人口分布是一定时间内人口在各区域内的聚集状态,是人口过程在空间上的表现形式,人口分布无论是在解决资源利用、灾害评估、环境治理以及理解和协调人地关系等方面均具有重要的意义。人口统计数据空间化是解决人口分布的重要手段,是当今人口研究的热点之一,受到人们的广泛关注。社会的可持续发展迫切需要精度更高、更加灵活的格网化的数据,及时快速和高效精确的获取人口分布的信息对人口和环境的相互作用研究以及为政府部分提供科学决策的基础信息都具有十分重要的意义。人口统计数据空间化解决了传统的以行政区为单元的人口普查数据的众多问题,实现了人口的格网化,体现了人口在空间上分布的异质性,使人口与环境等地理要素融合,能更好的管理和利用人口信息,也为区域人口、资源和环境的协同发展提供了条件。本文在借鉴他人研究的基础上,基于DMSP/OLS夜间灯光数据和其他相关数据针对太湖流域不同的灯光区,分别用不同的方法对其人口数据进行空间化并检验其精度。在一般灯光区、饱和灯光区和弱光区,分别用DMSP/OLS夜间灯光数据反演、人口密度变化模型以及按农村居民点分配的方法进行人口统计信息的空间化。并在弱光区内选择天目湖镇作为典型区域,利用航拍数据和统计调查、抽样分析的方法实现对小区域的人口空间化,并以此作为类似区域的推广。结果表明,DMSP/OLS夜间灯光数据可以作为很有潜力的一种数据源进行人口的反演,而对于灯光指标不能反演的地区则选用其他数据和方法进行人口的空间化。本文得到以下研究结果和结论：(一)太湖流域一般灯光区人口空间化。本章以2005年太湖流域44个市县的人口统计数据为基础,选用DMSP/OLS夜间灯光遥感数据并结合土地利用数据,提取城镇建成区,分别建立建成区内外人口与灯光亮度的关系来模拟灯光内的人口分布,最后将两部分结果进行叠加处理,得到2005年太湖流域250m*250m的人口栅格数据。通过两个市县的数据进行验证,结果表明：在人口分布差异明显、经济发展各异的大区域,尤其是在缺乏高分辨率遥感影像等数据时,用夜间灯光数据进行人口密度模拟是种很好的选择。(二)特大城市饱和灯光区人口数据空间化。从2005年DMSP/OLS夜间灯光数据可以看出,上海市是太湖流域唯一存在饱和灯光的区域。鉴于上海市高度的人口聚集和发达的经济水平,灯光指标已经不能反演其人口的分布。本章选用人口密度衰减原理结合土地利用数据对上海市10个市县区进行人口空间化,最后得出结果并进行验证,结果表明：在经济发达和高人口密度的特大城市,人口密度模型可以实现其人口的空间化。(三)丘陵山地弱光区村镇人口空间化。DMSP/OLS夜间灯光数据显示出太湖流域的弱光区(无光区和背景光区)主要分布在流上游的低山丘陵区,居民点破碎,分布分散,以天目湖镇最具代表性。在弱光区域根据农村居民点分布直接进行人口分配。在典型区域选取2009年的航拍数据用目视解译法对天目湖镇区进行解译,得到天目湖镇的土地利用类型数据。然后通过分析居民点分布状况分别提取平坦地区聚集居民点、丘陵山区分散农村居民点以及工矿用地,用统计调查和抽样分析得出各类居民点的人口密度分布系数,然后通过计算得到天目湖镇的人口密度图。其他地区由于缺乏高分辨率影像,则把人口按农村居民点进行平均分布。结果表明：在具有高精度的土地利用数据时可以得到更高精度的人口分布数据,在小区域内可以用统计调查和抽样分析的方法进行人口的估算。综上所述,在人口分布差异明显、经济发展水平各异的太湖流域,根据DMSP/OLS夜间灯光数据进行分区,在不同的灯光区选取不同的数据和方法来实现人口数据的空间化,解决了DMSP/OLS夜间灯光数据作为单一数据源反演人口分布的局限性,得到了精度更高的人口分布结果。其中,DMSP/OLS夜间灯光数据是一种潜力很大的数据源,不仅在实现人口空间化方面有着它独特的特点,而且在城镇建成区提取等其他方面也有着广泛的应用。此外,人口密度模型在特殊的地区也发挥着特殊的作用。