Se utilizaron datos simulados para investigar las relaciones entre las propiedades de la imagen y la precisión de la detección de cambios de manera sistemática. Las propiedades de la imagen examinadas fueron la separabilidad de clases, la normalización radiométrica y la correlación entre bandas espectrales de la imagen. Los métodos de detección de cambios evaluados fueron la comparación post-clasificación, la clasificación directa de imágenes multitemporales, la diferencia de imágenes, el análisis de componentes principales y el análisis de vectores de cambio. Los experimentos con datos simulados mostraron que la precisión relativa de los métodos de detección de cambios variaba con los cambios en las propiedades de la imagen, confirmando así la hipótesis de que se debe tener precaución al generalizar a partir de estudios que utilizan solo un par de imágenes. En la mayoría de los casos, la clasificación directa y la comparación post-clasificación fueron las menos sensibles a los cambios en las propiedades de la imagen de separabilidad de clases, error de normalización radiométrica y correlación de bandas. Además, estos métodos generalmente produjeron la mayor precisión, o estaban entre los que tenían una alta precisión. La precisión del PCA fue altamente variable; el uso de cuatro componentes principales resultó consistentemente en una disminución sustancial de la precisión de clasificación en relación con el uso de seis componentes, o la clasificación utilizando las seis bandas originales. La precisión de la diferencia de imágenes también varió considerablemente en los experimentos. De los tres métodos que requieren normalización radiométrica, la diferencia de imágenes fue el método más afectado por el error radiométrico, en relación con los métodos de vector de cambio y clasificación, para clases que tienen separabilidad moderada y baja. Para clases que son altamente separables, la diferencia de imágenes fue relativamente no afectada por el error de normalización radiométrica. Se encontró que el CVA era el método más preciso para clases con baja separabilidad y todos menos los errores radiométricos más grandes. La precisión del CVA tendía a ser la menos afectada por cambios en el grado de correlación de bandas en situaciones donde las medias de clase estaban moderadamente dispersas o agrupadas cerca de la diagonal. Para todos los métodos de detección de cambios, la precisión de clasificación aumentó a medida que aumentó la correlación de bandas simuladas, y los métodos de clasificación directa tuvieron consistentemente la mayor precisión, mientras que el PCA generalmente tuvo la menor precisión.