土地覆被变化信息提取和分析对于城市历史动态与未来发展趋势研究、土地资源管理、生态环境保护等具有重要的意义。随着对地遥感卫星技术的飞速发展,遥感数据尤其是中分辨率的Landsat系列遥感卫星影像以其多光谱、高时频以及广视域等优势成为土地覆被变化信息提取的主要数据来源。传统的分类后比较法在自动化土地覆被变化检测过程中存在着分类误差累积的问题,从而导致获得的土地覆被变化信息中存在虚假变化。而集成直接变化检测方法和分类后变化检测方法的回溯分析近年来已在遥感影像土地覆被分类及变化分析领域有众多应用,然而在多期遥感影像变化分析中,存在多基于像元、分类器固定/单一、分类过程独立导致虚假变化、数据处理效率与自动化水平较低等问题,很难体现其优势。为了克服这些问题,本文提出了一种集成面向对象与多分类器的回溯变化检测方法,将三种泛化能力较高的分类器适时应用在遥感影像变化分析框架的不同阶段。首先基于随机森林分类器完成基期影像(最新时间的影像)的土地覆被制图,然后结合模糊C均值聚类与多阈值算法获得不同时相影像的二值变化结果,最后结合前面过程的结果确定前一期影像的未变化和变化区域,通过土地覆被逻辑构建类层次结构将土地覆被分类与变化分析联系起来,使用支持向量机分类器对变化区域获得可靠的土地覆被分类及变化结果。为了验证本文方法在不同地区进行多期遥感影像土地覆被变化信息自动化提取方面的有效性,分别对巴基斯坦伊斯兰堡1990-2018年间的4期影像和兰州市1991-2017年4期影像进行土地覆被变化信息提取和分析。得到如下结论:(1)为了提高基期参考影像的土地覆被分类精度,通过分割参数优选、分类特征优选等对基于对象的影像分类过程进行优化,并采用随机森林算法最终得到了伊斯兰堡和兰州市两个研究区基期影像较好的分类结果,能够满足后续研究的需要。(2)在基于对象的方法的基础上进行土地覆被变化检测,能够避免传统的基于对象的变化检测方法中存在的椒盐噪声,同时可以降低影像配准误差对土地覆被变化检测结果的影响。此外,使用影像对象代替像元,可以有效地减少土地覆被变化结果中虚假变化的像元个数。与传统方法相比,因为本文方法只需要对影像的变化对象进行分类,同样降低了虚假变化发生的可能性,并减少了多期影像变化分析的时间消耗。(3)通过在回溯分析流程的不同阶段中使用多分类器进行土地覆被变化检测,大大提高了多期影像变化分析的处理能力和效率。通过使用泛化能力较强的随机森林算法保证了基期影像的分类精度。而模糊C均值聚类算法和多阈值方法的结合使用减少了变化结果中的漏检现象。此外,为了尽可能地消除土地覆被变化结果中的不合逻辑的变化,提高影像变化分析结果的可靠性,本文引入了土地覆被转换逻辑来构建类层次结构,该结构可以将土地覆被分类和变化分析过程联系起来,从而提高变化检测精度。而在对变化区域进行变化分析和分类时,采用对小样本分类鲁棒性较强的支持向量机算法代替以往研究中采用的基于专家知识的规则集分类方法,避免了基于规则集方法对专家知识的依赖,提高了分类效率和土地覆被变化检测的自动化水平,且能够得到精度较高的分类结果。(4)通过对本文方法得到的伊斯兰堡和兰州市4期影像的土地覆被分类及变化结果的精度对比分析,结果表明本文方法在不同地区的多期遥感影像变化信息提取方面均是有效的。虽然两个地区影像的结果存在一定的差异,且分类精度从新到老均呈现递减的趋势,但是总体而言,两个研究区的结果均处于可以接受的水平。伊斯兰堡和兰州市4期影像的土地覆被分类结果的平均总体精度分别达到86.8%和86.2%,且其土地覆被变化检测结果的平均总体精度分别达到81.9%和81%。另一方面,通过对两个地区的土地覆被变化对比分析可以发现,采用本文方法获得的不同地区的土地覆被变化结果均是符合研究区实际的城市发展情况的,得到的土地覆被变化结果均较为准确。因为城市发展历史的不同,导致新兴城市伊斯兰堡的土地覆被变化幅度要快于历史悠久的兰州市;而由于地形、周围环境等的影响,兰州市先通过侵占河谷内的农田等土地资源的方式进行扩张,并逐渐朝着北部山区和东南向的城镇发展,而伊斯兰堡在城市市区逐渐扩张的同时,并沿着与邻市的接壤边界进行发展。