随着城市化进程加快,城市建成区的数量和面积急剧增加。城市建成区对城市经济的发展和城市生态环境有重大的影响。利用遥感影像提取城市建成区信息,可以快速了解城市建成区的分布范围以及分布特点,并可计算城镇扩展和建成区占用土地的面积。针对高分辨率影像成本较高,时间序列较短和中分辨率影像的幅宽较广,时间序列较长,但不能对土地覆盖类型进行精确提取,特别是混合像元致使城区或者相邻土地覆盖类型分界线模糊和提取面积误差较大等问题。论文结合两种影像优点,在混合像元上建立中高影像的关系模型,运用中分辨率影像对城市建成区进行信息精确提取,为城市土地利用的规划提供可靠的数据来源。通过中高分辨率影像模型建立得出以下主要结论:(1)使用高分辨率影像通过随机森林分类和面向对象分类对影像进行信息提取对城市建成区信息精确提取,实地采样数据对分类后影像进行精度评价后,主客观评价比较得出高分辨率影像对城市建成区的提取选用面向对象的方法较适宜。(2)高分辨率影像结果尺度退化与线性模型建立。尺度退化指建立格网对格网内面积区域统计,计算新属性后对格网进行属性连接,创建具有属性值的格网。通过数理统计知识和大量实验建立适合多指数的多元线性模型。(3)对模拟出线性模型进行验证。验证包括局部验证和全域性验证,局部验证其验证样本的模型验证R2为0.6548,RMSE为0.05447,验证方程斜率为1.68,与等比线偏差较远,经过对模型的系统误差修正后保证模拟结果的准确性。全域性反演验证得出相对误差在10%-50%误差达验证总数的63%以上。实验表明本文得出的预测线性模型是可行的。