土地覆盖变化检测技术概述
使用遥感技术进行土地覆盖变化检测的步骤
使用遥感技术进行土地覆盖变化检测的步骤遥感技术是一种通过卫星、飞机等远距离手段获取地球表面物体信息的技术。
在土地资源管理和环境保护领域，遥感技术被广泛应用于土地覆盖变化的检测和分析。
本文将介绍使用遥感技术进行土地覆盖变化检测的基本步骤。
首先，进行数据收集。
在进行土地覆盖变化检测时，需要获取多个时间点的遥感影像数据。
这些数据可以通过卫星遥感系统或飞机航拍获得。
一般来说，数据的时间跨度越大，可以观测到的土地覆盖变化越多。
然而，较短时间跨度的数据往往分辨率更高，对于细小的土地变化有更好的观测效果。
接下来，进行数据预处理。
遥感影像数据需要进行一系列的预处理步骤，以提高后续分析的准确性。
首先是辐射校正，即将原始数据转化为反射率或辐射亮度，以消除不同时间点影像之间的亮度差异。
其次是大气校正，通过建立大气传输模型来减少大气对遥感影像的影响。
此外，还可以进行影像配准，将不同时间点的影像进行几何校正，使其重叠区域一致。
然后，进行土地覆盖分类。
土地覆盖分类是指将遥感影像中的像素分配到不同的土地覆盖类别中。
常见的分类方法包括监督分类和非监督分类。
监督分类是基于训练样本进行分类，需要用户提供一定数量的代表性样本。
非监督分类是基于图像内部的统计规律进行分类，不需要用户先验知识。
根据研究需求，可以选择适合的分类方法。
接着，进行土地覆盖变化检测。
土地覆盖变化检测是将多个时间点的土地覆盖分类结果进行对比，找出变化的区域和类型。
常见的变化检测方法包括像元级变化检测和物体级变化检测。
像元级变化检测是比较相邻时期的像素分类结果，识别出由一个类别变为另一个类别的像素。
物体级变化检测则是将相邻时期的土地覆盖分类结果进行物体级别的对比，精细识别出不同土地物体的变化。
最后，进行精度评定和结果分析。
精度评定是对土地覆盖变化检测结果的准确性进行评估。
可以在一些已知变化的地区进行实地调查，与遥感检测结果进行对比，计算出准确性指标，如准确率和召回率。
地表覆盖变化遥感监测技术和方法
地表覆盖变化遥感监测技术和方法摘要：人类活动所引起的土地覆盖变化是全球变化研究中的核心问题。
应用遥感技术进行土地覆盖变化监测，主要包括遥感图像处理和变化信息提取两方面。
本基于以上两方面，对土地覆盖遥感监测的技术和方法进行了概括，并以东营市为例，应用遥感技术对该市覆盖变化进行监测。
关键字：遥感；土地覆盖变化；监测中图分类号：TP79文献标识码:A文章编号:引言土地覆盖指陆地表面的自然状态, 是自然过程和人类活动共同作用的结果, 具有特定的时间和空间属性, 其形态和状态可在多种时空尺度上变化[1]。
随着土地利用变化日趋频繁，利用常规的、传统的监测手段难以满足快速、准确监测土地资源变化的要求，基于遥感的土地覆盖动态监测方法得到广泛的运用[2]。
利用遥感对地观测具有实时、快速、覆盖范围广、多光谱、周期性等特点，可以快速、准确、动态地监测地表覆盖状况与变化，帮助我们更加地深入地认识地表覆盖变化的时空规律，为制定土地资源利用规划方案、实现土地可资源的可持续利用提供指导[3]。
1地表覆盖变化遥感监测技术和方法利用遥感影像监测地表覆盖变化，也就是结合不同时向遥感数据，对比监测地表覆盖的变化。
因此，地表覆盖变化遥感监测主要涉及影像处理和地表变化信息提取两个部分，其技术方法也就主要包括遥感预处理方法和地表覆盖变化信息提取方法两个方面。
1.1 遥感影像处理遥感影像处理过程是分析、判读、理解和识别前的处理过程，主要包括图像校正、图像增强、图像变换、影像融合、影像镶嵌、裁剪等过程[4]。
图像处理的目的是为了得到高精度、所需信息突出的影像，以便更好的提取变化信息，处理结果的好坏直接决定了变化监测的精度。
1.2 地表覆盖变化信息提取应用遥感技术进行地表覆盖变化监测，是指利用同地区不同时相的遥感影像，进行比较处理，发现地表覆盖变化并确定变化类型。
地表覆盖变化信息提取方法主要可分为像元间比较变化信息直接提取法和分类后比较法，前者是先发现地表覆盖变化后确认变化类型，后者是先确认地表覆盖类型后发现变化。
第六章 地表覆盖与土地利用变化监测
地表覆盖 + 与土地利用
+
第六章：地表覆盖与土地利用变化监测
+第六章 地表覆盖与土地利用变化检测
教学目的 • 1. 较系统地掌握和理解地表覆盖与土地利用 遥感变化检测的方法； • 2. 全面理解地表覆盖与土地利用时空变化驱 动力分析方法。
+ 第六章 地表覆盖与土地利用变化检测
6+.1地表覆盖与土地利用变化检测基本概念
6+.1地表覆盖与土地利用变化基本概念
6+.1地表覆盖与土地利用变化基本概念
6+.1地表覆盖与土地利用变化基本概念
两种变化的关系：
单一的土地利用形式往往与某一种土地覆盖类型相 对应（放牧-草地）。一种土地覆盖类型支持多种 利用方式，如森林可用于木材的开采、采伐或火烧 后用于耕种、狩猎和采集、燃料木收集、娱乐活动、 野生生物保护，水土保持等。
用于变化检测的遥感数据的选择需要遵循以原 则： 光谱：选择合适的遥感数据类型以及相应的波 段；
维度：选择相同维度（二维、三维）的遥感数 据。
6+.2地表覆盖与土地利用的遥感变化检测
用于变化检测的遥感数据的选择需要遵循以原 则：
另还要注意大气状况、土壤湿度状况、物候特 性等，以保证数据的可比性和变化检测的可靠 性。
6+.2地表覆盖与土地利用的遥感变化检测
6+.2地表覆盖与土地利用的遥感变化检测
图像差值法：
将两个时相的遥感影像按照波段进行逐像素的相 减，从而生成一幅新的代表两个时相间光谱变化 的差值图像。
假设辐射值的显著变化代表了土地覆盖变化，在 差值图像中接近于零的像元视为无变化，大于或 者小于零的象元表示覆盖状况发生了变化。
基于遥感数据的地表覆盖变化监测
基于遥感数据的地表覆盖变化监测地表覆盖是指地球表面的各种自然和人为物质的分布状态。
地表覆盖的变化对气候、生态环境和人类活动有着重要影响。
遥感技术是通过获取地球表面的电磁波谱段信息，利用无人机、卫星等载具将数据传输到地面进行处理和分析的技术手段。
基于遥感数据的地表覆盖变化监测是利用遥感技术获取的数据进行地表覆盖变化的检测与分析。
基于遥感数据的地表覆盖变化监测的意义重大。
首先，它可以为环境保护与生态修复提供科学依据。
通过监测地表覆盖的变化，可以及时发现环境恶化、生态破坏等问题，为相关部门提供决策依据，以保护生态环境。
其次，它可以为城市规划和土地利用提供数据支持。
城市的扩张和土地利用的变化对人类生活和发展都有重要影响，通过监测地表覆盖的变化，可以为城市规划和土地利用提供科学依据，合理安排城市发展和土地利用。
此外，基于遥感数据的地表覆盖变化监测还可以应用于灾害预警和防灾减灾工作，及时掌握地表变化情况，为预防和应对灾害提供参考。
基于遥感数据的地表覆盖变化监测的方法主要包括数据获取、数据预处理、特征提取和变化检测四个步骤。
首先，数据获取是指通过卫星遥感、航空遥感或无人机等技术手段获取地表覆盖的遥感影像数据。
不同的数据来源和传感器具有不同的空间分辨率、光谱分辨率和时间分辨率，选择合适的数据源对后续的监测分析具有重要意义。
其次，数据预处理是对获取的遥感数据进行去除噪声、辐射校正、大气校正和几何校正等处理，以保证数据的准确性和一致性。
然后，特征提取是将预处理后的数据转化为能够描述地表覆盖的数学特征或指数。
常用的特征包括光谱特征、纹理特征和空间特征等。
最后，变化检测是通过对不同时间采集的特征进行比较和分析，识别出地表覆盖的变化情况。
在具体的方法中，常用的变化检测算法包括基于差值图像、阈值法、基于统计学的方法和基于机器学习的方法。
基于差值图像的方法将不同时间点的遥感影像进行差值，通过比较差值图像的像素值来检测地表覆盖的变化。
遥感技术在土地覆盖变化监测中的应用
遥感技术在土地覆盖变化监测中的应用土地是人类生存和发展的重要基础，而土地覆盖的变化对于生态环境、资源管理和可持续发展等方面都有着深远的影响。
随着科技的不断进步，遥感技术作为一种高效、准确的监测手段，在土地覆盖变化监测中发挥着日益重要的作用。
遥感技术，简单来说，就是通过非接触的方式获取目标物体的信息。
它利用卫星、飞机等搭载的传感器，接收来自地面的电磁波辐射，并将其转化为图像或数据。
在土地覆盖变化监测中，遥感技术凭借其大范围、多时相、高分辨率等特点，能够为我们提供丰富而详细的土地信息。
首先，遥感技术可以实现大面积同步观测。
相较于传统的地面调查方法，需要耗费大量的人力、物力和时间，而且难以在短时间内获取大面积的土地覆盖数据。
遥感技术则能够在短时间内对大范围区域进行观测，迅速获取整个研究区域的土地覆盖状况。
这对于及时掌握土地覆盖的整体变化趋势非常关键，有助于决策者制定宏观的土地管理政策。
其次，遥感技术具有多光谱和高光谱观测能力。
多光谱遥感可以获取多个波段的电磁波信息，不同的土地覆盖类型在不同波段上的反射特性存在差异。
通过对这些波段信息的分析和处理，能够区分出森林、草地、农田、水体、城市建设用地等不同的土地覆盖类型。
而高光谱遥感则能够提供更精细的光谱信息，进一步提高土地覆盖分类的精度。
再者，遥感技术能够实现多时相监测。
通过对同一地区不同时间的遥感影像进行对比分析，可以清晰地观察到土地覆盖的变化情况。
比如，某片森林的砍伐、新城区的建设、农田的扩张或收缩等。
多时相监测不仅可以帮助我们了解土地覆盖变化的过程，还能够分析其变化的速度和趋势，为土地规划和管理提供重要的依据。
在实际应用中，遥感技术监测土地覆盖变化通常需要经过一系列的步骤。
首先是数据获取，选择合适的遥感数据源，如卫星影像（如Landsat、MODIS 等）、航空影像等。
然后是数据预处理，包括辐射校正、几何校正、图像增强等，以提高数据的质量和可用性。
接下来是土地覆盖分类，运用各种分类算法和模型，将遥感影像中的像元划分为不同的土地覆盖类型。
土地利用变化检测技术的方法与工具
土地利用变化检测技术的方法与工具土地利用变化检测技术是通过使用遥感数据和地理信息系统等工具，对土地利用类型和分布的变化进行监测和分析的一种方法。
它主要应用于土地利用规划、环境保护、资源管理和农业发展等领域。
本文将介绍几种常用的土地利用变化检测技术的方法与工具。
一、遥感图像分类技术遥感图像分类是土地利用变化检测的基础，它通过对遥感图像进行像元分类，将不同土地利用类型的像元进行区分，从而实现对土地利用变化的监测。
常用的遥感图像分类技术包括监督分类和非监督分类。
监督分类是一种有监督的分类方法，它需要预先准备一些训练样本，通过对这些样本的像元进行分类，训练出分类器模型。
然后，使用该模型对整个遥感图像进行分类，得到不同土地利用类型的分布情况。
非监督分类则不需要预先准备训练样本，它通过对图像像元进行聚类分析，将相似的像元聚为一类，最终得到不同土地利用类型的分布图。
非监督分类具有自动化程度高和适用于大范围遥感图像分类的优点。
二、空间分析工具土地利用变化检测常需要进行空间分析，在地理信息系统软件中，有许多功能强大的空间分析工具可供选择。
其中最常用的包括缓冲区分析、叠置分析和邻近分析等。
缓冲区分析是通过在某一要素周围生成一定距离的缓冲区，从而研究该要素对其周围环境的影响。
在土地利用变化检测中，可以利用缓冲区分析来评估土地利用类型对周围自然环境和人类活动的影响。
叠置分析是将两个或多个图层叠加在一起，通过比较它们之间的重叠部分，得出不同土地利用类型的变化情况。
叠置分析可以帮助我们快速识别出土地利用类型变化的热点区域，为决策提供参考。
邻近分析是通过计算不同要素之间的距离、相对位置和空间关系等指标，揭示不同要素之间的相互影响和联系。
在土地利用变化检测中，邻近分析可以帮助我们理解土地利用类型变化背后的原因和机制。
三、时序遥感数据分析时序遥感数据是指多期遥感图像的时间序列数据，通过对不同时间点的遥感图像进行分析，可以捕捉到土地利用变化的时空模式。
变化检测
疑问：什么是变化？
农田？ 裸地？
房子变化？
Time 2
影像预处理 影像对影像 变化检测
聚合、合并 后处理
识别与标注
发展特点
• 变化检测应 用趋于广泛 性；
• 数据趋于多 元性；
• 方法趋于综 合性
四种变化检测方法分别在不同领域的应用现状(据Menz, 2011)
（来自吕志勇报告）
3 变化检测的技术
3.1 相对辐射校正
将目标影像辐射值同参考影像辐射值进行匹配，寻找两者间的辐射关 系，即为相对辐射校正。
美国某一城市1972-2001年
2 变化检测的概念
1.1 变化检测的内涵
• 遥感影像变化检测是一门根据配准后的不同时相的遥感影 像来获取、分析变化区域和变化性质的理论和方法。
• 变化检测包括以下五个方面的内容：
1）确定被检测区域是否发生了变化 2）确定哪里发生了变化，并统计变化区域的面积 3）确定变化的性质，即变化前后的地物类别 4）对变化检测的结果进行精度评定 5）分析变化检测的规律性，并预测未来可能的发展趋势
2 变化检测的概念
2.1 变化检测的内涵
• 精度评定
主要包括属性精度评价和几何精度评价，常用的评价方法是扩展误差 矩阵和kappa系数评价法。主要的指标是虚检率、漏检率和总体精度。
AA BB AB BA AA BB AB BA
不变 变化
不变
变化
Time 1 遥感影像
正射影像
变化信息 变化图斑 改进后的 变化图斑 变化信息图
遥感变化监测
内容
• 变化监测的背景 • 变化检测的概念 • 变化检测技术
亚马逊雨林这个世界上最绿 的地方，如今却像一个正烧得通红的 板。1 变化监测的背景
使用测绘技术进行土地利用与土地覆盖变化监测的步骤与要点
使用测绘技术进行土地利用与土地覆盖变化监测的步骤与要点近年来，随着城市化进程的加速，土地利用和土地覆盖的变化成为了人们关注的热点。
为了及时了解土地的利用情况以及变化趋势，使用测绘技术进行土地利用与土地覆盖变化监测显得尤为重要。
本文将介绍使用测绘技术进行土地利用与土地覆盖变化监测的步骤与要点。
一、确定监测区域进行土地利用与土地覆盖变化监测时，首先需要确定监测的具体区域。
选择合适的监测区域能够确保监测结果的准确性和代表性。
常用的方法有利用遥感影像选择监测区域，根据地理位置、土地利用类型和土地利用强度等指标进行筛选。
二、获取监测数据获取监测数据是进行土地利用与土地覆盖变化监测的基础。
常见的监测数据来源有卫星遥感影像、航空摄影影像和地面调查数据等。
卫星遥感影像是最常用的数据来源之一，可以通过卫星获取遥感影像，然后进行图像处理和解译。
三、影像预处理与解译获取到监测数据后，需要对数据进行预处理和解译。
预处理步骤包括影像校正、辐射校正和几何校正等，以确保数据的准确性和一致性。
解译步骤包括图像分类和土地利用类型识别等，通过对图像进行解译可以获取到相应的土地利用与土地覆盖信息。
四、变化检测与分析在得到土地利用与土地覆盖信息后，需要进行变化检测与分析。
这一步骤主要是通过比较不同时间点的影像数据，判断土地利用与土地覆盖是否发生了变化，并对变化情况进行定量或定性分析。
常见的方法有变化检测指数法、盟友比对法和转移矩阵法等。
五、结果评估与验证进行土地利用与土地覆盖变化监测的结果需要进行评估与验证，以确保结果的可靠性和准确性。
评估与验证主要包括图像解译精度评估、高程数据精度评估和地面验证等。
通过评估与验证，可以发现潜在的问题和误差，并对监测结果进行修正和调整。
六、结果报告与应用最后一步是将监测结果进行整理、总结和报告。
将土地利用与土地覆盖变化监测的结果向相关部门和决策者进行汇报，为土地管理和规划提供科学依据。
同时，监测结果还可以应用于生态环境保护、资源管理和农业生产等领域，为可持续发展提供支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要 近几十年来，土地覆盖变化检测一直是3S领 域一个较为活跃的研究方向，虽然得到过很 多成功应用，但仍面临诸多挑战。本文从变 化检测的五个基本步骤出发总结了变化检测 技术的发展现状，重点对比分析了目前常用 的变化检测方法。为促进土地覆盖变化检测 的深入研究，本文还探讨了变化检测所面临 的困难和发展趋势。 关键词 土地覆盖；变化检测；多源数据；面向对象 影像分析
引言
土地覆盖变化检测，简言之，就是根据 对同一物体或现象不同时间的观测来确定地 表覆盖变化的处理过程[1]。
随着社会、经济和科学技术的快速发 展，人类对地表景观的开发、利用以及引 起的土地覆盖变化已经成为全球环境变化 的主要原因。为此，国际地圈/生物圈计划 （IGBP）和全球环境变化中的人文领域计 划（HDP）于1995年联合提出“土地利用 与土地覆盖变化”（Land use and land cover change，LUCC）研究计划。时至今 日，土地覆盖变化仍是全球变化研究的前沿 和热点。
从方法策略的角度来看，有学者发现 [11,12,13]：在不同尺度、特征和方法下得出的 检测结果之间通常具有互补性，用一种策略 检测不到的变化往往可以用另一种策略检测 出来。在吸收模式识别理论和数据挖掘技术 精华的基础上研究多尺度、多特征、多方法 变化检测的融合策略，对于提高变化检测结 果的可靠性与实现变化检测的自动化智能化 具有深远意义。
International Journal of Remote Sensing，2004， 25(12)：2365-2407. [8]邸凤萍.基于面向对象的支持向量机高分辨 率遥感影像变化检测方法研究[D].中国科学院 遥感应用研究所,2008. [9]张雨霁,李海涛,顾海燕等.基于决策树 的面向对象变化信息自动提取研究[J].遥 感信息,2011,(2):91-94,97.DOI:10.3969/ j.issn.1000-3177.2011.02.016. [10]李德仁.利用遥感影像进行变化检测[C]， 2004. [11]霍春雷,程健,卢汉清等.基于多尺度 融合的对象级变化检测新方法[J].自动化 学报,2008,34(3):251-257.DOI:10.3724/ SP.J.1004.2008.00251. [12]王文杰,赵忠明,朱海青等.面向对象特征 融合的高分辨率遥感图像变化检测方法[J]. 计算机应用研究,2009,26(8):3149-3151. DOI:10.3969/j.issn.1001-3695.2009.08.102. [13]申邵洪,赖祖龙,万幼川等.基于融合 的高分辨率遥感影像变化检测[J].测绘通 报,2009,(3):16-19,23. [14]Benz U;Hoffman P;Willhauck G.Multiresolution,object-oriented fuzzy analysis of remote sensing data for GIS-ready information[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2004,58(3/4):239-258.DOI:10.1016/ j.isprsjprs.2003.10.002. [15]王文杰.面向对象的高分辨率遥感图像变 化检测方法研究[D].中国科学院遥感应用研究 所,2009.
参考文献 [1]DEER P. Digital Change Detection Techniques: Civilian and Military Application[M]. London: Taylar&Francis,1999. [2]WEBER，P. Initial performance validation for the multispectral thermal imager[C]//Proceedings of SPIE，2000,4030:2-9. [3]周启鸣.多时相遥感影像变化检测综述[J].地 理信息世界,2011,09(2):28-33. [4]万里红,施艳丽,杨武年等.基于AutoSync的 快速影像配准研究[J].测绘,2010,33(3):103105,132. [5]ELVIDGE，C.D.，YUAN，D.，WEERACKOON， R.D. and LUNETTA，R.S. Relative radiometric normalization of Landsat Multispectral Scanner(MSS) data using an automatic scattergram-controlled regression[J].Photogrammetric Engineering and Remote Sensing，1995，61：1255-1260. [6]SINGH，A. Digital change detection techniques using remotely-sensed data[J].International Journal of Remote Sensing，1989,10(6)：989-1003. [7]LU D.，MAUSEL.，P.，BRONDIZIO，E. and MORAN，E. Change detection techniques[J].
3 土地覆盖变化检测的发展趋势
变化检测的困难主要体现在两个方面： 从理论上看，变化检测是一个不完备的信息 反演问题，目前仍缺乏系统的理论基础研 究。从实践上看，现有的变化检测方法主要 是面向具体应用提出来的，其中的许多步骤 和参数需要依靠经验指导，自动化程度偏 低。
针对这些问题，未来的土地覆盖变化检 测应具有以下特点：
表1 变化检测方法分类与比较
面向对象影像分析技术早在20世纪70年 代就应用于遥感影像的解译中，它是结合了 GIS和遥感两大工具的一种新型地学分析工 具。近年来的研究与应用已经证明[8,9,11,12]： 面向对象影像分析能很好的与传统变化检测 方法以及多源数据相结合，基于面向对象的
-36-
变化检测方法明显优于传统的像素级变化检 测方法（检测精度更高，方法更自动化且能 有效抑制“椒盐”现象），其结果可直接进 行变化检测的定量分析。
本文在归纳总结变化检测技术现状的基 础上，分析了变化检测的基本流程，重点对 比分析了目前常用的变化检测方法，并针对 变化检测面临的困难探讨了未来变化检测的 发展趋势。
1 土地覆盖变化检测的基本流程
变化检测的工作流程一般包含数据输 入、数据预处理、特征提取、变化检测和精 度评估5个ห้องสมุดไป่ตู้本步骤（如图1所示）。
1.4 变化检测 目前提出的变化检测方法很多，各国学 者从不同的角度进行了总结归类。 早期的学者将变化检测分为图像直接比 较法和分类后比较法[6]。其后有学者根据变 化检测的信息层次把变化检测分为像素级、 特征级和决策级。目前采用最多的是根据变 化检测所采用的数学方法种类而提出的7类 划分法[7]。国内学者周启鸣（2011）从变化 检测的本质策略出发将变化检测方法归类 为：直接比较法、分类比较法、面向对象比 较法、模型法、时间序列分析法、可视化法
此外，还应根据检测对象的时相变化特 点来确定数据获取的频率，如若干年一次、 若干季一次或若干月一次等。相关研究表 明，最小3～4年的时间周期才能用来较为精 确地检测土地变化，提高时间间隔如1～2年 检测结果会更优[3]。用来对比的空间数据应 尽可能处于不同时期的相同或相近月份和时 刻，以消除太阳高度角、季节和物候差异的 影响。
从数据源的角度来看，将多分辨率遥感 影像及其他GIS数据集成起来处理分析能有 效弥补单纯依靠光谱识别变化的不足，提高 变化检测数据的完备程度。
从处理过程的角度来看，需要将影像配 准与变化检测当作一体来处理。进一步考虑 到立体影像的情况，可将立体参数解算、配 准、三维重建等与变化检测一体化处理，解 决目前配准与其他步骤割裂造成的误差积累 与扩散问题[10]。
从精度评估的角度来看，有必要建立 一个标准的精度评估体系，将每个步骤对最 终结果的影响（即产生的误差）转化为相同 （或具有可比性）的指标，为变化检测技术 /方法的自动比较与智能选取铺平道路。
综上所述，未来土地覆盖变化检测的发 展趋势可概括为以自动化和智能化为目标的 “数据集成化”、“过程一体化”、“方法 融合化”以及“评价标准化”。其中，面向 对象的多尺度、多特征、多方法融合的变化 检测最具发展潜力。
和混合法。 变化检测方法的分类及其典型代表和优
缺点如表1所示。
1.5 精度评估 变化检测的精度依赖许多因素，D.LU 等（2004）将其归结为8个方面：图像几何 配准精度、辐射校正或归一化精度、对地面 情况的了解程度、研究区域的复杂程度、变 化检测方法、分类和变化检测方案、分析技 能和经验以及时间经费的限制等。其中，几 何配准、辐射校正和变化检测方法对结果的 影响最大。 总体而言，目前变化检测的精度评估主 要是基于像素级的，过度依赖“变化真值” 的获取，其中误差矩阵和Kappa系数评价方 法最成熟最常用；对如长时间序列影像变化 检测这种难以获取变化真值的情况需加强研 究；缺乏特征级的评估方法；针对面向对象 变化检测技术的精度评估研究几乎是空白。
1.2 数据预处理 变化检测对数据的预处理要求较高。非 遥感图像数据的预处理包括数据格式转换、 矢量化采集、专题数据抽取以及坐标系转换 等。 遥感图像预处理则包括图像增强与滤 波、图像裁剪、图像镶嵌、几何校正和辐射 校正。其中几何校正与辐射校正对变化检测 结果的影响最大，因此最为关键。 几何校正大都以一期影像为参考直接对 其他影像进行相对几何配准，使用ERDAS 软件的AutoSync模块功能可实现配准的 自动化和批量化处理[4]。Jensen（1987） 认为对于航空遥感影像2.26个像素的配准 精度就足够了；而Townshend（1992）用 LandsatMSS数据进行的定量研究表明，要 获得90%的检测精度，配准精度要小于0.2 个像素。虽然目前关于几何校正对变化检测 精度的影响缺乏全面深入的研究，但通常认 为各时相影像之间的相对位置误差（均方根 误差）小于1个像素可以接受，最好应小于 0.5个像素。 辐射校正方法分为绝对辐射校正和相对 辐射校正两种类型[5]。由于测量大气参数和 地面目标昂贵且不切实际，尤其对于历史数 据几乎不可能做到，所以一般采用相对辐射 校正。其中，直方图匹配法和图像回归法最 为常用。