传统的人口空间分布调查主要依赖于各城市的人口普查数据,对各城市赋予统一的人口密度,无法体现人口空间分布的异质性。人口空间格网化能够准确、直观地反应人口在地理空间的聚集状态,已经成为人口分布研究的重要手段。然而,人口空间格网化往往用到较难获取的社会经济数据,研究过程相对复杂。作为人类活动的重要标志,美国军事气象卫星搭载的业务型线扫描操作系统(Defense Meteorological Satellite Program/Operational Linescan System,DMSP/OLS)获取的夜间灯光(Night Time Light,NTL)数据能够在一定程度上反映人口的聚集情况,可以应用于人口空间格网化研究。然而,NTL数据具有同一年份不同传感器获取的数据不兼容、不同年份获取的数据不连续、地理偏差和灯光溢出等缺点,目前尚未提出完善的数据处理方法。针对以上问题,本文以中国和美国为例,系统地实现了 1992-2013年全球DMPS/OLS夜间灯光数据的相互校准、几何校正、饱和校正及灯光溢出校正。不依赖于社会经济数据,仅基于NTL数据、土地利用/覆盖变化(LUCC,Land-Use and Land-Cover Change)数据、县级行政区划矢量数据、2000年和2010年的人口普查数据,进行人口空间格网化及网格数据修正方法的研究,并对2000-2010年中美两国的人口空间分布进行了对比分析。本研究主要得到以下几个结论:(1)本研究提出的系统的DMSP/OLS数据校正方法可以削弱数据的饱和性、不兼容性和不连续性,能够得到较为精确的大尺度、长时间序列的夜间灯光产品;(2)利用DMSP/OLS数据可以实现全球典型区域的人口空间格网化,通过LUCC数据,将人口空间分布与地理环境要素相结合,可以提高人口空间网格数据的准确性;(3)中国与美国的人口分布的相同点是:①沿海地区人口密度大于内陆,②东西部人口分布不均衡,③2000-2010年,全国人口总数增加,部分东部人口向西部迁移。中国与美国人口扩张与迁移的差别为:①美国人口由高密度区向四周低密度区疏散,人口聚集区的人口密度减小,大城市边缘尤其是部分中等城市人口密度增加;②中国人口由高密度区向四周低密度区扩张,人口聚集地区的人口密度依然在增加。本文为人口空间分布研究提供了有效的借鉴与依据,可以为相关部门解决资源利用、灾害评估、环境治理及协调人地关系等方面制定科学决策提供较为准确的基础信息,对人口扩张与迁移分析研究、人口与环境的相互作用研究以及生态环境保护具有重要作用。