针对土地利用变化检测存在的现势性与准确性低的问题，本文采用一种针对土地利用现状的年度变化检测方法，以2020年WorldView-2（WV2）和2021年SuperView-1（SV1）两期高分辨率遥感影像为数据源，首先，采用经优化的双峰分裂阈值法识别和消除建筑物阴影的干扰，为接下来的变化检测工作提供坚实的基础。其次，基于孪生神经网络，构建一个变化检测模型，并基于GIS优化处理，从而实现对土地利用现状变化区域的迅速定位。实验结果表明，本文提出的方法能够快速且准确地识别出不同时期影像中土地利用现状的变化位置，在保持轻量化的同时表现出突出的检测性能，为相关类变化检测的研究与应用提供参考。
