九寨溝震損山地典型人工林修復效果分析

摘 要 在2017年九寨溝地震后，為修復受損的林地，相關部門采取了人工林種植的修復手段。為給區域生態恢復提供數據支持，運用等距法分析了2017—2021年九寨溝地區植被NDVI的時空變化特征，以及云杉-紅樺、云杉-疏花槭-連香樹、油松-青榨槭、云杉-疏花槭這4種典型人工林組合的凋落物性質。結果表明：1）2018年九寨溝地區覆蓋度略有下降，但5年間整體覆蓋度上升了0.008 2；2）修復效果最好的組合是油松-青榨槭，其次是云杉-疏花槭-連香樹。

關鍵詞 九寨溝；震損地區；歸一化植被指數；樹種篩選；人工林

中圖分類號：S718.55+1.2；X171.1 文獻標志碼：A DOI：10.19415/j.cnki.1673-890x.2024.11.023

九寨溝所處山區地質構造復雜，地震發生后引起大量的崩塌、滑坡和泥石流等次生災害，造成土體大量掩埋，形成了大量的次生裸地及創傷面，破壞了區域內原有植被和土壤條件，致使植物生長發育的基本條件惡化[1]。森林作為地球上陸地生態系統之一，是動植物賴以生存的棲息地[2]。森林覆蓋度是檢測生態環境變化的重要指示器，森林覆蓋度的時空變化受到大氣、土壤、水文和人類的影響[3-5]。森林可以固定碳、降低地表徑流的沖刷、穩定氣候，同時為人類提供重要的生產和生存資源，是生態系統中不可或缺的組成部分[6]。震后受損的地區依據適時適地、宜草宜林原則進行人工林的種植，可以快速修復地表植被，減少地表徑流的產生[7]。

森林凋落物是指森林中植物在生命周期結束后的落葉、枝干、果實和失去生命力的根等殘體。森林凋落物是維持林地生態系統的關鍵環節，其分解貢獻養分給土壤，具有促進植物生長和調控生態系統功能。此外，森林凋落物還是土壤中碳的重要來源，維持著土壤肥力和碳循環[8-9]。

歸一化植被指數（NDVI）是表征植被覆蓋的一個重要指標，與地面生物量密切相關，能夠較精確地反映地表植被的生長狀態及演變特征，已經廣泛運用于植被動態變化研究[10]。九寨溝自然保護區地處四川省北部山區，于1992年作為自然遺產被列入《世界遺產名錄》，同時是國家級自然保護區、國家地質公園，5A級景區[11]。九寨溝核心景區西部5 km處比芒村于2017年8月8日發生了7.0級地震，嚴重破壞了山區森林植被，野生動物的棲息地也遭受了嚴重的破壞，給自然生態系統帶來了災難性的打擊。中央及四川省委對九寨溝災后重建十分重視，在受損地區進行人工林種植。為給區域生態恢復提供數據支持，本文以九寨溝地震后4種人工林種植的受損地為研究對象，探討2017—2021年九寨溝地區植被NDVI變化特征，并結合土壤凋落物和有機質情況，尋找出最佳的人工林修復模式。

1" 研究區概況

九寨溝縣位于四川西北部高原地區，是阿壩藏族羌族自治州的東北部，位于北緯32°53′～33°43′、東經103°27′～104°26′。九寨溝縣主要包含高山山地、高山峽谷和中山河谷等地貌類型，總面積達5 286 km²，海拔1 000～4 500 m，森林覆蓋率達55%，是四川省第二大的林區。九寨溝縣氣候獨特，整體上屬于川西北高原氣候中的暖溫帶氣候帶，氣溫溫和偏冷，夏季短而冬季較長。此外，由于海拔的變化，九寨溝縣各個區域間的氣候特征存在較大差異。九寨溝地區的多年平均氣溫13 ℃左右，活動積溫3 880 ℃左右，年均降水量547 mm[12]，共有10余個土類，26個土種。

2" 數據與方法

2.1" 數據來源與處理

通過野外實際調查和GPS定位等手段，確定受損地塊的情況，利用ArcGIS進行點位的標定。根據不同的修復手段進行分類，一共24個地塊，4種典型人工林組合：云杉-紅樺、云杉-疏花槭-連香樹、油松-青榨槭、云杉-疏花槭，NDVI變化值是2017—2021年的變化值，詳見圖1、表1。

DEM（空間分辨率為30 m）數據來源美國太空總署（NASA）和國防部國家測繪局（NIMA）聯合測量（https：//srtm.csi.cgiar.org/srtmdata/）。

NDVI最大值數據集是基于Google Earth Engine（GEE）遙感云計算平臺，利用哨兵2（Sentinel-2）的B8和B4波段遙感影像計算的逐年NDVI最大值數據集，數據空間分辨率為10 m，時間分辨率為2017—2021年逐年度[13]。

于2021年到實地采樣，樣方大小為20 m×20 m，每個樣方采用5點取樣法，并在樣方內未受到采土樣干擾的地方圈起1個1 m×1 m的小樣方，收集表面所有枯落物并放入自封袋保存，帶回實驗室檢測土壤凋落物中有機質、可溶性有機碳、非結構性碳水化合物。1）土壤有機質采用重鉻酸鉀容量法，在加熱的條件下，用過量的重鉻酸鉀-硫酸（K2Cr2O7-H2SO4）溶液氧化土壤有機質中的碳，Cr2O7-2等被還原成Cr+3，剩余的重鉻酸鉀（K2Cr2O7）用硫酸亞鐵（FeSO4）標準溶液滴定，根據消耗的重鉻酸鉀量計算出有機碳量，再乘以常數1.724，即為凋落物有機質量。2）可溶性有機碳測定：取10 g新鮮土樣，按照土∶水為1∶5的比例混勻，在25 ℃條件下，以250 r·min^-1的速度振蕩1 h，接著在轉速為15 000 r·min^-1離心10 min，上部懸浮液過0.45 μm薄濾膜，過濾液用碳自動分析儀來測定。3）非結構性碳水化合物測定采用酶解法。

2.2" 研究方法

2.2.1" 等距法

采用等距法更加直觀分析九寨溝地區的NDVI動態變化，將NDVI分為5個層級：低（＜0.2）、中低[0.2，0.4）、中[0.4，0.6）、中高[0.6，0.8）及高（≥0.8）植被覆蓋度[14]。

2.2.2" 單因素方差分析

使用SPSS 25.0對NDVI變化、凋落物重量、有機質、可溶性有機碳和非結構性碳水化合物進行單因素方差分析，旨在確定這些變量在不同組合之間是否存在顯著差異（p＜0.05）。

3" 結果與分析

3.1" 九寨溝地區2017—2021年植被覆蓋度變化

從表2可以看出九寨溝地區其中2018年NDVI值發生了下降，在2017—2021年多年均值接近于0.7，低植被覆蓋度的比例從3.03%降低到2.63%，中低覆蓋度比例變化不大，中覆蓋度從7.4%降低到6.43%，中高覆蓋度從63.38%降低到61.02%，高覆蓋度從22.38%增加到25.92%，說明九寨溝地區總體植被覆蓋較好，整個地區的植被經過5年時間覆蓋度上升0.008 2。

總體而言在“8·8”地震發生后，在2018年九寨溝地區的植被覆蓋表現出一定程度的下降，但是總體比較穩定，2021年整體覆蓋度相較于2017年是略有上升的，植被覆蓋度得以在震后上升一定程度上受益于相關部門開展的人工林種植。

3.2" 不同人工林組合修復效果分析

從圖2可知，4種修復措施的NDVI的均值T3（0.178 8）＞T2（0.129 9）＞T1（0.097 3）＞T4（0.083 8），T3顯著高于T2（p＜0.05），所有的進行人工林修復的樣地覆蓋度都得到一定程度的提升，植被覆蓋得到一定程度的改善，T4措施下NDVI恢復情況波動較大，其中NDVI提升最大的為T4-1（0.248 5），NDVI提升最小的為T4-4（0.011 8）。凋落物量均值是T3（223.8 g）＞T4（217.5 g）＞T2（204.3 g）＞T1（202.3 g），T3顯著高于T2，最大值是237.2 g（T3-4），最小值出現在166.7 g（T1-1）。有機質均值T2（865.5 g·kg^-1）＞T4（863.5 g·kg^-1）＞T3（852.6 g·kg-1）＞T1（852.5 g·kg^-1）差異并不顯著（p＞0.05），T2的均值高但是方差較大，T3的方差較小但是均值較低，最大值887.0 g·kg^-1（T2-4），最小值844.4 g·kg^-1（T1-4）。非結構性碳含量T3（12.0%）＞T1（11.9%）＞T2（11.7%）＞T4（11.4%）差異并不顯著（p＞0.05），T1、T2和T3的均值較高且方差都小，最大值為12.27%（T3-1），最小值10.78%（T4-2）。可溶解性碳含量則為T2＞T3＞T1＞T4，T2和T3的均值較大且方差小，T2顯著高于T3和T4，T3顯著高于T4，最大值為11.3 g·kg^-1（T2-5），最小值為5.9 g·kg-1（T4-7）。

凋落物可以在土壤表面形成保護層，減少徑流沖刷，減少土壤水分的蒸發，同時也是幼芽出土屏障[15]。杜雨潭等對亞熱帶地區不同恢復階段林地凋落物化學計量特征進行研究后發現，凋落物總量隨著林地恢復程度呈現出正相關關系。綜合覆蓋度恢復，凋落物總量看來T3為較好的修復方案，能較快的增加區域的植被覆蓋度，同時也具有較多的的地面凋落物量，有利于土壤的恢復[16]。可溶性有機碳可被地上植物吸收利用，其是林地土壤養分優劣的重要指標之一[17]，所以T2也是較好的樹種修復組合。

4" 結論與討論

九寨溝地區2018年的NDVI相較于2017年略有下降，是由于部分區域受“8·8”地震的影響，山體出現滑坡，植被受到了嚴重的破壞，但是地區整體NDVI在2017—2021年略有上升，這與前人的研究結果一致[18-19]。

人工林種植能提高當地的覆蓋度，同時也產生了許多凋落物進入土壤循環，云杉、紅樺、油松、青榨槭和疏花槭5種樹種均是該地區的優勢喬木[20]，最優選擇種植油松和青榨槭（T3）的組合，其次為云杉-疏花槭-連香樹（T2）組合。九寨溝地區地質結構復雜，地質災害較多，生態環境脆弱，植被生長環境一旦受到破壞，加上高寒山地受環境條件制約，植物生長周期較短，土壤有機質積累植物生緩慢，在人工林種植的前提上可以進行適當的施肥來保證植被恢復成功[21]。

本文通過研究NDVI的變化和地面凋落物性質，初步篩選出適合不同受損地塊的樹種，為九寨溝地震災后的人工植被恢復提供了重要基礎。但植被生長受氣候因子的影響，這種影響是復雜的，存在空間和時間上的差異。本研究只考慮了凋落物和NDVI的影響，還應綜合考慮地位條件（坡向、坡度和光照等）、土壤條件（土壤肥力、土壤物理性質等）等的影響，只有這樣才能更好地選擇不同地區所適宜的樹種。

參考文獻：

[1] FAN X M， SCARINGI G， KORUP O， et al. Earthquake-induced chains of geologic hazards： patterns， mechanisms， and impacts[J]. Reviews of Geophysics，2019，57（2）：421-503.

[2]" PAN Y， BIRDSEY R A， PHILLIPS O L， et al. The structure， distribution， and biomass of the world's forests[J]. Annual Review of Ecology， Evolution， and Systematics，2013，44：593-622.

[3]" GAO J B， JIAO K W， WU S H， et al. Past and future effects of climate change on spatially heterogeneous vegetation activity in China[J]. Earths Future，2017，5（7）：679-692.

[4] PARMESAN C， YOHE G. A globally coherent fingerprint of climate change impacts across natural systems[J]. Nature，2003，421（6918）：37-42.

[5]" BRASWELL B H， SCHIMEL D S， UNDER E， et al. The response of global terrestrial ecosystems to interannual temperature variability[J]. Science，1997，278（5339）：870-872.

[6]" PENG J， LI Y， TIAN L， et al. Vegetation dynamics and associated driving forces in eastern China during 1999—2008[J]. Remote Sensing，2015，7（10）：13641-13663.

[7]" 干龍梅，劉屹，覃志剛，等.我國地震災后生態修復研究現狀及展望[J].四川林業科技，2018，39（4）：17-21.

[8]" HESSEN D O， AGREN G I， ANDERSON T R， et al. Carbon sequestration in ecosystems： the role of stoichiometry[J]. Ecology，2004，85（5）：1179-1192.

[9]" 王云霞. 黃土丘陵區人工林刺槐和油松凋落葉分解特征及其對土壤養分影響的研究[D].楊凌：西北農林科技大學，2020.

[10] ZHAO L， DAI A G， DONG B. Changes in global vegetation activity and its driving factors during 1982—2013[J].Agricultural and Forest Meteorology，2018，249：198-209.

[11] 廖雨辰，史雪威，劉俊雁，等.九寨溝國家級自然保護區地震前后生態系統服務價值評估[J].生態學報，2022，42（6）：2063-2073.

[12] 文鳳娟，張輝，王全蘭.九寨溝縣近30年氣候特征分析[J].農家參謀，2019（12）：179.

[13] 徐新良.中國10 m逐年NDVI最大值數據集[EB/OL].[2024-02-03].https：//www.resdc.cn/DOI/DOI.aspx？DOIID=97.

[14] 王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（1）：116-134.

[15] SAYER E J. Using experimental manipulation to assess the roles of leaf litter in the functioning of forest ecosystems[J]. Biological Reviews，2006，81（1）：1-31.

[16] 杜雨潭，陳金磊，李雷達，等.亞熱帶不同植被恢復林地凋落物層碳、氮、磷化學計量特征[J].中南林業科技大學學報，2020，40（2）：108-119.

[17] FROBERG M， KLEJA D B， HAGEDORN F. The contribution of fresh litter to dissolved organic carbon leached from a coniferous forest floor[J]. European Journal of Soil Science， 2007，58（1）：108-114.

[18] 謝慧君，張廷斌，易桂花，等.川西高原植被NDVI動態變化特征及對氣候因子的響應[J].水土保持通報，2020，40（4）：286-294，328，封2.

[19] 辛宇，孫夢鑫，張岳，等.2000—2020年四川省植被覆蓋時空變化特征及其氣候驅動因子[J].水土保持通報，2022，42（4）：312-319.

[20] 張煒，代金莉，賀維，等.九寨溝地震災后植被恢復過程中樹種篩選[J].四川林業科技，2020，41（6）：117-123.

[21] 劉韓，帥偉，茍天雄，等.基于土壤特征的川西高寒山地公路邊坡生態修復困難性分析[J].公路交通科技（應用技術版），2018，14（3）：16-19.

（責任編輯：敬廷桃）