地理国情数据是各种地理信息的综合和集成,反映国家自然资源、国家生态环境发展现状,成为制定国家和区域发展战略与发展规划的重要基础,能够表达地表特征和地表变化情况,通过一些变化检测的方法可以将两个时期的地理国情数据进行检测并得到检测结果。本文主要研究地理国情数据变化检测的方法,首先介绍了变化检测理论、数据源、基本单元和变化检测一般流程,变化检测的数据源和基本单位在变化检测过程中是非常重要的研究对象。变化检测的一般流程又分为数据预处理、地理特征的提取、变化检测和精度评估分析等。本文变化检测采用的数据源是旧时期的矢量图和新时期的遥感影像,变化检测的基本单元是像斑。变化检测方法是基于异质度的地理国情数据变化检测方法,该方法为了实现矢量图与遥感影像的自动变化检测,提出了一种基于像斑类别异质度的矢量图与遥感影像变化检测方法。以矢量图为约束,对遥感影像进行影像分割获取像斑,采用标记分水岭算法实现矢量图约束的影像分割,在分水岭的约束下利用传统的标记分水岭算法实现影像分割;提取分割后像斑的直方图作为像斑的特征,利用直方图表达像斑的特征后,像斑的特征距离就转换为直方图的距离,再用G统计量的算法计算直方图距离,利用像斑与旧时期同类别像斑特征距离的均值来构建像斑的类别异质度,像斑类别异质度表示像斑与其旧时期所属地物类别间的异质性;采用大津法获取各类别的异质度阈值,将像斑的类别异质度与所属地类的类别异质度阈值进行比较,实现像斑的变化/未变化的判别。采用C++语言,基于GDAL(Geospatial Data Abstraction Library)开源库与ArcEngine平台,建设了地理国情常态化监测数据变化检测系统。系统实现了栅格与矢量数据的加载与叠加显示、带约束影像分割、像斑特征提取、像斑异质度构建、异质度阈值获取等功能。使用2014年的地理国情普查的地表覆盖矢量数据与2016年QucikBird遥感影像做实验分析,为了验证本文方法的有效性,将本文方法同基于像斑灰度均值的方法进行了对比,正确率提升了0.08,误检率与漏检率分别下降了0.27、0.12。