地震作为一种自然灾害,因其突发性和破坏性等特点给人类造成了巨大的生命财产损失。地震发生后,由于受灾地区遭到破坏,想要迅速进入灾区面临诸多困难。遥感是一种可以不受地面条件制约而获取地物相关信息的技术,具有快速、稳定、多数据来源等特点。随着遥感技术逐步成熟,在地震震害研究中越来越作为一种重要的方法出现。如何利用现代遥感技术快速准确的提取出地震震害成为震后应急工作的关键环节。传统地震震害提取方法的精度往往不够,提取的效率也不高,而中低分辨率遥感影像自身像元的像素值又偏低,同样也会影响分类结果的精度。随着基于对象地物提取方法的出现,高分辨率遥感影像的广泛使用,将基于对象的方法应用到高分辨率地震遥感影像中对快速准确的提取地震震后的地物具有十分重要的实际意义。本文采用高分二号遥感影像,把四川省阿坝藏族自治州九寨沟县漳扎镇作为实验区,对2017年8月8日发生的地震地物信息提取进行研究。在总结常用地物提取方法与精度评价的基础上,利用基于像元、分层分级提取、基于对象和多种不同特征相结合等方法,尝试提取建筑物、道路及滑坡,比较不同方法提取结果的精度。论文的主要结论如下:1.采用三种方法进行震后道路及滑坡提取。结果表明:基于像元的提取结果存在多个错分点,总体精度为80.45%;基于对象的光谱特征提取结果的漏分率较高,总体精度为79.68%;基于对象的纹理特征提取结果的漏分率最高,总体精度为86.31%。总体来看,基于对象的纹理特征提取精度最好;损毁情况来说,滑坡提取的像元占比达14.5%,对道路影像严重,道路的损毁比例在实验区内达32.08%,道路通达性差,影响灾后救援。2.利用分层分级和形状特征相结合的方法提取震前三个级别的建筑物信息,通过手动识别错分和漏分情况优化每一级地物提取精度。结果表明:每一级地物经过修正后的精度都提高10%左右,最终震前建筑物的提取精度达到85.33%。3.利用基于对象的不同特征的方法提取震后建筑物。结果表明:光谱特征结合纹理特征错分点最少,总体精度为83.74%;光谱特征结合形状特征漏分率较高,总体精度为78.23%;纹理特征结合形状特征错分点最多,总体精度为79.54%;光谱特征结合纹理特征结合形状特征漏分率最高,总体精度最差,为75.14%。总体来看,光谱特征结合纹理特征提取的结果漏分率较低,错分率最低,精度最高。4.通过震前和震后的建筑物提取精度对比分析,结果表明:震后提取的像元数由震前提取的154712像元增加到175163像元,损毁面积比约为1.04%,说明此次地震对九寨沟的建筑物影像不大。在建筑物变化检测时,选取三个典型建筑物分别进行了基于主成分分析的变化检测,结果表明三处建筑物的损毁百分比均在5%左右,建筑物震后保存基本完好。