城市群是经济全球化的新形势下生产要素在空间上重新分配和转移的主要发生地,是产业空间整合的产物,在国家和区域的经济发展中占据着核心地位。在新环境下,区域和国家之间经济发展的竞争需要城市群内各个城市和各个产业根据其所扮演的职能进行密切的合作与互动。对于城市群科学合理的定义和理解有利于监测、管理并促进城市群内各个城市之间的协调发展。传统城市地理研究中,城市群的定义和界定主要依赖于社会经济统计数据。这些方法对于统计数据各个指标的完备性和准确性具有较高的要求,且无法直观反映城市群内部城市之间空间关系,城市群空间形态和空间模式。RS技术的引入为获取城市和城市群空间信息提供了一个新的途径。已有的基于RS的城市和城市群研究证明了RS/GIS技术在获取和分析城市群空间信息方面具有极大的优势。然而这些研究多是利用具有中、高分辨率的遥感数据针对少量的城市进行空间扩展等方面的分析,少有工作进行大尺度(如国家)上城市群的识别和划分的研究。基于以上不足,本文在稳定夜间灯光遥感数据的基础上,探讨了基于最小生成树和面向对象方法进行城市群识别的理论基础、具体实现和实例应用。本研究的主要成果分为如下四个方面：一、探讨了城市群识别和界定的基本原则。本研究认为,城市群是区域内城市在空间上逐渐扩展并在功能上相互整合而形成的一个综合体,城市之间空间布局具有趋近性。对于城市群的空间界定主要是对于其具体空间的一种划分,使之和周边其他城市体系分隔开来,因此具有空间邻近性这一基本原则。二、建立了基于低空间分辨率遥感数据进行城市群识别的理论基础和具体实现框架。从地理空间认知的角度,本研究认为城市群对象的识别和界定是一个与格式塔类似的空间聚类问题,两者具有相同的特性一空间邻近性,可以结合完形理论的研究方法进行城市群的识别。在此认识上,本文将城市群的识别划分为了三个实现流程：获取城市空间信息；抽象表达城市空间关系；划分空间关系,实现空间聚类。为与实际情况相符,本研究提取城市区域并识别为二维城市对象,以最小生成树MST抽象表达和概括城市对象(而不是城市中心点)之间的空间关系,并以符合完形原则的规则对MST进行切割,获得城市群。三、实现和改进了进行城市对象识别、最小生成树创建和划分、城市群识别的一系列方法。如进行城市对象识别及其几何形态处理的连通区域循环标识算法、边界平滑算法、填充算法、城市对象和城市群对象二维空间属性计算方法、城市群对象识别标记算法。本研究改进的算法主要为结合城市对象内边界追踪算法,d∞-propagation欧氏距离转化算法和通用MST生成算法,提出了适宜于基于二维城市对象而非中心点的MST创建算法。四、成功将相关理论和方法应用于中国大陆城市群的识别。在此实例中,我们首次进行了国家尺度的城市群自动化识别。我们定义了三个层次的城市空间单元一城市集团、城市集群、城市集群影响域,以代表城市之间联系强度的相对不同。此研究分析结果和已有的研究保持了一致性,但本研究提供了更多细节的定量信息,包括定量的城市对象和城市群对象空间属性信息、城市之间空间关系信息。