什么是变更检测？如何使用开源工具执行此类分析？

从维基百科页面：

GIS（地理信息系统）的变更检测是一个过程，用于测量特定区域的属性在两个或多个时间段之间如何发生变化。变化检测通常涉及比较在不同时间拍摄的区域的航空照片或卫星图像。该过程最常与环境监测，自然资源管理或衡量城市发展相关

比较如何完成？用什么工具？我觉得说明不完整。或缺少某些东西。

在哪里或在哪本书中可以找到有关变更检测的更多信息？

我应该使用哪些工具来使用shapefile中的数据执行此类分析？（请仅开放源代码）

编辑

有关变更检测的一些论文（理论和技术）

变更检测技术（D. LU，E。BRONDI，ZIO和E. MORAN，2004，pdf）

NDVI时间序列中的趋势变化检测：年际变化和方法学的影响Forkel，M.，Carvalhais，N.，Verbesselt，J.，Mahecha，MD，Neigh，C.，Reichstein，M.（2013）遥感5 （2013）5。-ISSN 2072-4292-第 2113-2144。

全球植被活动趋势的变化Jong，R.de，Verbesselt，J.，Zeileis，A.，Schaepman，ME（2013）遥感5（2013）3。-ISSN 2072-4292-第 1117年-1133年。

根据MODIS时间序列（2000-11），夏季海冰下降，温度升高和西伯利亚北极冻原植被变化之间的关系。Dutrieux，LP，Bartholomeus，HM，Herold，M.，Verbesselt，J.（2012）环境研究快报7 （2012）4。-ISSN 1748-9326-页。12

使用卫星图像时间序列进行近实时干扰检测Verbesselt，JP，Zeileis，A.，Herold，M.（2012）遥感环境123（2012）。-ISSN 0034-4257-第 98-108。全球绿化和褐变趋势变化：短期趋势对长期变化的贡献Jong，R. de，Verbesselt，J.，Schaepman，ME，Bruin，S. de（2012）全球变化生物学18 （2012）2。-ISSN 1354-1013-第 642-655。

物候变化检测，同时考虑卫星图像时间序列中的突变趋势和渐进趋势Verbesselt，J.，Hyndman，R.，Zeileis，A.，Culvenor，D.（2010）遥感环境114（2010）12。-ISSN 0034-4257-第 2970-2980。

检测卫星图像时间序列中的趋势和季节变化Verbesselt，J.，Hyndman，R.，Newnham，G.，Culvenor，D.（2010）遥感环境114（2010）1。-ISSN 0034-4257-第 106-115。

（我会在以后添加更多，就像发现更多著名论文一样）

更改检测是ENVI或Orfeo工具箱等遥感软件包中的常见操作/模块。它通常涉及栅格数据（例如，卫星图像）。

比较如何完成？用什么工具？我觉得说明不完整。或缺少某些东西。

通过比较两个在不同时间拍摄但覆盖相同区域的光栅图像来完成更改检测。由于图像覆盖同一区域，因此图像会相互重叠。想象一下，两个网格相互堆叠。

然后，需要比较新栅格中的像素值是否与旧栅格中的像素值相同。然后标记已更改的像素。输出通常是一个栅格，其覆盖范围与突出显示更改区域的两个图像相同。这是一个简化的过程，但是您知道了:)

在哪里或在哪本书中可以找到有关变更检测的更多信息？

您可以从这些文件开始

• 评论文章使用遥感数据的数字变更检测技术
• GIS中的变化检测状态
• 变更检测如何工作

我应该使用哪些工具来使用shapefile中的数据执行此类分析？（请仅开放源代码）

您可以尝试Opticks。它具有一个更改检测插件。

在此处签出可与QGIS一起使用的DTclassifier 。

DTclassifier提供了简单的流线型界面，用于使用决策树进行栅格分类和更改检测。

插件功能：

• 集成方法-执行所有操作，包括训练数据收集，树形构建和QGIS中的分类
• 在QGIS中使用计算机视觉库OpenCV的第一个示例
• 使用非参数分类算法-决策树。

您可以在此处找到教程。

除此之外，您可以在此处浏览此信息，熵变化检测

希望对您有帮助...

我认为您不会在矢量数据（例如shapefile）上找到许多用于变化检测的工具，因为这是一个琐碎的问题-随便问点，然后告诉我它们是否相同。

对于光栅图像（例如SAR图像或视觉/ IR图像），变化检测更为典型，其中问题在于检测从一个卫星通过到另一个，或者从一个飞机飞越到另一个，或者“前后”的变化。 ”在经历了自然灾害的网站上。

对于光栅图像，Orfeo Toolbox是一个开源工具包选项。

变更检测

遥感学科中的变化检测是一种分析过程，旨在检测随时间和空间变化的土地覆盖或土地利用变化。

PCA作为变更检测技术

在最常见和最成功的变更检测方法中，是将主成分分析（PCA）应用于双向或多时态多维数据（Lu等，2003）。

什么是PCA？

主成分分析（PCA）是多维线性变换算法。它以一种称为主成分（PC）的第一个变量包含大部分原始数据方差的方式重构了一个多元数据集。因此，PCA通过使用比构成初始数据集的维数更少的维数，提供了可靠地描述或表示多维数据集的潜力（Jolliffe，2002）。

它是如何工作的？

PCA 在第一部分中重定向原始数据集的最高方差，该方差主要类似于不变的景观特征。然后，用户有责任通过高级数字图像处理操作（即图像（分段和）分类）提取更改。

使用（G）FOSS的基于PCA的更改检测

PCA在GRASS-GIS（i.pca模块），R（princomp（）和prcomp（）函数），OrfeoToolbox，SAGA-GIS以及更多（免费和开放源代码）应用程序中实现。

从上面的大部分文本中提取出来的示例深度工作展示了如何基于PCA和GFOSS 绘制燃烧区域的图 -本质上是变更检测分析。请参阅此作品，以获取有关该主题的广泛参考列表。

关于使用GRASS-GIS和R执行PCA，有一个专用的GRASS-wiki页面，名为主成分分析。

参考文献

Jolliffe，IT（2002）。主成分分析。Springer，第二版。28个插图。

Lu D.，Mausel P.，Brondizio E.和Moran E.（2003）。变更检测技术。国际遥感杂志，25（12）：2365。

开源GIS和遥感软件包Whitebox地理空间分析工具（http://www.uoguelph.ca/~hydrogeo/Whitebox/）拥有相当广泛的工具，可以对图像进行变化检测。这包括用于更改矢量分析，交叉制表，图像回归，主成分分析和写入功能存储器插入操作的工具。作为软件的首席开发人员，我可能有偏见，但是我经常向使用Whitebox的本科生教授变更检测，而我的经验是，它是用于这种类型分析的用户友好型直观软件。

当您从事城市发展，景观管理或森林破碎化工作时，变化检测是一项非常深入的研究...出于此类目的，需要非常准确的结果，您应该首先对过去到现在的区域进行分类，然后再与这些区域合作用于变更检测研究的矢量数据