遥感尺度效应：远近高低各不同丨观天测地|地理_新浪财经

编者按：从古至今，人类从未停止过探索未知世界的脚步，认知世界的能力和手段与日俱增。中科院之声与中国科学院空天信息创新研究院联合开设“观天测地”专栏，为大家介绍天上地上探索的那些事儿，带来空天信息领域最新进展，普及科学知识。

当我们乘坐飞机从地面起飞到高空，如果一直注视地面，就会发现地表的景物会出现缓慢变化。在低空，可以看到车辆树木甚至行人。随着飞行高度的增加，已经看不到车辆，目之所及只有地面的河流、道路、农田以及一些高大的建筑。而到了高空，只剩下山川河流以及呈斑块状分布的城镇。

这种变化，在遥感领域即为尺度问题的一个具体表象。

尺度，地学的重要科学问题

尺度是指针对某一现象所呈现的空间或时间单位。用来观测地表的传感器内探测元件的受光角度或观测视野，即瞬时视场角（IFOV），决定了在特定高度上，瞬时观测的地表面积，也就是我们通常理解的传感器所能分辨的最小单元。IFOV越小，最小可分辨单元越小，图像空间分辨率越高（如图1）。这就是遥感上的尺度问题。

图1 不同分辨率的遥感影像

遥感的多尺度观测对地学本身有巨大的推动作用，堪比望远镜对天文学和物理学的推动作用。多尺度的遥感图像能够提供从“厘米级”点尺度到“公里级”面尺度之间多级差的尺度。

尺度在地学中无处不在。自Abler 1987年将尺度列为地理信息的几个重要科学问题之一，30年来，世界各国学者针对尺度问题进行了大量的研究工作。Goodchild等提出了尺度不变量、改变尺度的能力、尺度效应的度量、尺度作为过程模型中的参数及多尺度方法的实施等与尺度相关的5大关键问题。地球表面空间作为一个具有很高复杂性的“巨系统”，在某一尺度上观测到的现象、总结出的规律，在另一尺度上可能有效、可能相似，而更多需要修正。

我国学者对尺度问题亦非常关注。已故遥感学家李小文院士2013年在地理学报上撰文《定量遥感尺度效应刍议》，分别对尺度问题和遥感中的尺度问题进行了综述；中国科学院院士李德仁亦曾撰文，认为在地理国情监测中，尺度是关键参数之一。

图2 遥感尺度效应与尺度转换研讨会参会者合影

2014年2月21日，北京师范大学地理学与遥感科学学院召开“遥感尺度效应与尺度转换”学术研讨会。会上，李小文、刘昌明、傅伯杰等十几位学者分别发表了对尺度问题的见解。如刘昌明提出“研究尺度不一样，分析结果就不一样。地理现象在一定比例尺上表现的信息量是不一样的”。傅伯杰指出“地理现象在时间、空间尺度的表征，随着观测时空分辨率的变化，获得的信息也在变化；不同的研究对象有其对应的时间空间尺度，需要研究与发现其时空尺度特征；观测尺度与地理现象的时空尺度要匹配”。

尺度效应，寻求最优“分辨率”

广义上讲，尺度效应是地理现象或地理实体无法消除、不可避免的本质特征，例如海岸线的长度测量问题就是地学描述中的最典型的尺度问题。必须有可靠、便捷、自洽的尺度转换方法，才能综合多尺度的信息，满足遥感在各种地理问题的应用需求。

尺度效应及尺度转换等问题也是导致95%海量遥感数据无法得到有效利用、早期卓有成效的遥感应用难以再上新台阶的根本原因之一。目前在定量遥感领域，绝大多数模型和算法均是在小尺度均一地表假设基础上建立，盲目将小尺度模型应用于大尺度遥感数据，必然带来很大的误差甚至是错误。尺度问题已成为遥感数据在传统地理学应用中面临的一个突出问题。而在遥感产品的真实性检验中，盲目地利用地面“点”测量数据去直接验证“面”特征的遥感数据，很难得出客观的评价结论。

图3 MODIS（1千米）、ASTER(90米)、ETM（60米）和无人机（3米）尺度下地表温度分布，其中黑色网格表示50米，白色网格表示200米。

而从狭义上讲，定量遥感反演中的尺度效应可定义为同一区域、同一时间、同样遥感模型、同类遥感数据、同等成像条件，只是分辨率不同导致的遥感反演地表参量不一致，且这种地表参量属于存在物理真值的可标度量。通俗地说，就是传感器高度不同、看同一个东西不一样。如图3所示，不同空间分辨率获取的地表温度差异很大。这种狭义上的尺度效应，本质上是由于小尺度（低分辨率）反演模型在大尺度数据上的不适用性导致的。只有在地表物性均匀或者反演模型为线性，不随尺度变化时，这种尺度效应才不存在。而在实际应用中，尤其是区域性和全球性问题，地表的非均质是常态，因此我们必须考虑这种尺度效应，并通过合适的尺度转换方法来解决这一问题。

尺度转换，多种来源数据综合使用的基础

尺度转换问题是定量遥感研究核心的问题之一，是指利用某一尺度上获得的信息和知识转换到其他尺度上的过程，包括从小尺度转换到大尺度的过程称为升尺度，相反地从大尺度的信息分解到小尺度的过程称为降尺度。遥感真实性检验能够为遥感数据产品算法的研发和应用效果评价提供重要的佐证，它的难点就在于尺度不匹配问题。

经过多年研究，目前可以采用的尺度转化方法包括点-面尺度转换、面-面尺度转换。其中，点-面尺度转换方法从定权策略角度来看可分为简单平均法、经验回归法、地统计方法、贝叶斯方法等；面-面升尺度转换方法按照转换的机理过程可分为基于小尺度反演参数、基于大尺度上反演模型以及基于尺度纠正三种。

图4 点-面尺度和面-面尺度转换方法示意图

目前在遥感领域，无论是从实际应用还是从真实性检验的角度考虑，升尺度转换更有意义。随着遥感技术的发展，获取更高空间分辨率的遥感数据成为可能，但是对于遥感研究和应用而言，并非分辨率越高越好。李小文曾打趣道：“遥感观测就和看美女一样，太远了什么都看不清，太近了看到她的毛孔又不美了，只有不远不近时，才是最美的”。一方面，更高的分辨率意味着更高的数据量和运算量，另一方面，虽然遥感技术的发展为多圈层中陆面过程和边界层研究提供了有力工具，但在多圈层不同类型模型耦合、系统集成等方面要求遥感数据的分辨率与应用模型（如气候模型等）的较低的分辨率相匹配，面临着升尺度转换问题带来的挑战。

尺度效应研究，任重道远

近年来，尺度效应已经得到了很好的研究，但主要是针对数据尺度，多种尺度的联合效应研究仍然严重贫乏。此外，虽然已有很多转换模型可供使用，但有些方法的理论基础不够完美；尺度作为过程模型中的参数这一问题尚未有很好的解决办法；对尺度变换引起的信息量变化缺乏系统研究等。

上述问题都需要引起高度的重视，尺度效应从研究到应用依然任重道远。

来源：中国科学院空天信息创新研究院