具体研究内容：利用遥感影像的光谱、纹理、形状等特征，开发算法自动提取土地利用类型，植被覆盖、水体分布等关键信息。利用人工智能的分类技术，如深度学习、支持向量机等对提取的特征进行分类，区分不同土地利用类型。研究多时相遥感影像的变化检测技术，识别土地覆盖和利用类型的变化，实现对土地利用变化的动态监测。开发一套易于使用、功能齐全的士地遥感测量影像处理软件。集成多种遥感影像处理算法和工具，提供从影像获取、预处理、特征提取、分类到变化检测的一站式服务。
创新点：结合最新的深度学习算法和遥感影像处理技术，开发出高效、准确的土地利用类型分类算法。利用深度学习模型强大的特征学习能力，自动从遥感影像中提取关键信息减少人工干预和错误。集成多种遥感影像处理算法和工具，形成一个功能完善的软件系统，方便用户进行遥感影像处理和分析。
应用和社会效益：通过自动化、高精度的遥感影像处理和分析，可以快速获取土地利用和变化信息，有助于提高土地管理部门的决策效率和准确性。及时发现土地利用问题，为土地规划和利用提供科学依据，推动土地资源的可持续发展。