リモートセンシングの変化検出は重要な監視技術であり、都市計画、災害評価、資源管理などの分野で広く利用されています。合成開口レーダー（SAR）は全天候型の撮像能力を持ち、天候や照明に影響される光学的な変化検出の課題を克服しています。そのマイクロ波の透過能力、偏波特性、および干渉撮像機構により、地表下や遮蔽領域の変化、地物の構造や物理特性の変化、さらには微細な変化の監視において独自の利点を有しています。現在、ほとんどのリモートセンシングの二時相変化検出レビューは主に光学画像を中心に展開されており、SAR画像に基づく変化検出に関する体系的かつ的確なまとめが不足しています。さらに、深層学習およびマルチソース融合技術の発展に伴い、SAR画像に基づく同種および異種の変化検出が先端的なホットスポットとなっています。したがって、本稿では国内外の数百本の古典的かつ最新の文献とSAR衛星撮像原理を基に、まず異なる撮像条件下における変化検出の典型的な応用を検討しました。次に、データ取得、画像前処理、変化認識および後処理を含む二時相変化検出の一般プロセスを構築しました。これに基づき、主流の変化検出データおよび手法を体系的に整理しました。データ部門ではSARに基づく同種および異種の変化検出用オープンデータセットを網羅し、手法部門では従来手法および深層学習手法における同種および異種変化検出研究を含みます。特に関連データセットやモデルコードのリンクを整理し、後続研究への重要な参考を提供しています。最後に、本稿はデータ、アルゴリズム、応用の3つの側面から現在の分野の主要な課題をまとめており、データの質と量、モデルの特徴表現能力と計算複雑度、変化検出の適用範囲などが挙げられます。これらの課題に対し、将来的なマルチモーダル融合、インテリジェントかつ軽量なモデル設計、多様な変化検出の発展方向を展望しています。

リモートセンシング二時相変化検出;SAR画像;従来手法;深層学習;同種および異種