随着城镇化水平的演进,城市居民对城市的居住、教育和生态环境质量也有更为迫切的现实需求。《国家环境空气质量标准》报告中指出,PM2.5是造成大气污染的重要组成部分,因此对因城镇化发展引起的PM2.5浓度时空分布变化影响机制研究及其二者之间的时空关联特征研究也逐渐得到更广泛的关注。伴随着夜光遥感以及地理信息系统技术的蓬勃发展,相关研究逐渐实现了对不同空间尺度的城镇化发展、格局的时序变化监测,也使得研究更为简便、精确、高效。本文在梳理国内外现有的研究框架基础上,利用多源夜光影像,实现在不同空间尺度上的城镇建成区识别、发展动态监测、空间格局变化监测,探索夜间灯光强度与城镇化之间关系。并在此基础上再通过相关数学分析模型将夜间灯光影像数据与PM2.5网格数据进行相关性分析,探索城镇化对PM2.5的影响特征。主要内容如下:(1)从空间地域层面入手,实现了对江西省各地级市城镇建成区的空间格局分布及时序变化探索。结合DMSP/OLS、NPP/VIIRS两种夜间灯光影像数据,实现对1995-2017江西省11个地级市城镇区域的提取,对其空间结构及时空变化特征进行分析,发现江西省城镇核心在空间上呈现出“南疏北密、一大众小”的形态,而城镇区域也在空间上呈现出“先散后聚、连片扩张”的整体空间格局;除此之外,区域范围内所有城市的建成区均呈现出倍速增长趋势,城镇化发展特征显著。(2)对DMSP/OLS、NPP/VIIRS影像使用基于统计信息的二分迭代法,结合相关权威统计数据,实现对1995-2017年江西省各市研究区域的精确识别和提取。利用该方法,对江西省以及其11个市城镇区域动态变化进行研究,发现江西省初步形成了以南昌市为中心,南昌-九江、南昌-宜春、南昌-抚州的“点-轴”省域城镇空间格局。(3)在江西省县域尺度上利用长时间序列的PM2.5网格数据,对江西省各县区域1998-2017年间PM2.5浓度水平进行动态监测、时空差异对比以及未来趋势预测等。研究表明,江西省PM2.5浓度水平呈现“北高南低、先升后降”的发展态势,高值主要出现在赣北地区的南昌,九江等市,变化趋势是在1998-2013年期间呈现快速增长趋势,2013年以后则呈下降趋势。(4)利用普通线性回归、地理加权回归等数学分析模型对多类城镇化水平指数、夜间灯光强度指数与PM2.5年均值进行分析,研究分析江西省城镇化与PM2.5的时空关联特征。研究表明在空间分布上江西省赣北多数地区城镇化水平与PM2.5相关性呈现正相关,增长变化较为显著的区域大都是集中于九江、南昌市周围:而在赣南区域,整体相关系数较小,相对而言空气质量变化不明显。