遥感技术是对地观测,获取地面空间信息的主要技术手段之一。随着遥感技术的不断发展,高分辨率遥感影像的研究和应用越来越受到重视。高分辨率遥感影像的出现,“面向对象”影像分类方法随之崛起,围绕它的研究和应用由点及面地推广开来,运用于城市制图、城市土地动态变化监测、公共安全管理、突发情况预警等方面的研究,可以说面向对象图像分析(objectoriented image analysis,OBIA)已经在多个领域硕果累累。与传统的基于像元的遥感影像分类的方法相比,面向对象影像分类能克服“椒盐噪声”和“混合像元”等诸多问题,通过影像分割算法,将图像分成若干“图像对象”,借助于这些对象共有的几何特征、光谱特征、纹理特征和上下文关系等,能对每一类地物进行准确的提取,具有巨大的优势。但是目前利用面向对象分类的研究主要集中在森林、农业、城郊等地带,直接面向城市内部复杂地物提取的研究还比较少,且这些研究的研究区域都较小,未能充分利用这些“图像对象”的特征来提取复杂的空间信息,没有体现面向对象分类的优势。针对这些问题,本文从整体出发,以提取城市空间信息为目的,以北京市为研究区域,以1m空间分辨率的GF-2多光谱与全色融合影像为数据支撑,按照面向对象分类思想,以本文提出的V-I-W模型为理论指导,对主要的城市空间信息进行组织,将城市空间信息分为3大类14小类,通过多尺度分割、光谱差异分割来获取GF-2影像的“图像对象”,按照光谱特征、波段值特征、几何特征、纹理特征、和上下文关系建立各空间信息的提取规则,从而提取主要的城市空间信息,构建RS与GIS的桥梁,用于城市空间分析应用。本文的研究结果表明,城市空间信息提取的总体精度为83.24%,Kappa系数为0.8069。单一类别的地物提取方面,植被,河流提取精度较高,高于80%,城市道路,房屋等建筑的提取精度稍低,总体的空间信息提取结果符合预期。