由碳排放引发的全球气候变化问题引起了国际社会的广泛关注,碳排放问题已成为制约中国经济和环境协调与可持续发展的重要因素。全面了解中国的碳排放时空动态格局及其影响因素,是中国有效应对气候变化问题的前提。然而,受数据可获取性的限制,现有碳排放数据主要基于省级及以上尺度的能源消费量核算得到,数据的空间信息不足,相关研究尺度较为受限。得益于夜间灯光遥感技术的发展,夜间灯光影像(Nighttime light,NTL)为包括碳排放在内的社会经济环境指标的定量估算和空间化提供了重要依据。但DMSP/OLS(Defense Meteorological Satellite Program’s Operational Linescan System)的探测能力有限,非点亮地区可能存在潜在的信息缺失,另外影像中还存在着大量溢出像元和饱和像元。DMSP/OLS NTL数据的缺陷可能造成碳排放的估计结果与实际情况存在较大的偏差。本文探讨如何借助多源数据对DMSP/OLS NTL进行修正,并借助修正后的夜间灯光指数实现中国较精细空间尺度的能源消费碳排放估算,在此基础上系统刻画中国能源消费碳排放的时空格局动态变化情况,并对快速城市化背景下,影响中国能源消费碳排放的因素进行研究。研究的主要内容和结论包括:(1)提出了人口-植被修正夜间灯光指数(Population and Vegetation Adjusted NTL Urban Index,PVANUI),该指数融合了 DMSP/OLS夜间灯光数据、归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据和人口空间分布数据三类空间数据信息,能有效反映人类活动的空间变化特征。本文在原始DMSP/OLS NTL的基础上,融合人口空间分布数据和NDVI遥感影像数据,构建人口-植被修正夜间灯光指数PVANUI,并对其进行一系列的系统校正,最终获得具有较好时间连续性的长时间序列PVANUI。研究结果表明,与原始DMSP/OLS NTL及单一基于人口或基于NDVI校正后的夜间灯光相比,PVANUI能更好的实现对非点亮地区的信息增补,并能有效缓解原始夜间灯光数据的饱和和溢出效应。(2)实现了 1995～2013年中国1 km格网尺度碳排放的快速精确估算,所得结果较原始DMSP/OLS NTL及单一基于人口或NDVI校正后的夜间灯光指数估算得到的碳排放精度更高、空间分布更符合实际,能为地级市及以下尺度的长时间序列碳排放研究提供有效的数据支撑。地级市及更小尺度的能源统计数据缺失问题对于中国城市尺度的碳排放研究造成了严重困扰。本文首先以IPCC核算方法为基础,参考更适合中国国情的能源排放系数,系统核算1995～2013年中国省级能源消费碳排放量。在此基础上,构建碳排放估算模型,对历年1km格网尺度的碳排放进行估算。研究结果显示,该模型能快速有效的实现对中国1 km格网尺度的能源消费碳排放空间数据的估算。精度验证结果证明,与其它三种夜间灯光数据相比,基于PVANUI的碳排放估算模型的模型拟合优度更高,饱和和溢出像元对于估计结果所造成的偏差更小,且能较好的覆盖农村及偏远地区。(3)系统分析了过去近20年中国能源消费碳排放在全国-四大经济区域-省(直辖市/自治区)-地级市(盟/自治州)四级空间尺度上的时空格局演变情况,在地级市尺度上发现了中国碳排放空间格局的两极分化与空间锁定效应,扩展了对于中国能源消费碳排放空间格局的认识。从时间上看,中国能源消费碳排放大体经历了平稳增长、快速增加和缓慢回落三个发展阶段,碳排放量增长明显;从空间分布上看,中国能源消费碳排放的基本空间格局为东高西低、北高南低,碳排放在空间上呈不均衡分布,两极分化现象显著。利用Theil指数二阶分解方法定量研究了中国碳排放的区域差异性。研究结果表明,中国能源消费碳排放的地区总差异总体呈下降趋势,省内差异呈现缩小态势,省间差异取代省内差异成为总差异的最主要来源,其中又以西部地区的省间差异变动最为剧烈。借助探索性时空数据分析方法,对中国地级市尺度能源消费碳排放的时空关联进行了分析。研究结果表明,中国碳排放具有明显的空间集聚特征,总体上以东部地区的高-高集聚和西部地区的低-低集聚类型为主。从空间关联的时间演替过程来看,局部空间较稳定,碳排放的空间锁定效应与局部依赖特征明显,而空间依赖的方向性相对不稳定。(4)分别在省级和地级市尺度上探讨了城市化进程中经济增长、城镇人口增加、产业结构升级与建设用地扩张对中国能源消费及碳排放的影响,发现了城市化率、第三产业占比和建设用地对于碳排放的影响存在尺度差异性和空间异质性,此外,城市形态对碳排放也将产生显著影响,丰富了城市化对于碳排放影响的实证研究成果。在省级尺度上,首先构建面板误差修正模型,讨论了中国经济增长、城市化、能源消费与碳排放之间的格兰杰因果关系。研究结果表明,人均GDP、人均能源消费和城市化率三者之间存在双向的长期均衡关系,碳排放与这三者之间则存在单项的长期均衡关系;能源消费量与GDP之间存在短期双向因果关系,与碳排放之间存在短期单向的格兰杰因果关系,城市化率与GDP、能源消费量和碳排放量之间存在短期单向的格兰杰因果关系;经济增长对于能源消费及碳排放具有正向且持续的促进作用。其次以IPAT理论模型为基础,构建STIRPAT扩展模型,引入建设用地要素,从静态和动态两个角度考察影响中国能源消费碳排放的主要影响因素。STIRPAT回归分析结果显示,在省级尺度上,人口规模、人均GDP、能源强度、城市化的增长与能源消费碳排放量的变动呈正相关,第三产业所占的比重的变化则与碳排放量的变动呈负相关,而建设用地的作用不显著。人均GDP与碳排放之间存在倒U型关系,中国能源消费碳排放存在环境库茨涅茨现象。动态面板数据模型肯定了时间依赖性对于碳排放的影响。在地级市尺度上,沿用STIRPAT扩展模型,并将空间依赖对于碳排放的影响纳入考量,基于空间计量模型和地理加权回归模型进一步考察了城市化相关影响因子在地级市尺度上的作用情况。空间计量模型结果显示,空间依懒性对当地碳排放存在显著影响。地理加权回归结果进一步验证了人口规模、人均GDP和能源强度对于碳排放的正向作用,而城市化率、第三产业占比和建设用地对于碳排放量既存在正向影响又存在负向影响。基于地级市面板数据模型的研究结果显示,城市空间形态也将对碳排放造成影响。除建设用地在规模上的扩张以外,较分散的、不规则的城市建设用地开发模式,以及单核心的空间结构与碳排放之间也存在显著的正向影响。