利用遥感技术评估我国东西部社会经济发展情况及差异，对我国制定发展战略和具体实施具有重大意义。研究利用夜间灯光遥感数据表征社会经济发展状况，在县一级分析了胡焕庸线两侧的发展速率、重心转移情况；结合遥感植被指数引入“灯光/植被”比值指数，分析经济发展和绿色空间的动态权衡；将海岸带不同距离缓冲区灯光与西部灯光比重进行对比；利用基尼系数测度东西部发展的不均衡状况。结果表明：全国、东西部社会经济快速发展，灯光重心基本稳定，分别在开封市、淮北市、阿拉善南部地区小范围漂移； 我国海岸带聚集了高强度的社会经济活动，30 km缓冲区内灯光总量基本已经与西部灯光总量相当；东西部基尼系数逐年降低；比值指数的空间自相关分析探测到沿海灯光趋于饱和，相邻的内陆县域为潜在的高强度开发空间。研究结果说明了我国东西部内部经济发展差异仍然显著，但是均衡性趋好，东部发展应进入更加注重绿化维持的阶段，内陆地区也将逐渐进入快速发展阶段。研究结论对我国乡村振兴重点地区的精准识别、生态治理修复规划等都具有借鉴意义。

卫星遥感的多传感器技术为大尺度上实现工业热源的快速分类、识别提供了可能。利用2012—2019年VIIRS（可见光红外成像辐射仪）Nightfire数据，以山东省为研究区，首先，根据工业热异常点的空间聚集性特征和统计特征，使用DBSCAN聚类和时间序列聚类提取确认工业热源对象。其次，基于工业温度特征模板，使用K最近邻分类算法实现了工业子类热源的分类。研究表明：①使用该方法提取工业热源对象精度达到99.81%，比“空间—时间—温度”维度的面向对象方法提高了1.47%，在提取工业热源对象数量上提高了8.99%；工业子类热源对象分类总体精度为84.54%，可较好地对山东省工业热源对象进行提取与分类。②山东省工业热源对象主要分布于潍坊市、滨州市、临沂市和东营市4个城市（占比43.30%）；工业热源对象集中分布于淄博市、滨州市和东营市交界处，聊城市东部，枣庄市中部及临沂市中部，呈现显著的空间集聚态势；根据工业转型升级政策提出前后工业热源对象数量的变化（减少13.63%），表明山东省推进工业转型升级政策取得一定成效。因此，利用该方法可较好地提取山东省工业热源，为工业相关政策的制定和评价提供客观依据。

2020年中国消除了绝对贫困，但相对贫困还继续存在且长期存在，研究相对贫困对于巩固拓展脱贫攻坚成果和有效衔接乡村振兴具有重要意义。针对已有贫困研究中仍存在的贫困分类研究、动态研究等方面不足，从相对贫困角度入手，选取陕西省107个区县为研究对象，以2011—2020年为研究时段，基于夜间灯光数据、NDVI数据和社会经济统计数据，构建以夜间灯光指数为自变量的多维贫困指数估算模型来量化识别相对贫困县域，并综合运用锡尔指数、空间局部自相关等分析方法，对量化识别出的县域相对贫困水平时空动态差异进行研究。研究结果表明：①基于夜间灯光数据可以有效进行多维贫困指数估算且估算精度达84.62%，利用多维贫困指数均值序列的前50%作为区域相对贫困划分标准，适用于描述区域相对贫困水平，有利于探索建立解决相对贫困的长效机制。②时间上，从2011年到2020年陕西省相对贫困县个数总体下降，省内各市区间相对贫困水平的区域间差异增大直接导致了贫困县两极分化程度增强。③空间上，陕西省相对贫困县域呈现“陕南贫困程度深范围广，关中渭河沿岸次之，陕北无定河沿岸以北零星分布”的格局。

成渝城市群正逐步成为我国西部经济发展的增长极，探索其城市化时空格局对区域协调发展具有指引作用。基于2000—2018年整合夜光遥感数据提取城市群多期建成区空间范围，运用夜光规模统计、标准椭圆、位序—规模法则以及空间自相关等指标、模型定量分析了成渝区域城市化时空过程。结果表明：①灯光与统计数据配合下的建成区提取多年平均误差为1.27%，重庆、成都和绵阳市提取验证效果好；②19年间成渝各城市夜光规模显著增长，整体累计增长5.6倍，2010年后成渝城市群灯光规模扩张速度显著；③区域内各城市的位序—规模（rank-size）由高位序城市集中发展转向区域协调均衡发展，中小城市均有不同程度的扩张；④城市群规模重心位于四川资阳市安岳县，重心移动整体上以东南方向为主，空间格局整体呈现以“成都—重庆”为轴线沿西北向东南演变，空间范围逐渐扩张，说明以重庆为主的东南都市圈的社会经济形势更显著，对城市群发展更具影响力；⑤成渝城市群扩展的空间集聚程度逐渐加强，冷热点格局整体呈现冷点区占比大，热点区占比低的特征，热点区主要出现在位于成都与重庆主城区及其周边城镇。研究揭示了成渝城市群均衡发展的特征及热点区域，可作为未来城市功能规划和投资决策的参考。

贫困区域识别对于国家实施精准扶贫方略具有重要作用。基于山西省2013~2017年NPP-VIIRS夜间灯光数据，提取灯光总强度、平均灯光强度、灯光斑块面积、最大斑块灯光强度、灯光斑块聚集度等参数，应用方差分析方法检验贫困县与非贫困县的参数差异；以2013年NPP-VIIRS数据构建贫困区域识别模型，并应用于2014~2017年的贫困县识别。结果表明：模型的综合识别准确率为71.43%~77.31%，贫困县识别精度较高，为79.31%~86.21%，非贫困县识别精度为59.02%~73.77%。除了灯光强度参数，模型中包含灯光斑块空间分布特征参数能够提高总体精度。进一步分析贫困概率与GDP关系、不同类型县的贫困概率年际变化，可以认为：夜间灯光数据能够用于贫困区域识别和退出评估，融合灯光强度与灯光斑块空间分布特征有助于提高贫困区域识别精度。

夜光影像分辨率低、时效性差等问题是夜光遥感光污染研究发展的一大阻力。对此应用一种新型的夜光遥感数据获取方式——志愿者民航客机遥感（VPARS）来采集长沙市高分辨率夜光遥感数据，结合长沙市2018年商业POI数据，对光污染来源及特征进行分析，探索了VPARS方法在光污染研究领域的初步应用。结果表明：志愿者民航客机遥感可以有效获取城市小尺度的高精度夜光遥感数据，在光污染监测应用方面具备很大潜力。对长沙市VPARS夜光数据的初步分析结果显示，长沙市购物服务、生活服务、餐饮服务类POI发光比例高，亮度系数高于平均值，是长沙市光污染的主要来源；出行服务类、公共服务设施类POI虽发光比例低，但亮度系数达到最大值1.82，光污染程度较高；长沙市光污染呈商业区聚集及城市核心聚集模式。

NPP-VIIRS夜间灯光数据是在中大尺度上开展城市发展变化研究的稳定数据源。基于2012~2018年NPP-VIIRS夜间灯光数据，以山东半岛城市群为研究对象，采用参考比较法提取城市建成区图斑，选取9个景观格局指数对山东半岛城市群的城市化发展特征进行定量分析。结果表明：①整体上，域内斑块总面积以4.5%的速度增长，边缘总长度和边缘密度年均增长3.15%，斑块数量和密度增长较快（分别为1.95%和1.98%），表明山东半岛城市群整体城市面积增长迅速，城市范围持续扩张；②从不同指标变化趋势来看，各城市斑块总面积增长最快的是青岛市和东营市（分别为9.66%和6.01%）；青岛市的斑块数量和密度增速最快（分别为9.54%和8.55%），日照市的斑块数量和密度均以3.65%的速率显著降低；景观形状指数整体增速缓慢；平均回旋半径在日照市具有较高的年均增长速度（5.99%）；③从各城市发展特征的差异性来看，青岛市的平均斑块面积和回旋半径分别以0.56%和1.53%的速度降低，其他各指标均显著增加，表明青岛市出现了较多的新兴城镇，城区面积不断扩大；济南、日照和东营市的城区面积增长较快，斑块数量、景观形状指数等指标增长缓慢，城市发展以旧城区的扩张为主；潍坊、淄博和烟台市在2015年和2016年前后经历了新兴城镇出现，城镇融合的阶段，城市发展较快。总体而言，山东半岛城市群城市化发展较快，但空间差异性明显。