由于铁路建设施工周期长、占地面积大、资源消耗多,在其建设过程中不可避免地会对周围环境及生态造成较大影响,尤其是铁路建设项目施工期取土场、弃土(渣)场、施工营地、拌合站等临时占地对生态环境的影响。因此,实施铁路建设临时占地环境监测非常有必要。传统的环境监测手段大多采用人工调查的方式,需要投入大量的人力物力,不能全面、动态的监测环境变化。高分遥感影像具有监测覆盖范围广、实时性强、分辨率高、成本低、自动化程度高等优点,可以有效弥补传统环境监测手段的不足。本文将高分辨率遥感影像应用于铁路建设临时占地环境监测,主要研究内容如下:(1)基于遥感的临时占地分类信息提取研究。采用先分类后比较的方法检测临时占地环境变化信息,提出了基于自适应空间信息MRF的FCM聚类算法。该算法将空间引力模型和空间结构特征与传统的马尔可夫随机场(Markov Random Field,MRF)相结合,构造自适应空间信息的MRF,并将其引入模糊C均值(Fuzzy C-Means,FCM)聚类算法中,使其不仅能克服噪声影响还能保留图像边缘细节,并且改变了传统的固定空间信息邻域权重的方式。实验结果表明,本文算法的分类结果较好,可以用于提取临时占地环境现状信息。(2)基于遥感的临时占地变化信息提取及环境监测与评价。为了进一步监测临时占地对环境的影响,本文提出基于密度引力和多尺度多特征融合的变化检测方法对临时占地进行环境变化监测。该方法首先考虑到了不同特征的贡献不同,实现了光谱特征和纹理特征的自适应加权组合,并且利用信息熵将不同尺度不同方向的纹理特征自适应融合。其次将密度引力模型与传统MRF相结合,构建了自适应权重的MRF,改变了传统MRF的空间信息权重相同的问题。实验结果表明,该方法充分利用了不同特征,更好的保留了图像边缘细节信息,提高了变化检测精度,能够较好的用于临时占地环境监测。(3)临时占地遥感环境监测系统的设计与实现。在开源项目MapWindowGIS的基础上进行二次开发,实现了影像分类、变化监测、精度评价和环境评价四个模块。该系统操作方便简单,提供二次开发接口,具有较高的实用价值。