城市是人类发展过程演化出的产物,与人类生活息息相关。城市建成区的面积是衡量城市化的重要指标,是人类认识研究城市的重要基础性信息,也是落实城市功能空间布局、实施界限管控的前提。已有的单一来源数据提取城市建成区的方法,受多种因素的限制,提取结果的精度并不高,对城市社会经济活动的解释性不够明确,有着一定的局限性。不同类型数据在解释城市社会经济活动时都有各自的优势和不足。如灯光数据可以有效提取出城市建成区的边界,灯光强度的变化可表征人类社会经济强弱的变化情况,但由于其低空间分辨率和灯光溢出性导致其不能较好的区分出城市建成区边界内部的非建成区区域,同时无法提取低光、无光区域的建成区;Landsat数据可较好的获取出建成区的几何轮廓,但无法较好的区分出城市建成区和非城市建成区;POI数据作为空间大数据的一种,己经被用于城市研究中,但不同等级城市的POI数据体量差异较大,且POI作为地理实体的点状表示,难以准确反映城市建成区的精确范围。综合以上的分析,研究综合多源数据的城市建成区提取方法,能够发挥每种数据各自的优势,从而帮助提高提取结果的精度。为此,本文提出了一种基于分步思想和多源数据的城市建成区提取方法。首先,使用NPP/VIIRS夜间灯光遥感影像、常住人口数据、人口城镇化率提取城市实体区域,确定出城市建成区的大致范围;然后,使用POI数据提取出低光、无光区域的城市建成区,并与灯光数据提取的建成区范围组成城市建成区外围边界;第三,使用Landsat8 OLI数据提取城市建成区外围边界内部的非建设用地,从而得到最终的城市建成区范围。本文进一步选取北京市、武汉市和福州市三个处于不同经济发展水平和城市化水平的城市为实验区进行了实验,经验证发现提取精度都在95%以上,这证明本文的方法可较准确的提取出城市建成区,且对于不同等级的城市具有适用性,具有一定的科学价值。