目前有两种常用的由高空间分辨率遥感数据尺度上推到低空间分辨率遥感数据的途径。以总悬浮颗粒物(TSS)反演为例，由高空间分辨率的遥感反射率数据(ρ)上推得到低空间分辨率的TSS产品有两种方法:第一种方法，在原始高空间分辨率数据上，通过TSS反演模型f(ρ)得到高空间分辨率的TSS产品，然后通过空间聚合方法得到低空间分辨率的TSS产品(TSSmean)。第二种方法，首先通过空间聚合获取低空间分辨率的ρmean，然后通过TSS遥感反演模型f(ρmean)直接计算得到低空间分辨率的TSSapp。

在假设传感器的成像函数为一个标准的矩形窗函数的理想状态下，第二种尺度上推方法可以认为更接近地表参数变量的真实值。因此，以悬浮颗粒物为例的水环境要素定量监测的遥感尺度误差可以表达为:ε＝TSSapp-TSSmean。由于地表参数的变化如悬浮颗粒物空间变化多是自然、连续的空间过程，因此，此处我们可以利用泰勒公式将TSSmean函数在ρmean处展开，并忽略残余项较小的三次及三次以上的展开项，具体过程见公式(5-7)。通过上述简化计算，最终得到空间尺度误差的定量表达式为(www.daowen.com)

上述空间尺度误差的表达式表明，空间尺度误差ε受到两个因素共同影响:第一个是参数反演模型的二阶导数，第二个是小空间尺度内的像元空间方差。因此，若悬浮颗粒物反演模型为线性模型，或者像元内变异方差为0，即像元均一，均可以忽略尺度误差的影响。然而对于近岸/内陆二类复杂水体，受到多源因素的影响，光学特性较为复杂，其参数反演模型也多为非线性模型，且同时存在较大的空间变异，因此会对定量遥感水色产品引入较大的空间尺度误差因子。