目前,大部分研究中所用的人口数据均为传统的人口普查数据,该数据是以各个行政区划为单位进行收集和统计,主要存在以下问题:(1)最小空间分辨率是街道、乡镇、村等行政区划,精度不大,难以表现城市内部的人口分布特;(2)统计人口数据更新慢,无法连续动态调查。由于人口普查是一项民政工程,所需人力物力巨大,无法体现最新的人口空间化分布特征。最新一代的夜间灯光卫星(National Polar-orbiting Partnership Visible Infrared Imaging Radiometer Suite,缩写为NPP-VIIRS)影像的空间分辨率约为0.5km×0.5km,夜间灯光强度像元灰度值与城市人口数量和城市建成区的扩张有着较好的关联度,在实现人口和社会经济数据空间化的具有巨大潜力。因此,本文以安徽省,江苏省,浙江省,上海市为研究区,选用NPP-VIIRS遥感数据以及长三角各区县的常住人口统计数据,运用遥感图像分析方法和GIS空间信息分析技术,系统研究了长三角地区的人口空间化模型及其反演得到的人口空间化分布特征。研究表明:1)2017年长三角各区县的NPP/VIIRS DNB辐射率像元灰度累计值和普查人口数据进行回归分析,得到了基于NPP/VIIRS反演人口数量的三次方回归模型,相关系数为0.748,通过了99.9%的置信度检验,可以进行人口空间化处理。通过构建的反演模型以及各个县区校正系数的确定,长三角各县区普查人口数量与对应的夜间灯光强度有着比较好的相关性,最终获得夜间灯光遥感影像反演的人口空间化分布,结果表明不但在反演数量上接近实际人口,而且在表征各个县区人口空间分布的内部特征上具有一定的优越性,能够真实的反应出研究区域内人口分布的差异性。夜间灯光数据由于其独特的夜间指示作用,可有效且直接地表征人类生产生活活动,尤其对于人口密集的城市地区,具有比较明显的指示作用。另外,该数据具有易于获取、成本低及指示范围广等方面的优势,已经在人口空间分布研究中发挥了重要作用。