1.一种融合npp-viirs夜间灯光数据与landsat8oli影像的城市建成区提取方法，其特征在于：包括以下步骤：
步骤1)、获取城市的npp-viirs夜间灯光数据和landsat8oli数据，然后对npp-viirs夜间灯光数据去除异常值、裁剪；
步骤2)、从landsat8oli数据中提取ndvi和ndbi，其中ndvi为归一化植被指数，ndbi为归一化建筑指数；
步骤3)、采用改进的夜间灯光城市指数法vbanui提取城市建成区，vbanui的计算公式如下：
vbanui＝(1-ndvi)·(1+ndbi)·ntl
其中，ntl为夜光遥感数据；
在完成指标vbanui的计算后，基于vbanui进行聚类，提取城市建成区。
2.根据权利要求1所述的一种融合npp-viirs夜间灯光数据与landsat8oli影像的城市建成区提取方法，其特征在于：步骤1中，所述的npp-viirs夜间灯光数据异常处理是将npp-viirs中亮度值小于0的异常像元赋值为0，并利用待提取区域行政区划矢量数据对处理后的npp-viirs数据进行裁剪，将多余区域数据剔除。
3.根据权利要求1所述的一种融合npp-viirs夜间灯光数据与landsat8oli影像的城市建成区提取方法，其特征在于：步骤1中还包括对landsat8oli数据进行处理，具体是：对landsat8oli数据做辐射定标和大气校正，将覆盖待提取行政区域的多景影像进行镶嵌，并利用行政区划矢量数据对处理后的landsat8oli数据进行裁剪，利用处理后的landsat8oli数据进一步提取ndvi和ndbi指标。
4.根据权利要求1所述的一种融合npp-viirs夜间灯光数据与landsat8oli影像的城市建成区提取方法，其特征在于：步骤2中，landsat8oli数据提取ndvi与ndbi的公式如下：
其中，b5为landsat8oli的第五波段，即近红外波段反射率；b4为landsat8oli的第四波段，即红色波段反射率；b6为landsat8oli的第六波段，即中红外波段反射率。
5.根据权利要求1所述的一种融合npp-viirs夜间灯光数据与landsat8oli影像的城市建成区提取方法，其特征在于：步骤3中利用k均值聚类方法基于vbanui进行聚类，具体实现过程如下，
假设计算指标后的每个像元的vbanui集合为d＝{d1,d2…dm}，计算两个随机质心u1和u2，两者对应两个分类为c1和c2，其中，c1是城市建成区的像元，c2是非城市建成区的像元；对于每个像元，计算其到两个质心的距离，距离较近的质心的分类作为该像元的分类；
更新完分类后，计算每类中的均值向量，得到两个分类的新的质心；
如此反复更新分类c1和c2中的像元，计算两个分类的质心坐标，直到两个分类的质心坐标不再发生变化，此时的c1和c2就是分类好的城市建成区和非城市建成区。
6.根据权利要求1所述的一种融合npp-viirs夜间灯光数据与landsat8oli影像的城市建成区提取方法，其特征在于：ndvi取值为[-1，1]，ndvi>0为植被覆盖区，其值越接近1，表示植被覆盖度越大，ndvi<0为非植被覆盖区；ndbi取值范围也在[-1，1]之间，ndbi为正值时，表示城市用地区域，ndbi为负值时，为非城市用地区域。