全球遥感图像在灾害监测和管理方面具有重要的价值。灾害监测分为人为灾害和自然灾害,其中人为灾害包括战争,自然灾害包括地震,飓风和火灾等。不同的灾害由于性质各异,对城市地区产生不同的影响。本文将相干变化检测(CCD)的应用于全球变化检测中。连贯性相干性损失是SAR目标变化的标志,灾难事件是由连贯性相干性损失表征的。通过案例研究发现,不同的土地利用类别对连贯性相干性损失的反应不同,尤其是在灾害发生后。在监测特定灾害时,适当的技术或数据对于最大限度地减少灾害造成的社会,经济和环境等方面的损害至关重要。因此,评估哨兵-1数据是否适用于自然和人为灾害监测是本研究的目的。本文主要从三个方面进行了研究:如何使用CCD检测人为和自然灾害的变化、不同的城市土地利用类型在灾害发生后,如何应对连贯性相干性损失,以及使用CCD技术可以最好地监测哪种灾难。为了回答这些问题,本文基于覆盖广且方便获取的哨兵-1影像进行研究。哨兵-1影像可以在较长时间内获取连续的时间序列图像,且不受天气影响,可以全天候、全天时获取。此外,哨兵-1卫星的传感器使用电磁频谱中的微波部分进行探测,能有效检测出城市中不同的土地覆盖类型,尤其适用于建筑区域的检测。因此,相干性图像能提供有效信息来检测由于灾害而导致的变化。通过对Landsat 5和Landsat 8影像进行解译,并将相干性数据汇总,可以得到土地利用类型多边形,用以观察每种土地利用类型对连贯性损失的响应。对相干性损失进行分级,可以得到城市不同土地类型如何受相关性去相干的影响,从而鉴定Sentine1-1图像以及CCD方法是否适用于特定灾害的CCD变化监测。在未来的研究中,Sentine1-1图像以及CCD方法也可用于相干性地图分类。此外,将相干性数据添加到街区数据中,并计算每个街区的标准偏差。城市街区的平均相干性数据和数据的标准差对于调查和监测在街区级别受灾害影响的城市区域非常有用。在本论文的研究中,街块被作为相关测量单位。街区是在城市区域中,被道路围绕的最小单元或者是地块。街区是与现实世界相关的物体,它们被用作初级单元参与数据集合计算。通过计算一段时间内数据的平均相干值和标准偏差,得出街道在这一时段的变化统计数据以及灾害发生后的街道变化统计数据,这是检测变化的重要部分。