叶面积指数是一项描述植被结构的重要参数，是环境、生态以及作物估产等等模型的重要输入参数。通过遥感手段可以获取全球范围内时间连续的叶面积指数遥感产品。但这类产品的不确定性较大，需要通过地面监测的书籍来验证其精度和不确定性。叶面积指数遥感产品的空间分辨率较低，而地面测量值所代表的空间范围一般较小。因此在验证前需要通过一定的尺度转换方法将这两种数据的尺度统一。同时不同尺度上地表参数的真值的定义是存在争议的。一种认为地表参数的像元真值是像元内部各均一下垫面亚像元地表参数值的面积加权值，另一种认为地表参数像元真值在不同尺度上是不同，像元真值应该通过分形思想进行尺度转换。本文针对用地面测量数据验证低分辨率叶面积指数遥感产品验证中的尺度问题，研究了以亚像元平均加权为像元真值的泰勒级数展开模型法，和以分形理论为基础的升尺度方法。同时尝试了利用小波变换将低空间遥感数据产品转换到高空间分辨率的尺度下降的方法。　　泰勒级数展开模型广泛用于研究不同尺度遥感产品之间的尺度效应以及尺度转换。将这种方法进行了一定的改进后，可以用于解决叶面积指数遥感产品验证中地面测量数据与遥感产品尺度不匹配的问题。这利方法的可能误差由泰勒级数的假设以及经验公式的不确定性引起。同时在分形理论升尺度方法分析的基础上，进一步对比了两种分维数计算方法、差分盒维数法以及三棱柱法。并对三棱柱法进行了一定改进，尝试用于地面验证数据的升尺度转换。　　利用上述两种方法，黑河综合遥感联合试验数据集中的地面测量叶面积指数尺度上升到遥感像元尺度，与该地区低分辨率遥感产品进行比较。研究结果显示，如果以加权平均为像元真值，低分辨率遥感产品与地面测量数据相比，数值低估约0.7-1；如果以分形尺度转换后的作为像元真值，这种低估现象并不明显，数伯低估约0.2-0.4。　　降尺度方法也是尺度转换方法的一种，但其难度较高。基于小波变换理论的降尺度方法在一定尺度范围内可以得到可信的降尺度结果，但是仍然难以以满足验证的精度要求。