城市化的过程伴随着人口迁移、经济发展和生态环境变迁。研究表明灯光遥感信号与城市化过程中的人口、GDP和城市用地变化具有显著的相关性。本文的研究目的是基于灯光遥感数据分析90年代以来我国城市的时空演化特征。本文的主要内容包括:　　(1)研究城市用地变化及灯光的响应关系。首先分析北京城市用地以及对应灯光强度的空间分布特征和时间变化趋势，然后基于混淆矩阵和ROC分析灯光对城市用地变化的响应。结果表明NDVI与百分比不透水面的拟合效果最好，但若考虑未发生变化的像元则VANUI的拟合效果更好，而DMSP灯光的饱和与扩散问题导致其拟合效果较差。通过ROC分析发现VANUI可以检出70％不透水面增加的区域，以及76％减少的区域。随着不透水面变化的阈值上升，NDVI的分类效果逐渐超过DMSP和VANUI，但在高阈值(＞60％)下三种数据分类的准确率都将急剧下降。　　(2)使用DMSP灯光时间序列研究中国城市的时空动态变化趋势。基于分段线性回归模型寻找城市化速率发生突变的时间，然后使用统计检验方法确定最优回归模型。在此基础上对分段模型的回归系数聚类得到了六种城市化发展模式，基于最优回归模型计算了全国城市灯光亮度平均变化趋势。结果表明我国72％的灯光像元符合分段模型，六种城市化发展模式可以反映城市在不同时期的发展状况，我国75％以上灯光区域的灯光亮度处于增长趋势，近年来我国灯光增长的不均衡性正在加剧，长三角城市的灯光增长正在加速，而珠三角城市的灯光增长正在减速。　　(3)构建人类居住合成指数HSCI(Human Settlement Composite Index)。本文首先分析了DMSP、NDVI和土地覆盖数据的优缺点，然后指出现有灯光指数研究的不足，在此基础上构建并评估了HSCI指数。结果表明HSCI改善了DMSP饱和问题，能够更好地反映城市内部城市化水平的差异，例如能够区分机场、港口等人类活动强烈的区域。其解决了其他基于NDVI的灯光指数在城市水体出现异常值的问题，且可以较好地抑制灯光的扩散现象。此外HSCI还能够识别DMSP难以分辨的农村等小型人类居住区。　　(4)研究我国城市化对生态环境的影响。采用Meta-Analysis方法收集并统计了生态环境指标沿城乡梯度变化的文献，然后使用Join-Count和秩相关定量化分析各类生态环境指标的变化特征。为了全面研究对生态环境对城市化的响应，本文还分析了DMSP和MODIS NPP时间序列的相关性。研究结果从不同侧面反映了城市化对生态环境产生的负面影响。其中鸟类、植物和昆虫的指标与城市化呈负相关的较多，而土壤、空气和水呈正相关的指标较多。研究还发现部分文献由于城市化水平衡量方法不足，导致了一些与城市化显著相关的指标被忽略。我国285个城市中68％的城市NPP随着城市化发展而降低，只有八个城市的城市化与NPP呈显著正相关。过去生态环境较好的城市如杭州和厦门近年来NPP正在加剧降低。