الحد الأقصى لنمذجة الانتروبيا في منطقة توزيع شبت مورشيلا. السابق بيرس. الأنواع في الصين تحت تغير المناخ الجزء 1

ملخص بسيط:لطالما كان تغير المناخ عاملاً ملحوظًا في أبحاث توزيع الأنواع. في العقود الأخيرة ، تم تدمير موائل الأنواع تدريجيًا بسبب تغير المناخ. وبالتالي ، للتنبؤ بكيفية تأثير تغير المناخ على بقاء وموائل مورتشيلا البرية البرية. السابقين بيرس. الأنواع في الصين ، استخدمنا نموذج الانتروبيا الأقصى لمحاكاة التغييرات في منطقة التوزيع من الفترات التاريخية إلى الفترات المستقبلية. توضح نتائجنا أن هطول الأمطار والارتفاع ودرجة الحرارة عوامل لا غنى عنها تؤثر على وجود وموائل مناسبة لأنواع Morchella البرية. علاوة على ذلك ، أظهر لنا هذا البحث اتجاهًا واعدًا ، بغض النظر عن السيناريو ، ستزداد المنطقة المناسبة للأنواع إلى نطاق معين قريبًا. بناءً على هذه النتائج ، يمكننا استكشاف وتصميم مخطط مثالي للحفاظ على موارد Morchella البرية.

يمكن أن يزيد الجليكوزيد من cistanche أيضًا من نشاط SOD في أنسجة القلب والكبد ، ويقلل بشكل كبير من محتوى lipofuscin و MDA في كل نسيج ، ويزيل بشكل فعال العديد من جذور الأكسجين التفاعلية (OH- ، H₂O₂ ، إلخ) والحماية من تلف الحمض النووي الناتج عن ذلك. بواسطة OH- الجذور. جليكوسيدات Cistanche phenylethanoid لديها قدرة قوية على إزالة الجذور الحرة ، وقدرة تخفيض أعلى من فيتامين C ، وتحسن نشاط SOD في تعليق الحيوانات المنوية ، وتقليل محتوى MDA ، ولها تأثير وقائي معين على وظيفة غشاء الحيوانات المنوية. يمكن أن يعزز عديد السكاريد القارص نشاط SOD و GSH-Px في كريات الدم الحمراء وأنسجة الرئة للفئران المسنة تجريبياً الناتجة عن D-galactose ، وكذلك تقليل محتوى MDA والكولاجين في الرئة والبلازما ، وزيادة محتوى الإيلاستين ، تأثير الكسح الجيد على DPPH ، وإطالة وقت نقص الأكسجة في الفئران الشائخة ، وتحسين نشاط SOD في مصل الدم ، وتأخير التنكس الفسيولوجي للرئة في الفئران الشائخة تجريبياً مع التنكس المورفولوجي الخلوي ، أظهرت التجارب أن Cistanche لديه قدرة جيدة على مضادات الأكسدة وله القدرة على أن يكون دواءً لمنع وعلاج أمراض شيخوخة الجلد. في الوقت نفسه ، يتمتع إشنكوسايد في Cistanche بقدرة كبيرة على البحث عن الجذور الحرة لـ DPPH ولديه القدرة على البحث عن أنواع الأكسجين التفاعلية ومنع تدهور الكولاجين الناجم عن الجذور الحرة ، وله أيضًا تأثير إصلاح جيد على تلف أنيون الثايمين الجذور الحرة.

انقر فوق هل يعمل Cistanche لمضادات الأكسدة

【لمزيد من المعلومات: george.deng@wecistanche.com / WhatApp: 86 13632399501】

خلاصة: Morchella is a kind of precious edible, medicinal fungi with a series of important effects,  including anti-tumor and anti-oxidation effects. Based on the data of 18 environmental variables and the distribution sites of wild Morchella species, this study used a maximum entropy (MaxEnt) model to predict the changes in the geographic distribution of Morchella species in different historical periods (the Last Glacial Maximum (LGM), Mid Holocene (MH), current, 2050s and 2070s). The results revealed that the area under the curve (AUC) values of the receiver operating characteristic curves of different periods were all relatively high (>0. 83) ، مشيرًا إلى أن نتائج نموذج الانتروبيا الأقصى جيدة. أظهرت نمذجة توزيع الأنواع أن العوامل الرئيسية التي أثرت على التوزيع الجغرافي لأنواع Morchella هي هطول الأمطار في الربع الأكثر جفافاً (Bio17) ، والارتفاع ، ومتوسط ​​درجة الحرارة في الربع الأبرد (Bio11) ، ومتوسط ​​درجة الحرارة السنوي (Bio1). اقترحت محاكاة التوزيع الجغرافي أن الموطن المناسب الحالي لمورتشيلا كان يقع بشكل أساسي في يونان وسيشوان وقانسو وشانشي ومنطقة شينجيانغ الويغورية ذاتية الحكم (XUAR) ومقاطعات أخرى في الصين. مقارنة بالأوقات الحالية ، انخفضت المنطقة المناسبة في شمال غرب وشمال شرق الصين في فترتي LGM و MH. أما بالنسبة للفترات المستقبلية ، فقد زادت جميع الموائل المناسبة في ظل السيناريوهات المختلفة مقارنة بتلك الموجودة في الأزمنة المعاصرة ، مما يدل على اتجاه التوسع إلى شمال شرق وشمال غرب الصين. يمكن أن توفر هذه النتائج أساسًا نظريًا للحماية والاستغلال الرشيد واستخدام موارد Morchella البرية في ظل سيناريوهات تغير المناخ.

1 المقدمة

تغير المناخ هو عامل بيئي يجب على جميع الكائنات الحية على الأرض مواجهته طوال الوقت. مع تغير المناخ ، فإن التوزيعات الجغرافية المكانية ومناطق توزيع الأنواع تتغير أيضًا. في السنوات الأخيرة ، أدى تغير المناخ العالمي إلى تحولات في موائل الأنواع المختلفة وحتى انقراض بعض الأنواع [1،2]. أظهرت الأبحاث أن بعض الأنواع سوف تنتقل إلى مناطق خطوط العرض العالية والارتفاعات أسرع مرتين إلى ثلاث مرات في المستقبل [3]. وبالتالي ، فإن التقييم العلمي والتنبؤ بتأثير تغير المناخ على توزيع الأنواع والتنوع البيولوجي قد اجتذب اهتمامًا كبيرًا [4]. لفهم الخصائص المتغيرة للأنواع المختلفة في ظل الظروف المناخية المستقبلية ، فإن البحث حول العلاقة بين الأنواع والمناخ أمر ملح للغاية.

أحد الحلول الممكنة هو استخدام نموذج توزيع الأنواع (SDM). يعد SDM طريقة مهمة لتحليل التغييرات في نطاقات توزيع الأنواع ، ويستخدم على نطاق واسع في دراسات الجغرافيا الحيوية. في السنوات الأخيرة ، أصبح استخدام نماذج توزيع الأنواع للتنبؤ بالتوزيعات الحقيقية والمحتملة للأنواع المهددة بالانقراض [5] والأنواع النادرة [6] والأنواع الغازية [7] نقطة ساخنة في مجال البيئة. في البحث عن توزيع الأنواع ، يمكن أن يؤثر المناخ والتربة وعوامل أخرى (مثل قدرة الأنواع على الهجرة) على التوزيع الجغرافي للأنواع إلى حد ما [8]. بالاقتران مع بيانات توزيع الأنواع والعوامل البيئية ، يعرض SDM هذه البيانات إلى نطاق مكاني جغرافي معين ، ويقدر أيضًا المناطق المناسبة للبقاء على قيد الحياة وتفضيلات بيئتها المعيشية [9-11]. تتضمن SDMs المتوفرة الآن BIOCLIM ، وتحليل عامل المكانة البيئية (ENFA) ، والنموذج الخطي المعمم (GLM) ، والنهج البايزي (BA) ، والخوارزميات الجينية (GAs) ، و MaxEnt [12]. من بين هؤلاء ، يستخدم MaxEnt بيانات التواجد الفعلي للأنواع والمتغيرات البيئية المقابلة لحساب الحالة المثالية لتوزيع الأنواع في ظل قيود متخصصة معينة ، أي التوزيع المحتمل للأنواع في المنطقة المتوقعة عندما يكون الانتروبيا القصوى. يختلف هذا النموذج عن النماذج الأخرى في متطلبات بيانات مواقع توزيع الأنواع ، وتحديد معلمات النموذج ، والتعامل مع المتغيرات البيئية [13 ، 14]. تحتاج معظم النماذج إلى وجود وغياب بيانات توزيع الأنواع ؛ ومع ذلك ، تعتمد MaxEnt فقط على المواقع الحقيقية الموجودة [15]. التوزيع الاحتمالي لـ MaxEnt له تعريف رياضي موجز ، يسهل تحليله. على سبيل المثال ، كما هو الحال مع GLM و GAM ، تجعل إضافة النموذج من الممكن تفسير كيفية ارتباط كل متغير بالملاءمة في غياب التفاعلات بين المتغيرات [16]. في الوقت نفسه ، فإن دقة التنبؤ لنموذج MaxEnt عالية جدًا لدرجة أنه يمكن أن يعكس احتمال حدوث الأنواع بشكل صحيح إلى درجة معينة في ظل ظروف حجم العينة الصغير [17].

نظرًا لتفوق MaxEnt ، نشر العديد من العلماء سلسلة من الإنجازات البحثية الهامة باستخدام MaxEnt ، مما يوفر أساسًا نظريًا عالي القيمة لمختلف المجالات ، مثل إدارة الأنواع الغازية ، وحماية التنوع البيولوجي ، واختيار الأنواع الظروف البيئية المعيشية . لا يمكن استخدام MaxEnt للنباتات والحيوانات فحسب ، بل يمكن استخدامه أيضًا للفطريات. صن وآخرون. استخدم MaxEnt لمحاكاة الموطن المناسب للباندا العملاقة وشرح استجابات الأنواع للمتغيرات البيئية على مستويات مختلفة [18]. ليو وآخرون. قام بمحاكاة توزيع Houttuynia cordata Thunb (Ceercao) في ظل الظروف المناخية الحالية وتوقع تغيرات التوزيع الجغرافي المحتملة ، وكشفت النتائج أن منطقة الموائل المناسبة لـ Ceercao قد انخفضت في ظل ثلاثة سيناريوهات لانبعاثات غازات الاحتباس الحراري في الخمسينيات والسبعينيات من القرن العشرين [19]. يوان وآخرون. توقع التوزيع المحتمل لـ Phellinus bauxite Pilát ، Phellinus Ignatius (L.) Quél. و Phellinus vaninii Ljub. ووجدت أن دقة النتائج كانت عالية [20].

Morchella هي مجموعة من الفطريات الهامة التي تنتمي إلى Morohellaceae من Ascomycotina ، والتي تنتشر على نطاق واسع في نصف الكرة الشمالي. بسبب قيمها الغذائية والطبية الغنية ، تحتل أنواع Morchella مكانًا في أغلى الفطريات الصالحة للأكل وتجذب انتباه العديد من علماء الفطريات [21]. تلعب المكونات الطبيعية النشطة بيولوجيًا [22] ، مثل السكريات والبروتينات والدهون ، المستخرجة من Morchella دورًا مهمًا في الوقاية من الأمراض ، بما في ذلك تنظيم المناعة [23] ، والأنشطة المضادة للورم [24] ، والأنشطة المضادة للأكسدة [25] ]. أظهرت دراسات علم الوراثة الجزيئي أنه يمكن تقسيم Morchella إلى ثلاث مجموعات تطورية رئيسية ، وهي Yellow Morchella و Black Morchella و Red Morchella [26]. شرق آسيا والصين هي مراكز التمايز والتنوع المحتملة لأنواع Morchella. في الوقت الحاضر ، تم تسجيل أكثر من ثلاثين نوعًا من Morchella في الصين [27] ، والتي تعد واحدة من أكثر البلدان وفرة بموارد Morchella البرية.

ومع ذلك ، فإن الاستغلال المفرط وتدمير الموائل يشكلان تهديدا خطيرا لتنوع الأنواع البرية Morchella [28] ؛ وفي الوقت نفسه ، فقد تم خصم المتطلبات المحددة والصفات البيئية لنمو Morchella في مجال علم الفطريات [29]. بالإضافة إلى ذلك ، طاهري وآخرون. [2] أظهر أن هناك القليل من الدراسات حول النطاق الجغرافي للفطريات المتعلقة بتغير المناخ بالمقارنة مع تلك الخاصة بالنباتات والحيوانات. في الوقت الحاضر ، لا يزال من غير الواضح كيف سيؤثر تغير المناخ على التوزيع الجغرافي لأنواع Morchella في فترات مختلفة. تهدف هذه الدراسة إلى التنبؤ بالتوزيع المحتمل لأنواع Morchella في ظل سيناريوهات مختلفة للمناخات التاريخية والمستقبلية بناءً على نموذج MaxEnt. الغرض من هذه الدراسة هو تحليل تأثير العوامل البيئية على تكوين أجسام موركيلا الثمرية ومحاكاة التغيرات في مناطق التوزيع المحتملة للمورشيلا في الفترات المختلفة. من المتوقع أن توفر النتائج أساسًا علميًا للتنوع البيولوجي والحفاظ على الموارد البرية لمورتشيلا في المستقبل.

2. المواد والأساليب

2.1. مصدر بيانات توزيع الأنواع

تم الحصول على بيانات حدوث أنواع Morchella من المسوحات الميدانية والأوراق المنشورة ؛ حصلنا على ما مجموعه 288 موقعًا. أولاً ، تم تجاهل المواقع المتكررة ، ثم تم استخدام طريقة المخزن المؤقت. كان الاستبانة المكانية للعوامل البيئية 2.5 قوسًا وتم تجاهل نقاط البيانات المتزامنة مكانيًا على بعد 5 كيلومترات من بعضها البعض ، مما يسمح بتجنب فرط التخصيص الناتج عن مواقع التوزيع المضاعفة. أخيرًا ، تم الاحتفاظ بإجمالي 180 موقعًا من Morchella (الشكل S1 والجدول S1).

2.2. اكتساب العامل البيئي والمعالجة المسبقة

تم تنزيل ما مجموعه 19 عاملاً بيئيًا (Bio1 – Bio19 ، الجدول 1) من قاعدة بيانات المناخ العالمي ، وكان معدل التوزيع المكاني 2.5 دقيقة قوسية. تم الحصول على ما مجموعه 2 من متغيرات التضاريس و 7 متغيرات التربة (الجدول 1) من قاعدة بيانات التربة العالمية المنسقة. تم تحديد متغيرات التضاريس والتربة بشكل مشترك من قبل منظمة الأغذية والزراعة للأمم المتحدة ، والمعهد الدولي لتحليل النظم التطبيقية ، ومعهد علوم التربة ، والأكاديمية الصينية للعلوم ، ومركز الأبحاث المشترك التابع للمفوضية الأوروبية. تم توحيد الدقة المكانية لهذه البيانات في 2.5 دقيقة قوسية ، وتم تحويل جميع البيانات إلى تنسيق ASCII باستخدام ArcGIS 1 0 .2. تم تقييم التوزيعات المحتملة لمورشيلا على مدى خمس فترات ، وهي: الحد الأقصى الجليدي الأخير (LGM) ، منتصف الهولوسين (MH) ، التيار ، 2050 و 2070. تعتمد كل من البيانات المناخية الماضية والمستقبلية نموذج CCSM4.0 المنشور في التقرير الخامس للهيئة الحكومية الدولية المعنية بتغير المناخ ؛ اخترنا ثلاثة سيناريوهات مختلفة لانبعاثات غازات الاحتباس الحراري للفترات المستقبلية (الجدول S2) ، ويتم تحديد هذه السيناريوهات وفقًا للتأثير الإشعاعي الإجمالي الناتج في عام 2100 [30].

لتجنب فرط عرض النتائج بسبب العلاقة الخطية المتداخلة العالية للمتغيرات البيئية [31] ، تم إجراء تحليلات مساهمة المتغيرات البيئية والارتباط بناءً على برامج MaxEnt و SPSS. استخدمنا برنامج MaxEnt 3.4.1 لتحليل مساهمات المتغيرات بناءً على المتغيرات البيئية ومواقع توزيع Morchella ، وقمنا بتعيين التكرارات على 1 0 مرة. بعد ذلك ، تم استخراج المعلومات المتعلقة بالعوامل البيئية لمورشيلا باستخدام ArcGIS 1 0. 2 ، وتم إجراء تحليل ارتباط بيرسون بين المتغيرات البيئية في SPSS 25 (الشكل 1). إلى جانب مساهمة العوامل البيئية ، فقد احتفظنا بالعوامل ذات معاملات الارتباط الأقل من 0.8 حول العوامل الستة الأولى. كان لبعض العوامل البيئية قيم معامل ارتباط أكبر من|0.8|، وتم الاحتفاظ بمتغير واحد فقط بمساهمة أعلى واستخدامه في نماذج MaxEnt [32،33]. أخيرًا ، تم استخدام 18 عاملاً بيئيًا في النمذجة (الجدول 1).

2.3 تحليل نموذج MaxEnt

2.3.1. اختيار نموذج المعلمة

تم استيراد مواقع توزيع أنواع Morchella و 18 عاملاً بيئيًا إلى برنامج MaxEnt3.4.1 لتحليل النمذجة. تم اختيار ما مجموعه 25 بالمائة من بيانات التوزيع بشكل عشوائي كمجموعة اختبار لفحص دقة النموذج ، واستخدمت نسبة 75 بالمائة المتبقية كمجموعة تدريب [34]. قمنا بتشغيل 10 مكررات تمهيدية ، كان نوعها هو عينة فرعية. بصرف النظر عن هذا ، كانت العتبة المحددة هي حساسية التدريب القصوى بالإضافة إلى الخصوصية ، وكان تنسيق الإخراج هو Cloglog ، وتم ترك المعلمات الأخرى كإعدادات افتراضية.

2.3.2. نموذج وتقييم المتغيرات البيئية

الجامعة الأمريكية بالقاهرة هي معيار شامل يمثل دقة وتخصص ROC. تم إدخاله لأول مرة في تقييم دقة نموذج توزيع الأنواع في عام 1997 [35] ، ومنذ ذلك الحين ، تم استخدامه لتقييم أداء النماذج. تتراوح قيمة AUC من 0 .5 إلى 1. إذا كانت القيمة أقرب إلى 1 ، فهذا يعني أن الدقة التنبؤية للنموذج أعلى. تشير قيمة AUC تحت 0. 7 إلى أن تأثير محاكاة النموذج ضعيف ؛ قيمة AUC بين 0. 7 و {{1 0}}. 8 تشير إلى أن تأثير محاكاة النموذج معتدل ؛ قيمة AUC بين 0 .8 و 0. 9 تشير إلى أن تأثير محاكاة النموذج جيد ؛ وبالتأكيد ، عندما تكون قيمة AUC أعلى من 0.9 ، يكون تأثير المحاكاة ممتازًا [36]. بالإضافة إلى ذلك ، توفر MaxEnt طريقة Jackknife لتحليل المساهمة النسبية وأهمية المتغيرات البيئية في Morchella ولتحديد العوامل البيئية الرئيسية.

2.3.3. تصنيف المنطقة المناسب

وفقًا لتقييم احتمالية التواجد في التقرير الخامس للهيئة الحكومية الدولية المعنية بتغير المناخ [37] ، قمنا بإعادة تصنيف الموطن المناسب لمورشيلا باستخدام وحدة إعادة التصنيف في ArcGIS 1 0 .2 باستخدام طريقة المقطع الطبيعي. تم تقسيم موطن Morchella إلى أربعة درجات باستخدام طريقة المقطع الطبيعي: الموطن غير المناسب (0 أقل من أو يساوي القيمة أقل من أو يساوي 0. 13) ، موطن مناسب منخفض ({{8} }}. 13 <قيمة أقل="" من="" أو="" تساوي="" {{1="" 0}.="" 35)="" ،="" موطن="" مناسب="" إلى="" حد="" ما="" (0.="" 35=""><قيمة أقل="" من="" أو="" يساوي="" 0.63)="" ،="" وموائل="" مناسبة="" عالية="" (0.63=""><القيمة أقل="" من="" أو="" تساوي="">

2.3.4. التغيير في مركز التوزيع في Morchella

أدوات SDM عبارة عن مجموعة أدوات GIS تستخدم في تحليل تغيير النقطه الوسطى في مناطق التوزيع المناسبة [38]. في هذه الدراسة ، تم استخدام أدوات SDM والمناطق الثنائية المناسبة لمورتشيلا في فترات مختلفة لحساب الموقع الجغرافي لمركز التوزيع الخاص بها ، وبالتالي توضيح مسار التطور الزماني والمكاني لموركيلا.

3. النتائج

3.1. تقييم دقة النموذج

كما هو موضح في قيمة AUC لمنحنى ROC الذي تديره MaxEnt ، فإن متوسط ​​قيمة AUC لبيانات التدريب لنموذج توزيع Morchella المحتمل في ظل الظروف المناخية السابقة كان {{0}}. 9 0 7 ، وقيمة AUC المتوسطة لبيانات الاختبار كانت 0 847 ؛ في ظل الفترة الحالية ، كان متوسط ​​قيمة AUC لبيانات التدريب 0. 9 0 5 ، وكانت القيمة المتوسطة لبيانات الاختبار 0.852 ؛ بالنسبة للفترات المستقبلية ، كان متوسط ​​قيمة AUC لبيانات التدريب 0.903 ، وكانت القيمة المتوسطة لبيانات الاختبار 0.848 (الجدول 2). وفقًا لمعيار تقييم قيمة AUC ، فإن هذه النتائج جيدة وموثوقة.

3.2 العوامل البيئية المهيمنة

يوضح الجدول 3 المساهمة النسبية لنمذجة العوامل البيئية. العوامل البيئية الرئيسية التي أثرت على توزيع المورتشيلا كانت Bio17 ، والارتفاع ، و Bio11 ، و Bio1. في الفترات LGM و MH والفترات الحالية والمستقبلية (الثواني 0 5 0 و 2070) ، وصلت معدلات المساهمة التراكمية إلى 75.8 بالمائة و 79.9 بالمائة و 70.6 بالمائة و 74.6 بالمائة و 77.5 بالمائة ، 74.6٪ ، 76.8٪ ، 74.0٪ ، 80.0٪. كان Bio17 هو الأكثر تأثيرًا على Morchella ، وكان الارتفاع و Bio11 ثاني وثالث أكثر العوامل فاعلية على التوالي ، مما كان له أيضًا تأثير كبير على احتمال حدوث Morchella.

بناءً على منحنيات الاستجابة أحادية العامل ، تم تحليل تأثير العوامل المهيمنة على احتمال وجود Morchella. كانت الظروف البيئية المناسبة للغاية لبقاء Morchella على النحو التالي: Bio17 كان 11.32 - 77.78 ملم ، وكان الارتفاع 1480.78 - 3827.03 م ، Bio11 كان -5.98 - 9.32 درجة مئوية ، و Bio1 كان 6.16 - 16.98 درجة مئوية (الشكل 2).

3.3 التوزيع الجغرافي المحتمل وتقييم المناطق المناسبة لموركيلا

3.3.1. مناطق مناسبة في الماضي

انخفض الموطن المناسب في كل من LGM و MH مقارنةً بالعصر الحالي. توقعت شركة MaxEnt أن المساحة الكلية المناسبة لمورشيلا انخفضت بنسبة 12.43٪ في LGM وأن المساحة المناسبة العالية انخفضت بنسبة 5.07٪ ، الأمر الذي انعكس بشكل رئيسي في الانخفاض في المنطقة المناسبة في جنوب شرق قانسو ووسط وجنوب شنشي ، وشمال قويتشو في الصين ؛ انخفضت المنطقة المناسبة المعتدلة بنسبة 2.48 في المائة ، والتي كان من المتوقع أن تحدث بشكل رئيسي في شينجيانغ وشمال الصين ؛ وانخفضت المنطقة المنخفضة المناسبة بنسبة 4.88 في المائة ، بشكل رئيسي في شمال شرق الصين وشمال غرب شينجيانغ (الشكل S2 ، والجدولان 4 و 5).

بالنسبة إلى MH ، كان نطاق التخفيض أصغر من النطاق في LGM. كان هناك تباين طفيف في MH والتيار ، والذي لم نتمكن من تمييزه بوضوح في الأشكال (الشكلان S2 و S3). مزيد من التفاصيل حول منطقة التوزيع موضحة في الجدولين 4 و 5.

3.3.2. المناطق المناسبة للأوقات الحالية

يمكن أن نرى في الشكل S3 أن الموطن المناسب لمورتشيلا واسع نسبيًا في ظل الظروف المناخية المعاصرة. بلغ إجمالي مساحة الموائل المناسبة حوالي 405.8195 × 104 كيلومتر مربع ، وهو ما يمثل 42.34 في المائة من مساحة الصين الإقليمية (الجدولان 4 و 5). كانت تقع إلى حد كبير في جنوب غرب وشمال غرب الصين ، وتغطي شمال يوننان وجنوب شرق التبت وسيشوان ووسط وجنوب شنشي وجنوب شانشي وشمال قويتشو وجنوب شرق قانسو وشمال غرب شينجيانغ وبعض أجزاء فوجيان.

【لمزيد من المعلومات: george.deng@wecistanche.com / WhatApp: 86 13632399501】