近年来国内外学者从生态系统过程、生态服务功能及生态经济价值等多个方面，对森林生态系统服务功能开展了综合研究，不断充实与丰富生态服务功能的内涵，探索其生态经济价值的评估方法及其与生态过程、空间格局的关系(侯元兆等，1995; 李文华等，2006)。森林调节温度的生态服务功能是森林调节气候、净化环境的生态系统服务功能的一个方面，森林调节温度多是在点尺度上利用气象观测点上的数据进行研究(吴家兵等，2002; 郭清和等，2005; 陆贵巧等，2006; 杜颖等，2007)，评估方法多是采用替代法(侯元兆等，1995; Brack，2002; 彭建等，2005; 康文星等，2008; 杨锋伟等，2008)。

目前对森林调节温度的作用还缺乏定量化研究，大范围森林调节温度的研究以及实现对森林温度动态的、连续的监测还必须寻求新的手段。随着现代科技的发展，以3S(GPS, GIS和RS)技术为代表的新技术、新方法不断应用到森林生态服务研究中来。热红外遥感技术的飞速发展为快速地获取区域地表温度空间差异信息提供了新的途径。早在20世纪60年代发射TIROS-Ⅱ以来，人们开始用卫星热红外波段测量海面温度。随着遥感技术的不断发展，卫星数据质量不断提高，利用卫星资料获取陆面温度的技术逐渐趋于成熟。美国国家宇航局的EOS计划为温度反演精度提出的目标是1 K，海面是0.3 K。目前温度反演的算法已比较成熟(覃志豪等，2001; 毛克彪等，2005), 遥感温度反演已应用于城市热岛效应、城市绿地格局与城市热岛效应的关系研究(毛克彪，2007; 张桂华等，2005; 王雪，2006)，但是应用于森林调节温湿度效应方面的研究还较少。

本研究主要利用MODIS温度产品、植被指数产品、实际采集的外业数据、山东省第7次二类调查数据、山东气象数据等，对2000—2006年山东省森林不同时间的温度数据进行了量化分析，对山东省森林调节温度的生态服务功能进行量化尝试，为科学地评估森林生态系统调节温度的生态服务功能提供新的技术手段和科学的数据支持。

1 研究区概况

山东省(114°47′—122°43′E, 34°22′—38°23′N)位于我国东部沿海，黄河下游，土地面积总共1 522.21万hm²，其中林业用地面积342.12万hm²，活立木总蓄积为8 627.99万m³，森林覆盖率为16.72%，林木绿化率为20.68% (2007年森林资源调查数据)。属于暖温带季风气候类型。山东省地处暖温带落叶阔叶林区，植物资源种类丰富。由于山东农垦历史悠久，原始植被早被破坏殆尽，现有森林植被均系人工林和天然次生林，林分、林层结构单一，全部为单层林，林分优势树种为毛白杨(Populus tomentosa)和刺槐(Robinia pseudoacacia)，其中又以杨树占绝对优势。山东省森林在鲁中山区和胶东丘陵区分布集中，其余地区分布较散。

2 数据来源

NASA网站免费提供多种不同等级的数据产品，考虑到地表温度(land surface temperature, LST)产品和植被指数(vegetation indices, VI)产品比较分析时要求分辨率一致、时间统一，选取了同为Global 1 km分辨率的Land Surface Temperature/Emissivity 8-Day L3 Global 1 km和Vegetation Indices 16-Day L3 Global 1 km产品。下载了MODIS 2000—2006年的Terra星(上午星，早晨10: 30、夜间10: 30由北向南穿越赤道线)8天的温度产品MOD11和Aqua星(下午星，下午1: 30、夜间1: 30由南向北穿越赤道线)8天的温度产品MYD11产品及MODIS 2000—2006年的Terra星16天的植被指数产品MOD13。

2007-08-08—08-27分5个组进行外业调查。每个调查组随机选取有代表性、典型、大片林区作为样地，用角规调查蓄积量，罗盘仪测量树高，并用GPS测定每个样地的经纬度和海拔高度并记录地表类型。总共调查1 456个样地，其中林地样地884个，其他类型样地572个。

获取了2007年山东省第7次二类调查数据(无小班等的具体资料)，山东省2000年1:25万土地利用现状图，2000年森林资源分布图，山东省20 m分辨率的DEM，山东省行政区划图，交通道路图，水系图证，同时收集了山东省各气象站点2000—2006年的气温、地温和降水等气象数据资料。

3 数据处理

首先利用NASA提供的投影转换工具MRT(MODIS Reprojection Tool)对MODIS温度产品和植被指数产品转换投影，用山东省的边界作为mask，获取山东省的温度数据和植被指数数据。根据质量控制层的信息去除了质量较差点的数据。

研究森林调节温度功能是按月进行的，利用ERDAS软件的model模块的建模功能，把4景8天的LST产品合成一景月产品。为了保证LST产品和NDVI产品的对应，合成的LST的月产品和NDVI的月产品都是32天一个月，1月份包括了1月31天和2月第1天，其他的月份类推。为了与气象数据进行比较分析，把k氏温度转成了摄氏温度。逐月合成了2000—2006年白天、夜间的LST月产品(每个月都有4景月产品，分别是Terra星和Aqua星的白天和夜间过境时刻的月均值)。

MODIS的NDVI产品同样利用model功能进行建模，把2景16天的NDVI产品合成一景月产品。在处理时，去除了小于0的值，使其范围为0~1(负值表示地面覆盖为云、水、雪等; 0表示有岩石或裸土等; 正值，表示有植被覆盖，且随覆盖度增大而增大)。逐月合成了2000—2006白天的植被指数的月产品。

为了与MODIS的温度产品、植被指数产品等遥感数据保持一致，本研究全部按照32天一个月重新统计2000—2006年山东省气温、降水的月均数据。

4 数据分析

将外业样点分成了森林类样点和农田类样点，城镇样点在遥感影像上获取。利用ArcGIS软件获取了各样点2000—2006年每个月Terra星和Aqua星4个过境时刻的LST值和NDVI值。虽然外业采样时选择的是典型的、大片的林区，但在分辨率为1 km的MODIS温度产品里，基本上全是混合像元。地形起伏、地类交叉等因素消弱了各类型间的差异，使得森林样点的LST和NDVI的相关性减弱了很多，但是仍然可以反映出它们的关系趋势。

表 1和2列出了2006年样点的LST和NDVI月均数据，由于各样点的数据量较大，只列出了均值表，且2000—2006年各年的数据的规律性比较一致，仅列出了2006年样点的LST和NDVI数据。表 1中的城林差指的是城镇样点与森林样点月均温度的差值，最大差值指的是一年中，同类地物月均温的最大差值。

MODIS温度产品是地温(对于植被茂密的地表，遥感反演所得到的地表温度是指植被叶冠的表面温度。对于稀疏的地表，地表温度是地面、植被叶冠等温度的混合平均值)，森林调节温度通常是指气温。地温和气温之间，目前还没有可行的转换模型，但是LST与气温之间存在很强的联系。因篇幅关系，仅列出了气温与城镇样点白天LST(MOD)、气温与森林样点白天LST(MOD)的相关性(图 1)，表 3是气温与各类样点LST的相关系数表。

山东省气象站点观测数据的月均气温与月均地温的R² = 0.990 1。

气温与各类样点LST都存在极强的相关性，相关性最低的气温与MYD白天农田温度的相关系数也达R² = 0.910 3。气温与城镇、森林、农田样点LST的相关性在白天、夜间都是依次逐渐减低的; 夜间，气温与各类样点LST的相关性都很强，相关系数最低的气温与MOD夜间农田温度的相关系数也高达R²= 0.977 0，而相关系数最高的气温与MYD夜间城镇温度的相关系数竟高达R²= 0.992 7，比气象站点观测的气温与地温的R² = 0.990 1的相关系数还高，说明在夜间，反演的LST与气温的相关性极强，基本可以代替实测数据。

城镇、森林、农田样点的LST的值为样点的均值，气温值也是各气象站点的均值，气温与LST的相关性最低值也高达R²= 0.910 3，可见气温和地温之间确实存在很强的相关性，利用LST分析森林调节温度服务功能是合理的。

5 森林调节温度的生态服务功能分析

以2006年的数据为例，森林在夏季具有降温作用，主要体现在5—9月份。根据Terra星(10: 30)的数据，5—8月森林类样点的温度比城镇低3 ℃左右; Aqua星过境时(13: 30)2者的温差更大，比如5月，Terra星过境时城镇与森林的温差是3.01 ℃，Aqua星过境时温差是3.89 ℃，具体数据见表 1。在冬季，森林类样点的温度比城镇温度高，主要体现在11月至翌年2月份。1月份，Terra星过境时，城镇类样点的温度是0.17 ℃，森林样点温度是3.10 ℃，温差为2.93 ℃，说明森林在冬季具有保温效果。冬季森林与城镇的温差比夏季小，11月至翌年2月份的温差为1~2 ℃，夏季5—8月份的温差在3 ℃以上，说明森林的保温效果不如降温效果显著。

冬季，白天时，森林比城镇样点温度高，森林具有保温效果; 夜间，城镇样点温度比森林样点高，森林保温作用不明显。夜间，城镇样点与森林类样点的温差皆比白天小，温差最大的也只有1.55 ℃，具体数据见表 1，即夜间森林对温度的调节作用不如白天显著。

样点温度变化的振幅表现为森林＜农田＜城镇，无论月变化还是年变化，无论白天还是夜间，森林温度变化的振幅都较小。以表 1中2006年的数据为例:城镇温度年内变化的最大差值为36.08 ℃，森林为29.83 ℃，农田为33.97 ℃; 夜间城镇温度年内最大差值为26.35 ℃，森林为25.07 ℃，农田为25.76 ℃。

农田同森林类似，也在夏季具有降温的作用，在冬季具有保温的作用，但是降温、保温效果不如森林明显。夏季6月份城镇样点的温度是37.90 ℃，森林样点的温度是34.68 ℃，农田样点是36.46 ℃，森林样点的温度比农田低了1.78 ℃; 冬季12月份城镇温度是2.55 ℃，森林是4.44 ℃，农田是3.88 ℃，森林温度比农田高了0.56 ℃。但是1和2月份，出现了农田样点温度比森林样点高的情况，如1月份，城镇样点的温度是0.17 ℃，森林样点是3.1 ℃，农田样点的温度是3.24 ℃，农田的温度比森林高出了0.14 ℃，这与样点有关，农田类样点里农作物为小麦的样点占了绝大多数，小麦在山东属于越冬作物，农田类样点的NDVI值较高，森林样点里包括很多的阔叶林类样点，冬季，山东省的阔叶林落叶，森林样点NDVI的均值比农田低(表 1)，落叶的森林对温度的调节作用减弱。

表 4是2006年，农田样点昼夜温差与森林样点昼夜温差的差值表，森林的昼夜温差一年四季都比农田小，在温度出现最高值的6月份和出现最低值的1月份，差值也最大，即森林温度变化的振幅较小，农田降温和保温的效果都不如森林显著。

6 森林地表温度(LST)和归一化植被指数(NDVI)之间的关系

以2006年的数据为例对LST与NDVI的相关性进行分析，图 2是2006年6，12月份，Terra星白天过境时刻，森林类样点白天的LST与NDVI的相关性图。

从图 2可以看出，6月份森林类样点白天的LST与NDVI呈负相关关系，即在夏季森林植被越好，温度越低，森林具有降温的作用; 12月份，森林样点白天的LST与NDVI呈正相关关系，即在冬季，森林的NDVI越高，温度也越高，说明森林在冬季起保温的效果。冬季森林的LST与NDVI的相关性(R²=0.21)比夏季(R²=0.33)低。山东省的森林样点中阔叶林类树种样点占了多半，而阔叶类树种在冬季是落叶的，落叶后，NDVI值降低，蒸发、蒸腾等生命活动减弱，调节能力下降，引起冬季森林的LST与NDVI的相关性降低。样点分布于山东省范围内，差异较大，1 km的分辨率，全是混合像元，降低了2者之间的相关性，但是森林LST与NDVI相关性的趋势还是很明显。

图 3是2006年6，12月份Terra星晚上过境时刻森林类样点的LST与NDVI相关性。从图 3可见, 在夜间，6月份森林类样点的LST与NDVI的R²只有0.002 6，12月份为0.043 5，几乎不存在相关性。因篇幅所限，未列出农田类样点LST与NDVI的相关性，规律与森林类样点类似，但是相关性都比森林类样点低，农田对温度的调节作用不如森林显著。

以2000年的山东省土地利用图为基础，利用ArcGIS软件，读出林地和灌木林在2000年6和12月份、2006年6和12月份Terra星白天和夜间的温度值。图 4是乔木林与灌木林2000年和2006年6月份的LST的差值和NDVI的差值的相关性。

从图 4可见，LST的变化与NDVI的变化是负相关的关系。但是NDVI的增加又与气温、降水等有着密切的联系。

7 问题及讨论

通常讲的森林调节温度的服务中的温度指的是气温，遥感反演的温度都是地表温度，虽地温与气温存在极强的相关性，但也有差别，从地温到气温目前还没有成熟的可借鉴的转换模型。森林调节温度作用的大小同树种、郁闭度、地形、时间和环境等很多因素有关系，但本研究只是对样点的温度信息和NDVI进行了分析，详细的数据分析仍然需要实际的地面观测数据。

山东省森林分布较集中的鲁中南山地、胶东丘陵等地区都属于低山丘陵区，目前的遥感温度反演算法没有考虑高程的影响，高程对LST的影响值得探讨。MODIS温度产品的分辨率为1 km，在山东省范围内都是混合像元，很难找到纯林，森林调节温度的能力在分析时被消弱。

本研究利用遥感数据，结合外业调查数据，得到的立足于统计的规律，对定量评估森林生态服务功能提供了科学依据和新的技术手段，没有涉及森林调节温度的原理、机制，森林调节温度机制是今后的研究方向。