格数据包括规则像元的遥感影像和不规则多边形的社会经济统计数据等，是空间数据主要存在的形式之一。已有的低分辨率格数据不仅无法满足对视觉上细节信息的需求，而且不能达到很多研究和模型的要求。如何获得准确的高时空分辨率信息的问题广泛存在于各个领域。降尺度是解决这一问题的有效途径。虽然已经发展出了一系列的降尺度方法，但是由于地球表层各种事物与现象普遍存在的非均质性，在降尺度过程中随着尺度变小，会使研究对象内的分异性增大，严重影响降尺度结果的准确性，降低了降尺度方法的适用性。降尺度过程是从大尺度的信息中推绎出小尺度的特征，结合辅助信息也成为降尺度研究的趋势，特别是如何利用多尺度辅助数据所带来的有价值的信息。此外，由于变量的观测在空间和时间上的缺失，目前降尺度方法难以获得时间连续的高分辨率预测，如何有效结合多源数据，生成时间连续的高分辨率数据集也是科学研究和生产应用中经常要面临的问题。　　论文在综述目前降尺度方法的基础上，根据降尺度方法中仍旧存在的问题，以空间统计学为理论基础，进行格数据的空间、时间连续降尺度研究。本论文的核心研究内容包括:　　(1)非平稳条件下空间降尺度方法。由于空间异质性的存在，地统计模型中的平稳性条件往往无法满足。因此，针对空间异质性导致的非平稳特性，本文发展了地理加权面到点回归克里格和地理加权面到面回归克里格降尺度方法，考虑使用局部回归的方式，处理非平稳性，通过去除空间趋势使残差部分满足空间内蕴假设或空间平稳条件，更准确地描述目标变量的空间分布特征。　　(2)融合多尺度辅助数据降尺度方法。单一尺度辅助变量的使用，往往忽略了辅助变量在不同尺度上对目标变量的解释。本文建立了融合多尺度辅助数据的地理加权“面到面”降尺度方法，通过逐级降尺度更好地捕捉目标变量在精细尺度上的特征规律，以提高降尺度预测的精度。　　(3)时间连续降尺度方法。不论是地学过程模拟还是格局研究，都需要时间连续地对地观测。由于降尺度方法对全覆盖数据的需求，通常导致降尺度结果在空间和时间上的间断或缺失。本文在研究内容(1)和(2)的基础上，结合目标变量的多源数据，为解决降尺度预测在空间和时间上间断或缺失的问题，构造了时间连续降尺度方法，实现了时间连续高分辨率的估算。　　(4)降尺度方法的评价与应用。基于上述方法，针对土壤水分被动微波遥感产品，选取具有不同下垫面特征的区域进行降尺度，通过分析与评价降尺度结果，验证模型的合理性与适用性。并且，将提出的降尺度方法应用在青藏高原区域，生成土壤水分高时空分辨率数据集。