自然环境演变与人类活动增加导致地表景观结构不断发生变化,及时准确地获取这些变化信息有助于环境保护、资源管理等部门更好地开展工作。传统的实地调研方法费时费力,而遥感技术以其覆盖范围广、获取信息速度快、周期短、信息量大等优势,为变化信息遥感检测提供了有效的技术手段,其方法研究作为变化信息遥感检测的重要部分,已经成为遥感图像分析中的一项重要应用,为灾后评估、环境保护、农业生产等工作提供了理论参考和数据支撑。目前,已有的研究方法包括:彩色合成法、光谱特征变异法、差值比值法等。随着遥感数据的不断更新发展以及新的变化检测需求不断出现,变化信息遥感检测方法的研究仍处于不断探索和改进阶段。本文选取大兴安岭毕拉河林场、秦皇岛桃林口水库、兴城地区三个研究区,基于各研究区的多时相Landsat8 OLI遥感影像数据,利用多时相数据组合法、方差分析和因子分析等方法重点研究各研究区的林地变为火烧迹地、水体变为植被和裸地、玉米地变为花生地三种典型地物类型变化信息与其它地物类型变化在多时相遥感影像上是否存在显著的光谱特性差异以及典型地物类型变化信息的遥感检测方法,为灾后评估、水资源保护、农业种植结构调整等工作提供参考依据。主要结论如下:（1）依据多时相数据组合法原理,利用对比分析法、方差分析法研究典型地物类型变化与其它地物类型变化之间的光谱特性差异。结果表明:典型地物类型变化与其它地物类型变化在多数波段的可分性度量值均较大,其中,林地变为火烧迹地与其它地物类型变化在7、6、12波段的可分性度量值达到了15833、7108、16923;水体变为植被和裸地与其它地物类型变化在5、6、7、12波段可分性度量值达到了20169、66599、16523、9271;玉米地变为花生地与其它地物类型变化在5、12、14波段可分性度量值达到了10529、6308、39693。因此,典型地物类型变化与其它地物类型变化之间具有显著的光谱特性差异。（2）基于典型地物类型变化与其它地物类型变化之间的光谱特性差异,利用方差分析原理中“可分性度量”指标,定量筛选适宜识别不同典型地物类型变化信息对应的优效波段和变化识别指数。经过精度验证,各典型地物类型变化识别指数的识别精度分别达到79.37%、85.04%、75.07%。结果表明,不同典型地物类型变化信息的适宜识别指数不同,基于方差分析的多时相优效波段组合法可以定量筛选出识别不同典型地物类型变化信息对应的优效波段和适宜典型地物类型变化识别指数,能够有效识别典型地物类型变化信息。（3）基于因子分析和方差分析原理,构建典型地物类型变化识别因子,识别典型地物类型变化信息。从因子负载矩阵中可以发现各波段所蕴含的典型地物类型变化信息量有所不同,可以根据各波段表达典型地物类型变化信息量的多少来确定权重系数和波段,这是构建典型地物类型变化识别因子的关键;利用方差分析原理中“可分性度量”指标可以定量分析各因子对典型地物类型变化信息的变化检测能力,选定适宜识别典型地物类型变化信息的变化识别因子。经过精度验证,各变化识别因子的提取精度分别达到95.35%、90.08%、90.43%,与多时相优效波段组合法相比,弥补了其在指数构建环节缺少定量指标的不足,光谱信息利用的更加充分合理,处理过程较为简单,识别精度相对较高。表明在实际典型地物类型变化信息的检测中通过因子分析方法构建的变化识别因子提高了典型地物类型变化信息识别的精度和效率,可以为变化信息遥感检测方法的定量研究提供参考依据。