目前,遥感数据分析的精度和自动化水平仍然不高,而制约因素主要两个方面:一是在数据源上缺乏地物“诊断性”的“图-谱”特征;二是从决策层面上难以发掘和利用地物“诊断性”的“图-谱”特征构建决策规则集进行地物信息的分类和提取。多年的研究结果表明,孤立的利用特定时间和空间点上的传感器所记录的光谱信息难以实现地物信息高精度提取。通过多尺度时间、空间和光谱遥感数据多层次上的耦合分析,将极大的提高地物信息提取的精度和自动化水平。　　 本文首先介绍了作为客体的遥感数据光谱、空间、时间及地物信息的多尺度特性,以及作为主体人应采取相应的遥感数据多尺度认知和分析方法;然后,以几种典型的基于特征替换的分辨率增强融合,以及以影像交叉波段模拟、城市组分信息亚像元分析为代表的基于知识挖掘的多分辨率协同分析阐述了像素级上多源遥感数据协同分析以实现单源遥感数据时间、光谱、空间维的扩展,为后续信息提取提供多元化的“谱”信息;接着,阐述了“多尺度分割——分割影像矢量化——对象’图-谱’特征计算——多尺度分类”整个对象级的多尺度“图-谱”耦合计算体系中的相关技术方法,通过多尺度“图-谱”特征的两次耦合计算过程,实现土地利用/覆被分类和专题信息的高精度、自动化、智能化提取;最后,阐述了“图-谱”多尺度理论方法体系和相关软件平台支持下的大区域遥感资源环境监测中的应用。通过对上述内容的研究,得出以下几点结论:(1)在像素级上通过机理、半机理融合模型和简单、智能数据分析方法,可以有效实现单源遥感数据在光谱维和空间维上像元“谱”的扩展;(2)在对象级上的专家知识构建决策规则和类描述进行专题信息提取和分类可以取得较高的精度,像素级高精度的分类和专题信息数据以“谱”的形式融入到对象级的多尺度分割与分类识别过程中则进一步实现提高分类与提取精度和自动化水平;(3)对象级的“图-谱”耦合分类和专题信息提取方法,可以促进大区域的土地利用/覆被工程化解译与制图作业的标准化、高精度和自动化水平。