森林是全球可持续发展的重要保障,准确获取林地的变化对生物多样性、生态环境和气候变化等研究十分重要。中低空间分辨率的遥感图像已经在区域和全球尺度的林地变化检测中得到广泛的应用,但是由于空间分辨率的限制,无法检测面积较小的林地变化。使用高空间分辨率的遥感图像能够精确地检测出林地变化范围,但是此类图像通常仅有蓝、绿、红和近红外波段,林地变化敏感波段较少,导致无法获取完整的林地变化类型信息。红边波段是林地变化的敏感波段,使用具有红边波段的高分辨率遥感图像能在保证小面积林地检测精度的同时检测到更多类型的林地变化。综合考虑遥感图像的空间分辨率和波段范围对林地变化检测的影响,选择黄山典型区的哨兵2号卫星图像作为主要数据源,提出了一种角度优先变化向量分析(DFCVA)的林地变化检测方法,并与经典的变化向量分析法(CVA)进行比较,分析DFCVA在高分辨率遥感图像林地变化检测上的适用性。论文的主要研究内容和结论如下:(1)林地变化表征分析。分析了引起林地变化的主要原因,明确了光学遥感探测能力范围内的研究区林地变化类型。基于涉及到的地物类型,在遥感图像上选取了相关光谱样本。在对光谱响应曲线进行分析后,确定了对林地变化敏感的波段,有利于后续的变化向量的计算。(2)DFCVA变化检测方法构建。经典CVA在获取林地变化时,首先使用变化向量的强度(即向量的模)确定变化像元,再使用变化向量的角度确定变化类型。为了削弱未变化区域的影响,提出DFCVA,即优先使用变化向量的角度信息得到变化类型,再通过变化向量的强度确定最终的变化像元。此方法由三个部分组成:候选变化像元的获取,像元变化类型的判定,各类型变化像元的确定。其中,第一部分通过全局强度阈值从所有像元中获取候选变化像元;第二部分对每种变化类型的变化向量信息进行模拟,构建出林地变化类型查找表,然后基于候选变化像元角度聚类得到的角度范围判定林地变化类型;第三部分在每个角度范围下基于局部强度阈值确定每种变化类型的最终变化像元,最后使用轮廓检测的方法对结果进行后处理以进一步提高精度。(3)DFCVA关键参数敏感性分析。DFCVA在三个部分的关键参数分别是全局强度阈值T、聚类类别数k和局部强度阈值。分析了全局强度阈值T与结果精度之间的关系,为使用自动确定的T得到候选变化像元提供支撑。分析了不同的聚类类别数k对结果精度的影响,为选择合适的k以确定角度范围提供依据。分析了局部强度阈值与结果精度之间的关系,表明可以使用自动确定的局部强度阈值得到精度较高的变化检测结果。通过后处理前后变化检测结果的比较,表明后处理能够有效去除无意义的小的变化图斑,从而提高林地变化检测的精度。(4)DFCVA与经典CVA的比较。从自动强度阈值和最佳强度阈值两个方面对DFCVA和经典CVA的结果精度进行了比较。自动阈值的结果精度差异反映的是二者在实际应用中的精度差异,与DFCVA相比,CVA由于受到单个强度阈值的限制,未能检测出图像上所有的变化类型。最佳阈值的结果精度差异反映的是二者理论精度上限的差异,从整体上看,DFCVA的精度要高于CVA。因此,DFCVA相比CVA在林地变化检测上更具有优势。论文的主要学术贡献为:提出了一种新的变化检测方法DFCVA来检测高分辨率遥感图像上的林地变化,通过对DFCVA各部分关键参数的敏感性分析,明确了变化向量强度ρ、变化向量角度θ和林地变化类型之间的关系,并通过模拟不同林地变化类型的变化向量信息,构建了林地变化类型查找表;与经典CVA相比,DFCVA首先根据变化向量角度θ确定变化类型,然后为每种变化类型设置不同的强度阈值,同时在变化像元识别和变化类型判定上提高了变化检测的精度,具有一定的理论创新性和实际应用价值。