Nachtlicht-Fernerkundungsbilder werden in den Bereichen der städtischen Umwelt, der sozioökonomischen Forschung, des Naturschutzes und der Bewertung von Schäden nach bewaffneten Konflikten weit verbreitet eingesetzt. Aufgrund des Fehlens von langzeitlichen, hochauflösenden Nachtfernerkundungsdaten mit hoher räumlicher Auflösung ist die Bewertung der städtischen Wasserumgebung in der Nachtlichtfernerkundung jedoch relativ gering. Diese Studie zielt darauf ab, diese Lücke in der Forschung zur Binnenwasserumwelt zu schließen, indem unterschiedlich geformte städtische Seen mit einer Fläche von mehr als 3 km² im Einzugsgebiet des Jangtse als Forschungsobjekt verwendet werden. Es werden Fernerkundungsbewertungsparameter der Wasserumgebung wie Lake Brightness Temperature (LBT), Floating Algae Index (FAI) und Forel-Ule Index (FUI) integriert. Unter Verwendung von für thermisch-infrarote Fernerkundungsdaten geeigneten räumlichen Downscaling-Methoden wie DisTrad, geographisch gewichteter Regression (GWR) und Random Forest (RF) sowie Einführung objektorientierter Theorien und korrelativer Statistikmethoden wird die beste räumliche Downscaling-Methode für Suomi-NPP VIIRS Nachtlichtbilder untersucht. Die Ergebnisse zeigen, dass die objektorientierte DisTrad-Methode (OD-TA) basierend auf LBT und FAI eine gewisse Stabilität aufweist, während die objektorientierte geographisch gewichtete Regressionsmethode (OGWR-TU) basierend auf LBT und FUI bei großen (>10 km²) und formkomplexen städtischen Seen wie Dianchi und Chaohu ausgezeichnet abschneidet. Die räumliche Morphologie des Sees und die soziokulturellen Eigenschaften der nächtlichen Beleuchtung am Ufer sind die Hauptfaktoren, die die Anwendbarkeit der Downscaling-Methoden beeinflussen. Die Ergebnisse dieser Studie schließen nicht nur die Lücke der langzeitlichen hochauflösenden NTL-Bilder für Wasserflächen, sondern bieten auch methodische und datenbezogene Unterstützung für die Bewertung der Lichtverschmutzung in städtischen Seen und die Analyse der soziokulturellen Umgebungen am Seeufer.