航空航天遥感技术具有大面积同步观测和时效性强的特点，在地震灾害响应和灾情评估方面一直发挥着重要作用。在地震发生后早期，由于很难进行大范围实地考察，航空航天对地观测数据成为快速评估灾情的有效手段。房屋倒塌是地震严重的震害之一，大多数伤亡人员都与房屋倒塌有关。同时，房屋损毁程度也反映了地震强度，是评估灾区人员伤亡和经济损失的重要信息。并且，快速准确知道倒塌房屋的位置、损毁的程度对于灾后应急救援也是至关重要的。震后，建筑物由于坍塌而失去了原有的规则的几何形状和光谱特征，在遥感影像上的特征较为复杂，导致计算机算法自动识别建筑物倒塌程度的精度不高;目视解译具有一定的可靠性，是目前采用的主要方法。而互联网的发展，使得普通公众可以参与到科学问题中。利用众包地理信息进行灾害响应成为研究前沿。本文以玉树地震为研究案例，基于高分辨率航空对地观测影像，利用众包进行了灾后房屋倒塌评估。在目前现存的众包灾害评估平台的基础上，针对震后建筑物倒塌评估，本文提出了一种新的基于众包和遥感影像的灾情信息获取与处理框架。　　本文的主要研究工作及结论有:　　1.搭建了众包数据采集实验平台，采用浏览器朋艮务器(B/S)结构。在服务端，利用WebGIS服务器发布研究区高分辨率航空遥感影像;在前端，用户通过浏览器并发访问该遥感影像，实现空间信息在用户之间的迅速共享。此外，用户既可以通过浏览器获取信息，也可以通过浏览器创造信息，实现与服务器之间的交互。用户基于遥感影像对研究区建筑物倒塌的评估结果，将通过浏览器传输到服务端的数据库中进行存储，实现与服务端的异步交互。　　2.以“用户—建筑物—倒塌类型”三者之间的对应关系，在收集到的所有用户数据的基础上建立了概率模型，并结合EM算法，针对参与者贡献的结果的差异，定量估计了每个参与者的个人误差率，并推断了地面房屋的倒塌类型。实验结果以玉树地震的一个研究区进行了展示，然后对结果进行了讨论。　　3.本文得出的主要结论有:所设置的三种建筑物倒塌类型（“基本完好”“部分倒塌”和“完全倒塌”）所占比例分别是52.14％、34.64％和13.22％，结果没有明显地偏向一种或两种破坏类型;把EM算法的结果和majority算法的结果作比较，发现EM算法能够得出更可靠的结果，因为前者结合了全局数据驱动的每个参与者的个人误差率和建筑物倒塌类型的后验概率，更符合实际情况;除了一栋建筑物上所有参与者都标记了同一倒塌类型之外，其他建筑物上不存在参与者之间标记结果完全一致的情况，即几乎每栋建筑物上三种倒塌类型都存在，只是所占比例不同;根据众包驱动的建筑物倒塌类型分类结果，分析出了同一破坏类型下，建筑物的影像特征是高度一致的，可以作为机器学习算法的训练样本用于目标识别。本研究显示了基于高分辨率航空遥感影像的震后早期众包快速评估倒塌建筑物的潜在能力和应用前景。