不透水面是指由城市中的屋顶、广场组成的建筑系统和由道路、停车场组成的交通系统共同构成的人工地表覆被形态。一方面,不透水面是城市化进程的评价指标,可以反映城市的演变及扩张;另一方面,不透水面的面积、盖度和空间格局,影响着城市水热循环、局地气候变化、水文水质效应、城市环境污染等诸多问题,因此不透水表面也是环境质量评价的重要参考。准确有效地进行城市不透水层的空间制图,不仅有助于城市环境管理,也对城市规划等有极强的指导作用。遥感技术是目前最广泛使用的不透水面信息提取手段,目前已有多种数据源和多种方法被应用到不透水面的提取中来。但是往往存在信息提取精度低导致实际应用受限的问题,如何提高不透水面提取的精度是一个重要的研究课题。单一传感器很难同时在时间、空间、光谱上都取得很高的分辨率,充分利用多源遥感影像之间存在的优势互补有助于获得更准确的专题信息。此外,研究表明不同的分类器之间的分类误差并不完全相同,多个分类器的组合往往能获得比单一分类器更高的分类精度。本文尝试从多源遥感数据和多分类器两个方面入手,充分发挥融合的思想,探讨如何进行多源信息的优势互补融合,旨在获得更高的专题信息提取精度。在深入研究多源遥感数据融合的方法、层次、关键技术和多分类器组合中基分类器构成、组合层次、融合算法等理论知识的基础上,进行了多分类器组合方法对比分析实验后,将DS证据理论应用于多分类器和多源数据的融合,并在多源数据融合之前,通过SVD奇异值分解识别证据冲突区域,并结合SAR数据通过建立规则库进行冲突区域自适应融合,取得了较好的结果。开展融合多源遥感信息的不透水面提取方法研究,不仅可以得到更高精度的不透水面提取结果,为相关领域提供更为准确的基础数据支持,具有实际应用价值。同时,也是对多源遥感数据融合方法的探索,有助于提高海量遥感信息的利用率,进而推动遥感技术的发展。