随着卫星遥感技术的日益蓬勃发展,遥感影像的空间分辨率、时间分辨率,以及光谱分辨率越来越高。高分辨率遥感影像(后称“高分影像”)的出现,虽使得人们能够以全新的视角观测地表,但随着高分遥感影像的出现,促使现实需求不断提高,这些都给地表覆盖变化检测带来了严重挑战。随着高分辨率遥感影像的出现,影像空间特征日益引起学者们的广泛关注。已有研究证明通过影像空间特征与光谱特征的结合,可以有效提高高分影像的分类精度或变化检测精度。基于此,本文围绕影像空间特征,在影像空间对象关系特征、局部空间信息谱特征以及空间结构特征三个空间特征方面提出了一定的方法和见解,对基于空间特征的地表覆盖变化检测方法进行了探索。首先,我们对国内外地表变化检测的研究现状进行了全面总结与分析。通过统计和分析国内外的相关研究文献,比较与分析国内外近几十年的遥感影像地表覆盖变化检测研究趋势,初步得出如下结论：a)对于基于遥感影像的地表覆盖变化检测的理论而言,至今未给出变化检测的明确概念与定义；b)对基于遥感影像的地表覆盖变化检测方法而言,并不存在普遍意义上的最优或最劣的算法,如何选择和设计地表覆盖变化检测的方法,具体要根据实际应用的目的和所采用的影像数据特点,进行方法的设计与选择。其次,我们讨论了遥感影像特征提取及其在地表覆盖变化检测中的特殊性。影像特征无疑是遥感地表覆盖变化检测研究中的关键问题——所选择或提取的影像特征是否具有可重复性,是否适合于描述两期影像同类地物,是影响影像识别与变化检测结果的关键问题。影像在成像过程中,本身会受到众多不确定性因素的影响,单单从成像机理的角度,无法推测影像质量。而用于地表覆盖变化检测的遥感影像之间又存在时相差异,不同的成像环境导致了两期影像在成像过程中,会受到不同辐射程度、不同传感器姿态、不同空气湿度、不同云层覆盖等多个方面的影响,这些差异性给两期遥感影像之间的地表覆盖变化检测带来了众多问题与挑战。本文对不同时相影像上的局部区域的影像特征进行了分析与比较,以确定出适合用于当前两期数据之间变化检测的遥感影像特征——对两期遥感影像的特征分析,旨在通过实验过程,对“地表覆盖变化检测时如何选择或设计影像特征”这一问题的解决有所启发。而后,基于以上两方面的研究,本文设计了一种局部空间信息保持的地表覆盖变化检测方法(Local Spatial-information Trend Similarity, LSTS). LSTS旨在通过对局部空间信息表达方式的转换,实现两期影像对应局部之间信息的比较分析,近而实现地表覆盖变化检测。LSTS可以分为两个方面理解：a)局部窗口内空间信息的谱提取与其定量描述；b)由对应空间信息谱的趋势度量两期影像上对应局部窗口内的信息相对变化幅度。局部空间信息谱趋势是影像局部空间特征的一种,是局部灰度值所映射信息的趋势特征。LSTS方法的主要优势在于局部空间信息谱趋势不由局部内的单一像元灰度值决定,而且单一像素灰度值对其局部信息谱趋势的整体特征影响程度也是有限的,也即：局部空间信息谱的整体趋势特征对其局部内单一像元的变化是不敏感的。因此,对于两期遥感影像的变化检测来说,采用LSTS方法可以降低影像间辐射差异对变化检测结果的影响,通过比较局部空间信息谱趋势特征来度量变化程度有一定的潜力。实验结果表明：当局部影像的辐射变化时,局部空间信息谱趋势相对于局部光谱更加稳定；对于地表覆盖变化检测来说,采用LSTS方法比传统的差值法,变化向量分析法(Change vector analysis, CVA),以及由Turkey Celik提出的基于局部K-means分析的变化检测方法,在视觉效果和定量精度指标上都有所提高。此外,本文还设计了一种基于多结构元素数学形态学的地表覆盖变化检测方法。文中针对该方法,首先介绍了方法的设计思想与拟解决的实质问题；随后对方法的整体技术流程与算法步骤,进行了详细介绍；然后,对算法中的参数意义及其选择进行了分析,同时也对方法应用中要注意的参数选择与形态算子的选择作了进一步的讨论。最后,通过实验证明了本方法在影像地表覆盖信息识别与变化检测应用中的优势所在。最后,给出了全文围绕空间特征进行地表覆盖变化检测方法研究的初步结论,并对本文所提出的方法进行了比较与分析。在此基础上,对全文的工作及创新点进行了总结和归纳；对本文未来的研究进行了讨论与展望。