翟鹏飞，李世华,2※，胡月明,3,4

（1. 电子科技大学资源与环境学院，成都 611731；2. 电子科技大学长三角研究院（湖州），湖州 313001；3. 海南大学热带作物学院，海口 570228；4. 广州市华南自然资源科学技术研究院，广州 510630）

0 引 言

社会的发展和人口的急剧增加导致人类对土地资源的需求也在不断增长，土地利用/覆盖（Land use and Land cover）变化成为全球或区域变化领域的研究热点[1-5]。遥感技术的快速进步使得大面积数据获取手段更加丰富，这对土地覆盖变化检测提出了更高的要求和挑战。目前，国内外很多学者利用光学数据提出了不同的方法并将这些方法应用在像素级的变化检测任务[3-4]。基于像元的方法是对前、后时相的同一位置的像元进行比较，通常采用差值或比值等代数运算获取差异影像，然后使用不同的阈值分割方法来确定该像元是否发生变化[6-7]，这对前、后时相遥感影像的配准、辐射校正等预处理有着较高的要求，同时会使得检测结果出现“椒盐现象”。随着影像空间分辨率逐渐提高，包括米级、亚米级数据的问世，同一地物在影像中往往由多个相邻像元组成，单个像元的光谱特性不足以反映相应地物的光谱特征，而相邻地物的像元多呈现一定的关联性，同时，“同物异谱”或“同谱异物”的现象极大地影响了高分辨率变化检测的精度。随着基于地理对象的遥感影像分析方法的发展，针对对象的变化检测方法以影像分割对象为基础，以具有相似光谱和空间特征的影像对象作为基本处理单元，考虑了像元及其邻域的光谱、几何、纹理及空间上下文特征，能够减少图像配准结果的影响，极大地提高了变化检测的精度，成为高分辨率光学遥感影像变化检测的研究重点[8-12]。……