土地覆盖变化遥感监测的分类方法有哪些？

从监督型的土地覆盖变化遥感监测来说，根据所运用分类方法以及检测处理的形式，主要可分为以下三种。

(1)二值分类法。二值分类法类似于非监督方法中的二值阈值法，只是由非监督的阈值确定算法换成了分类器或者称检测器，用以判定变化和不变化两类信息。其实现的关键点和操作步骤为:①根据先验知识选择变化和不变化两类样本；②构造差异影像数据；③选择合适的分类器或检测器；④获得检测结果。其优势在于可以避免非监督阈值方法对于阈值选取的不确定性，通过分类来实现自动的变化信息探测，同时不局限于差异数据单波段的限制，而通常非监督阈值方法仅适用于单波段差异影像。但是该方法不足之处在于检测精度依赖于样本质量和合适的检测器，同时不能提供多类别的地物变化和方向信息。在实际应用中，根据应用需求，在需要快速定位和监测城市扩展和变化区域时还是可以作为选择的方法。

(2)分类后比较法。这是最为常用和流行的城市土地覆盖和城市扩展监测方法，通过对两时相或者多时相遥感影像数据单独分类，并比较分类后结果获得变化信息。该方法的关键在于选择性能优异且适用的分类器，以获得高精度的分类结果，因为最终变化检测结果的精度直接依赖于两时相分类精度，通常情况下为两者乘积。分类后比较法较二值分类法和非监督分类法最大的优势在于可以提供详尽的类型信息和变化方向信息，且不需要严格的检测前数据预处理，如相对辐射校正等，所以适用于大多数应用。

(3)多时相联合分类法:与分类后比较法不同的是，多时相联合分类法不是对多时相影像数据单独分类，而是将数据叠加合并构成一个数据源，然后直接对其进行分类。该方法可以利用原始数据中对于变化信息的反映。但是，其缺点在于需要勾勒和选择出所有可能性的变化样本，如前后时相影像上地类为n类，则所有可能性的变化为n×(n - 1),这对于解译人员的先验知识和训练样本的要求极其之高，所以，一般情况下， 特别在对于研究区先验知识并不充分的前提下，不推荐使用该方法进行变化检测。