降采样（Downsampling）是空间数据处理过程常用到的操作之一，目的在于使得不同源的空间数据具有一致的空间分辨率，利于随后的数据分析工作。

然而，降采样方法的选择应格外谨慎，这可能导致结果之间存在着比较明显的差异。本帖试举一例说明这种情况。

[例]已知NDVI、温度、降水数据降采样至1°空间分辨率，与CO₂数据相一致。降采样方法先后选择Nearest neighbor与Pixel aggregate，如图 1和2。

图 1

图 2

明显地，图 2比之图 1具有显著性的像元多了不少。二者的差别仅在于降采样方法不同，对于NDVI、温度、降水这类空间数据，像元值代表像元内的平均值（应该吧），当降采样时不好采用Nearest neighbor方法以某一像元值直接代表其他像元值而得到降采样之后的数值，Pixel aggregate综合了若干像元得到的结果更符合实际，因此，它计算而得的显著性像元更多。

References

[1] RESIZE_DOIT.

[2] How does the Pixel Aggregate method work when resizing data with ENVI ?