准确、快速地获取森林覆盖变化信息,对研究森林生态环境变化和经营管理具有重要意义。在变化检测研究中,光学遥感影像有着丰富的光谱信息和纹理信息,能较好地保留地物较多的细节信息,但是光学遥感影像受天气和太阳光照等因素的影响较大,难以及时准确地获取森林覆盖信息。合成孔径雷达（SAR）可以克服天气等因素的影响,实现全天时、全天候对地观测。但是SAR影像由于自身成像特点,受地形、斑点噪声影响较大,虚警率和漏警率较高。因此,联合主被动遥感技术进行森林覆盖高时空变化检测研究已成为研究的新趋势。本研究分别选取具有典型代表性南方人工速生林地区——广西高峰林场（高峰研究区）和北方天然林地区——内蒙古根河市（根河研究区）作为研究区。基于哨兵一号（Sentinel-1）数据,利用对数比值法、改进的对数比值法和时间序列分析法对两个研究区进行了变化检测研究。基于高分一号全色多光谱数据（GF-1 PMS）,利用多元变化检测（Multivariate Change Detection,MAD）算法和迭代加权多元变化检测（Iteratively Re-Weighted Multivariate Alteration Detection,IR-MAD）,对高峰研究区进行变化检测研究。基于高分一号宽幅数据（GF-1 WFV）,利用MAD和IR-MAD算法对根河研究区进行变化检测研究。以外业实地调查等数据验证了上述方法的适用性和可靠性,并利用IR-MAD算法探索了高分六号宽幅影像数据（GF-6 WFV）在森林资源变化监测中的潜力。而后又以GF-1 PMS为数据源探究了IR-MAD算法和基于En MAP-Box的随机森林（Image RF）分类后比较法在经营强度大且地形复杂的我国南方人工林场森林覆盖变化检测中的适用性和有效性。最后采用由粗到精细（Coarse to Fine,CTF）决策级融合的变化检测方法对主被动遥感数据结果较好的变化检测结果进行决策规则的综合,并通过归一化植被指数（NDVI）判断森林覆盖变化方向,得到最终的森林覆盖变化检测结果。研究结果如下:（1）针对主动遥感,利用Sentinel-1数据两个研究区的变化检测结果表明,基于时间序列SAR影像变化检测精度最高,基于改进的对数比值法变化检测精度次之,对数比值法的检测精度最低。（2）针对被动遥感,基于GF-1 PMS和GF-1 WFV数据两个研究区的变化检测结果表明,相对MAD算法,IR-MAD算法在变化区域的边界提取上更加完整,并且“椒盐”现象出现较少,变化检测精度更高。（3）基于IR-MAD算法,利用GF-1 WFV和GF-6 WFV数据对两个研究区的森林覆盖变化检测结果表明,GF-6 WFV数据的变化检测精度要高于GF-1 WFV数据的变化检测精度。表明携带红黄边波段的GF-6 WFV数据在森林覆盖变化检测中有着独特的优势,可以在森林资源变化监测中发挥重要应用价值。（4）基于GF-1 PMS数据在高峰研究区的变化检测结果表明,IR-MAD算法变化检测结果在精度和对变化区域的提取效果均优于Image RF先分类后比较法。说明该方法可以较为快速、准确地掌握研究区森林覆盖变化情况,更适用于该研究区。（5）CTF决策级融合方法变化检测结果的精度都优于单一数据源、单一方法的变化检测精度,有效地限制了虚警率和漏警率,高峰研究区变化检测结果的总体精度为90.65%,Kappa系数为0.86;根河研究区变化检测结果的总体精度为78.54%,Kappa系数为0.72。说明在两个研究区CTF融合变化检测方法取得了较好的变化检测结果。本文提出了一种协同主被动遥感的高时空变化检测方法对南北典型代表的林区进行森林覆盖变化检测研究。该方法可以较为快速、准确地掌握研究区的森林覆盖变化情况。