模糊性是地理世界中普遍存在的固有不确定性，如草地、湿地、动物栖息地等，模糊隶属函数是描述地理现象模糊性的函数，是模糊分类、模糊空间关系分析、模糊决策的基础。由于地理世界中广泛存在的模糊性和中分辨率遥感影像中存在大量的混合像素，造成了由中分辨率影像产生的隶属函数表达地理空间对象局部细节的能力有限，给地理空间对象建模、分析等和预测等带来了诸多挑战。为了增强其表达局部细节的能力，可采用空间插值法、超分辨率法等来对隶属函数降尺度。面-点克里金方法（Area-to-point kriging, ATPK）是一种无需辅助信息的栅格数据降尺度技术，经典的ATPK方法使用单一的半变异函数来描述空间变异情况，忽略了地理现象的空间异质性。因此，针对地理空间对象的异质性，提出一种基于模糊地理空间对象的ATPK降尺度方法，该研究以天津市北大港湿地核心区为实验对象，主要包含三个步骤：提取模糊地理空间对象；估计每个地理空间对象的半变异函数以及针对每个模糊地理空间对象独有的半变异函数进行ATPK降尺度。本研究使用Worldview-2 和 Sentinel-2两种遥感影像生成的隶属函数进行测试，并选取其他6种降尺度方法（Bilinear, Cubic, ICBI, INEDI, RBF和经典ATPK方法）进行对比分析，实验结果表明，本研究提出的降尺度方法性能要优于以上方法，该方法能够更精确的拟合模糊地理空间对象的模糊边界，对于提高中等分辨率影像的应用价值具有明显的现实意义和理论意义。
 

降尺度；隶属函数；地统计分析；面-点克里金(ATPK)