汶川震區壽溪河流域崩滑物源演化特征分析

袁新玥，劉 超，魯 恒*，聶銳華，陳 辰，劉鐵剛，王 棟，唐 敏，楊正麗

(1.四川大學 水力學與山區河流開發保護國家重點實驗室，四川 成都 610065；2.四川大學 水利水電學院，四川 成都 610065；3.中鐵二院工程集團有限責任公司，四川 成都 610031)

強震作用下，山體斜坡不穩定性提高，山區環境變得更加脆弱，大量的松散碎屑物堆積在坡體或溝道內，極易形成崩塌、滑坡、山洪水沙等次生災害，對當地居民生命財產安全和生態環境造成巨大威脅。在世界范圍內，1999年中國臺灣地震[1]、2005年巴基斯坦什米爾地震[2]、2010年海地地震[3]、2013年中國四川蘆山地震[4]、2017年中國四川九寨溝地震[5]等大地震發生后，震區頻發滑坡、泥石流等災害，造成眾多破壞。2008年“5·12”汶川地震是中國近代以來破壞性最強的地震，誘發了約50 000處崩滑，形成高達52.3×108m3的松散堆積物，為洪沙、泥石流災害暴發提供了充足物源[6]，造成了2010年“8·13”[7]、2013年“7·10”[8]山洪、泥石流災害。這些災難性事件都表明強震會形成具有廣泛性、群發性、持續性的災害鏈效應，且隨著時間推移，災害特征在空間上的演化有較大差異[9]。而崩滑堆積體是震后洪沙災害的主要物源，其時空分布規律與演化特征對洪沙災害的發生起著控制作用。因此，開展崩滑物源演化特征分析，預測洪沙災害活動趨勢及災害效應持續時間的研究極為迫切。

汶川地震后，有學者對同震滑坡及洪沙、泥石流災害分布特征、形成機制、運動過程、風險評估展開了研究[10–13]。也有學者基于震區多期遙感影像，統計物源數量和面積，對震后滑坡、泥石流活動趨勢和持續時間進行了研究。張建石[14]統計了映秀鎮肖家溝4期遙感影像的物源面積，分析得到：在沒有強降雨的條件下，未來3～5 a物源持續呈衰減趨勢并最終達到穩定狀態。黃潤秋[15]研究了震后3 a重大地質災害特點，認為震后地質災害將在20～25 a內以4～5 a為一個高峰的周期呈震蕩式衰減并最終恢復到震前水平。Tang等[16]解譯了地震前后兩期影像，并對泥石流活動趨勢進行預測，結果表明震后10～15 a內地質災害保持高活動性。該類研究從時間上揭示了崩滑物源的演化規律，但沒有在空間上對其演化特征進行分析。誘發地震滑坡的自然因素很多，各個因素在不同區域和時間所起的作用各不相同。部分學者結合地形地貌、地質條件等環境控制因子探討崩滑物源的時空演化特征。付智勇等[17]選取龍溪河流域5期影像分析了崩滑體面積與坡度、坡向、巖性和距斷層距離等指標的演化情況；羅玉婷等[18]解譯了映秀鎮5期影像，選取坡度、坡向、高程、距溝道距離探討震后10 a崩滑體時空演化特征。該類研究統計了崩滑物源在各個因子上的面積分布特征及長時間序列的時空演變規律，但沒有定量揭示崩滑物源在各個因子上的活躍程度，以確定各個因子上崩滑物源活動性最強的區域，以及長時間序列上其的演變特征。

此外，崩滑物源的活動與流域植被恢復有著密切的聯系，植被動態變化是反映崩滑物源活動的重要指標，因此，有必要獲取植被恢復情況，探究其對崩滑物源活動的影響。目前，有學者利用多期遙感數據，動態分析了震后植被時空變化和恢復情況。李明威等[19]選擇8期遙感影像提取植被覆蓋度，分析研究區內植被恢復情況，結果表明植被恢復對山洪、泥石流活動具有一定的抑制作用。Yunus等[20]基于2000年—2018年中分辨率成像光譜輻射計歸一化植被指數（moderate-resolution imaging spectroradiometer–normalized difference vegetation index，MODIS–NDVI）數據計算了汶川震區植被恢復率，結果表明滑坡活動可能在18 a內恢復到震前水平。Chen等[21]基于2008—2018年歸一化植被指數（normalized difference vegetation index，NDVI）數據研究了汶川、北川、清平3個地區汶川地震后植被恢復的時空差異，闡明了不同環境下植被恢復的模式。該類研究僅分析了植被的長期演變特征，缺乏對植被恢復到震前水平的預測及對崩滑物源的影響的研究。

為進一步探究汶川震區山洪災害流域崩滑物源長時序時空演化特征，利用汶川震區壽溪河流域2007、2009、2012、2015、2018年5期高分遙感影像，對崩滑物源進行遙感解譯，從以下3方面研究了崩滑物源在震后10 a的演化特征：1）根據震前與震后崩滑物源面積分析崩滑物源衰減模式，預測地震影響持續時間；2）結合高程、坡度、坡向、距溝道距離、距斷層距離、年均降水量6個環境控制因子，利用確定性系數概率模型，定量分析崩滑物源在各個因子的活躍程度，確定各個因子崩滑物源活動性最強的區域，以及其在長時間序列上的演變特征；3）計算植被覆蓋度與植被恢復速率，分析該流域內植被恢復情況，探究植被恢復對崩滑物源活動的影響。

1 研究區域概況

研究區位于四川省阿壩州汶川縣南部，邛崍山系、龍門山系之間；壽溪河系岷江右岸1級支流，地理位置介于東經102°02′～103°30′、北緯30°50′～31°03′之間，整個流域呈樹葉形，如圖1所示。地形地貌上，研究區地貌屬盆地與青藏高原過渡地帶的中高山區，海拔在2 000～3 800 m之間，地勢自西南向東北逐漸降低，地質構造較復雜，褶皺、斷裂發育，地層主要分布有花崗巖及變質巖等，土壤多為棕色腐質土。該流域水系發育，支溝眾多，上游河谷呈“V”形，中下游河谷稍寬呈“U”形，部分河段巖石節理、裂隙發育，構造侵蝕及河流切割作用較強烈，巖土體容易失穩。水文氣象方面，屬四川盆地亞熱帶濕潤氣候區，年均氣溫僅8～12 ℃，年平均降雨量為1 333 mm，暴雨一般出現在6—9月，主要集中在7、8兩月。研究區在汶川地震前無較大范圍滑坡和崩塌分布，汶川地震后，崩塌、滑坡頻發，植被遭到嚴重破壞，崩滑物源眾多，山洪、泥石流災害發生的可能性隨之增高。

圖1 研究區地理位置Fig.1 Geographical location of the research area

2 數據來源與研究方法

2.1 數據來源

研究采用的基礎地理數據和環境數據如下：①遙感影像數據分為用于目視解譯崩滑物源的汶川震區壽溪河流域2007、2009、2012、2015、2018年5期遙感影像和用于植被覆蓋度提取的相應年份的5期Landsat5、Landsat7、Landsat8影像（表1）。②數字高程模型（digital elevation model，DEM）數據為先進星載熱發射和反射輻射儀全球數字高程模型（advanced spaceborne thermal emission and reflection radiometer global digital elevation model，ASTER GDEM） 12.5 m分辨率數字高程模型，來源于地理空間數據云網站（http://www.gscloud.cn/）。③河流數據來源于91衛圖助手軟件的中國水系專題圖。④斷層數據來源于91衛圖助手軟件的1∶50萬地質圖。⑤年均降水量數據來源于中國科學院資源環境科學與數據中心（http://www.resdc.cn/）。

表1 遙感影像數據及其特征參數Tab.1 Remote sensing image data and its characteristic parameters

2.2 確定性系數

確定性系數（certainty factor，CF）是一個分段概率函數，最早由Shortliffe和Buchanan[22]提出，用來分析影響崩滑發生的各種因子的敏感性的指標。CF模型可以建立滑坡活動與控制因素之間的定量關系，其適用的模型單元類型為網格單元和均一條件單元[23]。確定性系數計算公式如式（1）所示：

式中： CFi為影響因子i在某等級的確定性系數；PPi為影響因子i在某等級中發生崩滑災害的條件概率，用影響因子i在某等級中發生的崩滑災害的面積與研究區中影響因子i在該等級的面積的比值替代；PPs為研究區發生崩滑災害的先驗概率，用崩滑災害發生的總面積與研究區的總面積的比值來代替。由式（1）可知：CF的值域為[–1,1]，CF值為0或接近0時，先驗概率與條件概率非常接近，表示崩滑體活動程度不確定；大于0表示崩滑體活動性較高；小于0表示崩滑體活動性較低。

2.3 植被指數

歸一化植被指數（normalized difference vegetation index，NDVI）采用通道間的比值形式，具有檢測范圍寬、靈敏度高，能削弱太陽高度角和大氣所帶來的噪音，消除地形和群落結構的陰陽和輻射干擾等優點[24]。NDVI是反映植被狀況的重要遙感參數，被廣泛運用在地表植被生產力評估、植被覆蓋度估算及變化速率分析的研究中[25]。其計算公式為：

式中， ρnir為 近紅外波段反射率， ρred為紅光波段反射率。NDVI值域為[–1,1]，值越大表示植被覆蓋程度越高。

基于像元二分模型，以NDVI為主要參數計算植被覆蓋度（vegetation fraction coverage，VFC），能削弱大氣、土壤背景與植被類型等因素的影響。其計算公式為：

式中， NDVIsoil為完全裸土或無植被覆蓋區像元的NDVI值， NDVIveg為完全植被覆蓋像元的NDVI值。研究采用累積百分數5%作為裸土的純像元，累積百分數95%作為植被純像元。

植被覆蓋恢復速率（vegetation coverage recovery rate，VCRR）表示植被覆蓋度受損后恢復的速率，是根據植被受損前后變化差異評估和監測植被恢復情況的參數，其計算公式為：

式中， VFCt為震后第t年的植被覆蓋度， V FCpost為震后植被覆蓋度最低的一期指數， V FCpre為地震前植被指數。

3 結 果

3.1 崩滑物源活動變化

強震區崩滑體一般呈馬蹄形、簸箕形、弧形或不規則形的形態，表面粗糙，起伏不平，色調為灰色、灰白色，周圍地形穩定則顏色較暗，崩滑邊界明顯可見，前部有如舌狀伸入溝谷或河道中即滑舌[26]，研究以此為解譯標志對5期高分遙感影像進行了解譯，結果如圖2所示。震前研究區地質環境穩定，崩滑災害少有發生，在2007年的遙感影像中，一共解譯出14個崩滑物源，總面積為15.68×104km2。汶川地震后，研究區發生大量崩塌滑坡，導致坡面巖土體松動。在2009年的遙感影像中，一共解譯出200個崩滑物源，總面積為442.45×104m2，新增及擴大面積比例高達96.46%。2010年8月13日，汶川震區發生持續強降雨，在降雨的作用下松散的崩滑體發生滑動，原本整體堆積在坡面的崩滑體逐步分散瓦解，部分崩滑體形成洪沙沿著溝道沖刷堆積到溝口。在2012年的遙感影像中，一共解譯出447個崩滑物源，總面積為252.86×104m2，與震后2009年相比，面積減少189.59×104m2，比例為42.85%；數量增加247個，比例為55.26%。在2015年的遙感影像中，一共解譯出364個崩滑物源，總面積為146.07×104m2；此后，隨著時間的延長，研究區未再發生強震、暴雨等事件，崩滑體面積和數量均減少。在2018年的遙感影像中，一共解譯出148個崩滑物源，總面積為98.97×104m2。崩滑物源變化特征見表2。

圖2 研究區多期崩滑物源分布Fig.2 Landslide deposits distribution of multiphase remote sensing images in the research area

表2 崩滑物源變化特征Tab.2 Variation characteristics of landslide deposits

由于降雨、植被恢復等外界條件的影響，崩滑物源數量波動較大，不能真實反映物源的演化趨勢，所以，根據5期遙感影像的解譯數據，選取崩滑物源面積Area為指標（因變量），年份T為自變量，探究物源的演化模式，R2為0.993 5，表明擬合程度較高（圖3）。如圖3所示，崩滑物源面積隨著時間的推移不斷減少，并以指數函數的模式衰減，預測物源面積恢復到震前水平的時間約為21 a。

圖3 研究區崩滑物源演化模式Fig.3 Evolution model of landslide deposits in the research area

3.2 崩滑物源在各控制因素的分布與演化

3.2.1 崩滑物源在高程上的分布與演化

研究區高程最高為4 897 m，最低為774 m。首先,以12.5 m分辨率的數字高程模型為基礎數據，根據地形條件將整個研究區高程以200 m為間隔進行分級，劃分為11級；然后，將解譯的5期崩滑物源圖層與DEM分別進行疊加分析，對崩滑物源在高程上的分布面積進行統計，并利用確定性系數模型計算崩滑物源在各個高程區間的CF值，得到不同年份崩滑物源在高程上的空間分布特征及演化規律，結果如圖4所示（點表示CF值，柱狀圖表示物源面積，下文同）。

圖4 崩滑物源在高程上的演化Fig.4 Evolution of landslide deposits on elevation

由圖4可知：震前2007年崩滑物源在高程1 200～1 800 m內CF值均大于0.5，震后2009年崩滑物源在高程小于1 800 m內CF值均大于0.5，表明在此范圍內的崩滑體活動性高。2012、2015、2018年3期崩滑體物源都呈現出隨著高程的增加，CF值先增加后降低的趨勢，表明震后崩滑物源隨著高程的增加，活動性先增加后降低，在某段高程活動性最高。2012年崩滑物源活動性最高的高程為1 200～1 800 m，CF值均大于0.4；2015年崩滑物源活動性最高的高程為1 400～2 200 m，CF值均大于0.3；2018年崩滑物源活動性最高的高程為1 800～2 400 m，CF值均大于0.3。高程大于2 000 m的區域CF值隨著時間的推移而增大，說明崩滑物源在高海拔區域的活動性增強。

3.2.2 崩滑物源在坡度上的分布與演化

首先，根據DEM數據提取研究區的坡度，依據地形條件將整個研究區坡度以5°為間隔劃分為12級，并將解譯的5期崩滑物源圖層與坡度分別進行疊加分析，對崩滑物源在坡度上的分布面積進行統計；利用確定性系數模型計算崩滑物源在各個坡度區間的CF值，得到不同年份崩滑物源在坡度上的空間分布特征及演化規律，結果如圖5所示。

圖5 崩滑物源在坡度上的演化Fig.5 Evolution of landslide deposits on slope

由圖5可知：震前2007年崩滑物源主要分布在坡度大于30°的區域。從空間上來看，震后2009、2012、2015、2018年崩滑物源面積隨著坡度增加逐漸增大到峰值后減少，峰值分別為65.11×104、36.98×104、22.84×104、16.56×104m2，達到峰值的區間都在35°～45°內。物源發育面積最大并不代表該區域發生崩滑的可能性最高。CF值隨著坡度的增大而增大，說明隨著坡度的增大，土體不穩定性增加，在大于60°的區域活動性最高，發生崩滑的概率大；在坡度小于40°的范圍，CF值隨著時間的推移而增大，表明隨著時間的推移，坡度小于40°區域的崩滑體活動性逐漸增強。

3.2.3 崩滑物源在坡向上的分布與演化

坡向對崩滑物源的分布有著重要的影響，不同坡向的斜坡受到的太陽輻射強度、降雨強度不同，導致斜坡的植被覆蓋、坡向侵蝕、巖土穩定性等不同，因此不同坡向的崩滑物源變化特征不同。利用DEM數據提取出研究區的坡向，將解譯的5期崩滑物源圖層與坡向分別進行疊加分析，對崩滑物源在坡向上的分布面積進行統計，并利用確定性系數模型計算崩滑物源在各個坡向區間的CF值，得到不同年份崩滑物源在坡向上的空間分布特征及演化規律，結果如圖6所示。

圖6 崩滑物源在坡向上的演化Fig.6 Evolution of landslide deposits on aspect

由圖6可知：震前2007年主要分布在坡向為E、SE、S范圍內， CF值均大于0.4。震后2009、2012、2015、2018年崩滑物源主要分布在坡向為E、SE、S、SW范圍內，面積峰值都在SE側，分別為170.91×104、72.1×104、35.36×104、24.96×104m2。震后各個年份CF值都呈現出隨著坡向從北側至西側先增大后減小的趨勢，在SE側CF值達到最大，分別為0.61、0.47、0.40、0.37，表明發生崩滑災害的概率從北側至西側先增大后減小，崩滑體活動性最高的坡向為SE。在時間上，CF值在E、SE、S側隨年份的增加而降低，表明崩滑物源在該坡向上的活動性隨時間推移而逐漸減弱。

3.2.4 崩滑物源在距溝道距離上的分布與演化

距溝道距離是崩滑物源活動的間接影響因子。利用空間分析模塊下的歐氏距離工具，以200 m為間距創建流域內溝道的多環緩沖區，共分為8級，對崩滑物源在各距離范圍內的分布面積進行統計，并利用確定性系數模型計算崩滑物源在各距離范圍內的CF值，得到不同年份崩滑物源在距溝道距離的空間分布特征及演化規律，結果如圖7所示。

圖7 崩滑物源在距溝道距離上的演化Fig.7 Evolution of landslide deposits on distance from the channel

如圖7所示：震前2007年崩滑易發區在距離溝道200～800 m的范圍內，該區域CF值均大于0.45。在空間上，震后每期崩滑物源CF值呈現出隨距溝道距離的增加而減少的趨勢，在距溝道距離大于800 m的范圍內，CF值均逐漸小于0；大于1 400 m的范圍，每期CF值均小于?0.4。由此表明，溝道附近匯水量較大容易引發斜坡坡腳失穩，越靠近溝道的地方，崩滑物源面積發育越大，物源活動性越強，距溝道距離小于800 m的范圍崩滑體活動性最強。在時間上，距溝道距離大于200 m的區域CF值隨時間的推移而增加，表明距溝道距離大于200 m的區域崩滑體的活動性增強。

3.2.5 崩滑物源在距斷層距離上的分布與演化

距斷層距離對崩滑物源活動起間接控制作用。利用空間分析模塊下的歐氏距離工具，以300 m為間距創建流域內斷層的多環緩沖區，共分為9級；對崩滑物源在各距斷層距離范圍內的分布面積進行統計，并利用確定性系數模型計算崩滑物源在各距斷層距離范圍內的CF值，得到不同年份崩滑物源在距斷層距離的空間分布特征及演化規律，結果如圖8所示。

圖8 崩滑物源在距斷層距離上的演化Fig.8 Evolution of landslide deposits on distance from the fault

由圖8可知，震前2007年崩滑物源主要分布在距斷層300～1 200 m的地方，面積為15.04×104m2，CF值均大于0.5。震后2009、2012、2015、2018年，每期崩滑物源隨著距斷層距離增大，發育面積逐漸減少，峰值在距斷層距離小于300 m的范圍內，分別為166.25×104、86.37×104、46.52×104、28.82×104m2。震后每期CF值整體上隨著距斷層距離的增加而減少，距斷層距離大于1 500 m的地方的CF值均逐漸小于0，并且在此范圍內CF值隨著時間的推移逐漸增大。由此看出，汶川地震使斷層附近區域巖土體松動，距斷層距離小于1 500 m的地方崩滑體滑動性高，并且隨著時間的推移，崩滑物源在距斷層距離大于1 500 m的地方活動性增強。

3.2.6 崩滑物源在年均降水量上的分布和演化

降水對崩滑物源的分布和活動有重要影響。將整個研究區年均降水量以10 mm為間隔劃分為8級；將解譯的5期崩滑物源圖層與年均降水量分別進行疊加分析，對崩滑物源在年均降水量上的分布面積進行統計，并利用確定性系數模型計算崩滑物源在各個區間的CF值，得到不同年份崩滑物源在降水上的空間分布特征及演化規律，結果如圖9所示。

圖9 崩滑物源在年均降水量上的演化Fig.9 Evolution of landslide deposits on average annual precipitation

由圖9可知：震前崩滑物源主要分布在年均降水量830～860 mm區域；震后2009年崩滑物源主要集中在年均降水量810～860 mm區域，2012、2015年崩滑物源主要集中在年均降水量830～860 mm區域，2018年崩滑物源主要分布在平均降水量850～860 mm區域，且在平均降水量830～850 mm區域CF均大于0.35，表明在降水量豐富的區域崩滑物源分布廣泛，降水量的增加對崩滑物源的發育起促進作用，在降水量830～850 mm區域活動性最強。在年均降水量大于840 mm的區域，CF值隨著時間的推移逐漸增大，表明隨著時間的推移，降水量較高的區域崩滑物源的活動性逐漸增強，因此，需要加強對較高降水量區域崩滑物源的監測，以防止洪沙、泥石流等災害的發生。

3.3 崩滑物源對植被恢復的影響

3.3.1 植被覆蓋度變化

植被恢復情況對崩滑物源的活動有一定的影響。為分析研究區植被動態變化，對原始Landsat影像進行剪裁、輻射定標、大氣矯正等預處理，根據式（2）、（3）分別計算出各年份的植被指數NDVI和植被覆蓋度VFC，并將植被覆蓋度VFC以0.05的間隔分為20類，得到植被覆蓋度VFC值的頻率分布（圖10）。由圖10可知：震前2007年研究區植被狀況良好，植被覆蓋度平均值為0.68；2008年汶川地震導致研究區植被覆蓋度頻率分布格局發生較大變化，植被覆蓋度平均值急劇下降；2009年研究區植被覆蓋度平均值降低到0.48。隨著時間的推移，研究區植被覆蓋度逐漸增加，2012、2015和2018年研究區植被覆蓋度平均值分別為0.51、0.53、0.64，植被覆蓋度頻率分布逐漸趨于震前狀態。根據這5期數據的植被覆蓋度平均值VFCa探究其隨年份的變化趨勢，如圖11所示，預測震后植被覆蓋度恢復到震前水平至少需要14 a。

圖10 研究區植被覆蓋度VFC值的頻率分布Fig.10 Frequency distribution of VFC in the study area

圖11 研究區平均植被覆蓋度VFCa變化趨勢Fig.11 Variation trend of VFCa in the research area

3.3.2 植被恢復速率演化

根據式（4）計算得到研究區2012、2015和2018年植被恢復速率VCRR，將植被覆蓋恢復速率VCRR分為4級：小于0為植被恢復極差；0～0.5為植被恢復較差；0.5～1.0為植被恢復中等；大于1.0為植被恢復良好，再疊加對應時期的崩滑體圖層，結果如圖12所示。另外，統計各期不同類別植被恢復速率的面積和百分比，見表3。2009—2012年間，暴雨引發的大規?；潞蜕胶?、泥石流，崩滑體的個數由200增長到447，增長率達到55.26%，區域生態系統不穩定，導致2012年植被恢復程度低，植被恢復極差及較差區域達62.68%。2012—2018年間，崩滑體面積由252.86×104減少到98.97×104m2，個數由447減少到148；植被覆蓋度逐漸增加，2015、2018年植被恢復中等及以上的區域分別占64.24%、占70.69%，表明崩滑體的減少有 助于植被恢復。

圖12 2009年后研究區植被恢復速率VCRR與崩滑物源的分布Fig.12 Distribution of VCRR and landslide deposits in the research area after 2009

表3 2009年后研究區不同類別植被恢復速率的面積和百分比統計Tab.3 Statistics of area and percentage for different VRR categories after 2009

3.3.3 崩滑物源在各等級植被恢復情況的分布與演化

根據表3對崩滑物源在各植被恢復情況上的分布面積進行統計，并利用確定性系數模型計算崩滑物源在各等級植被恢復情況的CF值，得到2012、2015和2018年崩滑物源在各植被恢復情況上的空間分布特征及演化規律，結果如圖13所示。

由圖13可知：2012、2015和2018年崩滑物源面積隨著植被恢復程度的增加而減少，在植被恢復極差的區域面積最大，分別為97.36×104、73.32×104、40.43×104m2，并且CF值在植被恢復差的區域隨著時間的推移增大，表明植被恢復差的區域崩滑物源的發育更好。這3期數據中的CF值整體上隨著植被恢復程度的增加而減少，在植被恢復中等及良好的區域CF值隨著時間的推移而降低，在植被恢復良好的區域；3期數據的CF值均小于–0.35。這表明在植被恢復程度高的地方，崩滑體的活動性低且隨著時間的推移而降低，植被的恢復能有效減弱崩滑物源的活動，降低崩滑、洪沙災害的發生概率。

圖13 崩滑物源在各等級植被恢復的演化Fig.13 Evolution of landslide deposits in various types of VCRR

4 結 論

1）壽溪河流域5期遙感影像解譯的崩滑物源面積分別為15.68×104、442.45×104、252.86×104、146.07×104、98.97×104m2，且以指數函數的模式衰減，預測物源面積恢復到震前水平的時間約為 21 a。

2）研究區震后崩滑物源活動性最強的區域特征為：高程1 200～2 400 m，坡度大于60°，坡向SE，距溝道距離小于800 m，距斷層距離小于1 500 m，年均降水量830～850 mm。演化趨勢為崩滑物源在高程大于2 000 m、坡度小于40°、距溝道距離大于200 m、距斷層距離大于1 500 m、年均降水量大于840 mm的區域的活動性增強，在E、SE、S側活動性減弱。

3）震前2007年研究區植被狀況良好，震后隨著時間的推移，植被覆蓋度以線性形式增長，預測震后至少14 a植被覆蓋度恢復到震前水平。2012、2015、2018年植被恢復中等及以上的區域分別占37.32%、64.24%、70.69%，研究區植被逐漸恢復。且崩滑物源在植被恢復極差的區域面積最大、活動性最高，而在植被恢復程度高的地方，崩滑體的活動性低且隨著時間的推移降低，植被的恢復能有效減弱崩滑物源的活動，降低發生崩滑災害的概率。