自上世纪以来，我国工业化进程的快速发展使得城市化水平不断地提高，城镇范围逐渐扩大，导致周围的农田村庄中透水性较好的土地类型向透水性差的城市化用地转变，这一转变成为影响城市生态格局的主要原因。本文以山西省省会太原市为例，以获取的TM影像和ASTER影像为数据源，综合利用遥感和地理信息技术，从城市不透水面信息提取方法，城市地表温度反演，以及地表温度和不透水面关系三个方面对不透水面信息在城市中的提取方法进行研究。文章分析了不同的不透水面信息提取方法：主成分分析法（PCA），归一化差值不透水面指数法（NDISI）和归一化建筑指数法（NDBI）。我们结合水体指数（MNDWI）和植被指数（NDVI），对归一化建筑指数法进行智能改进，通过逻辑运算提出城市建成区指数法（BUAI）；并且综合这几种方法和最佳指数因子（OIF）创建了实验波段组合法（EBC）。综合使用非监督和监督分类，将原始波段，主成分组合波段和实验组合波段的三景多波段图像分为了不透水面、植被覆盖区、水体三大类。对需要进行比较的五景不透水面提取结果依次导入精度评价模块，得到了5种不透水面提取精度的结果，根据定量的评价结果可知，BUAI和EBC的精度较高。通过对地表温度的反演，将温度反演结果与不透水面提取结果结合进行线性回归拟合，发现研究区中不透水面数值较高的区域与高温分布的范围较为吻合，不透水面与地面温度呈较强的正相关，说明不透水面覆盖率的增加明显加速了城市热环境变化。