及时准确的建筑物损毁信息是地震灾害救援以及灾后评估的重要信息。高空间分辨率遥感图像提供了丰富的细节信息，使得利用这些图像检测和评估地震灾害引起的建筑物破坏情况成为可能。因此，探索能够有效利用高分辨率图像准确探测建筑物破坏的新方法是地震灾害评估管理及相关应用所亟待解决的重要问题之一。由于建筑物倒塌后的光谱特征的相似性，仅仅利用光谱信息探测建筑物损毁的精度有限。考虑到建筑物倒塌前后的形状、结构、纹理以及阴影特征发生了显著的变化，本研究将上述几种空间信息与高分辨率图像的光谱信息结合，进行建筑物倒塌提取，并以伊朗巴姆地区为例，利用地震前后的Quickbird图像评价和分析不同空间信息及提取方法的性能。　　本研究采用三种不同的不变矩来定量表达图像的形状特征，采用形态学差值剖面来表达图像的结构特征，分别从地震前后的图像上提取形状和结构信息，分析了地震前后建筑物区域的形状和结构特征的差异;将得到的形状和结构特征分别与两个时相的光谱信息结合，利用单类支持向量机方法和面向对象的策略进行分类，提取建筑物倒塌信息。　　本研究提出了一种新的综合对象的光谱和纹理信息的建筑物倒塌提取方法。该方法首先采用具有旋转不变特性的局部二值模式(LBP)和方差(VAR)来计算地震前后图像的纹理以及二者间的交叉LBP纹理，然后计算每个图像对象的光谱剖面和LBP/VAR纹理直方图;采用光谱角距离来度量待识别对象与参考样本的光谱剖面和LBP/VAR纹理直方图的相似性，根据二者的相似性来提取建筑物倒塌。　　为进一步改善建筑物倒塌提取的精度，利用地震前后阴影的变化来优化上述方法得到的结果，并对相关参数的设置进行了讨论。为验证本研究所提出的方法的有效性，与只利用两时相光谱信息及传统方法的建筑物倒塌提取结果进行了定量比较。　　实验结果表明，与只利用光谱信息和传统方法相比，本文所提出的综合光谱和空间信息的建筑物倒塌提取方法，可显著提高探测精度，但不同的空间信息的性能差别明显。本文所提出的综合光谱和LBP/VAR纹理的建筑物倒塌提取方法可得到稳定的显著改善的提取精度，是一种有效的城市建筑物倒塌探测方法，可用于相关的高分辨率图像处理和应用中。