汶川地震滑坡治理区植被恢复效果研究

孙丽文，史常青†，赵廷宁，李丹雄，赖文豪，丁万全

(1.北京林业大学水土保持学院，100083，北京； 2.水土保持与荒漠化防治教育部重点实验室，100083，北京)

汶川地震滑坡治理区植被恢复效果研究

孙丽文1,2，史常青1,2†，赵廷宁1,2，李丹雄1,2，赖文豪1,2，丁万全1,2

(1.北京林业大学水土保持学院，100083，北京； 2.水土保持与荒漠化防治教育部重点实验室，100083，北京)

为了研究汶川地震后滑坡治理区的植被恢复能力，选取地震重灾区绵竹市汉旺镇为研究地点。采用Simpson多样性指数、Shannon-Wiener多样性指数、Margalef丰富度指数、Hurlbert均匀度指数、林下植被生物量等8个指标评价不同治理模式的植被恢复情况。利用主成分分析计算不同治理模式综合得分，对植被恢复效果进行综合评价。结果表明：1)治理模式区的植被以草本为主，治理模式区物种与自然恢复草地物种更为相似，不同治理模式之间物种相似性指数更高；2)植被恢复初期，草本层是林下干生物量的主要组成部分，林下植被生物量越大说明林地生产力越强；3)根据主成分和聚类分析将不同治理模式分为3大类，未受损林地植物群落较为稳定综合得分最高，自然恢复草地与土袋阶梯+桤木川柳，竹栅栏+红麸杨植被恢复效果相当分为一类，其余治理模式归为一类。人工治理对滑坡体植被恢复起到一定的促进作用。

汶川地震； 治理模式； 植被恢复； 植物多样性； 生物量

“5·12”汶川地震在造成重大人员伤亡及财产损失的同时也引发了大量的次生地质灾害[1]。汶川大地震造成严重的生态破坏，导致森林面积减少，并形成了包括汶川县、彭州市、绵竹市等10县市的地震生态破坏重灾区[2]。根据遥感分析，重灾区震后林地损失9万4 646 km2，草地损失1万4 821 km2[3]。绵竹市是重灾区之一，震后发生多处滑坡、崩塌等次生地质灾害，森林植被大面积损毁。震区滑坡体地表被大量松散碎石覆盖，受到暴雨冲刷极易再次发生地质灾害，造成该区域植被恢复困难；因此，植被恢复成为震后灾区重建工作的重要组成部分[4-5]。为了促进地震灾区植被恢复工作的开展，国家及地方先后启动了“林业公益性行业科研专项——四川地震灾区灾后植被恢复及可持续发展关键技术研究与示范”“中日技术合作四川省地震灾后森林恢复项目”以及植被恢复技术推广示范工程。

物种多样性指数能够反映群落种类组成、结构水平、稳定性和复杂性[6-8]，关系到群落成熟度、生产力、进化时间、捕食竞争与空间异质性[9]。物种多样性的恢复是受损生态系统恢复与重建的重要内容[10]，在植被恢复过程中其变化反映了植被的恢复程度、植物群落的演替方向，同时也是衡量群落稳定的指标[11]。群落生物量是生态系统最重要的数量特征之一，也是研究生态系统物质循环和能量循环的基础[12]。生物量的多少能够说明植物覆盖度与生长情况有关，反映林地生产力；而林下植被是其重要组成部分，虽然林下植被总生物量不高，但其细根生物量比例较高，在林地生产力的长期持续性及森林更新和演替方面起着重要作用[13-14]：因此，物种多样性和林下生物量在一定程度上可反映植被恢复效果。

近年来，关于地震后灾区植被恢复的研究[15-18]很多，但大多偏重于立地条件、植被自然恢复的研究[3，15，6]，而对人为干预下植被恢复效果的研究却少有涉及。为探索地震灾区滑坡体在人工干预下植被恢复情况，以绵竹市汉旺镇青龙村“中日技术合作四川省地震灾后森林恢复项目”示范区为研究点，对不同治理模式的植被恢复效果进行研究，通过对比分析得出植被恢复较好的治理模式，为灾区植被恢复及生态环境重建提供理论参考。

1 研究区概况

绵竹市地处E 103°54′～104°20′，N 30°09′～31°42′。全市幅员面积1 245.3 km2。整个地势西北高东南低，西北部为山区，东南部为平原，最高处是境内西北部的火焰山，海拔4 304 m，最低处是新市镇的赵家嘴，海拔仅504 m，相对高差达3 800 m。绵竹汉旺镇属于亚热带季风气候区山地气候类型，气候温和，雨量充沛，四季分明。年平均气温15.7 ℃，年极端最低气温-1.0 ℃。多年平均降水量为1 084.6 mm，多年平均蒸发量1 025 mm，相对湿度81%，无霜期274天(霜期多在11月中旬至次年3月中旬)，年日照时间998.1 h。土壤以山地黄壤分布最广。

试验区位于四川绵竹市汉旺镇青龙村，是“5·12”地震重灾山体滑坡区，紧邻“5·12”大地震汉旺镇地震遗址。试验区采取的工程措施有铁丝笼、土袋阶梯和竹栅栏，并在土地整治后进行客土种植。铁丝笼设置于坡脚以稳定坡面，铁丝笼间以2 m株间距种植刺槐(Robiniapseudoacacia)；从坡脚向上以2 m间距按同一等高线交替布设竹栅栏、土袋阶梯，竹栅栏与土袋阶梯间均以2m株间距种植刺槐、银杏(Ginkgobiloba)、红枫(Acerpalmatum)红麸杨(Rhuspunjabensis)，以及桤木(Alnuscremastogyne)川柳(Salixhylonoma)混交林；示范区于2011年底竣工。自2011年施工以来，3年降水量分别为868.1、769.5、1 720.5 mm，平均年降水量达1 119 mm。

2 研究方法

2.1 试验地设置

试验选取灾后滑坡山体几种典型的植被恢复工程措施(土袋阶梯、竹栅栏工程及铁丝笼挡墙)，以及示范区周围的未受损林地、自然恢复草地(破坏后无人工干扰，自我恢复边坡)。样地基本情况见表1。

2.2 野外调查

用手持 GPS 测得每块样地的经纬度、海拔，用罗盘测得坡度和坡向。由于工程区实际情况所限(工程措施区呈2 m宽带状布设)，在样地设置为2 m×30 m样带。随机选取5个2 m×2 m样方，共45个样方。调查并记录每个样方内物种名称、数量、平均高度、盖度等基本指标。

表1 样地基本概况

注：表中P1～P7依次代表未受损林地、自然恢复草地、铁丝笼+刺槐、土袋阶梯+刺槐、竹栅栏+刺槐、竹栅栏+银杏、土袋阶梯+桤木川柳、竹栅栏+红枫和竹栅栏+红麸杨治理模式。下同。Note: P1: undamaged forest; P2: grassland of natural recovery；P3: Wire cage+Robiniapseudoacacia; P4：Sand bags ladder+Robiniapseudoacacia; P5: Bamboo fencing+Robiniapseudoacacia; P6: Bamboo fencing+Ginkgobiloba; P7: Sand bags ladder +AlnuscremastogyneandSalixhylonoma; P8: Bamboo fencing +Acerpalmatum; P9: Bamboo fencing +Rhuspunjabensis. The same below.

灌木层与草本层地上部分生物量的测定采用全部收获法，灌木样方为1 m×1 m，草本样方为50 cm×50 cm,设3组重复。现场测得单位面积上植物鲜质量，把样品带回实验室置于80 ℃ 的烘箱中烘干至恒质量，称得生物量干质量，求出干鲜质量比率，进而推算单位面积的干生物量(kg/hm2)。

2.3 计算公式

Simpson多样性指数

(1)

Shannon-Wiener多样性指数

(2)

Hurlbert均匀度指数

(3)

Margalef种丰富度指数

(4)

式中：pi为物种i的比例，%，即pi=Ni/N，其中Ni为样方中第i种物种的个体数，N为全部种的个体总数。S为样方面积群落中植物种数。

Jaccard指数

I=c/(a+b-c)。

(5)

式中：I为关联指数；c为A和B2个样地群落的共有种；a为样地A群落的植物种；b为样地B群落的植物种。

2.4 数据处理

全文采用Microsoft Excel 2010、SPSS 19.0等处理数据。

3 结果与分析

3.1 植物群落组成

所调查样地共有植物55种，其中蕨类植物1种。被子植物54种，隶属36科54属。其中：禾本科(6种)、菊科(9种)占总植物种27.27%；蔷薇科、伞形科、桑科、茜草科、唇形科及荨麻科各包含2个种，占总植物种21.82%；其余科的植物种均为单种科。在受损后自然恢复区和人工治理示范区均以菊科、禾本科植物种最丰富，在困难立地条件下早期植物群落里优势明显，属于滑坡体植被恢复的典型先锋植物种；其他科属的种类较少。由表2可知，物种数最多的是未受损林地，P3治理模式物种数最少。不同治理措施生长型物种数：草本层>灌木层>乔木层，草本层植物最多，其中多年生草本占绝对优势。由于受恢复年限和人工选种的影响，自然恢复区缺少乔本层，而人工治理示范区乔木主要为人工栽植树种。P4治理模式下物种数量最多为23种，除P3治理模式下植物有11种，其他治理模式植物种数量均大于或等于P2自然恢复区植物种数。

表2 植物群落组成

3.2 群落物种多样性

为了更好地了解不同工程措施的植物多样性情况，计算群落多样性指数进行对比(表3)。Shannon-Wiener多样性指数考虑到物种数量和各种间个体分配的均匀性。Simpon指数基于种的数目、所有种的个体总数及每个种的个体数的多样性指数，综合反映了群落中种的丰富度和均匀度。Margalef为种丰富度指数，Margalef指数越大，群落物种越丰富，与物种数呈正相关。Hurlbert是基于总多样性指数的均匀性指数。不同治理模式其群落总体多样性指数有明显差异。多样性指数、丰富度指数和均匀度指数变化趋势大体相同。未受损林地林下植物多样性指数最大，未受损林地植被群落较为稳定。在人工治理区，P9、P7治理模式的各指数较高，说明红麸杨及混交林下植物种类繁多，各种间个体分配均匀；P3治理模式各指数值最小，说明种植刺槐的铁丝笼治理模式下植物种较为单一，个体分布不均。不同治理模式的Shannon-Wiener多样性指数从大到小依次为P1>P9>P7>P2>P6>P5>P8>P4>P3。

表3 群落物种多样性指数

3.3 物种相似性

植物种种间相关性是植物群落重要的数量和结构特征之一，是衡量2个物种相似性的一种尺度。由表4可知，受损林地物种与未受损林地物种存在较大差异，物种相似性指数均在0.1左右，其中以P2和P9治理模式的物种与P1最为相似，相似性指数为0.16。相比而言，滑坡治理区与自然恢复草地的物种更为相似，物种相似性指数在0.18～0.35之间。不同的滑坡治理模式之间物种相似性最高，其中以P3治理模式与P4治理模式的物种相似性指数最大为0.5，P3治理模式与P5治理模式物种相似性指数为0.44。由于未受损林地植被经过多年发育，植被群落达到一个相对稳定状态。而受损地区的林地是在原生演替初期，所处的发育阶段不同，因此群落物种相似性低。

3.4 植被生物量

林下植被是森林的必要组成，在生物多样性、森林养分循环及林地生产力维持方面有着重要作用[14]，因此，本文引入林下植被生物量。从表5可看出不同治理模式的林下植被干生物量情况，未受损林地林下植被干生物量最大(3 634.25 kg/hm2)，而自然恢复草地较小(1 319.73 kg/hm2)，只有P7治理模式林下干生物量(978.38 kg/hm2)比P2小。说明经人工治理后的滑坡体比未治理边坡的土地生产力强。治理区林下植被干生物量依次为P8>P4>P5>P6>P9>P3。草本层是林下植被重要组成部分，林下干生物量主要有草本层组成。由图1可知，林下植被干生物量与草本层生物量呈正相关。

表4 群落间物种相似性指数

表5 林下植被生物量

注：表中数据均为3组数据的平均值。 Note: The data in the table are the average of three.

图1 林下植被干生物量Fig.1 Biomass of understory vegetation

3.5 植被恢复综合评价

为评价不同工程措施治理后的植被恢复情况，选取Shannon-Wiener多样性指数、Simpon指数、Margalef为种丰富度指数、Hurlbert均匀度指数、物种数、植株数、林下干生物量、与未受损林地的物种相似性指数等指标，进行主成分分析，通过降维提取主要变量。利用KMO和Bartlett检验变量之间的相关性来判断进行主成分分析是否合适。经检验KMO 取值0.462>0.4，Bartlett 球度检验相伴概率取值0<0.05，满足检验标准。第1主成分方差贡献率为53.33%，第1、2主成分累积贡献率为88.42%(表6)。这2个因子能比较全面地反映所有信息。第1主成分表达式为

F1=0.04ZH-0.06ZD+0.23ZR-0.23ZE+0.22Z物种数+0.12Z植株数+0.35Z干生物量+0.22Z相似性指数。

(6)

第2主成分表达式为

F2=0.24ZH+0.35ZD-0.04ZR+0.48ZE-0.01Z物种数+0.09Z植株数-0.32Z干生物量-0.02Z相似性指数。

(7)

式中Zi代表各指标标准化后数据。

综合得分F=(53.32F1+35.10F2)/88.42。

第1主成分F1与Margalef为种丰富度指数、物种数、植株数、林下干生物量、相似性指数相关性较好，F2与Shannon-Wiener多样性指数、Simpon指数、Hurlbert均匀度指数相关性较好。植被恢复效果综合评价得分可以用提取的2个主成分代替，综合得分F越高，植被恢复效果越好。由综合得分可知未受损林地的得分最高，P9治理模式(0.09)、P5治理模式(-0.07)综合得分大于P2(-0.15)，地震后的滑坡体经过人工治理对植被恢复起到一定的促进作用。

表6 主成分分析

经主成分分析，提取出2个主成分计算得分，代替原始变量进行系统聚类分析(图2)。聚类方法选取组间联接，度量标准采用平方欧式距离，变量标准化选择全距范围为[0,1]，通过逐渐归并得到聚类分析结果。由图2可知，当类间距为10 时，聚类结果分为3类：P1单独为一类，综合得分为1.76，植被恢复效果最好；P7、P9治理模式与P2属于一类，综合得分均值为-0.07；其余治理模式归为一类，主要以种植刺槐为主的工程措施区，综合得分均值最低为-0.93，植被恢复效果最差。

图2 治理模式聚类分析图Fig.2 Cluster analysis of governance pattern

4 结论与讨论

1)受损立地植物以禾本科和菊科物种最为丰富，植物生长型以多年生草本为主。土袋阶梯+刺槐(P4)治理模式的物种数量最多为23种，铁丝笼+刺槐(P3)治理模式的物种最少为11种，其他工程措施区物种与自然恢复草地(P2)数量接近。

2)在植物物种多样性指数方面，竹栅栏+红麸杨(P9)、土袋阶梯+桤木川柳(P7)治理模式的各指数较高。人工治理区物种与自然恢复草地(P2)物种最为相似，不同治理模式之间物种相似性指数更高。

3)植被恢复初期，草本层是林下干生物量的主要组成部分。竹栅栏+红枫(P8)、土袋阶梯+刺槐(P4)治理模式林下植被干生物量仅次于未受损林地(P1)，并且治理区林下生物量普遍大于自然恢复草地。

4)利用主成分分析法对植被恢复效果进行评价，综合得分越高，植被恢复效果越好。竹栅栏+刺槐(P5)、竹栅栏+红麸杨(P9)治理模式综合得分大于自然恢复区(P2)，说明人工治理对震后滑坡迹地的植被恢复有一定的促进作用。

震后滑坡体土层薄，土壤砾石含量高，植被恢复困难。经过人工治理，对滑坡体进行土地整治，客土种植，加速其植被恢复。由于恢复年限较短和人工选种限制，不同治理措施区的植物群落有一定的差异，主要为禾本科、菊科的草本植物，乔木和灌木较为单一，该研究结果与李波等[19]研究结果一致；因此，人工配置植物种时要适当增加乔木和灌木植物的种类，考虑其物种多样性。由于植被恢复年限短，群落演替处于初级阶段，乔木和灌木较少，光照充足，草本植物长势最为旺盛，随着恢复年限增加群落郁闭度增大，乔灌对草本有明显抑制作用，限制林下草本的生长。随时间推移，植物竞争愈加激烈，最终林下植物种类基本稳定。

人工治理后的滑坡体植物群落结构简单，植物演替阶段较低，在短期内还很难达到未受损林地的状态。本研究运用主成分分析简化各项指标对治理措施植被恢复效果的影响，并且只针对植物群落特征指标和林下植被生物量进行研究，未考虑土壤因子对植被恢复效果的影响。单一的植物多样性指数大小不能说明其植被生长的好坏，通常成熟纯林的林下植物反而比较单一[10]。本研究可了解植物恢复初期的基本情况，为了后期植物恢复研究做准备。如果增加土壤理化性质、土壤蓄水能力等指标，对各个工程区进行生态效益综合评价，则得出的结论会更加详尽。

[1] 王根龙，张军慧，刘红帅. 汶川地震北川县城地质灾害调查与初步分析[J]. 中国地质灾害与防治学报,2009, 20(3): 47-51

[2] 欧阳志云，徐卫华，王学志，等. 汶川大地震对生态系统的影响[J]. 生态学报,2008, 28(12): 5801-5809

[3] 张翔，王庆安，方自力，等. 汶川地震灾区自然植被恢复的先锋植物特征分析[J]. 中国水土保持,2011(4): 47-50

[4] 刘守江，张斌，杨清伟，等. 汶川地震非规范滑坡体上植被的自然恢复能力研究：以彭州银厂沟谢家店子滑坡体为例[J]. 山地学报,2010, 28(3): 373-378

[5] 徐卫华，欧阳志云，王学志，等. 汶川地震重灾区生态保护重要性评价与对策[J]. 生态学报,2008, 28(12): 5820-5825

[6] 彭省麟，方炜. 鼎湖山厚壳桂群落演替过程的组成和结构动态[J]. 植物生态学报,1998, 22(3): 245-249

[7] 常学礼，邬建国. 科尔沁沙地沙漠化过程中的物种多样性[J]. 应用生态学报,1997, 8(2): 151-156

[8] 罗双，孙海龙，刘冲，等. 四川道路边坡自然恢复的植被多样性研究[J]. 水土保持研究,2011, 18(6): 51-56

[9] Rad J E, Manthey M, Mataji A. Comparison of plant species diversity with different plant communities in deciduous forests[J]. International Journal of Environmental Science & Technology,2009, 6(3): 389-394

[10] 李裕元，邵明安. 子午岭植被自然恢复过程中植物多样性的变化[J]. 生态学报,2004, 24(2): 252-260

[11] 朱晓勇，胡海波，鲁小珍，等. 太湖西区公路两侧植物物种多样性的研究[J]. 南京林业大学学报(自然科学版),2006, 30(3): 85-88

[12] 赵思金. 北方地区两种主要类型裸露坡面植被恢复及生态功能评价研究[D]. 北京：北京林业大学, 2008：69-70

[13] Wagner S, Fischer H, Huth F. Canopy effects on vegetation caused by harvesting and regeneration treatments[J]. European Journal of Forest Research,2011, 130(1): 17-40

[14] 金艳强，包维楷. 四川柏木人工林林下植被生物量与林分结构的关系[J]. 生态学报,2014,34(20): 1-11

[15] 田佳，田涛，赵廷宁，等. 微立地因子植被恢复法在汶川地震植被重建中的应用[J]. 中国水土保持科学,2008, 6(5): 16-20

[16] 刘锦春，何丙辉，徐小军，等. 汶川草坡乡地震次生灾害迹地植物群落的恢复研究[J]. 西南大学学报(自然科学版),2013,35 (4): 51-56

[17] Lin W, Chou W, Lin C, et al. Vegetation recovery monitoring and assessment at landslides caused by earthquake in Central Taiwan[J]. Forest Ecology and Management,2005, 210(1/2/3): 55-66

[18] Chou W, Lin W, Lin C. Vegetation recovery patterns assessment at landslides caused by catastrophic earthquake: A case study in central Taiwan[J]. Environmental Monitoring and Assessment,2009, 152(1/2/3/4): 245-257

[19] 李波，张曼,赵璐玲，等. 汶川地震滑坡体自然植被恢复及影响因子：以龙溪—虹口自然保护区为例[J]. 应用与环境生物学报,2014， 20(3): 468-473

(责任编辑：郭雪芳)

Vegetation recovery in the landslide-tackling area of Wenchuan earthquake

Sun Liwen1,2, Shi Changqing1,2, Zhao Tingning1,2, Li Danxiong1,2, Lai Wenhao1,2, Ding Wanquan1,2

(1. School of Soil and Water Conservation, Beijing Forest University, 100083, Beijing, China; 2. Key Laboratory of Soil and Water Conservation & Desertification Combating, Ministry of Education,100083, Beijing, China)

Hanwang town of Mianzhu city in Sichuan Province was selected as the study site to investigate the vegetation recovery in the landslide-tackling area of Wenchuan earthquake. Margalef richness index, Pielou evenness index, Simpson index, Shannon-Wiener diversity index, understory vegetation biomass and other eight indicators were used to evaluate differentiation of vegetation recovery in different governance patterns. To assess the effect of vegetation restoration, principal components analysis method was adopted for the calculation of the comprehensive score of each governance pattern. The results showed that: 1) the mainly vegetation of governance model area was herb, the species of governance pattern were more similar to natural recovery grassland and higher similarity indexes of species were found between different governance areas as well. 2) In the early stages of revegetation, the main component of biomass of understory vegetation was herbaceous layer, and more understory vegetation biomass indicated stronger productivity of forests. 3) According to principal component analysis and cluster analysis, different governance models were divided into three categories, undamaged forest with more stable plant communities obtained the highest score. Grassland of natural recovery sand bags ladder +Alnuscremastogyne+Salixhylonomaand bamboo fencing +Rhuspunjabensishad the same effect of vegetation recovery, and the rest could be classified as the same type. In conclusion, artificial control of vegetation landslide body plays a positive role in promoting recovery.

Wenchuan earthquake； governance pattern； vegetation recovery； plant diversity； biomass

2014-12-15

2015-08-01

孙丽文(1990—)，女，硕士研究生。主要研究方向：林业生态工程。E-mail：sususlw@126.com

†通信作者简介：史常青(1969—)，男，博士，副教授。主要研究方向：林业生态工程。E-mail：scqbj@163.com

S718.54

A

1672-3007(2015)05-0086-07

项目名称：国家林业公益性行业科研专项“四川地震灾区灾后植被恢复及可持续发展关键技术研究与示范”(201104109)