随着全球城市化进程的快速推进,城市建成区面积和城镇人口比例不断上升,多中心城市成为国内外大都市为缓解城市扩张带来的社会、经济、环境压力普遍采取的一种新型城市空间发展模式。在长时间尺度上掌握多中心城市演变规律与趋势,揭示多中心城市发展中存在的问题是促进科学可持续城市发展极具意义的研究课题。近年来,地理信息与遥感技术的蓬勃发展,特别是夜间灯光(夜光)遥感数据的诞生,为城市研究提供了强有力的数据与技术支撑。然而,现阶段夜光遥感数据存在“像元扩散效应”和“多源数据不兼容”两个数据处理技术问题,严重降低了数据质量,限制了基于夜光遥感数据的应用潜力。基于夜光遥感的多中心城市动态监测亦受到上述数据处理问题的限制。同时,现有多中心城市研究存在覆盖时相短、依赖主观参数设置、普适性差的缺点,缺少一个能快速识别城市子中心,定量、多角度描述城市子中心特征的方法体系。本文深入分析、总结了相关研究的不足,提出解决夜光遥感数据“像元扩散效应”和“多源数据不兼容”问题的方法,生成高质量、长时间序列的夜光遥感数据,并以此数据为基础建立多中心城市识别、描述方法体系,揭示多中心城市时空动态演特征。主要研究内容与成果涵盖:(1)基于DMSP-OLS数据成像和生产的物理过程,提出“像元扩散效应”的概念,构建概念模型。利用油气开采火炬光的夜光遥感影像对像元扩散效应点传输方程建模,借鉴图像去模糊理论建立一个两步骤去模糊算法(TSDA),基于Tikhnovo滤波重建DMSP-OLS影像、消除扩散效应。通过模拟数据和真实数据对算法效果进行多角度评价。结果表明,高不透水面率像元(ISF>0.6)受到的扩散效应绝对强度最大,而低不透水面率像元(ISF<0.2)对扩散效应更为敏感。研究提出的两步骤去模糊算法能有效消除DMSP-OLS影像的像元扩散效应,增强数据的空间变异,抑制城市内非建成区的伪夜光信号。消除扩散效应的影像与模拟和真实参考影像的相似度指数和相关系数最高。敏感性分析表明本算法在小于0.6σ的噪声水平下对线性(宽度>1.5km)和圆形(半径>0.5km)对象具有稳定且理想的效果。(2)为解决DMSP-OLS和VIIRS数据传感器间不连续的问题,研究提出了一个联合两种数据、生成长时间序列夜光遥感数据的方法。利用逻辑斯蒂模型拟合DMSP-OLS数据,估计缺失数据并对DMSP-OLS进行年际连续性校正。分别通过Lomb-Scargle Periodogram和BFAST时间序列分解算法检验VIIRS数据周期显著性和消除季节效应与数据噪声,构建年合成VIIRS数据。提出一个残差校正的地理加权回归模型(GWRc)作为传感器间校正模型,生成连续的长时间序列夜光遥感数据(1996-2017)。研究结果表明,GWRc较其他现有校正模型具有更好的校正效果(RMSE=6.36),能显著改善DMSP-OLS和VIIRS数据之间连续性(SNDI=82.73,R~2=0.986),并能提升基于夜光遥感长时间序列应用的结果精度。本文提出的传感器间校正方法解决了当前基于夜光遥感研究只能使用单一数据源的窘境,该校正方法可延用于持续更新的VIIRS数据,不断扩充夜光遥感数据的时间维度。(3)综合利用前两部分提出的夜光遥感数据处理技术,以高质量、长时间序列的夜光遥感影像(1996-2017)为数据源,探究多中心城市时空动态特征。依托谷歌地球引擎生成年度最大值合成NDVI,利用支持向量机提取城市建成区范围。建立一个基于区域生长的子中心范围自动识别算法,通过拟合高斯体积模型所得参数定量描述子中心空间、形态和强度特征,分析杭州市各子中心的时空动态演变特征。研究结果表明,基于子中心自动识别算法得到的“一个主中心多个子中心”模式与实际城市规划方案一致性高。基于高斯体积模型的城市子中心特征描述方法能有效地对多中心城市空间结构的时空动态轨迹进行可视化与定量分析。与其他数据源相比,基于夜光遥感数据的多中心城市研究方法是对人类社会、经济活动更直观、综合的表征,能更好的反映人类活动的实际情况对城市规划的响应关系。