夜光遥感影像与人类活动息息相关,被广泛应用于各类社会人文研究。学者们使用夜光数据分析能源消耗、人口、GDP等各种社会经济参数的空间分布以及变化特征,利用时间序列的夜光数据分析各类参数的变化趋势,使用时间序列中的突变评估各类突发事件的影响。夜光影像中的空间信息和变化信息已被广泛认识和应用,但是对夜光数据中的规律信息研究和应用相对较少,对夜光影像周期性波动的影响因素了解不足,限制了对数据的透彻认识与精确分析。对夜光数据的进一步认识,有助于拓宽数据的应用场景,也可辅助增强现有应用场景的精确性。本文关注于夜光遥感影像时间序列的周期性波动,通过分析全球夜光时序周期性的空间分布特征,总结归纳主要影响因素,并选取代表性区域对影响程度和夜光变化特征进行分析和整理。本文的主要研究内容和结论如下:(1)提出“周期基向量”的方法定量化描述时间序列的周期性信息,结合季节指数与基于移动平均的趋势-周期分解算法,分析时间序列的周期性特征,对各种方法进行对比与评价。分析表明,周期基向量的方法可以有效评估时间序列中各时段的周期性波动情况,也可以描述时间序列整体的周期性强弱情况,计算方法简单快捷,适用于大规模时间序列的计算。(2)基于国家尺度与像素尺度分别计算了全球区域的夜间灯光时间序列的周期信息总量,数值表征该区域或该像元夜光影像时间序列的周期性强弱,将实验结果可视化展示并分析其空间分布特征。分析表明,夜光时序周期性在空间分布上呈现随纬度增高周期性增强的趋势,北半球高纬度地区周期性最高,中低纬地区周期性较为平均,中低纬少部分区域周期性较高与社会文化背景相关,南半球总体周期性较低。(3)通过分析夜光时序周期性的空间分布特征并结合研究现状,将其主要影响因素分为社会因素和自然因素,选取特征区域分析不同因素对夜光波动造成的影响。社会因素对夜光时序周期性波动的影响从时间维度和空间维度分别分析,对应选择了伊斯兰教的两个圣城:麦加和纳杰夫,墨西哥两个不同类型节日的典型城市:坎昆和普埃布拉城进行分析讨论。分析表明,大型文化活动会对夜光时间序列造成明显的周期性增强;不同类型的节日、不同的庆祝方式,对区域带来的夜光增强效果不一样,宗教类型节日灯光增长较为聚集,集中在宗教活动中心,而狂欢类型节日灯光的增长比较平均,城市各区域灯光增强均匀。(4)分析自然因素对夜光时序周期性的影响分为雪覆盖和植被覆盖两个角度,雪覆盖的影响分析选取中国作为研究区域,分析中国省级尺度夜光时序周期性与雪覆盖NDSI均值的关系,并选择四个典型城市从像素尺度对雪覆盖造成的影响进行了进一步的研究。分析表明,雪覆盖对夜光强度影响巨大,在省级尺度上,中国大部分省的夜光时序周期性数据和雪覆盖NDSI均值都处于较低的水平,而个别区域两种数据都很高,并呈现线性相关的趋势;在像素尺度上,雪覆盖均值高低与夜光周期性强弱基本没有关联,不同土地覆盖类型的夜光时序周期性基本无差异,雪覆盖对夜光强度的增幅较大,基本都大于70%。(5)分析植被覆盖对夜光时序周期性波动的影响,选择了落叶阔叶树类型以及以梧桐树作为市树的南京进行分析,按照土地覆盖类型分别计算了南京夜光时序的周期性强弱并进行了对比,选择紫金山落叶阔叶树区域分析植被对夜光波动的影响程度。分析表明,南京城市建成区区域的夜光时序周期性明显低于落叶阔叶树区域,植被覆盖对夜光时序周期性波动存在影响,紫金山区域落叶阔叶树散点数据表明植被季节性落叶对夜光强度带来的增幅约为12%。