当前碳排放评估主要集中在国家和省级尺度，对于市、县、镇尺度的研究相对较少。为合理制定精细化和区域化的碳减排策略，亟需精准获取不同尺度下碳排放时空演化及其驱动机制。鉴于此，本研究以福建省为例，结合DMSP/OLS和NPP/VIIRS夜光数据，生成一套近20年夜光遥感数据集；基于扩展夜光数据集和能源碳排放统计值，构建碳排放估算模型。在此基础上，精细化评估2000-2020年福建省市、县、镇三级的碳排放量，探讨20年间福建省碳排放量的时空变化趋势及区域演化差异；最后构建碳排放驱动机制模型分析关键指标对碳排放影响的共同特征和区域差异性。结果表明:(1)构建了两种夜光数据融合的最优回归方程且拟合度为0.8878，生成DMSP/OLS尺度长时序夜光数据集；融合后夜光数据与人均GDP、人口规模的拟合精度R²分别为0.8053、0.7306，精度较高且鲁棒性较好。(2)2000-2020年福建省碳排放增加2147.79万吨，增长率约为45%；2000-2010年市、县和镇均持续增长；2010-2020年市和县级均呈现波动趋势，沿海地区增速较快而内陆相对较慢；同时空间分布仍呈现出聚集特征，在内陆和经济水平较高大型县域，碳排放主要呈现高-高聚集；相反地，呈现低-低聚集。福建省高碳区主要集中在沿海地区与大规模城市，而城市规模对碳排放呈非线性影响。(3)通过空间面板数据模型，在市级尺度，2000-2006年主要受人口规模影响，2007-2013年主要受城镇化率影响，而2014-2020年受多个因素影响。通过GTWR模型，指标影响大小排列为：人口规模>能源强度>第二产业占比>人均GDP>第三产业占比＞城镇化率；内陆地区人口规模的促进作用大于沿海地区；县级尺度的第三产业占比在2020年对碳排放主要是正向影响。此外，大规模城市主要受人口规模和经济活动影响，中等规模城市则是能源强度和产业结构，而小规模城市在人口规模和经济活动较强促进作用。本研究结果可为福建省碳排放精细化评估提供科学依据，为制定针对性碳排放管理政策和措施提供重要支撑。
 

多源夜光遥感数据,碳排放,时空格局,驱动机制,多尺度分析