耕地保护是我国的基本国策,不仅关乎国民经济健康、有序的发展,也和社会和谐稳定等重要问题密切相关。我国提出的“18亿亩耕地红线”旨在保证耕地的数量和质量,切实保证15.46亿亩的基本农田不减少。然而城市化带来的人口经济增长与有限的耕地资源之间的矛盾日益尖锐,坚守耕地红线的任务仍然十分艰巨。时间序列遥感影像数据,具有模糊性和噪声多等特点,但是同时具备海量性、多尺度性、时空相关性等特性,可以为耕地变化检测提供极为丰富的信息,因此挖掘其潜在的、有价值的信息进行耕地变化检测,具有很重要的现实意义。由于耕地资源需要迫切保护,近年来围绕光学影像时间序列的耕地变化检测研究在不断跟进。随着近年来国产卫星的持续入轨,为基于遥感时间序列影像的研究拓宽了思路。然而,构建时间序列的基本量选取还没有统一的优化标准,受时间序列数据降噪重构方法仍不通用、混合像元的处理方法不成熟等问题的困扰,直接利用影像时间序列检测耕地变化信息的研究也较为少见。此外,以往基于时间序列的耕地变化检测大都基于像素级,对象级时间序列的构建及变化检测目前也很少有人尝试。综上,本文以GF-1号WFV影像（16m）为数据源,选取常州市新北区为研究区,提出一种利用GF-1号时间序列影像进行对象级耕地变化检测的技术方法,实现了耕地变化类型和变化时间节点的提取与制图,可以服务于和耕地相关的地理国情监测、分析与评价。论文的主要研究内容和结论包括:（1）基于对象的时间序列特征数据集构建。本文筛选研究区2013～2019满足研究需求的GF-1号WFV影像,在完成辐射定标、几何校正和裁剪等预处理工作后构成原始时间序列影像数据集,计算NDVI、NDWI及SAVI等指数得到指数数据集,在对多时相影像进行多尺度分割后,通过对混合对象进行统计分析,并最终选择中值构建指数原始时间序列。对指数原始时间序列数据进行滤波重构后,利用指数的变化率时间序列选择最优指标。最后选择多时相数据、最优指标构造年际变化率时间序列数据。（2）遥感影像时序异常点检测方法研究。在充分分析各指数在土地覆盖的年际和年内变化规律的基础上,探讨了传统的异常点检测方法应用于遥感影像时间序列异常检测研究中的可能性。运用基于时序异常度的土地覆盖变化检测理论,提出适用于GF-1号遥感影像指数序列数据集的异常点检测方案,获取潜在异常对象后,通过空间域过滤获取最终的变化对象;基于最优指数原始时间序列曲线,在时间序列均方差的引导下得到异常对象在原始时间序列上的变化时间点。（3）时序分割耕地变化检测。针对时间序列中耕地变化时点和变化类型复杂的特点,本研究探索了基于未变化的土地利用类型样本检测耕地变化类型的思路。基于年际变化率时间序列和指数原始时间序列结合所检测出异常对象发生变化的时间点,将原始时间序列分割成不同的子序列,并将子序列分别与未发生变化的土地利用类型样本对应的子序列进行相似性度量,以此识别耕地与其他土地利用类型之间的转换,获取变化结果之后,从经济、交通等方面对耕地变化的空间格局和变化驱动力进行了分析。