論夜光遙感數(shù)據(jù)挖掘

李德仁，李 熙

1.武漢大學(xué)測繪遙感信息工程國家重點實驗室，湖北 武漢430079；2.地球空間信息技術(shù)協(xié)同創(chuàng)新中心，湖北 武漢430079

1 引 言

隨著經(jīng)濟社會發(fā)展，夜間照明設(shè)施逐漸普及，人類已經(jīng)逐步擺脫了黑暗的夜間生活。如果從太空觀測夜間無云時的地球，可以發(fā)現(xiàn)人類聚居區(qū)和經(jīng)濟帶發(fā)出奪目的光芒。鑒于夜光遙感影像的獨特魅力，著名的谷歌地球軟件（Google Earth）已經(jīng)將夜光影像作為影像層之一。公眾可以欣賞不同經(jīng)濟帶的夜景來比較不同區(qū)域的發(fā)展水平，而科學(xué)工作者可以對這些影像進行數(shù)據(jù)挖掘從而發(fā)現(xiàn)社會和自然規(guī)律。相比于普通的遙感衛(wèi)星影像，夜光遙感影像更多地反映人類活動，因此它在社會科學(xué)領(lǐng)域得到了廣泛的應(yīng)用。

始于20世紀70年代的美國軍事氣象衛(wèi)星計劃（defense meteorological satellite program，DMSP）的線性掃描業(yè)務(wù)系統(tǒng)（operational linescan system，OLS）的設(shè)計初衷是捕捉夜間云層反射的微弱月光，從而獲取夜間云層分布信息，然而科學(xué)家們意外的發(fā)現(xiàn)DMSP/OLS可以捕捉到無云情況下的夜間城鎮(zhèn)等發(fā)光，這就是夜光遙感的起源［1］。至今，已經(jīng)有包括DMSP/OLS、國際空間站（ISS）等對地觀測傳感器可以獲取地球夜間的可見光和近紅外波段的影像，表1列出了能夠觀測夜光的觀測平臺和傳感器以及基本屬性。

表1 不同夜光遙感對地觀測平臺的基本參數(shù)Tab.1 Basic parameters for observation platforms of the nighttime light remote sensing

夜光影像不僅可以反映夜間城鎮(zhèn)燈光，還可以捕捉到夜間漁船、天然氣燃燒、森林火災(zāi)的發(fā)光等，因此廣泛地應(yīng)用于社會經(jīng)濟參數(shù)估算、區(qū)域發(fā)展研究、重大事件評估、漁業(yè)監(jiān)測等諸多研究領(lǐng)域。下面將對這些研究領(lǐng)域分別進行介紹和歸納。值得注意的是，雖然夜光遙感影像的來源已經(jīng)由傳統(tǒng)的DMSP/OLS影像拓展到多源夜光影像，但DMSP/OLS影像具有歷史存檔數(shù)據(jù)豐富、空間覆蓋范圍廣等優(yōu)勢，因此大多數(shù)夜光遙感的研究仍然是基于這類影像開展的。

2 社會經(jīng)濟參數(shù)估算

社會經(jīng)濟參數(shù)對于政府決策、科學(xué)研究具有重要價值，由于受到傳統(tǒng)統(tǒng)計調(diào)查方式的局限，社會經(jīng)濟參數(shù)的獲取往往存在誤差較大以及缺乏空間信息等缺點。夜光遙感影像和人類活動存在較高的相關(guān)性，且具備時空連續(xù)、獨立客觀等優(yōu)勢，因此夜光遙感影像能夠為國民生產(chǎn)總值、人口、電力消費、溫室氣體排放、貧困指數(shù)、基尼系數(shù)等社會經(jīng)濟參數(shù)的估算提供重要依據(jù)。

2.1 國民生產(chǎn)總值估算

照明設(shè)施的密度和使用能夠反映該區(qū)域的繁榮程度，大量的統(tǒng)計研究表明夜間燈光與國民生產(chǎn)總值（GDP）或區(qū)域生產(chǎn)總值（GRP）存在較高的相關(guān)性。此方面研究始于1997年，文獻［2］利用DMSP/OLS夜光影像對美洲21個國家的夜間發(fā)光面積和GDP進行回歸分析，發(fā)現(xiàn)回歸的決定系數(shù)達到0.97。此后，類似的研究在歐盟［3］、中國［4］、美國［5］等國分別展開，分析發(fā)現(xiàn)夜光總量與GDP/GRP的回歸決定系數(shù)在這些區(qū)域達到0.8～0.9之間。

上述研究表明，夜光遙感用來估算GDP或GRP在理論上是可行的。對于多數(shù)發(fā)達國家而言，因為統(tǒng)計系統(tǒng)較為完善、經(jīng)濟統(tǒng)計數(shù)據(jù)較為充分和準確，所以在統(tǒng)計單元層次上，夜間燈光難以為經(jīng)濟數(shù)據(jù)提供更多的信息。然而，對于統(tǒng)計系統(tǒng)較為薄弱的部分發(fā)展中國家而言，統(tǒng)計數(shù)據(jù)誤差較大甚至缺失，因此夜間燈光可為這些國家的GDP或GRP的估算提供依據(jù)。2011年，美國權(quán)威經(jīng)濟學(xué)雜志《美國經(jīng)濟評論》刊登了布朗大學(xué)的研究成果，依據(jù)不同國家經(jīng)濟統(tǒng)計數(shù)據(jù)的可信度，利用夜光遙感數(shù)據(jù)修正各國國民生產(chǎn)總值增長率，例如：緬甸1992—2005年的GDP年均增長率的官方值為10.02%，而通過夜光數(shù)據(jù)修正后的年均增長率為6.48%［6］。在此研究的基礎(chǔ)上，文獻［7］提出利用1992—2008年的夜光遙感數(shù)據(jù)修正全球GDP格網(wǎng)產(chǎn)品，并發(fā)現(xiàn)夜光數(shù)據(jù)對統(tǒng)計數(shù)據(jù)缺失國家的GDP估算能夠發(fā)揮十分顯著的作用。文獻［8］認為農(nóng)業(yè)部門產(chǎn)值難以用夜光來度量，提出利用遙感土地覆蓋產(chǎn)品和夜光影像分別來度量農(nóng)業(yè)和非農(nóng)業(yè)部門產(chǎn)值，得到了中南半島各國的亞國家區(qū)域（sub－national region）的經(jīng)濟增長率數(shù)據(jù)。文獻［9］開展了一項有趣的研究，將美國的夜光－國民收入的回歸模型應(yīng)用到墨西哥，得到墨西哥的非正式經(jīng)濟產(chǎn)值比官方公布的國民收入高出150%的驚人結(jié)論。

考慮到夜間燈光在不同尺度上與人口、經(jīng)濟等均存在較高的相關(guān)性，因此夜間燈光為社會經(jīng)濟指標的空間化提供了新的途徑。文獻［10］研究了人口、GDP和溫室氣體排放與夜光影像中發(fā)光面積的線性關(guān)系，基于這種關(guān)系將上述參量分配到1°×1°分辨率的空間格網(wǎng)上，從而獲得了全球人口、GDP和溫室氣體排放的空間格網(wǎng)數(shù)據(jù)；基于類似的原理，對歐盟各國GDP進行了空間化，生成了歐盟區(qū)域5km×5km的GDP格網(wǎng)數(shù)據(jù)?？紤]到夜光和GDP在不同區(qū)域的關(guān)系存在一定差異，文獻［11］通過夜光影像、人口密度、土地覆蓋等地理信息數(shù)據(jù)，建立了一套更加精確的GDP空間分配模型，從而獲得全球1km×1km的GDP格網(wǎng)圖。

2.2 人口估算

人口數(shù)據(jù)的空間化能夠為區(qū)域經(jīng)濟、災(zāi)害、全球變化等研究提供關(guān)鍵參數(shù)，因此人口數(shù)據(jù)的空間化極為重要。文獻［12］研究發(fā)現(xiàn)美國陸地的夜光亮度和人口密度分布圖的具有較好的相關(guān)性，線性回歸的決定系數(shù)達到0.63，這為利用夜光影像研究人口密度提供了經(jīng)驗基礎(chǔ)。文獻［13］利用中國1997年的DMSP/OLS夜光影像的點亮面積、夜光總量、平均發(fā)光強度、夜光比例等多個指標與人口、非農(nóng)業(yè)人口在縣級和城市單元上進行回歸分析，發(fā)現(xiàn)夜光數(shù)據(jù)能夠較好地在縣級尺度上模擬非農(nóng)業(yè)人口，證明了夜光影像對于人口建模具有很好的潛力。

盡管夜光和人口密度存在較好的相關(guān)性，但僅利用其相關(guān)性不足以對人口數(shù)據(jù)展開較高精度的空間化。因此實際應(yīng)用中，需要結(jié)合夜光數(shù)據(jù)和輔助數(shù)據(jù)來開展人口數(shù)據(jù)空間化?；谝构夂腿丝诜植嫉年P(guān)系，文獻［14］利用夜間燈光影像、遙感植被指數(shù)產(chǎn)品、人口統(tǒng)計數(shù)據(jù)將中國的縣級行政單元劃分為3類，針對每類單元建立不同的人口空間分配模型，從而得到1km×1km的人口密度分布。此后，大量的研究在不同地理信息和遙感產(chǎn)品的輔助支持下，基于不同的空間分配模型，通過夜光影像進行了巴西［15］、歐盟［16］、中國［17－18］及子區(qū)域的人口空間化，而最新的研究成果利用了新型夜光影像Suomi NPP/VIIRS生成了中國海岸帶500m×500m空間格網(wǎng)的人口密度圖［19］。

2.3 電力消費估算

夜光影像能夠反映照明設(shè)施的密度和使用程度，因此也能夠為電力消費空間化提供依據(jù)。文獻［20］提出利用夜光數(shù)據(jù)測算電力消費，發(fā)現(xiàn)在日本、中國、印度等數(shù)十個亞洲國家中，電力消費和夜光總量之間線性回歸的決定系數(shù)高于0.6，初步證明了夜光用來估算電力消費的合理性。文獻［21］基于多源DMSP/OLS夜光影像研究了塞納加爾和馬里的農(nóng)村電力普及率和DMSP/OLS夜光的關(guān)系，通過大量的地面調(diào)查發(fā)現(xiàn)，通電的村莊的夜光明顯高于未通電的村莊，證明了夜光影像可以用來檢測全球的電力普及率。文獻［22］利用中國1997年的DMSP/OLS夜光影像的夜光總量等指標與電力消費等指標進行回歸分析發(fā)現(xiàn)，發(fā)現(xiàn)夜光影像可以在省級和縣級尺度上與電力消費存在較好的相關(guān)性。文獻［23］分析了中國的NPP/VIIRS夜光數(shù)據(jù)與GDP、電力消費進行回歸，發(fā)現(xiàn)夜光總量能夠較好地在省級單元上模擬GDP和電力消費數(shù)據(jù)，其精度高于DMSP/OLS夜光數(shù)據(jù)的建模結(jié)果。

文獻［24］借助DMSP/OLS夜光影像得到的人居指數(shù)，模擬得到了2010年浙江省1km×1km的電力消費空間分布圖。文獻［25］利用遙感植被指數(shù)產(chǎn)品來修正DMSP/OLS夜光影像的飽和數(shù)據(jù)，通過建立省級電力消費和夜光總量的關(guān)系，反演得到我國2000—2008年電力消費的空間格網(wǎng)數(shù)據(jù)。

2.4 碳排放估算

由于碳排放和人類經(jīng)濟活動密切相關(guān)，而經(jīng)濟活動與夜光有較強的相關(guān)性，因此夜光能夠用來反映碳排放的空間分布并對碳排放進行空間化。文獻［26］發(fā)現(xiàn)世界各國的碳排放量與夜間點亮面積對數(shù)值的回歸決定系數(shù)達到0.84，在此基礎(chǔ)上直接利用線性分配模型生成了1995年全球碳排放的1°×1°分辨率格網(wǎng)圖。在上述研究基礎(chǔ)上，文獻［27］提出利用夜光數(shù)據(jù)在夜間點亮區(qū)域分配碳排放數(shù)據(jù)，而在非點亮區(qū)域利用人口數(shù)據(jù)分配碳排放數(shù)據(jù)，生成了全球1km×1km分辨率的全球碳排放格網(wǎng)圖，結(jié)果表明該方法比單純利用夜光數(shù)據(jù)生成的碳排放格網(wǎng)圖的精度更高。文獻［28］利用夜光和碳排放統(tǒng)計數(shù)據(jù)的關(guān)系，在Landsat遙感影像的輔助下，得到了我國1992—2010年地級市的碳排放數(shù)據(jù)，并揭示了我國這一期間碳排放的時空特征。

2.5 貧困和基尼系數(shù)估算

鑒于夜光影像能夠表征區(qū)域內(nèi)的經(jīng)濟發(fā)展水平，因此它能夠用來測度區(qū)域的貧困程度以及發(fā)展不平衡性。文獻［29］提出了利用夜光分布和人口分布的差異性來度量全球各國內(nèi)部發(fā)展不平衡性（即空間基尼指數(shù)），研究發(fā)現(xiàn)新加坡、波多黎各以及美國的空間基尼系數(shù)最小，而基里巴斯、巴布亞新幾內(nèi)亞和所羅門群島的空間基尼系數(shù)最大。文獻［30］利用夜光和人口數(shù)據(jù)的比值作為度量貧困人口的指標，并將該指標聚合到國家尺度上，從而生成全球格網(wǎng)以及行政區(qū)劃的貧困指數(shù)，通過該指數(shù)估測2006年全球貧困人口為22億，接近世界銀行估算的26億。文獻［31］結(jié)合DMSP/OLS夜光數(shù)據(jù)和全球人口分布圖，發(fā)現(xiàn)窮國和富國的邊界導(dǎo)致了明顯的社會經(jīng)濟屬性的突變，并提出了財產(chǎn)私有制度是導(dǎo)致這一突變的原因。文獻［32］用夜光分布表征公共資源的分布，通過對廢除種族主義后的南非夜光數(shù)據(jù)進行分析，發(fā)現(xiàn)了種族主義的廢除明顯有利于公共資源的公平分配，但執(zhí)政黨（非洲人國民大會）的主要支持區(qū)較其他區(qū)域獲得了更多公共資源。

3 城市化監(jiān)測與評估

城市化是發(fā)展中國家經(jīng)濟發(fā)展的重要推動力之一，同時城市化也深刻影響了全球和區(qū)域氣候變化。因此，對城市化進行監(jiān)測和評估有利于理解全球社會經(jīng)濟發(fā)展和氣候變化。由于城鎮(zhèn)在夜間發(fā)出燈光，因此夜光影像可以用來準確提取和分析建成區(qū)范圍和空間聚集現(xiàn)象（城市群），對于理解全球和區(qū)域城市化進程可以發(fā)揮重要作用。

3.1 城市化監(jiān)測

建成區(qū)范圍是城市化的重要參量，研究表明夜光影像能夠有效地提取建成區(qū)范圍及變化。經(jīng)驗研究表明，對夜光影像進行圖像分割，將較亮區(qū)域視為建成區(qū)［33－39］。為了從夜光影像中提取建成區(qū)，另一類思路是利用其他遙感產(chǎn)品（主要是植被指數(shù)產(chǎn)品）和夜光影像共同構(gòu)造特征空間，從而準確提取建成區(qū)范圍，這類方法在中國［40－42］、印度［43］等國的建成區(qū)提取獲得了成功。因為夜光影像可以用來反映建成區(qū)范圍，時間序列夜光影像則可以反映城市化的動態(tài)信息。基于DMSP/OLS夜光影像對全球城市化制圖的能力［44］，該類影像可以用來分析近20年來中國城市化的時空動態(tài)信息［45］?；诟叻直媛蔬b感數(shù)據(jù)的實證研究表明，DMSP/OLS夜光影像對于檢測發(fā)達國家的城市化進程能夠取得較好的效果，而在發(fā)展中國家的應(yīng)用效果則略為遜色［46］。夜光影像不僅能夠反映區(qū)域發(fā)展中的建成區(qū)擴張，同時也能夠反映電力消費等參量的變化。文獻［47—48］評估了1994—2009年DMSP/OLS夜光影像反映中國各地級市城市化的能力，發(fā)現(xiàn)中國夜光與人口、電力消費、建成區(qū)面積等在時間維度上的關(guān)系顯著（回歸決定系數(shù)一般大于0.8），證明了DMSP/OLS夜光影像能夠很好地反映中國城市化的動態(tài)。相似的研究在哈薩克斯坦、中國展開，均證明了時間序列夜光影像能夠較好地反映城市化參數(shù)的動態(tài)變化。

3.2 城市群和城市體系演化分析

夜光影像不僅能夠用來監(jiān)測城市化，還能發(fā)掘城市群的時空演化模式。文獻［49］通過對DMSP/OLS夜光影像進行空間聚類分析，得到了中國主要城市群的分布，其中規(guī)模最大的5個城市群分別是上海、鄭州、廣州、北京和沈陽城市群。文獻［50］提出利用偽不變區(qū)域的方法對DMSP/OLS夜光影像進行時間序列分析，得到了中國遼寧省中部城市群的時空演化特征。文獻［51］利用DMSP/OLS夜光影像研究了我國東北地區(qū)1992—2010年的城市化進程，通過單位圓分析方法發(fā)現(xiàn)沈陽、長春、哈爾濱、大連、大慶和鞍山的城市化進程最快。文獻［52］基于DMSP/OLS夜光影像研究了1994—2009年江西省城鎮(zhèn)空間格局分布，發(fā)現(xiàn)了江西城鎮(zhèn)的相互聯(lián)系增大、破碎度減小、發(fā)展無序度增大等特點。文獻［53］利用1992—2010年的DMSP/OLS夜光影像研究了我國環(huán)渤海城市群的空間格局變化，發(fā)現(xiàn)了該區(qū)域中小城市的相對擴張速率大于大城市，核心城市與衛(wèi)星城市連通度增加等規(guī)律。文獻［54］利用1998、2003和2008年的DMSP/OLS夜光影像分析了長三角城市群的擴張?zhí)卣鳎l(fā)現(xiàn)了該區(qū)域的3種城市擴張模式，得出了該區(qū)域內(nèi)部城市發(fā)展的不平衡性在逐漸減小等結(jié)論。

相比于夜光遙感在城市群的應(yīng)用，夜光遙感在城市體系的研究也逐步開展。城市體系是指以中心城市為核心，由不同等級規(guī)模、不同職能分工、相互密切聯(lián)系的城鎮(zhèn)組成的系統(tǒng)，城市體系研究是城市進入高級發(fā)展階段后的產(chǎn)物。由于夜光影像能夠提供城市的規(guī)模以及空間關(guān)聯(lián)信息，因此夜光影像能夠有力地支撐城市體系的研究。文獻［55］利用1992—2009年的 DMSP/OLS夜光影像研究了亞洲東部的城市化，發(fā)現(xiàn)了該區(qū)域城市化伴隨著城市網(wǎng)絡(luò)的不斷連通，并證明了該區(qū)域的城市體系完全符合著名的齊夫定律。文獻［56］利用DMSP/OLS夜光影像定量分析了中國城市體系結(jié)構(gòu)，將中國體系劃分為北方城市體系和南方城市體系以及8個區(qū)域城市體系，并計算得到了中國各節(jié)點城市及地位。

4 重大事件評估

由于夜光能表征社會經(jīng)濟參數(shù)，當社會經(jīng)濟系統(tǒng)發(fā)生重大變化時，城鎮(zhèn)夜光往往也會發(fā)生急劇變化，從而為評估這些事件提供一定的依據(jù)。

文獻［57］利用了DMSP/OLS夜光影像研究了2001年巴西能源危機，這一時期巴西用電量減少了20%，夜光亮度也相應(yīng)減少約20%，證明了夜光影像能夠監(jiān)測能源危機。文獻［58］提出利用DMSP/OLS時間序列夜光影像評估自然災(zāi)難的影響，以2001年西印度地震為研究對象，發(fā)現(xiàn)夜光影像監(jiān)測到的損失與實地調(diào)查情況高度吻合。文獻［59］利用NPP/VIIRS夜光影像評估了發(fā)生在美國兩次極端天氣事件導(dǎo)致的停電事件，不僅發(fā)現(xiàn)通過夜光影像得到的停電范圍和調(diào)查報告得到的結(jié)果極為接近，還估算了調(diào)查報告未涉及區(qū)域的停電數(shù)據(jù)。

夜光影像不僅能監(jiān)測停電事件和自然災(zāi)害，還能監(jiān)測到大規(guī)模的人道主義災(zāi)難。文獻［60］提出利用時間序列DMSP/OLS夜光影像評估2000—2008年津巴布韋經(jīng)濟崩潰的空間分布信息，研究發(fā)現(xiàn)該國的礦業(yè)和農(nóng)業(yè)受到的損失最大，而服務(wù)業(yè)和貿(mào)易受到的損失相對較小。文獻［61］根據(jù)DMSP/OLS夜光影像評估了美國政府2007年對伊拉克增兵的效果，研究表明巴格達的夜光在增兵行動后發(fā)生減少，據(jù)此認為巴格達的治安發(fā)生惡化，從而質(zhì)疑了增兵行動的實際效果。文獻［62］利用時間序列DMSP/OLS夜光影像評估了1999年車臣戰(zhàn)爭和2008年的俄羅斯－格魯吉亞戰(zhàn)爭，發(fā)現(xiàn)區(qū)域夜光整體隨著武裝沖突而減少，并發(fā)現(xiàn)夜光變化能夠反映沖突中的人口遷移以及油田火災(zāi)。在此研究基礎(chǔ)上，文獻［63］基于武裝沖突數(shù)據(jù)庫和時間序列DMSP/OLS夜光影像在全球范圍內(nèi)分析了夜光變化和武裝沖突的關(guān)系，發(fā)現(xiàn)了武裝沖突發(fā)生的國家的夜光波動較大，并且指出全球的夜光波動和當年的武裝沖突數(shù)量存在較好的線性關(guān)系。文獻［64］利用了時間序列DMSP/OLS夜光影像評估了2011至今的敘利亞內(nèi)戰(zhàn)，發(fā)現(xiàn)敘利亞的夜光損失了74%，夜光的減少與難民遷徙存在較高的相關(guān)性，而夜光的時空變化模式被國境線分割，證明了夜光影像可以用來評估敘利亞內(nèi)戰(zhàn)中的人道主義危機。

5 生態(tài)環(huán)境和健康效應(yīng)研究

夜光遙感影像可以用來研究生態(tài)環(huán)境和健康問題。一方面，城市擴張帶來了土壤侵蝕等一系列生態(tài)環(huán)境問題，利用夜光影像可以作為重要數(shù)據(jù)源之一用來評估這些問題。另一方面，城鎮(zhèn)夜光不僅是經(jīng)濟繁榮的象征，同時也是光污染的來源，因此利用夜光影像可以用來監(jiān)測光污染及其健康效應(yīng)。

5.1 城鎮(zhèn)擴張的環(huán)境效應(yīng)分析

夜間燈光不僅能夠直接反映城市化進程，也可以評估城市化導(dǎo)致的生態(tài)和環(huán)境問題。文獻［65—66］利用1994—1995年的 DMSP/OLS夜光影像和生態(tài)數(shù)據(jù)分析了城市化的生態(tài)效應(yīng)，發(fā)現(xiàn)城市化蠶食了大量的優(yōu)質(zhì)土壤，并且削弱了植被初級生產(chǎn)力。文獻［67］利用了1996年和2000年兩期的DMSP/OLS和AVHRR凈初級生產(chǎn)力（NPP）產(chǎn)品，來計算這一時期中國GDP和NPP的變化，發(fā)現(xiàn)了GDP增長較大的區(qū)域里NPP的損失也較大，而GDP不發(fā)生變化的區(qū)域里NPP以減少為主。文獻［68］利用了1992—2000年的DMSP/OLS夜光影像分析了美國科羅拉多州森林火災(zāi)易發(fā)區(qū)域的城鎮(zhèn)擴張，發(fā)現(xiàn)了Grand縣在火災(zāi)易發(fā)區(qū)域的城鎮(zhèn)擴張面積最大，而Teller縣的擴張比例最大，證明了夜光影像可以評估城鎮(zhèn)擴張的火災(zāi)風險。文獻［69］利用時間序列DMSP/OLS夜光影像、遙感植被指數(shù)產(chǎn)品、陸表溫度產(chǎn)品、動物棲息地分布圖，在多尺度空間下分析了我國1992—2012年動物棲息地由于城市擴張的損失，發(fā)現(xiàn)了長三角、珠三角、北京城市圈以及長沙—株洲—湘潭城市圈的棲息地由于城市擴張導(dǎo)致的損失均超過10%，特別是珠三角25%的棲息地被侵蝕，而該區(qū)域42%的濕地被轉(zhuǎn)變?yōu)槠渌猛尽?/p>

5.2 光污染及效應(yīng)分析

自然界的各種生物在長期的進化過程中，已經(jīng)適應(yīng)了黑暗的夜間生活方式。夜間燈光的出現(xiàn)，在給人類帶來便利的同時，也給動植物和人類的健康帶來了負面影響，特別是夜間燈光的過度使用導(dǎo)致了光污染。長期以來，光污染研究主要利用局部地面觀測以及實驗室研究來開展，但難以在較大空間范圍的開展。隨著夜光遙感技術(shù)的逐漸發(fā)展，部分光污染研究開始基于夜光遙感影像進行，使得光污染研究得以在較大空間范圍內(nèi)開展。利用遙感技術(shù)調(diào)查光污染的分布是一項基礎(chǔ)的工作。文獻［70］利用航拍的高分辨率夜間燈光影像獲取了德國柏林市的光污染的空間分布和來源，發(fā)現(xiàn)街道照明、工業(yè)、服務(wù)業(yè)等對光污染的貢獻最大。文獻［71］利用DMSP/OLS夜光影像分析了歐洲近15年來的光污染的時空變化，發(fā)現(xiàn)了歐洲在這段時期的光污染明顯增加，但烏克蘭、斯洛伐克等東歐國家的光污染發(fā)生了減少，而部分發(fā)達西歐（英國、比利時等）和北歐國家（瑞典、芬蘭等）的光污染在局部區(qū)域也在減少。

遙感技術(shù)不僅用來調(diào)查夜光的分布，同時也用來揭示夜光的健康與生態(tài)效應(yīng)。文獻［72］利用醫(yī)學(xué)樣本數(shù)據(jù)和DMSP/OLS夜光影像，分析了以色列女性乳腺癌、肺癌發(fā)病率與夜光強度的關(guān)系，研究表明光污染強度與乳腺癌的發(fā)病率有顯著相關(guān)，而與肺癌發(fā)病率沒有顯著相關(guān)，表明了夜光強度與乳腺癌的發(fā)病可能存在因果關(guān)系。文獻［73］利用樣本數(shù)據(jù)和DMSP/OLS夜光影像，研究了美國佐治亞州的女性乳腺癌發(fā)病率與光污染強度的關(guān)系，研究表明乳腺癌的發(fā)病率與光污染強度存在顯著相關(guān)，但這種關(guān)系在不同人種間存在差異：對于白人女性而言，這種相關(guān)性顯著；而對于黑人女性而言，則相關(guān)性并不顯著。文獻［74］利用醫(yī)學(xué)調(diào)查數(shù)據(jù)和DMSP/OLS夜光影像，分析了全球男性前列腺癌、肺癌、結(jié)直腸癌的發(fā)病率與光污染強度的關(guān)系，發(fā)現(xiàn)前列腺癌的發(fā)病率和光污染強度有顯著相關(guān)，而其他兩種癌癥的發(fā)病率與光污染沒有顯著相關(guān)。文獻［75］基于夜光遙感影像和調(diào)查問卷的方式研究了德國青少年的夜晚型人格（eveningness）和夜間燈光的關(guān)系，發(fā)現(xiàn)了居住在夜晚明亮城區(qū)青少年的夜晚型人格比率明顯高于居住在夜晚黑暗區(qū)域的青少年。

夜間光污染不僅影響了人類的健康，同時也對動植物的生活習(xí)性構(gòu)成了影響。文獻［76］利用SAC－C衛(wèi)星、國際空間站獲取的夜光影像和動物調(diào)查數(shù)據(jù)，研究了以色列地中海沿岸的海龜筑巢行為，發(fā)現(xiàn)了海龜更容易在黑暗的區(qū)域筑巢，說明了夜光能夠改變海龜?shù)闹残袨?。文獻［77］基于DMSP/OLS夜光影像和問卷調(diào)查數(shù)據(jù)研究了葡萄牙亞速爾群島的夜光對海鷗飛行的影響，發(fā)現(xiàn)了部分海鷗的飛行路線明顯被夜光干擾。文獻［78］基于鳥類調(diào)查數(shù)據(jù)和DMSP/OLS夜光影像，研究蘇格蘭福斯河口的紅腳鷸（一種鳥類）的夜晚行為與夜間燈光的關(guān)系，發(fā)現(xiàn)了夜間燈光能夠顯著性的提升紅腳鷸的夜間覓食和喂食的能力。

6 漁業(yè)研究

城鎮(zhèn)燈光是陸地夜光的主要來源，而漁船則是海洋夜光的主要來源。在許多國家，漁民利用一些海洋生物的夜間趨光性特點，在漁船上裝載巨大功率的照明燈泡，從而高效地開展?jié)O業(yè)活動，這為利用夜光遙感影像獲取漁業(yè)信息提供了可能性。文獻［79］利用DMSP/OLS夜光影像獲取了秘魯海岸的捕魷魚船隊的時空分布信息，通過與定位系統(tǒng)獲取的船隊信息進行對比，發(fā)現(xiàn)兩者高度一致。在上述研究基礎(chǔ)上，文獻［80］利用DMSP/OLS夜光影像分析了大西洋西南部的捕魷魚業(yè)的時空規(guī)律，發(fā)現(xiàn)了捕撈范圍和捕撈量呈正相關(guān)等漁業(yè)規(guī)律。文獻［81］利用DMSP/OLS夜光影像探測了1994—1999年期間日本捕魷魚船隊的時空分布規(guī)律，通過船隊的時空動態(tài)信息將日本海劃分成為7個捕撈區(qū)域并且推測了該海域魷魚群的遷徙路線。文獻［82］利用DMSP/OLS夜光影像獲得了日本海及周邊的漁船分布信息，并通過DMSP/OLS的熱紅外影像獲得了該區(qū)域的海水溫度信息，發(fā)現(xiàn)了漁船的分布與水溫存在密切關(guān)系，特別是大量的漁船分布在冷暖流交界處的冷流一側(cè)。鑒于夜光能夠較好地表征漁業(yè)、經(jīng)濟活動等人類活動信息，文獻［83］利用DMSP/OLS夜光影像評估了全球珊瑚礁受到人類活動壓力的狀況，發(fā)現(xiàn)泰國灣的珊瑚礁受到漁業(yè)活動的壓力最大，而波多黎各、紅海以及波斯灣的珊瑚礁受到城鎮(zhèn)發(fā)展的壓力最大。

7 其他研究

除了上述研究之外，夜光遙感在流行病研究、油氣田監(jiān)測、森林火災(zāi)監(jiān)測等研究領(lǐng)域均發(fā)揮了作用。2011年《科學(xué)》雜志上發(fā)表了題為“Explaining Seasonal Fluctuations of Measles in Niger Using Nighttime Lights Imagery”的研究論文，作者利用城市夜光的季節(jié)性變化來表征城市人口的動態(tài)變化，發(fā)現(xiàn)非洲尼日爾的麻疹傳染可以用夜光的變化很好地解釋，首次揭示了該疾病的爆發(fā)來自于人口聚集效應(yīng)，證明了夜光遙感可以用于公共衛(wèi)生領(lǐng)域的研究［84］。文獻［85］利用1994—2008年的時間序列夜光影像分析了油氣井燃燒的狀況，發(fā)現(xiàn)了夜光和油氣井氣體燃燒量存在良好的線性相關(guān)，估算了這一期間內(nèi)全球主要產(chǎn)油國油氣井燃燒的天然氣量：以2008年為例，油氣井燃燒掉的天然氣價值約為680億美元。

8 總結(jié)與展望

由于夜間燈光直接反映了人類活動的規(guī)律，夜光遙感在社會經(jīng)濟空間數(shù)據(jù)挖掘展示了獨特的魅力。近年來，隨著夜光遙感數(shù)據(jù)可得性的逐漸增強，特別是美國國家地球物理數(shù)據(jù)中心（NGDC）公布了近20年來的DMSP/OLS夜光影像，圍繞該數(shù)據(jù)進行空間數(shù)據(jù)挖掘的研究進入了快速發(fā)展階段。這些研究由傳統(tǒng)的城市范圍制圖已經(jīng)逐漸擴展到社會經(jīng)濟參數(shù)估算、區(qū)域發(fā)展、重大事件評估、健康和生態(tài)研究等多個領(lǐng)域。對于社會經(jīng)濟參數(shù)估算和區(qū)域發(fā)展研究而言，已經(jīng)由夜光遙感－社會經(jīng)濟參數(shù)的關(guān)系研究升華到基于夜光數(shù)據(jù)的社會經(jīng)濟參數(shù)估算。隨著夜光遙感的深入發(fā)展，夜光遙感由社會科學(xué)領(lǐng)域滲透到了醫(yī)學(xué)、生態(tài)等自然科學(xué)領(lǐng)域。

雖然，夜光遙感在近年來得到了長足的發(fā)展，但其研究仍然存在一定的局限性，具體可以分為以下幾點：①DMSP/OLS影像是歷史存檔時期最長的夜光影像，因此也是夜光遙感的主要數(shù)據(jù)源，但該數(shù)據(jù)源一直存在輻射質(zhì)量不足、空間分辨率較低的缺陷，并且在高緯度地區(qū)存在部分數(shù)據(jù)缺失的情況，因此利用該類影像進行應(yīng)用研究時，往往存在定量化程度不高、變化檢測誤差較大的問題，一定程度阻礙了夜光遙感在地學(xué)分析上的應(yīng)用；②夜光遙感數(shù)據(jù)不具有“時空連續(xù)”性，即夜光遙感對不同消費生活習(xí)慣、不同的國家具有尺度差異，因此在夜光－社會經(jīng)濟模型在不同區(qū)域存在顯著差異，例如：政局穩(wěn)定國家的夜光增加一般表征城市擴張，而政局動蕩國家的夜光增加一般表征難民回歸，發(fā)達國家的建成區(qū)擴張一般導(dǎo)致夜間點亮面積的增加，而部分發(fā)展中國家由于電力供應(yīng)能力有限，建成區(qū)擴張有時不能導(dǎo)致夜間點亮面積的增加，在使用夜光遙感進行地學(xué)、社會經(jīng)濟知識發(fā)現(xiàn)時應(yīng)當采取較為謹慎的態(tài)度，需要一定程度考慮研究區(qū)域的社會、經(jīng)濟、文化甚至宗教背景，而選擇合適的空間尺度對于夜光遙感研究也十分重要；③針對夜光遙感的地面調(diào)查鮮見，使得夜光遙感用于社會經(jīng)濟研究的科學(xué)機理不明確。

筆者認為，夜光遙感今后的發(fā)展趨勢可以分為如下幾點：①夜光遙感的數(shù)據(jù)源將由單一的DMSP/OLS影像發(fā)展到更高空間、時間和輻射分辨率的多種數(shù)據(jù)源，新型NPP/VIIRS夜光影像就是一個典型代表［86－87］，而空間分辨率為1m的EROS－B夜光影像則將會衍生更多的夜光遙感應(yīng)用［88］，多源夜光遙感數(shù)據(jù)的聯(lián)合應(yīng)用也將成為趨勢；②夜光遙感應(yīng)用領(lǐng)域?qū)⒏觽?cè)重于知識發(fā)現(xiàn)，而非對已有知識的重新論證，特別是對于社會經(jīng)濟參數(shù)估算和健康—生態(tài)研究而言，夜光遙感將具有其他數(shù)據(jù)源不可替代的優(yōu)勢；③夜光遙感對應(yīng)的夜光地面觀測將從無到有的發(fā)展，夜光遙感將逐漸走向定量化，地面觀測與衛(wèi)星數(shù)據(jù)相結(jié)合的方式將能夠更加準確地反映夜光的時空變化信息［89］；④夜光遙感數(shù)據(jù)與各類社會經(jīng)統(tǒng)計數(shù)據(jù)集成的數(shù)據(jù)挖掘，能夠有助于在全國乃至全球范圍快速獲得社會經(jīng)濟信息，將是地理國情和世情監(jiān)測的一種有效方法。

［1］CROFT T A.Nighttime Images of the Earth from Space［J］.Scientific American，1978，239（1）：86－98.

［2］ELVIDGE C D，BAUGH K E，KINH E A，et al.Relation between Satellite Observed Visible－near Infrared Emissions，Population，Economic Activity and Electric Power Consumption［J］.International Journal of Remote Sensing，1997，18（6）：1373－1379.

［3］DOLL C N H，MULLER J P，MORLEY J G.Mapping Regional Economic Activity from Night－time Light Satellite Imagery［J］.Ecological Economics，2006，57（1）：75－92.

［4］LI X，XU H M，CHEN X L，et al.Potential of NPP－VIIRS Nighttime Light Imagery for Modeling the Regional Economy of China［J］.Remote Sensing，2013，5（6）：3057－3081.

［5］FORBES D J.Multi－scale Analysis of the Relationship between Economic Statistics and DMSP－OLS Night Light Images［J］.GIScience ＆Remote Sensing，2013，50（5）：483－499.

［6］HENDERSON J V，STOREYGARD A，Weil D N.Measuring Economic Growth from Outer Space［J］.American Economic Review，2012，102（2）：994－1028.

［7］CHEN X，NORDHAUS W D.Using Luminosity Data as a Proxy for Economic Statistics［J］.Proceedings of the National Academy of Sciences of the United States of America，2011，108（21）：8589－8594.

［8］KEOLA S，ANDERSSON M，HALL O.Monitoring Economic Development from Space：Using Nighttime Light and Land Cover Data to Measure Economic Growth［J］.World Development，2015，66：322－334.

［9］GHOSH T，ANDERSON S，POWELL R L，et al.Estimation of Mexico’s Informal Economy and Remittances Using Nighttime Imagery［J］.Remote Sensing，2009，1（3）：418－444.

［10］DOLL C N H，MULLER J P，ELVIDGE C D.Nighttime Imagery as a Tool for Global Mapping of Socioeconomic Parameters and Greenhouse Gas Emissions［J］.Ambio，2000，29（3）：157－162.

［11］GHOSH T，POWELL R L，ELVIDGE C D，et al.Shedding Light on the Global Distribution of Economic Activity［J］.The Open Geography Journal，2010，3（1）：148－161.

［12］SUTTON P，ROBERTS D，ELVIDGE C，et al.A Comparison of Nighttime Satellite Imagery and Population Density for the Continental United States［J］.Photogrammetric Engineering and Remote Sensing，1997，63（11）：1303－1313.

［13］LO C P.Modeling the Population of China Using DMSP Operational Lines Cans System Nighttime Data［J］.Photogrammetric Engineering and Remote Sensing，2001，67（9）：1037－1047.

［14］ZHUO Li，CHEN Jin，SHI Peijun，et al.Modeling Population Density of China in 1998Based on DMSP/OLS Nighttime Light Image［J］.Acta Geographica Sinica，2005，60（2）：266－276.（卓莉，陳晉，史培軍，等.基于夜間燈光數(shù)據(jù)的中國 人 口 密 度 模 擬［J］.地 理 學(xué) 報，2005，60（2）：266－276.）

［15］AMARAL S，MONTEIRO A M V，CAMARA G，et al.DMSP/OLS Night－time Light Imagery for Urban Population Estimates in the Brazilian Amazon［J］.International Journal of Remote Sensing，2006，27（5－6）：855－870.

［16］BRIGGS D J，GULLIVER J，F(xiàn)ECHT D，et al.Dasymetric Modelling of Small－area Population Distribution Using Land Cover and Light Emissions Data［J］.Remote Sensing of Environment，2007，108（4）：451－466.

［17］ZENG C Q，ZHOU Y，WANG S X，et al.Population Spatialization in China Based on Night－time Imagery and Land Use Data［J］.International Journal of Remote Sensing，2011，32（24）：9599－9620.

［18］YANG X C，YUE W Z，GAO D W.Spatial Improvement of Human Population Distribution Based on Multi－sensor Remote－sensing Data：An Input for Exposure Assessment［J］.International Journal of Remote Sensing，2013，34（15）：5569－5583.

［19］GAO Yi，WANG Hui，WANG Peitao，et al.Population Spatial Processing for Chinese Coastal Zones Based on Census and Multiple Night Light Data［J］.Resources Science，2013，35（12）：2517－2523.（高義，王輝，王培濤，等.基于人口普查與多源夜間燈光數(shù)據(jù)的海岸帶人口空間化分析［J］.資源科學(xué)，2013，35（12）：2517－2523.）

［20］LETU H，HARA M，YAGI H，et al.Estimating Energy Consumption from Night－time DMPS/OLS Imagery after Correcting for Saturation Effects［J］.International Journal of Remote Sensing，2010，31（16）：4443－4458.

［21］MIN B，GABA K M，SARR O F，et al.Detection of Rural Electrification in Africa Using DMSP－OLS Night Lights Imagery［J］.International Journal of Remote Sensing，2013，34（22）：8118－8141.

［22］LO C P.Urban Indicators of China from Radiance－calibrated Digital DMSP－OLS Nighttime Images［J］.Annals of the Association of American Geographers，2002，92（2）：225－240.

［23］SHI K，HUANG C，YU B，et al.Evaluation of NPP－VIIRS Night－time Light Composite Data for Extracting Built－up Urban Areas［J］.Remote Sensing Letters，2014，5（4）：358－366.

［24］YANG Xuchao，KANG Lili，ZHANG Bin，et al.Electricity Consumption Estimation Using Multi－sensor Remote Sensing Data：A Case Study of Zhejiang Province［J］.Scientia Geographica Sinica，2013，33（6）：718－723.（楊續(xù)超，康麗莉，張斌，等.基于多源遙感信息的電力消費量估算與影響因素分析：以浙江省為例［J］.地理科學(xué)，2013，33（6）：718－723.）

［25］HE C Y，MA Q，LIU Z F，et al.Modeling the Spatiotemporal Dynamics of Electric Power Consumption in Mainland China Using Saturation－corrected DMSP/OLS Nighttime Stable Light Data［J］.International Journal of Digital Earth，2014，7（12）：993－1014.

［26］DOLL C N H，MULLER J P，ELVIDGE C D.Nighttime Imagery as a Tool for Global Mapping of Socioeconomic Parameters and Greenhouse Gas Emissions［J］.AMBIO：A Journal of the Human Environment，2000，29（3）：157－162.

［27］GHOSH T，ELVIDGE C D，SUTTON P C，et al.Creating a Global Grid of Distributed Fossil Fuel CO2Emissions from Nighttime Satellite Imagery［J］.Energies，2010，3（12）：1895－1913.

［28］SU Yongxian，CHEN Xiuzhi，YE Yuyao，et al.The Characteristics and Mechanisms of Carbon Emissions from Energy Consumption in China Using DMSP/OLS Night Light Imageries［J］.Acta Geographica Sinica，2013，68（11）：1513－1526.（蘇泳嫻，陳修治，葉玉瑤，等.基于夜間燈光數(shù)據(jù)的中國能源消費碳排放特征及機理［J］.地理學(xué)報，2013，68（11）：1513－1526.）

［29］ELVIDGE C D，BAUGH K E，ANDERSON S J，et al.The Night Light Development Index（NLDI）：A Spatially Explicit Measure of Human Development from Satellite Data［J］.Social Geography，2012，7（1）：23－35.

［30］ELVIDGE C D，SUTTON P C，GHOSH T，et al.A Global Poverty Map Derived from Satellite Data［J］.Computers ＆ Geosciences，2009，35（8）：1652－1660.

［31］PINKOVSKIY M L.Economic Discontinuities at Borders：Evidence from Satellite Data on Lights at Night［J/OL］.［2013－03］.http：∥economics.mit.edu/files/7271.

［32］KROTH V，LARCINESE V，WEHNER J.A Better Life for All？Democratization and Electrification in Post－apartheid South Africa［J/OL］.［2014－01］.http：∥personal.lse.ac.uk/LARCINES/electrification%202014%20working%20paper.pdf.

［33］HENDERSON M，YEH E T，GONG P，et al.Validation of Urban Boundaries Derived from Global Night－time Satellite Imagery［J］.International Journal of Remote Sensing，2003，24（3）：595－609.

［34］SMALL C，POZZI F，ELVIDGE C D.Spatial Analysis of Global Urban Extent from DMSP－OLS Night Lights［J］.Remote Sensing of Environment，2005，96（3－4）：277－291.

［35］SMALL C，ELVIDGE C D，BALK D，et al.Spatial Scaling of Stable Night Lights［J］.Remote Sensing of Environment，2011，115（2）：269－280.

［36］YANG Yang，HE Chunyang，ZHAO Yuanyuan，et al.Research on the Layered Threshold Method for Extracting Urban Land Using the DMSP/OLS Stable Nighttime Light Data［J］.Journal of Image and Graphics，2011，16（4）：666－673.（楊洋，何春陽，趙媛媛，等.利用DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)提取城鎮(zhèn)用地信息的分層閾值法研究［J］.中國圖象圖形學(xué)報，2011，16（4）：666－673.）

［37］ZHOU Y Y，SMITH S J，ELVIDGE C D，et al.A Clusterbased Method to Map Urban Area from DMSP/OLS Nightlights［J］.Remote Sensing of Environment，2014，147（5）：173－185.

［38］HE C Y，SHI P J，LI J G，et al.Restoring Urbanization Process in China in the 1990sby Using Non－radiancecalibrated DMSP/OLS Nighttime Light Imagery and Statistical Data［J］.Chinese Science Bulletin，2006，51（13）：1614－1620.

［39］SHI K F，YU B L，HUANG Y X，et al.Evaluating the Ability of NPP－VIIRS Nighttime Light Data to Estimate the Gross Domestic Product and the Electric Power Consumption of China at Multiple Scales：A Comparison with DMSP－OLS Data［J］.Remote Sensing，2014，6（2）：1705－1724.

［40］CAO X，CHEN J，IMURA H，et al.A SVM－based Method to Extract Urban Areas from DMSP－OLS and SPOT VGT Data［J］.Remote Sensing of Environment，2009，113（10）：2205－2209.

［41］LU D S，TIAN H Q，ZHOU G M，et al.Regional Mapping of Human Settlements in Southeastern China with Multisensor Remotely Sensed Data［J］.Remote Sensing of Environment，2008，112（9）：3668－3679.

［42］YANG Y，HE C Y，ZHANG Q F，et al.Timely and Accurate National－scale Mapping of Urban Land in China Using Defense Meteorological Satellite Program’s Operational Linescan System Nighttime Stable Light Data［J］.Journal of Applied Remote Sensing，2013，7（1）：73－86.

［43］PANDEY B，JOSHI P K，SETO K C.Monitoring Urbanization Dynamics in India Using DMSP/OLS Night Time Lights and SPOT－VGT Data［J］.International Journal of Applied Earth Observation and Geoinformation，2013，23：49－61.

［44］ZHANG Q L，SETO K C.Mapping Urbanization Dynamics at Regional and Global Scales Using Multi－temporal DMSP/OLS Nighttime Light Data［J］.Remote Sensing of Environment，2011，115（9）：2320－2329.

［45］LIU Z F，HE C Y，ZHANG Q F，et al.Extracting the Dynamics of Urban Expansion in China Using DMSP－OLS Nighttime Light Data from 1992to 2008［J］.Landscape and Urban Planning，2012，106（1）：62－72.

［46］ZHANG Q，SETO K C.Can Night－time Light Data Identify Typologies of Urbanization？A Global Assessment of Successes and Failures［J］.Remote Sensing，2013，5（7）：3476－3494.

［47］PROPASTIN P，KAPPAS M.Assessing Satellite－observed Nighttime Lights for Monitoring Socioeconomic Parameters in the Republic of Kazakhstan［J］.GIScience ＆ Remote Sensing，2012，49（4）：538－557.

［48］LI X，CHEN X L，ZHAO Y S，et al.Automatic Intercalibration of Night－time Light Imagery Using Robust Regression［J］.Remote Sensing Letters，2013，4（1）：45－54.

［49］YU B L，SHU S，LIU H X，et al.Object－based Spatial Cluster Analysis of Urban Landscape Pattern Using Nighttime Light Satellite Images：A Case Study of China［J］.International Journal of Geographical Information Science，2014，28（11）：2328－2355.

［50］WEI Y，LIU H X，SONG W，et al.Normalization of Time Series DMSP－OLS Nighttime Light Images for Urban Growth Analysis with Pseudo Invariant Features［J］.Landscape and Urban Planning，2014，128：1－13.

［51］YI K P，TANI H，LI Q，et al.Mapping and Evaluating the Urbanization Process in Northeast China Using DMSP/OLS Nighttime Light Data［J］.Sensors，2014，14（2）：3207－3226.

［52］LIAO Bing，WEI Kangxia，SONG Weiwei.Assessment and Application of DMSP/OLS Night－time Light Data in the Spatial Structure of Urban System：A Case of Jiangxi Province in Nearly 16Years［J］.Resources and Environment in the Yangtze Basin，2012，21（11）：1295－1300.（廖兵，魏康霞，宋巍巍.DMSP/OLS夜間燈光數(shù)據(jù)在城鎮(zhèn)體系空間格局研究中的應(yīng)用與評價：以近16年江西省間城鎮(zhèn)空間格局為例［J］.長江流域資源與環(huán)境，2012，21（11）：1295－1300.）

［53］FAN Junfu，MA Ting，ZHOU Chenghu，et al.Changes in Spatial Patterns of Urban Landscape in Bohai Rim from 1992to 2010Using DMSP－OLS Data［J］.Journal of Geo－Information Science，2013，15（2）：280－288.（范俊甫，馬廷，周成虎，等.1992－2010年基于DMSP－OLS圖像的環(huán)渤海城市群空間格局變化分析［J］.地球信息科學(xué)學(xué)報，2013，15（2）：280－288.）

［54］XU Mengjie，CHEN Li，LIU Huanjin，et al.Pattern and Process of Urbanization in the Yangtze Delta Based on DMSP/OLS Data［J］.Remote Sensing for Land ＆Resources，2011（3）：106－112.（徐夢潔，陳黎，劉煥金，等.基于DMSP/OLS夜間燈光數(shù)據(jù)的長江三角洲地區(qū)城市化格局與過程研究［J］.國土資源遙感，2011（3）：106－112.）

［55］SMALL C，ELVIDGE C D.Night on Earth：Mapping Decadal Changes of Anthropogenic Night Light in Asia［J］.International Journal of Applied Earth Observation and Geoinformation，2013，22：40－52.

［56］WU Jiansheng，LIU Hao，PENG Jian，et al.Hierarchical Structure and Spatial Pattern of China’s Urban System：Evidence from DMSP/OLS Nightlight Data［J］.Acta Geographica Sinica，2014，69（6）：759－770.（吳健生，劉浩，彭建，等.中國城市體系等級結(jié)構(gòu)及其空間格局：基于DMSP/OLS夜間燈光數(shù)據(jù)的實證［J］.地理學(xué)報，2014，69（6）：759－770.）

［57］DE SOUZA FILHO C R，ZULLO Jr J，ELVIDGE C.Brazil’s 2001Energy Crisis Monitored from Space［J］.International Journal of Remote Sensing，2004，25（12）：2475－2482.

［58］KOHIYAMA M，HAYASHI H，MAKI N，et al.Early Damaged Area Estimation System Using DMSP－OLS Night－time Imagery［J］.International Journal of Remote Sensing，2004，25（11）：2015－2036.

［59］CAO C，SHAO X，UPRETY S，et al.Detecting Light Outages after Severe Storm Using the S－NPP/VIIRS Day/Night Band Radiances［J］.IEEE Geoscience and Remote Sensing Letters，2013，10（6）：1582－1586.

［60］LI X，GE L L，CHEN X L.Detecting Zimbabwe’s Decadal Economic Decline Using Nighttime Light Imagery［J］.Remote Sensing，2013，5（9）：4551－4570.

［61］AGNEW J，GILLESPIE T W，GONZALEZ J，et al.Baghdad Nights：Evaluating the US Military ‘Surge’Using Nighttime Light Signatures［J］.Environment and Planning A，2008，40（10）：2285－2295.

［62］WITMER F D W，O’LOUGHLIN J.Detecting the Effects of Wars in the Caucasus Regions of Russia and Georgia U－sing Radiometrically Normalized DMSP－OLS Nighttime Lights Imagery［J］.GIScience ＆ Remote Sensing，2011，48（4）：478－500.

［63］LI X，CHEN F R，CHEN X L.Satellite－observed Nighttime Light Variation as Evidence for Global Armed Conflicts［J］.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2013，6（5）：2302－2315.

［64］LI X，LI D R.Can Night－time Light Images Play a Role in Evaluating the Syrian Crisis？［J］.International Journal of Remote Sensing，2014，35（18）：6648－6661.

［65］IMHOFF M L，LAWRENCE W T，ELVIDGE C D，et al.Using Nighttime DMSP/OLS Images of City Lights to Estimate the Impact of Urban Land Use on Soil Resources in the United States［J］.Remote Sensing of Environment，1997，59（1）：105－117.

［66］IMHOFF M L，TUCKER C J，LAWRENCE W T，et al.The Use of Multisource Satellite and Geospatial Data to Study the Effect of Urbanization on Primary Productivity in the United States［J］.IEEE Transactions on Geoscience and Remote Sensing，2000，38（6）：2549－2556.

［67］ZHAO N Z，CURRIT N，SAMSON E.Net Primary Production and Gross Domestic Product in China Derived from Satellite Imagery［J］.Ecological Economics，2011，70（5）：921－928.

［68］COVA T J，SUTTON P C，THEOBALD D M.Exurban Change Detection in Fire－prone Areas with Nighttime Satellite Imagery［J］.Photogrammetric Engineering and Remote Sensing，2004，70（11）：1249－1257.

［69］HE C Y，LIU Z F，TIAN J，et al.Urban Expansion Dynamics and Natural Habitat Loss in China：A Multiscale Landscape Perspective［J］.Global Change Biology，2014，20（9）：2886－2902.

［70］KUECHLY H U，KYBA C C M，RUHTZ T，et al.Aerial Survey and Spatial Analysis of Sources of Light Pollution in Berlin，Germany［J］.Remote Sensing of Environment，2012，126：39－50.

［71］BENNIE J，DAVIES T W，DUFFY J P，et al.Contrasting Trends in Light Pollution Across Europe Based on Satellite Observed Night Time Lights［J］.Scientific Reports，2014，4.doi：10.1038/srep03789.

［72］KLOOG I，HAIM A，STEVENS R G，et al.Light at Night Co－distributes with Incident Breast but Not Lung Cancer in the Female Population of Israel［J］.Chronobiology International，2008，25（1）：65－81.

［73］BAUER S E，WAGNER S E，BURCH J，et al.A Casereferent Study：Light at Night and Breast Cancer Risk in Georgia［J］.International Journal of Health Geographies，2013，12（1）：23.

［74］KLOOG I，HAIM A，STEVENS R G，et al.Global Co－distribution of Light at Night（LAN）and Cancers of Prostate，Colon，and Lung in Men［J］.Chronobiology International，2009，26（1）：108－125.

［75］VOLLMER C，MICHEL U，RANDLER C.Outdoor Light at Night（LAN）is Correlated with Eveningness in Adolescents［J］.Chronobiology International，2012，29（4）：502－508.

［76］MAZOR T，LEVIN N，POSSINGHAM H P，et al.Can Satellite－based Night Lights Be Used for Conservation？The Case of Nesting Sea Turtles in the Mediterranean［J］.Biological Conservation，2013，159：63－72.

［77］RODRIGUES P，AUBRECHT C，GIL A，et al.Remote Sensing to Map Influence of Light Pollution on Cory’s Shearwater in Sao Miguel Island，Azores Archipelago［J］.European Journal of Wildlife Research，2012，58（1）：147－155.

［78］DWYER R G，BEARHOP S，CAMPBELL H A，et al.Shedding Light on Light：Benefits of Anthropogenic Illumination to a Nocturnally Foraging Shorebird［J］.Journal of Animal Ecology，2013，82（2）：478－485.

［79］WALUDA C M，YAMASHIRO C，ELVIDGE C D，et al.Quantifying Light－fishing for Dosidicus Gigas in the Eastern Pacific Using Satellite Remote Sensing［J］.Remote Sensing of Environment，2004，91（2）：129－133.

［80］WALUDA C M，GRIFFITHS H J，RODHOUSE P G.Remotely Sensed Spatial Dynamics of the Illex Argentinus Fishery，Southwest Atlantic［J］.Fisheries Research，2008，91（2－3）：196－202.

［81］KIYOFUJI H，SAITOH S I.Use of Nighttime Visible Images to Detect Japanese Common Squid Todarodes Pacificus Fishing Areas and Potential Migration Routes in the Sea of Japan［J］.Marine Ecology Progress Series，2004，276：173－186.

［82］CHO K，ITO R，SHIMODA H，et al.Technical Note and Cover Fishing Fleet Lights and Sea Surface Temperature Distribution Observed by DMSP/OLS Sensor［J］.International Journal of Remote Sensing，1999，20（1）：3－9.

［83］AUBRECHT C，ELVIDGE C D，LONGCORE T，et al.A Global Inventory of Coral Reef Stressors Based on Satellite Observed Nighttime Lights［J］.Geocarto International，2008，23（6）：467－479.

［84］BHARTI N，TATEM A J，F(xiàn)ERRARI M J，et al.Explaining Seasonal Fluctuations of Measles in Niger Using Nighttime Lights Imagery［J］.Science，2011，334（6061）：1424－1427.

［85］ELVIDGE C D，ZISKIN D，BAUGH K E，et al.A Fifteen Year Record of Global Natural Gas Flaring Derived from Satellite Data［J］.Energies，2009，2（3）：595－622.

［86］SCHUELER C F，LEE T F，MILLER S D.VIIRS Constant Spatial－resolution Advantages［J］.International Journal of Remote Sensing，2013，34（16）：5761－5777.

［87］ELVIDGE C，ZHIZHIN M，HSU F C，et al.VIIRS Night Fire：Satellite Pyrometry at Night［J］.Remote Sensing，2013，5（9）：4423－4449.

［88］LEVIN N，JOHANSEN K，HACKER J M，et al.A New Source for High Spatial Resolution Night Time Images—The EROS－B Commercial Satellite［J］.Remote Sensing of Environment，2014，149：1－12.

［89］TUTTLE B T.Aladdin’s Magic Lamp：Developing Methods for Calibration and Geolocation Accuracy Assessment of the DMSP OLS［D］.Denver：University of Denver，2012：173－186.