中國黃花蒿中青蒿素含量空間分布特征分析

張小波　郭蘭萍　邱智東　曲曉波　王慧　景志賢　黃璐琦

[摘要]道地藥材指經(jīng)過中醫(yī)臨床長期應(yīng)用優(yōu)選出來的，產(chǎn)在特定地域，受到特定生產(chǎn)加工方式影響，較其他地區(qū)所產(chǎn)同種藥材品質(zhì)佳、療效好且質(zhì)量穩(wěn)定，具有較高的知名度的藥材。道地藥材是我國幾千年悠久文明史、中醫(yī)中藥發(fā)展史形成的特有概念，根據(jù)道地藥材的定義，可以看出不同地域之間的同種藥材在質(zhì)量和療效等方面存在一定的差異性，在特定區(qū)域還存在一定的相似性。該文應(yīng)用空間統(tǒng)計分析方法，對中國各地黃花蒿中青蒿素含量空間分布特征進(jìn)行分析。①采用“I系數(shù)”對各地青蒿素含量的空間自相關(guān)性進(jìn)行分析，結(jié)果顯示，各省青蒿素含量存在著顯著的、正的空間自相關(guān)；各省青蒿素含量高低并非隨機分布，而是具有明顯的空間聚集特征。②采用“G統(tǒng)計量”對各地青蒿素含量的空間差異性進(jìn)行分析，結(jié)果顯示，總體上青蒿素含量高的區(qū)域分布在西南地區(qū)，在空間上呈現(xiàn)連片分布，青蒿素含量趨于高值空間聚集；天津市和遼寧省青蒿素含量較低，青蒿素含量趨于低值空間聚集；其他省份青蒿素含量屬于高值和低值過渡區(qū)域。③基于各省青蒿素含量一個指標(biāo)，采用“Moran散點圖”對各區(qū)域青蒿素含量空間關(guān)聯(lián)關(guān)系進(jìn)行分析，結(jié)果顯示：廣西、重慶等9個省市的青蒿素含量屬于高值聚集區(qū)。④采用“地理探測器”，基于采樣點的青蒿素含量和生態(tài)環(huán)境因子指標(biāo)，同時對連續(xù)型的定量數(shù)據(jù)、非連續(xù)型的定性數(shù)據(jù)進(jìn)行分析，結(jié)果顯示：日照、氣溫、降水量是影響青蒿素含量的主要因素。

[關(guān)鍵詞]空間統(tǒng)計分析； 黃花蒿； 青蒿素； 空間分布特征

[Abstract]Geoherbals are preferred by longterm clinical application of Chinese medicine， they are produced in a specific area and affected by the specific production and processing methods Geoherbals have a high reputation， compared with other regions produced by the same kind of herbs with good quality， efficacy and stable quality characteristics Geoherbal is a unique concept that has been formed by the history of Chinese civilization for thousands of years and the history of Chinese medicine According to the definition of geoherbal， it can be seen that there are some differences in the quality and efficacy of the same kind of medicinal herbs in different regions， and there is some similarity in the specific area In this study， the spatial distribution characteristics of artemisinin in Artemisia annua were analyzed by spatial statistical analysis ①The spatial autocorrelation of artemisinin content was analyzed by "I coefficient". The results showed that the content of artemisinin in each province was significant and positive spatial autocorrelation The content of artemisinin in each province was not randomly distributed， but with a clear spatial aggregation characteristics ②The spatial variability of artemisinin content was analyzed by "G statistic" The results showed that the area with high content of artemisinin was distributed in the southwest region， and the content of artemisinin was concentrated in the space， which tends to accumulate at high value The content of artemisinin in Tianjin and Liaoning province is low， and it tends to accumulate at low value， while the content of artemisinin in other provinces is the transition zone of high and low value ③Based on the index of artemisinin in each province， the spatial correlation of artemisinin content in each region was analyzed by "moran scatter plot" The results showed that the content of artemisinin in nine provinces such as Guangxi and Chongqing belonged to high value gathering area ④Based on the artemisinin content and ecological environment factor of sampling point， the "geophysical detector" was used to analyze the continuous quantitative data and discontinuous qualitative data The results showed that the sunshine， temperature and precipitation were the main factors affecting the content of artemisininendprint

[Key words]spatial statistical analysis； Artemisia annua； artemisinin； spatial distribution characteristics

空間分異是地理現(xiàn)象的基本特點之一，隨著全球定位系統(tǒng)等空間信息技術(shù)的發(fā)展，無論是精細(xì)或者大范圍的調(diào)查研究，還是大數(shù)據(jù)分析結(jié)果，中藥資源在空間分布和質(zhì)量等方面均具有較大的空間差異性。中藥青蒿為菊科蒿屬植物黃花蒿Artemisia annua L.的干燥地上部分[1]，具有悠久的使用歷史。黃花蒿在我國廣泛分布，我國各地所產(chǎn)青蒿中青蒿素含量差異較大，北部高緯度地區(qū)青蒿中青蒿素含量較低，南部青蒿中青蒿素含量較高[2]。植物生長既受區(qū)域內(nèi)的氣候、地形等因素影響，同時也受區(qū)域內(nèi)土地利用類型、植被類型的影響，由于經(jīng)典統(tǒng)計學(xué)分析方法，只對空間連續(xù)的定量化變量進(jìn)行分析研究，對于定性數(shù)據(jù)無法進(jìn)行統(tǒng)計分析。目前針對氣候、地形等方面對青蒿素含量的影響因子進(jìn)行分析[23]，這些研究多偏重于經(jīng)典統(tǒng)計學(xué)的方法，主要使用定量化數(shù)據(jù)。黃花蒿為廣布種分布區(qū)域范圍大，一般調(diào)查工作難以獲取所有區(qū)域的實際數(shù)據(jù)，存在基礎(chǔ)數(shù)據(jù)不完整或數(shù)據(jù)缺失的問題，研究所需數(shù)據(jù)和實際獲取的數(shù)據(jù)在空間粒度不一致等問題。因此，目前關(guān)于非連續(xù)型數(shù)值變量方面的指標(biāo)對青蒿素含量影響研究成果較少。

地理空間信息與一般信息從數(shù)據(jù)結(jié)構(gòu)來講是不同的，前者是時空坐標(biāo)數(shù)據(jù)；從數(shù)據(jù)分析與處理來看，空間數(shù)據(jù)是相互關(guān)聯(lián)的，時間序列空間數(shù)據(jù)具有不可重復(fù)性，空間信息維的加入使數(shù)據(jù)量大大豐富，能夠揭示數(shù)據(jù)表面背后的空間格局機制，在優(yōu)化運籌領(lǐng)域加入空間維能大大優(yōu)化結(jié)果?？臻g統(tǒng)計分析是通過空間位置建立數(shù)據(jù)間的統(tǒng)計關(guān)系，進(jìn)而明確與地理位置相關(guān)數(shù)據(jù)的空間依賴、空間關(guān)聯(lián)、空間系相關(guān)性。對于那些與空間數(shù)據(jù)的結(jié)構(gòu)性和隨機性，或空間相關(guān)性和依賴性，或空間格局與變異有關(guān)的空間現(xiàn)象，均可應(yīng)用空間分析方法進(jìn)行研究。空間統(tǒng)計學(xué)與經(jīng)典統(tǒng)計學(xué)的共同之處在于它們都是在大量采樣的基礎(chǔ)上，通過對樣本屬性值的頻率分布或均值、方差關(guān)系及其相應(yīng)規(guī)則的分析，確定其空間分布格局與相關(guān)關(guān)系。但空間統(tǒng)計學(xué)區(qū)別于經(jīng)典統(tǒng)計學(xué)的最大特點是空間統(tǒng)計學(xué)研究的變量在采樣前是經(jīng)典隨機變量，而采樣后是特定的空間三維函數(shù)值，且表現(xiàn)出空間結(jié)構(gòu)性，具有某種程度的空間自相關(guān)性?？臻g統(tǒng)計學(xué)既考慮到樣本值的大小，又重視樣本空間位置及樣本間的距離，彌補了經(jīng)典統(tǒng)計學(xué)無法對空間方位進(jìn)行分析的缺陷，空間統(tǒng)計能夠較精確地反映變量的空間的分布與變化情況。

本研究，基于文獻(xiàn)和實地調(diào)查結(jié)果，運用探索性空間數(shù)據(jù)分析、趨勢面分析、空間變異函數(shù)等空間統(tǒng)計分析技術(shù)[4]，對中國各省黃花蒿中青蒿素含量進(jìn)行研究，分析中國各地黃花蒿中青蒿素含量的空間差異特性，為我國黃花蒿種植及與青蒿產(chǎn)業(yè)發(fā)展相關(guān)的政策規(guī)劃制定提供參考依據(jù)。

1材料

11文獻(xiàn)數(shù)據(jù)

遵循“數(shù)據(jù)已在核心級期刊公開發(fā)表，野生青蒿采集時間在7—9月，青蒿素含量測定部位為葉，具有經(jīng)緯度或縣域等位置信息”的原則，通過查閱文獻(xiàn)共獲得13個省202個采樣點青蒿中青蒿素含量數(shù)據(jù)。

12實測數(shù)據(jù)

在全國19個省份選擇250個采樣點，采樣過程中用GPS測定采樣點的經(jīng)度、緯度等位置信息。

2方法

21我國黃花蒿中青蒿素含量空間自相關(guān)性分析

通過ArcGIS，根據(jù)采樣點的經(jīng)緯度，生成采樣點分布圖。通過ArcGIS根據(jù)采樣點的經(jīng)緯度，基于矢量的行政區(qū)劃數(shù)據(jù)，對采樣點所在的省和縣進(jìn)行分類匯總。使用R語言，分別計算各省和縣域內(nèi)采樣點青蒿素含量的均值。

根據(jù)地理學(xué)第一定律：“任何東西與別的東西之間都是相關(guān)的，但近處的東西比遠(yuǎn)處的東西相關(guān)性更強”，即距離越近的空間單元越相似，距離越遠(yuǎn)的空間單元越不相似[5]。青蒿素含量空間分布總體特征，采用全局空間自相關(guān)分析方法。全局空間自相關(guān)主要是對屬性在整個區(qū)域空間上特征的描述，反映了觀測變量在整個研究區(qū)域內(nèi)空間相關(guān)性的整體趨勢。主要用Moran′s I系數(shù)表示，其取值范圍在-1～1。當(dāng)Moran′s I>0，代表空間事物在空間分布上呈正相關(guān)性，空間上呈聚集分布。當(dāng)Moran′s I<0，代表空間事物在空間分布上呈負(fù)相關(guān)性，空間上呈離散分布。當(dāng)Moran′s I=0（當(dāng)Moran′s I接近0時），代表空間事物在空間分布上不具有相關(guān)性，空間上呈隨機分布。

22我國黃花蒿中青蒿素含量空間差異性分析

采用局域自相關(guān)分析方法，分析研究縣域間中藥資源種類差異性空間分布特征。主要有LISA指數(shù)和Gi*指數(shù)表示。LISA指數(shù)是全局空間自相關(guān)指數(shù)的分解形式，反映局域空間相關(guān)性的顯著性水平；還可識別空間異常值；可用于具體度量每個區(qū)域與周邊區(qū)域之間的局部空間關(guān)聯(lián)和空間差異程度。Gi*指數(shù)用于識別屬性要素高值或低值的空間聚類情況，如果Gi*指數(shù)值為正且顯著，表明該縣域周圍中藥資源種類豐富，屬于高值空間集聚（熱點區(qū)）；如果Gi*指數(shù)值為負(fù)且顯著，表明該縣域周圍中藥資源種類匱乏，屬于低值空間集聚（冷點區(qū)）。

23我國黃花蒿中青蒿素含量差異性分布影響因子分析

地理探測器[6]是探測空間分異性，以及揭示其背后驅(qū)動因子的一種新的統(tǒng)計學(xué)方法，是探測和利用空間分異性的工具?；舅枷胧牵杭僭O(shè)研究區(qū)分為若干子區(qū)域，如果子區(qū)域的方差之和小于區(qū)域總方差，則存在空間分異性；如果兩變量的空間分布趨于一致，則兩者存在統(tǒng)計關(guān)聯(lián)性。地理探測器q統(tǒng)計量，可用以度量空間分異性、探測解釋因子、分析變量之間交互關(guān)系，已經(jīng)在自然和社會科學(xué)多領(lǐng)域應(yīng)用。地理探測器的優(yōu)勢：地理探測器既可以探測數(shù)值型數(shù)據(jù)，也可以探測定性數(shù)據(jù)，分析定性數(shù)據(jù)（類型量）是地理探測器的一大優(yōu)勢。而對于順序量、比值量或間隔量，只要進(jìn)行適當(dāng)?shù)碾x散化，也可以利用地理探測器對其進(jìn)行統(tǒng)計分析。探測兩因子交互作用于因變量，這是地理探測器的另一個獨特優(yōu)勢。地理探測器通過分別計算和比較各單因子q及兩因子疊加后的q，可以判斷兩因子是否存在交互作用，以及交互作用的強弱、方向、線性還是非線性等。兩因子疊加既包括相乘關(guān)系，也包括其他關(guān)系，只要有關(guān)系，就能檢驗出來。地理探測器已被運用于從自然到社會十分廣泛的領(lǐng)域，在實際應(yīng)用中，地理探測器主要用來分析各種現(xiàn)象的影響因子和驅(qū)動力，以及多因子交互作用。應(yīng)用地理探測器進(jìn)行因子和驅(qū)動力分析時，因變量是數(shù)值量，而自變量是類型量。endprint

3結(jié)果

31我國黃花蒿中青蒿素含量空間自相關(guān)性分析

應(yīng)用ArcGIS根據(jù)收集到各個樣點的經(jīng)緯度，基于矢量的行政區(qū)劃數(shù)據(jù)，生成采樣點分布圖，結(jié)果見圖1。除海南、福建和浙江等少部分省份沒有數(shù)據(jù)外，中國80%以上的省份均有采樣點數(shù)據(jù)。

使用R語言，分別計算省和縣域內(nèi)各采樣點青蒿素含量的均值。根據(jù)中國各?。▍^(qū)、市）青蒿素含量的平均值，應(yīng)用GIS制圖功能，生成26個省青蒿素含量的柱狀圖，結(jié)果見圖2。從圖2中可以看出各地青蒿素含量存在一定的差異。

選取中國各省青蒿素含量，計算全局空間自相關(guān)Moran指數(shù)I，并計算其檢驗的標(biāo)準(zhǔn)化統(tǒng)計量Z，結(jié)果見圖3。其中，Moran指數(shù)值I=065，標(biāo)準(zhǔn)化統(tǒng)計量Z=12667，P=0，置信度為99%；在正態(tài)分布假設(shè)條件下，Moran指數(shù)檢驗結(jié)果高度顯著。表明：各省青蒿素含量存在著顯著的、正的空間自相關(guān)；各省青蒿素含量高低并非隨機分布，而是具有明顯的空間聚集特征。

趨勢圖分析結(jié)果：用GIS軟件繪制各省青蒿素含量的趨勢圖，見圖4。從整體研究區(qū)域來看，自北向南有逐漸增加的趨勢?？傮w上西南部地區(qū)青蒿中的青蒿素較為高，北部地區(qū)青蒿中的青蒿素較低。

32我國黃花蒿中青蒿素含量空間差異性分析

321空間自相關(guān)分析總體空間格局從空間自相關(guān)分析整體上表明了全國青蒿素含量分布態(tài)勢，并不代表每個地區(qū)都是如此，為了進(jìn)一步分析各省青蒿素含量的空間相關(guān)性，需結(jié)合局部空間自相關(guān)模型進(jìn)一步分析。通過計算LISA指數(shù)，通過5%顯著水平檢驗的地區(qū)見圖5。其中，全國青蒿素含量的空間正相關(guān)性較強，總體上青蒿素含量高的省域仍然占少數(shù)。

322Gi*指數(shù)分析結(jié)果根據(jù)到各省青蒿素含量、用GIS軟件計算Gi*統(tǒng)計量，并計算其檢驗的標(biāo)準(zhǔn)化統(tǒng)計量Z。用自然斷裂法（Jenks）進(jìn)一步可對數(shù)據(jù)進(jìn)行可視化處理，將數(shù)值由低到高劃分為3類，分別為：冷點地區(qū)、溫點地區(qū)、熱點地區(qū)，結(jié)果見圖 6?？傮w上熱點省份占總數(shù)的25%；這些省的Z在005的顯著性水平下顯著，青蒿素含量高的區(qū)域在空間上相連成片分布，從統(tǒng)計學(xué)意義上說，其青蒿素含量趨于高值空間聚集；總體上分布在西南地區(qū)。

冷點省份占總數(shù)62%；這些縣的Z在005的顯著性水平下顯著，青蒿素含量較為低，從統(tǒng)計學(xué)意義上說，青蒿素含量趨于低值空間聚集；總體上冷點地區(qū)分布在天津市和遼寧省。溫點省份個數(shù)最多，溫點省域占總數(shù)的688%，青蒿素含量屬于高值和低值過渡區(qū)域。

33我國黃花蒿中青蒿素含量空間差異性影響因素分析

331Moran散點圖運用R語言繪制Moran散點圖，進(jìn)一步分析全國各省青蒿素的局部空間相關(guān)性，結(jié)果見圖7。其中，第一象限（HH）代表高值區(qū)域被高值鄰居包圍，為青蒿素含量最高的區(qū)域；第二象限（LH）代表低值區(qū)域被高值鄰居包圍，第三象限（LL）代表低值區(qū)域被低值鄰居包圍，第四象限（HL）代表高值區(qū)被低值鄰居包圍。結(jié)果顯示，廣西、重慶等9個省市（自治區(qū)）的青蒿素含量屬于高值聚集區(qū)；遼寧和天津?qū)儆诘椭稻奂瘏^(qū)。

332青蒿素含量空間分布差異影響因子基于全國各采樣點的生態(tài)環(huán)境數(shù)據(jù)，包括7個指標(biāo)： 氣溫，降水量，日照，相對濕度，酸堿度，坡度，海拔。應(yīng)用地理探測器，對影響青蒿素含量空間差異性分布的因子進(jìn)行分析結(jié)果見表1。

由地理探測器計算得到的各種風(fēng)險因子對于青蒿素含量的相對重要性和具體q值如下：日照（052） >氣溫（049） >降水量（043） >相對濕度（040） >酸堿度（024） >海拔（012） >坡度（006）。這一結(jié)果顯示日照、氣溫、降水量是青蒿素含量的主要因素。

對因子之間交互作用的分析顯示，日照、氣溫的交互作用解釋了青蒿素含量的59%，酸堿度、海拔與氣溫的交互作用都解釋了58%。日照與大部分變量的解釋力也為58%。需要特別指出的是，這一發(fā)現(xiàn)表明，這些風(fēng)險因子的交互作用均大于單一因子的單獨作用，由此可見不同環(huán)境因子之間交互作用的重要性。

4結(jié)論和討論

道地藥材指經(jīng)過中醫(yī)臨床長期應(yīng)用優(yōu)選出來的，產(chǎn)在特定地域，受到特定生產(chǎn)加工方式影響，較其他地區(qū)所產(chǎn)同種藥材品質(zhì)佳、療效好且質(zhì)量穩(wěn)定，具有較高的知名度的藥材[7]。道地藥材是我國幾千年悠久文明史、中醫(yī)中藥發(fā)展史形成的特有概念，根據(jù)道地藥材的定義，可以看出不同地域之間的同種藥材在質(zhì)量和療效等方面存在一定的差異性，在特定區(qū)域還存在一定的相似性。我國各地青蒿中青蒿素含量差異較大，通過對各地青蒿素含量的空間自相關(guān)分析研究發(fā)現(xiàn)，各省青蒿素含量存在著顯著的、正的空間自相關(guān)；各省青蒿素含量高低并非隨機分布，而是具有明顯的空間聚集特征?？傮w上青蒿素含量高的區(qū)域分布在西南地區(qū)，在空間上呈現(xiàn)連片分布，青蒿素含量趨于高值空間聚集；天津市和遼寧省青蒿素含量較低，青蒿素含量趨于低值空間聚集；其他省份青蒿素含量屬于高值和低值過渡區(qū)域。

[參考文獻(xiàn)]

[1]中國藥典一部[S]2015：198

[2]張小波，郭蘭萍，黃璐琦 我國黃花蒿中青蒿素含量的氣候適宜性等級劃分[J] 藥學(xué)學(xué)報，2011， 46 （4）： 472

[3]張小波，王利紅，郭蘭萍，等廣西地形對青蒿中青蒿素含量的影響分析[J]生態(tài)學(xué)報，2009，29（2）：688

[4]王勁峰，李連發(fā)，葛詠，等 地理信息空間分析的理論體系探討[J] 地理學(xué)報，2000（1）：92

[5]王勁峰空間分析[M]北京：科學(xué)出版社，2006

[6]王勁峰，徐成東 地理探測器：原理與展望[J] 地理學(xué)報，2017（1）：116

[7]張小波，趙宇平，黃曉巍，等 青蒿道地藥材研究綜述[J] 中國中藥雜志，2016，41（11）：2015

[責(zé)任編輯呂冬梅]endprint