遥感影像变化检测技术被广泛的应用于环境监测、植被监测、城市发展规划、灾害评估、资源勘探等方面。现有变化检测方法按所用数据量可分双时相变化检测和时间序列变化检测。双时相变化检测可以较为准确获取两个时相间地物变化情况,但以植被为代表的某些地物类别受季节因素影响较大,一般需要选取相同季节获取的影像进行变化检测;而时间序列影像变化检测可以获取地物变化时间、变化类别以及地物的时间序列模型,可利用时间序列信息去除季节因素引起的虚假变化,但受传感器自身限制,导致时间序列影像一般为中、低分辨率,且现有方法多以像元为处理单元,导致时间序列方法无法进行精细地表变化检测。针对上述问题,本文将遥感影像时间序列信息引入中、高分辨率双时相影像变化检测中,优化双时相变化检测结果,减少传统双时相变化检测方法的季节性因素误差,提高双时相变化检测结果的精度,该方法可以用于植被监测等实际工程应用方面。本文的主要工作和研究内容如下:（1）系统阐述了近年来国内外变化检测研究现状,阐述了现有双时相变化检测与时间序列变化检测的常用方法,通过梳理现状与方法阐述了两种方法各自的优缺点,并针对这些问题提出相应的解决策略。（2）针对双时相变化检测中常见的季节性因素误差,本文构建了Landsat时序影像各像元、各波段的时间序列模型,引入双时相变化检测中进行辅助变化检测。通过将双时相遥感影像各波段、各像元的地表反射率值导入进时间序列模型中,以地表反射率值偏离时间序列曲线程度以及不同时间序列曲线相似程度判断地物是否发生变化。对两个研究区多个时相的对照实验得出:时间序列辅助双时相变化检测可以有效减少季节性误差,相对传统变化检测来说其精度值在大部分情况下可提高至少0.15以上,并且该方法适用于不同变化检测算法、不同时间。（3）提出一种长时间序列辅助的双时相高分辨率影像变化检测方法,将中、低分辨率时间序列结果映射到高分辨率遥感影像多尺度分割获取的地物对象上,设置各个类别像元在对象中的占比阈值以获取高分辨率时间序列结果,通过高分辨率时间序列结果来优化高分辨率变化检测。对比试验表明该方法可以较好地优化高分辨率变化检测结果,该方法的精度值在各时相相比于传统变化检测至少提高0.23以上,减少了季节性误差,在保留高分辨率变化检测结果形状、纹理特征下获取较好的变化检测精度结果。（4）本文利用python3.7和Matlab语言,开发了一个时间序列辅助的遥感变化检测系统,既可进行基础遥感影像操作、预处理、传统双时相变化检测,同时将本文提出的时间序列辅助变化检测方法也集成在该软件中。