Page 149 - 《武汉大学学报（信息科学版）》2025年第10期

2084 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 10 月

Evaluation of Qimingxing-1 Nighttime Light Image source Remote Sensing Data［J］. Remote Sensing，
［J］. Geomatics and Information Science of Wuhan 2020， 12（12）： 1910.
University， 2023， 48（8）：1273-1285. ［16］ VERNON HENDERSON J， STOREYGARD A，
［6］ CHEN J Q， WEI H， LI N， et al. Exploring the WEIL D N. Measuring Economic Growth from Outer
Spatial-Temporal Dynamics of the Yangtze River Space［J］. The American Economic Review， 2012，
Delta Urban Agglomeration Based on Night-Time 102（2）： 994-1028.
Light Remote Sensing Technology［J］. IEEE Jour‑ ［17］ JIANG S N，WEI G E，ZHANG Z K，et al. Detecting
nal of Selected Topics in Applied Earth Observa‑ the Dynamics of Urban Growth in Africa Using
tions and Remote Sensing， 2020， 13： 5369-5383. DMSP/OLS Nighttime Light Data ［J］. Land，
［7］ BERGANTINO A S， DI LIDDO G， PORCELLI 2021， 10（1）： 13.
F. Regression-Based Measure of Urban Sprawl for ［18］ LI X， GE L L， CHEN X L. Detecting Zimbabwe’s
Italian Municipalities Using DMSP-OLS Night- Decadal Economic Decline Using Nighttime Light
Time Light Images and Economic Data［J］. Applied Imagery［J］. Remote Sensing， 2013， 5（9）： 4551-
Economics， 2020， 52（38）： 4213-4222. 4570.
［8］ HE X， ZHANG Z M， YANG Z J. Extraction of Ur‑ ［19］ 张悦， 李众， 曲春红 . 非洲农业现代化发展： 现状、
ban Built-up Area Based on the Fusion of Night- 挑 战 与 机 遇［J］. 中 国 食 物 与 营 养 ， 2021， 27（6）：
Time Light Data and Point of Interest Data［J］. Royal 17-22.

Society Open Science， 2021， 8（8）： 210838. ZHANG Yue，LI Zhong，QU Chunhong. Agricultural
［9］ PAN W B， FU H M， ZHENG P. Regional Pover‑ Modernization in Africa： Status Quo， Challenges and
ty and Inequality in the Xiamen-Zhangzhou-Quan‑ Opportunities［J］. Food and Nutrition in China，
zhou City Cluster in China Based on NPP/VIIRS 2021， 27（6）： 17-22.
Night-Time Light Imagery ［J］. Sustainability， ［20］ GIGLIO L， DESCLOITRES J， JUSTICE C O， et
2020， 12（6）： 2547. al. An Enhanced Contextual Fire Detection Algo‑
［10］ LIANG H D， GUO Z Y， WU J P， et al. GDP Spa‑ rithm for MODIS［J］. Remote Sensing of Environ‑
tialization in Ningbo City Based on NPP/VIIRS ment， 2003， 87（2-3）： 273-282.
Night-Time Light and Auxiliary Data Using Ran‑ ［21］ SCHROEDER W， OLIVA P， GIGLIO L， et al.
dom Forest Regression［J］. Advances in Space Re‑ The New VIIRS 375 m Active Fire Detection Data
search， 2020， 65（1）： 481-493. Product： Algorithm Description and Initial Assess‑
［11］ IVAN K， HOLOBÂCĂ I H， BENEDEK J， et al. ment［J］. Remote Sensing of Environment， 2014，
Potential of Night-Time Lights to Measure Regional 143： 85-96.
Inequality［J］. Remote Sensing， 2020， 12（1）： 33. ［22］ ELVIDGE C，ZHIZHIN M，HSU F C，et al. VIIRS
［12］ 李熙， 巩钰， 邵振峰， 等 . 夜间灯光遥感视角下的 Nightfire： Satellite Pyrometry at Night［J］. Remote
中国对中亚地区援助效果评估［J］. 武汉大学学报 Sensing， 2013， 5（9）： 4423-4449.
（信息科学版）， 2023， 48（12）： 1914-1922. ［23］ ROMÁN M O， WANG Z S， SUN Q S， et al.
LI Xi， GONG Yu， SHAO Zhenfeng， et al. Evalua‑ NASA’s Black Marble Nighttime Lights Product
tion of China’s Aid to Central Asia from the Perspec‑ Suite［J］. Remote Sensing of Environment， 2018，
tive of Night-Time Light Remote Sensing［J］. Geo‑ 210： 113-143.
matics and Information Science of Wuhan Universi‑ ［24］ LI X， SHANG X Y， ZHANG Q L， et al. Using

ty， 2023， 48（12）： 1914-1922. Radiant Intensity to Characterize the Anisotropy of
［13］ STATHAKIS D， BALTAS P. Seasonal Popula‑ Satellite-Derived City Light at Night［J］. Remote
tion Estimates Based on Night-Time Lights［J］. Sensing of Environment， 2022， 271： 112920.
Computers， Environment and Urban Systems， ［25］ LI X， MA R， ZHANG Q， et al. Anisotropic Charac‑
2018， 68： 133-141. teristic of Artificial Light at Night-Systematic Inves‑
［14］ SONG J C， TONG X Y， WANG L Z， et al. Moni‑ tigation with VIIRS DNB Multi-temporal Observa‑
toring Finer-Scale Population Density in Urban tions［J］. Remote Sensing of Environment， 2019，
Functional Zones： A Remote Sensing Data Fusion 233： 111357.
Approach［J］. Landscape and Urban Planning， ［26］ JUN C， BAN Y F， LI S N. Open Access to Earth
2019， 190： 103580. Land-Cover Map［J］. Nature， 2014， 514： 434.
［15］ HE M， XU Y M， LI N. Population Spatialization in ［27］ BELGIU M， DRĂGUŢ L. Random Forest in Re‑
Beijing City Based on Machine Learning and Multi‑ mote Sensing： A Review of Applications and Future