尺度是研究事物或事物现象的空间维和时间维的度量大小。地球空间表面复杂，人们在某一尺度上所建立的模型或总结出的规律，在另一尺度上未必有效或需要修正，不同区域所需空间观测尺度不一致，用单一的观测尺度去衡量整个复杂的地表显然具有一定的局限性；其次不同的研究方法和研究目的，影像的观测尺度也各异，因此，最优观测尺度的选择是有必要的。不同地物有其自身最适宜的观测尺度，并不是越细微越好，只有在最优观测尺度下，才能进行最全面的数据挖掘与探索，数据分析也可以得到事半功倍的效果。　　本文首先深入剖析了遥感影像中尺度选择的重要性，并简要介绍了几种常用的最优观测尺度选择方法，并以植被冠层像元值和植被遥感反演参量叶面积指数为研究对象，利用高分辨率Google Earth影像数据、1:10万全国土地利用资料和Landsat TM数据为研究数据，对该三种适宜尺度选择方法进行了相应的改进，从而分析了不同区域下各类植被冠层和植被景观最优空间观测尺度。　　本文的主要工作和结论有：　　(1)以亚米级高分辨率森林遥感图像为研究对象，基于局部方差，进行植被冠层最优观测尺度的选择。首先基于冠层特征尺度的物理定义，引入局部方差和倒置的指数拟合模型，建立了冠层特征尺度计算模型，并利用美国北部的洛克研究区和南部的梅肯研究区的高分辨率影像进行模型验证，对论文提出的冠层特征尺度模型进行了定量验证分析，发现冠层特征尺度模型值与树林株行距实测值存在密切联系，线性复相关系数达0.95以上。研究结果表明，冠层特征尺度模型是具有普适性与合理性的，论文建立的冠层特征尺度模型为茂盛植被冠层特征尺度定量计算提供了一种新方法。　　(2)以亚米级高分辨率森林遥感图像为研究对象，基于半方差，进行植被冠层最优观测尺度的选择。首先基于冠层特征尺度的物理定义，引入半方差函数变程参数，计算了不同影像的半方差变程值，并利用美国北部的洛克研究区和南部的梅肯研究区的高分辨率影像进行验证，发现半方差函数计算的变程值与树林株行距存在密切联系，线性复相关系数达0.91。研究结果表明，论文提出的半方差函数的变程值为茂盛植被冠层观测尺度的选择是可行的，但在普适性上没有局部方差好。　　(3)在植被叶面积指数尺度效应研究基础上，基于景观指数和LAI尺度效应，进行植被景观最优观测尺度的选择。首先选用2000年全国1：10万土地利用资料和Landsat TM数据，建立了聚合指数与LAI尺度效应的经验统计模型，设置LAI尺度效应阈值，根据该统计模型，即确定聚合指数值，从而计算不同LAI尺度效应条件下中国区域的最优空间观测尺度，结果表明不同地表区域所需的空间观测尺度存在巨大差异，并建立了中国区域的最优空间观测尺度先验知识，为智能对地观测的植被景观观测尺度优化提供了一种新的方法。