摘要：为描述多空间尺度观测数据在表达同一区域农作物叶面积指数（LAI）分布特征时存在的差异,该文提出了一种基于主成分分析（PCA）的LAI尺度效应分析方法。该方法充分考虑了多尺度数据的相关性与差异性,从统计分析角度出发,采用PCA进行数据挖掘和信息重组,引入动态多元线性回归模式基于主成分信息（PCs）反演估算LAI,进而定量描述尺度效应。选取大麦和玉米为试验对象,先以地面最细空间尺度观测数据为基准,通过尺度上推构建一系列不同空间尺度数据;再依据上述尺度效应分析方法进行有效信息提取和LAI估算,并纳入有效主成分个数（NEPCs）、决定系数（R2）和平均相对精度（MRA）等参数定量描述尺度效应。理论分析和数值实践证实了该方法在农作物LAI尺度效应定量分析中的可行性和有效性。

关键词：统计分析 线性回归 空间尺度 尺度效应 

单位：北京农业信息技术研究中心; 北京100097; 浙江大学农业遥感与信息技术应用研究所; 杭州310029