古人早就意識到登高望遠的重要性，所以孔子“登東山而小魯，登泰山而小天下”。這還只是空間尺度上的，發展到“不識廬山真面目，只緣身在此山中”，這方面的認識算到了頂。陳子昂則從另一方面更進一步，還想從高處觀察大地和人間的時空過程。可惜幽州臺不夠高，上面又沒有農家樂，前不見古人，后不見來者，堅持不下去，只好念天地之悠悠，獨愴然而涕下�，F在有了航天技術，風云衛星半時一刻就出一張云圖，嫦娥一號也已經實現了李賀的“夢天”。但是，光有航天技術還不夠，還需要人們對地球上各種時空過程的理解。
    尺度問題在生活中無所不在。蘇東坡的詩句，簡潔而形象地說明了我們需要一定的高度（距離），才能更好觀察和理解廬山的全貌。衛星遙感早期在地質應用上的巨大成功可以說是對蘇東坡尺度效應觀點震撼性的驗證。然而遙感科學和應用的不斷深入，要求我們早日從“看圖識字”的階段進入定量遙感的階段，為各種時空過程模型提供需要的信息。

    看圖識字當然也很好。我們每天在電視上都能看到衛星云圖，親眼看見風云變幻的時空過程，極大地增強了我們對天氣預報的信心。但是，今年初的雪災，網上批評氣象預報工作很厲害。比如有的網友質問：中央氣象臺的氣象專家為什么不能借助氣象衛星開闊的視野，根據傳回來的豐富資料和其他的氣象資料對幾天后的天氣走勢作一個基本準確的預測呢？

    其實天氣預報遠比看衛星云圖難得多。我們在云圖上看到的是已經發生的變幻。人們往往習慣于線性思維，直觀地猜想它會繼續這樣變下去�？上�天氣系統不是這樣的線性系統。經常會發生突然的變化，多少有些像股市，非常難以預測。盡管我們有了高性能計算機，有了衛星云圖，地面氣象臺站等各種觀測資料，我們還需要：1)很好地描寫天氣演變過程的動力學模型；2)能夠把各種星、空、地數據等轉換成一致的、適合模型運行或應用需求的參數。

    動力學模型，主要是大氣科學的事。一般說，包含四維時空中7個未知量(預報量：速度沿空間3個方向的分量、氣溫、氣壓，空氣密度、以及比濕）的7個方程。當然，要解這個復雜的流體力學和熱力學方程組，還需要已知參數、給定初值和邊界條件，這就形成了定量遙感為天氣預報服務最直觀的切入點。

    然而，這首先牽涉到空間分辨率的問題。遙感數據與傳統天氣預報依賴的通常稀疏的地面觀測、探空數據等相比，雖然有大面積覆蓋，高空間分辨率的優勢，但在像元尺度上獲取的物理量，既不同于傳統的點測量值，又不同于數值天氣預報模型要求的格網參數值。這就要求按需要對遙感數據提取的信息作空間尺度轉換，以滿足天氣預報的需求。

    說起非線性系統、動力學模型，非常復雜。我們舉一個極端簡化的例子，讓大家思考一下，想想這個復雜性：主人A要帶愛犬出發去看朋友B。A家和B家相距1公里。出發前A打電話給B，讓B也同時出門，在中間會合。A和B走路的時速均為2公里。于是A、B同時出發了。A的愛犬也喜歡B，所以它急著就往B的方向跑去，遇到B后，又立即掉頭往A的方向跑去……如此來回跑個不停。注：狗的時速8公里，調頭時間假定為零。

    問題1：到A和B在中點相遇時，狗的運動方程？
    提示：先分別建立A和B的運動方程，這是兩個線性方程，在時間－距離平面上構成一個三角形。狗的運動方程在三角形內形成一條多折線，用解析幾何表達相對容易。

    問題2：當A和B相遇時，狗是向著A還是向著B？
    提示：測不準原理。非線性。極限的定義。這個問題稍微難點。

    問題3：現在A和B在會合點聊完天后（狗一直乖乖地蹲在他們身旁），要回各自的家了。狗還是跟剛才一樣，在A和B之間來回跑。請預測：當A和B都到家的時刻，狗在哪里？
    讀者也許會想，按時間反演對稱，狗應該在A的家門口。錯！大錯！正確的答案是：狗可能在A、B兩家之間的任何一點！不相信您可以算算。讀者可以聯想大氣系統的“蝴蝶效應”—— 指在一個動力系統中，初始條件下微小的變化能帶動整個系統的長期的巨大的連鎖反應。這是一種混沌現象，是氣象學家洛倫茲1963年提出來的。其大意為：一只南美熱帶雨林中的蝴蝶，偶爾扇動幾下翅膀，可能在兩周后引起美國得克薩斯的一場龍卷風。其原因在于很多復雜非線性系統方程，對初始條件具有極為敏感的依賴性，在問題3的計算中，可以把量化誤差（尺度效應）看作初始條件。

    有人因而認為天氣是不可預報的。這也不對，因為我們自己都能預報從冬到夏天氣會漸漸暖和起來，根本不管你南美有多少萬只蝴蝶在扇忽翅膀。只要方程是好的，對初始條件敏感的依賴性，可以想辦法補救�，F在已經有很多預報模型，但沒誰會從初始狀態一直算下去，讓誤差無限積累�？偸且�比對實際天氣的變化（觀測，包括遙感觀測），不斷修正初始狀態和或模型參數，盡量使模型符合已有現實,才能預測有限未來，這叫“同化”。在上邊狗位置的預測問題中，只要在回家過程中，對狗有一次精確的觀測，就能解決問題。

    但是，無論是遙感數據，還是地面觀測，本身也都有誤差，而且是在不同的時空尺度上測量的。誰是誰非，誰準誰不準，本身也需要在空間分辨率和時空過程上判別和校正，這叫作多源數據的融合及與時空過程的同化。換言之，在狗位置的預測問題中，如果有不同時刻多次不同時空精度的觀測，也能解決預測問題，同時可以衡量不同觀測的精度。

    經常有人問，遙感，尤其是多角度遙感，究竟與測繪差別何在？一般的回答是：測繪關注幾何，遙感關注物理。本文想強調的是定量遙感關注觀測的時間序列與尺度效應。物理學本身是關注觀測與尺度的，但他們要么微觀到介子，要么宏觀到星系，地表過程這個尺度，就留給地學去交叉。

    1.遙感觀測的時空尺度問題
    尺度的存在根源為地球表層及過程的等級組織和復雜性，是自然界所固有的特征或規律。從遙感的角度，尺度是從天空測量地表的時空量度間隔和范圍，尺度也就被更多地理解為觀測的維數，而不是被觀測現象的維數。不同的遙感觀測尺度主要反映目標和過程在不同層面上的特征信息。

    尺度是理解地學中的各種過程和現象復雜性的關鍵。對地球系統認識的層次依賴于觀測的尺度。如：用望遠鏡觀測目標時，我們會根據目標的特征及遠近進行聚焦，選擇觀測目標層次最清晰時定格，其他層面的作為背景相對模糊。當我們再次調節焦距，看到的景物格局就會改變。這就是說，在一個空間尺度上是同質的現象到另一個空間尺度就可能是異質的，當尺度變化時，景觀模式層次上的改變也可能會影響到觀測的結果。在時間尺度上，天氣變化，通常指在短時間（幾小時到幾天）內某個地區的氣象要素的綜合表現。而氣候是指某個地區長時間（幾個月到幾年，甚至更長時間）內氣象要素的統計特征。再比如：考察能量平衡及各分量分配與轉化規律時，首先需要確定研究區域的空間尺度（農田、區域或者全球）和過程模式的時間尺度（日、旬、年、世紀或者千年等），才可對研究系統中水熱通量、蒸發散、傳導、對流等過程進行合理的參數化，探討不同系統中的能量平衡。

    2.遙感模型的時空尺度問題
    遙感，作為一種現代技術手段，其優勢是傳統方法無法比擬的。但，遙感同時也是一門科學，其觀測的多尺度性需要對一些基本物理定理、定律、概念和模型在給定尺度上適當修正。在某一個尺度上觀察到的性質、總結出的原理或規律，在另一個尺度上可能是有效的，可能是相似的，或者需要修改，也有可能不適用。如：進入星載傳感器視場的觀測目標不是一個單純的點，而是具有真實結構的地表面狀目標。源傳互易原理在傳感器像元尺度上就不普適。在實驗小區尺度模擬的水文生態變化過程也不能直接外推到流域尺度，其原因在于不同尺度的水文條件的空間差異和水文通量的時空變異導致水循環規律的不同。田間尺度的小氣候規律，也很難被直接用到區域天氣系統中。

    3.地理單元的時空鄰近度
    地表過程的遙感觀測和建模都需要定量描述兩個地理單元的時空鄰近程度。靜態講，一般對于兩個地理單元來說，空間鄰近度正比于公共邊界長，反比于兩個單元中心之間的距離，就像尼泊爾特鄰近西藏或者甘肅特鄰近青海那樣。這里長度和距離仍然是歐氏空間中的定義。但地理空間中的量其實更復雜。更一般地講，地理空間中兩個地理單元之間的距離，對給定的流，可以用平均到達時間來表達，例如光年、火車時、飛行時。公共邊界長用于鄰近度隱含著一些假定，如邊界本身的均質性，沿邊界微觀鄰近度的可積性，等等。這在地理空間中通常是不現實的。比如東柏林和西柏林之間的公共邊界，建墻以前和以后，長度是一樣的，但是墻切斷了人流，只留一個檢查站，鄰近度就大變了，兩邊的相似性就越來越低。臺灣海峽類似，作為自然邊界長度不變，但兩邊的鄰近度，隨三通程度的增大而流量增大，兩邊也越來越相似。換言之，公共邊界的長度對于鄰近度的影響并不是關鍵的，流量才是關鍵。綜上所述，地理空間距離和兩個地理單元之間鄰近度的表達，離不開“流”，也離不開時間。所以我們定義時空鄰近度如下：


    地理空間任意兩勻質區域（含點）之間的時空鄰近度，對給定的“流”，正比于二者之間的總流量，反比于從一端到達另一端的平均時間。

    時空鄰近度的概念比較好地解釋了當代人切身感受到的“小世界”“地球村”，同時又能定量比較地理單元之間的遠近。我國老一輩地學家早就提出了“流”塑造空間格局的原創性思想，時空鄰近度的概念則是在這一思想指導之下，定量化應用的嘗試。可以預期它在地理學空間格局分析和相關領域中得到更廣泛的應用。