面临全球气候变化的巨大挑战,我国积极响应《巴黎协定》的号召,提出"2030年前碳达峰,2060年前实现碳中和"的碳排放发展目标,并将碳中和相关工作作为2021年的重点任务之一。目前我国主流的碳排放核算方法是基于产品、企业和项目的自下而上的方法,成本较大且效率较低,而且县级统计数据严重缺失,难以进行精细化的管理和政策指导。夜光灯数据被广泛应用在社会经济指标的测度中,并表现出良好的解释能力。本文结合夜光灯和社会经济数据,利用提升回归树（BRT）建立其与碳排放的关系,并采用贝叶斯法优化（BO）模型超参数。本文利用2000-2017年中国省级数据,进行有监督学习,并通过K折交叉验证法对模型的表现结果进行评价,结果表明BO-BRT具有较高的拟合优度和泛化能力。基于BO-BRT模型,我们对2000-2017年中国县级碳排放数据进行测度,并结合标准差椭圆对中国碳排放空间分布进行分析,结果发现碳排放主轴逐渐向西旋转,表明中国发展过程内蒙古、新疆等西部地区碳排放量逐渐增加。本文结合夜光灯和社会经济数据建立的我国县域碳排放量的估计模型提供了一种成本低、精度高的小尺度碳排放核算方法,对我国县域碳排放测度、碳减排措施的落实乃至其经济发展都有着重要指导意义,同时针对中国全域碳排放分析的结果,对国家加强顶层设计、统筹协调各个地区碳排放具有重大实践意义。