全文总字数：851字

1. 研究目的与意义

土地是人类赖以生存的基础，是社会经济发展的必要保障。随着经济的发展，全球环境变化已成为国际社会各界关注的焦点。土地利用变化作为环境变化的一部分，已成为各界研究的重点。土地利用变化不仅反映了地域物质形态上的改变，同时也体现了其所在区域发展中的进程。

文章从各级政府和学术界持续关注的科学话题土地利用变化信息的重要性以及研究内容出发，通过整合高分辨率卫星和无人机影像，采用最大似然、支持向量机、神经网络分类方法研究林大校园的土地利用变化。通过数据分析，得出土地利用变化的驱动因素。

2. 国内外研究现状分析

国内土地利用变化的研究最早始于上世纪八十年代，我国在土地资源开发、利用管理和资源环境数据库建设方面取得了很大进步。90年代以来结合IGBP和HDP提出的土地利用/覆被计划。我国重点研究了土地利用变化对陆地生态的影响和人类活动对土地利用状况的影响（卢青，2012）。

目前，国家土地覆盖数据库（NLCD）基于生态区的统计样本，被应用于一系列的分析土地覆盖变化产生的性质、原因和后果的研究，如国家地表的现状、土地利用变化的推动力、区域变化趋势和趋势变化带来的环境、社会和经济的影响等。NLCD的一项主要成就是完成第一个中等分辨率的阿拉斯加土地覆盖数据集。NLCD是唯一完整的美国中等分辨率土地覆盖数据集，也是许多国家和地区环境评估的基础（郦淑俊，赖震刚，2012）。作为国外土地利用研究的另一个领域GlobCover是全球陆地覆盖数据，其空间分辨率为300m。GlobCover全球陆地覆盖数据的原始数据来自Envisat卫星，由MERIS（Medium Resolution Imaging Spectrometer）传感器拍摄完成。GlobCover全球陆地覆盖数据采用联合国粮农组织的地表覆盖分类系统作为图例生成标准（韩其飞，罗格平等，2012）。

3. 研究的基本内容与计划

研究内容及计划：（1）比较不同自动分类算法在发展土地利用数据时的性能差异；（2）验证自动分类精度并发展土地利用变化信息；（3）探究导致林大土地利用变化的社会经济因素。

此建议的研究的主要内容包括：（1）无人机影像的正射校正及与卫星影像的配准；（第一、第二周）（2）各种土地利用类型训练样本及验证样本识别；（第三、第四周）（3）最大似然、支持向量机、神经网络分类；（第五、第六周）（4）分类性能评价及土地利用变化信息提取；（第七、第八周）（5）土地利用变化驱动因素分析（第九、十周）

4. 研究创新点

许多现有的研究大多限于使用子像素映射技术来推导植被丰富的信息对比，而此次论文的研究开发方法已经延伸到不同的植被类型在一个复杂的城市环境映射空间区域的分布，主要是通过分层分类组合与子像素级信息提取策略实现。