赵学胜，朱林烨，孙文彬

中国矿业大学（北京） 地球科学与测绘工程学院，北京 100083

摘  要：半监督变化检测是遥感影像变化检测领域的一种学习范式，旨在同时利用少量有标注样本和大量无标注样本共同训练模型，以提升变化检测的性能。遥感影像变化检测在山水林田湖草等自然资源动态监测中具有不可替代的重要意义，然而传统全监督方法对海量高质量标注数据的依赖，是限制其大范围应用的主要瓶颈。在此背景下，半监督学习因其能够有效利用无标注数据、降低标注成本的优势，近年来受到广泛关注并取得了显著进展。本文系统梳理半监督变化检测方法分类，包括二值变化检测方法、语义变化检测方法和多模态变化检测方法；介绍精度评价指标及常用数据集；并结合当前研究所面临的挑战，对半监督遥感影像变化检测的未来方向进行展望，以期为后续相关研究提供系统参考。

关键词：半监督；遥感影像；二值变化检测；语义变化检测；多模态变化检测

引用格式：赵学胜, 朱林烨, 孙文彬. 2026. 半监督遥感影像变化检测研究综述. 时空信息学报, 33(4): 417-430
Zhao X S, Zhu L Y, Sun W B. 2026. A review of semi-supervised remote sensing image change detection. Journal of Spatio-Temporal Information, 33(4): 417-430, doi: 10.20117/j.jsti.202604001

CSTR: 32388.14.j.jsti.202604001

1  引  言

半监督变化检测是一种介于全监督与无监督之间的遥感影像解译范式，核心在于通过挖掘大量无标注数据中所隐含的地物变化规律，辅以少量人工标注样本的引导，从而在降低标注成本的同时，提升模型的检测精度与泛化能力（孙剑明等，2024）。半监督变化检测在实际应用中具有重要价值，尤其是在耕地非农化非粮化、沙地扩展与治理、矿山开采扰动等各类资源要素变化的定期跟踪与定量分析场景中，获取大范围、高质量的变化真值标注成本极高，半监督方法在不显著增加人力成本的前提下，在一定程度上有效提升了模型的泛化能力和检测精度。

近年来，半监督学习在遥感影像变化检测领域受到持续关注，相关研究数量快速增长。从发展脉络来看，早期研究主要借鉴计算机视觉领域的半监督分类思想，探索基于自训练和协同训练的变化检测方法；随着深度学习的普及，基于深度神经网络的一致性学习方法、伪标签方法及生成式方法相继被引入，显著提升了模型在少量标注样本下的检测性能（张继贤等，2025；任若天等，2026）。在研究内容上，现有工作已从最初的二值变化检测逐步拓展至语义变化检测、多模态变化检测等更复杂的任务场景，数据源也从单一光学影像延伸至合成孔径雷达（synthetic aperture radar，SAR）、高光谱等多类型遥感数据（程塨等，2025）。上述研究为半监督变化检测的深入发展奠定了坚实基础。

尽管目前已有大量研究，但半监督遥感影像变化检测领域仍缺乏系统性的梳理与总结。现有综述或聚焦于深度学习变化检测的整体框架，或侧重于全监督、无监督等特定范式，鲜有专门针对半监督学习路径的深入分析。而半监督方法因其独特的“少量标注+大量无标注”设定，在方法设计、评价指标、适用场景等方面均呈现出区别于其他范式的特殊性。与此同时，该领域仍面临诸多挑战，如伪标签噪声的累积效应、多模态数据的协同利用、模型在极度样本稀缺条件下的鲁棒性等，亟须对现有研究进行系统归纳，厘清技术演进逻辑，明确未来研究方向。

鉴于此，本文对半监督遥感影像变化检测领域的研究进展进行系统综述。首先，介绍半监督变化检测方法的类别，并详细分析各类方法的原理特点与演进脉络；其次，总结常用的遥感影像数据集和评价指标；最后，探讨当前研究所面临的主要挑战，并对未来发展趋势进行展望。

2  半监督变化检测方法分类与梳理

半监督变化检测方法按照任务类型可以划分为二值变化检测和语义变化检测。二值变化检测是将研究区域内的每个像素划分为变化、未变化，输出二值变化图的过程。语义变化检测需要同时输入变化区域和双时相的地物类别，以判断研究区域内各像素发生了什么类型的变化，如从耕地到建设用地。随着遥感数据来源日趋多元化，多模态变化检测已成为变化检测的重要组成部分。该类方法旨在处理来自不同传感器或不同成像条件的遥感影像对，如光学-SAR、多光谱–高光谱等，通过跨模态特征对齐与差异分析实现变化区域的识别（表1）。

2.1  二值变化检测方法

二值变化检测是半监督遥感影像变化检测领域研究最早、积累最为丰富的任务方向，其目标是判断每个像素单元在双时相影像中是否发生状态改变。与全监督方法依赖大规模像素级标注不同，半监督方法的核心在于如何从海量无标注的双时相影像对中挖掘有效的监督信号，以弥补标注数据的稀缺。现有方法根据监督信号的来源与利用形式可划分为三类主流技术路径，即基于伪标签的方法、基于一致性学习的方法和基于生成式模型的方法。

2.1.1  基于伪标签的方法

基于伪标签的方法的核心思想是利用标注数据进行模型训练，对未标注图像分配相应的伪标签，使其具有标签信息，从而实现变化检测。该类方法本质上属于自训练范式。从发展脉络来看，基于伪标签的变化检测方法经历了四代演进，每一代都试图解决变化检测场景中特有的技术瓶颈，如变化区域的极度稀疏性及伪标签噪声的累积放大问题。

早期方法主要基于变化强度图，如差异图、变化向量分析，设置固定阈值，将超过阈值的像素标记为变化区域（Shao 等，2016）。该类方法实现简单、计算高效，但其核心缺陷在于固定阈值难以适应不同场景的光谱差异，且无法利用深度学习模型的特征学习能力。随着深度学习技术的引入，研究开始利用模型输出的概率信息进行伪标签筛选，核心进步在于将伪标签筛选从特征空间转向概率空间，显著提升了伪标签的可靠性（Li 等，2020）。然而，一个根本性问题仍未解决：真实变化区域往往位于决策边界附近，天然具有较低的分类置信度，导致这些最有价值的样本被系统性地排除。为缓解伪标签噪声的累积问题，有研究引入了教师–学生（teacher-student）框架。该框架维护两个结构相同但参数更新方式不同的模型，教师模型通过指数移动平均（exponential moving average，EMA）从学生模型继承参数，生成相对稳定的伪标签；学生模型则同时学习标注数据和教师生成的伪标签，有效抑制了伪标签的震荡式错误，但无法解决教师模型自身的系统性偏差。若教师模型倾向于忽略稀疏的变化区域，学生模型只会进一步强化这一偏差，形成“变化湮灭”的正反馈循环（Yi 等，2023）。此外，有研究尝试将对比学习引入伪标签框架，通过在特征层面拉近同类样本（如变化–变化、未变化–未变化）之间的距离、推远异类样本之间的距离，增强特征的判别性，试图从特征判别性的角度缓解变化样本稀疏问题（Wang 等，2022）。需要注意的是，对比学习的正负样本构造在变化检测中面临独特的挑战：同一地理位置、不同时相的特征对究竟应被视为正样本对（表示未变化）还是负样本对（表示变化）？这一问题尚无统一的理论解答。从方法机制上看，该类方法通常包含三个关键环节，即初始模型训练、伪标签生成及迭代优化。其中，伪标签质量直接决定模型性能上限。基于伪标签的方法具有实现简单、效果显著的优势，但其性能高度依赖初始模型的预测能力。在标注数据极为有限且初始模型性能较弱的情况下，生成的伪标签往往质量不高，可能导致模型性能提升有限甚至出现负迁移，同时还会带来错误标签难以纠正的问题。

2.1.2  基于一致性学习方法

基于一致性学习方法的核心思想是通过最小化未标注图像不同扰动版本预测之间的距离度量，为变化检测提供监督信号（Laine 和 Aila，2017）。一致性学习方法的核心问题包括扰动策略的设计和一致性约束的形式化表达。

最早的一致性学习方法聚焦于输入层面的数据增强，对双时相影像分别进行随机裁剪、翻转、色彩抖动等变换，要求模型对增强前后的影像对产生一致的变化预测（Tarvainen 和 Valpola，2018）。该方法实现简单、计算开销低，但面临一个特殊问题，遥感影像中的伪变化，如光照变化、阴影、大气条件差异，对色彩类增强极为敏感，模型可能学到“忽略光照差异”这一表面规律，而非真正理解变化检测的语义。为进一步提升一致性约束的强度，有研究将扰动扩展至特征层面和网络结构层面（Zhang D J 等，2024）。特征级扰动通过在编码器输出或中间特征层注入随机噪声，如Dropout、高斯噪声，要求解码器输出一致性；网络级扰动则通过构建多分支结构，如双解码器、多注意力掩码，或教师–学生框架实现。其中，教师–学生框架可视为网络级扰动的一种特殊形式，通过两个参数不同步的模型产生不同的预测视角，强制两者输出一致。该类方法显著提升了训练的稳定性，但计算开销也随之增加。近年来，对比学习被引入一致性框架，其核心思想是拉近正样本对在特征空间中的距离，推远负样本对（Yuan 等，2025b）。该方法试图通过增强特征的判别性来间接提升变化检测性能。然而如前所述，变化检测中正样本对的定义存在根本性争议，直接将自然图像对比学习的范式迁移至变化检测任务可能导致概念混淆。从实现角度来看，一致性学习通常通过最小化不同扰动样本预测结果之间的差异来实现对未标注数据的约束，可作用于输入、特征或输出多个层面。相较于伪标签方法，一致性学习不依赖显式标签构建，训练过程更为稳定，对未标注数据的利用更加充分。然而，该类方法对扰动方式较为敏感，不合理的扰动可能破坏数据结构；同时，过强的一致性约束可能导致模型过平滑，从而削弱对细粒度变化的识别能力。

2.1.3  基于生成式模型方法

基于生成式模型方法的核心思想是利用生成式对抗网络（generative adversarial network，GAN）、变分自编码器（variational autoencoder，VAE）或扩散模型学习无标注数据的分布特征。根据模型类型不同，该类方法主要包括GAN、VAE，以及近年来兴起的扩散模型。

GAN通过生成器与判别器的对抗博弈实现分布学习。在变化检测中，GAN的应用方式主要包括：将判别器复用为变化检测器，判断输入是真实影像对还是生成的变化图（Lembono 等，2021）；利用判别器评估伪标签的真实性，筛选高质量样本；通过条件GAN直接生成变化图。GAN的优势在于生成结果锐利、边界清晰，但其训练极不稳定，易出现模式坍塌（如只生成少数几种变化模式）和梯度消失问题（Saha 等，2021）。VAE通过编码器–解码器结构学习数据的潜在空间表示。在变化检测中，VAE可用于学习双时相影像的联合潜在表示，将内容与变化解耦；通过重构误差识别变化区域（变化区域重构误差较大）（Zerrouki 等，2021）。VAE训练稳定、理论完备，但其生成结果偏模糊，对细粒度变化不敏感。扩散模型通过逐步加噪–去噪过程学习数据分布，近年来在图像生成领域展现出了超越GAN的性能。在变化检测中，扩散模型的潜在应用包括：以双时相影像为条件直接生成变化图；通过去噪过程消除伪变化因素，如光照、阴影；生成多样化的变化样本进行数据增强（Yuan 等，2025a）。扩散模型的最大优势在于模式覆盖广、生成质量高，但计算开销极大，通常需要数十到数百步迭代，使其难以在星载或实时场景部署。生成式方法在半监督变化检测中的独特价值体现在如下三个方面：①能够从无标注数据中学习变化模式的流形结构，即使没有标注也能捕捉哪些变化是合理的；②可以通过潜在空间解耦实现变化–伪变化分离，为可解释性提供新路径；③生成模型可作为数据增强工具，在极度稀疏标注场景下扩充训练样本。然而，该类方法的局限性同样显著。训练复杂度高，尤其是GAN和扩散模型对超参数和训练策略极为敏感，难以稳定复现。计算开销大，在星载或大规模数据处理场景下面临实际部署困难。此外，生成模型学到的分布可能偏离真实的变化分布，导致生成样本中存在“幻觉”现象（Li 等，2025）。

2.2  语义变化检测方法

相较于二值任务，语义变化检测方法复杂度显著提升，半监督学习所面临的挑战也更为严峻。目前该方向研究尚处于起步阶段，但已形成几条初步的技术路径。根据技术路径划分，语义遥感影像变化检测方法可以划分为基于单分支的方法、基于双分支的方法和基于多任务的方法。

2.2.1  基于单分支的方法

基于单分支的方法将语义变化检测统一建模为一个端到端的语义分割问题，核心思想是通过融合双时相影像特征，直接预测像素级变化类别。在实现上，该类方法通常采用孪生编码结构提取双时相特征，并通过特征拼接或差分操作实现信息融合，最终由单一解码器输出语义变化结果（Ding等，2022）。

从技术演进来看，该类方法的发展围绕特征融合策略这一核心问题展开，早期方法采用孪生编码器结构提取双时相特征，并通过特征拼接或差分操作实现信息融合。拼接操作保留了双时相的完整信息但增加了特征维度，差分操作计算效率高但易丢失变化类型信息。为提升特征融合的选择性，有研究引入注意力机制，使模型能够自适应地关注变化区域。典型技术包括空间注意力、通道注意力，以及跨时相注意力（He 等，2023）。注意力机制的引入显著提升了变化区域的定位精度。近期方法进一步结合多尺度特征金字塔与深监督策略，以提升对复杂变化模式（如多尺度目标、边缘细节）的刻画能力（Zhu 等，2025）。通过在不同分辨率的特征图上施加监督信号，缓解了深层网络中的梯度消失问题，并增强了模型对微小变化的敏感性。基于单分支方法的优势在于结构简洁、端到端训练方便，能够直接输出语义变化结果。然而，该方法面临一个根本性的理论困境，即变化类别组合爆炸与样本极度稀疏之间的矛盾。在标注数据稀缺的半监督场景下，绝大多数变化类别在训练样本中出现的频率极低甚至为零。模型在面对未见过的变化类型时，缺乏任何泛化依据，只能依赖于特征空间的相似性进行推断，而这一推断往往不可靠。此外，该方法将未变化视为一个特殊的变化类别，但在实际数据中，未变化像素占据绝对主导（通常大于95%），极端的类别不平衡问题进一步加剧了模型的判别困难，导致模型倾向于将所有像素预测为未变化（Xie 等，2025）。

2.2.2  基于双分支的方法

基于双分支的方法将语义变化检测分解为如下两个独立步骤：分别对两时相影像进行语义分割；通过对比分类结果推断变化类型。其核心思想是将变化检测转化为分类结果差异分析问题。该类方法通常采用两个独立或共享参数的分支网络，对不同时相影像进行特征提取与分类，并通过逐像素对比得到变化信息。在此基础上，有研究进一步引入后验概率建模或时间依赖建模，以减少对完整变化类别标注的依赖（Priya 和 Krishnan，2025）。

从技术演进来看，最直接的实现方式是使用两个独立或共享参数的语义分割网络，分别对两时相影像进行逐像素分类，随后通过逐像素比较分类标签得到变化信息。为缓解独立分割所导致的误差累积，有研究引入联合特征建模策略。例如，在编码器阶段共享特征提取参数，或在解码器阶段引入跨时相的信息交互，使两个时相的分割决策能够相互参考（Xiong 等，2023）。此外，有研究进一步引入后验概率建模（如条件随机场）或时间依赖建模（如循环神经网络），以建模双时相分类结果之间的依赖关系（Wang D H 等，2023）。这些方法能够在一定程度上纠正单个时相的分类错误，提升变化检测的鲁棒性。基于双分支方法的主要优势在于能够明确刻画“从……类型到……类型”的变化过程，输出结果具有天然的语义可解释性。此外，该方法可以复用成熟的单时相语义分割模型，如DeepLab、U-Net等，技术继承性强（He 等，2023）。然而，该方法也面临一个严重的理论困境，即误差传播与累积问题。变化检测的性能高度依赖于两个时相语义分割结果的准确性。当任一分类结果出错时，变化类型判定必然出错。误差传播效应在变化边界区域尤为严重。该方法隐含地假设，语义分割错误在时间上是独立的，但实际情况中，同一区域的分类错误往往具有时空相关性，导致实际误差远高于独立假设下的估计。

2.2.3  基于多任务的方法

基于多任务的方法通过联合优化多个相关任务，实现语义变化检测。其核心思想是利用任务间的互补信息与约束关系，提升变化检测与语义理解的协同能力（Ding 等，2022）。在该框架下，语义分割、二值变化检测及特征学习等任务被统一纳入同一网络结构中，通过共享编码器或交互模块实现信息融合。

根据任务设计方式的不同，该类方法可进一步细分为四种形式（Wang D H 等，2023）。显式多任务学习是网络同时输出三个预测结果，即时相A语义分割、时相B语义分割，以及语义变化检测结果；三个任务共享编码器，通过多任务损失函数联合优化。该方法结构最为完整，但训练复杂度高，需要同时具备分割和变化标注。引导式学习利用一个任务的结果作为先验信息引导另一个任务。例如，利用二值变化检测结果作为注意力掩码，指导语义变化检测模型关注变化区域；或利用语义分割结果作为变化检测的类别先验。该方法在标注不完整时具有优势（Ding 等，2026）。例如，只有变化标注而无分割标注时，仍可通过引导式学习利用分割任务的归纳偏置。一致性约束学习通过强制不同任务输出之间的逻辑一致性，为半监督学习提供监督信号。例如，“时相A分割为森林、时相B分割为农田”应与“变化类型为森林→农田”保持逻辑一致。一致性约束可应用于无标注数据，是半监督多任务学习的核心机制。外部知识融合是引入预训练大模型，如DINOv2、CLIP、SAM，作为特征提取骨干或知识源，增强模型对语义概念的理解能力（Cheng 等，2024）。该方法在标注极度稀缺时尤为有效。近年来，该类方法逐渐引入注意力机制、Transformer结构及对比学习策略，并探索利用大规模预训练模型提升语义表达能力，成为语义变化检测的重要发展方向（Feng 等，2023）。

多任务方法在精度和鲁棒性方面通常优于单分支与双分支方法，其核心优势在于能够更充分地建模语义与变化之间的内在联系，通过任务间的互补信息缓解单一任务的标注稀缺问题。特别是，一致性约束为半监督学习提供了天然的伪监督信号来源。然而，该类方法仍面临以下挑战：①部分方法仍采用对双时相特征的独立建模方式，对时间维度上的语义连续性刻画不足，可能导致变化检测结果与语义分割结果之间存在不一致。②多任务框架通常结构复杂，涉及多个损失函数的权重调优，对训练策略与计算资源要求较高。③在半监督场景下，不同任务的伪标签质量差异较大，如何设计鲁棒的多任务协同学习机制仍是一个开放问题（Wu 等，2025）。

2.3  多模态变化检测方法

随着遥感数据获取手段的不断发展，单一模态数据已难以全面刻画复杂地表变化过程。多模态变化检测方法通过融合来自不同传感器的数据，如光学影像、SAR、激光雷达（light detection and ranging，LiDAR）等，能够从多个视角描述地表信息，从而提升变化检测的准确性与鲁棒性。在半监督学习框架下，多模态变化检测不仅需要解决标注不足问题，还需应对跨模态差异所带来的特征对齐与融合挑战。根据多模态信息的融合方式与建模策略，现有方法大致可分为三类，包括基于特征融合的方法、基于对齐学习的方法及基于统一表示学习的方法。

2.3.1  基于特征融合的方法

基于特征融合的方法通过对不同模态数据进行联合建模，实现变化信息的互补表达，其核心思想是利用多源数据的互补性，通过特征融合提升变化检测能力（Zheng 等，2025）。在实现上，该类方法通常采用多分支结构分别提取各模态特征，并在特定层级，如浅层、中层或深层，进行融合（Pu 等，2024）。

早期融合是在输入层或浅层直接拼接多模态数据。该方法实现最简单，但要求各模态数据在空间上精确对齐，且忽略了不同模态在语义层级上的差异。中期融合是在特征空间进行交互与融合。各模态先经过若干层编码提取中级特征，再通过拼接、相加、门控机制或注意力模块进行融合。中期融合是当前最主流的方式，能够在保留模态特定信息的同时实现特征交互。后期融合是在各模态独立完成预测后，在决策层对结果进行加权整合，如投票、平均、学习权重（Han 等，2024a）。后期融合对模态间对齐误差鲁棒性最强，但无法利用模态间的互补信息进行特征学习。近年来，注意力机制被广泛引入特征融合过程，通过自适应地分配不同模态和不同空间位置的重要性，显著提升了融合效果。该类方法的核心优势在于实现简单、概念直观，能够有效利用多模态信息的互补性（Han 等，2026）。然而，其性能在很大程度上面临如下两个约束：①对模态间的空间对齐精度高度敏感。当不同模态数据存在分辨率差异、几何偏移或配准误差时，直接融合可能引入噪声而非有用信息。②缺乏对模态间语义鸿沟的显式建模。简单拼接或加权融合假设各模态特征已经处于可比空间，但实际情况并非如此，光学影像的边缘特征与SAR影像的纹理特征具有不同的统计特性，直接融合可能导致特征空间的扭曲（Yang等，2026）。

2.3.2  基于对齐学习的方法

基于对齐学习的方法旨在缓解不同模态之间的分布差异，其核心思想是通过特征对齐或分布匹配，使不同模态数据在统一空间中具有一致表达。该类方法通常通过引入对齐约束，实现跨模态特征的一致性学习，主要包括以下三个策略（Wang 等，2025）：①对抗学习对齐，引入域判别器通过对抗训练使不同模态的特征分布不可区分。该方法借鉴了域自适应的思想，能够有效缩小模态间分布差异，但训练过程对超参数敏感，且可能丢失模态特有的判别信息。②对比学习对齐构造跨模态的正负样本对，通过对比损失拉近同类样本，如同一位置、同一地物，在不同模态中的特征距离，推远异类样本的距离。该方法在需要细粒度对齐的场景下表现优异，但对正负样本的构造策略敏感，错误的样本对定义会误导对齐方向。③共享嵌入空间学习通过编码器将不同模态数据映射到统一的潜在空间，使跨模态特征具有可比性。常见实现包括双分支网络共享部分参数、跨模态自编码器，以及基于互信息最大化的表示学习（Tang 等，2024）。

在半监督多模态变化检测中，对齐学习具有独特价值，当某一模态有标注而另一模态无标注时，通过跨模态对齐可以将标注信息从源模态迁移至目标模态。此外，未标注的跨模态数据对本身可构成天然的伪监督信号，即使没有变化标注，模型仍可通过相同位置的不同模态特征应保持一致这一约束进行学习（Han 等，2024b）。然而，该类方法面临一个根本性困境，过强的对齐约束可能导致模态特有信息的损失。光学影像中的颜色信息与SAR影像中的纹理信息各有其物理含义，完全对齐可能抹杀这些互补特征。理想的对齐应该是语义级而非特征级，不同模态应在语义层面保持一致，但允许特征层面的差异（Han 等，2024c）。

2.3.3  基于统一表示学习的方法

基于统一表示学习的方法试图构建一个统一的特征表达框架，从整体上建模多模态数据，其核心思想是通过学习共享表示或引入预训练模型，实现多模态信息的深度融合与协同建模。近年来，随着深度学习与大模型的发展，该类方法逐渐成为研究热点，主要体现为基于Transformer多模态建模利用Transformer的自注意力机制，将多模态、多时相数据统一建模为序列输入，通过跨模态注意力实现长距离依赖关系的自动捕获（Liu 等，2024a）。该方法避免了传统方法中先提取特征、后融合的两阶段设计，实现了端到端的多模态协同学习。多模态预训练模型是在大规模多模态遥感数据上进行预训练，学习通用的跨模态特征表示。下游任务仅需少量标注数据进行微调，在半监督场景下具有显著优势。跨模态协同学习是结合语义信息与变化信息进行联合优化，将多模态融合与变化检测任务统一建模（Jiang 等，2025）。例如，设计跨模态一致性损失，强制不同模态的变化检测结果保持一致，从而为半监督学习提供监督信号。

统一表示学习方法在表达能力与泛化能力方面具有明显优势，能够更好地适应复杂变化场景。特别是，多模态预训练模型为半监督变化检测提供了新的可能性，即使下游标注数据极少，预训练模型提供的跨模态先验仍能支撑有效的学习（Tang 等，2024）。然而，该类方法面临以下挑战：①通常依赖大规模数据进行预训练，对计算资源要求较高，在遥感领域尚缺乏大规模、高质量的多模态标注数据集。②基于Transformer方法的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计算瓶颈。③预训练模型在通用数据上学到的跨模态对齐，是否能够泛化到遥感特有的变化检测任务，如物候变化、灾害评估，仍需进一步验证（Liu 等，2025）。

3  变化检测精度评价指标

变化检测精度评价指标用于评估变化检测方法的准确性，有助于了解变化检测方法在不同应用场景下的性能表现。常用的变化检测结果精度评价指标原理如下。

（1）精度（precision，Pr）表示真实变化区域占所有检测结果中变化区域的比例（Zhou 等，2023）。其值越高，说明变化检测结果中提取的变化区域越准确，误检率较低。有

式中，TP为检测为变化且真实发生变化的像素；FP为检测为变化但真实未发生变化的像素。

（2）召回率（recall，Re）表示真实变化区域中，所有检测结果正确识别的比例（Wang Q P 等，2023）。其值越高，说明变化检测结果中变化区域的识别越准确，漏检率较低。有

式中，FN为检测为未变化但真实发生变化的像素。

（3）F1分数（F1-score，F1）表示Pr和Re的调和平均值，综合考虑了精度和召回率，为不均衡数据提供更加全面的评估结果（Senel 等，2023）。其值越高，说明变化检测结果的精度越高，变化检测模型整体性能越好。有

（4）总体精度（overall accuracy，OA）是衡量所有像素中正确识别的比例，包括变化区域和未变化区域（Kovács 等，2022）。其值越高，说明变化检测结果越准确。有

式中，TN为检测为未变化且真实未发生变化的像素。

（5）交并比（intersection over union，IoU）是衡量变化检测结果和真实变化区域的重叠程度，广泛应用于变化检测、图像分类等领域（Guo 等，2024）。其值越高，说明变化检测结果和真实变化区域之间的一致性越好。有

（6）平均交并比（mean IoU，mIoU）是计算多类别（或多区域）IoU的平均值，用于评估变化检测任务中变化类型提取结果的准确性（Bengana 和 Heikkil?，2021）。其值越高，说明变化检测模型在不同类别的提取结果越准确。有

（7）独立Kappa（separate Kappa，Sek）是由变化类别IoU和一种新型的Kappa计算获取，不受未变化类别IoU的影响，用于评估变化检测任务中变化类型提取结果的准确性（Zhang X W 等，2024）。其值越高，说明变化类别的提取越准确。有

式中，为多类别混淆矩阵；C 为标签类别；Q₁₁为在未变化类别中TP像素的数量；分别为混淆矩阵中没有Q₁₁的行和列。

（8）综合得分（score，Sc）是用于评估变化检测任务中变化类型提取结果的综合性指标（Shen 等，2024）。其值越高，说明变化检测模型的性能越好。有

（9）语义变化检测的F1（F1-score for semantic change detection，Fscd）是用于评估变化检测任务中变化类型提取结果的F1（Wang 等，2024）。其值越高，说明变化检测模型的性能越好。有

式中，Pr_scd为变化检测任务中变化类型提取结果的精度；Re_scd为变化检测任务中变化类型提取结果的召回率。

此外，为了证明变化检测方法的可行性和有效性，利用不同数据源的变化检测公开数据集对各式各样的变化检测方法性能进行相应的对比分析，从定性和定量的角度评估各类方法的优劣。目前常用的变化检测公开数据集可以划分为二值变化检测公开数据集和语义变化检测公开数据集（表2）。

4  面临的挑战与展望

4.1  当前面临的主要挑战

尽管半监督遥感影像变化检测在近年来取得了显著进展，但受限于遥感数据本身的复杂性和半监督学习范式的固有局限，该领域仍面临一系列亟待突破的挑战。

1）在伪标签噪声的累积与纠偏方面

半监督变化检测中，伪标签方法面临一个特有的不良循环：由于变化区域通常占影像面积的极小比例（通常小于5%），模型初期所生成的无标注伪标签中，绝大部分“正确”预测都是未变化类。当这些伪标签被重新加入训练时，模型会被强烈强化为倾向于预测“未变化”，导致后续迭代中真实变化区域更难被激活。这与半监督分类任务中类别相对均衡的情况截然不同。更深层的问题在于变化检测的伪标签错误具有非对称破坏性。一个将“未变化”错标为“变化”的伪标签会引入大量噪声；而将“变化”错标为“未变化”则会导致变化信号进一步衰减。现有方法简单应用不确定性估计或时序一致性筛选时，往往在稀疏变化场景下难以区分低置信度的真实变化与高置信度的伪变化。如何打破这种变化信号逐渐湮灭的自锁困境，是半监督变化检测区别于其他半监督任务的根本挑战。

2）在复杂场景下伪变化干扰方面

传统变化检测中的伪变化是已知问题，但在半监督框架下其危害被几何级数放大。半监督学习的核心假设是无标注数据的分布与有标注数据一致，而遥感双时相影像中的伪变化恰恰构成了一种广泛存在且结构化的分布模式。具体而言，无标注时序对中包含大量由光照角度变化、植被季节性物候、云影遮挡所引起的显著光谱差异。半监督模型在挖掘无标注数据的内在结构时，能够学到这些伪变化的统计规律，因其在不同样本中反复出现且具有一致性。模型甚至会优先利用这些规律来降低训练损失，而非学习真实变化，导致模型最终成为一个优秀的伪变化检测器，而非真实变化检测器。现有方法仅靠数据增强或简单先验无法从根本上阻断这种学习路径。真正需要的是在半监督框架中显式建模伪变化的生成机理，引导模型区分伪变化和真实变化。

3）在双时相半监督对齐方面

在通用半监督学习中，常用的技术包括一致性正则化和熵最小化。然而，在变化检测中，这些技术面临独特的失效场景，若对两个时相分别施加扰动后要求变化结果一致，模型会倾向于忽略细微但真实的变化。若不施加该约束，半监督学习又无法利用双时相的内在关联。目前缺乏针对变化检测任务特性设计的时序一致性约束。变化检测的特征空间中，变化类与未变化类的决策边界通常并不处于低密度区域，而是高度重叠，这是因为伪变化样本在特征空间中的分布与真实变化样本高度混杂。传统半监督学习依赖的决策边界应穿过低密度区这一前提在变化检测中不成立。上述问题本质上源于变化检测缺少一个稳定的锚点。在分类任务中，不同类别的物体在特征空间中有相对稳定的簇；而在变化检测中，同一地物在不同时相的特征可能漂移，使模型难以判断漂移源于真实变化还是环境变化。半监督方法如何在无标注数据中隐式地学到这种允许的漂移范围，是当前理论上的空白。

4）在多模态半监督变化检测方面

多模态融合并非简单的扩展，而是引入了跨模态、跨时相、跨语义的三重耦合。其独特挑战在于模态与时相的耦合混淆，当光学影像T1与SAR影像T2进行变化检测时，模型无法区分差异来源于模态差异还是真实变化。在全监督下可通过大量标注样本学习模态映射；在半监督下，无标注数据加剧了这种混淆，模型可能总结出光学到SAR的通用映射规律，而非真实的地表变化规律。假设光学影像有标注、SAR影像无标注，理想情况下应利用半监督将光学标注迁移到SAR。但光学与SAR对同一变化的表征完全不同（如建筑物变化在光学上表现为纹理/光谱突变，在SAR上表现为后向散射系数变化），直接进行特征空间对齐会丢失物理含义。现有半监督方法缺乏保持物理一致性的跨模态对齐机制，导致迁移后模型在目标模态上产生大量物理上不合理的虚拟变化。高光谱影像的连续光谱曲线为变化检测提供了精细诊断能力，但在半监督场景下，有限的标注样本无法支撑数百个波段的联合分布建模，而无标注样本又易陷入光谱维度的过拟合。如何在高维稀疏标注下设计半监督降维与变化保持的平衡，是高光谱独有的难题。目前尚无系统性解决方案能够同时处理时相不对齐–模态不对齐–标注稀疏的三重耦合。

4.2  发展趋势

面向上述挑战，结合人工智能（artificial intelligence，AI）前沿技术和遥感应用需求，半监督遥感影像变化检测的未来发展呈现以下五个重要趋势。与依赖海量像素级标注的全监督方法不同，半监督范式致力于挖掘无标注遥感影像中所蕴含的时空规律；而与面向自然图像分类的通用机器视觉不同，遥感变化检测需显式处理多时相、多模态、地学规律等独特要素。

（1）从大模型与基础模型的深度赋能角度出发，通用视觉大模型，如SAM（segment anything model）、DINOv2（distillation with no labels version 2），在全监督设定下通常需要大量下游标注数据进行微调。然而，在半监督遥感变化检测中，其价值体现为极低标注条件下的知识迁移。未来研究应利用基础模型在海量自然图像上学习到的通用视觉特征，作为遥感影像的初始化先验，即使只有极少量变化标注，也能通过半监督一致性正则化或伪标签约束，将通用特征适配到变化检测任务。区别于自然图像的类别语义，遥感变化检测要求模型关注跨时相的光谱–结构差异，因此需进一步探索遥感基础模型，使其在多时相、多模态（光学/SAR）、多尺度特性上与半监督范式深度耦合，而非简单套用预训练骨干。大模型赋能半监督遥感变化检测的最可行路径不是微调大模型本身，而是将大模型作为通用知识提取器或标注增强器，通过免训练集成、参数高效微调、先验引导等策略，在极少标注条件下提升变化检测性能，如DynamicEarth（2025）-M-C-I/ I-M-C框架（Li 等，2026）、HSACNet（ICME 2025）（Xu等，2025）。

（2）从图文融合与可解释变化检测角度出发，全监督变化检测只能输出二值或类别变化图，缺乏语义解释；而通用视觉语言模型（vision-language model，VLM）多面向单图描述。半监督遥感变化检测引入图文融合的独特优势在于，利用少量图文标注对（变化区域+自然语言描述）引导模型建立变化特征与语义描述的关联，同时利用海量无标注影像学习时空变化分布的流形结构。未来研究可让模型不仅输出“哪里变了”，还能生成“什么类型的变化”，如建筑物拆除或农田干旱，实现从像素级到语义级的跨越。语义输出既提供了超越全监督的可解释性，也为遥感人机交互审核提供了直观依据，弥补了通用视觉模型难以描述时空变化的不足。

（3）从生成式AI的深度融入出发，全监督方法无法有效利用无标注数据中的变化模式，而半监督学习的一个核心痛点是真实变化样本极度稀疏。通用扩散模型主要用于自然图像生成，未考虑时序一致性。未来趋势是将生成式AI（如扩散模型、GAN）作为半监督学习的数据–伪标签协同引擎。具体而言：生成多样化的变化样本，以极小标注为基础，合成大规模变化–未变化对，扩充训练分布；利用条件扩散模型直接生成高质量变化概率图，作为或补充传统伪标签，降低噪声累积；针对遥感伪变化，如光照、阴影、物候，用扩散模型进行去噪重建，消除非变化因素；生成“若发生某种变化，影像会如何改变”的反事实样本，辅助模型进行因果推理。生成式模型与判别式模型的半监督协同，有望显著缓解遥感变化检测中正负样本极度不平衡的固有问题。

（4）从轻量化与星上处理的结合出发，通用机器视觉模型通常部署在云端或边缘服务器，而遥感变化检测对星上实时处理有独特需求，以减少星地数据传输量，实现即时响应。全监督方法需在地面反复使用标注数据训练大模型，难以部署至星上。半监督学习的独特价值在于，在地面利用海量无标注遥感影像进行预训练或教师模型训练，进而通过知识蒸馏将大模型的能力压缩为轻量级学生模型，部署到星上。未来趋势包括：星上仅需极少标注或无标注，利用半监督伪标签与一致性约束进行模型自适应；卫星在轨实时生成变化检测结果，仅回传变化区域或低置信度区域，实现了从地面全监督大模型到星上半监督轻量化模型的范式转变，是遥感区别于通用视觉的重要演进方向。

（5）从物理知识与数据驱动的融合出发，全监督深度学习易学习伪变化，通用视觉模型缺乏地学先验。遥感变化检测的本质差异在于存在辐射传输模型、物候规律、地物散射机理等可建模的物理知识。未来趋势是将这些物理知识以半监督约束形式融入学习过程，在标注稀缺时提供更强先验。具体路径：利用物理模型生成合成多时相数据，作为半监督训练的辅助无标注样本；设计物理约束的损失函数，如惩罚不符合双向反射分布函数（bidirectional reflectance distribution function，BRDF）规律的变化、SAR几何散射异常的变化，引导模型关注真实变化而非传感器或环境噪声；使用时序物候模型预测地物正常状态，将显著偏离该预测的区域作为变化候选，为半监督学习提供高可信度种子。物理–数据融合的半监督框架有望从根本上抑制伪变化，并提升模型在无标注数据上的泛化能力与物理可解释性。这是通用视觉方法难以直接迁移到遥感变化检测中的关键原因。

5  结  语

本文对半监督遥感影像变化检测领域的研究进展进行了系统综述。首先，系统梳理了二值变化检测方法中基于伪标签的方法、基于一致性学习的方法、基于生成式模型的方法，语义变化检测方法中基于单分支的方法、基于双分支的方法和基于多任务的方法，以及多模态变化检测方法中基于特征融合的方法、基于对齐学习的方法和基于统一表示学习的方法等技术路径的演进脉络与核心思想，并归纳了各类方法的优缺点与适用场景。其次，介绍了常用的二值变化检测数据集和语义变化检测数据集，并介绍了常用的变化检测精度评价指标。最后，总结了当前研究领域所面临的关键挑战，并展望了未来发展趋势。本文旨在为遥感影像变化检测及相关领域的研究提供系统的理论技术参考框架，助力半监督学习在自然资源监测、国土空间规划等实际应用中发挥更大价值。

“自然资源一体化监测监管与‘一张图’建设”专题编委会

赵学胜   中国矿业大学（北京）

侯东阳   中南大学

苗双喜   中国农业大学

孙强强   中国农业大学