La detección de cambios en el uso del suelo (LUCD) es una tecnología crítica con aplicaciones en diversos campos, incluyendo la perturbación forestal, los cambios en tierras agrícolas y la expansión urbana. Sin embargo, los artículos de revisión actuales sobre LUCD tienden a ser limitados en alcance, lo que dificulta una revisión exhaustiva debido al gran número de publicaciones. Este artículo revisó sistemáticamente 3512 artículos recuperados de la base de datos Web of Science Core entre 1985 y 2022, utilizando una combinación de análisis bibliométrico y métodos de aprendizaje automático con LUCD como enfoque principal. Los resultados indicaron un aumento exponencial en el número de estudios sobre LUCD, lo que indica un crecimiento continuo en este campo de investigación. Los métodos comúnmente utilizados incluyen detección de cambios basada en clasificación, basada en umbrales, basada en modelos y basada en aprendizaje profundo, con temas de investigación que abarcan la tala de bosques y la sucesión de la vegetación, la dinámica del paisaje urbano y la conservación y gestión de la biodiversidad. Para construir un sistema inteligente de detección de cambios, los investigadores necesitan desarrollar un marco flexible que integre el preprocesamiento de datos, la extracción de características, la interpretación del tipo de uso del suelo y la evaluación de la precisión, dada la continua evolución y aplicación de datos de teledetección, aprendizaje profundo, big data e inteligencia artificial.