随着城市化进程的加快，使得城市人口急剧增加，人口流动加快，城市土地开发利用强度加大，而城市交通与土地利用密不可分，土地的开发利用会导致城市人口分布与人口数不断变化，使交通出行随之发生改变。因此，获得准确的交通小区人口数据对于城市交通规划中的交通需求预测十分重要。 本文基于南京市IKONoS卫星影像的全色与多光谱数据和实验区的人口调查数据，研究了基于高空间分辨率卫星数据的交通小区人口居住单元遥感估算方法和交通小区人口土地利用密度遥感估算方法。 对于交通小区人口居住单元遥感估算方法，本文研究了利用阈值分割算法及Matlab程序功能实现阴影信息的自动化提取方法、综合利用遥感与地理信息系统软件在图像处理方面的不同优势实现阴影长度的自动化汁算方法，并根据阴影与楼高的关系进行建筑物高度的估算，文中还进一步研究了考虑地形修正因素的阴影长度计算方法；最后利用计算机自动分类叠加功能与人工解译结合的方法提取了居住单元数和住宅数。 土地利用密度法估算人口数的基本原理是：首先划分出不同的土地利用类型，然后抽样调查出各类用地类型上的人口密度，两者相乘再求和即为总的人口估算数，其不足是抽样街区较难选择，对应的人口密度抽样工作量大，精度不高。本文对交通小区人口土地利用密度遥感估算方法做了进一步研究，利用已知的区域人口数反算不同土地利用类型上的人口密度。对于不同居住类型的土地利用分类方法，本文系统地建立了土地利用类型分类类别判读与解译标志，研究了人机交互解译多步分类法，并作了分类后处理，对分类结果进行了分析。 根据实验结果，考虑地形影响的阴影长度法对楼高的估算精度较之常规阴影长度法有较大改善；前者对人口数估算的精度比后者要好，但本研究中小区地形坡度不大，所以两者人口数估算精度相近，但前者估算结果更接近实际调查情况。文中使用的土地利用密度法模型对多种用地类型条件下的人口估算精度是比较满意的，研究成果对交通需求研究有比较实用的应用价值。