城市精细尺度的人口数据在社会、政治、经济、环境等多个方面都具有十分重要的意义。随着遥感技术的迅速发展，遥感已逐渐成为城市人口估算的重要手段。目前，大多数方法都针对城市人口总数或城市大尺度上的人口数量进行估算，对城市精细尺度上的人口估算方法还不成熟。其原因主要有两点，一是中低分辨率的遥感影像无法实现精细尺度上的人口估算；二是如何提高对高分辨率影像的解译精度和可靠性，减少信息提取过程中的人工干预，提高估算的自动化水平还有待进一步研究，这也是当前制约城市精细尺度人口数量遥感估算方法发展的瓶颈问题。
　　近年来，机载激光雷达数据的投入使用使得快速获取高精度的三维地表信息成为可能，而如何将高分辨率遥感影像与机载激光雷达数据整合自动提取出相关信息，并用于城市精细尺度的人口估算中是一个值得深入研究的问题。因此，本文就针对这一问题，以美国的典型城区为例，以快速的、精确的、高度自动化的实现城市精细尺度人口估算为目的，对其中涉及到的关键技术进行了研究。主要的研究内容如下：
　　(1)基于高分辨率遥感数据的城市精细尺度人口估算方案。本文提出利用居民建筑物的几何属性来描述居住空间，将居民建筑物作为联系遥感数据与城市精细尺度人口数量的纽带，通过对遥感数据中居民建筑物的自动提取来提高人口估算的自动化程度，并分析人口数量与居民建筑物几何属性之间的数学关系，建立城区精细尺度的人口估算模型。
　　(2)基于遥感数据的建筑物自动提取算法综述及精度评价方法。提出了一套对建筑物提取结果的精度评价方案，分别从描述建筑物形态的三个主要方面(数量、面积和体积)对建筑物提取结果进行定量的精度评定，以确定一种适用于精细尺度人口估算研究的建筑物自动提取方法。首先对现有的基于遥感数据的建筑物自动提取方法进行总结和回顾，并在此基础上选取其中较为典型的几种自动提取方法进行实验，最后，利用本章提出的几个精度评价指标对建筑物提取结果的精度进行比较和分析，并分辨出适用于精细尺度人口估算的建筑物自动提取方法。
　　(3)建筑物的自动精细分类方法。提出了面向地块的城区遥感数据精细建筑物分类的方法。首先依据城区土地利用类型的形成规律，从地块的几何、植被、地面和建筑物特征四个方面建立对地块特征的描述，这种描述方法能够揭示各种精细土地利用类型间的细微差异，从而提高城区土地利用分类的精细程度，采用多类支持向量机算法对所有的地块进行分类，最后，根据精细土地利用分类结果，通过每个地块的土地利用类型确定该地块内建筑物的类型，结合精细尺度人口估算的需要，将提取出的建筑物分为单家庭建筑、多家庭建筑以及非居民区建筑三种类型。
　　(4)城市精细尺度的人口估算模型。针对美国居住人口的分布特点，提出了一种以居民建筑物的几何属性为参数的城市精细尺度人口估算模型。这种估算模型根据多元线性回归的思想，通过对居民建筑物数量、面积、体积等多种几何属性的优化选择建立优化的回归模型，并对该估算模型进行检验和验证，结果发现该估算模型能够较为准确地估算出城区小面积目标区域上的人口数量。
　　总体实验结果表明，本文提出的基于高分辨率遥感数据的城市精细尺度人口估算方法能够较为准确地估算出城市中以街区为单位的小面积目标区域上的人口数量，并通过对建筑物的自动提取和分类提高了整个估算过程的自动化程度。