[发明专利]一种基于最大信息熵和改进的独立性权系数法的中药材品质区划模型

说明书

技术领域

本发明属于中国药用植物资源的品质预测领域。

背景技术

区划(Regionalization)即区域的划分，是人们根据特定目的来提取空间特征信息，对地域进行分类合并，从而认识自然和社会环境的一种方法。中药资源生态适宜性区划是研究中药资源及其地域系统的空间分异规律，按照生态特征的相似性和差异性规律对中药资源进行区域划分。我国中药材区划的研究始于20世纪90年代，其数据基础来源于第三次全国中药资源普查成果，经过20多年的发展，中药材区划研究取得了可喜的成就，但仍存在样本代表性不够、生态因子数据的精度和广度较低等问题，导致区划过程受人为主观因素影响较大。同时，在中药材种植产业中，普遍存在生产出的药材的指标成分含量虽然符合《药典》标准，但差于道地产区药材，有的甚至达不到《中国药典》标准。探寻中药材产区的生态因子与药材品质之间的关系，优化中药材种植地的选址，是中药材品质区划的目标。根据区划的目的可将中药资源区划分为生长适宜性区划和品质区划(质量适宜性区划)，前者主要关注区域内中药材的适生性，主要与药用植物的存活率、发病率等产量因子有关；后者主要关注次生代谢产物积累的多少和快慢。

最大信息熵(Maximum Entropy Model)模型是具有生态学基础的机器学习型物种分布模型，因为它具有兼容不同类型生态因子数据，计算过程排除了人为主观因素的影响，计算结果只依据客观采样结果等优点，在研究陆地/海洋动植物分布和生物多样性等领域有广泛应用。中药材的分布和品质受到自然环境影响，生境适宜度是描述生态环境与要药材分布之间的关系的定量指标，通过进一步地耦合相关分析、主成分分析、聚类分析等方法，可建立生态环境和中药材品质之间的定量关系。

独立性权系数法是根据各指标与其他指标之间的共线性强弱来确定指标权重的。设有指标项X₁，X₂，…，X_m，若指标X_k与其他指标的复相关系数越大，则说明X_k与其他指标之间的共线性关系越强，越容易由其他指标的线性组合表示，重复信息越多，因此该指标的权重也就应该越小。即若指标X_k与其他指标的复相关系数R越大，该指标的权重越小。

发明内容

本发明使用最大信息熵模型计算中药资源生长适宜性区划的结果，再利用改进的独立性权系数法计算出药材品质成分的预测模型，结合生长适宜性区划结果计算出品质区划结果。

步骤一：从中药材生长和品质相关的生态因子中筛选出相关度不高(相关系数R＜0.8)的因子。全部的生态因子涵盖气候(气温、降水、日照时长)、土壤、地形、植被类型、综合气象指数5个类别，共74个。

步骤二：使用最大信息熵模型进行生长适宜性区划。利用中药材资源的采样点和筛选得到生态因子集，使用最大信息熵模型计算得到中药材分布的适宜度分布图。

步骤三：利用正态分布理论对适宜度分布图进行分类。先在采样点处提取生态适宜度值，再计算这些值的标准差σ和平均值μ，按照正态分布的理论，选择μ-σ作为阈值，区分“不适宜区”和“适宜区”，选择μ+0.5σ作为阈值，区分“适宜区”和“最适宜区”。

步骤四：基于改进的独立性权系数法进行品质区划。计算中药材成分与筛选得到生态因子集之间相关系数，按照从大到小的顺序选择相关系数R≥0.6的4个因子，采用改进的独立性权系数法建立中药材品质预测模型，并用均方根误差(root mean square error，RMSE)进行精度检验。利用该模型进行计算品质区划分布图。

步骤五：综合利用生长适宜度分布图和品质区划分布图，计算“适宜区”和“最适宜区”的品质区划分布图，得到品质区划结果。

上述的步骤一中，具体过程包括如下步骤：

步骤一一：提取中药材采样点处的各个生态因子值。生态因子来源于《中药资源空间信息网格数据库》，包括气候(气温、降水、日照时长)、土壤、地形、植被类型、综合气象指数5个类别74个因子，具体内容如下：

表1生态因子数据集列表

步骤一二：计算各个变量间的皮尔逊积差相关系数，计算公式如下，E(X)是X变量的数学期望。

步骤一三：筛除相关系数大于和等于0.8的生态因子，把剩下的生态因子作为最大信息熵模型的输入数据之一。

上述的步骤二中，具体过程包括如下步骤：