近几年来,随着衡阳市城镇化进程的不断加速,以及农业种植业结构调整,衡阳市的土地覆盖,尤其是耕地产生了巨大的变化。衡阳市是湖南省重要的商品粮种植基地之一。因此,检测和分类衡阳市耕地相关的土地覆盖变化,描述耕地长时序时空动态变化特征,对于理解耕地变化引起的生态后果具有重要的意义。本文选取湖南省衡阳市为研究区,由于传统的变化检测算法以及土地覆盖分类方法的耦合,只能识别土地覆盖类型的变化,而未能识别作物类型的变化,使得耕地时空动态的描述不够细致,未能在考虑耕地数量的同时,检测各类作物的数量变化。本研究主要的工作与重要的结论如下:(1)利用基于NSPI的去云、去条带方法对Landsat数据进行插补,并使用一种时空融合ESTRAFM算法,利用MODIS的植被指数产品,对缺失月份的数据进行时空融合,从而重新构建以月为时间间隔的Landsat NDVI时间序列。(2)使用耦合迭代季节趋势分解模型与断点检测的时间序列变化检测算法—BFAST,对月度的Landsat NDVI时间序列进行变化检测,得到九个季节项参数以及两个趋势项参数,将这些参数作为随机森林分类器的输入,生成任意时间的土地覆盖类型图。精度评价结果显示变化检测的精度达到80.2%,时间精度评价结果显示其具有较高的及时性,土地覆盖分类达到了84.17%的总体精度。(3)对衡阳市耕地进行时空动态进行特征描述,结果显示自2001-2018年来,衡阳市的耕地面积变化不大,而单季稻和双季稻的播种面积均呈现下降趋势,2010年之后,产生了大面积的耕地转出,且距离城镇居民点近的地区为转出热点区域,说明城镇化进程中出现了城镇用地占用耕地的现象。2012年之后,常宁市与耒阳市出现了集中连片的耕地扩张,且耕地扩张呈现为由低海拔的平原地区向海拔较高的丘陵地区扩张的趋势。结果表明耦合BFAST算法与RFC的方法,能够有效检测到耕地相关的土地覆盖变化并能够提供变化类型的信息,能够为涉及作物精细分类的土地覆盖变化检测研究提供新的研究思路。