土地利用变化检测是根据不同时间对同一物体或现象的观测来确定地表覆盖变化的过程。它可以提取、描述目标随时间推移发生变化的特征,进一步定量地分析和确定地表达其变化。随着遥感技术的快速发展,土地利用变化检测研究已成为遥感技术应用中一个较为活跃的研究方向。传统的变化检测方法主要是基于像元进行,不能充分利用影像的语义信息,不仅速度慢、精度低而且还会造成空间数据大量冗余和资源浪费,不能很好地适应高分辨率影像。而面向对象的影像分析技术(Object-Based Image Analysis,简称OBIA)是以对象为基本操作单元,能够综合利用遥感数据的光谱信息、纹理特征、拓扑关系等多种信息,可较好保证变化检测图斑的完整性并有效抑制“椒盐”噪声。若采用OBIA进行变化检测,则能突破传统变化检测的局限性,提高变化检测的精度和效率。本文介绍了土地利用变化检测的基本概念、研究内容和研究方法,阐述了传统的变化检测方法,并对它们的优缺点进行了详细的分析。针对传统的变化检测方法存在的问题和不足,探究了利用OBIA方法进行土地利用变化检测的相关理论和流程。探讨了面向对象遥感影像分析软件eCognition(易康)中的多尺度分割算法涉及到的波段权重、尺度参数、均质因子等重要参数的确定。在此基础上分析多时相组合分割、单时相分割、多时相分别分割三种多时相图像分割模式下变化对象的差异,评价多时相图像分割策略对于面向对象变化检测结果的影响,并从中选出一种最优的分割模式。结果表明,多时相分割模式对变化对象形状以及精度评定的影响均较大,三种模式中的多时相组合图像分割模式对本文研究区的分割效果最好,精度最高。将上述模式引用到基于OBIA方法的土地利用变化检测中,取得了较好的检测结果,进一步证明了该方法的有效性。