2008年的汶川地震是迄今为止中国最具破坏性和影响范围最广的地震之一。尽管自地震已经过去15年，北川羌族自治县因其异地重建计划仍受到许多学者的关注。目前，对于异地重建还缺乏定量研究方法。相对于传统的变化检测方法，基于深度学习的方法提供了更高的准确性和客观性。本研究的主要目标是使用搬迁后的北川羌族自治县作为研究区，构建一个多时相的北川县变化检测数据集，并创新性地提出一个基于动态变化的建筑检测框架。首先，在北川县的建筑数据集上评估不同模型的性能，以验证BIT模型的高准确性。然后，预测2008年至2016年期间北川县的重建情况，并可视化预测结果。最后，对2008年至2020年期间北川县的恢复和发展过程进行可视化和定量分析。结果显示，BIT模型在北川县的建筑数据集上实现了最高的准确性，平均交并比（MIoU）为83.40%。此外，统计结果显示2008—2016年灾后重建的建筑物面积为8.44 km²。到达2020年灾后重建的建筑物面积为10.59 km²。研究提出的用于震后城市重建的快速多时相提取方法，可为当地政府进行城市规划提供科学依据。