。建议扩张区域优先构建龙胆科药用植物种质资源库，以协调资源利用与生态保护的矛盾。

关键词: 气候变化, 青藏高原, 龙胆科, 药用植物, 分布区

Abstract: This study predicted the potential suitable habitats of medicinal plant Gentianaceae in the Qinghai-Tibet Plateau using the optimized MaxEnt model （parameter settings： regularization multiplier 1.6， feature combinations LQPT， AUC=0.84） based on 746 distribution records and 15 environmental variables， and identified key environmental drivers. The results showed：（1） Six critical factors， including annual precipitation （bio12）， elevation （bio20）， annual average temperature （bio1）， minimum temperature of coldest month （bio6）， mean temperature in the coldest quarter （bio11）， and warmest quarter precipitation （bio18）， cumulatively contributed 89.2%， among which precipitation dominated distribution patterns. （2） Current high-suitability areas （38.62×10⁴ km²） were in the eastern and southeastern Qinghai-Tibet Plateau， totaling 128.59×10⁴ km² of suitable habitats. （3） Under future climate scenarios （SSP126/SSP585， 2040s-2100s）， suitable habitats exhibited expansion toward higher elevation， with distribution centroid shifting northwestward and potential distribution belts extending to western high-altitude regions. Projections revealed the Sichuan-Tibet Alpine Valleys and Hengduan Mountains was core expansion zones. However， intensive human activities and insufficient protection coverage in these regions. It recommended prioritizing the establishment of germplasm resource banks for Gentianaceae medicinal plants to reconcile resource utilization and ecological conservation in expansion hotspots.

Key words: Climate change, Qinghai-Tibet Plateau, Gentianaceae, Medicinal plant, Distribution area

中图分类号:

Q948.13

窦全慧, 陈程浩, 曾太乙亥, 龙主多杰, 苗琪, 孙芳慧, 才让拉毛, 陈曦, 索南吉. 基于优化的MaxEnt模型预测龙胆科重要药用植物在青藏高原的生境适宜性研究[J]. 草地学报, 2025, 33(9): 3024-3033.

DOU Quan-hui, CHEN Cheng-hao, ZENGTAI Yi-hei, LONGZHU Duo-jie, MIAO Qi, SUN Fang-hui, CAIRANG La-mao, CHEN Xi, SUONAN Ji. Evaluation of Habitat Suitability of Important Medicinal Plants Gentianaceae in the Qinghai-Tibet Plateau Based on the Optimized Maximum Entropy Model[J]. Acta Agrestia Sinica, 2025, 33(9): 3024-3033.

参考文献

[1] LIU J， MILNE R I， CADOTTE M W， et al. Protect Third Pole’s fragile ecosystem[J]. Science， 2018， 362（6421）： 1368-1368
[2] 陈发虎，汪亚峰，甄晓林，等. 全球变化下的青藏高原环境影响及应对策略研究[J]. 中国藏学， 2021（4）： 21-28
[3] 张浩. 青藏高原珍稀濒危药用植物的资源与保护[J]. 世界科学技术， 2003（1）： 66-69， 84-85
[4] WANG B， BAO Q， HOSKINS B， et al. Tibetan Plateau warming and precipitation changes in East Asia[J]. Geophysical Research Letters， 2008， 35（14）： 2008GL03433
[5] VANNESTE T， MICHELSEN O， GRAAE B J， et al. Impact of climate change on alpine vegetation of mountain summits in Norway[J]. Ecological Research， 2017， 32（4）： 579-593
[6] CHI X， ZHANG F， GAO Q， et al. A Review on the Ethnomedicinal Usage， Phytochemistry， and Pharmacological Properties of Gentianeae （Gentianaceae） in Tibetan Medicine[J]. Plants， 2021， 10（11）： 2383
[7] 才让南加. 藏医药用龙胆科植物药材的品种及基原整理[J]. 中医药导报， 2023， 29（5）： 65-70
[8] 郭爱华. 龙胆科獐牙菜属药用植物化学成分和药理作用的研究进展[J]. 山西中医学院学报， 2005（1）： 57-59
[9] 杨维霞，周乐，耿会玲，等. 龙胆科药用植物化学成分的研究现状[J]. 西北植物学报， 2003（12）： 2235-2240
[10] 雷军成，徐海根，吴军，等. 气候变化情景下物种适宜生境预测研究进展[J]. 四川动物， 2015， 34（5）： 794-800
[11] 武晓宇，董世魁，刘世梁，等. 基于MaxEnt模型的三江源区草地濒危保护植物热点区识别[J]. 生物多样性， 2018， 26（2）： 138-148
[12] GUISAN A， ZIMMERMANN N E. Predictive habitat distribution models in ecology[J]. Ecological Modelling， 2000， 135（2-3）： 147-186
[13] PHILLIPS S J， ANDERSON R P， SCHAPIRE R E. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling， 2006， 190（3-4）： 231-259
[14] PEARSON R G， RAXWORTHY C J， NAKAMURA M， et al. ORIGINAL ARTICLE： Predicting species distributions from small numbers of occurrence records： a test case using cryptic geckos in Madagascar[J]. Journal of Biogeography， 2007， 34（1）： 102-117
[15] 刘然，王春晶，何健，等. 气候变化背景下中国冷杉属植物地理分布模拟分析[J]. 植物研究， 2018， 38（1）： 37-46
[16] 钱灵颖，黄智洵，杨盛昌，等. 厦门市重点保护植物空间优先保护格局研究[J]. 生态学报， 2021， 41（11）： 4367-4378
[17] 段义忠，鱼慧，王海涛，等. 孑遗濒危植物四合木（Tetraena mongolica）的地理分布与潜在适生区预测[J]. 植物科学学报， 2019， 37（3）： 337-347
[18] RANA S K， RANA H K， RANJITKAR S，等. Climate-change threats to distribution， habitats， sustainability and conservation of highly traded medicinal and aromatic plants in Nepal[J]. Ecological Indicators， 2020， 115： 106435
[19] 潘石玉，朱志红，姚天华，等. 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）， 2016， 44（1）： 192-198
[20] 赵仁生，许诗嘉，宋鹏飞，等. 青藏高原药用植物分布格局及保护优先区[J]. 生物多样性， 2022， 30（4）： 68-77
[21] 刘涛，刘玉萍，吕婷，等. 基于Biomod2组合模型预测青藏高原特有属扇穗茅属物种的潜在分布[J]. 草地学报， 2020， 28（6）： 1650-1656
[22] RANJITKAR S， XU J， SHRESTHA K K， et al. Ensemble forecast of climate suitability for the Trans-Himalayan Nyctaginaceae species[J]. Ecological Modelling， 2014， 282： 18-24
[23] 张天蛟，刘刚. 提高生态位模型时间转移能力的方法研究[J]. 中国农业大学学报， 2017， 22（2）： 98-105
[24] COBOS M E， PETERSON A T， BARVE N，等. kuenm： an R package for detailed development of ecological niche models using Maxent[J]. PeerJ， 2019（7）： e6281
[25] 杨子文，韩姝伊，李壹，等. 气候变化对雪豹全球潜在适生区分布的影响与评估[J]. 生态学报， 2023， 43（4）： 1412-1425
[26] CONG M， XU Y， TANG L， et al. Predicting the dynamic distribution of Sphagnum bogs in China under climate change since the last interglacial period[J]. Plos One， 2020， 15（4）： e0230969
[27] KONG F， TANG L， HE H， et al. Assessing the impact of climate change on the distribution of Osmanthus fragrans using Maxent[J]. Environmental Science and Pollution Research， 2021， 28（26）： 34655-34663
[28] 张殷波，刘彦岚，秦浩，等. 气候变化条件下山西翅果油树适宜分布区的空间迁移预测[J]. 应用生态学报， 2019， 30（2）： 496-502
[29] 王绮，樊保国，赵光华. 气候变化下毛榛在中国的潜在适生区预测[J]. 生态学杂志， 2020， 39（11）： 3774-3784
[30] 张镱锂. 青藏高原边界数据总集[EB/OL]. https：//dx.doi.org/10.11888/Geogra.tpdc.270099， 2019-01-01/2025-02-16
[31] 张镱锂，刘林山，李炳元，等. 青藏高原范围数据集2021与2014年版比较研究[J]. 全球变化数据学报（中英文）， 2021， 5（3）： 322-332， 461-471
[32] ZHANG Y， ZHANG Y， ZHANG Y， et al. Boundary Data of the Tibetan Plateau （2021 Version）[EB/OL].http：//www.geodoi.ac.cn/edoi.aspx？DOI=10.3974/geodb.2021.07.10.V1， 2021-07-10/2025-02-16
[33] ZHANG Y， LI B， ZHENG D. Datasets of the Boundary and Area of the Tibetan Plateau[EB/OL].http：//www.geodoi.ac.cn/edoi.aspx？DOI=10.3974/geodb.2014.01.12.V1， 2014-01-12/2025-02-16
[34] 张镱锂，李炳元，刘林山，等. 再论青藏高原范围[J]. 地理研究， 2021， 40（6）： 1543-1553
[35] ELITH J， PHILLIPS S J， HASTIE T， et al. A statistical explanation of MaxEnt for ecologists： Statistical explanation of MaxEnt[J]. Diversity and Distributions， 2011， 17（1）： 43-57
[36] 朱耿平，乔慧捷. Maxent模型复杂度对物种潜在分布区预测的影响[J]. 生物多样性， 2016， 24（10）： 1189-1196
[37] 陈程浩，龙主多杰，陆徐伟，等. 基于优化MaxEnt模型的中国紫堇属植物生境适宜性研究[J]. 生态学报， 2023， 43（24）： 10345-10362
[38] 王晓帆，段雨萱，金露露，等. 基于优化的MaxEnt模型预测中国高山栎组植物的历史、现状与未来分布变化[J]. 生态学报， 2023（16）： 6950-6604
[39] 张秀娟，王彤新，杨妍希，等. CMIP6气候变化情景下青海三江源区雪灵芝潜在适宜分布预测[J]. 草业科学， 2024， 41（4）： 790-801
[40] LIANG Q， XU X， MAO K， et al. Shifts in plant distributions in response to climate warming in a biodiversity hotspot， the Hengduan Mountains[J]. Journal of Biogeography， 2018， 45（6）： 1334-1344
[41] 唐自豪，刘贤安，彭培好，等. 末次冰盛期以来香果树潜在地理分布格局变迁[J]. 生态学报， 2023， 43（8）： 3339-3347
[42] 黄雪姣，徐海燕，冯元忠，等. 中国喀喇昆仑山龙胆科植物研究[J]. 干旱区研究， 2011， 28（4）： 638-642
[43] 土艳丽，文雪梅，央金卓嘎. 西藏半湿润高原区龙胆科植物资源的类别及其生态地理分布[J]. 西藏科技， 2013（2）： 69-71
[44] PETITPIERRE B， MCDOUGALL K， SEIPEL T， et al. Will climate change increase the risk of plant invasions into mountains？[J]. Ecological Applications， 2016， 26（2）： 530-544
[45] TELWALA Y， BROOK B W， MANISH K， et al. Climate-induced elevational range shifts and increase in plant species richness in a Himalayan Biodiversity Epicentre[J]. Plos One， 2013， 8（2）： e57103
[46] ZHANG K， YAO L， MENG J， et al. Maxent modeling for predicting the potential geographical distribution of two peony species under climate change[J]. Science of the Total Environment， 2018， 634： 1326-1334
[47] FANG J， ZHU J， SHI Y. The responses of ecosystems to global warming[J]. Chinese Science Bulletin， 2018， 63（2）： 136-140
[48] 陈俊俊，燕亚媛，丛日慧，等. 基于MaxEnt模型的短花针茅在中国的潜在分布区研究及预估[J]. 中国草地学报， 2016， 38（5）： 78-84
[49] 韩梦丽，白史且，孙盛楠，等. 基于MaxEnt模型青藏高原老芒麦适生区模拟预测[J]. 草地学报， 2021， 29（2）： 374-382

基于优化的MaxEnt模型预测龙胆科重要药用植物在青藏高原的生境适宜性研究

Evaluation of Habitat Suitability of Important Medicinal Plants Gentianaceae in the Qinghai-Tibet Plateau Based on the Optimized Maximum Entropy Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	靳连武, 赵金, 邵倩影, 纪宝明, 李雪锋, 李凯辉, 隋晓青, 公延明. 气候变化情景下新疆草地类常见植物潜在分布格局模拟[J]. 草地学报, 2025, 33(9): 2973-2991.
[2]	赵佳芮, 王鹏森, 苟扬, 曾园, 金雪梅, 刘刚, 其美拉姆, 周冀琼. 基于MaxEnt模型预测近现代和未来草地早熟禾的适宜分布区[J]. 草地学报, 2025, 33(9): 2992-3002.
[3]	柴智慧, 马丽, 姚凤桐. 草场产权制度改革、气候变化对大牲畜养殖规模的影响——以内蒙古33个纯牧业旗为例[J]. 草地学报, 2025, 33(9): 3044-3056.
[4]	卢鑫, 徐启云, 兰水荣, 王忠康, 武俊喜. 仿生草垫对高原矿山生态修复应用效果评价[J]. 草地学报, 2025, 33(8): 2721-2727.
[5]	雷洁琼, 刘玉萍, 苏旭, 高宣琳, 吕扬, 郑莹晖, 孙成林, 才让扎西, 冯旭, 李佳欢, 董英雯. 气候变化背景下黑紫披碱草和紫芒披碱草在中国的潜在适生区预测[J]. 草地学报, 2025, 33(7): 2309-2319.
[6]	武倩, 朱爱民, 鞠馨, 李邵宇, 任海燕, 韩国栋. 增温和施氮对无芒隐子草非根际、根际及根鞘土壤细菌群落的影响[J]. 草地学报, 2025, 33(5): 1345-1354.
[7]	安海涛, 孙彩彩, 董全民, 杨晓霞, 刘文亭, 王晓丽, 赵新全. 青藏高原高寒草甸不同放牧方式下土壤粒径分形特征[J]. 草地学报, 2025, 33(4): 1106-1113.
[8]	章妮, 陈克龙, 杨紫唯, 杨艳丽, 李莹, 王明宇. 青海湖沼泽湿地cbbL固碳微生物对模拟增温的响应[J]. 草地学报, 2025, 33(3): 728-738.
[9]	孙成林, 刘玉萍, 苏旭, 李小莉, 张朋辉, 曲荣举, 靳佳瑞, 杨倩, 余明君, 宋昌春. 气候变化背景下青藏高原特有药用植物水母雪兔子的潜在分布区预测[J]. 草地学报, 2025, 33(3): 910-918.
[10]	甘露, 周卫, 严学兵, 姚娜, 尹飞虎. 海陆生态枢纽：我国沿海滩涂湿地生态服务与可持续利用[J]. 草地学报, 2025, 33(1): 1-9.
[11]	吕卫东, 董全民, 孙彩彩, 刘文亭, 冯斌, 刘玉祯, 张振祥, 杨晓霞. 牦牛和藏羊暖季放牧对青藏高原高寒草地不同组分碳、氮的影响[J]. 草地学报, 2025, 33(1): 125-135.
[12]	王志鹏, 石长春, 马雅莉, 张艳, 玉苏普喀迪尔·孜米尼, 张格语, 温仲明, 刘洋洋. 毛乌素沙地植被净初级生产力时空变化及其驱动因素[J]. 草地学报, 2024, 32(9): 2962-2972.
[13]	徐恒康, 逯辉, 刘灏, 陈超, 庞卓, 张国芳, 刘亚丽, 阚海明. 全球草地碳汇研究趋势与重点领域——基于1992—2022年文献计量分析[J]. 草地学报, 2024, 32(7): 2169-2178.
[14]	任智慧, 于乔, 高士孔, 王家驹, 牛德鹏, 刘美丽, 呼天明, 付娟娟. 垂穗披碱草根际促生菌的分离鉴定及促生作用研究[J]. 草地学报, 2024, 32(6): 1693-1701.
[15]	安海涛, 孙彩彩, 董全民, 杨晓霞, 张春辉, 赵新全. 青藏高原土壤微生物生物量对放牧强度响应的Meta分析[J]. 草地学报, 2024, 32(6): 1913-1922.