在全球土地资源开发利用环境下,城市扩张作为一个重要的社会和经济现象,正以前所未有的速度和规模在世界各地不断推进。但是盲目的城镇扩张会对社会、生态及经济等产生一定的影响。因此,准确高效地提取城镇用地,为城镇规划等提供决策依据变得尤为重要。现今,随着高分辨率合成孔径雷达的成功发射,获取高分辨率SAR影像变得越来越方便,且在受限于环境条件无法获得光学遥感影像的地区,雷达影像更是表现出了绝对的优势。因此,利用SAR影像提取城镇用地已成为国内外学者研究的热点。本论文在分析已有基于SAR的城镇用地提取方法时发现,这些方法只适用于提取建筑区,因此在城镇建设已趋成熟的城市适用性很高。在城市建设高速进行,频繁出现拆迁区的城镇则漏提现象较为严重,造成提取精度较差。而拆迁区在大比例尺区域研究背景下,特别是针对城市快速扩张与改造的地区,其拆迁区域面积无法忽视。针对这一问题,本研究实现了一种结合SAR影像和光学卫星影像分步提取城镇范围的方法,以提高大比例尺下城市城镇用地提取的精度。该方法的思路为先通过分析SAR影像局部散斑特性和强度信息,采用基于阈值的方法提取城市和非城市区域,然后利用光学影像,采用最大似然法和分类后处理来提取城镇范围内的拆迁区,最后结合提取的建筑区和拆迁区来完成城镇用地的提取。为评价改进方法的适用性和提取精度,我们以不同分辨率的SAR影像(高分辨率单极化Terra SAR-X和ALOS-PALSAR影像)以及同等分辨率的SAR影像和光学影像(TerraSAR-X和RapidEye影像)为数据源,以常州市老城区为研究对象,采用基于Erdas建模方法提取TerraSAR-X和ALOS-PALSAR影像的建筑区,最大似然法提取RapidEye的建筑区,并对其分类结果进行比较和精度评价。评价比较结果表明,基于TerraSAR-X图像提取的建筑区精度明显比基于ALOS-PALSAR影像和基于RapidEye影像的精度要高。表明该方法更适用于高分辨率的SAR影像,同时明显优于光学影像的提取效果。在对整体城镇用地进行提取的精度评价中,基于改进方法的提取精度也明显较已有方法要高。同时,改进方法相较于已有方法存在设置参数少,人工交互小,执行效率高等优势。