سنجش‌ازدور به دلیل پوشش وسیع، توان جداسازی بالا و هزینه کم در اخذ داده از زمین، به‌عنوان ابزاری کارآمد، نقش مهمی را در حوزه‌ی پژوهش‌هایِ علوم زمین و پایشِ محیط‌زیست داشته است. یکی از مهم‌ترین کاربردهای سنجش‌ازدور آشکارسازی تغییرات است؛ تشخیص به هنگام و دقیق این تغییرات، در مقیاس محلی و جهانی، برای مدیریتِ بهینه‌ی استفاده از منابع، اهمیت زیادی دارد. این مقاله روشی نوین و بدون نظارت آشکارسازی تغییرات، کاربری اراضی با استفاده از تصاویر چند زمانه‌ی فراطیفی را عرضه می‌کند. این روش به‌صورت سلسله مراتبی و مبتنی بر استفاده از الگوریتم­های شباهت مبنا، فاصله مبنا و اتسو است. روش پیشنهادی در دو مرحله ارائه می‌شود: مرحله‌ی اول آن به‌عنوان آشکارساز و مرحله‌ی دوم، به‌عنوان فاز تصمیم‌گیری است. در مرحله اول، ابتدا داده‌ی تصحیح‌شده توسط الگوریتم­های فاصله‌ی مبنا و شباهت مبنا، وارد فضای محاسباتی نوینی به نام فضای شباهت می‌شود. در این فضا نواحی تغییریافته، بارزتر از نواحی بدون تغییر خواهد بود. در ادامه، داده وارد مرحله دوم می­شود. هدف از اجرای مرحله دوم تصمیم­گیری در مورد ماهیت پیکسل در فضای دودویی است که نواحی تغییریافته دارای مقدار یک و نواحی بدون تغییر، دارای مقدار صفر است. مهم‌ترین مزیت روش پیشنهادی، نسبت به دیگر روش‌ها: خودکار بودن؛ نداشتن پیچیدگی در روش پیشنهادی؛ حجم پایین محاسبات و دقت بالای آن است. برای ارزیابی کارایی و دقت روش پیشنهادی، از دو مجموعه داده‌ی چند زمانه‌ی فراطیفی سنجنده‌ی هایپریون، مربوط به مزارع کشاورزی اطراف شهر جیانگسو واقع در چین و مزارع کشاورزی هرمیستن واقع در آمریکا استفاده‌شده است. ارزیابی خروجی­های به‌دست‌آمده نشان‌دهنده، دقت کلی بالا و نرخ کم هشدارهای روش پیشنهادی، در مقایسه با روش‌های رایج آشکارسازیِ تغییرات، است، به‌طوری‌که دقت کلی برای داده چین، 98.48 درصد ضریب کاپا، 0.965 و میزان نرخ هشدار­های اشتباه آن، 1.51 درصد و همچنین برای داده آمریکا، 95.12 درصد ضریب کاپا، 0.870و میزان نرخ هشدار­های اشتباه آن، 4.8 درصد است.