变化检测研究一直是遥感研究领域的热点,由于遥感数据源的特殊性和应用目标不同,传统的变化检测方法主要有影像直接比较方法、图像进行计算后比较、机器学习方法到等.分析对比目前所述的变化检测方法,经历了从像元到对象的阶段,也结合了包括光谱、纹理、GIS辅助数据等一系列信息,但随着多源数据的不断发展,中高分辨率遥感数据不断涌现,影像中地物信息的复杂程度增加,如何准确挖掘不同时相影像的地物的特征进行变化检测仍值得进一步探讨研究. 在遥感影像变化检测的实际应用中，不同时期影像会因为各种原因存在光谱差异和其他一些不可预计的情况，目前分类前变化检测比较方法是直接在底层特征空间内对两期影像进行比较，对两期影像特征的可比性要求严格。该方法有效地去除了因地物光谱差异大导致的误检测情况，较好地减少错漏判、提高图像检测的正确率。研究结果也充分表明基本单元图斑不但避免了基于像元分析带来的椒盐现象，也为下一步分析景观变化提供了良好的基础。在今后的工作中，还需要进一步深入探讨影像主题与真实地类的映射关系，并利用该模型进行多源、时间序列数据变化检测的可行性。