激光雷达(LiDAR,即Light Detection And Ranging)数据是实现城市信息化的重要数据源之一,国外学者已对LiDAR技术作了大量研究,并开发出各种建筑物自动提取的算法,而国内在该领域的相关研究还不成熟。激光雷达数据(LiDAR)由于分辨率高,直接获取地面信息的三维数据而成为非常有效的数据源,被越来越多的用于城市规划,3D虚拟城市构建以及城市太阳能开发等方面的研究中。本文试图利用LiDAR的点云数据,结合高分辨率的卫星影像数据对城市建物信息进行提取实验,其结果用于研究城市太阳能开发和利用。具体包括LiDAR数据特点及表达与处理,建筑物的轮廓信息和高度信息的提取,并结合太阳能模型计算出建筑物理论上获得的太阳能及效率,确定适合安放光伏板的建筑物屋顶最佳位置。建筑物提取技术作为研究的基础主要分为两大类,一类是通过特征过滤筛选LiDAR点云数据,直接获取建筑物信息；另一类是LiDAR数据与其他数据结合,利用阂值(Threshold-Based),覆膜(Mask-Based)及基于目标对象(Object-Based)等技术进行建筑物提取。本文对这两类方法都进行了实验分析和讨论,选择了两个案例：一般建筑物,多边形建筑物。多边形建筑物提取时,考虑了屋顶形状不规则,顶部材料多样化等因素。结果表明：特征过滤筛LiDAR点云的方法可以比较精确的建筑物信息；基于Object-Based方法对地物的分割很详细；Mask-Based提取的方法能方便地进行区域太阳能计算；Threshold-Based方法可以初步去掉树木等非目标地物为后续处理节省时间。两类方法都可以方便确定建筑物的最佳太阳能接收点,因此本文结合了上述方法的优点,应用Threshold-Based方法对数据进行预处理,用Mask-Based方法提取建筑物进行太阳能计算并结合Object-Based和特征过滤筛选的方法提取建筑物屋顶信息,并在此基础上利用Niko Lukac的太阳能模型完成了实验区太阳能计算,参考3D LiDAR点云视图确定适合安放太阳能光伏板的最佳位置。