城市是人类的主要聚居区，截止到2008年，全球已经有超过50％的人口聚集在仅占地表面积4％的城市区域中。而且这个数字还在增加，1900年全球只有10％的人口居住在城市，而现在这个数字已经超过50％。城市人口的大量涌入带来了巨大的环境问题，建筑物稠密，缺乏空地、阳光、绿地;城市噪音污染严重，干扰城市居民生活;城市大气污染，雾霾天气增多，城市居民患呼吸道疾病增加等等。研究城市环境对人类的生存与发展至关重要。城市绿度空间作为城市生态系统重要的组成部分对维持城市生态系统具有重要意义。植被能够吸收CO2产生氧气，减少噪声，缓解城市热岛等等，同时城市绿地还具有审美方面的价值给居民带来感官上的愉悦。遥感因具有大面积同步覆盖，实时同步等优点已经广泛的应用于资源环境等领域。本文就是通过高分辨率的激光雷达数据(LiDAR)和多光谱的航空遥感数据对匈牙利Székesfehérvár市进行分析。　　 本文提出一种结合基于像元和面向对象的遥感图像分类方法，并将该方法应用于研究区的地物提取。结果表明，该方法不但能够自动的实现城市中的绿地、建筑物的提取无需人工干预，而且，该方法作为一种融合多源遥感数据的方法，能够更加充分的利用多源数据中的信息，实现建筑物的高精度提取。　　 本文分析了当前关于城市绿度空间度量的方法，并分析了当前方法体系的优劣，提出了一种建筑物尺度上的城市绿度空间度量方法。本文在分析城市建筑物和城市绿度空间的空间配置关系的基础上建立了二维、三维的建筑物接触城市绿度空间的概率模型。考虑到城市中建筑物是城市居民生活和活动的主要场所，建筑物接触绿度空间的概率可以用于指示城市居民接触城市绿度空间的程度以及这种程度的空间分布。在概率模型的基础上本文进一步优化了模型，将城市植被的生理生态参数加入模型，提出了城市绿度空间指数(BAGIs)。城市绿度空间指数不但能够指示单体建筑物尺度上城市居民接触城市绿度空间的概率，而且能够应用于整个区域甚至是城市水平上，显示了很大的应用潜力。　　 最后，基于本文所建立的城市绿度空间模型以及多种的城市绿度空间指数，本文基于IDL开发了城市绿度空间评价原型系统UrbanEYE。系统集成了二维、三维的城市建筑接触城市绿度空间模型，以及多种遥感图像处理算法，能够进行常用遥感图像格式的读取、删除、显示，遥感图像的分割分类，植被指数的计算，绿度空间指数的计算等等。