土地利用/土地覆盖变化检测是可持续发展研究领域中的一项重要工作,许多学者一直致力于这方面的研究工作,并提出和使用了不同的方法和技术手段.本论文在系统地归纳和总结土地利用变化检测方法的基础上,将基于典型相关分析的正交变换引入到变化检测中,深入探讨了遥感影像的多元变化检测的理论、方法和进一步的应用前景.与传统的变化检测方法不同,本方法将两个时相的遥感影像作为一个样本总体,即将两组随机变量变成一组新的多元随机变量,然后进行典型变换,得到反映变化的差值图像,变化信息将会集中在少数几个分量.这种方法不仅可以消除由于图像相关性引起的误差、抑制部分噪声,又可以准确地检测出图像间的变化.本论文的研究是以TM数据为例进行的,实验结果表明,该方法对于卫星遥感影像的多元变化检测是可行的,并显示出广阔的应用前景.如何正确分辨或界定差值图像中变化与非变化的像素是变化检测中的关键之一,也是其中的难点.这个问题往往归纳为阈值的确定.本论文对于变化阈值的确定,采用了一种基于贝叶斯理论的最小错误率的方法.这种方法实质上是一种非监督的方法,它不需要地面实况数据,直接对差值图像进行分析计算得到阈值,使整个变化检测的错误率达到最小.论文成功地将基于典型相关的正交变化技术和基于贝叶斯理论的最小错误率方法运用于土地利用的变化检测过程中,在一定程度上可以克服传统方法存在的某些缺陷,如图像之间的相关性的影响、噪声的影响等等,提高变化检测效率与变化检测的精度.