试议续断居群主要活性成分空间结构及地理分布规律

更新时间:2024-03-29 作者:用户投稿原创标记本站原创
[摘要] 为研究贵州省续断居群主要活性成分的空间结构及地理分布规律,作者在贵州省的38个续断居群内采集获取了每个居群的川续断皂苷Ⅵ含量,应用空间统计和传统统计策略发掘续断居群的空间变异规律,并结合环境变量来分析续断居群主要活性成分的群组与环境因子群组的地理分布规律。结果显示:贵州省续断居群主要活性成分的空间结构在全局空间上是完全随机的分布,而在局域空间上有2个聚集点,具有较高的正相关性。续断居群川续断皂苷Ⅵ组群的组间环境因子得分差别较大,组内环境因子得分差别较小。
[关键词] 续断;空间自相关;空间结构;地理分布
续断为川续断科植物川续断Dipsacus asper Wall.ex Henry的干燥根,是中国传统药材之一,有推动骨损伤愈合、治疗腰椎骨质增生、骨质疏松等作用[1],为历版《中国药典》所收载,主要含有生物碱、皂苷、挥发油等成分,其中川续断皂苷Ⅵ为其指标性成分;续断产地较多,主要分布于四川、重庆、贵州、云南、湖南、湖北、江西、广西等省[2-3]。
前人不同地区某种药材主要活性成分的空间差异和地理分布规律开展了诸多研究[4-6],结果表明不同地区的某种药材由于受该地区某些环境变量(地形、地貌、气候等)的影响而造成主要活性成分不同;但由于忽略了药材主要活性成分的空间自相关性以及数据本身的特殊性,以及药材活性成分与环境变量相关性不强,因此,这些研究不适用于其他药材的分析。
本文对续断居群主要活性成分的空间自相关性进行分析,研究续断居群主要活性成分的空间变异规律,并结合续断居群的高程、温度、降水和日照等环境变量来探讨续断主要活性成分地理分布与环境变量之间的关系。
1 策略
1.1 研究区域
贵州省位于中国西南的东南部,地理坐标为东经103°36′—109°35′、北纬24°37′—29°13′,全省东西长约595 km,南北相距约509 km,面积约17.6万km2。贵州省共有9个地级行政区划单位,88个县级行政区划单位。境内地势西高东低,自中部向北、东、南三面倾斜,平均海拔在1 100 m左右。贵州省气候温暖湿润,属亚热带湿润季风气候。全省各地均有续断资源分布,尤以西部、西南部、北部、东北部海拔1 000 m以上的区域最为丰富[7]。
1.2 样品采集及活性成分提取
本研究于2011年11—12月在贵州省续断自然分布区内,选取具有代表性和典型性的续断居群进行实地采样,采样时间制约在1个月内。采集范围涉及龙里县、贵定县、沿河县、黎平县、盘县和仁怀县等25个县级行政单位,最终共在38个居群内实地采样。每个居群内采集6~8株续断样本,采集过程中使用手持GPS获取每个居群的经纬度。样品HPLC测定川续断皂苷Ⅵ的含量,并计算居群内样品川续断皂苷Ⅵ含量的平均值来表示该居群的川续断皂苷Ⅵ含量,每个续断居群川续断皂苷Ⅵ含量的空间分布见图1。
1.3 环境变量数据提取
本文选取高程、温度、降水和日照时数4个环境变量,来研究续断居群主要活性成分的地理分布规律。高程数据使用2009年30 m分辨率的DEM数据,使用ArcGIS 10.0的重采样工具对其进行重采样生成1 km栅格影像(图2)。同时收集贵州省19个气象站近10年(2002年至2011年)每个月的平均气温、降水量和日照时数,使用ArcGIS 10.0将其空间化,见图3~5。最终与续断居群的空间数据进行属性关联,续断居群点的高程、月均温、月降水和月日照时数。
1.4 数据分析
1.4.1 续断居群主要活性成分空间自相关分析 空间自相关分析是检验具有空间位置的某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的一种统计策略,检测一个位置上的变异是否依赖于邻近位置上的变异来判断该变异是否存在空间自相关性[8-10]。
表示空间自相关的指标和策略, 其中最常用的是Moran′s I指数,Moran′s I指数一般可分为全局型[8]和局域型[11]2种:全局空间自相关是对每个空间要素属性值在整个区域的空间特征的描述,局域空间自相关是衡量每个空间要素属性在局部的相关性质,从本质上看,局域Moran′s I是将Moran′s I分解到各个区域单元。计算出Moran′s I指数还需对其结果进行统计检验,一般Z检验[8],当Z得分或P值指示统计显著时,如果Moran′s I指数值为正则表示要素分布为聚集分布,如果 Moran′s I指数值为负则表示要素分散分布。
ArcGIS 10.0的空间自相关工具分析续断居群主要活性成分的自相关性,来检验续断皂苷Ⅵ其否显著地与其相邻空间位置上的续断居群的皂苷Ⅵ相关联。
1.4.2 续断居群主要活性成分的地理分布规律 借助SPSS 19.0的Spearman相关策略[12]分析续断居群川续断皂苷Ⅵ与高程、温度、降水和日照时数之间的相关性,续断居群川续断皂苷Ⅵ与这些环境变量之间没有显著相关性的情况,因子分析策略计算每个居群的环境因子总得分。由于居群之间没有明显的界限,这里使用模糊聚类的策略[13]实现续断居群川续断皂苷Ⅵ的分组以及续断居群环境因子得分的分组。
最终,ArcGIS软件将环境因子总得分的分组数据和川续断皂苷Ⅵ分组数据进行空间叠加分析,进而发掘续断居群川续断皂苷Ⅵ在综合环境因子影响下的地理分布规律。
2 结果分析
2.1 续断居群主要活性成分空间自相关分析

点赞:7704 浏览:24249