建筑物作为城市最为基础的组成单元之一,在城市研究当中具有重要地位。但是近些年,随着我国在经济建设领域的卓越进步,城市化水平突飞猛进,建筑物也以一个越来越高的频次进行更新迭代。在这种情况下传统的人工建筑物信息提取方法已经难以满足时效性的要求,所以可以考虑借助遥感的手段高效的对建筑信息进行获取。本文将利用高分二号影像对青岛市主城区进行建筑物提取和建筑物高度估算,同时探讨建筑物高度对地下空间利用的影响,并将整个工作流程集成为一个完整的基于高分遥感的城市建筑物高度估算平台,以便于一站式完成所有工作。主要研究内容如下:（1）对Deeplabv3+网络进行了改进,首先将激活函数RELU替换为SELU以防止训练过程中的梯度消失或者爆炸现象;然后将骨干网络由Xception更改为Shuffle Net V2,起到减小网络体积和参数的作用,以便精确快捷地完成建筑物提取工作;最后为了提高训练效率,将原ASSP模块中的标准卷积替换为深度可分离卷积;改进后的网络在青岛市建筑物数据集上较原始网络在F1分数、总体精度、m Io U的平均值方面分别高0.89%、1.32%和3.17%,最后利用改进后的网络在自行建立的青岛市数据集训练完毕后,对青岛市主城区的建筑物进行了提取。（2）利用阴影测高法对研究区的建筑物的高度进行了估算,提出了一种简便高效的建筑物阴影提取方法,利用高分二号影像第四波段完成了建筑物阴影提取;同时对传统阴影测高模型进行了改进,在一定程度上解决了在遥感影像当中,由建筑物本体和地表性质接近而产生的误差问题。最终完成了青岛市主城区430平方千米内,约17.5万栋建筑物的高度估算。估算得到的建筑物高度与建筑物真实高度相比,绝对误差和相对误差均值分别为1.42米和1.95%。（3）将建筑物高度转换为建筑物对地下影响深度,将由于建筑存在导致不宜进行开发利用的地下空间部分进行了估算,为地下空间系统性开发提供基础数据支撑。同时基于PIE-SDK平台,用C#、matlab、python三种语言开发基于高分遥感的城市建筑物高度估算平台,实现了建筑物提取、建筑物阴影提取、建筑物高度估算、地下空间影响深度计算等功能。最后通过进行测试验证系统的稳定性和有效性。通过将本文当中所用的算法和功能集成到一个统一的平台,将研究成果更好的运用到生产实际当中。