近日，中国科学院成都山地灾害与环境研究所山地地表过程智能监测与模拟创新团队以2017年九寨沟地震事件为研究案例，构建了融合植被结构与功能的双维度恢复评估框架。相关成果发表于《地理信息系统科学与遥感》。

极端自然灾害不仅会破坏植被结构，还可能持续扰动生态系统功能与碳循环。相较于火灾、干旱等扰动，地震突发性强，并常伴随滑坡、崩塌等次生地质灾害，使植被受损程度及后续恢复呈现显著空间差异。近年来，遥感已成为灾后植被恢复监测的重要手段，但现有研究多依赖NDVI等单一指标，或仅关注生产力变化，难以全面揭示不同地震烈度下植被结构与功能的差异化恢复特征；与此同时，不同卫星产品之间存在差异，气候变化和人类活动也可能干扰灾后植被变化信号，导致植被恢复路径判断存在不确定性。

该研究对植被叶面积指数（LAI）和总初级生产力（GPP）多源遥感产品进行独立验证，筛选出更适于表征研究区植被结构与功能的代理指标；随后，联合GPP与LAI识别植被受损区域，并利用随机森林重建无地震情景下的植被变化基线，通过残差分析剥离气候与人为因素影响，结合震后植被恢复速率、恢复程度及叶片光合效率，追踪不同地震烈度下植被结构与功能的恢复轨迹。研究发现，震后植被恢复并非简单同步回升，而是表现出明显的结构－功能不同步及阶段性转变。早期二者恢复存在显著差异，随后逐渐趋同；高烈度扰动区以功能恢复为主，而低烈度区则以结构恢复为主导；灾后多年受损区域仍有较大范围处于退化或持续恢复状态，说明地震生态影响具有长期性和空间异质性。

研究进一步分析表明，这种差异与叶片光合效率及植被类型有关，且恢复路径并非仅由地震强度单独决定，而是受到扰动程度与植被组分共同影响。该研究突破了以单一遥感指标评价震后恢复的传统思路，将植被结构、生态功能及扰动背景纳入统一分析框架，揭示了不同扰动情景下植被结构与功能交替主导的恢复路径，为震后生态恢复成效评估与长期监测提供了研究思路。

相关论文信息：https://doi.org/10.1080/15481603.2026.2728759