在处理不同分辨率的栅格时，应该将其重新采样到最高分辨率还是最低分辨率？

我正在寻找有关处理具有不同分辨率和投影方式的栅格数据层的最佳做法的建议。我得到的建议是在执行任何分析之前始终将最低分辨率的图层重新采样，但这对我来说似乎是对精度的极大浪费，而且我从来没有得到为什么要这样做的可靠解释。

在什么时候重新采样以匹配更高分辨率的网格是合理的？与重新采样到更低的分辨率相比有何含义？

我意识到这很可能与情况有关。我主要是在寻找一般准则，但以下是我的具体情况供参考：

场景：我正在寻找一个基于各种环境和社会经济层面来预测土地利用的空间回归模型。我的土地使用地图是Landsat得出的，因此分辨率为30m。解释层的示例包括SRTM DEM（3弧秒，约90m）和Bioclim气候层（30弧秒，约1km）。

实际上，这不仅取决于情况，还与统计错误有关。

每当您以更高的分辨率重新采样时，都会引入错误的准确性。考虑一组仅以英尺为单位的整数数据。任何给定的点都可能距其实际位置+/- 0.5英尺。如果您重新采样到最接近的十分之一，那么您现在说的是任何给定的数字都不超过其实际位置的+/- 0.1。但是，您知道您的原始测量结果不那么准确，并且现在您正在误差范围内进行操作。但是，如果您采用另一种方法并重新采样至较低的分辨率，则会知道任何给定的点值绝对准确，因为它包含在较大的样本误差范围内。

在统计数学之外，首先想到的是土地测量。较早的勘测只指定了最接近的半分钟且距离十分之一英尺的轴承。用这些测量值绘制边界遍历通常会导致以英尺为单位的闭合误差（起点和终点应该相同，但不同）。现代测量至少要走到最接近的一英尺和几分之一英尺。精度差异可能会极大地影响派生值（例如批次的面积）。得出的值本身也可能过于精确。

在您的分析案例中，如果您以更高的分辨率重新采样，则结果将比其所基于的数据具有更高的准确性。考虑您在90m处的SRTM。他们通过任何一种方法测量高程（平均/最大/平均回报），可以与邻域区分开的最小单位（像素）为90m。如果将其重新采样到30m，则可以：

• 您假设所有九个结果像素都是相同的高程，但实际上可能只有一个-中心或左上角-（或无！）
• 您在像素之间进行插值，创建以前不存在的派生值

因此，在这两种情况下，由于没有实际测量新的子样本，因此引入了错误的准确性。

相关问题：有哪些实践可用于模拟土地适宜性？