基于遥感影像和统计的土地利用研究，真的蛮实用的，尤其是你如果想搞清楚城市土地怎么变、为什么变，这套思路还挺系统的。用的是ERDAS IMAGINE遥感图像，再配合SPSS做统计，基本覆盖了从数据采集到驱动因素研究的全流程。

数据用的是Landsat ETM+影像和城市年鉴，这组合还蛮常见的，适合做时序对比。比如像 2000 年、2003 年的遥感图，再加上 2001-2007 年的年鉴数据，就能看到城区扩张的节奏和背后的原因。

想做可视化的？可以看看土地利用强度变化可视化 IM 模型，交互还不错；对转移矩阵不太熟的，可以参考ArcMap 制作土地利用转移矩阵详细指南，手把手教你怎么搞。

要做预测？那你得看基于马尔科夫链的土地利用数据预测（MATLAB），逻辑清晰、代码还挺简洁。如果你是 R 转 Matlab 脚本的用户，别错过WorldView-2 影像决策树分类那篇。

哦对，还有个小提醒：搞这种遥感+统计的东西，别忘了单位统一、时间线对齐。尤其年鉴数据，有时候口径不一样，要提前清洗一下。

如果你打算自己动手试试，建议先用少量数据跑通流程，再上全量数据，省得调参数调崩溃。