我国海域范围广阔,海岛作为海洋的重要组成部分,对我国的海洋生态、海洋经济、国土安全等方面具有重要的意义。然而当前我国在海岛变化检测方法及技术路线方面的探究较少,导致海岛变化检测工作周期长、时延大,现有方法工作量较大,精确度较低。因此,开展海岛变化自动检测的研究势在必行。本文以海岛范围内语义级别的变化检测为目标,构建端到端的遥感影像变化检测网络结构,结合海岛的环境特点、海岛地表覆盖特点、海岛变化检测工作现状,探究可以满足当前海岛监视监测工作实际情况的海岛变化自动检测方法,最终完成与其他变化检测方法的对比实验,并对东海区域内的典型海岛进行变化检测与分析。本文的主要研究内容如下。(1)构建端到端的UNet++变化检测网络,结合多尺度特征融合的深度监督方法,构建二元交叉熵与Dice系数相结合的混合损失函数,基于残差结构与批归一化操作改进卷积块结构。设计激活函数与参数初始化方法,利用热重启的余弦退火方式动态调整学习率以优化模型训练过程。(2)对面向海岛场景的变化自动检测方法进行探究。分析当前海岛变化检测研究背景,探究海岛场景面临的困难与挑战,将变化检测与海岛四项基本要素监视监测相结合,探究各环节的关键技术,形成海岛变化自动检测方法。结合基于元学习的多变化尺度超分辨率模型、SIFT算子配准等方法,构建一套可以满足基于不同传感器、不同分辨率、不同气候条件的高分辨率遥感数据的海岛变化自动检测方法。(3)以东海海岛为例进行变化检测实验验证与分析。通过与IR-MAD、FC-EF等变化检测方法的对比实验,进行定性与定量的分析,验证了本文提出的变化检测模型的效果与精度。对东海海域内的典型海岛进行变化检测与结果分析。本文提出的端到端的UNet++变化检测模型提升了变化检测精度与检测效果,本文提出方法在总体精度、准确率、召回率与表征模型稳健性的F1指数中均表现最好,减小了辐射差异对变化检测结果的影响,可以实现对不同规模和大小的地物对象的变化检测,有效覆盖了海岛场景中不同尺度的地物类别;面向海岛场景的变化检测方法解决了当前海岛监视监测任务中的难点,可以将遥感变化检测模型与当前的数据基础与业务现状相结合。同时端到端的方式使得检测任务可以从图像对扩展到图像序列,提升了海岛变化检测任务的精度与时间效率,显著减小了变化检测工作的时间、工作量与周期,可以与当前的海岛监视监测工作成果相互转换。