基于Maxent模型的冬虫夏草中国潜在适生区预测

冬虫夏草(Ophiocordyceps sinensis)是分布在青藏高原高寒地区稀缺的可再生生物资源, 是我国传统名贵中药材, 具有很高的药用价值和经济价值。目前对冬虫夏草的潜在适生区研究较少, 对虫草资源的空间分布格局尚不清晰。明确冬虫夏草在我国的地理分布, 对其保护及有效利用具有重要意义。研究共收集了175个分布点及24个环境因子数据, 最终筛选出12个环境变量数据参与模型训练, 利用Maxent模型预测冬虫夏草中国潜在适生区, 通过ROC曲线分析模型预测效果, 结合贡献率、置换重要值和刀切法检验分析环境变量对冬虫夏草分布的影响。结果显示: 我国虫草主要分布于西藏、青海、甘肃、四川和云南五省, 适生区总面积(高适宜分布区与中适宜分布区)为8.82927×105 km2。ROC评价结果显示, Maxent模型训练数据的AUC值高达0.959, 表明预测结果准确度极高。对环境变量进行分析, 影响冬虫夏草地理分布的主要环境因子是海拔, 最暖季度平均温度, 最暖季度降水量。本研究明确了冬虫夏草在我国的潜在适生分布区, 为虫草的资源明确及生境保护提供了理论依据。     

1961-2005年西藏飞蝗潜在分布的变化

青藏高原是气候变暖的敏感地区, 温度是影响青藏高原昆虫分布的重要因素。作为青藏高原的本地物种的蝗虫, 西藏飞蝗Locusta migratoria tibetensis Chen对高原升温的反应就是获得的有效积温增加, 分布范围扩大。为了准确估计西藏飞蝗发生面积, 以期为西藏飞蝗监测、 预警及控制提供依据, 本研究以1961－2005年90个高原气象站点地面温度资料计算了西藏飞蝗的有效积温(accumulated degree-days, ADD), 建立了1961－2005年有效积温与地理位置的模型; 并根据这些模型利用GIS技术, 计算了各年西藏飞蝗的潜在分布面积(area of potential distribution, APD)。结果表明： 温度升高能明显增加西藏飞蝗获得的有效积温, 西藏飞蝗的分布主要沿高原河谷分布。1961－2005年, 西藏飞蝗平均潜在分布面积为91 081 km², 约占高原面积3%; 次热年1998年西藏飞蝗的潜在分布面积最大, 达142 988 km², 是最冷年1968年的1.9倍。相关分析表明： 西藏飞蝗潜在发生面积与年平均地面温度显著相关。趋势线分析表明： 45年间青藏高原每年平均增温0.0301℃, 而西藏飞蝗潜在发生面积平均每年增加504.38 km², 两者之比为16 756.8, 温度的增加能够引起西藏飞蝗潜在分布面积大幅上升。本文为全球气候变暖对青藏高原生态的影响提供了事例依据。     

孑遗濒危植物四合木(Tetraena mongolica)的地理分布与潜在适生区预测

以孑遗濒危植物四合木( Tetraena mongolica Maxim.)为对象,利用MaxEnt模型和Bioclim模型预测其在我国的潜在适生区,结合刀切法及环境变量响应曲线评估影响四合木分布的主导环境因素,运用ArcGIS软件自然间断法对其适生等级进行划分。结果显示:四合木主要分布于我国新疆、西藏、甘肃、宁夏、内蒙古、青海、陕西、山西、河北、辽宁、吉林和黑龙江等省区;在中国的适生区面积为1. 49 × 10 6 km 2 ,高适生区集中在乌海市毛乌素沙地、阿拉善左旗腾格里沙漠、阴山南部和贺兰山低山地区;2050年四合木潜在分布区将向内蒙古地区北部和东北地区西部方向缩减;两个模型的受试者工作特征曲线下的面积(AUC值)平均值均达到0. 8以上,预测结果较准确;环境因子评估结果显示,影响四合木分布的主要环境因子是最冷季度的平均降水量和年温的变化范围,其次是降水量变异系数和温度季节性变化的标准差。     

基于MaxEnt模型预测黄脊竹蝗在中国的适生区

为探明黄脊竹蝗Ceracris kiangsu在我国的潜在适生区,做好早期虫情监测.本研究根据267个黄脊竹蝗物种分布点,结合气候数据,采用最大熵(Maxent)模型和ArcGIS预测黄脊竹蝗在我国的适生区分布.结果表明:影响黄脊竹蝗适生区分布的主要环境变量为最干月降水量和最冷月最低温,次要环境变量为湿季降水量、最热月最高温、降水量季节性变异系数和温度年较差.预测的黄脊竹蝗高适生区、中适生区、低适生区分别占全国陆地总面积的3.0％、5.6％和10.3％,适生区主要分布在江淮流域、长江中下游地区、华南及西南等地.模型预测结果与实际调查一致性较高,能够反映真实分布情况,对科学开展黄脊竹蝗防控具有较高参考价值.     

中国特有种天山猪毛菜的地理分布及潜在分布区预测

基于野外调查的居群分布信息和20个环境变量(包括海拔及19个气候变量),采用最大熵模型( MaxEnt)和地理信息系统( ArcGIS)对中国特有种天山猪毛菜( Salsola junatovii Botsch.)的潜在分布区进行预测;并采用受试者工作特征曲线( ROC)和刀切法( jackknife test)分别检验MaxEnt模型的精度和评估各环境变量在决定潜在分布区时的贡献量。结果显示：天山猪毛菜主要分布在中国新疆南部的12个县(包括托克逊县、和硕县、和静县、焉耆县、拜城县、库车县、温宿县、乌什县、阿合奇县、阿图什县、乌恰县和阿克陶县),但在相关文献记载的曾有分布的阿克苏市、柯坪县和喀什市则本调查中没有发现。通过MaxEnt模型预测,天山猪毛菜的潜在适生区主要集中在新疆南部(包括天山南坡和塔里木盆地西南缘)以及甘肃的西部和东部等,新疆西部地区有零星分布;在调查的15个居群中,除居群14(位于乌恰县西部)外,其他14个居群均位于潜在适生区内,其中的7个居群位于非常适宜的潜在适生区内,表明利用MaxEnt模型预测天山猪毛菜的潜在适生区效果较好。在20个环境变量中,对预测结果贡献量位居前3位的环境变量为最冷季度平均温度、最冷月最低温和最干季度平均温度,表明该种的分布与低温相关。此外,对天山猪毛菜潜在适生区与实际分布区差异的成因进行了分析。     

孑遗濒危植物四合木(Tetraena mongolica)的地理分布与潜在适生区预测

以孑遗濒危植物四合木（Tetraena mongolica Maxim.）为对象,利用MaxEnt模型和Bioclim模型预测其在我国的潜在适生区,结合刀切法及环境变量响应曲线评估影响四合木分布的主导环境因素,运用ArcGIS软件自然间断法对其适生等级进行划分。结果显示：四合木主要分布于我国新疆、西藏、甘肃、宁夏、内蒙古、青海、陕西、山西、河北、辽宁、吉林和黑龙江等省区;在中国的适生区面积为1.49×10⁶ km²,高适生区集中在乌海市毛乌素沙地、阿拉善左旗腾格里沙漠、阴山南部和贺兰山低山地区;2050年四合木潜在分布区将向内蒙古地区北部和东北地区西部方向缩减;两个模型的受试者工作特征曲线下的面积（AUC值）平均值均达到0.8以上,预测结果较准确;环境因子评估结果显示,影响四合木分布的主要环境因子是最冷季度的平均降水量和年温的变化范围,其次是降水量变异系数和温度季节性变化的标准差。     

考虑农业保护地因素下的红火蚁适生性分析

为明确外来入侵物种红火蚁Solenopsis invicta在我国的适生区分布格局及农业保护地对其分布的影响,本研究基于集成模型预测了红火蚁的潜在分布,并结合农业保护地的面积占比情况进行分析。结果显示,集成模型TSS、ROC值在0.85、0.95左右,预测结果可靠;温度和降水是影响红火蚁分布的关键环境变量;在历史气候条件下,红火蚁适生区将遍布到中国的28个省（市、自治区）;考虑农业保护地因素,山东省、云南省、北京市、新疆维吾尔自治区、辽宁省和黑龙江省的部分地区适生区等级升高。     

基于生态位模型预测野生油茶的潜在分布

油茶(Camellia oleifera)是我国第一大木本油料作物, 野生油茶是油茶育种的宝贵遗传资源。本研究从中国数字植物标本馆(CVH, http://www.cvh.org.cn/)获得可靠的野生油茶分布点数据, 结合气象和土壤数据, 分别应用最大熵(MaxEnt)模型和规则集遗传算法(GARP)模型构建了野生油茶的生态位模型, 预测了野生油茶的潜在分布区, 并分析了影响野生油茶分布的主要环境变量。根据生态位模型预测的分布概率值, 对野生油茶的潜在分布区划分适生等级, 并与主要油茶产地的实际分布数据进行比较, 以验证适生等级划分的可靠性。结果表明, 两种模型的预测结果均能较好地反映油茶的分布情况。GARP模型预测的潜在分布区更广, 而MaxEnt模型的预测结果更精确。两种模型的预测结果均显示, 野生油茶的潜在分布区大部分位于中国, 但在中南半岛也有部分分布。MaxEnt模型预测的野生油茶在中国的潜在分布区与我国亚热带常绿阔叶林的分布区基本吻合, 高适生区主要可以分为3大区域: (1)东北-西南走向的武夷山脉及附近的群山区域; (2)东西走向的南岭山脉及附近的群山区域; (3)东北-西南走向的武陵山脉及附近的群山区域。MaxEnt模型分析显示, 影响野生油茶分布的主要环境变量是昼夜温差月均值、最干季降水量与最暖季降水量。油茶生长面积较大的地区绝大部分都位于MaxEnt模型预测的中、高适生区, 说明适生等级的划分较可靠。实地考察显示, 生态位模型的预测结果对于寻找野生油茶资源具有较高的参考价值。此外, 本研究也充分显示, 利用中国数字植物标本馆的植物分布数据, 结合相应的环境数据构建生态位模型, 有助于了解作物野生近缘种的地理分布。     

基于MaxEnt模型的大豆蚜全球潜在地理分布分析

【目的】为预测和分析大豆蚜Aphis glycines的全球潜在地理分布,研究大豆蚜分布与环境变量之间的联系。【方法】利用最大熵法生态位模型(maximum entropy niche-based modeling, MaxEnt)和地理信息系统软件ArcGIS,根据收集的大豆蚜已知分布点和环境变量,预测大豆蚜的全球潜在地理分布区,推测环境变量对大豆蚜分布的影响。【结果】结果表明,大豆蚜适生区主要分布在低海拔地区,高 度适生区集中在25°~50°N的中国、日本、韩国、朝鲜、加拿大、美国、意大利和格鲁吉亚。决定大豆蚜分布地点的关键环境变量为最暖季度降水量、最暖季度平均温度、最湿季度平均温度、最干月降水量、月平均昼夜温差和温度季节性变化标准差。【结论】大豆蚜潜在地理分布区域广泛,应在各国大豆农产品贸易时做好检验检疫工作,以防止大豆蚜的扩散。     

基于MaxEnt模型的珙桐在中国潜在适生区预测

珙桐为我国特有珍稀树种,预测珙桐潜在适生区可为珙桐物种保护与研究提供重要参考。基于387条中国境内样本分布数据和27个环境因子,利用MaxEnt模型与地理信息系统(geographic information system,GIS),对珙桐在中国的潜在适生区进行预测,并通过受试者工作特征(receiver operating characteristic,ROC)曲线对模型精度进行验证。结果表明:ROC曲线下面积(AUC)平均值为0.951,模型预测结果准确性较高,适合珙桐的潜在适生区预测;珙桐潜在适生区主要位于四川、云南、贵州、湖南、湖北、重庆、陕西和西藏等地区,高适生区呈不规则环状分布,西起横断山区,北达秦岭-武当山-荆山一线,东抵张家界-雪峰山一带,南至贵阳,在西藏东南部的雅鲁藏布江河谷和安徽西部的大别山地区也有分布;气温年较差、年降水量、最冷月最低温、昼夜温差、降水量变异系数等5个环境因子对珙桐潜在适生区预测影响最大,其他环境因子,如地形、土壤、水文等影响较小。     

基于MaxEnt模型的菜豆象全球潜在适生区预测

【目的】菜豆象是重要的检疫性害虫,预测其在全球范围内的潜在适生区可为农业部门开展菜豆象防控工作和检验检疫部门制定检疫策略提供科学依据。【方法】在收集菜豆象已有分布点和全球气象数据的基础上,采用MaxEnt模型对其在全球范围内的潜在适生区进行预测分析。【结果】MaxEnt模型的AUC平均值为0.926,预测结果准确可靠。菜豆象适生区主要分布在欧洲中西部的德国、法国、英国、荷兰、比利时、意大利、波兰、乌克兰、白俄罗斯和罗马尼亚等国家,非洲大陆和马达加斯加岛的中东部地区,北美洲的墨西哥高原和美国中东部地区,南美洲南部地区,大洋洲澳大利亚东部和南部沿海地区、新西兰,亚洲中国的云贵高原、四川盆地、华中和华南地区和台湾岛,缅甸东部地区、泰国和老挝北部地区、尼泊尔和日本大部分地区。高度适生区、中度适生区和低度适生区面积分别占陆地面积的4.95%、6.73%和13.70%。【结论】菜豆象的适生区面积占陆地面积的25.38%,持续扩散和危害的风险大。我国西南、华南地区等地区面临的形势更为严峻。影响菜豆象分布的主要生物气候因素有最冷月份最低温度、年平均温度、年气温变化范围、年降雨量、最干月份降雨量、最热月份最高温度、最暖季度平均温度、温度季节变化方差、昼夜温差月均值等。     

基于最大熵模型(MaxEnt)预测暗紫贝母的潜在分布

暗紫贝母(Fritillaria unibracteata)干燥的鳞茎是市场名贵药材"川贝"的主要来源,目前由于人们的过度挖采及环境的恶化,使得其野生资源已近枯竭,被列为国家三级濒危保护药材物种。该研究通过收集暗紫贝母的地理分布点经纬度,结合26项生态因子,运用最大熵模型(MaxEnt)并结合地理信息系统(ArcGIS),对其在中国的潜在分布区域进行了预测。结果表明:暗紫贝母的潜在适生区主要分布在四川西部和北部、青海南部、甘肃南部,其中四川阿坝藏族羌族自治州的理县、茂县、松潘县、红原县、黑水县等地区,青海省果洛藏族自治州的久治县、玛沁县、同德县、兴海县、河南县地区以及甘肃省甘南藏族自治州地区是暗紫贝母最佳适生区。此外,在西藏和云南也有零星的分布。对暗紫贝母的分布贡献率较大的主要生态因子有5个,分别是海拔(40.8%),年均降水量(28%),1月最高温度(7.1%),最干季平均温度(6.6%)和昼夜温差日均值(6.6%)。其中,海拔为2700~4 500m、年均降水量为400~1 400mm,是暗紫贝母最适宜生长的生态位参数。该研究结果为暗紫贝母的野生抚育和人工栽培提供了重要的科学依据。     

滇黄精的潜在分布与气候适宜性分析

为了解滇黄精(Polygonatum kingianum)的适宜生长区,运用Maxent模型模拟其潜在分布区,探讨其引种栽培的适宜气候条件。结果表明,预测模型的AUC值为0.974~0.980,表明模型具有良好的预测能力。滇黄精主要适生区位于我国西南地区,适生面积约81.34×10~4 km~2,占全国适生区面积的88.24%。云南的高度适生区面积最大(19.96×10~4 km~2);四川次之(5.49×10~4 km~2)。75%的高度适生区分布于海拔2 492 m以下的地区,3 400 m以上的地区不适宜于滇黄精生长。最冷月最低温度、7月最低温度、5-8月太阳辐射、最干月降水量、4月和9-11月平均降水量是限制滇黄精分布的主要气候变量。因此,海拔1 400~2 100 m的亚热带地区是滇黄精最适宜的生长区。     

不同气候条件下沙冬青属植物在我国的潜在分布——基于生态位模型预测

沙冬青属（Ammopiptanthus）植物是古地中海第三纪孑遗濒危物种,包括沙冬青（Ammopiptanthus mgolicus）和矮沙冬青（Ammopiptanthus nanus）,主要分布在我国西北干旱、半干旱地区,其不仅具有较高的研究价值,同时对我国西北干旱地区生态环境具有十分重要的作用。近年来由于全球气候变化及人为干扰等因素,沙冬青属植物天然分布面积骤缩,濒临灭绝。本研究利用MaxEnt模型、Bioclim模型和Domain模型对沙冬青属植物在我国末次间冰期（Last Interglacial）、末次冰盛期（Last Glacial Maximum）、当代和2050年（RCP4.5和RCP8.5）4个时期气候情景下的潜在适生区进行预测。结果表明：MaxEnt模型对沙冬青属植物潜在分布区的预测具有极高的准确度,所有模型的平均受试者工作特征曲线下面积（AUC测试值）均高于0.80。当代沙冬青最佳及高适生区占全国总面积的2.78%,主要集中在内蒙古中部、宁夏北部和甘肃北部等地;未来沙冬青最佳及高适生区在现有分布范围呈现向外扩张的趋势,主要分布在内蒙古鄂托克旗、鄂尔多斯、阿拉善左旗、宁夏吴忠和甘肃民勒县等地。当代矮沙冬青最佳及高适生区占全国总面积的2.23%,主要集中在新疆南部;未来矮沙冬青最佳及高适生区向新疆乌恰县南部、乌鲁木齐北部移动和扩大,主要分布在新疆乌恰县、乌苏市、吐鲁番市和乌鲁木齐市。未来2050年（RCP4.5和RCP8.5）两种气候情景下沙冬青和矮沙冬青的潜在分布总面积均有所增加,与当代相比变化不明显,但不同适生等级的潜在分布面积变化较大,在更高的CO₂排放量（RCP8.5）情景下沙冬青和矮冬青的最佳及高适生区范围的预测结果都将减少。从气候因素角度考虑,研究表明未来气候情景下沙冬青属植物的适生区变化过程中,年均温（Bio1）、最湿月降水量（Bio13）和温度季节性变化（Bio4）是影响沙冬青属植物分布的关键因子,并为我国西北干旱半干旱地区具有重要的经济价值并将持续其生态服务功能。     

未来气候变化对孑遗植物鹅掌楸地理分布的影响

为了解未来气候波动对鹅掌楸(Liriodendron chinense)潜在适生区的影响,利用最大熵模型(Maxent)和地理信息系统(ArcGIS)软件,结合物种地理分布点信息,对鹅掌楸当前适生区分布进行了模拟和划分,同时预测了2061-2080年间气候变化条件下鹅掌楸的潜在适生分布区变化,进而分析影响鹅掌楸地理分布的主要气候因子。结果表明,Maxent模型预测的准确性较高,受试者工作特征曲线(ROC)的曲线下面积(AUC)均大于0.9。在未来4种不同的气候变化场景下(RCP 2.6、RCP4.5、RCP 6.0和RCP 8.5)鹅掌楸的地理分布发生变化,在RCP 4.5情景下,鹅掌楸适生面积明显增加;RCP 8.5情景下适生面积明显减少,尤其在贵州地区以及贵州、重庆与湖南的交界处。因此,鹅掌楸适生区分布的几何中心不变,而适生面积随着温室气体浓度的增加呈现先增加后减少的趋势。昼夜温差月均值、最湿季降雨和最干季降雨是影响鹅掌楸地理分布的主要气候因子,其累计贡献率达77.1%。     

基于MaxEnt模型的中国沙棘潜在适宜分布区分析

中国沙棘主要分布于我国华北、西北、西南等地森林—草原过渡地带，是我国北方地区退耕还林、生态修复等工程的重要造林树种，对维持干旱、半干旱地区的生态环境稳定具有重要意义。探讨限制中国沙棘分布的主导气候因子，模拟其潜在适宜分布区，以期为中国沙棘在林业生态工程和生态经济林建设中的合理种植和推广提供理论依据。基于中国沙棘自然分布的328个地理样点，利用最大熵(MaxEnt)模型对中国沙棘的潜在分布区的主导气候因子进行分析，并预测中国沙棘的潜在分布范围。结果表明，基于气候变量的MaxEnt模型训练集和测试集受试者工作特征曲线下面积(AUC值)分别为0.962±0.001和0.949±0.001,均大于0.9,表明MaxEnt模型对中国沙棘潜在分布区的预测具有极高的准确度，可信度好。基于环境变量贡献率和刀切法的结果表明年降雨情况、生长季的水热状况、最干季降雨和最冷月最低温等是限制中国沙棘分布的主要气候因素，其中年降雨是限制中国沙棘分布的主导气候因子。通过模拟得到现代中国沙棘潜在地理分布的总适生区面积为165.1万km~2;其中高适生区和中适生区面积共93.3万km~2,主要集中分布于河北西部、北部，...     

气候变暖背景下春兰和蕙兰的适生区分布预测

为了阐明气候变暖背景下春兰(Cymbidium goeringii)和蕙兰(C. faberi)在我国的适生区分布变化情况,根据157条分布记录和19个生物气候变量,应用最大熵物种分布模型,对2070年4种温室气体排放情景下春兰和蕙兰在我国的适生区分布进行预测,并筛选影响其地理分布的主要气候因子。结果表明:(1)2070年春兰和蕙兰分布点的年均温(bio1)、最冷月最低温度(bio6)和最冷季平均温度(bio11)等均升高,气候有变暖趋势;(2)受试者工作特征曲线下面积(AUC)值在0.9—1.0之间,模型预测结果可信度较高;(3)影响春兰、蕙兰当前和2070年地理分布的限制性气候因子主要有最冷月最低温度(bio6)、最冷季平均温度(bio11)、年均降水量(bio12)和最干月份降水量(bio14);(4)气候变暖将会对春兰和蕙兰的适宜生境范围和面积产生影响。预测2070年春兰的适宜生境面积将会有所减小,而蕙兰的适宜生境面积将会增加,且整体有向北迁移的趋势。研究结果为野生春兰和蕙兰的生态风险评价和引种提供了重要依据。     

全球气候变化下贵州省青冈林的潜在生境动态

为了解贵州省青冈林在全球气候变化下的潜在分布特征,基于现状分布数据,结合当前气候数据和未来气候变化情景(RCP8.5情景,2070-2099年)构建Maxent潜在分布模型,预测贵州省青冈林的潜在分布变化。结果表明,最冷季均温(bio11)、最冷月最低温度(bio6)和年均降水量(bio12)为控制贵州省青冈林潜在生境的主导气候因子;RCP8.5情景下贵州省青冈林的潜在分布面积相较当前气候条件增加,中度适宜生境增加19 419 km2,高度适宜生境增加9 944 km2;中度适宜生境平均海拔较当前气候条件上升126 m,高度适宜生境平均上升85 m。总的来说,贵州省青冈林对全球气候变化的响应不十分敏感。     

气候变化条件下曲纹紫灰蝶在中国的潜在适生区预测

曲纹紫灰蝶(Chilades pandava)是一种以幼虫危害苏铁(Cycas revolute)嫩枝嫩叶的园林害虫,对苏铁的生长繁殖、生产者的经济效益以及城市园林的美观造成严重影响。基于曲纹紫灰蝶和苏铁的现存分布点,利用最大熵模型(MaxEnt)、ArcGIS、R软件对当前和未来气候条件下曲纹紫灰蝶在中国的潜在适生区分布及当前气候条件下寄主苏铁在中国的潜在适生区分布进行了预测,其中当前气候数据基于1970—2000年的历史数据,未来气候数据(2021—2040年、2041—2060年和2061—2080年)选择第六次国际耦合模式比较计划(CMIP6)中中国北京气候中心中等分辨率气候系统模式(BCC-CSM2-MR)下的3种共享社会经济路径(SSP126(属于低强迫情景), SSP370(属于中等至高等强迫情景), SSP585(属于高强迫情景))。结果表明：(1)模型预测结果非常好,各组模型的受试者工作特征(ROC)曲线下面积(AUC)值均高于0.95,昼夜温差月均值(bio2)、等温性(bio3)、最热季平均温度(bio10)、最湿月份降水量(bio13)是影响曲纹紫灰蝶分布的主导...     

唐古特大黄(Rheum tanguticum Maxim. ex Balf.)功效组分地理变异及气候响应特征

通过研究道地药材唐古特大黄（Rheum tanguticum Maxim.ex Balf.）四种功效组分的地理变异,以及与多层次气候因子间的响应关系,揭示唐古特大黄不同化学型形成的生态学机制。运用聚类方法研究唐古特大黄成分地理变异的空间规律,并利用相关系数法分析气候因子与唐古特大黄成分的响应关系。结果表明：唐古特大黄功效组分存在明显的地理变异。青海和甘肃地区的唐古特大黄属于结合蒽醌化学生态型;而四川所产唐古特大黄为游离蒽醌化学生态型。不同时间尺度气候因子与唐古特大黄组分间的响应特征为：结合蒽醌类物质与年均温呈强负相关,多酚类物质与年均温和年降水为负相关,而与年均日照时数为正相关;结合蒽醌类物质与最冷季节温度是强负相关,多酚类物质与最冷季节温度和最湿季降雨量呈强负相关;月均温和月均日照对结合蒽醌类物质和多酚类物质影响大,其中1月至6月平均气温和9月至12月平均气温与蒽醌类物质呈强负相关,多酚类物质与5月日照量、6月日照量和7月日照量表现出强正相关。地区间的温度和日照量差异是唐古特大黄不同化学型形成的气候原因。最冷季的低温和最湿季的日照量是影响唐古特大黄品质的关键气候因子和主要时间窗口。温度浮动大,日照量高且降水量少的低温区域有助于结合蒽醌类和多酚类物质的形成和累积。