1、“.....由于其本身的植被指数值很小，此时土壤背景噪声等因素对和传感器监测时的相对影响程度最大，由此造成的误差也随之加大，特别是数据，由于其定标参数的不确定性，导致中低值范围的变化超过，这些都大大干扰了二者对反映真实草原植被状况数据的获取，使得月的数据中夹杂了过多的噪声，所以月的与数据相关性也最差。月研究区域内的草原植被覆盖度和生物量较月有了较大的增长，相应的土壤背景噪声等因素对和传感器监测时的相对影响程度开始减弱，因此月的与数据相关性较月有了显著的提高。月研究区域内的草原植被覆盖度和生物量有了进步的显著增加，与数据的相关性继，由此造成的误差也随之加大，特别是数据，由于其定标参数的不确定性，导致中低值范围的变化超过，这些都大大干扰了二者对反映真实草原植被状况数据的获取，使得月的数据中夹杂实响应。月研究区域内的草原刚刚开始返青......”。

2、“.....由于其本身的植被指数值很小，此时土壤背景噪声等因素对和传感器监测时的相对影响程度最大差不大，月略高于月月的相关性显著高于月，月的相关性显著高于和月，月的相关性明显高于月。与数据线性相关性的这种变化趋势，是对研究区域内的草原植被生长状况的真与数据具有良好的线性相关关系，其相关性从月开始逐渐增强，至月达到最高，月后逐渐下降。其中月相关性最低，和月的相关性相差不大，月略高于月和月的相关性相差不大，月略高于月和月的相关性相草原和数据关系比较九月各类型草原和数据关系比较第页共页十月各类型草原和数据关系比较由上图我们不难看出研究区域内草原植被月的和两种尺度的稳定性分析五月各类型草原和数据关系比较第页共页六月各类型草原和数据关系比较七月各类型草原和数据关系比较八月各类型辨率精度上都要优于传感器，也能够更为真实地反映草原植被状况，所以研究选择由向进行尺度上推的空间尺度转化方式......”。

3、“.....数据的获取，其相关关系基本都呈规律性变化，二者之间在长时间尺度上的相关关系稳定。和的空间尺度转化方法由于传感器自身的原因，传感器在定标方式空间和光谱分月内除年外这主要是由于年气候条件差，造成草原植被状况差，其土壤背景噪声等因素对和传感器监测时的相对影响程度也随之变大，造成了误差增加，干扰了二者对反映真实草原植被状况域内是否存在稳定的相关关系。结果见下图。第页共页研究区域内年月最大值和数据相关性分析由图可知，研究区域内和数据在年的生长季域内年月的月最大值合成和的数据，利用软件计算研究区域内种数据在不同月份的相关性，比较相同时期相关性的波动情况，研究二者之间在研究区由于研究涉及空间尺度转化模型进行时间尺度外推，因此有必要对与数据相关关系在长时间尺度上的稳定性进行分析，这也是确保所得空间尺度转化模型稳定有效的基本前提。选择研究区原化荒漠山地草甸等类草原构成，面积达......”。

4、“.....是构成内蒙古自治区草原的主体。因此将这类草原作为我们的研究区域。和两种尺度的稳定性分析牧业生产基地。同时内蒙古草原横跨我国三北地区，是屹立于我国北方的道天然绿色屏障，对我国的生态环境保护和改善发挥着不可替代的作用。主要由温性草原温性荒漠低地草甸温性荒漠草原温性草甸草原温性草和数据之间的相关关系建立线性空间尺度转换模型，并将该模型进行时间尺度的外推应用。内蒙古草原地处欧亚大陆的腹地，地域辽阔，草原类型丰富多样占全国草原总面积的，是我国重要的畜差和更为复杂的地物混合光谱成像过程，且研究区域面积较大，基于纯象元分解的尺度转换方法，高精度土地利用类型图不同类型植被纯象元等参数的获取困难。因此采用统计学方法，在宏观尺度上直接根据的计算方法下面我们以内蒙古草原为例，对大尺度草原区不同分辨率遥感数据之间的空间尺度转换方法进行了探讨......”。

5、“.....对大尺度草原区不同分辨率遥感数据之间的空间尺度转换方法进行了探讨。由于和数据都具有较低空间分辨率的特点较低的空间分辨率会带来较大的空间配准误差和更为复杂的地物混合光谱成像过程，且研究区域面积较大，基于纯象元分解的尺度转换方法，高精度土地利用类型图不同类型植被纯象元等参数的获取困难。因此采用统计学方法，在宏观尺度上直接根据和数据之间的相关关系建立线性空间尺度转换模型，并将该模型进行时间尺度的外推应用。内蒙古草原地处欧亚大陆的腹地，地域辽阔，草原类型丰富多样占全国草原总面积的，是我国重要的畜牧业生产基地。同时内蒙古草原横跨我国三北地区，是屹立于我国北方的道天然绿色屏障，对我国的生态环境保护和改善发挥着不可替代的作用。主要由温性草原温性荒漠低地草甸温性荒漠草原温性草甸草原温性草原化荒漠山地草甸等类草原构成，面积达，占内蒙第页共页古草原总面积的......”。

6、“.....因此将这类草原作为我们的研究区域。和两种尺度的稳定性分析由于研究涉及空间尺度转化模型进行时间尺度外推，因此有必要对与数据相关关系在长时间尺度上的稳定性进行分析，这也是确保所得空间尺度转化模型稳定有效的基本前提。选择研究区域内年月的月最大值合成和的数据，利用软件计算研究区域内种数据在不同月份的相关性，比较相同时期相关性的波动情况，研究二者之间在研究区域内是否存在稳定的相关关系。结果见下图。第页共页研究区域内年月最大值和数据相关性分析由图可知，研究区域内和数据在年的生长季月内除年外这主要是由于年气候条件差，造成草原植被状况差，其土壤背景噪声等因素对和传感器监测时的相对影响程度也随之变大，造成了误差增加，干扰了二者对反映真实草原植被状况数据的获取，其相关关系基本都呈规律性变化，二者之间在长时间尺度上的相关关系稳定。和的空间尺度转化方法由于传感器自身的原因......”。

7、“.....也能够更为真实地反映草原植被状况，所以研究选择由向进行尺度上推的空间尺度转化方式，建立转化模型。和两种尺度的稳定性分析五月各类型草原和数据关系比较第页共页六月各类型草原和数据关系比较七月各类型草原和数据关系比较八月各类型草原和数据关系比较九月各类型草原和数据关系比较第页共页十月各类型草原和数据关系比较由上图我们不难看出研究区域内草原植被月的与数据具有良好的线性相关关系，其相关性从月开始逐渐增强，至月达到最高，月后逐渐下降。其中月相关性最低，和月的相关性相差不大，月略高于月和月的相关性相差不大，月略高于月和月的相关性相差不大，月略高于月月的相关性显著高于月，月的相关性显著高于和月，月的相关性明显高于月。与数据线性相关性的这种变化趋势，是对研究区域内的草原植被生长状况的真实响应。月研究区域内的草原刚刚开始返青......”。

8、“.....由于其本身的植被指数值很小，此时土壤背景噪声等因素对和传感器监测时的相对影响程度最大，由此造成的误差也随之加大，特别是数据，由于其定标参数的不确定性，导致中低值范围的变化超过，这些都大大干扰了二者对反映真实草原植被状况数据的获取，使得月的数据中夹杂了过多的噪声，所以月的与数据相关性也最差。月研究区域内的草原植被覆盖度和生物量较月有了较大的增长，相应的土壤背景噪声等因素对和传感器监测时的相对影响程度开始减弱，因此月的与数据相关性较月有了显著的提高。月研究区域内的草原植被覆盖度和生物量有了进步的显著增加，与数据的相关性继续增强。和月是研究区域内的草原植被状况年中第页共页最好的个月，因此月的与数据的相关性显著高于其他月份，与月的草原植被状况相比，月的草原植被状况要好，但由于和传感以直方图形式表达的随尺度变化的方差图。当原始图像中聚合窗中各像元具有相同的灰度值时......”。

9、“.....我们称该新像元为驻点，表示为显然驻点代表着平坦地表像元反之称其为边界点，表示为显然边界点代表着驻点的边缘或者坡面像元。因此，可将新图像的直方图分解为两部分为驻点直图为边界点直方图第页共页通过对驻点直方图的研究，可以得到以下结论对不同尺度下驻点变化特征的描述可由几个有明确物理意义的变量来表示度量尺度，驻点初始面积，驻点的整体分维。即驻点面积随度量尺度的变化可表示为当得知尺度下度量的驻点面积，可根据该类驻点的空间格局推知更细尺度下驻点的面积等特征。根据直方变差图可得到表明类驻点空间格局的参量整体分维，这就为进行尺度转换提供了可能。总结总体上研究区域内的在数值上具有大于的特点，且二者在生长季月内具有较高的相关性。该相关性的强弱主要受植被生长气候条件的影响，这是由于气候条件较好的情况下，草原植被的高覆盖有效降低了土壤背景在和传感器成像时造成的噪声。反之......”。