现如今，经济发展迅速，城市作为人类当代生活的主体，其发展与变化日新月异。鉴于卫星遥感技术具有速度快、精度高、范围广的优点，科学家们越来越迫切地希望可以利用遥感技术对我们城市的发展变化有一个快速、准确的监测与评估，这将极其有利于人类对未来城市的监管、规划以及决策。本文选择山西省太原市作为研究区域，结合遥感技术和地理信息技术对该城市近8年的发展变化进行了研究。,　　本文为了能够同时获知不同时相遥感影像变化信息的变化范围及其转变类型，选用了分类后的变化检测方法进行重点研究。首先以获取的Landsat8遥感影像为主要数据源，通过支持向量机（SVM）分类法将太原市区划分为五大类地物：植被覆盖区、居民建筑区、裸地、农田以及水体。为了进一步提高分类精度，我们将通过最佳指数因子（OIF）获取的波段组合b145、归一化差异植被指数（NDVI）和归一化差异建筑指数(NDBI)进行叠加作为用于分类的5波段特征组合，并结合经过优选的径向基核函数（RBF）创建了本文的SVM分类器。实验显示：对于SVM分类，5波段特征组合的分类效果优于Landsat8原始波段。此外，综合使用非监督分类（ISODATA算法）和监督分类（最大似然分类法、最小距离法），对本文5波段特征组合图像进行了五类地物的划分。并且将需要进行比较的四景分类结果依次导入精度评价模块，依据定量的评价结果得知，SVM的精度最高，分类准确度高达85％以上，很好地实现了城市地物类型的划分。保证了分类效果后，将本文创建的SVM分类器分别应用于太原市区2006年、2010年的LandsatTM影像上，再通过对不同时期分类结果图的赋值、差值运算实现了不同时相遥感影像变化信息的提取，同时实现了直观地读取某类地物变化信息的变化范围及其转变类型，减少了变化检测工作量，提高了检测效率。