本文旨在研究建筑区域的快速提取方法,并探究建筑区域扩展的时间特征和空间特征。选取典型的山地城市—重庆市作为本文的研究区域,以Landsat系列影像为数据源。首先,选取四类典型地物进行采样获得其光谱曲线图,分析了各类地物的光谱特征并讨论了它们的分离性;其次,基于各类地物的光谱特点,提出了一个新的建筑指数并结合改进的双窗口变步长阈值搜寻算法(Improved Double-window Flexible Pace Search,IDFPS)建立了一个建筑区域提取方法,利用目视解译数据进行了验证;最后,使用本文提出的模型对21年间的九幅影像处理后得到的建筑区域数据,基于此对重庆市建筑区域演变的时空特征进行探究。具体研究内容及主要结论如下:1.为了研究建筑区域与其他地物之间的可分离性,结合对重庆市2016年遥感图像的目视解译结果和Google Earth影像将研究区影像地物分为四大类型。不同地物在各个波段的值都是有差别的,从这一特征出发,分析建筑区域与其他地物类型之间的光谱差异。从整体看,建筑区域光谱曲线变化规律与植被和水体有很大不同,在第四波段与第五波段的趋势变化与其他地物明显不同,可以利用该特征从而达到削弱此类地物信息的目的。但是与裸地的光谱曲线极为相似,单独利用简单波段间运算无法分离这两类地物,需要引入其他指数进行解决。2.为了提高建筑区域快速提取的精度,克服裸地与建筑区域由于“异物同谱”而极易混淆的难点,本文提出了基于多个指数的建筑区域提取方法。实验结果表明:(1)利用建筑区域,裸地和水体,植被在第四、第五和第六波段上的光谱规律,通过处理可以拉大它们之间的差距,从而排除了水体,植被对建筑提取的干扰;通过指数间的运算,可以使得建筑区域的指数值高于裸地,从而可以通过设定阈值排除裸地信息。(2)在重庆市研究区,本文提出的抑制裸地的建筑区域指数(Bareness-Restrained Built-up Index,BRBI)总体精度比其他几种指数高4.7%-23.2%,kappa系数高0.031-0.29。在西安市研究区,BRBI总体精度比其他几种指数高3.7%-30.2%,kappa系数高0.042-0.33。3.重庆市建筑区域形态的演变具有明显的时空特征。从时间上看,1995年~2016年,建筑区域面积由44.26 km~2增长到288.36 km~2,扩展了近7倍;从空间上看,重庆市建筑区域扩展先后经历了外围放射性扩张、内部紧凑性扩展两个阶段,且呈现内部集中的趋势,整个建筑区域呈现由非紧凑型向紧凑型过渡的趋势;等扇分析的结果显示,建筑区域扩张具有非常明显的方向性。在由等扇划分的八个区域内,整个研究时间段内扩展速度最快的主要集中在正北方向及西北方向,正西、西南和正南方向的扩展方向次之;正东、东北和东南方向的扩展速度在本文研究的时间段内一直处于比较低的水平;在驱动力定量分析中,选取的驱动力因素与建筑区域面积之间具有很强的正相关性并建立了建筑区域面积与主成分分析法确定的主成分之间的回归方程。