Analysis of Vegetation Coverage Change in Jiuzhaigou National Nature Reserve Before and After Earthquake Based on RS and GIS

LEI Yu; FENG Bin; XIE Yaoyao; HU Lu; ZHAO Shanshan; DONG Xin

doi:10.12172/202108160002

Volume 43 Issue 2

Apr. 2022

Article Contents

Turn off MathJax

Article Navigation > Journal of Sichuan Forestry Science and Technology > 2022 > 43(2): 81-87

LEI Y, FENG B, XIE Y Y, et al. Analysis of vegetation coverage change in Jiuzhaigou National Nature Reserve before and after earthquake based on RS and GIS[J]. Journal of Sichuan Forestry Science and Technology, 2022, 43(2): 81−87 doi: 10.12172/202108160002

Citation:

Analysis of Vegetation Coverage Change in Jiuzhaigou National Nature Reserve Before and After Earthquake Based on RS and GIS

doi: 10.12172/202108160002

LEI Yu^1
,,
FENG Bin^2
,,
XIE Yaoyao³,
HU Lu²,
ZHAO Shanshan^{4
,
,},
DONG Xin^{3
,
,}

More Information

1.
Ganzi Health School, Sichuan Province, Ganzi Tibetan Autonomous Prefecture 626001, China
2.
College of Life Science, China West Normal University, Nanchong 637002, China
3.
College of Environmental Science and Engineering, China West Normal University, Nanchong 637002, China
4.
College of Management, China West Normal University, Nanchong 637002, China

Received Date: 2021-08-16
Available Online: 2022-03-11
Publish Date: 2022-04-26

Abstract

In order to explore the range and degree of vegetation coverage change in Jiuzhaigou National Nature Reserve before and after the earthquake, based on ENVI 5.3 and ArcGIS 10.2 software platform, this study extracted and calculated normalized vegetation index (NDVI) and vegetation coverage (FVC) data by using remote sensing image data before and after the earthquake, and then analyzed the temporal and spatial pattern changes of vegetation coverage in Jiuzhaigou National Nature Reserve before and after the magnitude 7.0 earthquake in 2017. The results showed that: (1) The vegetation coverage of Jiuzhaigou National Nature Reserve decreased significantly after the earthquake, mainly concentrated in the north, middle and southwest of the reserve; (2) The epicenter was located in the core area of the reserve. After the earthquake, the increase of low vegetation coverage in the core area was the largest. (3) The earthquake had a great impact on the vegetation in the area with an altitude of < 4000 m, but had little impact on the vegetation in the area with an altitude of > 4000 m. The earthquake reduced the area of vegetation in the slope range of 25°~35°, and the slope directions were east slope, southeast slope, south slope and southwest slope. The research results will provide some scientific reference for the ecological restoration and reconstruction of Jiuzhaigou Nature Reserve after the earthquake, and help us deeply understand the influence mechanism and change law of the earthquake on the vegetation coverage of different topographic factors.
- Jiuzhaigou National Nature Reserve;
- Earthquake;
- Vegetation coverage

References

[1]	Charlie L, Jenny F, Mike R, et al. A wetland ecosystem service assessment tool; Development and application in a tropical peatland in Uganda[J]. Ecological Indicators, 2019, 103: 434−445. doi: 10.1016/j.ecolind.2019.04.019
[2]	Carvalho M, Bengtson P, Lana C, et al. Late Aptian (Early Cretaceous) dry–wet cycles and their effects on vegetation in the South Atlantic: Palynological evidence[J]. Cretaceous Research, 2019, 100: 172−183. doi: 10.1016/j.cretres.2019.03.021
[3]	穆少杰,李建龙,陈奕兆,等. 2001-2010年内蒙古植被覆盖度时空变化特征[J]. 地理学报,2012,67(9):1255−1268.
[4]	邓少福. 祁连山气候变化对植被的影响研究(2000-2001)[D] . 兰州大学, 2013.
[5]	吕锡芝. 北京山区森林植被对坡面水文过程的影响研究[D]. 北京林业大学, 2013.
[6]	胡蕾. GIS支持下的植被分布与环境因子关系分析[D]. 成都理工大学, 2008.
[7]	孙锐,陈少辉,苏红波. 2000-2016年黄土高原不同土地覆盖类型植被NDVI时空变化[J]. 地理科学进展,2019,38(8):1248−1258. doi: 10.18306/dlkxjz.2019.08.013
[8]	孟令奎,李晓香,张文. 植被覆盖区VIIRS与MODIS遥感指数的相关性[J]. 江苏农业学报,2018,34(3):570−577. doi: 10.3969/j.issn.1000-4440.2018.03.013
[9]	王雪芹. “3S”技术在植被调查中的应用分析[J]. 环境与发展,2018,30(4):116−117+120.
[10]	潘倩,张秋劲,徐亮. 基于RS和GIS的汶川地震极重灾区生态恢复监测——以都江堰市为例[J]. 四川环境,2012,31(4):29−33. doi: 10.3969/j.issn.1001-3644.2012.04.006
[11]	李渝生,黄超,易树健,等. 九寨沟7.0级地震的地震断裂及震源破裂的构造动力学机理研究[J]. 工程地质学报,2017,25(4):1141−1150.
[12]	Cui P, Lin Y, Chen C, et al. Destruction of vegetation due to geo-hazards and its environmental impacts in the Wenchuan earthquake areas[J]. Ecological Engineering, 2012, 44: 61−69. doi: 10.1016/j.ecoleng.2012.03.012
[13]	潘荟交,彭文甫,祝聪,等. 四川省汶川县植被覆盖度空间变化及其自然驱动力[J]. 江苏农业科学,2020,48(24):239−243.
[14]	邓贵平. 九寨沟世界自然遗产地旅游地学景观成因与保护研究[D]. 成都理工大学, 2011.
[15]	胡永宁. 毛乌素沙地乌审旗境内NDVI与环境因子的尺度响应[D]. 内蒙古农业大学, 2012.
[16]	马保东,吴立新,刘善军. 中国汶川Ms8.0级地震前NDVI变化特征及其佐证[J]. 科技导报,2010,28(13):52−57.
[17]	杨文涛,汪明,史培军. 利用NDVI时间序列识别汶川地震滑坡的分布[J]. 遥感信息,2012,27(6):45−48+56. doi: 10.3969/j.issn.1000-3177.2012.06.008
[18]	刘汉湖,黄润秋. 汶川桃关震区生态景观格局时空变化分析与生态地质环境评价[J]. 地质灾害与环境保护,2009,20(2):104−111. doi: 10.3969/j.issn.1006-4362.2009.02.022
[19]	Luo H, Fang M, Ye C. Estimation of Vegetation Fractional Coverage in Lugu Lake Based on the Dimidiate Pixel Model[C]// Fifth International Conference on Measuring Technology & Mechatronics Automation. IEEE, 2013.
[20]	Tao Z , Li H. Remote Sensing Dynamic Monitoring and Analysis of Vegetation Coverage Changes City[C] // Fifth International Conference on Computational & Information Sciences. IEEE, 2013.
[21]	Li W, Jing X, Hao W. The dynamics of grassland vegetation fractional coverage using time-series MODIS data in Gannan region of China[C] // Geoscience & Remote Sensing Symposium. IEEE, 2014.
[22]	熊俊楠,彭超,范春捆,等. 基于MODIS时序数据的汶川地震灾区植被覆盖变化监测[J]. 应用基础与工程科学学报,2018,26(1):60−69.
[23]	詹起林. 基于森林植被指数的快速生态评价[D]. 上海师范大学, 2012.
[24]	王蕾,曾森,周云帆. 汶川震后植被恢复趋势与地形关系研究[J]. 长沙大学学报,2015,29(5):14−16. doi: 10.3969/j.issn.1008-4681.2015.05.005
[25]	倪忠云,何政伟,赵银兵,等. 汶川地震前后都江堰植被盖度变化的遥感研究[J]. 水土保持研究,2009,16(4):45−48.
[26]	叶博玮,潘文斌,郑鹏,等. 基于DEM的植被类型地形分异研究[J]. 环境科学与管理,2015,40(11):161−165. doi: 10.3969/j.issn.1673-1212.2015.11.041
[27]	王洪丹. 黄土区露天煤矿排土场土壤与地形因子对植被恢复的影响研究[D]. 中国地质大学(北京), 2016.

Proportional views

通讯作者: 陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

Figures(2) / Tables(8)

Get Citation

PDF

XML

Article views(524) PDF downloads(28) Cited by()

Proportional views

HTML

植被是生态系统中最基本的成分，也是生态环境监测中最重要的组成部分之一^[1-2]。植被覆盖度是描述生态系统的重要基础数据，对区域生态系统变化有重要的指示作用^[3]。因此，在区域生态监测中，植被覆盖度作为一个重要指标来评估生态系统环境的变化及地质灾害的影响空间范围及程度^[4]。通过研究植被覆盖度及空间格局变化能够方便了解该区域生态环境的变化，并结合影响植被覆盖度的地形因子要素分析，对于认识地表空间区域变化具有直接现实意义^[5-6]。

传统的估算方法存在效率低、范围小等缺点，而遥感数据宏观、快捷、信息量丰富，可以定量反映植被生长状况、植被覆盖度等信息^[7]，基于遥感影像的植被覆盖度估算能进行多尺度、大范围、连续长时间的植被覆盖度估算^[8]。近年来，3S技术在生态质量评价和建设项目环境影响评价等相关研究领域占据越来越重要的位置^[9]，遥感技术使得宏观区域数据获得更加方便快捷，GIS技术可对于空间地理数据进行管理和分析处理^[10]。

四川省地处青藏高原地震区，是地震灾害较为严重的地区^[11]。地震造成的次生地质灾害会致使灾区树木被埋、倒伏及折断，破碎和松散的土壤可以直接破坏或推翻大面积的森林，造成灾区植被覆盖面显著减少，对自然环境造成极大的破坏^[12]。利用3S技术对地震前后进行区域尺度的动态生态监测，能为区域生态环境改善、未来生态环境建设提供科学决策支持^[13]。本研究基于ENVI 5.3及ArcGIS 10.2软件，利用Landsat 8 OLI数据分析四川省九寨沟国家级自然保护区地震前后植被覆盖度的空间格局变化，从而判断地震对于植被覆盖度的影响程度和空间范围，研究结果能对九寨沟自然保护区震后生态修复与重建提供一定的科学参考,同时帮助我们深入理解地震对不同地形因子的植被覆盖度的影响机制与变化规律。

1. 研究方法

1.1. 研究区概况

九寨沟国家级自然保护区是岷山山系大熊猫种群的核心栖息地和走廊带，具有典型的自然生态系统，为全国生物多样性保护的核心区域之一^[14]。研究区动植物资源丰富，具有极高的生态保护、科学研究和旅游价值。2017年8月8日21时19分46秒，四川省北部阿坝州九寨沟县发生7.0级地震，地震毁坏了森林植被的完整性，并且震后诱发了大量的滑坡及泥石流等次生灾害，导致了严重的生态环境破坏。此外，滑坡及崩塌形成的堆积物在强降雨的影响下再次形成泥石流，冲毁大量的植被，形成二次破坏。

1.2. 数据来源

影像数据来源于九寨沟地震前后2016年11月和2017年12月云量较少的Landsat8卫星OLI传感器数据，空间分辨率为30m（见表1）。由于在数据搜集的过程中存在一定困难，包括云量遮蔽过多、积雪大片覆盖、数据缺失且无法下载等情况，未能选择两个年度时间完全相同的影像，而是尽量选择了较合适时间点的可用数据作为基础数据。数字高程（DEM）数据来源于地理空间数据云（http://www.gscloud.cn/），空间分辨率为30 m，用于地形因子的提取。

数据标示 Data identification	条带号 Strip number	行编号 Line number	日期 Date	云量 Cloud amount	经度 Longitude	纬度 Latitude
LC81300302016318LGN00	130	30	2016-11-13	5.72%	106.833	43.184
LC81300302017352LGN00	130	30	2017-12-18	0.03%	106.824	43.185

Table 1. Source of remote sensing image data

1.3. 植被指数的提取

1.3.1. 归一化植被指数的计算

在对研究区域进行生态评价时，植被作为最基本的评价因子，其指数模型有150余种，常用的也有40多种^[15-16]。其中，归一化植被指数（NDVI）使用最为广泛和频繁^[17]。通过近红外波段与可见光红波段数值之差与这两个波段数值之和的比值计算获得NDVI数值。

其计算表达式为：

NDVI=NIR-RED/NIR+RED

公式中，NIR—近红外波段反射率；RED—可见光波段的反射率。

NDVI<0时表示图像中覆盖为云、水、雪等，对可见光高反射； NDVI=0表示岩石及裸地，此时NIR与RED接近相等； NDVI>0表示有植被覆盖，且NDVI的值随覆盖度增大而增大。综上，NDVI是探索研究区域内森林植被和生态格局的重要因子，它是对区域内植被类型、覆盖形态、生长状况等的综合反应，对植被覆盖度的检测幅度较宽，有较好的时相和空间适应性^[18]。

1.3.2. 植被覆盖度计算

植被覆盖度（Fractional Vegetation Cover，FVC）指植被在地面的垂直投影面积占统计区总面积的百分比，计算公式如下^[19-21]：

FVC = (NDVI -NDVIsoil)/ ( NDVIveg - NDVIsoil)

NDVIsoil ——完全是裸土或无植被覆盖区域的NDVI值

NDVIveg ——完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值

NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin)

NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin)

1.3.3. 覆盖度变化与地形因子分析

基于ENVI 5.3中进行辐射定标、大气校正、边界裁剪及归一化植被指数（NDVI）计算后，将九寨沟国家级自然保护区地震前后NDVI数据分别使用Statistics/Compute Statistics查看纯植被像元对应值，将最大值与最小值作为纯像元值进行波段计算，得到九寨沟国家级自然保护区地震前后植被覆盖度（Fractional Vegetation Cover，FVC），在ArcGIS 10.2软件中，将九寨沟国家级自然保护区植被覆盖度基于间断值20、40、60、80划分为低、较低、中、较高、高覆盖度5类^[22-24]。将植被覆盖度与功能区划、地形因子进行叠加分析，探究地震前后研究区植被覆盖度的空间格局变化。

3. 讨论

由于云量、积雪、大气辐射等因素影响，无法得到地震前后相同时间点的九寨沟保护区遥感影像数据，这对结果有一定的影响。为将数据影响最小化，研究选取了可获得数据中时间点最接近，云量、积雪、大气辐射等影响因素最小的两期遥感影像。

研究发现，地震带来的强大冲击毁坏了九寨沟国家级自然保护区的森林植被，导致四川九寨沟国家级自然保护区植被覆盖度整体上减少且震中区域范围内覆盖度明显下降，低植被覆盖度面积占比在震后明显提高，而较高覆盖度和高覆盖度的区域面积在震后明显减少，植被覆盖减少的区域主要集中在保护区北部、中部及西南部。

震中位于保护区核心区，地震后，核心区低植被覆盖面积增幅最大，表明保护区核心区受到了地震的最强影响。地震对海拔< 4 000 m的区域植被影响较大，对海拔> 4 000 m的区域内植被影响较小。这可能与植被分布有关，在海拔> 4 000 m的区域，植被分布较稀疏且不易受到滑坡、崩塌及泥石流的次生灾害影响。植被在坡度25°~35°区间，坡向为东坡、东南坡、南坡和西南坡的区域生长状态较好，因此，受到地震影响，植被覆盖减少的面积较多。

九寨沟的自然风光虽造就了九寨沟的生态及旅游价值，但也带来了地震后生态恢复的一系列难题。地震时产生的植被破坏，地震后强降雨冲刷地面及陡坡使得泥石堆积形成泥石流，泥石流对植被及土地进行的二次破坏，这些都使得生态被破坏、植被覆盖度降低。且在进行生态人工修复的过程中，由于九寨沟的高海拔及陡坡的存在，给生态恢复任务带来了很大的困难，植被及生态的恢复非一朝一夕能够完成，需要不断地探索，将科学技术方法与生态检测相结合，不断尝试新的方法。研究结果可为灾后重建和生态恢复提供一定的科学参考：对于覆盖度变化明显的区域进行实地考察，按照坡度、坡向、海拔、功能区分别调查植被覆盖度明显变化的区域范围，找到当地震后的生态破坏因素，因地制宜清理积压的淤泥，疏通被堵塞的河流小溪，清理滑坡、泥石流等带来的堆积物。重点考察覆盖度变化最明显的坡度、海拔、坡向和功能区区域，进一步推进灾后植被恢复工作。

Reference (27)

[1]	Charlie L, Jenny F, Mike R, et al. A wetland ecosystem service assessment tool; Development and application in a tropical peatland in Uganda[J]. Ecological Indicators, 2019, 103: 434−445.
[2]	Carvalho M, Bengtson P, Lana C, et al. Late Aptian (Early Cretaceous) dry–wet cycles and their effects on vegetation in the South Atlantic: Palynological evidence[J]. Cretaceous Research, 2019, 100: 172−183.
[3]	穆少杰,李建龙,陈奕兆,等. 2001-2010年内蒙古植被覆盖度时空变化特征[J]. 地理学报,2012,67(9):1255−1268.
[4]	邓少福. 祁连山气候变化对植被的影响研究(2000-2001)[D] . 兰州大学, 2013.
[5]	吕锡芝. 北京山区森林植被对坡面水文过程的影响研究[D]. 北京林业大学, 2013.
[6]	胡蕾. GIS支持下的植被分布与环境因子关系分析[D]. 成都理工大学, 2008.
[7]	孙锐,陈少辉,苏红波. 2000-2016年黄土高原不同土地覆盖类型植被NDVI时空变化[J]. 地理科学进展,2019,38(8):1248−1258.
[8]	孟令奎,李晓香,张文. 植被覆盖区VIIRS与MODIS遥感指数的相关性[J]. 江苏农业学报,2018,34(3):570−577.
[9]	王雪芹. “3S”技术在植被调查中的应用分析[J]. 环境与发展,2018,30(4):116−117+120.
[10]	潘倩,张秋劲,徐亮. 基于RS和GIS的汶川地震极重灾区生态恢复监测——以都江堰市为例[J]. 四川环境,2012,31(4):29−33.
[11]	李渝生,黄超,易树健,等. 九寨沟7.0级地震的地震断裂及震源破裂的构造动力学机理研究[J]. 工程地质学报,2017,25(4):1141−1150.
[12]	Cui P, Lin Y, Chen C, et al. Destruction of vegetation due to geo-hazards and its environmental impacts in the Wenchuan earthquake areas[J]. Ecological Engineering, 2012, 44: 61−69.
[13]	潘荟交,彭文甫,祝聪,等. 四川省汶川县植被覆盖度空间变化及其自然驱动力[J]. 江苏农业科学,2020,48(24):239−243.
[14]	邓贵平. 九寨沟世界自然遗产地旅游地学景观成因与保护研究[D]. 成都理工大学, 2011.
[15]	胡永宁. 毛乌素沙地乌审旗境内NDVI与环境因子的尺度响应[D]. 内蒙古农业大学, 2012.
[16]	马保东,吴立新,刘善军. 中国汶川Ms8.0级地震前NDVI变化特征及其佐证[J]. 科技导报,2010,28(13):52−57.
[17]	杨文涛,汪明,史培军. 利用NDVI时间序列识别汶川地震滑坡的分布[J]. 遥感信息,2012,27(6):45−48+56.
[18]	刘汉湖,黄润秋. 汶川桃关震区生态景观格局时空变化分析与生态地质环境评价[J]. 地质灾害与环境保护,2009,20(2):104−111.
[19]	Luo H, Fang M, Ye C. Estimation of Vegetation Fractional Coverage in Lugu Lake Based on the Dimidiate Pixel Model[C]// Fifth International Conference on Measuring Technology & Mechatronics Automation. IEEE, 2013.
[20]	Tao Z , Li H. Remote Sensing Dynamic Monitoring and Analysis of Vegetation Coverage Changes City[C] // Fifth International Conference on Computational & Information Sciences. IEEE, 2013.
[21]	Li W, Jing X, Hao W. The dynamics of grassland vegetation fractional coverage using time-series MODIS data in Gannan region of China[C] // Geoscience & Remote Sensing Symposium. IEEE, 2014.
[22]	熊俊楠,彭超,范春捆,等. 基于MODIS时序数据的汶川地震灾区植被覆盖变化监测[J]. 应用基础与工程科学学报,2018,26(1):60−69.
[23]	詹起林. 基于森林植被指数的快速生态评价[D]. 上海师范大学, 2012.
[24]	王蕾,曾森,周云帆. 汶川震后植被恢复趋势与地形关系研究[J]. 长沙大学学报,2015,29(5):14−16.
[25]	倪忠云,何政伟,赵银兵,等. 汶川地震前后都江堰植被盖度变化的遥感研究[J]. 水土保持研究,2009,16(4):45−48.
[26]	叶博玮,潘文斌,郑鹏,等. 基于DEM的植被类型地形分异研究[J]. 环境科学与管理,2015,40(11):161−165.
[27]	王洪丹. 黄土区露天煤矿排土场土壤与地形因子对植被恢复的影响研究[D]. 中国地质大学(北京), 2016.

覆盖度分级 Overdegree classification	地震前 Before the earthquake	地震后 After the earthquake	变化 Change
覆盖度分级 Overdegree classification	面积/km² Area/km²	面积/km²	面积/km²	百分比/％
低覆盖度Low coverage	411.31	505.77	94.46	14.53
较低覆盖度 Lower coverage	96.47	71.13	−25.35	−3.89
中覆盖度 Medium coverage	85.41	49.34	−36.07	−5.54
较高覆盖度 Higher coverage	52.61	21.46	−31.15	−4.79
高覆盖度 High coverage	4.58	2.68	−1.89	−0.31

面积/km² Area/km²	核心区 Core area		实验区 Experimental area		缓冲区 Buffer area
面积/km² Area/km²	2016年	2017年	2016年	2017年	2016年	2017年
低覆盖度 Low coverage	358.46	415.47	16.70	32.15	33.67	55.44
较低覆盖度 Lower coverage	57.80	40.02	14.72	13.36	23.64	17.55
中覆盖度 Medium coverage	45.04	25.1	19.00	11.55	21.21	12.63
较高覆盖度 Higher coverage	26.28	8.48	13.78	7.42	12.49	5.54
高覆盖度 High coverage	2.00	0.53	1.58	1.3	1.00	0.86

海拔区间/m Altitude interval/m	<2 500		2 500~3 000		3 000~3 500		3 500~4 000		>4 000
海拔区间/m Altitude interval/m	2016	2017	2016	2017	2016	2017	2016	2017	2016	2017
低覆盖度 Low coverage	6.62	12.08	26.82	48.39	65.16	99.78	150.77	183.44	161.54	161.66
较低覆盖度 Lower coverage	4.24	4.23	23.60	17.21	32.91	27.53	35.16	21.74	0.54	0.41
中覆盖度 Medium coverage	6.44	4.55	22.68	12.69	34.85	22.34	21.39	9.71	0.04	0.05
较高覆盖度 Higher coverage	6.88	3.68	12.96	7.50	23.43	8.27	9.34	2.00	0	0
高覆盖度 High coverage	1.01	0.63	1.06	1.34	2.27	0.68	0.24	0.02	0	0

坡度区间面积 Slope interval area/k㎡	<15°	15°~25°	25°~35°	35°~45°	45°~55°	55°~65°	>65°
低覆盖度 Low coverage	35.64	68.35	118.1	122.54	55.22	10.23	0.59
较低覆盖度 Lower coverage	8.85	18.25	29.37	27.41	10.67	1.8	0.1
中覆盖度 Medium coverag	8.62	16.73	25.93	23.21	9.26	1.55	0.09
较高覆盖度 Higher coverage	5.04	10.14	15.98	14.61	5.81	0.98	0.05
高覆盖度 High coverage	0.53	1.03	1.46	1.17	0.36	0.03	0

坡度区间面积	<15°	15°~25°	25°~35°	35°~45°	45°~55°	55°~65°	>65°
低覆盖度 Low coverage	46.05	88.76	147.53	146.62	63.82	11.67	0.67
较低覆盖度 Lower coverage	6.22	12.81	21.17	20.76	8.6	1.47	0.09
中覆盖度 Medium coverag	4.36	8.77	14.87	14.35	5.93	1	0.05
较高覆盖度 Higher coverage	1.85	3.68	6.47	6.38	2.62	0.42	0.02
高覆盖度 High coverage	0.2	0.48	0.8	0.82	0.35	0.02	0