引言

我们生活在一个剧烈变化的时代。城市化进程以前所未有的速度重塑地表景观，气候变化引发的极端事件频繁扰动生态系统的脆弱平衡，自然资源的高强度开发不断挑战地球承载力的边界。据联合国统计，全球城市面积在过去三十年间扩张了近两倍，森林覆盖面积则以每年约1000万公顷的速度减少。面对如此剧烈的变化，如何精准、及时、大规模地监测地表动态，已成为全球可持续发展面临的基础性科学问题。遥感变化检测（Change Detection, CD）正是回应这一需求的核心技术。它通过对同一地理区域不同时相的遥感影像进行定量分析，识别和刻画地表覆盖类型、空间分布及物体状态的变化信息。从城市扩张监测到灾害评估，从森林砍伐追踪到农业产量预测，变化检测的应用版图已覆盖地球观测的各个角落。然而，变化检测的技术之路并非坦途。传统方法——从简单的影像代数运算到复杂的统计建模——虽在特定场景下取得了一定成功，却普遍受困于“伪变化”干扰、环境敏感性及泛化能力不足等顽疾。深度学习的崛起为这一困境提供了突破性解法。2012年AlexNet在ImageNet竞赛上的横空出世，标志着深度学习时代的到来；此后十余年间，卷积神经网络（CNN）、Transformer、状态空间模型等架构的迭代演进，极大地提升了变化检测的自动化水平和精度边界。本文旨在提供一个系统性的技术综述，以“特征表达”与“学习范式”两条主线串联半个多世纪的技术演进，重点关注近三年的前沿突破，并对未来发展方向进行前瞻性研判。

1 技术演进的三重奏：从像素到语义

变化检测技术的发展史，本质上是一部“如何让机器看懂变化”的探索史。纵观这一历程，技术范式的演变可概括为三个阶段。

1.1 传统方法：规则驱动的“有限智能”

变化检测的早期探索可追溯至1960年代。彼时，受限于计算能力和数据质量，研究者主要依赖像素级的代数运算来识别变化。差值法、比值法是最原始也最直观的尝试——通过计算两时相影像对应像素的灰度差异或差值，设定阈值即可提取变化区域。美国地质调查局在1970年代利用Landsat卫星数据进行海岸带环境监测时，便采用了这类方法。

然而，这类方法的局限性显而易见。它不仅对辐射校正、影像配准等预处理精度高度敏感，更无法应对“同物异谱”和“同谱异物”等复杂场景。一个典型的困境是：季节变化导致的光照差异往往比真实的地表变化产生更显著的像素差异，从而引发大量“伪变化”。

为克服这些问题，研究者引入了特征变换与统计建模的思路。主成分分析（PCA）、变化向量分析（CVA）、多元变化检测（MAD）等方法尝试将影像投影到更利于变化识别的特征空间。以CVA为例，它通过计算多波段影像的变化强度与方向，能够更精细地刻画变化的性质。同期发展的还有分类后比较法——先分别对两时相影像进行分类，再逐像素比对类别标签以识别变化。这一范式的优势在于直接输出语义层面的变化信息，但其性能严重受限于单时相分类精度，误差累积问题突出。

传统方法在特定场景下表现尚可，但其本质是“规则驱动”而非“学习驱动”的——专家知识以算法参数的形式固化，难以适应复杂多变的真实环境。

1.2 深度学习革命：数据驱动的“范式转换”

2010年代中期，深度学习开始重塑变化检测的技术版图。其核心贡献在于：从“人工设计特征”转向“端到端的特征学习”。深度神经网络能够从海量标注数据中自动学习多层次的表征——浅层网络捕获边缘、纹理等低级特征，深层网络抽象出语义概念等高级特征。

从架构演进的角度看，深度学习在变化检测领域的渗透经历了清晰的代际更迭。

第一代：CNN-based方法。早期的尝试借鉴图像分割领域的成功经验，将U-Net、FCN等经典编码器-解码器结构改造为双时相输入的范式。孪生网络（Siamese Network） 的引入是关键突破——共享权重的双分支结构使得两时相影像能够在同一特征空间中被编码，差异特征的计算更为精准。FC-Siam-conc和FC-Siam-diff作为这一时期代表性工作，通过串联或差分操作融合双时相特征，在多个数据集上取得了远超传统方法的性能。

第二代：Transformer的介入。2020年前后，Transformer架构在自然语言处理和计算机视觉领域掀起革命。其核心机制——自注意力（Self-Attention）——能够建模长距离依赖关系，克服了CNN感受野受限的固有问题。变化检测领域迅速跟进：ChangeFormer首次将Transformer引入孪生网络架构，利用其全局建模能力捕捉大范围上下文信息；Swin-Transformer通过移位窗口设计，在保持高效计算的同时进一步提升了局部细节感知能力。

第三代：状态空间模型的崛起。Transformer虽强大，但其计算复杂度随序列长度呈平方增长，在处理高分辨率遥感影像时面临效率瓶颈。2024年前后，状态空间模型（State Space Model, SSM） 特别是Mamba架构的出现，为这一困境提供了新解。Mamba通过结构化状态空间实现线性复杂度的全局上下文建模，在保持与Transformer相当性能的同时大幅降低计算开销。Paranjape等人提出的M-CD及CMamba-CDNet等工作，将Mamba引入变化检测，在LEVIR-CD等多个基准数据集上刷新了最优记录。这一方向的探索表明：在精度与效率之间寻找平衡点，正成为架构设计的新焦点。

1.3 范式突破：非全监督学习的兴起

尽管深度学习取得了巨大成功，但其对大规模像素级标注数据的依赖构成了根本性制约。遥感影像的标注成本极高：一幅高分辨率影像的变化区域标注，需要专业判读人员耗费数小时，且标注一致性问题突出。

这一现实困境催生了样本高效学习的研究热潮。根据标注依赖程度的差异，当前研究可划分为四个层次：

半监督学习假设少量标注数据与大量未标注数据共存。典型策略包括伪标签方法、一致性正则化等。研究表明，仅使用10%的标注数据，半监督方法即可达到全监督方法90%以上的精度。

弱监督学习进一步降低标注要求——仅需影像级标签或少量点、框标注。基于类激活图（CAM）的方法通过分类网络的中间特征定位变化区域，是这一方向的主流技术路线。

自监督学习则完全无需人工标注。其核心思想是从数据自身的结构中构造“前置任务”，使模型在学习解决这些任务的过程中掌握有用的特征表征。对比学习、掩码重建是两种主流范式。

无监督学习是最具挑战性的方向。近年来，视觉基础模型（如SAM、CLIP）的兴起为无监督变化检测注入了新活力——利用预训练模型的通用表征能力，通过适配器或伪标签生成等方式实现零样本或少量样本的变化检测。

2 数据维度：多源异构的挑战与应对

遥感数据的“多源性”是变化检测面临的基础性挑战。不同传感器、不同时相、不同分辨率的影像数据在成像机理、光谱特性、空间表达上存在显著差异。依据数据类型的差异，变化检测方法可划分为四个分支。

2.1 高分辨率光学影像：细节与噪声的博弈

极高分辨率（Very High Resolution, VHR） 光学影像是当前变化检测应用最广泛的数据源。亚米级空间分辨率赋予其捕捉精细地物细节（如单栋建筑、小型车辆）的能力，但也带来两大挑战：

其一是“同物异谱”与“同谱异物”的加剧。高分辨率影像中，同一地物内部的光谱变异显著（如屋顶的阴影部分与光照部分），这使得基于像素的比较方法极易产生虚假变化。其二是计算负担的指数级增长。一幅典型的高分影像动辄数亿像素，对模型的感受野和计算效率提出了严苛要求。

针对这些挑战，当前研究主要围绕多尺度特征融合与注意力机制展开。前者通过聚合不同分辨率的特征图，兼顾大范围上下文与小尺度细节；后者则引导模型聚焦于信息量最丰富的区域，抑制噪声干扰。

2.2 高光谱影像：光谱维度的信息富矿

如果说高分辨率影像的优势在于“看得清”，那么高光谱影像（Hyperspectral Imagery） 的优势则在于“辨得细”。数百个连续波段的光谱信息，使得地物识别可以达到“物质级”的精细程度——不同植被种类、不同矿物成分都能被有效区分。

然而，“维度灾难”是高光谱变化检测面临的核心难题。数百个光谱波段带来的高维特征空间，不仅导致计算复杂度剧增，更易引发过拟合。降维处理（如PCA、独立成分分析）是常规预处理手段，但可能损失关键判别信息。近年来，空谱联合建模成为研究热点——通过三维卷积或图神经网络同时捕获空间邻域关系和光谱连续性，实现更鲁棒的变化检测。

2.3 SAR影像：全天候观测的技术折衷

合成孔径雷达（SAR） 以其全天候、全天时的成像能力，在光学影像受限的场景（如多云雨地区、夜间观测）中具有不可替代的价值。然而，SAR的成像机理（侧视成像、相干成像）使其数据特性与光学影像截然不同：斑点噪声的普遍存在、几何畸变的复杂性，以及“非直观性”带来的判读困难，共同构成了SAR变化检测的技术门槛。

当前主流方法可概括为两条路径：一是基于差异图生成的传统路线，通过对数比值、均值比等方法生成差异图后进行分割；二是基于深度特征学习的新兴路线，利用孪生网络直接从未经预处理的双时相SAR影像中学习变化特征。

2.4 异源影像：跨越模态的语义鸿桥

最具挑战性的场景莫过于异源影像变化检测——当两时相影像来自不同类型传感器（如光学与SAR，或不同卫星平台的影像）时，直接的像素级比较完全失效。异源影像之间不存在一致的辐射或几何对应关系，传统方法束手无策。

近年来的突破主要来自两个方向：一是生成式方法，利用生成对抗网络或循环一致性网络将不同模态的影像映射到公共特征空间，实现跨模态的“翻译”后再进行比较；二是语义级变化检测，通过预训练的语义分割模型将不同模态的影像统一到“语义标签”空间，在类别层面判别变化。

3 未来图景：技术前沿的三重奏

站在2026年的时间节点，变化检测技术正站在新一轮范式变革的临界点。以下三个方向值得重点关注。

3.1 图文融合认知：大语言模型赋能变化理解

视觉基础模型如SAM、CLIP的成功，展示了“通用视觉智能”的可行性。将这些模型适配到变化检测任务，已催生了零样本变化检测、提示驱动变化定位等新范式。

更具想象力的方向是大语言模型与变化检测的深度融合。试想这样一个场景：用户以自然语言提问——“过去一年间，雄安新区有多少新增建筑？”系统不仅输出变化检测结果，还能以图文并茂的方式生成分析报告。这不仅是人机交互的革新，更将变化检测从“像素级分类”提升至“场景级理解”的维度。

实现这一愿景面临两大技术挑战：一是如何将视觉变化信息与语言模型的符号空间有效对齐；二是如何构建“变化-语义”的跨模态训练数据。

3.2 生成式智能：从判别到生成的范式跃迁

主流的判别式模型学习的是“变化区域与未变化区域的决策边界”，而生成式模型（如扩散模型）学习的是“数据的分布本身”。这一范式差异带来的能力跃迁是巨大的。

数据增强是生成式模型最直接的应用方向。对于小样本场景，可以用扩散模型合成逼真的、带有标注的变化样本，扩充训练集。

更深层的应用是变化模拟与预测。将生成式模型嵌入变化检测框架，使其不仅能识别“已经发生的变化”，还能基于历史趋势预测“未来可能的变化”——从“过去发生了什么”跃升至“未来将会发生什么”。这在城市规划、防灾减灾等领域具有重大应用价值。

3.3 人机协同：超越“自动化崇拜”的务实路径

长期以来，变化检测研究追求的是“全自动化”——让机器完全替代人工判读。然而，这一目标在可预见的未来仍难以实现。根本原因在于：变化的定义本身具有领域依赖性。

人机协同提供了更务实的技术哲学。在这一框架下，模型负责处理大规模数据的初筛工作，输出候选变化区域；人类专家则对复杂、模棱两可的案例进行复核与修正。模型应输出“不确定性估计”，提示人类哪些区域的判断可能不可靠。

从工程实现的角度，交互式变化检测、主动学习等方向正在探索人机协同的具体技术形态。可以预见，未来变化检测系统将越来越强调“可控性”与“交互性”。

4 结语

回望变化检测技术半个多世纪的发展历程，我们看到一条清晰的主线：从“人告诉机器如何看变化”，到“机器从数据中学习看变化”，再到“机器与人协同理解变化”。这不仅是技术范式的演进，更是人类与智能系统关系认知的深化。

深度学习至今仍是变化检测领域的主导范式，但其边际收益正在递减。真正的突破，或许正孕育于我们讨论的三大前沿方向中：大模型的泛化能力能否真正解决跨域泛化困境？生成式模型能否提供超越判别的理解能力？人机协同能否弥合自动化与可靠性之间的张力？

这些问题的答案，将决定变化检测技术的下一个十年。对于研究者而言，这既是挑战，更是机遇——在技术与需求的交汇处，仍有广阔的创新空间等待开垦。

参考文献：

1. [1] Shafique A, Cao G, Khan Z, et al. Deep learning-based change detection in remote sensing images: A review[J]. Artificial intelligence review, 2026, 59: 102.
2. [2] 王璐坤, 孙启航, 裴佳明. 基于状态空间模型和卷积注意力的遥感影像变化检测[J]. 软件, 2025(03): 17-24.
3. [3] Zhang T, Li Y, Wang H, et al. A survey of sample-efficient deep learning for change detection in remote sensing: Tasks, strategies and challenges[J]. IEEE geoscience and remote sensing magazine, 2025, 13(03): 164-189.
4. [4] Chen J, Liu X, Zhang L. Siamese networks for change detection in remote sensing: A comprehensive review[J]. IEEE access, 2025, 13: 45218-45235.
5. [5] Khelifi L ,Mignotte M.Deep learning for change detection in remote sensing images: Comprehensive review and meta-analysis[J].IEEE access,2020,8:126385-126400.
6. [6] Wijenayake W M B S K, Ratnayake R M A M B, Sumanasekara D M U P. Operational change detection for geographical information: Overview and challenges[J]. arXiv preprint arXiv:2503.14109, 2025.
7. [7] 张良培, 李平湘, 田礼乔. 遥感智能变化检测的深度学习方法：演变与发展趋势[J]. 测绘学报, 2025, 54(08): 1347-1370.