2016, Vol. 47
引用本文 | doi: 10.7501/j.issn.0253-2670.2016.06.023 |
2. 北京师范大学 中药资源保护与利用北京市重点实验室, 北京 100875;
3. 中日友好医院, 北京 100029
2. Beijing Key Laboratory of Protection and Application of Chinese Medicinal Resources, Beijing Normal University, Beijing 100875, China;
3. China-Japan Friendship Hospital, Beijing 100029, China
黄芩是中医临床上应用广泛的大宗药材，具有清热燥湿、泻火解毒、止血、安胎的功效[1]。目前，野生黄芩主要来源于河北、内蒙古、山西、陕西、山东等地。黄芩是双黄连口服液、黄芩复方颗粒、银黄片等常用中成药的重要原材料，也是目前新药研究开发的热点。由于黄芩的市场需求量不断增大，对野生黄芩掠夺式资源开发利用泛滥，加之生态环境严重破坏，导致野生黄芩资源总储量的锐减。因此开展野生黄芩资源储量状况调研是现在亟待解决的现实问题。
如何利用新技术客观有效地开展中药资源调查及其蕴藏量估算已成为中药资源保护和利用的首要问题[2, 3]。分层抽样是按某种特征分为若干层，再从每一层内进行单纯随机抽样，既可以保证总体估计精度的同时提高样本的代表性，从而提高调查效率，缩短调查时间，节省人力物力，又便于了解总体内不同层次的情况，便于对总体不同的层次进行单独研究，因此分层抽样是野外调查项目中最常用的抽样技术。随着3S技术在农、林、牧业等领域的广泛应用与推广[4, 5, 6, 7, 8, 9]，3S技术以其经济、快速、方便等特点，在资源监测及调查方面显示出极大的优势，针对不同的生境将研究区域分层，对不同生境分层随机抽样，从而建立储量估算模型，为中药资源实现资源分布、野生储量估算、适宜性评价、生产区划等提供了新的发展契机[10, 11, 12]。课题组利用3S技术建立京津冀地区数据库，结合传统的野外实地调查方法，建立小尺度基于不同植被类型的野生黄芩储量估算模型，对京津冀地区野生黄芩资源量进行了估算，提高了估算精度[13]。但由于内蒙古地区植被类型比较单一，需要建立结合气象生境因子分层抽样的野生黄芩储量估算方法，从而为第4次全国中药资源普查提供新的科学依据。
1 内蒙古地区1 km×1 km网格基本气候生态数据库建立在提取气候环境数据分布方面，网格是一种成熟而流行的技术。发现空间插值可以很容易地在网格平台上操作，多边形叠加和转化也可以在网格平台中得到更好的结果[14]。本研究将内蒙古地区的行政边界通过ArcGIS10软件自动生成了1 km×1 km的网格，见图 1。
 | 图 1 内蒙古地区行政边界县域图及1 km×1 km的网格图Fig.1 Administrative and grid map of Inner Mongolia region (1 km×1 km) |
通过ArcGIS10软件空间分析模块，对内蒙古地区的气候因子在30年的均值采用克立格法(Kriging)插值的方法进行空间插值分析，插值的精度为1 km×1 km，即得到各气候因子(温度、降雨量等)的内蒙古地区空间分布图；利用遥感影像图进行分类即可得到DEM高程图、土地利用图和植被类型图；从而建立内蒙古地区数字化地图库；再根据ArcGIS10软件中的空间叠加技术为每一个网格中赋予各种生境因子的属性值，使得所有网格都具有各项生境因子的属性，从而建立内蒙古地区1 km×1 km网格基本气候生态数据库。
2 野外调研方法及样地、样方的选择 2.1 野外调查单元分层分层抽样是可以保证总体估计精度的同时提高样本的代表性，从而提高调查效率，缩短调查时间，节省人力物力，因此分层抽样是野外调查项目中最常用的抽样技术[15]。野生黄芩生长和分布环境是受多因子复杂的共同影响。内蒙古地区的植被类型相对简单、海拔跨度较大、降水量少而不匀、寒暑温度变化剧烈，结合这些内蒙古的生态环境特点和野生黄芩的分布特征，选取了植被类型、海拔、年降雨量和年均温4个指标，作为内蒙古地区野生黄芩重要生境划分指标。查阅相关文献，根据野生黄芩对生境的适宜性情况，结合内蒙古地区野生黄芩分布特点对每个指标在内蒙古地区1 km×1 km网格基本气候生态数据库中进行分层，各指标均分为最适宜、适宜、次适宜、不适宜4个层，如图 2所示。然后从不同的层里采用简单随机的方法抽样进行野外调查。
 | 图 2 指标分层体系Fig.2 Stratified index system |
在内蒙古地区1 km×1 km网格基本气侯生态数据库建立后，得到内蒙古地区生态气象图谱及植被类型图和土地利用图，在数字化图谱基础上，根据土地利用数据剔除不可能生长野生黄芩的区域，得到可能适宜生长野生黄芩的区域(目标区域)，并在目标研究区内根据交通可通达情况和历史经验，对不同植被类型、不同海拔、不同降雨带和不同温度带的不同层之间进行随机调查设计。由于调查方式是随机调查路线，具有一定的代表性。
2.3 样方设置样方采用大尺度的样地内嵌套小尺度样方的布设方案。即在1个1 km×1 km的样地内随机嵌套30 m×30 m、100 m×100 m或250 m×250 m的样方。根据样地的地形特征确定样方的大小，方便到达如缓坡、平地可以选择大一点的样方，不容易到达的地方如山地、陡坡等可选取小一些的样方，地形复杂的可选取更小的样方。随机选取样地内的样方，保证每个样方都具有代表性，且每个样地的样方数不少于5个，用每一个样地内所有样方的储量通过算术平均值作为该样地的储量。
2.4 野生黄芩储量估算根据野外实地调查数据，在各生境指标分层图中利用ArcGIS10中提取各样地的生境因子信息及所属分层情况，分别计算每个指标的每一层单位面积野生黄芩株数，再乘以每一层的面积，即可得到单一指标的野生黄芩储量。最后按照相等权重把每个生境指标加和成为复杂的生境因子。假设样地的权重为1，所选的4个指标权重相等，每个指标的权重为0.25。计算公式如下：
| $S = 0.25\sum\limits_{i = 1}^4 {\left( {{V_i} \times \otimes {m_i} + {D_i} \times {n_i} + {R_i} \times {O_i} + {T_i} \times {p_i}} \right)} $ |
从内蒙古地区1 km×1 km网格基本气候生态数据库得到内蒙古地区植被类型有18种植被类型，包括：草甸、斜坡草地、灌木、落叶针叶林、针叶常绿林、阔叶落叶林、高山和亚高山草甸、平原草原、荒漠草原、城市、河流、湖泊、沼泽、冰川、明礁、砾石、沙漠等，根据相关文献资料及野生黄芩生境条件报道，综合内蒙古地区的自然和气候条件，将内蒙古地区按照植被类型分为最适宜(V1)、适宜(V2)、次适宜(V3)和不适宜(V4)4个层，植被类型分层标准见表 1，在ArcGIS中按照植被类型分层标准形成基于植被类型分层图，见图 3。
|
表 1 内蒙古地区野生黄芩储量植被类型分层标准 Table 1 Stratified criteria for vegetation types for reserves of wild S. baicalensis in Inner Mongolia region |
 | 图 3 内蒙古地区分层图Fig.3 Stratified-graph of Inner Mongolia region |
由内蒙古地区1 km×1 km网格基本气候生态数据库中的DEM数据得到内蒙古地区海拔范围在80～3 400 m，根据文献记载，野生黄芩多生于山坡、林缘、路旁、中高山地或者高原草原等向阳和较为干旱的山区，在中温带山地草原常生长在海拔600～1 500 m向阳山坡或者高原草原等处，综合内蒙古地区海拔环境，将内蒙古地区按海拔分为最适宜D1(900～1 200 m)、适宜D2(600～900 m，1 200～1 500 m)、次适宜D3(1 500～1 800 m，300～600 m)和不适宜D4(＜300 m，＞1 800 m)4个层，在ArcGIS中按照海拔分层标准形成基于海拔分层图，见图 3。
3.1.3 降雨量分层结果利用内蒙古地区1 km×1 km网格基本气候生态数据库中的年降雨量图，可以得到内蒙古地区年均降雨量范围在32～550 mm，根据文献记载，根据相关文献资料及野生黄芩适宜生长的降雨量报告，综合内蒙古地区降雨量情况，将内蒙古地区按年均降雨量分为最适宜R1(350～450 mm)、适宜R2(450～550 mm)、次适宜R3(250～350 mm)和不适宜R4(＜250 mm)4个层，在ArcGIS中按照降雨分层标准形成基于降雨量分层图，见图 3。
3.1.4 温度分层结果内蒙古地区的气候以温带大陆性季风气候为主，寒暑变化剧烈，由内蒙古地区1 km×1 km网格基本气候生态数据库中的年均温度图，可以得到内蒙古地区年均温度范围在-4～9 ℃，根据文献中报道的野生黄芩生长的适宜温度，综合内蒙古地区年均温度情况，将内蒙古地区按年均温度分为最适宜T1(0～2 ℃)、适宜T2(-2～-1℃)、次适宜T3(3～7 ℃)和不适宜T4(≤-3 ℃，≥8 ℃)4个层，在ArcGIS中按照温度分层标准形成基于温度分层图，见图 3。
3.2 野外实地调研野外实地调查是中药资源调查的重要来源之一。野外实地调研不仅可以获取中药资源相关野外真实数据，也可以获得遥感影像数据、地理信息数据和地图中不能获取的其他数据，同时野外实地调研数据也可以作为遥感数据和模型数据的验证和修订。本课题组于2013年7月在内蒙古地区进行野生黄芩储量调研。采用3S技术建立内蒙古1 km×1 km生态数据库，利用不同生境进行分层，在不同生境层进行随机选取32个样地(图 4)。
 | 图 4 内蒙古地区调查点分布图Fig.4 Distribution of investigation points in Inner Mongolia region |
按照“2.2”项中的内蒙古地区野生黄芩储量调查方法，对内蒙古地区野生黄芩进行调研。采用手持GPS定位系统记录样地的地理具体位置、地理坐标、海拔等信息，观察并记录样地的生境特征，同时对样地中的野生黄芩株数进行统计。样地详细信息见表 2。
|
|
表 2 内蒙古地区野生黄芩样地调研信息 Table 2 Investigation information of wild S. baicalensis in Inner Mongolia region |
在ArcGIS10软件中将采样点图层分别与植被类型分层图、海拔分层图、降雨分层图和温度分层图进行叠加，即可以提取出各采样点所属的植被类型、海拔、降雨量、温度等信息和相应的分层情况，具体采样点的所属分层信息见表 3。
|
|
表 3 采样点分层信息 Table 3 Stratified information of sampling points |
利用ArcGIS10软件在植被类型、海拔、降雨、温度分层图中提取4个生境因子的每一层的总面积。再根据野外实地调查样地的面积和对应的野外黄芩株数，按照各样地的生境因子信息及所属分层情况，分别计算每个指标每一层的单位面积野生黄芩株数，见表 4。利用“2.4”项中的公式中计算出内蒙古地区野生黄芩的总储量为1 581 119 512株；随机抽取30株野生黄芩的地下部分进行称重，得到平均每株野生黄芩的根质量为12.23 g，从而估算得到内蒙古地区野生黄芩资源的总储量为1.9万t。
|
|
表 4 各分层面积及单位面积野生黄芩株数 Table 4 Each stratified area and number of wild S. baicalensis in unit area |
利用实地野外分层调查与3S网格技术相结合的方法，以2013年7月野外采样数据为基础，建立了基于气候生态环境的储量估算模型，对不同气象因子进行了分层。然后利用该模型估算内蒙古地区野生黄芩的总资源储量，结果显示该地区野生黄芩储量共有约15.8亿株(1.9万t)；内蒙古地区的野生黄芩大多分布在斜坡草地、草甸等植被类型中；降雨量在350～550 mm内，海拔高度在600～1 500 m，温度在-2～2 ℃生境下，符合这些生境的地区主要在内蒙古的东北部赤峰、阿尔山、霍林郭勒等地区，而内蒙古西部地区为沙漠，降雨量较少，温度较高，不适宜野生黄芩生长。
4.2 内蒙古地区野生黄芩最适区本次野外实地调研发现，野生黄芩一般分布在斜坡草坡或草甸上，呈零星片状分布。但在北纬46.620 3°，东经118.767 6°霍林郭勒草原的第20号样地内，有大面积野生黄芩群居分布，利用3S建立的内蒙古地区数据库提取得到该地区的植被类型为草甸，海拔高度为921 m，年均降雨量为365 mm，年均温为0 ℃，该样地的生境完全符合本实验对单因子黄芩适宜性分层的标准。因此在内蒙古地区该生境下最适宜野生黄芩的生长，可以在该地区建立野生黄芩的自然保护区或在该地区发展黄芩野生抚育工作。
综上所述，本实验采用实地分层调研和3S技术相结合的方法对内蒙古地区野生黄芩资源进行了调研，并对野生黄芩储量进行估算，通过实地调查得到野生黄芩的分布特征，再结合3S技术建立基于不同野生黄芩生境下的单因子适宜性生境分层，建立了基于4个气象生境因子的野生黄芩资源储量估算模型，最后利用该模型估算了内蒙古地区野生黄芩的总资源储量。本研究可为第4次全国中药资源普查提供重要参考，所采集的样品为野生黄芩种质资源多样性研究和化学成分与生态环境相关性研究提供了有效的数据。
| [1] | 中国药典[S]. 一部. 2010. |
| [2] | 杨光, 王永炎, 陆建伟, 等. 基于全国中药资源普查的中药基本药物供应预警方法探讨[J]. 中草药, 2015, 46(1):7-10. |
| [3] | 刘金欣, 潘敏, 李耿, 等. 3S技术在药用植物资源调查研究中的应用[J]. 中草药, 2016, 47(4):695-700. |
| [4] | 沙宗尧, 边馥苓. "3S"技术的农业应用与精细农业工程[J]. 测绘通报, 2003(6):29-31. |
| [5] | 杨微, 周宏璐, 韩成伟, 等. 3S技术在我国农业生产中的应用[J]. 吉林农业科学, 2009, 34(6):58-59. |
| [6] | 张金恒, 朱德柱. 基于"3S"技术构建农业灾害监测信息系统[J]. 灾害学, 2002, 17(2):76-81. |
| [7] | 刘惠明, 尹爱国. 3S技术及其在生态学研究中的应用[J]. 生态科学, 2002, 21(1):82-85. |
| [8] | 党安荣, 史慧珍, 何新东. 基于3S技术的土地利用动态变化研究[J]. 清华大学学报:自然科学版, 2003, 43(10):1408-1411. |
| [9] | 吕涛. 3S技术在贵州喀斯特山区土地石灌化现状调查中的应用[J]. 中国水土保持, 2002(6):26-27. |
| [10] | 张本刚, 陈士林, 张金胜, 等. 基于遥感技术的甘草资源调查方法研究[J]. 中草药, 2006, 37(10):1548-1551. |
| [11] | 谷婧, 冯成强, 张文生. 3S技术在中药资源研究和管理中的应用与展望[J]. 中草药, 2014, 45(10):1502-1506. |
| [12] | 江源, 任斐鹏, 肖雁青, 等. 基于GIS与群落调查的北京市野生北柴胡资源量测算[J]. 自然资源学报, 2009, 24(6):1080-1089. |
| [13] | 刘金欣, 卢恒, 曾燕, 等. 基于3S技术的京津冀地区野生黄芩资源储量调查研究[J]. 中国中药杂志, 2012, 37(17):2524-2529. |
| [14] | 王静爱, 刘金欣, 高路, 等. 浅谈"数字药匣"的理论构建与应用[J]. 中草药, 2011, 42(6):1046-1052. |
| [15] | 邓辉, 周清波, 刘佳, 等. "3S"为基础的面积框对地抽样调查技术在农业调查中的应用[J]. 农业网络信息, 2008(1):7-9. |