遥感图像的空间分辨率是关键特征，尺度转换至关重要。本文探讨了升尺度（高到低分辨率）和降尺度（低到高分辨率）的方法。升尺度研究发现BRDF和反射率的升尺度规律大致线性，但低分辨率反演的LAI可能与真实值有差异。降尺度方法包括线性分解、连续区域产生等。真实性检验是确保遥感数据准确性的核心，需关注地面观测与遥感数据的对应关系。
遥感图像的一个基本特征是空间分辨率。目前已经可以有效获取大量不同空间分辨率遥感数据。
尺度和尺度转换已经成为遥感的核心问题之一，人们已经从不同角度提出了这一问题。尺度转换分为两种：
- 升尺度：从高分辨率到低分辨率的转换；
- 降尺度：从低分辨率到高分辨率的转换。
1. 升尺度的方法
由于地球表面是非常异质性的，升尺度可能在产品真实性验证方面会比降尺度更显得重要。为了验证低分辨率产品(如lkm)，要找到块至少2~3个像元大小的较大同质区域作样地，这相当困难。另外，即使是同种土地覆盖类型，有时也会出现大的变化。在真实性检验过程中常常需要获得高分辨率的影像。因此，无论如何我们都会遇到尺度转换的问题。很自然我们会问：应该先从高分辨率影像提取生物地理变量然后将其融合到低分辨率影像中，还是应该首先将高分辨率影像融合到低分辨率影像之后再提取这些变量。
两种升尺度的方案：
订阅专栏 解锁全文
扫一扫
2728
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
