| 方法 | 怎么做 | 优点 | 缺点 |
|---|---|---|---|
| 代数法 差值/比值/NDVI 差值 | 两期影像逐像元相减，超阈值判为变化 | 简单快，不需要分类 | 对辐射差异极敏感，阈值难定 |
| 分类后比较 | 两期各做分类，比较类别是否改变 | 能给出“从什么变成什么” | 两期分类误差会累积 |
| 变化向量分析 CVA | 多波段差值构成向量，按向量模长判变化、方向判类型 | 能利用多波段信息，比单波段差值稳 | 需要辐射归一化，参数调整有经验成分 |
| 直接解译 | 人工比对两期影像勾画变化图斑 | 精度最高，能处理复杂变化 | 慢、贵，大面积不可行 |
两期影像的成像条件几乎不可能一样：季节不同（植被物候）、太阳高度角不同（阴影长度）、大气不同（雾霾）、传感器不同（响应函数）。不做归一化直接相减，得到的是“成像条件差异图”，不是“地物变化图”。
做法：选两期都不变的稳定地物（深水体、裸岩、大片建成区）作为伪不变特征（PIF），建立两期之间的线性回归关系，把一期拉到另一期的辐射水平上。这一步做不好，后面阈值怎么调都是错的。
| 误判源 | 表现 | 处理 |
|---|---|---|
| 阴影差异 | 太阳角不同，建筑阴影长度变了，被误判为建筑变化 | 按阴影方向与太阳角过滤，或人工剔除 |
| 物候差异 | 一块农田一期绿一期黄，被判为地类变化 | 尽量选同季节；或用能反映结构的指数 |
| 云与云影 | 一期有云，云下地物不可见 | 云掩膜，云区不参与检测 |
| 水位变化 | 水库、河道水面范围随季节变，被判为变化 | 单独归类为“季节性水面”，不纳入建设变化 |
最常见的项目失败原因不是算法不行，是两期影像时相选得不好。选时相花的功夫，比调算法值得多。
| 任务 | 影像要求 | 关键点 |
|---|---|---|
| 违建/新增建设 | 0.5 米以内，两期同季节 | 小型构筑物易漏，最小图斑要定死 |
| 耕地非农化 | 1—2 米，年度同期 | 要区分“休耕”与“建设占用” |
| 矿山开采范围 | 0.5—1 米 | 堆场、道路变化也要算入影响范围 |
| 城市扩张 | 2—10 米，多年间隔 | 用 Landsat/Sentinel 长时序更经济 |
| 生态修复评估 | 2 米 + 多光谱 | 用植被指数趋势，不只看面积 |
| 灾损评估 | 0.5—2 米，灾前灾后 | 要快，与应急响应时效绑定 |
变化检测的精度评价必须报两个数：漏检率（该提的没提）和误检率（不该提的提了）。这两者对使用方的影响完全不同——执法核查最怕漏检，成果汇交最怕误检。
都可以，但要注意中间的变化可能是渐进的。间隔太短（几个月）变化不明显，太长（十年）中间的多次变化被压缩成一次，看不出过程。做违建监测通常按年度或季度。
八成是没做辐射归一化，或者两期时相差异大。季节不同导致植被颜色变化、太阳角不同导致阴影变化，这些都会被误判。先解决归一化和时相选择，再调算法。
能自动出初筛结果，但不能直接交付。常规做法是算法初提 + 人工复核 + 外业抽查。执法类应用必须有人工确认环节，纯自动的漏检误检都不可接受。
0.5 米以内。高景一号、北京三号、高分二号（0.8 米勉强）都行，0.3 米更好。2 米星只能看地块级变化，看不出单体建筑。
看用途。执法核查最怕漏检（该发现的没发现），成果汇交最怕误检（多出来的图斑要逐个核实，工作量翻倍）。报价和验收时应该把两个指标分开约定。
取决于影像分辨率和最小图斑约定。0.5 米影像上，实践中能稳定检出的是 20—50 平方米以上的新建构筑物；更小的容易与阴影、堆料混淆。
人工比对更准，但慢且贵。大面积（几千平方公里）只能靠算法初提 + 抽样人工核查。小范围、高价值区域（比如一个开发区）直接人工比对反而更划算。
提供目标区域坐标（或范围文件）与时间窗口，我们可先做存档免费检索，确认有无可用影像及云量情况，再决定采购或编程拍摄。
报价说明：亚米级高分辨率影像按平方公里计价（25 km² 起订）；中低分辨率多按景计价。具体价格随卫星、时相、云量与采购方式浮动，需按实际需求核算。详见 按面积购买规则 与 按景购买规则。