2020年是我国脱贫攻坚决战决胜之年,消除贫困目前仍是全面建成小康社会的重点和难点。通过遥感手段能够快速准确地识别贫困地区,实现贫困地区的连续有效监测,完善和丰富贫困地区的基础资料,有利于精准扶贫大数据的进一步建设,为政府精准施策、精准脱贫提供科学参考。夜间灯光数据能够反映社会经济状况的发展,为信息数据匮乏的贫困地区提供新的监测思路。基于夜间灯光数据,本文将贫困面大、发生率高、程度深的云南省作为研究区域,通过可持续生计框架（SLA）构建可持续生计指数SLI,将贫困发生率、SLI分别与夜间灯光总量TNL进行相关分析并比较,构建云南省夜间灯光贫困模型SLI_{T NL}。利用夜间灯光贫困模型SLI_{T NL}的结果与贫困发生率,分析云南省贫困县域的空间分布特征,并进一步探测云南省贫困状况区域分异的影响因素。结果表明:（1）总体上,根据可持续生计指数SLI识别出的区域贫困程度高于贫困发生率测度的贫困程度,可持续生计指数SLI能更全面地反映县域的贫困状况。（2）利用夜间灯光总量TNL与SLI构建的夜间灯光贫困模型SLI_{T NL}通过模型检验,均方根误差RMSE为0.157,相对误差MRE为10.97%,精度较高。（3）通过SLI_{T NL}识别的云南省贫困县域空间格局呈现显著的地域差异,呈现由滇中地区向四周减小的空间格局;贫困发生率呈现由滇中地区向四周增大的空间格局,藏区为收入贫困和多维贫困均最高的片区。（4）采用模型探测,共同影响云南省县域收入贫困和多维贫困的因素包括农村居民年人均纯收入、地形起伏度、城镇常住居民人均可支配收入、城镇化率、医疗卫生机构床位数和固定资产投资。（5）两因素交互作用对于云南省县域贫困分异格局更为显著,解释力表现为双因子增强型和非线性增强型两种;金融资本和社会资本两个维度的共同作用对云南省县域贫困县域空间分异的影响为最显著。