由于地理现象的等级层次性和地表的复杂性,带来了遥感研究的空间尺度问题,尺度理论作为地理信息科学的基础理论,也是地理数据的基本性质之一。目前高空间分辨率传感器的发展趋势,造成了遥感信息海量化的现状。林业遥感作为遥感的分支之一,同样有着等级层次的特征,如何融合利用这些冗余的多尺度数据资源,从而提高林业遥感应用中的精度,已经成为全世界林业科技工作者急需解决的问题之一。遥感图像反映的是地学环境的综合性与复杂性特征,而数学方法则是最有力的分析工具。因此,本论文采用数学的方法,根据不同遥感数据源空间分辨率不同的特点,以尺度相关理论为基础,利用多源信息融合理论,挖掘多尺度林业遥感数据的冗余性及互补性,研究多尺度林业遥感数据融合技术的应用问题。基于多源信息融合的优势和制约因素,围绕着尺度的关键问题,本研究以森林资源信息为对象,以像素→特征→决策三个不同的融合级别为主线,研究的主要内容如下：1.在数据预处理阶段,根据不同的数据特点,采用了不同的几何校正模型,比较选择了合理的地形辐射校正方法,从而解决了融合中信息类型的高度相异性和内容的模糊性难题。2.通过一系列的方法,来降低多尺度数据融合带来的复杂性,这些方法包括了波段组合选择、基于景观生态学的廊道思路对研究区域进行区域分割等。3.通过多个评价指标对常用的像素级融合方法进行比较分析,选择了适合的融合方法,据此实现了六种不同空间尺度的多光谱数据源,扩展了光谱空间的覆盖范围。4.针对面向对象分割的评价准则,通过构造平均分割评价指数,得到最优分割尺度参数,从而获得最佳的分割对象集,这不仅丰富了分割评价方法的研究,也将面向像素的传统分析方法转变为面向对象的研究。5.根据尺度研究的关键问题,选择了其中的三个主要内容：最优尺度选择、尺度效应、尺度依赖进行了研究。通过对传统的局部变异和变异函数进行改进,从空间角度为遥感影像的选择提供了客观依据；利用分形几何理论中的分形维数,对遥感的尺度效应提供了研究；基于不同尺度间的对象继承关系,以灰度线性可加性为条件,对不同数据源之间的依赖关系进行了量化研究,并得到了不同尺度针对不同景观区域类型的依赖关系,也使得不同尺度间拓扑关系的研究建立在科学的量化基础上。6.基于尺度依赖的研究成果,通过构造多尺度的对象约束融合模型,在不改变尺度应用抽象程度的基础上,利用知识分类的结果,实现了不同尺度之间的融合,而实验结果也证明了多尺度融合对林业遥感的贡献程度,这也是本研究的主要创新点。