中国黄芪地理分布和未来适生区预测

彭露茜，郭彦龙

(1.兰州大学草地农业科技学院，兰州 730020；2.中国科学院西北生态环境资源研究院，兰州 730000)

中国黄芪地理分布和未来适生区预测

彭露茜1，郭彦龙2*

(1.兰州大学草地农业科技学院，兰州 730020；2.中国科学院西北生态环境资源研究院，兰州 730000)

【目的】建立物种分布模型，模拟预测黄芪(Astragali Radix)在我国未来分布格局，探讨影响其生长环境响因子阈值，为野外开采和人工种植提供参考，实现黄芪的可持续利用。【方法】利用野外调查收集和文献数据库收录的黄芪分布地的经纬度，基于影响黄芪生长的22个环境因子构建MaxEnt模型，利用ArcGIS对其潜在适宜生境区进行分析预测。【结果】①当前黄芪适宜生境区主要分布在内蒙古、黑龙江、甘肃和宁夏等降水量相对较少的山地地区，面积约为50.60万km2，21世纪50年代至70年代，黄芪适生区面积逐渐减少，内蒙古东北部山区黄芪适生区分布最多，我国黄芪适生区总体向北移动；②影响黄芪地理分布的主导生态因子有：海拔、最湿月降水量、最干季平均温度、最热季平均温度、坡度、最湿季平均温度、最热季降水量和温度季节性变动系数；主导黄芪分布的前3个生态因子的阈值：海拔(ALSE)0～4 600m，最湿月降水量(Bio13)10～480mm，最干季平均温度(Bio9)0～28℃。【结论】未来，内蒙古、甘肃、宁夏地区为黄芪重要生产区，控制温度、湿度等因素可显著改善其生境条件。

黄芪；MaxEnt模型；物种分布模型；气候变化；适生区

黄芪(Astragali Radix)为豆科植物蒙古黄芪和膜荚黄芪的干燥根[1]，不仅具有良好的补气药用价值，是西北区域大宗药材之一[2]，且兼有防风固沙和保持水土的生态功能。黄芪主要分布于我国内蒙古、山西、甘肃、黑龙江、宁夏等西北内陆干旱区[3]，由于其具有增强免疫功能、促进机体代谢、改善心功能和降低血压等功效[4]，市场前景好，供不应求。剩余价值驱动市场供给，市场参与者盲目扩大黄芪的种植面积，增加野生黄芪的采挖，再加上栽培黄芪不适宜连作特性和野生黄芪适宜生境的破坏，其数量反而急剧减少[5]。近年来，对黄芪的保护意识开始加强，使得其被列入国家三级保护植物，而当前对黄芪的研究多集中于化学成分、药理和种植技术方向[6-8]，着重于其药用价值、经济价值和抗旱性能。对于全球气候变暖后，影响黄芪各项价值实现的适宜生境区动态变化没有相关研究。

气候环境因子决定植物分布[9]，进而影响其繁衍生息。植物分布对气候的响应，一直以来都是国内外生态学、地理学和气候学等学科关注点[10-11]。物种分布模型(species distribution model，SDM)因其准确性高，技术成熟，已成为测物种地理分布对于气候变化响应的重要方法[12-13]。其中E.T.Jaynes提出最大熵(MaxEnt)理论后，S.J.Phillips等[14]基于生态位理论，考虑气候、海拔、植被等环境因子，构建了物种地理空间分布的生态位模型MaxEnt。国内邢丁亮等学者[15]对于最大熵值也有相关研究，根据物种现实分布点预测物种总体分布，量化物种潜在分布，分析物种现有分布点与当地环境关系，找出其生存概率分布的最大熵。该研究方法已被越来越多地应用于珍稀药材、干旱区濒危资源和农业作物等领域[16-18]。

本文通过收集标本采集点记录和查阅大量文献，结合当代气候、地形数据和未来4种气候变化场景，利用生态位理论和最大熵模型评价预测旱区植物黄芪在全国适宜生长区的分布格局，为黄芪植物野生资源调查、保护和人工种植提供重要的参考资料。

1 材料和方法

1.1 黄芪分布点数据收集

本研究通过查阅标本和文献确定参与建模的黄芪分布位点。①通过访问中国数字植物标本馆、国家科技部教学标本资源共享平台和全球生物多样性信息网络(global biodiversity information facility，GBIF)等网站获取黄芪采样点202个；②通过大量查阅黄芪的相关文献，收集到180个黄芪的分布点[19-24]。

通过以上两种方式，共获得382个黄芪种群分布采样点信息，剔除2000年前的采样点以及没有精确地理位置坐标的采样点，共得到120个精确的采样点参与建模。统计结果显示，目前黄芪主要分布区域是在甘肃、宁夏、山西、内蒙古和黑龙江等地区(见图1)。

1.2 环境图层数据

本文通过访问世界气候数据库网站收集了19个生物气候变量和3个地形因子参与建模。该网站是一个全球气候资源共享的政府性质网站，它收录有1950-2000年全球各地有记录的气象站点观测数据，然后利用克里金插值法生成气候环境数据，其分辨率为1km2(30″)[25]。本研究采用2013年联合国政府间气候变化专门委员会(IPCC)发布的新一代排放情景，“典型浓度目标”(representative concentration pathways，RCP)[26-27]，与IPCC4 的排放情景(SRES)相比，RCP气候情景更详细考虑了应对气候变化的各种策略对未来温室气体排放的影响，更加科学预测未来气候变化情况。“典型浓度目标”包括最低温室气体(RCP 2.6)、中等温室气体排放情景(RCP 4.5)、较高温室气体排放场景(RCP 6.0)和最高温室气体排放情景(RCP 8.5)。然后，将选取我国4种气候排放情景下，2050s(2041-2060年)和2070s(2061-2080年)两个时间段的气候数据参与建模，其分辨率为1km2(30″)。

为探求黄芪分布的影响因子，本文通过收集并最终选取22个能够代表我国气候特征和其环境特征的数据(表1)，尽可能准确模拟该物种存在的条件，其中包括19个对物种分布有重要影响的生物气候变量[28]，以及3个地形因子数据。地形因子数据中海拔高程源于世界气候数据库，同时基于海拔数据得到坡度、坡向数据。

1.3 MaxEnt模型运行与验证

本研究将120个黄芪分布点数据，转换成CSV格式，导入MaxEnt 3.3.3，运行模型。以70％分布点数据作为训练集，与地理环境要素组合建模，对模型进行训练；30％分布点数据作为测试集，用于预测结果的精度评估。MaxEnt采用ROC曲线(receiveroperating characteristic curve，ROC)下的面积作为预测模型准确性的依据，通过AUC值(取值范围0～1)来呈现模型的效果，AUC值越大，表示预测物种与环境因子的相关性越大。运行结果显示，本模型训练子集的AUC值为0.960，而一般AUC大于0.85，即可认为该模型预测科学可用。因此，本文采用MaxEnt模型预测我国黄芪适生环境的分布具有可行性。

将MaxEnt模型数据输出格式保存为ASC图层，其每个栅格的值代表黄芪在该区内的适生性，取值范围为0～1，应用ArcGIS 10.1对模型结果作进一步处理分析。

图1 黄芪种群分布点Figure 1 Distribution points of Astragali Radix

2 结果与分析

2.1 黄芪地理分布与其主导环境因子的关系

运行MaxEnt 3.3.3，利用所选取的22个环境因子对黄芪潜在分布建立物种分布模型。在环境参数设置中开启刀切法(Jackknife)，Maxent模型计算22个评价因子对预测的贡献率。结果显示：海拔、最湿月降水量和最干季平均温度这3个环境因子累计贡献率高达59.7％,分别为22％，19.5％和18.2％，即黄芪生态位主要受海拔、降水量和温度影响。本文总共选取前8个影响因子，其他5个影响因子分别为最热季平均温度(8.4％)、坡度(5.4％)、最湿季平均温度(5.3％)、最热季降水量(4.8％)和温度季节性变动系数(3.8％)。为进一步明确黄芪生态位与其生态因子之间的关系，将这8个对黄芪的分布起主导作用的环境因子导入MaxEnt模型，得到其相应的单变量响应曲线。由图2可见，主导黄芪存在阈值(存在概率大于0.5)：海拔1 500～2 800m，最湿月降水量100～180mm，最干季平均温度-11～2℃，其他5个阈值范围显著不同。黄芪生境指标最优值是海拔(ASL)1 800m，最湿月降水量(Bio13)110mm，最干季平均温度(Bio9)-3℃，最热季平均温度(Bio10)15℃，坡度(Slope)3°，最湿季平均温度(Bio8)16℃，最热季降水量(Bio18)380mm，温度季节性变动系数(Bio4)125。

表1 黄芪潜在地理分布模拟的22个环境变量Table 1 22 environmental variables of Astragali Radix in SDMs

2.2 黄芪地理分布模拟

运用ArcGIS 10.1，对黄芪分布适宜性进行分类：不适宜生境(0.000～0.130)、低适宜生境(0.130～0.409)、适宜生境(0.409～0.953)，同时经 ArcGIS 10.1空间分析模块叠加显示，并计算各生境分布区面积,得出研究区黄芪适宜生境分布结果(图3、表2)。研究结果表明在当前气候条件下，黄芪的适宜生境主要分布于中国东北、华北及西北地区，集中在内蒙古东北部的锡林郭勒市、赤峰市、张家口市、集宁市、包市和呼和浩特市，山西的大同市和太原市，陕北地区的榆林市、西峰市和延安市地区，甘肃省的陇南地区天水市和平凉市等地区，新疆的天山地区伊宁市和山东的烟台地区也有黄芪的适生区，故这些地区为本文重点关注区域，此类区域面积为50.60万km2，约占我国大陆总面积的5％；低适宜区低适宜生境区主要在东北三省、山东地区东北部和新疆的哈密市、乌鲁木齐市和塔城市等，总面积为119.83万km2，约占我国大陆面积的13％；不适宜生境主要分布在我国南方各省市和青藏高原地区，南方地区降水量多，气候炎热，而青藏高原地区高海拔、气温过低，这些气候因子和地形因子与黄芪性喜凉爽，怕热怕涝的生长习性一致，因而没有分布。

内蒙古地区适宜生境面积最多，为18.67万km2，依次是甘肃、山西、陕西、河北和宁夏，分别为9.24、7.44、5.24、4.00、2.87 万km2，其总和占全国黄芪当前适宜生境区总面积的79.09％；适宜生境面积所占该省面积的比例最高的为山西，其次是宁夏、陕西、河北和甘肃。黄芪低适宜区主要在内蒙古、黑龙江和辽宁，分别为47.44、13.87、11.29 万km2；所占该省面积比例分别为40.10％、29.33％、76.30％(表2)。

对黄芪各级适宜生境面积统计，黄芪分布集中于西北内陆干旱区和黄土高原地区，这些地区降水较少，地势较高，昼夜温差较大，且地处我国农牧过渡带，生态环境复杂多变。从预测结果来看，AUC训练子集为0.960，预测子集AUC为0.909，大于0.85，该模型预测黄芪的空间分布结果准确性高，即可采纳当前的模拟验证结果，研究区黄芪适生面积所占比例小，生长区域狭窄，因而不管是人工种植，还是野生黄芪的生长，对环境的要求都较高。

2.3 黄芪未来在全国分布格局

在不同排放情景下，利用MaxEnt模型以及相同的气候环境指标模拟黄芪未来潜在地理分布，本研究利用同一标准将黄芪未来气候条件下生境适宜性分为3类，得到气候变化情况下不同时段黄芪的空间潜在分布(图4)。

当前气候环境条件下，黄芪适宜分布面积为50.60万km2。随着碳排放量增加，黄芪在我国的适宜生境面积呈现出下降趋势。根据RCP2.6、RCP4.5、RCP6.0、RCP8.5这4种不同碳排放条件下，黄芪在21世纪50年代适宜生境面积分别为209 391.3、165 716.1、135 874.9、134 926.9km2；在21 世纪 70 年代适宜生境面积分别为200092.1、165716.1、166873.6、108 661km2，平均适宜生境面积较2050年减少了1 767.81km2。

甘肃、宁夏和陕西地区逐渐成为黄芪低适宜生境区，内蒙古地区依旧是黄芪主要的适宜生境区，但面积显著减少。21世纪50年代、70年代，甘肃省天水市、临夏市、定西市和西峰市地区，内蒙古东北部地区海拉尔市、锡林郭勒市和赤峰市等地，山西大同市、张家口市和太原市地区，陕西省、黑龙江省等省份，适宜生境面积减少，野生黄芪和种植黄芪面临着严峻的生存风险。

图2 黄芪分布概率间和其主导因子响应曲线[1]Figure 2 Relationship between dominant climate factors and probability of Astragali Radix presence in the model

图3 黄芪适宜性等级分布预测Figure 3 Distribution of suitability value hierarchy for Astragali Radix

表2 研究区黄芪不同等级适生区面积及其百分比Table 2 Area and percentage of different grades of Astragali Radix in the study area

3 讨论与结论

3.1 物种分布模型准确性影响因子

图4 2050S和2070S不同气候情景下黄芪的潜在分布Figure 4 Astragali Radix potential distribution of different climate scenarios in 2050S and 2070S

采样点的数量和准确性与气候因子选取直接影响模型预测的准确性[29-31]，未来碳排放增加，全球变暖，气候变化更为复杂，物种分布对气候响应模式更为复杂[32-34]，从而进一步影响物种分布模型的精确性预测，但在现有技术条件下，物种分布模型因其实用性与其预测结果的相对准确性，仍然是当前应用最广、预测效果最好的模型之一。研究发现我国黄芪未来适宜生境面积较当前减少，而其低适宜区面积增加，甘肃、陕西和宁夏等地，将来可能不会再是黄芪适宜生境。本研究结论并没有考虑人类对物种分布的干扰，但对黄芪野生资源调查与采样收集，可提供极具参考价值的信息，节省大量人力物力，而人工栽培黄芪的选址和种植环境要求也有所参考。

3.2 降水、温度、海拔对于黄芪适生区的影响

降水、温度和海拔影响植物的分布，黄芪性喜阴凉，主要分布高原草地、光照充足和降水量适中地区[35-36]，适宜生境区集中在我国北部内蒙古原、黄土高原、长白山地区和山东丘陵地区[3，19，37]，南方湿热地区并无分布和种植。本研究发现海拔对黄芪存在概率贡献值为22％，依次是最湿月降水量，最干季平均温度和最热季平均温度。黄芪生态幅海拔阈值较高，最湿月降水量不能超过500m，温度最高阈值为30℃地，坡度耐受范围窄，最优生态位显示黄芪适宜区为雨热同期的山地地区，与黄芪性喜凉爽，耐寒耐旱，怕热怕涝的生长特性一致。全球变暖，气候变动较大情景下，我国农业种植会对有所调整[38-39]，21世纪50年代至70年代，黄芪在我国的适宜生境面积减少，其适宜生长区有向我国北部外蒙古、俄罗斯北移趋势。

3.3 黄芪潜在分布与保护

黄芪主要分布于内蒙古、宁夏、陕西和山西等地[4]，这与预测结果一致，这些省份黄芪总的适宜生境面积占全国总面积的2.16％，约为513 707.2km2，21世纪50年代至70年代，我国黄芪在不同碳排放情境下，适宜生境面积总体下降。受全球变暖影响，甘肃、宁夏和陕西等地气候未来由暖干向暖湿变化[40-41]，成为种植黄芪低适宜区。内蒙古地区黄芪种植减少，但依旧是黄芪相对稳定适生区，受气候变化影响相对较小，未来可成为黄芪人工种植和野生资源收集的重点区域，是黄芪种植园区首选之地；其他低适宜区，可采取不同播种方式提高产量，控制黄芪生态位因子在其阈值内[39]，限制野生黄芪的挖掘，培育新的种质资源，保护黄芪资源，建立黄芪人工种植区。

本文通过收集现有黄芪分布点，结合全球气候变暖趋势，利用MaxEnt模型和ArcGIS空间分析模块，寻求黄芪分布的主要影响因素和潜在分布区域，为建立黄芪种植规划区提供一定依据，探求影响黄芪种植过程的生态因子，预测未来不同时段黄芪在不同碳排放下适宜生长区的动态变化情况。结果显示，黄芪生长对于海拔、最湿月降水量、最干季平均温度最为敏感，故黄芪种植过程中控制水分和温度，减少其发病率，提高黄芪产量；当前适宜生境区中的甘肃、新疆和宁夏地区由于气候变化，未来将成为低适宜区。全国总的趋势为：适宜生境区面积减少，低适宜生境区面积增加。因此，黄芪种植技术的提高和野生黄芪的保护尤为重要。

[1] 周荣汉.中药资源学[M].中国医药科技出版社，1993：3-4.

[2] 吴发宝，陈希元.黄芪药理作用研究综述[J].中药材，2004，27(3)：232-234.

[3] 刘建泉，杨建红，朱高.濒危植物膜荚黄芪种群生活史分析[J].草业科学，2011，28(2)：180-184.

[4] 傅立国.中国高等植物：12卷(精)[M].青岛出版社，2009：1012-1015.

[5] 张兰涛，郭宝林，朱顺昌，等.黄芪种质资源调查报告[J].中药材，2006，29(8)：771-773.

[6] 王金辉，刘巍，戴荣华.蜜炙黄芪的化学成分研究[C]//中华中医药学会四大怀药与地道药材研究论坛暨中药炮制分会会员代表大会.2007：8-11.

[7] 张蔷，高文远，满淑丽.黄芪中有效成分药理活性的研究进展[J].中国中药杂志，2012，37(21)：3203-3207.

[8] 谭礼盘，薛洪雁，薛琴芬.盘县黄芪种植技术[J].特种经济动植物，2014，17(11)：40-41.

[9] WOODWARD F I.Climate and plant distribution[J].Geographical Journal，1987，69(154)：189-197.

[10] WALTHER G R，POST E，CONVEY P，et al.Ecological responses to recent climate change[J].Nature，2002，416(6879)：389-395.

[11] 吴建国，周巧富.中国嵩草属植物地理分布模式和适应的气候特征[J].植物生态学报，2012，36(3)：199-221.

[12] KOZAK K H，GRAHAM C H，WIENS J J.Integrating GIS-based environmental data into evolutionary biology[J].Trends in Ecology&Evolution，2008，23(3)：141-148.

[13] 李国庆，刘长成，刘玉国，等.物种分布模型理论研究进展[J].生态学报，2013，33(16)：4827-4835.

[14] PHILLIPS S J，ANDERSON R P，SCHAPIRE R E.Maximum entropy modeling of species geographic distributions[J].Ecological Modelling，2013，190(3/4)：231-259.

[15] 邢丁亮，郝占庆.最大熵原理及其在生态学研究中的应用[J].生物多样性，2011，19(3)：295-302.

[16] 刘蒙蒙，邢咏梅，郭顺星.基于Maxent生态位模型预测药用真菌猪苓在中国潜在适生区[J].中国中药杂志，2015，40(14)：2792-2795.

[17] 刘娜，冯缨，管开云.沙拐枣属(Calligonum L.)植物在中国的潜在分布区预测[J].干旱区资源与环境，2016，30(3)：112-120.

[18] 车乐，曹博，白成科，等.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，2014，33(6)：1623-1628.

[19] 胡明勋，陈安家，郭宝林，等.影响山西恒山野生蒙古黄芪质量的环境因素研究[J].中草药，2012，43(5)：984-989.

[20] 杨庆珍，王增绘，付娟，等.黄芪化学成分与生态因子的相关性[J].应用生态学报，2015，26(3).

[21] 刘凤波.黄芪药材质量的差异及影响因素研究[D].北京：北京中医药大学，2013.

[22] 辛博.产地气候、土壤因子及生长年限对黄芪药材质量的影响研究[D].北京：北京中医药大学，2015.

[23] 李婷婷.不同产地黄芪HPLC/DAD指纹图谱及黄芪黄酮类成分谱效关系研究[D].宁夏：宁夏医科大学，2013.

[24] 刘德旺，谷彩梅，杨庆珍，等.内蒙古地区道地药材蒙古黄芪资源调查及产地适宜性[J].应用生态学报，2016，27(3)：838-844.

[25] HIJMANS R J，CAMERON S E，PARRA J L，et al.Worldclim：very high resolution interpolated climate surfaces for global land areas[J].International Journal of Climatology，2005，25(15)：1965-1978.

[26] ALLENSK，PLATTNERGK，NAUDELSA，et al.Climate Change 2013：The Physical Science Basis.An overview of the Working Group 1 contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change(IPCC)[J].Contribution of Working，2013，43(22)：143-151.

[27] MOSS R H，EDMONDS J A，HIBBARD K A，et al.The next generation of scenarios for climate change research and assessment[J].Nature，2010，463(7282)：747-756.

[28] KUMAR S K，LEE J H，LAHUERTA J J，et al.Risk of progression and survival in multiple myeloma relapsing after therapy with IMiDs and bortezomib：a multicenter international myeloma working group study.Leukemia，2012，26(1)：149-57.

[29] STANTON J C，PEARSON R G，HOMING N，et al.Combining static and dynamic variables in species distribution models under climate change[J].Methods in Ecology&Evolution，2012，3(2)：349-357.

[30] 陈新美，雷渊才，张雄清，等.样本量对MaxEnt模型预测物种分布精度和稳定性的影响[J].林业科学，2012，48(1)：53-59.

[31] 蔡静芸，张明明，粟海军，等.生态位模型在物种生境选择中的应用研究[J].经济动物学报，2014，18(1)：47-52.

[32] CARVALHO S B，BRITO J C，CRESPO E J，et al.From climate change predictions to actions-conserving vulnerableanimal groups in hotspots at a regional scale[J].Global Change Biology，2010，16(12)：3257-3270.

[33] LIANCOURT P，SPENCE L A，SONG D S，et al.Plant response to climate change varies with topography，interactions with neighbors，and ecotype[J].Ecology，2013，94(2)：444-53.

[34] 刘鸿雁，印轶.森林分布响应过去气候变化：对未来预测的启示[J].科学通报，2013(34)：3501-3512.

[35] 吴亮，李效珍，杜少佳.黄芪生长对自然环境条件的要求探讨[J].北京农业，2015，(15)：84.

[36] 何军，浦俊，王渭玲，等.引发对黄芪种子萌发及幼苗抗旱性的影响[J].干旱地区农业研究，2013(5)：233-237.

[37] 米永伟，蔡子平，武伟国，等.播种量和方式对甘肃渭源蒙古黄芪育苗质量和产量的影响[J].草业学报，2016，25(7)：196-202.

[38] 丁一汇，任国玉，石广玉，等.气候变化国家评估报告(Ⅰ)：中国气候变化的历史和未来趋势[J].气候变化研究进展，2006，3(1)：3-8.

[39] 韩兰英，张强，赵红岩，等.甘肃省农业干旱灾害损失特征及其对气候变暖的响应[J].中国沙漠，2016，36(3)：767-776.

[40] 李双双，延军平，杨蓉，等.气候变暖背景下1961—2010年宁夏旱涝灾害空间分布特征和变化规律[J].中国沙漠，2013，33(5)：1552-1559.

[41] 施雅风，沈永平，胡汝骥.西北气候由暖干向暖湿转型的信号、影响和前景初步探讨[J].冰川冻土，2002，24(3)：219-226.

Geographical Distribution of Astragali Radix and Prediction of Its Suitable Area in China

PENG Lu-xi1，GUO Yan-long2*
(1.State Key Laboratory of Grassland Agro ecosystems，College of Pastoral Agriculture Science and Technology，Lanzhou University，Lanzhou 730020，China；2.Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China)

【Objective】The aim of the study was to predict the distribution and habitat suitability of Astragali Radix in China and to explore potential impacts of climate change on the suitability of A.Radix.This study may provide useful references for cultivating A.Radix.【Method】The distributions of A.Radix were studied by field survey and herbarium search.The significant factors determining its distribution were analyzed based on MaxEnt-model and geographic information system.【Result】①A.Radix mainly distributed(suitability index＞0.4)in Inner Mongolia，Heilongjiang，Gansu，Ningxia provinces.These suitable habitats(506 thousands km2)often were mountainous with higher elevation and less precipitation.By the 2050s and 2070s，the suitable habitats move forward to north.②The main environmental factors determining potential distribution were altitude，precipitation of wettest month，mean temperature of driest quarter，mean temperature of warmest quarter，slope，precipitation of the driest quarter，precipitationofwarmest quarter andtemperatureseasonality.The thresholds of three dominant climatic factors were shown as 0＜ALSE＜4 600m，10＜Bio13＜480mm and 0＜Bio10＜28℃.【Conclusion】Inner Mon-golia，Gansu and Ningxia provinces were important areas of A.Radix in the future.Additionaly，modifying temperature and humidity could significantly improve its habitat conditions.

Astragali Radix；MaxEnt-model；species-distribution model；climate change；ecological-area

S153.6

A

1000-2650(2017)01-0060-09

10.16036/j.issn.1000-2650.2017.01.009

2016-11-21

国家自然科学基金重大研究计划项目：黑河流域水-生态-经济系统的集成模拟与预测(批准号：91425303)。

彭露茜，硕士研究生。*责任作者简介：郭彦龙，博士研究生，主要从事生态建模等研究，Email：guoyl1987@126.com。

(本文审稿：徐振锋；责任编辑：巩艳红；英文编辑：徐振锋)