随着我国经济的发展,我国的城市发展迅速,而城中内部还是城市边缘的城中村,相对来说发展速度就会相对缓慢,存在居住环境差,土地利用信息不全等一系列问题。最近几年,西安市发生了天翻地覆的变化,为了促进城市发展,高新区、浐灞区、长安区的城中村部分拆迁重建。本文以西安市长安区城中村为例,针对这些问题,进行调查。本文采用国产的2013年和2015两期的高分一号影像,结合高分辨率影像的优势,开展研究区的城中村土地利用变化检测,并自动提取变化信息,并进行时空分析。本文首先采用传统的面向对象法分类后变化检测,先使用典型的支持向量机法进行分类后变化检测,两幅影像的平均总体分类精度为70.40%,变化检测精度为49.55%,分类精度较低,导致变化检测精度过低,而且错分严重;再使用面向对象法分类后变化检测,其中分类方法采用支持向量机法,平均总体分类精度为78.69%,变化检测的精度为63.46%,但错分现象仍很明显。由于面向对象法存在单尺度问题,尺度选择时一种尺度无法适用所有的地物,因而寻求新的解决办法。为缓解上述问题,本文引用另一种可以使用多尺度的学习方法,关联分层条件随机场法的分类后变化检测方法。首先把高分一号影像分割成500*500的分割块,对每期的8个训练样本进行验证,使用LBP、Texton、Spectral feature这三个特征,得到2013年和2015年的总体分类精度的平均值为91.03%,可以看出使用该方法是可行的,然后对整幅影像进行分类,平均总体分类精度为88.90%,相较于面向对象的分类方法提高9.21%,变化检测的精度为79.01%,可见使用该方法进行变化检测更加有效。然后对研究区域进行变化检测分析。从数据可以得出,2013年和2015年的由于有部分城中村拆迁,但也有部分重建,建设用地有所减少,但减少不多;水体减少较多;植被和空地的变化不大,但也有所变化。