作为全球变化的重要组成部分，土地利用/土地覆盖变化要求土地利用变化监测结果更加准确，并且具有预测未来土地利用/覆盖变化的能力。遥感对地观测技术的快速发展，进一步深化了土地利用变化监测的研究方法和研究领域。近二三十年来，遥感变化监测和融合方法出现很多，但是很多方法对经验的要求比较高，在应用到土地利用领域时，对数据要求又有很多限制，并且可移植性不高。运用变异特征监测方法进行土地利用/覆盖变化研究能够克服上述遥感变化监测领域存在的问题。 在结合像素级融合理论并运用特征变异监测方法从事遥感变化监测工作的过程中，发现了几种表现优秀的融合算法。本文在特征变异监测理论指导下，运用多源遥感影像，从遥感融合理论方法入手，对特征变异监测理论的不确定性进行的探讨和改进。主要研究内容和结论如下： 通过对特征变异监测理论的阐述以及四种遥感融合算法的应用，本文在定性和定量基础上对融合算法的表现进行了全面、客观和细致的评价，提出基于Gram-Schmidt融合算法的特征变异监测方法，并与传统应用较广的遥感变化监测方法-分类后比较法进行了对比分析。本文认为该方法相对原基于IHS的特征变异监测方法：原理简单，能更好的保留原始低空间分辨率多光谱和高空间分辨率全色影像的光谱信息和纹理信息，对融合前波段数没有限制，运算速度快，监测效果好。在此基础上，将该方法应用于北京城区及近郊区县部分地区，在土地利用数量，土地利用结构变化和土地利用程度三方面对该地区的土地利用覆盖变化特点进行了探讨和总结。因此，基于Gram-Schmidt的变异特征监测方法更好地雄广和改进了特征变异监测理论。