全 文 ：植物学报 Chinese Bulletin of Botany 2013, 48 (4): 411–422, www.chinbullbotany.com
doi: 10.3724/SP.J.1259.2013.00411
——————————————————
收稿日期: 2012-10-08; 接受日期: 2013-04-08
基金项目: 国家自然科学基金(No.31070293)和国家“十一五”科技支撑计划(No.2006BAI06A13-06)
* 通讯作者。E-mail: weigu@snnu.edu.cn; weihy@snnu.edu.cn
基于五味子甲素与乙素的秦岭地区野生华中五味子
的潜在空间分布
郭彦龙1, 2, 顾蔚1, 3*, 路春燕1, 2, 卫海燕2*
1陕西师范大学, 西北濒危药材资源开发国家工程实验室, 西安 710062; 2陕西师范大学旅游与环境学院, 西安 710062
3陕西师范大学生命科学学院, 西安 710062
摘要 华中五味子(Schisandra sphenanthera)为我国三级保护野生药材物种, 在秦岭地区分布较广。采集秦岭地区19个样
地307个采样点的华中五味子样本, 使用HPLC方法检测果实中五味子甲素和乙素含量, 基于模糊数学原理建立其与气候、
土壤和地形三大类15个评价因子之间的隶属函数, 利用最大信息熵模型确定各评价指标权重, 使用加权平均法并参照GIS
空间分析确定基于五味子甲素和乙素的秦岭地区野生华中五味子的潜在空间分布。研究结果显示, 秦岭地区华中五味子不
适宜生境面积占研究区总面积的11.40%; 适宜生境面积占50.63%; 高适宜生境面积占37.97%, 主要集中在陕西南部、甘
肃东部、河南西部、湖北神农架林区及其周边海拔800–2 000 m的山区。研究结果表明, 基于GIS与模糊数学构建的生境适
宜性评价模型可以准确地对秦岭地区华中五味子生境适宜性作出科学且综合性评价, 并可量化适宜生境面积和空间分布,
为华中五味子野生抚育GAP基地选址和建设提供数据支撑, 为保护和可持续利用华中五味子野生资源提供参考。
关键词 华中五味子, GIS, 隶属函数, 生境适宜性, 秦岭
郭彦龙, 顾蔚, 路春燕, 卫海燕 (2013). 基于五味子甲素与乙素的秦岭地区野生华中五味子的潜在空间分布. 植物学报
48, 411–422.
华中五味子(Schisandra sphenanthera)隶属五
味子属(Schisandra), 为多年生落叶木质藤本, 其成
熟干燥果实称为南五味子(国家药典委员会, 2010)。
华中五味子主产于我国西南部至东部, 在秦岭地区分
布较广(Smith, 1947; 中国科学院中国植物志编辑委
员会, 1996; Saunders, 2000)。近年来, 由于华中五
味子的药用价值日益受到重视, 市场需求量激增, 资
源被过度开采, 加之人类活动使其产地生境退化, 致
使野生资源量减少。华中五味子已被纳入《国家重点
保护野生药材物种名录》, 属于三级保护野生药材物
种。对华中五味子生境适宜性进行定性、定量和定位
评价, 明确其生境适宜性特征与空间分布差异, 可为
生境保护与管理提供参考, 同时也为华中五味子的野
生抚育GAP(good agricultural practice)基地建设提
供借鉴。对特定物种的生境适宜性评价及潜在分布区
预测, 国内外已有许多研究。其中, 生境适宜性指数
(habitat suitability index) (Dussault et al., 2006; Tian
et al., 2009)、广义相加模型(generalized additive
model) (朱源和康慕谊, 2005)、Maxent模型(Phillipsa
et al., 2006; 胡理乐等, 2012)、分类和回归树模型
(classification and regression trees)( 吴建国等 ,
2010)、生态位因子分析(ecological niche factor ana-
lysis)(Podchong et al., 2009)及Logistic回归模型
(Singh and Kushwaha, 2011)等已被广泛应用。但这
些模型均侧重于预测物种的分布, 不能对不同地理环
境下目标物种的品质进行预测。本研究在秦岭地区采
集华中五味子果实, 应用HPLC方法检测药用木脂素
含量, 选取五味子甲素和五味子乙素作为指标, 结合
地理信息系统(geo-information system, GIS)、最大
信息熵模型(maximum entropy model)及Fuzzy隶属
函数, 对秦岭地区华中五味子生境适宜性进行综合量
化评价, 以期确定华中五味子适宜生境中生态地理因
子的适宜范围, 量化适宜生境的面积和空间分布, 为
保护和可持续利用华中五味子野生资源提供建议和
·研究报告·
412 植物学报 48(4) 2013
参考, 并对没有明确生境标准的物种进行生境适宜性
评价提供新的思路和方法。
1 材料与方法
1.1 材料来源与数据处理
依据秦岭地区相关研究(中国科学院中国自然地理编
辑委员会, 1985; 康慕谊和朱源, 2007)及数字高程模
型(digital elevation model, DEM)划定研究区(图1),
经度103°45′–113°45′E, 纬度30°30′–35°30′N, 自西
向东横跨6个省(或直辖市)包括甘肃、四川、重庆、陕
西、河南和湖北, 面积为2.38×105 km2。2007–2011
年, 本研究组在此区域设置了19个样地, 共收集了
307个采样点的华中五味子(Schisandra sphenanthera
Rehd. et Wils.)样本, 使用GPS(global positioning
system)记录经度、纬度和海拔, 测量坡度和坡向等信
息。为防止无性繁殖的影响, 样本采集要求株间距离
大于100 m。所选植株均生长正常, 无病虫害, 每个
样地收集10–20个样本。取鲜果杀青后自然晾干, 置
于干燥器中保存, 研磨成粉后用于检测木脂素的含
量。
本研究使用的 4个气候栅格数据 (年极低温
(TMIN)、年极高温(TMAX)、生长期均温(ATG)和生长
期降水量 (PG))由人地系统专题数据库 (TDHES,
http://www.data.ac.cn)提供。研究区年日照时数(SH)
和年相对湿度(ARH)数据由中国气象数据共享服务系
统(CMDSSS, http://cdc.cma.gov.cn)提供。该数据集
包括分布在秦岭161个气象观测站30年观测的平均
值。研究区地形数据(海拔(ASL)、坡度(SLOP)和坡向
(ASPE))以及土壤数据(顶层土壤USDA分类、土壤pH



图1 研究区位置和采样点分布
a: 甘肃华亭; b: 甘肃舟曲; c: 陕西宁强; d: 陕西凤县; e: 陕西陇县; f: 陕西留坝; g: 陕西茅坪; h: 陕西佛坪; i: 陕西太白; j: 陕西宁
陕; k: 陕西营盘; l: 陕西镇安; m: 陕西凤镇; n: 陕西镇坪; o: 陕西旬阳; p: 陕西华县; q: 四川青川; r: 重庆巫溪; s: 河南卢氏

Figure 1 Study area and sampling sites distribution
a: Huating, in Gansu; b: Zhouqu, in Gansu; c: Ningqiang, in Shaanxi; d: Fengxian, in Shaanxi; e: Longxian, in Shaanxi; f: Liuba, in
Shaanxi; g: Maoping, in Shaanxi; h: Foping, in Shaanxi; i: Taibai, in Shaanxi; j: Ningshan, in Shaanxi; k: Yingpan, in Shaanxi; l:
Zhen’an, in Shaanxi; m: Fengzhen, in Shaanxi; n: Zhenping, in Shaanxi; o: Xunyang, in Shaanxi; p: Huaxian, in Shaanxi; q:
Qingchuan, in Sichuan; r: Wuxi, in Chongqing; s: Lushi, in Henan

郭彦龙等: 基于五味子甲素与乙素的秦岭地区野生华中五味子的潜在空间分布 413
值(PH)、全氮含量(TN)、全磷含量(TP)、全钾含量(TK)
和有机碳含量(TOC))由中国科学院国际科学数据服
务平台(ISDSP, http://datamirror.csdb.cn)提供。
1.2 研究方法
1.2.1 华中五味子果实木脂素含量测定
应用高效液相色谱法(high efficiency liquid chroma-
tography, HPLC)检测华中五味子果实中木脂素的含
量(Gu et al., 2008)。在307株果实样本中, 五味子甲
素(deoxyschizandrin)的含量介于0–1.342%之间, 五
味子乙素(γ-schizandrin)的含量为0.001%–2.262%。

1.2.2 空间数据预处理
区域生境适宜性指数的计算以栅格作为基本单元
(Dussault et al., 2006; Tian et al., 2009), 计算前先
使用GIS和数据库技术对收集的气象及土壤等数据进
行空间栅格化。依据研究区域的空间大小和环境变异
程度, 综合考虑计算效果及原始数据的精度, 设置栅
格分辨率为1 km×1 km。土壤矢量数据利用ArcGIS
9.3软件转化成栅格数据, 气候及地形因子栅格数据
使用ERDAS IMAGINE 9.2软件拼接, 再用ArcGIS
9.3软件裁剪。气象站点观测数据(年日照时数和年相
对湿度)应用ArcGIS 9.3软件插值分析并转化成栅格
数据。

1.2.3 评价指标体系构建
物种生境适宜性评价因子的选择是评价的关键(陈海
生等, 2009; Podchong et al., 2009)。本研究组依据
对华中五味子的野外调研及其生物学特性, 选择了6
个气候因子、6个土壤因子和3个地形因子, 共计3大
类15个评价因子(表1)。
1.2.4 评价模型
从收集到的307个采样点的华中五味子样本中随机选
取75%作为建模数据, 25%作为检验数据。依据华中
五味子果实中五味子甲素和乙素含量与评价因子各
自滑动平均数值间的关系, 拟合两者间的回归曲线,
参考隶属函数特点(胡宝清, 2010; Tuan et al., 2011;
Lu et al., 2012), 选取各评价因子的隶属函数类型(表
2), 隶属函数取值范围为0–1(0表示在此环境下华中
五味子无法生长或无法完成木脂素的合成和积累, 即
该环境不适合华中五味子生长; 1表示该环境下华中
五味子木脂素的生成和积累达到最大, 即最适宜华中
五味子生长)。隶属函数取值越大, 表示越适合华中五
味子生长。用Matlab 2011对各因子的隶属函数进行
误差检验, 得到所有隶属函数的拟合度为80%–95%
(表2), 平均为89%, 说明模型准确可用。使用二元对
比法确定顶层土壤USDA分类(TTEX)因子的隶属度
(表3), 在研究区9类土壤中只有5类(黏土、壤土、砂
质黏壤土、砂质壤土和壤质砂土)分布广泛且适合华
中五味子生长。多数因子对华中五味子木脂素含量的
影响既有下限又有上限, 因此本研究所选用的隶属
函数类型主要为高斯型; 同时对木脂素含量的影响
只有下限没有上限的定量因子采用升梯形隶属函数;
对只有上限没有下限的定量因子则采用降梯形隶属
函数。根据所拟合的隶属函数计算出各评价因子的最
优值和阈值(表4)。最优值即隶属度为1时环境因子的
数值; 而根据隶属函数的概念, 阈值指隶属函数值
无限接近于0时环境因子的数值。将每个样点的原始
统计数据导入各隶属函数公式(表2, 表3), 把不规则
分布、有单位的、定量或定性描述的原始数值转化为
无量纲差异的隶属度, 从而实现原始统计数据的标
准化。

表1 华中五味子生境适宜性评价指标
Table 1 Evaluation index of ecology suitability of Schisandra sphenanthera
Classification Index
Climatic factor Average temperature of growth* (ATG), Precipitation of growth* (PG), Sunshine hours (SH), Annual relative
humidity (ARH), Minimum temperature of coldest month (TMIN) and Maximum temperature of warmest
month (TMAX)
Soil factor Topsoil USDA texture classification (TTEX), Topsoil pH (PH), Total nitrogen of soil (TN), Total phosphorus
of soil (TP), Total potassium of soil (TK) and Topsoil organic carbon (TOC)
Topographical
factor
Elevation above sea level (ASL), Slope (SLOP) and Aspect (ASPE)
*生长期为5–8月。* The growth period is from May to August.

414 植物学报 48(4) 2013
表2 评价因子的隶属函数及拟合度
Table 2 Membership function of evaluation factors and fitting degree

ATG: 生长期均温; PG: 生长期降水量; SH: 日照时数; ARH: 年相对湿度; TMIN: 年极低温; TMAX: 年极高温; PH: 土壤pH值; TN:
土壤全氮含量; TP: 土壤全磷含量; TK: 土壤全钾含量; TOC: 土壤有机碳含量; ASL: 海拔; SLOP: 坡度; ASPE: 坡向
ATG: Average temperature of growth; PG: Precipitation of growth; SH: Sunshine hours; ARH: Annual relative humidity; TMIN:
Minimum temperature of coldest month; TMAX: Maximum temperature of warmest month; PH: Topsoil pH; TN: Total nitrogen of
soil; TP: Total phosphorus of soil; TK: Total potassium of soil; TOC: Topsoil organic carbon; ASL: Elevation above sea level;
SLOP: Slope; ASPE: Aspect


本研究利用客观赋权法(objective weighting me-
thod)中最大信息熵模型(Weber, 2011)确定野生华中
五味子生境适宜性各评价因子的权重系数。各评价因
子对华中五味子果实中五味子甲素和乙素含量的影
响程度不同, 这就需要根据每个评价指标的重要程度
分别赋予不同的权重, 这是生境适宜性评价结果是否
郭彦龙等: 基于五味子甲素与乙素的秦岭地区野生华中五味子的潜在空间分布 415
表3 顶层土壤USDA分类的隶属度
Table 3 Membership of topsoil USDA texture classification
TTEX Membership of
deoxyschizandrin
Membership of
γ-schizandrin
Clay 1.00 0.31
Loam 0.36 0.82
Sandy clay loam 0.45 1.00
Sandy loam 0.98 0.37
Loamy sand 0.20 0.96
TTEX: 顶层土壤USDA分类。TTEX: Topsoil USDA texture
classification.


准确的关键(陈海生等, 2009; 张义等, 2011)。最大信
息熵模型是利用指标变异程度计算各自权重, 即经标
准化后评价指标变异程度越大, 信息熵(公式(2))越
小, 说明该指标提供的信息量越大, 对华中五味子果
实木脂素含量的影响越大, 因而权重(公式(3))也应越
大。根据信息熵定义(陈斌和丁世飞, 2007), 采用常用
对数(ln)对所有评价指标的信息熵E进行定义。
ij
n
i
m
j
ijE μμ ln
1 1
∑∑
= =
−= (1)
式中, μij为经隶属函数(表2, 表3)标准化的各评价因
子数值, n为评价指标的个数, m为用于建模的样本
数。
令 ∑
=
=
m
j
iji uu
1
,
m
k
ln
1= 则第 i个指标熵值归
一化后为:
i
ij
m
j i
ij
i ke μ
μ
μ
μ
ln
1
∑
=
−= (2)
则评价指标的权重系数可表示为:
[ ])(11 iji eEn μθ −−= (3)
综合考虑15个评价因子对华中五味子生境适宜
性的作用, 采用加权平均法(weighted average me-
thod)计算华中五味子生境适宜性指数 (陈海生等 ,
2009; Lu et al., 2012)。每个栅格单元的综合指数由
各因子的权重和隶属度的乘积确定。利用ArcGIS 9.3
软件中空间分析模块计算, 分别得到华中五味子基于
五味子甲素和乙素含量的1 km × 1 km栅格单元生境
适宜性评价指数。计算公式为:
∑
=
×=
n
j
ijji xwy
1
(4)
式中, yi是第i个栅格生境适宜性指数, wj为第j个因子


表4 各评价因子最优值、阈值及权重
Table 4 The optimal value, threshold value and weight of each factor
Deoxyschizandrin γ-schizandrin Index system
(units) Optimum value Threshold value Weight (%) Optimum value Threshold value Weight (%)
ATG (°C) 20.45 15, 25 10.15 15.8 5, 25 7.94
PG (mm) 543.3 450, 640 17.54 489 400 1.50
SH (h⋅a–1) 1 944 1 300, 2 600 8.07 2 155 1 300, 2 600 5.88
ARH (%) 68.5 62.1, 78.1 2.42 64.4 78.1 8.10
TMIN (°C) –5 –13, 3 8.66 –9.8 –20, 3 19.13
TMAX (°C) 27.3 22 6.65 25.1 17 4.02
TTEX Clay – 7.61 Sandy clay loam – 3.40
PH 6.4 8.6 3.15 7.06 4.1 0.76
TN (%) 0.108 0.30 3.47 0.19 0.4 13.83
TP (%) 0.063 0.35 6.65 0.12 0.35 13.83
TK (%) <1.4 3.8 12.45 >2.1 1.7 7.53
TOC (%) 2.6 10 2.59 6.7 20 4.79
ASL (m) 1 143 2 400 7.70 1 463 2 800 6.51
SLOP (°) >38 0 0.77 <12.5 75.67 1.75
ASPE (°) 171 360 2.12 225 0 1.03
ATG、PG、SH、ARH、TMIN、TMAX、PH、TN、TP、TK、TOC、ASL、SLOP和ASPE同表2。TTEX同表3。
ATG, PG, SH, ARH, TMIN, TMAX, PH, TN, TP, TK, TOC, ASL, SLOP and ASPE see Table 2. TTEX see Table 3.

416 植物学报 48(4) 2013
权重, xij为第j个指标的第i个栅格值。yi的取值范围为
0–1, 值越大, 表明该栅格单元越适合华中五味子生
长。通过计算确定不同评价因子对华中五味子果实中
五味子甲素和乙素含量影响的权重(表4)。

1.2.5 模型验证
本研究使用均方根误差 (root mean square error,
RMSE)验证华中五味子生境适宜性评价模型的适用
性。
RMSE= ( )∑ = −Ni ii QPN 1 21 (5)
式中, N为样本数, Pi是第i个预测值, Qi代表第i个观察
值。RMSE值用来评估模拟值与实测值之间的一致程
度(崔耀平等, 2012)。该值越小, 则模型预测值与实测
值越接近, 表明模型效果越好(Li and Heap, 2011)。
同时, 为了检验模型在秦岭以外地区的适用性, 从秦
岭之外的4个采样地(河南修武、山西陵川、安徽金寨
和浙江临安)收集了60个采样点的华中五味子样本,
使用相同方法检验模型对秦岭以外地区的适用性。
2 结果与讨论
2.1 秦岭地区华中五味子生境适宜性区划
基于五味子甲素或乙素含量, 并依据计算得到的各栅
格单元生境适宜性评价指数, 可将秦岭地区华中五味
子生境适宜性区划为3个等级(图2)。y<0.3为不适宜生
境, 0.3≤y<0.7为适宜生境, y≥0.7为高适宜生境。同
时, 利用ArcGIS 9.3软件的空间分析模块制图(图2),
并计算各生境的分布面积。结果显示, 基于华中五
味子果实中五味子甲素含量的高适宜生境面积为
57 204.10 km2, 占研究区总面积的24%, 主要分布
在甘肃陇南东部、四川广元、陕西商洛、河南三门峡
北部以及湖北神农架周边地区(图2A); 而基于五味子
乙素含量的高适宜生境面积为43 195.14 km2, 占研
究区总面积的18.12%, 主要分布在甘肃陇南西部、天
水及周边地区、陕西安康部分地区以及湖北神农架林
区(图2B)。最后, 经ArcGIS 9.3空间分析模块叠加,
得出秦岭地区华中五味子基于五味子甲素和乙素含
量的潜在空间分布结果(图3)。
综合两种木脂素含量的适宜性评价指数, 将秦岭
地区华中五味子生境区划为3个等级(图4)。果实中


图2 秦岭地区基于木脂素含量的华中五味子生境适宜性分布
(A) 基于五味子甲素含量的华中五味子生境适宜性分布; (B)
基于五味子乙素含量的华中五味子生境适宜性分布

Figure 2 Habitat suitability distribution of Schisandra
sphenanthera in Qinling area based on content of lignans
(A) Habitat suitability distribution of Schisandra sphenanthera
based on content of deoxyschizandrin; (B) Habitat suitability
distribution of S. sphenanthera based on content of γ-schi-
zandrin


1种或2种木脂素(五味子甲素和五味子乙素)的生境适
宜性指数y<0.3, 即为华中五味子不适宜生境, 此种
生境占研究区总面积的11.40%, 主要分布在甘肃平
凉、陕西汉中中部以及河南南阳北部。果实中两种木
脂素的生境适宜性指数都为0.3≤y<0.7, 则为华中五
味子适宜生境, 此种生境占研究区总面积的50.63%,
主要分布在四川广元和巴中, 陕西商洛部分地区, 河
南洛阳西部, 三门峡南部以及湖北宜昌、襄樊东部和十
堰; 果实中两种木脂素的生境适宜性指数都为y≥0.7,
或一种为y≥0.7, 同时另一种为0.3≤y<0.7, 即为华
郭彦龙等: 基于五味子甲素与乙素的秦岭地区野生华中五味子的潜在空间分布 417

图3 秦岭地区华中五味子生境适宜性分类与分布
1: 甲素、乙素均不适宜; 2: 甲素适宜, 乙素不适宜; 3: 甲素高适宜, 乙素不适宜; 4: 甲素不适宜, 乙素适宜; 5: 甲素、乙素均适宜; 6:
甲素高适宜, 乙素适宜; 7: 甲素低适宜, 乙素高适宜; 8: 甲素适宜, 乙素高适宜; 9: 甲素、乙素均高适宜

Figure 3 Classify of habitat suitability distribution of Schisandra sphenanthera in Qinling area
1: No suitable for deoxyschizandrin and γ-schizandrin; 2: Suitable for deoxyschizandrin and no suitable for γ-schizandrin; 3: High
suitable for deoxyschizandrin and no suitable for γ-schizandrin; 4: No suitable for deoxyschizandrin and suitable for
γ-schizandrin; 5: Suitable for deoxyschizandrin and γ-schizandrin; 6: High suitable for deoxyschizandrin and suitable for
γ-schizandrin; 7: Low suitable for deoxyschizandrin and high suitable for γ-schizandrin; 8: Suitable for deoxyschizandrin and high
suitable for γ-schizandrin; 9: High suitable for deoxyschizandrin and γ-schizandrin

图4 秦岭地区华中五味子生境适宜性综合区划

Figure 4 Habitat suitability comprehensive distribution of Schisandra sphenanthera in Qinling area
418 植物学报 48(4) 2013
中五味子高适宜生境 , 此种生境占研究区面积的
37.97%, 主要集中在陕西商洛和安康等地区, 甘肃
东部陇南和天水, 河南洛阳南部、三门峡南部、南阳
北部等地, 以及湖北神农架及其周边海拔800–2 000
m的山区。在最适宜生境中, 五味子甲素和乙素的生
境适宜性指数均大于0.7的地区(图3, 第9类生境)面
积为8 084.48 km2, 占研究区面积的3.39%, 主要集
中在陕西佛坪中南部、宁陕南部、丹凤北部、镇安西
部及东南部、柞水西部和留坝中部, 以及河南的卢氏
中部和洛宁西部。
2.2 模型验证
本模型的RMSE检验结果为2.6%, 小于10%, 说明模
拟值与实际观测值的一致性很高, 模拟效果好(Rin-
aldi et al., 2003), 证明该模型适用于研究华中五味
子在秦岭地区的潜在空间分布。同时, 对秦岭外的4
个采样地数据进行检验, RMSE值为3.5%, 表明模
型也适用于研究秦岭以外的华中五味子的潜在空间
分布。
2.3 讨论
2.3.1 模型构建及评价
评价结果的科学性和可靠性取决于基础数据的完整
性, 以及评价方法选择的合理性(陈海生等, 2009; 张
义等, 2011)。GIS技术可对野生中药材道地产区的气
候、土壤等生态因子进行定性定量解释、预测和模拟
(黄林芳等, 2010)。模糊数学综合评价是应用模糊关
系合成的原理, 根据各评价因子不同数值与华中五味
子果实中木脂素含量的隶属度关系实现原始统计数
据的标准化, 进而实现未有专家经验支撑下的生境适
宜性模型构建。最大信息熵模型利用观测数据所提供
的信息确定权重系数, 避免仅凭经验确定权重系数而
产生的主观偏差, 突出评价区域内限制性较强因子对
评价对象的影响(Weber, 2011), 从而提取影响野生
华中五味子果实中不同木脂素含量的主导因子, 探讨
地理环境与道地药材形成的复杂关系, 为保护和可持
续利用野生药用资源提供技术支持。本研究以GIS技
术为基础, 通过探讨野生华中五味子果实中五味子甲
素和乙素含量与各生态因子之间的特定关系, 并经统
计与模型分析, 确定了华中五味子果实中木脂素含量
与各评价因子的隶属函数, 计算出基于五味子甲素和
乙素含量的各生境因子最适范围, 以最大信息熵模型
确定各评价因子权重, 客观准确地区划秦岭地区华中
五味子不同生境类型的地理空间分布。
表4显示了不同评价因子对华中五味子果实中五
味子甲素和乙素含量影响的权重。从表4可以看出,
气候、土壤和地形因子对华中五味子果实中五味子甲
素影响的权重分别为53.49 %、35.92%和10.59%; 对
果实中五味子乙素影响的权重则分别为46.57%、
44.14%和9.29%。由此可见, 气候因子对野生华中五
味子果实中木脂素的形成和积累影响最大, 土壤因子
次之, 地形因子的作用在大尺度上十分有限。土壤因
子对五味子乙素的影响大于甲素。单评价因子方面,
PG、TK、ATG、TMIN和SH对华中五味子果实中五
味子甲素积累的影响较大, 而对五味子乙素影响较大
的因子有TMIN、TN、TP、ARH和ATG。植物只有在
适当的温度、光照和水分条件下才能正常生长并积累
物质。Trisurat等(2011)的研究表明, 温度、水分和光
照因素(尤其是春季和秋季)是控制植物生长的主要气
候因子。本研究显示, 温度、水分和光照等气候因子
(表4)对华中五味子果实中五味子甲素和乙素含量影
响的权重最大, 这也说明气候因子的重要性。此外,
土壤养分可直接或间接影响果实的生长, 研究显示土
壤中TN、TP和TK对果实中五味子乙素积累的影响较
大, 而TK和TP对五味子甲素积累的影响较大, 表明
土壤中N、P和K等营养成分在一定程度上影响着野生
华中五味子的生长, 这与华中五味子生长期内需要
N、K和P等营养元素, 特别是雌株花期需要更多的N、
P和Mg, 果实成熟过程中需要大量的N、P和Zn的结
果相一致(卜海东, 2008)。

2.3.2 秦岭地区华中五味子生境适宜性分析
由秦岭地区野生华中五味子潜在空间分布, 及果实中
五味子甲素和乙素的适宜性评价指数均大于0.3(适宜
生境和高适宜生境)的面积占研究区面积的88.60%可
得出结论: 秦岭是我国华中五味子道地产区。15个评
价因子(表5)中有9个因子(SH、ARH、TMAX、PH、
TN、TP、ASL、SLOP和ASPE)对应于五味子甲素和
乙素高适宜区的数值范围基本一致, 而其它6个评价
因子的高适宜生境范围却有所不同, 说明华中五味子
果实中五味子甲素和乙素的形成和积累, 对环境中气
候及土壤因子需求既有相同的方面也有差异。由评价
郭彦龙等: 基于五味子甲素与乙素的秦岭地区野生华中五味子的潜在空间分布 419

420 植物学报 48(4) 2013
表6 秦岭地区华中五味子潜在分布区综合区划分省(直辖市)面积
Table 6 The area of habitat suitability comprehensive distribution of Schisandra sphenanthera in different province (munici-
pality)
Comprehensive distribution of Schisandra sphenanthera in Qinling area (km2) Habitat suitability class
Shaanxi Sichuan Gansu Chongqing Hubei Henan
Unsuitable area 9 577.06 3 800.23 681.35 442.57 6 269.10 6 402.07
Suitable area 48 035.61 9 544.73 17 713.83 5 594.53 23 618.98 16 153.27
High suitable area 46 571.46 4 262.12 19 043.50 1 457.07 12 378.52 6 787.70
Total 104 184.13 17 607.08 37 438.68 7 494.17 42 266.60 29 343.04


因子的最优值(表4)可知, 果实中五味子甲素含量达
到最大时, 其适宜生境的ATG为20.45°C、TMAX为
27.3°C、TMIN为–5°C; 而五味子乙素达到最大时的
适宜生境是ATG为15.8°C、TMAX为25.1°C、TMIN
为–9.8°C, 由此可推出华中五味子生长环境温度较
高时更有利于五味子甲素的形成。五味子甲素生成与
积累的最适宜ARH为68.5%、PG为543.3 mm, 而五
味子乙素形成的最适宜ARH与PG分别为64.4%和
489 mm。年日照时数是影响植物生长的重要因素之
一, 生境中较高的SH(2 155 h⋅a–1)有利于果实中五味
子乙素的生成和积累; 较低的SH(1 944 h⋅a–1)利于五
味子甲素的形成, 表明较为阴湿的环境更有利于华中
五味子果实中五味子甲素的形成。此外, 本研究还发
现中性砂质黏壤土中全钾和有机碳含量较高时有利
于果实中五味子乙素的生成, 偏酸粘土中全钾和有机
碳含量较低时则利于五味子甲素的形成。较高海拔
(1 463 m)以及平缓的阴坡有利于五味子乙素的生成,
而较低海拔(1 143 m)以及较大坡度的阳坡和半阴坡
有利于五味子甲素的积累。
本研究结果显示, 基于华中五味子果实中五味子
甲素含量的高适宜生境 , 五味子甲素含量平均为
0.939%–1.342%, 集中分布在研究区东北部海拔800–
1 500 m的山区, 如陕西商洛、汉中, 河南三门峡南
部 , 以及甘肃陇南东部 , 这些地区PG为400–570
mm, TK 介于 1.9%–2.4% 之间 , ATG 为 19–23°C,
TMIN为–7– –2°C。而基于五味子乙素的高适宜生境,
其果实中五味子乙素的含量平均为1.583%–2.262%,
集中分布在研究区西部甘肃境内海拔1 200–1 800 m
的山区、陕西安康以及湖北神农架林区及其周边, 这
些地区TMIN为–12– –5°C, TP为0.082%–0.27%, TN
为 0.153%–0.24%, ARH为 62%–68%, ATG为 12–
18°C。
两种木脂素形成的适宜生境占研究区总面积的
50.63%, 该类生境在陕西分布最多 (表6), 面积为
48 035.61 km2, 集中分布于安康中部海拔400–900 m
的山区 , 该区域ATG为19–23°C, TMIN为–2–1°C,
PG为520–550 mm, SH为1 560–1 680 h⋅a–1, TTEX
主要为壤土; 湖北(23 618.98 km2)次之, 成片分布于
十堰地区海拔600–800 m的山区 , 其ATG为18–
23°C, TMIN为–3–0°C, PG为520–550 mm, SH为1
686–1 894 h⋅a–1, TTEX为壤土以及壤质砂土; 在河
南分布面积为16 153.27 km2, 主要成片分布于洛阳
南部与三门峡南部海拔600–1 000 m的区域, 该地区
ATG为21–24°C, TMIN为–7– –4°C, PG为420–470
mm, SH为2 064–2 290 h⋅a–1, TTEX主要为壤土和砂
质壤土。两种木脂素形成的高适宜生境占研究区面积
的37.97%, 该类生境在陕西分布面积 (46 571.46
km2)最大, 占秦岭高适宜生境区51.46%, 集中于商
洛和安康等地; 甘肃(19 043.50 km2)次之, 占高适宜
生境21.04%, 主要分布在陇南和天水; 湖北的高适
宜生境(12 378.52 km2)占秦岭高适宜生境13.68%,
集中分布在神农架地区; 河南占7.50%, 主要集中在
河南洛阳南部、三门峡南部以及南阳北部等地。高适
宜生境区通常海拔为800–2 000 m, 华中五味子生长
期的平均气温为12–20°C, 湿度适宜, 稳定在62%–
75%之间, 年日照时数为1 700–2 100 h⋅a–1, 这种气
候条件有利于华中五味子果实的生长。

2.3.3 秦岭地区野生华中五味子的保护建议
野生华中五味子的保护首先应选取高适宜生境或适
宜生境区加以管理, 特别是在华中五味子野生抚育
GAP基地选址和建设时, 应充分考虑其适宜生境。依
郭彦龙等: 基于五味子甲素与乙素的秦岭地区野生华中五味子的潜在空间分布 421
据华中五味子果实中不同木脂素含量有针对性地建
设基地。结合国家“天保工程”和“退耕还林”工程
建设, 在退耕坡地、林间空地、林缘及郁闭度较低的
林地补植幼苗; 同时在华中五味子潜在分布区, 尤其
是高适宜生境区, 如陕西佛坪中南部、宁陕南部、丹
凤北部、镇安西部及东南部、柞水西部、留坝中部, 河
南卢氏中部及洛宁西部等地区, 加大宣传保护力度,
严厉制止抢青采摘和砍藤取果等现象发生。提倡野生
抚育, 加快收集优良种质, 并进行人工繁育, 以扩大
野生华中五味子种群的数量, 保证道地野生药材物种
的可持续利用, 满足药材市场的需求。
致谢 本研究野外实验得到陕西师范大学任毅教授
和田先华教授的大力支持; 在采样、检测及数据统计
等方面先后得到卜海东、魏南玉、齐永平、罗成、李
宗霖、孙茂、刘锦、吴生、熊宇婷、徐敏、刘小霞和
张维等同学的帮助; 人地系统专题数据库、中国气象
数据共享服务系统以及中国科学院国际科学数据服
务平台为本研究提供了数据支持, 在此一并致谢。
参考文献
卜海东 (2008). 华中五味子地上部分生长发育动态研究. 硕
士论文. 西安: 陕西师范大学. pp. 27–35.
陈斌, 丁世飞 (2007). 基于信息熵的模糊物元模型预测玉米
螟种群动态. 数学的实践与认识 37, 78–82.
陈海生, 刘国顺, 刘大双, 陈伟强 (2009). GIS支持下的河南
省烟草生态适宜性综合评价 . 中国农业科学 42, 2425–
2433.
崔耀平, 刘纪远, 胡云锋, 王军邦, 匡文慧 (2012). 城市不同
下垫面辐射平衡的模拟分析. 科学通报 57, 465–473.
国家药典委员会 (2010). 中华人民共和国药典(2010年版1
部). 北京: 中国医药科技出版社. pp. 227–228.
胡宝清 (2010). 模糊理论基础. 武汉: 武汉大学出版社. pp.
330–331.
胡理乐, 张海英, 秦岭, 闫伯前 (2012). 中国五味子分布范围
及气候变化影响预测. 应用生态学报 23, 2445–2450.
黄林芳, 谢彩香, 陈士林, 段宝忠, 孙成忠, 凯撒·苏来曼, 王
丽芝 (2010). 沙生药用植物锁阳产地适宜性的定量评价.
植物学报 45, 205–211.
康慕谊, 朱源 (2007). 秦岭山地生态分界线的论证. 生态学报
27, 2774–2784.
吴建国, 吕佳佳, 周巧富 (2010). 气候变化对6种荒漠植物分
布的潜在影响. 植物学报 45, 723–738.
张义, 谢永生, 郝明德 (2011). 黄土沟壑区王东沟流域苹果
品质限制性生态因子探析. 中国农业科学 44, 1184–1190.
中国科学院中国植物志编辑委员会 (1996). 中国植物志(第30
卷第1分册). 北京: 科学出版社. pp. 258–260.
中国科学院中国自然地理编辑委员会 (1985). 中国自然地理
总论. 北京: 科学出版社. pp. 270–276.
朱源, 康慕谊 (2005). 排序和广义线性模型与广义可加模型
在植物种与环境关系研究中的应用. 生态学杂志 24, 807–
811.
Dussault C, Courtois R, Ouellet JP (2006). A habitat suit-
ability index model to assess moose habitat selection at
multiple spatial scales. Can J Forest Res 36, 1097–1107.
Gu W, Wei NY, Wang ZZ (2008). LC analysis of lignans
from Schisandra sphenanthera Rehd. et Wils. Chroma-
tographia 67, 979–983.
Li J, Heap AD (2011). A review of comparative studies of
spatial interpolation methods in environmental sciences:
performance and impact factors. Ecol Inform 6, 228–
241.
Lu CY, Gu W, Dai AH, Wei HY (2012). Assessing habitat
suitability based on geographic information system (GIS)
and fuzzy: a case study of Schisandra sphenanthera
Rehd. et Wils. in Qinling Mountains, China. Ecol Model
242, 105–115.
Phillipsa SJ, Anderson RP, Schapire RE (2006). Maxi-
mum entropy modeling of species geographic distribu-
tions. Ecol Model 190, 231–259.
Podchong S, Schmidt-Vogt D, Honda K (2009). An im-
proved approach for identifying suitable habitat of Sambar
deer (Cervus unicolor Kerr) using ecological niche analy-
sis and environmental categorization: case study at
Phu-Khieo Wildlife Sanctuary, Thailand. Ecol Model 220,
2103–2114.
Rinaldi M, Losavio N, Flagella Z (2003). Evaluation and
application of the OILCROP-SUN model for sunflower in
southern Italy. Agr Syst 78, 17–30.
Saunders RMK (2000). Monograph of Schisandra (Schi-
sandraceae). Syst Bot Monogr 58, 1–146.
Singh A, Kushwaha SPS (2011). Refining logistic regres-
sion models for wildlife habitat suitability modeling―A
case study with muntjak and goral in the Central Himala-
yas, India. Ecol Model 222, 1354–1366.
Smith AC (1947). The families Illiciaceae and Schisand-
raceae. Sargentia 7, 1–244.
Tian SQ, Chen XJ, Chen Y, Xu LX, Dai XJ (2009). Evalu-
422 植物学报 48(4) 2013
ating habitat suitability indices derived from CPUE and
fishing effort data for Ommatrephes bratramii in the
northwestern Pacific Ocean. Fish Res 95, 181–188.
Trisurat Y, Shrestha RP, Kjelgren R (2011). Plant species
vulnerability to climate change in Peninsular Thailand.
Appl Geogr 31, 1106–1114.
Tuan NT, Qiu JJ, Verdoodt A, Li H, Van Ranst E (2011).
Temperature and precipitation suitability evaluation for the
winter wheat and summer maize cropping system in the
Huang-Huai-Hai plain of China. Agr Sci China 10, 275–
288.
Weber TC (2011). Maximum entropy modeling of mature
hardwood forest distribution in four U.S. states. Forest
Ecol Manag 261, 779–788.

Deoxyschizandrin and γ-Schizandrin Content in Wild Schisandra
sphenanthera to Determine Potential Distribution in Qinling
Mountains
Yanlong Guo1, 2, Wei Gu1, 3*, Chunyan Lu1, 2, Haiyan Wei2*
1National Engineering Laboratory for Resource Development of Endangered Crude Drugs in Northwest of China, Shaanxi
Normal University, Xi’an 710062, China; 2College of Tourism and Environment, Shaanxi Normal University, Xi’an 710062,
China; 3College of Life Sciences, Shaanxi Normal University, Xi’an 710062, China
Abstract Schisandra sphenanthera is the third-class conservation of wild medicinal species. It is widely distributed in
Qinling Mountains. We collected S. sphenanthera samples at 307 sampling points in 19 sampling sites and extracted
deoxyschizandrin and γ-schizandrin by high-performance liquid chromatography. We used “fuzzy theory” to determine the
association of deoxyschizandrin and γ-schizandrin content and 15 assessment factors, including climate, soil and topog-
raphic factors. Then we used the maximum entropy model to determine the weight of each factor. Finally, we estimated
the spatial distribution of S. sphenanthera in Qinling Mountains by the weighted average method and GIS spatial analysis.
The proportion of unsuitable, suitable and high-suitable habitat for S. sphenanthera in Qinling Mountains was 11.40%,
50.63%, and 37.97%, respectively. The high-suitable habitat are mainly located in southern Shaanxi, eastern Gansu,
western Henan, Shennongjia in Hubei, and the surrounding area, with elevation 800 to 2 000 m.This habitat-suitability
assessment model based on GIS and fuzzy logic could be used to accurately determine the habitat suitability of S.
sphenanthera, quantify the area of suitable habitat and analyze the spatial distribution. This information would supply
scientific evidence for the choice of GAP and construction and advice for protection and sustainable utilization of re-
sources.
Key words Schisandra sphenanthera, GIS, membership function, habitat suitability, Qinling Mountains
Guo YL, Gu W, Lu CY, Wei HY (2013). Deoxyschizandrin and γ-schizandrin content in wild Schisandra sphenanthera to
determine potential distribution in Qinling Mountains. Chin Bull Bot 48, 411–422.
———————————————
* Authors for correspondence. E-mail: weigu@snnu.edu.cn; weihy@snnu.edu.cn
(责任编辑: 孙冬花)