基于Sentinel-2遥感影像的珠海淇澳岛红树林对多台风连续干扰的响应研究

2023-11-18罗友好龙晓泽崔伦杰杜建会

热带地理 2023年11期

罗友好，罗旭，龙晓泽，崔伦杰，杜建会,b

（中山大学 a. 地理科学与规划学院；b. 粤北岩溶区森林生态系统碳水耦合野外观测研究站，广州 510006）

红树林是分布于热带与亚热带海岸潮间带的典型生态系统，其在防浪促淤、固碳释氧等方面具有重要的生态功能（Cui et al., 2018; Zhang et al.,2022a）。但受气候变化和人类活动影响，天然红树林面积不断减小，沿海地区的生态环境风险也随之增大（Thomas et al., 2017）。红树林退化导致其原生境破坏严重，在缺乏人类主动干预下往往难以自然恢复（Ren et al., 2008）。近年来，许多国家通过人工种植先锋树种来恢复海岸红树林（Shamim et al., 2022）。先锋树种喜光照，且生长迅速，可在短时间内增加土壤有机质，从而改善退化林地的微生境，进而促进后续演替树种的快速定居。但随着气候变暖，台风登陆的强度和频率不断增加，先锋树种因高径比大，木材密度低（Ren et al., 2008），其灾后受损也日趋严重，从而导致退化红树林地恢复缓慢，其生态系统的服务功能也呈现很大的不确定性（Kossin et al., 2020）。

台风后，树木受损存在明显的空间分异，其以枝叶脱落为主，也有少部分树木出现树干折断或连根拔起（Lin et al., 2020）。许多学者通过台风前后红树林的遥感影像解译或野外调查，对红树林的受损程度、恢复过程及影响因素等进行分析，并取得一定进展（Smith et al., 2009）。台风强度越大，红树林受损越重。Peereman 等（2022a）对全球56 个红树林分布区在86场台风后的遥感影像解译发现，同一台风下，红树林NDII（Normalized Difference Infrared Index，归一化红外指数）和EVI （Enhanced Vegetation Index，增强型植被指数）的下降幅度均随距离台风移动路径的增加而逐渐减小。此外，不同树种对台风干扰的响应差异较大，从而导致台风后红树林的结构及树种组成等发生变化。Nirmol 等（2021）在飓风“Sidr”登陆后对孟加拉国孙德尔本斯红树林的野外调查表明，与海漆（Excoecaria agallocha）相比，苏达班银叶树（Heritiera fomes）更易遭受台风损害。台风后，红树林下的水热环境得以改善，从而有利于其后续恢复（Sobrado et al., 2005；陈鹭真等，2010）。大部分红树林可在几个月至2年内恢复至台风前状态，具体恢复周期与红树林的受损程度有关，树木受损越重，恢复速率越慢（Long et al., 2016）。Delaporte等（2022）研究表明，当台风的最大持续风速每增加1 m/s，海岸森林在灾后对应的恢复时间将延长4 d，特别是当最大持续风速超过75 m/s 后，海岸森林的恢复时间将明显增加。然而，目前已有研究多针对单次台风前后红树林的受损和恢复格局，难以反映红树林对多台风连续干扰下的响应过程，无法预测台风登陆频率增加下红树林的恢复程度。

因围垦养殖、码头建设和互花米草入侵等，淇澳岛红树林早期出现大面积退化（廖宝文等，2008）。自1999 年起，珠海市政府拨专款实施淇澳岛红树林引种扩种工程，广泛引进先锋树种无瓣海桑（Sonneratia apetala）等以改善退化林地生境，并利用其固碳速率快、碳储量大等特点，以促进淇澳岛红树林的后续恢复，从而充分发挥红树林的防风消浪作用，以完善淇澳岛防护林体系（陈玉军等，2012；王旭等，2012）。经2014年淇澳岛红树林引种科技项目验收后，2015年后已形成以无瓣海桑为优势种，面积稳定且足够连续的红树林群落（邱霓等，2019；贾凯等，2022）。但与红树林本地种相比，无瓣海桑树木高大，木材密度低，更易遭台风损害（陈玉军等，2000）。目前尚不清楚以无瓣海桑为优势种的淇澳岛红树林，在未来台风登陆频率增加下，能否实现该区域退化红树林地的全面恢复。因此，本文以珠海淇澳岛红树林为研究区，在年际尺度上选取多台风（2016“妮妲”、2017“天鸽”和2018“山竹”）连续干扰前后淇澳岛红树林的Sentinel-2遥感影像，计算其NDVI变化以反映红树林的受损及恢复格局，并对其影响因素进行探讨。以期有助于更好地理解气候变化背景下红树林对台风干扰的响应机制，并为红树林在台风灾后的科学管理提供依据。

1 材料和方法

1.1 研究区概况

淇澳岛位于广东省珠海市（图1），地处横门南部，属亚热带季风气候，年均温22.4℃，年平均降水量1 964.4 mm，且主要集中在4—9月。潮汐类型为不规则半日潮，平均高潮位0.17 m，平均低潮位-0.14 m。海水年平均盐度为18.4‰，土壤属滨海盐渍草甸沼泽土。淇澳岛现有10科13属15种真红树植物，如本地种秋茄（Kandelia obovata）、桐花树（Aegiceras corniculatum）、老鼠簕（Acanthus ilicifolius）、卤蕨（Acrostichum aureum），引进种无瓣海桑等，有半红树植物7 科9 属9 种，如银叶树（Heritiera littoralis）、水黄皮（Pongamia pinnata）等。研究区红树林群落结构简单，无瓣海桑为该区域的先锋树种及优势种（图1-b），占研究区红树林分布面积的82%以上（孙学超等，2022）。桐花树和秋茄分别是研究区红树林演替前中期和后期群落的代表性树种，但分布面积较小（邱霓等，2019）。

图1 研究区示意（a. 高程；b. 优势种无瓣海桑分布；c.台风路径；d. 红树林景观分区）Fig.1 The study area (a. elevation; b. distribution of the dominant species: Sonneratia apetala; c. typhoon's path; d. mangrove landscape zoning)

1.2 数据来源与研究方法

1.2.1 红树林边界提取与分区淇澳岛红树林面积自2015年后变化不大（贾凯等，2022）。首先，依据刘叶取等（2022）发布的2015—2020年广东省沿岸红树林矢量数据集提取淇澳岛红树林边界数据。其次，使用ArcGIS中3D analyst工具，提取红树林边际线数据作为林缘线，并将靠海一侧的边际线作为海岸线。考虑到景观格局和林龄（孙学超等，2022）均会影响红树林对台风干扰的响应，按天然水道分界、斑块形状和恢复时间将淇澳岛红树林划分为3个区域，即斑块面积较大、较连续且恢复时间较早的A区，斑块面积小、破碎且恢复时间较晚的B1和B2区（图1-d）。

1.2.2 气象数据获取与处理采用的气象数据包括台风路径、降水量和气温数据。其中，“妮妲”“天鸽”“山竹”的台风路径（图1）及淇澳岛红树林距其登陆点距离、垂线交点风速数据（表1）来自于美国国家海洋和大气管理局（NOAA）的国际气候管理最佳跟踪档案（IBTrACS）站点①https://www.ncdc.noaa.gov/ibtracs/。台风期间（2016 年7 月至2020 年4 月）珠海市香洲站的逐日降水量和日平均气温数据来自国家气象局②http://data.cma.cn/，并对台风后不同时段的累积降水量和活动积温（日平均气温＞5℃）进行计算，以反映台风后研究区的水热条件变化。

表1 台风登陆前后的淇澳岛Sentinel影像选取Table 1 Selection of Sentinel images of the Qi'ao Island before and after typhoon landfall

1.2.3 遥感数据获取与处理

1）遥感影像获取及预处理。为研究红树林对多台风连续干扰的响应过程，选取“妮妲”“天鸽”“山竹”登陆后的淇澳岛红树林作为研究对象（见表1）。并以登陆日期为基础，从Earth Explorer③https://earthexplorer. usgs.gov/处下载了20 景云量百分比低于20%的Sentinel-2 L1C遥感影像，对其进行几何校正和辐射校正。使用Sen2Cor④http://step.esa.int/main/snap-supported-plugins/sen2cor/对其进行大气、卷云、地形校正，并选取空间分辨率为10 m的场景。台风前最近一期影像作为红树林受灾前对照，台风后最近一期影像用于灾损分析，而其他影像用于不同恢复时期分析，直至第二场台风开始后终止。考虑到物候影响，选择与2016、2017 和2018 年相近且无台风干扰淇澳岛的2021 年的4 期影像（2021-05-09、 2021-07-23、2021-10-06、2021-12-05）进行物候矫正。

2）植被指数计算与灾损评估。NDVI（Normalized Difference Vegetation Index，归一化植被指数）是测量和监测植物生长、植被覆盖和生物量等应用最广泛的植被指数之一，其可用于监测红树林对不同台风干扰的响应（Giri et al., 2011）。NDVI 利用近红外波段（NIR）与红光波段（RED）进行计算，公式为：

ΔNDVI 可用于评估台风前后森林的灾损情况（罗红霞等，2013）。以台风前和台风后的NDVI图像作为数据，计算ΔNDVI 以描述仅由台风干扰引起的淇澳岛红树林NDVI变化格局。考虑到台风前后因植被自然生长和季节变化等会造成误差，选择无台风年中对应台风前后时间的NDVI变化NDVIChangesVG进行物候校正。最后，通过线性相减的方式求得ΔNDVI（Guo et al, 2022）。

式中：ΔNDVI 代表仅由台风干扰引起的NDVI 变化；R代表台风年的研究数据；C代表非台风年对应时间的修正数据；Pre代表台风前数据；Post代表台风后数据。规定ΔNDVI下降的绝对值在0～0.2为轻度受损，0.2～0.3 为中度受损，0.3～0.5 为重度受损，＞0.5为极重度受损，ΔNDVI＞0表示与台风干扰前相比其植被覆盖状况没有改变或更好，因此定义为无受损（Mandal et al., 2020）。

最后，计算NDVI%以评估台风后不同时期淇澳岛红树林的恢复格局，规定NDVI%＜95%为未恢复，95%～100%为恢复较好，＞100%为恢复极好（Delaporte et al., 2022）。

1.2.4 数据分析

1）随机点选取。由于研究区像元数目较多，基于红树林边界数据，使用ArcGIS10.7中Sampling工具选取随机点。采用Spatial Analyst 中Extraction 工具将灾后各时期ΔNDVI 提取至点，以探究台风后不同时期淇澳岛红树林的受损及恢复格局。

2）灾损和恢复像元统计。为探究淇澳岛红树林不同受损和恢复程度像元占比随时间的变化，分别统计台风后不同时期淇澳岛的无受损、轻、中、重、极重度受损以及未恢复、恢复较好、恢复极好的像元数，并计算其在总像元数目中的占比，从而评估台风后不同时期淇澳岛红树林的受损及恢复格局。

3）线性回归模型建立。为探究多台风连续干扰下淇澳岛红树林受损格局的影响因素，采用一元线性模型建立台风前后各随机点ΔNDVI 与研究区域距离台风中心距离、距离海岸线距离、距离林缘线距离的回归方程；为探究多台风连续干扰下淇澳岛红树林恢复格局的影响因素，采用一元线性模型建立台风前后淇澳岛红树林总恢复像元占比与累积降水量、累积活动积温和受损像元占比的线性回归方程。回归模型的相关参数采用MATLAB R2022a 计算，相关作图使用OriginPro 2017完成。

2 结果与分析

2.1 多台风连续干扰下淇澳岛红树林的受损格局

台风“妮妲”从淇澳岛东北侧登陆，尽管其距离淇澳岛最近时风速仅有30 m/s，但移动路径距离淇澳岛的垂直距离最短，仅有39.01 km，因而导致研究区红树林受损较重。本研究发现，“妮妲”对红树林的损害以轻、中度为主，两者受损像元占比共计88.6%，遭受中度及以上受损的红树林主要出现在靠近台风路径一侧的A区，而无受损像元仅占0.7%。强台风“山竹”从淇澳岛西南侧登陆，尽管其移动路径距离淇澳岛的垂直距离最远，达到99.01 km，但距离淇澳岛最近时风速达到48 m/s，也对研究区红树林造成严重损害。“山竹”对红树林的损害同样以轻、中度为主，二者占比共计76.1%，中度及以上受损的红树林在A、B1和B2三个区域均有出现，极重度受损的红树林主要集中于靠近台风路径一侧的B1 区，而无受损像元仅占6.5%。强台风“天鸽”从淇澳岛西南侧登陆，尽管其移动路径相对“山竹”更靠近淇澳岛（59.19 km vs 99.01 km），距离淇澳岛最近时风速也大于“妮妲”（48 m/s vs 30 m/s），但与以上2 个台风不同，“天鸽”过境对研究区红树林影响不大，其以无受损或轻度受损为主，二者像元占比共计90%，其中无受损像元占比达到21%（图2）。

图2 淇澳岛红树林在多台风连续干扰下的受损格局及受损像元面积占比Fig.2 Damage pattern and proportion of damaged pixels of mangroves in Qi'ao Island under continuous interference of multiple typhoons

2.2 多台风连续干扰下淇澳岛红树林的恢复格局

不同台风干扰下，红树林的受损程度不同，其恢复速率也有所差异（图3）。台风“妮妲”和强台风“山竹”过境后，淇澳岛红树林受损较重，其恢复像元占比均呈现为先增加，后降低，最后再缓慢恢复的特点。“妮妲”恢复像元占比的第一个峰值（14.8%）出现在台风后296 d，且恢复像元占比最大的区域出现在B1 区。而“山竹”（29.3%）出现在台风后326 d，且恢复像元占比最大的区域出现在A区，而B1和B2区变化不大。达到峰值后，红树林恢复像元占比开始下降，其在“妮妲”后376 d达到9.2%，这与“山竹”后391 d红树林的恢复像元占比较为接近（7%）。台风“妮妲”登陆1 a后，强台风“天鸽”再次登陆，而“山竹”登陆后2 a内再无其他台风过境，淇澳岛红树林的恢复得以持续，其恢复像元占比在571 d后才达到25.4%。强台风“天鸽”登陆后，淇澳岛红树林因受损较轻，其恢复速率也相对较快。台风后200 d，红树林恢复像元占比达96%，显著高于相近时段“妮妲”和“山竹”对应的恢复像元占比，且恢复像元占比在A、B1 和B2 区均有显著增加，并未集中在某一区域。至“天鸽”后270 d，红树林恢复像元占比轻微下降至88.8%，但也显著小于对应时段“妮妲”和“山竹”的下降幅度。

图3 淇澳岛红树林三场台风干扰后恢复格局及恢复像元面积占比Fig.3 Recovery pattern and proportion of restored pixels after three typhoons disturbed mangroves in the Qi'ao Island

3 讨论

3.1 淇澳岛红树林受损的影响因素

3.1.1 台风风速树木的受损程度在距离台风路径一定范围内差异不大，超过此距离后，受损程度会因台风风速快速下降而大幅减轻（Zhang et al.,2013），且树木受损的类型和范围、枝叶脱落和树干折断的比例等均呈指数或线性减少（Ayala-Silva et al., 2004）。本研究表明（图4-a），台风“妮妲”登陆时，淇澳岛红树林的受损程度随距台风路径远近差异不显著（P=0.37），这可能在于“妮妲”移动路径距淇澳岛最短距离仅39.01 km，因此使研究区红树林遭受无差别损害。而强台风“天鸽”离淇澳岛最短距离为59.19 km，其登陆对淇澳岛红树林的损害程度随着离台风路径距离增加而快速减小。

图4 距台风路径远近（a）、海岸线远近（b）、林缘远近（c）与红树林受损程度相关性分析Fig.4 Correlation analysis between typhoon track distance (a), coastline distance (b), forest edge distance (c) and mangrove damage degree

局部地形起伏也会引起台风能量的重新分配，使得背风一侧的树木因台风风速下降而受损减轻（Feng et al., 2020）。本研究也表明（图4-b），“妮妲”和“天鸽”登陆后，随着与淇澳岛西侧海岸线距离的增加，红树林的受损程度显著减轻（P＜0.001），这可能与淇澳岛东南和东北侧均有低山分布有关，且最高海拔达175 m（见图1）。当“妮妲”从淇澳岛东北侧、“天鸽”从西南侧过境时，岛内背风一侧的台风风速均会显著下降，从而使得靠近该侧的红树林受损程度明显减轻。“山竹”尽管也从淇澳岛西南侧过境，但距离研究区最近距离达99.01 km，地形对红树林的受损影响显著减小。Zhang 等（2022b）的研究也证实，尽管台风“María”风速高于“Hugo”，但其登陆后海岸森林的死亡率低于后者，主要在于“María”移动路径恰好受卢基约山脉阻挡，山体背风一侧的树木受损大幅减少，而“Hugo”登陆时海岸森林大部分暴露于强风中。

树木的生长位置不同，其对台风的暴露程度也有所差异。当台风风速较小时，林缘对林内的遮蔽作用不明显（van Beusekom et al., 2018）。本研究也表明（图4-c），“妮妲”后淇澳岛红树林的受损表现为林缘和林内无显著差异（P=0.40），这可能与“妮妲”移动路径在距离淇澳岛最近时风速较小有关（30 m/s）。此外，“妮妲”登陆前两年也无其他台风干扰，且因人工种植，红树林林缘和林内树木高度差异不大（孙学超等，2022），从而使得台风后树木受损的空间异质性较小。已有研究发现，当台风风速超过某一阈值后，树冠的摆动幅度和频率均显著增加，枝叶间的摩擦增多，树干通过大幅摆动、扭转等，将台风能量从冠层传递到根系，树木折断和掘根的比例大幅提高（Stanturf et al., 2007）。此时，林缘对林内的遮蔽作用尤为重要，其通过持续消耗台风能量，使得进入林内的风速快速减小，进而降低林内树木的受损程度（陈绶柱等，1999）。这也与本研究结果较为一致，当台风“天鸽”移动至与淇澳岛最近距离时，风速达到48 m/s，红树林的受损表现为林缘显著大于林内（P＜0.001）。

3.1.2 树种特征一般来说，台风风速越大，红树林受损越重，但台风登陆前红树林的恢复程度可能会改变此趋势。与“妮妲”相比，“天鸽”距淇澳岛最近时风速更大（30 m/s vs 48 m/s），与“山竹”相比，“天鸽”移动路径距淇澳岛更近（99.01 km vs 59.19 km），但本研究发现，“天鸽”造成的红树林损害在3场台风中反而最小（见图2）。这主要与“天鸽”登陆前，以无瓣海桑为优势种的淇澳岛红树林在“妮妲”干扰下受损重且恢复慢有关（邱霓等，2019）。台风“妮妲”登陆前2年内未有其他台风过境，加上淇澳岛水热条件良好，从而使得无瓣海桑的高径比和郁闭度快速增加，此外，无瓣海桑作为速生树种，其主根和呼吸根均较浅，从而放大了淇澳岛红树林对台风干扰的脆弱性（Vandecar et al., 2011；邱明红等，2016）。严重的受损使得淇澳岛无瓣海桑林整体矮化，生长减缓，仅有9.2%的像元在“天鸽”登陆前得以恢复，部分易损个体也在该过程中被清除（Chi et al., 2015；黄晓敏等，2018），从而显著降低后续“天鸽”登陆时红树林的死亡率，其无受损像元占比达21%，远高于其他2 次台风。这也与Uriarte 等（2019）的研究较为一致，其发现超强台风“María”过后，海岸森林的掘根的比例并未高于台风“Hugo”，而以树干折断为主，这可能与2 周前台风“Irma”从波多黎各岛北缘经过，导致海岸森林枝叶大量脱落，从而降低后续台风登陆时冠层的拖曳力，进而降低海岸森林的掘根比例有关。

轻度受损下，海岸森林以枝叶脱落为主，而对树干和根系影响较小，台风后海岸森林可快速恢复到台风前水平（Abbas et al., 2020），但无瓣海桑的快速恢复仍会再次放大后续台风登陆时的受损程度。“山竹”和“天鸽”均在淇澳岛同侧过境、距离淇澳岛最近时风速相同，但与“天鸽”相比，“山竹”移动路径距离淇澳岛更远。然而本研究发现，“山竹”过境造成的淇澳岛红树林受损更重，其中轻中度损伤在台风后16 d 占比为76.1%，尤其中度损害占比达50.7%。这主要与“山竹”登陆前，因“天鸽”干扰受损的像元中有88.8%已完全恢复有关。此外，与台风“妮妲”和“天鸽”不同，台风“山竹”登陆后，远离台风路径和西侧海岸线的一侧及林内的红树林受损更重，这主要与“天鸽”登陆后，该部分红树林受损较轻，从而在灾后恢复较快有关。Imbert（2018）的研究也发现，当风速达到36 m/s时，高大树木的受损比例显著增加，而低矮树木的受损比例在风速超过50 m/s 后才逐渐增大。

本研究认为，淇澳岛红树林对多台风连续干扰的响应在年际尺度上存在遗产效应（Legacy effect），即单次台风干扰后，红树林在后续生长过程中会受到前次事件的持续影响，进而影响后续台风过境时红树林的受损格局（董伯纲等， 2022）。这与Peereman 等（2022b）研究结论不同，原因可能在于其研究的台湾山地以演替晚期的次生林为主，海岸森林在台风的频繁干扰下有非常强的自适应能力。而淇澳岛红树林以无瓣海桑等先锋树种为主（邱霓等， 2019），其生长速度快，但对台风干扰的易损性高。

综上所述，多台风连续登陆下，淇澳岛红树林可能遵循“受损较重→缓慢恢复→受损较轻→快速恢复→受损较重”的循环演替模式，以适应台风的频繁干扰，从而促使其从人工林向近自然林转变（Lin et al., 2018），提高海岸红树林生态系统的稳定性。

3.2 淇澳岛红树林恢复的影响因素

3.2.1 水热条件一般情况下，水热条件越好，海岸森林的恢复周期越短（Chen et al., 2022），但这与本研究并不一致。3 场台风干扰后，淇澳岛红树林的恢复像元占比随累积降雨量和累积积温的增加变化并不显著（P＞0.1，图5-a、b）。首先，与其他类型海岸森林对土壤水分的变化较为敏感不同，红树林生长于潮间带，其生长发育对盐度的变化更敏感（陈长平等， 2000）。尽管降雨会增加地表径流量，降低潮间带的盐度，有助于红树林的生长恢复，但淇澳岛潮间带的盐度主要受北部横门年径流量的影响。横门径流量占珠江入海总径流量的11.2%，其年际和年内变化均受整个珠江流域降水量控制，而与珠海市降水量关系较小；其次，淇澳岛红树林位于亚热带湿润气候区，其蒸发量远小于干旱和半干旱地区的红树林。因此，淇澳岛红树林在这3场台风后并未遭受严重的水分胁迫。此外，红树林生长主要分布在热带和亚热带海岸，对极端低温比较敏感（陈鹭真等，2010），而本研究的3 场台风均出现在气温较高的8—9月，且台风后研究区的日平均气温均高于活动积温最低阈值（5 ℃），可最大程度满足红树林的生长需求。因此，水热条件在空间尺度上的差异影响海岸森林在台风灾后的恢复周期，但这时间尺度上的变化对淇澳岛红树林在台风灾后的恢复影响较小。

图5 累积降水量（a）、累积活动积温（b）、总受损占比（c）与红树林恢复程度相关性分析Fig.5 Correlation analysis between cumulative precipitation (a), cumulative active accumulated temperature (b),total damage ratio (c) and mangrove recovery levels

3.2.2 受损程度本研究发现，台风后淇澳岛红树林的恢复速率与其受损程度有关（图5-c）。首先，树木的轻度受损以枝叶脱落为主，而对树干和根系影响不大，而枝叶的大量脱落可在短时间内降低树木的蒸腾失水，从而有助于海岸森林在台风后的快速恢复（Abbas et al., 2020），这与本研究较一致。台风“天鸽”登陆后，淇澳岛红树林受损最轻，其后续的恢复速率也最快，130 d 后红树林恢复像元面积占比为42.5%，200 d后达96%。无瓣海桑作为淇澳岛红树林的先锋及优势树种，其在台风后首先将生物量分配于地上部分，通过高生长来快速获取光照以补充体内碳水化合物（王震等，2017；邱霓等，2019）。而树木的严重受损则使其光合器官大幅减少，水分传输效率降低，根系也难以从土壤中获取水分，从而导致树木光合产物合成不足，而前期碳水化合物储量仅能满足少数枝条萌发，树木的后续生长大幅减缓（Chapman et al., 2008）。与“天鸽”相比，台风“妮妲”和“山竹”登陆后，淇澳岛红树林均遭受了轻、中度的损害，对其恢复过程分析发现，“山竹”登陆131 d后红树林恢复像元面积占比仅为5.6%，“妮妲”登陆176 d 后为3.1%，二者均远低于“天鸽”所对应恢复速率。

台风后，淇澳岛红树林的恢复像元占比并非呈线性持续增加，而是表现为先增加，后减小，之后再增加的过程。王震（2017）和邱霓（2019）等对淇澳岛红树林的物种调查发现，无瓣海桑林下主要伴生老鼠簕、秋茄等，但无瓣海桑的面积百分比、高度和盖度均显著高于林下伴生种。因此，台风后淇澳岛红树林NDVI的下降可能与无瓣海桑的受损有关。受损程度不同，后续恢复过程也有所差异。无瓣海桑的严重受损使得其林窗大量出现，林下层植物因受无瓣海桑遮蔽而受损较小，其冠层也得以大量暴露。此外，林下层的微环境也随之改善（Ren et al., 2008），这有利于林下层植物种子、幼苗和幼树的快速萌发、生长，从而导致淇澳岛红树林在台风灾后NDVI的快速增加（黄晓敏等，2018）。王震等（2017）对淇澳岛红树林研究发现，无瓣海桑人工林的种植对天然种群向海滩前缘扩散和定居有促进作用。林下层的演替时间越长、物种越丰富，这与本研究结果较为一致。“山竹”登陆导致淇澳岛红树林严重受损，其灾后恢复像元占比最大的区域主要位于A 区，而B1和B2区相对较少，这主要与3个区域无瓣海桑的龄级差异有关。孙学超等（2022）对淇澳岛无瓣海桑林的调查表明，A区在2003 年已有无瓣海桑种植，而B1 和B2 区直到2013年后才开始大规模种植。但对引起淇澳岛红树林受损较轻的“天鸽”研究发现，其灾后200 d 恢复像元占比在A、B1 和B2 区差异不大（见图3），这主要与红树林轻度受损下，林窗变化较小、林下微环境受其影响不显著有关。

然而，无瓣海桑作为先锋树种，其仍可借助原有的根系和高度优势，通过枝叶萌发实现灾后的缓慢恢复。随着无瓣海桑冠层的不断郁闭，林下层物种暴露程度降低，种子、幼苗和幼树的萌发及生长受到抑制，从而导致台风后淇澳岛红树林NDVI再次回落，且表现为“山竹”对应的回落最为明显，以A区最为显著，B1、B2区差异不大。而“天鸽”对应的回落则不明显，且在3个区域差异不大（见图3）。“山竹”登陆后2年内无其他台风过境，对淇澳岛红树林恢复的持续分析表明，在无瓣海桑重新取得竞争优势后，其NDVI会再次回升，但因之前受损较重，在台风“山竹”后571 d 红树林的恢复像元占比仅有25.4%。