地学尺度问题的核心之一是地理要素表达适宜尺度的选择。特定区域的资源环境综合科学调查需要预先判断和了解该区域的主要地物的适宜表达尺度，以精确的匹配适宜分辨率的遥感影像等调查资源，减少信息冗余和调查成本，达到本区域调查的需要。　　
　　半方差函数被广泛应用于尺度分析，其适用场景为简单场景，然而遥感影像作为综合科学调查的主要数据源，往往是具有多种要素的复杂场景，不能直接用于分析。针对这一矛盾，本研究首先提出将复杂场景简化为简单场景，后给出基于半方差函数的子研究区法、直接分析法和Monte Carlo模拟法等分析方法。经技术性能对比后，认为Monte Carlo模拟法是这三种方法中较为稳定的，适宜于资源环境调查地物要素表达的适宜尺度判别。通过若干轮实验，优化了Monte Carlo模拟法的关键参数，即样本量、最大采样距离、数据分组数和拟合模型。　　
　　基于Monte Carlo模拟方法获取中国东部南方丘陵山区的泰和县、中部黄土高原地区的安塞县、西部青藏高原的昌都县的地表覆盖主要地物要素（农田、森林、草地）的适宜尺度。结果表明这一适宜尺度与本地区的土地覆被格局具有较好的一致性，能够总体反映不同区域的主要地表要素适宜尺度差异。分析认为本方法具有一定的适用性和可行性，对于大范围综合科学调查的主要地物适宜尺度判别具有借鉴意义。　　
　　研究结果发表在International Journal of Geo-Information期刊。　　
　　Juanle Wang, Junxiang Zhu, Xuehua Han. Using Monte Carlo Simulation to Improve the Performance of Semivariograms for Choosing the Remote Sensing Imagery Resolution for Natural Resource Surveys: Case Study on Three Counties in East, Central, and West China. International Journal of Geo-Information, 2018, 7(13):1-20.　　
论文链接