城市商业区指的是指的是城市中一个商业设施（特别是银行、超级市场、金融中心、商场等企业）聚集的地区,它是城市经济活力最为直观的体现。在新型冠状病毒席卷全球的背景下,商业区所代表的销售业、餐饮业等第三产业遭受的打击尤为严重,其中武汉市作为国内疫情爆发的第一个城市,其第三产业生产总值在2020年第一季度暴跌37.7%。如何实现复杂背景下的城市商业区提取,进而探索商业区在疫情期间的变化规律,是“后疫情时代”在疫情防控的基础上有效恢复城市经济水平、促进经济发展的重要课题。同时,一个地区的夜间照明程度与其经济发展状况密切相关,即夜间灯光较强的地区往往伴随着较多的人员分布,更有可能是商业发展比较集中的地区,也就是我们所说的“城市商业区”。夜光遥感数据作为一种新型的可见光遥感数据,可以捕获夜间灯光照明,具有监测夜间光源的能力,其中NPP/VIIRS是可免费获取的常用的夜光遥感数据之一。如何解决NPP/VIIRS影像之间不连续和不可比的问题,从而建立时序夜光遥感数据集为相关应用研究提供数据基础,是现阶段夜光遥感数据研究中亟待解决的问题之一。基于以上分析,本研究以武汉市为例,以逐日NPP/VIIRS夜光遥感数据为主要数据源,提出了构建时序夜光遥感数据集、基于时序夜光遥感数据实现城市商业区提取的方法,以此为基础,尝试分析了疫情给城市商业区灯光带来的影响。本研究的主要工作内容及成果如下:（1）研究基于“不变目标区域法”实现了时序NPP/VIIRS数据集构建。研究基于云层覆盖数据实现原始数据的筛选,在去除负值和背景噪声的基础上,通过计算灯光亮度变化幅度确定不变目标区域,进而确定最优的函数模型进行连续性相互校正;最后去除不稳定光源和异常值,实现时序夜光遥感数据集构建。对比验证结果表明,相互校正后的夜光遥感数据修正了错误像元,在去掉背景噪音的同时突出了高值像元,成像效果更佳,城市格局更加清晰可见。（2）研究结合构建的时序夜光遥感数据集和传统Landsat-8影像数据实现了城市商业区提取。研究基于Landsat-8影像数据使用三指数合成法实现了城市不透水面提取;在此基础上剔除非建筑区的灯光像元,之后通过多尺度分割建立新的统计单元;接着,基于生成的时序夜光遥感数据集构建城市商业区提取的分类特征,最后采用两种非监督分类法进行分类实验。与武汉市商贸业产业规划图的对比验证表明基于3特征的K-means分类方法可以较为准确的对城市商业区范围进行刻画。（3）研究整合前两部分提出的时序夜光遥感数据集生成及城市商业区提取方法,探索了城市商业区灯光在疫情封城前中后期的时空变化特征。研究结果表明,自武汉市采取封城措施之后,商业区、不透水面区的灯光值与封城前相比均下降高达30%;无论是受封城抑制影响,还是在解封后的复苏活跃,商业区的灯光亮度变化相较于非商业区都更为明显、变化幅度更大;节假日会导致商业区灯光亮度出现较大的增幅,而非商业区的灯光主要受大型公共事件影响;商业区的灯光亮度在整个封城期内都具有显著的下降趋势,并且下降趋势在解封后依旧会保留一段时间;8个典型商业区中,武广商业区在封城期内应对能力更强,具有相对较大的灯光恢复速率,是解封后第一个灯光值不具备显著下降趋势的商业区,是整个封城期内灯光损失最小的商业区。