1.尺度
2.尺度研究的問題
1)尺度在空間模式和地表過程檢測中的作用以及尺度對環境建模的沖擊；
2）尺度域（尺度不變范圍）和尺度閾值的識別；
3）尺度轉換，尺度分析和多尺度建模放的實現。
3.遙感尺度的問題
遙感尺度主要關注的是測量尺度，不同來源的遙感信息數據在時間尺度和空間尺度上都有很大的差距，在一個尺度上觀察到的現象、總結出的規律、構建的模型，在另一個尺度下則有可能不適應。因此，需要根據不同的應用目的選擇最佳的尺度，使得所選尺度的影像能夠最大限度的反映目標物的空間分布特征。eg:一張樹葉到一片森林的空間尺度是數量級，很難想象在葉片上適用的模型會同樣適用於森林。
4.尺度轉換
在同一幅影像中會存在不同尺度的地物，導致信息提取時所需的最佳尺度不一致。並且獲取遙感信息數據的尺度比較單一，因此，需要進行尺度轉換來適應不同尺度地物的提取。
尺度轉換定義為：將一幅影像從一個空間或光譜尺度轉換到另一個空間或光譜尺度的過程。
5.尺度轉換分類（按不同的轉換方向）：
1）尺度擴展（聚合）：從小尺度轉到大尺度的過程，也就是將高分辨率影像轉換為低分別率影像的過程。常用的方法有：基於統計和基於機理。
2）尺度收縮（分解）：大尺度轉到小尺度，低分辨率轉到高分辨率。主要是通過多源遙感信息影像融合的方法來實現。
6.尺度轉換的方法
1）基於像元：統計方式、融合轉換以及分類轉換像元包括數據的空間、時間和光譜分辨率等信息。
優點：易於操作
缺點：只考慮了地物的光譜信息，無法兼顧地物的空間結構形態特征，難以解決同譜異物和同物異譜問題，所以轉換效果不穩定，精度難以提高。
2）基於對象：對遙感影像紋理特征的提取及合理分割
以對象為基本單元，在高空間分辨率影像上利用影像多尺度分割技術，構建不同尺度的影像信息等級結構，實現遙感影像信息在不同尺度層之間的傳遞。
優點：能夠包含地物的空間信息，提高轉換精度。
缺點：如何合理定義對象的分割尺度是難點。
轉換方法：地理差異法（Geographic variabnce method）,小波變換發（Wavelet transform method），局部差異法（Local variance method），半方差函數法（Semivariagram based method）,分形方法（Fractal method）
7. 融合
1) 主要用於尺度收縮的轉換,通過將- 一個尺度影像信息融入另一尺度影像來達到尺度轉換目的。遙感影像的空間細節信息多體現在高頻信息上，而光譜信息則多集中於低頻部分。
2) 在轉換過程中，基本原則是在盡可能保持原圖像光譜信息的前提,提高其空間分辨率。
3) 利用高空間分辨率影像和高光譜分辨率影像進行融合，使得融合后的影像具有較高的空間分辨率有利於目視解譯，同時還有較高的光譜分辨率，同時還為后續的光譜運算、光譜分析提供了可能。
4) 尺度收縮的方法:基於空間域和基於變換域。
●1.基於空間域的融合:針對影像的像素灰度值直接進行運算的方法，算法簡單、易於實現，但是細節表現力達不到要求;
●2.基於變換域的融合:先將原始圖像進行變換，然后在變換域中進行信息融合，最后進行逆變換得到融合后影像的方法，細節表現力強，但是算法相對復雜。
5)目前常用的主要有彩色模型變換方法、直方變差圖、主成分分析法、高通濾波、小波分析。