建筑物是城市人工地貌环境的重要组成部分，其分布特征和高度差异对城市布局具有重要影响，其中建筑高度信息的获取与分析在城市容积率(Floor Area Ratio，FAR)的估计和城市地貌研究方面有着非常重要的研究价值。高分辨率遥感影像的出现，使得通过卫星影像上的建筑阴影信息计算建筑物的高度成为一个非常有效而且快速的方法。但普通的算法并不能够满足实际应用对于精度的要求，为此，本文用建筑物高度信息为主要研究对象，以北京市为案例，着重开展了基于最大内圆和最小外接斜矩形进行城市建筑物高度的自动测量的新方法，建立了城市人工地貌的分类方法，对基于阴影信息获得的建筑物高度结果进行了精度评价。　　本研究主要内容包括：⑴建筑物阴影信息提取方法的研究：基于Alos高空间分辨率遥感影像，通过影像分割和面向对象分类技术来初步提取阴影信息，通过面积差值方法来检测规则阴影，通过条件约束检测不规则阴影，分别使用外接矩形与最大内圆的方法计算有效的阴影长度和建筑物高度。⑵基于“形态-功能”的城市人工地貌的分类方案：借鉴自然地貌的形态与成因相结合的分层分级分类方法，将城市建筑物按照形态划分为低山、丘陵、台地、平原、河谷等一级大类，按照高差划分二级类型。在此基础上，按照功能再进行了类型的细化，形成了较为完备的城市人工地貌分类方案。基于阴影获得的建筑物高度信息，对北京地区的城市建筑进行了地貌类型划分。⑶城市建筑高度提取结果的精度评价：基于城市建筑物的空间分布差异性，随机选取了北京市的四个区域为示范区，每个区域至少含100栋建筑，对阴影提取结果进行精度评价，其总精度达70％。本文的研究内容不仅证明了阴影提取较强的实用性，显示了卫星遥感影像在城市人工地貌方面广阔的应用前景。随着越来越多的后续研究工作的进行，这种方法将会变得更加精确和实用。