王 蕾,曾 森,周云帆

(成都理工大学地学空间信息技术国土资源部重点实验室，四川 成都 610059)

汶川震后植被恢复趋势与地形关系研究

王 蕾,曾 森,周云帆

(成都理工大学地学空间信息技术国土资源部重点实验室，四川 成都 610059)

汶川地震造成震区植被损毁严重.震后自然植被恢复情况评估，对地震灾区恢复重建和规划有重要意义.选择都江堰-映秀草坡区为研究区，计算不同时相的归一化植被指数，分析震后研究区植被覆盖变化和植被恢复状况.提取受地震影响植被指数负变化区域，分析该区域2009年至2014年植被恢复度同地形因子的时空分布关系.分析表明：震后植被总体恢复较好，但研究区植被恢复情况不均匀.植被恢复度增长趋势随着坡度的增加表现为先增长，当植被恢复度达到0.6时，植被恢复度增长趋势随着坡度的增加而减少；植被恢复度增长趋势随着高程的增加表现为先增长，当植被恢复度达到0.45时，植被恢复度增长趋随着高程的增加而减少.

植被恢复;遥感;地形因子;归一化植被指数

2008年汶川地震造成震区植被损毁严重.现已过去五年多，有关震区最新植被覆盖时空变化研究较少，而植被覆盖情况直接反映震区生态恢复程度，从长远上能指导震区经济发展规划.遥感图像具有连续多时相以及多分辨率的特性，适用于植被动态变化的监测和分析，是本文对震区植被覆盖恢复分析的数据支持.植被指数能够反应植被的生长状况，其中归一化植被指数能很好的反应地表植被情况，广泛应用于植被动态监测、植被分类以及土地覆盖变化研究[1-5].国内学者[6-8]利用不同时序遥感数据分析不同尺度和地区植被覆盖动态变化.

本文选择都江堰-映秀草坡区为研究区，提取出地震中植被负变化的区域.分析植被负变化区域植被生长恢复趋势同地形因子的关系.相较于没有受到地质灾害影响的动态监测，更加能够反映出植被恢复生长趋势同地形因子的相关关系.

1 方法

1.1 研究区概况和数据源

表1 研究区(都江堰-映秀草坡区)Landsat影像信息

都江堰-映秀草坡区位于四川盆地西北部边缘，成都平原向青藏高原的过渡带，是地震活跃地区.范围介于东经103°17′-103°40′、北纬30°57′-31°17′之间.研究区内除都江堰市，其他区域主要是崎岖陡峭的地形，海拔自西北到东南走向逐渐降低，海拔介于679 m和4 300 m之间.

本文数据来源为空间分辨率为30m×30m的Landsat5 TM和Landsat8 OLI数据，分别选择地震前后三年(2004年、2009年、2014年)云量较少的Landsat数据.

1.2 植被覆盖度和植被恢复度

NDVI(归一化植被指数)增强了对植被的反应能力，能够较真实的反应植被状态.NDVI由近红外区与红外区反射率差值与和值的比值得到，计算公式为[3]：

(1)

式中：NIR为近红外波段；R为红外波段.

由于图像中像元有一定的面积，像元所代表的的地物并不单一，存在混合像元，加之NDVI值对土壤背景较敏感，根据像元二分模型，像元信息同时包含土壤信息(SS)和植被信息(SV)，植被覆盖度用FC表示，假设纯植被覆盖的像元表示为Sveg，纯土壤覆盖的像元表示为Ssoil，则植被覆盖度可表示为[4，5]：

(2)

本文统计分析影像NDVI值，初步设定百分位数为5和95的NDVI值代表纯土壤覆盖和纯植被覆盖像元.按上述标准对NDVI进行密度分割，以真彩色影像做参照，用目视判读的方法判断河流河漫滩区域误分部分，调整Ssoil直至划分符合实际要求.

植被恢复度主要针对研究区内受地震影响的区域，设不同年份的植被指数为NDVIi(i=04、09).

NDVI09-NDVI04<0

(3)

选择上式中植被指数负变化的区域作为新的研究区，计算植被恢复度D.设不同年份的植被覆盖度为(i=09、14)，D表示为：

(4)

植被恢复度分为五个类别[9]：恢复较差(<0.1)、恢复一般(0.1-0.25)、恢复较好(0.25-0.45)、恢复良好(0.45-0.6)、恢复优秀(>0.6).

2 结果分析

2.1 NDVI值变化分析

三期数据时间主要为夏季6、7月份，时间差异不大，植被属于一年期中生长较好的时段，因此其对比可以较好的反映研究区植被变化情况.对三期数据的NDVI值进行统计分析得到图1.从图1中可以看出2009年相较于2004年震前的NDVI值中位数下降了0.053，并且数据整体分布向最小值0偏移，表明植被受到地震影响NDVI值整体下降.2014年相较于2009年NDVI中位数增加了0.063，与2004年相近，表明植被整体恢复较好.但是2014年下四分位数相较于2004年较低，说明研究区植被虽然有一定程度的恢复，但是区域恢复不均匀，导致部分区域NDVI值较低.

图1 研究区三个时期NDVI值箱形图

2.2 植被恢复度与地形关系

通过差值计算得到地震中植被负变化的区域为新研究区.计算2009年至2014年该区域植被恢复度评价震后植被恢复情况.由于地表起伏度、地表粗糙度等都可由高程和坡度验算得出，因此本文主要考虑坡度、高程两个地形因子.根据不同坡度将研究区分为五类：平坡(<5)、缓坡(5-15)、斜坡(15-25)、陡坡(25-40)、急坡(>40).统计不同坡度对应不同植被恢复度占面积百分比如图2.从图2中可以看出随着坡度的增加，恢复良好和优秀的区域所占百分比逐渐增加；植被恢复较好面积百分比随着坡度的增加呈现为先减少再增加；植被恢复一般的区域面积百分比随着坡度增加表现为先增加再减少；植被恢复较差面积百分比随着坡度增加而减少.

将高程值划分为四类：小于1 500 m、1 500 m至2 500 m、2 500 m至3 500 m，大于3 500 m.图2中可以看出随着海拔的增加，植被恢复度优秀的面积百分比逐渐减少；恢复度良好面积百分比随着高程增加表现为先增加再减少；植被恢复度一般和植被恢复度较好的面积百分比随着海拔升高逐渐增加；植被恢复度较差的区域主要分布在低海拔(1 500 m内).

图2 地形因子与植被恢复关系

分别以坡度和高程为自变量，对应的植被恢复面积百分比为因变量，分别在五种不同植被恢复度条件下进行线性拟合，得到表2、表3.即在五类植被恢复度条件下，自变量分别为坡度、高程的线性拟合公式.可以看出随着植被恢复度的增加，拟合趋势线的斜率表现为先逐渐增加，分别到0.6和0.4时开始回落.说明植被恢复度增长趋势随着坡度、高程增加呈现为先增长，到达临界点后，恢复度增长趋势随着坡度、高程增加而减少.

表2 植被恢复度与坡度关系

注：x：坡度；y：植被恢复面积百分比

表3 植被恢复度与高程关系

注：x：高程；y：植被恢复面积百分比

3 结论

本文利用多源遥感图像和GIS数据分析地震前后都江堰-映秀草坡区植被变化，选择受地震影响植被负变化区域分析植被恢复度同地形因子的相关关系.研究表明震后植被总体恢复较好，但是研究区植被恢复情况不均匀.植被恢复度增长趋势随着坡度、高程的增加表现为先增长，然后随着植被恢复度的继续增加，植被恢复度增长趋势随着坡度、高程的增加而减小.虽然震后植被在逐渐恢复中，但是与震前相比，还是有明显的差别，因此除了依靠自然生态系统的自我恢复能力以外，还应该采取有效的措施恢复震区植被生态.

[1]毛德华，王宗明，宋开山，等.东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应[J].中国环境科学，2011，(2)：283-292.

[2]李惠敏，刘洪斌，武伟.近10年重庆市归一化植被指数变化分析[J].地理科学，2010，(1)：119-123.

[3]苗正红，刘志明，王宗明.基于MODIS NDVI的吉林省植被覆盖度动态遥感监测[J].遥感技术与应用，2010，(3)：387-393.

[4]李小亚，张勃，靳自宝.基于MODIS-NDVI的甘肃河东地区植被覆盖度动态监测[J].水土保持研究，2013，(1)：112-115，307.

[5]王兮之，陆龙，梁钊雄.青海湟水流域植被覆盖度时空变化分析[J].水土保持研究，2010，(6)：172-176.

[6]叶成名，韩岭，苗放.5.12汶川震区植被遥感动态监测与分析[J].地球物理学进展，2012，(5)：1922-1928.

[7]罗慧芬，苗放，叶成名,等.汶川地震前后茂县植被覆盖度变化研究[J].水土保持通报，2013，(3)：202-205.

[8]王朗,傅伯杰,吕一河,等.生态恢复背景下陕北地区植被覆盖的时空变化[J].应用生态学报，2010，(8)：387-393.

[9]Lin W, Lin C, Chou W. Assessment of vegetation recovery and soil erosion at landslides caused by a catastrophic earthquake: A case study in Central Taiwan[J]. Ecological Engineering, 2006,(1):79-89.

(责任编校：晴川)

Study on the Relationship Between Vegetation Restoration Trend and Terrain after the Wenchuan Earthquake

WANG Lei, ZENG Sen, ZHOU Yunfan

(Key Library of Geosciences Spatial Information Technology,Ministry of Land and Resources of the P.R China, Chengdu University of Technology, Chengdu Sichuan 610059, China)

Assessing vegetation restoration has important significance on reconstruction and restoration planning of earthquake-stricken area. The normalized difference vegetation index is calculated to analyze the change of vegetation coverage and vegetation restoration condition. Negative change region of vegetation index is extracted to analyze the relationship between vegetation restoration and terrain factors. The analysis shows that the total recovery of the vegetation was good, but the vegetation recovery was not uniform in the study area. The growth trend of vegetation recovery increased with the increase of slope. When the degree of vegetation restoration reached 0.6, the growth trend of vegetation recovery decreased with the increase of slope. The growth trend of vegetation recovery increased with the increase of elevation. When the degree of vegetation restoration reached 0.45, the growth trend of vegetation recovery decreased with the increase of elevation.

vegetation restoration; RS; terrain factors; NDVI

2015-07-09

王蕾(1991— ),女, 四川南江人，成都理工大学地学空间信息技术国土资源部重点实验室硕士生.研究方向：3S技术与应用.

TP79

A

1008-4681(2015)05-0014-03