1.尺度
2.尺度研究的问题
1)尺度在空间模式和地表过程检测中的作用以及尺度对环境建模的冲击；
2）尺度域（尺度不变范围）和尺度阈值的识别；
3）尺度转换，尺度分析和多尺度建模放的实现。
3.遥感尺度的问题
遥感尺度主要关注的是测量尺度，不同来源的遥感信息数据在时间尺度和空间尺度上都有很大的差距，在一个尺度上观察到的现象、总结出的规律、构建的模型，在另一个尺度下则有可能不适应。因此，需要根据不同的应用目的选择最佳的尺度，使得所选尺度的影像能够最大限度的反映目标物的空间分布特征。eg:一张树叶到一片森林的空间尺度是数量级，很难想象在叶片上适用的模型会同样适用于森林。
4.尺度转换
在同一幅影像中会存在不同尺度的地物，导致信息提取时所需的最佳尺度不一致。并且获取遥感信息数据的尺度比较单一，因此，需要进行尺度转换来适应不同尺度地物的提取。
尺度转换定义为：将一幅影像从一个空间或光谱尺度转换到另一个空间或光谱尺度的过程。
5.尺度转换分类（按不同的转换方向）：
1）尺度扩展（聚合）：从小尺度转到大尺度的过程，也就是将高分辨率影像转换为低分别率影像的过程。常用的方法有：基于统计和基于机理。
2）尺度收缩（分解）：大尺度转到小尺度，低分辨率转到高分辨率。主要是通过多源遥感信息影像融合的方法来实现。
6.尺度转换的方法
1）基于像元：统计方式、融合转换以及分类转换像元包括数据的空间、时间和光谱分辨率等信息。
优点：易于操作
缺点：只考虑了地物的光谱信息，无法兼顾地物的空间结构形态特征，难以解决同谱异物和同物异谱问题，所以转换效果不稳定，精度难以提高。
2）基于对象：对遥感影像纹理特征的提取及合理分割
以对象为基本单元，在高空间分辨率影像上利用影像多尺度分割技术，构建不同尺度的影像信息等级结构，实现遥感影像信息在不同尺度层之间的传递。
优点：能够包含地物的空间信息，提高转换精度。
缺点：如何合理定义对象的分割尺度是难点。
转换方法：地理差异法（Geographic variabnce method）,小波变换发（Wavelet transform method），局部差异法（Local variance method），半方差函数法（Semivariagram based method）,分形方法（Fractal method）
7. 融合
1) 主要用于尺度收缩的转换,通过将- 一个尺度影像信息融入另一尺度影像来达到尺度转换目的。遥感影像的空间细节信息多体现在高频信息上，而光谱信息则多集中于低频部分。
2) 在转换过程中，基本原则是在尽可能保持原图像光谱信息的前提,提高其空间分辨率。
3) 利用高空间分辨率影像和高光谱分辨率影像进行融合，使得融合后的影像具有较高的空间分辨率有利于目视解译，同时还有较高的光谱分辨率，同时还为后续的光谱运算、光谱分析提供了可能。
4) 尺度收缩的方法:基于空间域和基于变换域。
●1.基于空间域的融合:针对影像的像素灰度值直接进行运算的方法，算法简单、易于实现，但是细节表现力达不到要求;
●2.基于变换域的融合:先将原始图像进行变换，然后在变换域中进行信息融合，最后进行逆变换得到融合后影像的方法，细节表现力强，但是算法相对复杂。
5)目前常用的主要有彩色模型变换方法、直方变差图、主成分分析法、高通滤波、小波分析。
