高分二号卫星是我国“高分系列卫星”中首颗发射成功的国产亚米级高空间分辨率遥感卫星,在国土资源监测方面有广泛应用潜力。森林资源是我国重要的生态资源,掌握其空间分布变化对制订森林资源开发利用规划、合理安排林业生产发展都具有重要意义。为推广国产高分数据在林地变化检测方面的应用,本文以延庆区张山营镇2015年和2018年2期GF-2影像为数据源,采用3种不同的变化检测方法:图像差值法、面向对象分类后比较法和基于面向对象的变化向量分析法(OCVA),得到2期时间内研究区的地类面积变化转移矩阵和分布图。最后对变化检测结果进行精度评价与分析,为构建基于GF-2遥感影像的林地动态变化监测体系提供一定参考。本研究主要结论如下:(1)选择红波段和蓝波段作为差值波段进行图像差值法,结果表明选择红波段作为差值波段得到的差值图更符合实际变化情况,而利用蓝波段作为差值波段时无法正确检测出灰度值减少的变化区域,最后统计得到研究区的变化百分比为1.43%。图像差值法能基本确定研究区的变化率和变化区域,为定量变化检测提供参考。(2)采用面向对象分类后比较法对研究区进行变化检测,先对2期影像进行面向对象分类。通过试验确定形状因子和紧致度因子分别为0.2和0.6,再利用ESP尺度评估参数工具,确定GF-2影像面向对象分类的最优尺度分别为635,550和450,然后通过在不同层次的分割尺度上建立规则集实现分类,最后联合2期分类结果,得到2015-2018年张山营镇地块变化面积转移矩阵以及地块变化分布图。结果显示2015年和2018年2期GF-2影像的分类精度分别为82.96%和84.63%。(3)采用基于面向对象的变化向量分析法(OCVA)对研究区进行变化检测,通过不同分割模式、不同变化向量的模的构建等方法上的探讨,对部分典型研究区进行变化检测以确定最优OCVA法。结果表明:(1)多时相组合分割模式分割的对象轮廓更贴近实际地物边界,检测精度92.01%高于多时相分别分割模式的88.95%;(2)在传统变化向量的模中引入利用波段差值的相关性来设置的波段权重,发现欧氏距离加权组合下的OCVA法能减少部分因GF-2影像本身造成的伪变化,精度有所提高(92.63%);(3)最优OCVA法是多时相组合分割模式下利用加权组合来计算变化向量的模的方法。(4)对整个研究区进行最优OCVA法、结合面向对象分类的OCVA法的变化检测研究,并与面向对象分类后法、图像差值法作对比。(1)从变化结果图来看,发现面向对象分类后法的变化检测结果中灌木林与有林地之间的伪变化偏多,而OCVA法能有效减少面向对象分类后法中因分类精度较低而导致的伪变化;(2)图像差值法、面向对象分类后法、OCVA法和结合面向对象分类的OCVA法的变化检测精度分别为:87.13%、88.50%、90.88%、92.50%,即结合面向对象分类的OCVA法的精度和检测效果最好。(5)根据结合面向对象分类的OCVA法得到的变化检测结果,统计林地与非林地在这3年内的面积变化,发现林地面积减少了200.04 hm~2,其中有林地减少最多,而其他林地略微增加,与冬奥会场馆建设、城乡一体化建设和绿化造林等工程实施密切相关。