如何得到不同尺度上的遥感反演产品真值，是提升定量遥感精度的重要问题。本文旨在探讨以叶面积指数为研究对象的地表关键参数的尺度效应，揭示不同尺度下的尺度效应变化规律，建立不受限于遥感反演函数特性，且较少依赖同步小尺度先验知识的叶面积指数空间尺度转换模型，为获取不同尺度下的叶面积指数反演真值，进而提升遥感产品精度奠定扎实的理论基础。围绕该目标，本论文主要开展了以下几方面工作:　　(1)以空间尺度上推像元聚合过程为基础，清晰地描述了两种截然不同的大尺度反演过程，分别从单变量和双变量反演函数的角度出发，构建了尺度效应的定量表达式，通过研究样区的空间尺度效应数值分析，探讨了不同地表下垫面情况下的空间尺度效应分异性，详细分析了导致空间尺度效应的主导因素，探究了单双变量反演函数空间尺度效应与空间异质性的协同变化规律。　　(2)基于二进制离散小波变换理论以及其多分辨率分析的特性，对叶面积指数在多个不同聚合尺度下遥感反演的尺度误差与小波分解系数之间的关系进行了综合分析，结果表明两者之间存在高度相关的幂律关系，从而建立了基于离散小波的叶面积指数尺度转换模型。通过对该模型在不同聚合尺度下的尺度转换结果进行了分析，证实了所建立的尺度转换模型在大多数情况下能够适用于同步先验小尺度数据缺失的情况。　　(3)借鉴基于计算几何的尺度转换模型的思路，结合地面测量值的实际分布情况，模拟上推到一系列大尺度后，通过上下包络值最小二乘拟合出最优权重系数，建立了具有权重系数自率定的基于计算几何的叶面积指数尺度转换模型。结果表明，相对传统计算几何尺度转换模型而言，优化后的尺度转换模型能够在较少先验知识条件下有效消除尺度误差，达到几乎与泰勒级数尺度转换模型相当的精度。