黄花蒿(Artemisia annua L.)为菊科蒿属一年生草本植物,其药用部位为干燥地上部分,具有清虚热、截疟等功效,是我国的传统中药。黄花蒿中所含的青蒿素(Artemisinin)具有高效抗疟、无毒等优势,因此世界卫生组织将其作为首选防疟药。现代研究表明黄花蒿还具有抗病毒、抗肿瘤、抗心律失常等活性。野生黄花蒿和栽培黄花蒿是目前青蒿素的主要来源,但大多数地区野生黄花蒿中青蒿素含量较低,不能满足市场需求,因此引种栽培黄花蒿是解决黄花蒿产业发展的重要途径。黄花蒿虽然是世界广泛分布的药用植物,但不同地区黄花蒿中青蒿素含量差异较大,因此分析黄花蒿中的青蒿素含量的空间变化规律和高品质产区的气候特征,并预测高品质黄花蒿生长区,是进行黄花蒿引种栽培的首要条件,也是提高黄花蒿产量和质量的关键。同时,应注意考察种质的遗传稳定性,选择较好品质的种质进行遗传育种,这也是黄花蒿引种栽培的重要问题。本研究通过建立超高效液相色谱法(UPLC-ELSD)测定不同产地119个黄花蒿样品中青蒿素含量。建立色谱条件如下:柱温为25℃;ELSD检测器增益为100,喷雾器为加热模式,动力级别60%,漂移管温度45℃,气体压力20psi。流动相为A为乙腈,B为水,流速0.2 ml·min-1,进样量:5μL;洗脱梯度:0～1 min,20%～40%A;1～3min,40%～60%A;3～4min,60%～62%A;4～5min,62%～65%A;5～7 min,65%～68%A;7～10 min,68%A。本文建立的色谱条件下,青蒿素的分离度良好,方法的线性、精密度、稳定性、重复性及加样回收实验均符合要求,能很好地应用于青蒿素含量测定。年均因子和月均因子可从不同时间尺度上刻画药用植物的生长需求。采用主成分分析(PCA),偏最小二乘法(PLS)等统计学方法分析青蒿素含量空间变异规律以及高品质黄花蒿产区气候特征。结果表明:青蒿素含量与最冷季度平均降水量和月均温范围显著相关,且二者均对青蒿素的含量有抑制作用。另外,月均因子对青蒿素含量影响的分析结果表明:2月和9月的月平均降水量对青蒿素含量的影响较大,且2月月均降水量与青蒿素含量呈负相关,9月月均降水量与青蒿素含量呈正相关;1至4月份的温度影响较大,且与青蒿素含量均呈正相关。气候特征研究表明:黄花蒿产区4-10月份的水温比变异系数均小于1,4-10月份是黄花蒿的主要物候期,说明黄花蒿在主要生长阶段对降水和温度的变化趋势要求比较一致。另外,黄花蒿高品质区的降水和温度比值的变异系数均小于低品质区,且高品质区4-10月份的水温比值小于0.5,低品质区6-10月份的水温比值小于0.5,推测水温比值小于0.5更有利于青蒿素积累,高品质区的青蒿素含量高于低品质区可能与积累时间的长短有关,这一结论有待于后续进一步研究和验证。高品质区4-10月份月均降水量最小值范围为10-88mm,最大值范围为176-309mm;月均温最小值范围为3.1-13.2℃,最大值范围为24.9-30.2℃。ITS2序列鉴定结果表明,119份样品均为菊科蒿属植物黄花蒿;序列分析表明不同产区黄花蒿样本的ITS2序列和psbA-trnH序列几乎没有变异。从NCBI下载其他近源植物的ITS2序列和psbA-trnH序列进行比较,结果表明不同产区的黄花蒿ITS2序列和psbA-trnH序列的遗传距离均较小,与近缘物种相比,种内距离远小于种间距离。分别基于ITS2序列和psbA-trnH序列采用邻近法(NJ)构建系统聚类树,黄花蒿样本与近缘物种明显区别开来,黄花蒿单独聚为一支,表现出更好的单系性。生态位模型(MAXENT模型、GARP模型、DOMAIN模型和BIOCLIM模型)评估结果表明,4个模型的AUC值均达到0.75以上,Kappa值均达到0.4以上,4个模型预测精度良好,一致性显著,均可用来预测黄花蒿适宜区。不同的生态位模型因原理不同其预测结果稍有差异,模型筛选结果表明:MAXENT模型表现出更好的精度,因此选择MAXENT模型作为黄花蒿生产区划的底图。采用R语言构建青蒿素与生态因子关系模型并基于地理信息系统(GIS)进行品质区划,品质区划结果表明.:重庆市、四川省东部、贵州省北部、广东省南部、湖南省西部、湖北省西部和海南省青蒿素含量较高,而且黄花蒿适宜指数也较高,可作为生产高品质黄花蒿的首选区域,中部地区和云南等地青蒿素含量稍低,属于黄花蒿较适宜区,可作为黄花蒿的扩种区,栽培过程中可通过合理调控生态因子,以期获得高品质黄花蒿。东南地区如湖南南部、江西和福建北部等地区青蒿素含量最低,且黄花蒿的生态适宜指数也最低,不建议在这些地区进行大规模引种栽培。