城市化进程的快速推进重塑了自然地表覆盖类型,造成了地表径流减少、水资源污染、城市热岛和城市内涝等生态环境污染和社会问题。为了评估城市化对生态系统和区域可持续性的影响,减轻我国城市化进程中的负面环境影响,有必要全面了解城市格局特征和变化过程,合理调整和优化城市土地利用格局。随着夜间人工灯光应用于大多数建筑物和基础建设,夜间灯光的独特视角能够监测到白天无法捕捉的人类活动动态。因此,夜间灯光遥感数据已经广泛应用于城市时空格局演变与人类活动监测。美国国防气象卫星计划线性扫描操作系统（Defense Meteorological Satellite Program-Operational Linescan System,DMSP-OLS）夜间灯光数据和Suomi美国国家极地轨道可见红外成像辐射仪（National Polar-Orbiting Partnership Visible Infrared Imaging Radiometer Suite,NPP-VIIRS）夜间灯光数据是两个广泛使用的夜间灯光数据集。然而,它们的空间分辨率和传感器设计的差异需要对这两个数据集进行跨传感器校准,在此基础上进行长期的城市化演进过程分析。本文将幂函数模型、地理加权回归（Geographically weighted regression,GWR）模型和Sigmoid函数模型三种拟合方法进行对比,精度验证结果表明Sigmoid函数模型拟合精度最高,拟合优度R~2为0.90,均方根误差RMSE为6.29,归一化差异系数指数和SNDI为6.02×10~4,另外空间剖面分析和直方图像元逐级对比分析结果都表明Sigmoid函数模型与原始DMSP-OLS数据一致性最高。基于Sigmoid函数模型生成一套长时序DMSP-OLS夜间灯光数据具有优异的空间模式和时间一致性,类似于DMSP-OLS数据（后文简称为类DMSP-OLS数据）。此外,与其他遥感数据、土地利用数据或社会经济统计数据相比,生成的类DMSP-OLS数据能够提供更长时段的监测人口和社会经济活动动态的途径。主要研究内容包括:（1）针对DMSP-OLS数据由于缺乏在轨辐射定标,不同年份数据之间以及相同年份不同传感器之间互不兼容的问题。选取逐步校正的方法对像元值进行最小次数的调整和改动,逐步在待校准数据和校准基础数据之间建立二次多项式回归模型,将多年的DMSP-OLS数据调整成为具有可比性并能够用于接下来拟合的状态,并保证修改前后像元亮度总和的范围基本保持不变。（2）NPP-VIIRS数据可能受到极光、火灾等极端事件的噪声干扰,因此以每年NPP-VIIRS数据上海市中心的最高辐射值为阈值,筛选出异常值并用周围的八个邻域中的最大值替代,直到所有像元辐射值都在阈值以内。（3）采用2013年这一重叠年份的DMSP-OLS数据和NPP-VIIRS数据分别进行幂函数拟合、地理加权回归拟合和Sigmoid函数模型拟合。前两种方法都采用高斯低通滤波的方法对NPP-VIIRS数据进行平滑,不同的是幂函数采用13×13像元的移动窗口,而地理加权回归拟合的移动窗口尺寸为5×5像元。Sigmoid函数模型的平滑方法与前两种方法不同,采用核密度方法并将圆形移动窗口的尺寸设置为NPP-VIIRS空间分辨率的5倍,即2500 m。精度验证结果表示Sigmoid函数模型拟合效果最好,并且这种核密度空间聚合的方法不会造成影像边缘数据缺失,是最合理的图像平滑方法。（4）通过构建基于夜间灯光的城市化水平指标分析江浙沪皖2000-2020年灯光指数、面积指数和城市指数及其增长速率的时空变化情况。面积指数的快速增加是城市化水平提升的主要决定因素,说明长三角地区城市化推进过程主要以面积扩张的形式为主。（5）区县级夜间灯光统计的总和、平均值、众数和标准差热点分析和聚类分析表明上海市中心城区、南京市中心城区和杭州市中心城区城市化水平较高、城市化速率较快,并且呈现向外围城区不断辐射的趋势。