本书结合传统人口普查数据时空分辨率低、存在可变元、时空尺度差异、调查单元不稳定等现状，针对其难以满足科学研究和社会深入应用研究需要，深度开发人口普查数据，构建多尺度、高精度的人口普查格网数据集。为应对科学研究和社会应用对人口普查数据的新需求、适应大数据新技术发展，创新人口普查数据及其属性空间化方法、提升人口普查数据开发与应用层次，对人口数据及其属性信息空间化的模型方法以及应用展开系统深入研究。本书的研究内容对于正确认识人口分布，分析其与资源、环境、社会、经济发展间的相互作用机制，提高社会综合管理能力意义重大。

本书结合传统人口普查数据时空分辨率低、存在可变元、时空尺度差异、调查单元不稳定等现状, 针对其难以满足科学研究和社会深入应用研究需要, 深度开发人口普查数据, 构建多尺度、高精度的人口普查格网数据集。为应对科学研究和社会应用对人口普查数据的新需求、适应大数据新技术发展, 创新人口普查数据及其属性空间化方法、提升人口普查数据开发与应用层次, 对人口数据及其属性信息空间化的模型方法以及应用展开系统深入研究。本书的研究内容对于正确认识人口分布, 分析其与资源、环境、社会、经济发展间的相互作用机制, 提高社会综合管理能力意义重大。

目 录１ 绪论 ／ １ １.１ 研究问题与意义 ／ １ １.１.１ 研究问题及现状 ／ １ １.１.２ 研究意义 ／ ９ １.２ 研究目标与内容 ／ １０ １.２.１ 研究目标 ／ １０ １.２.２ 研究内容 ／ １０ １.３ 研究方法与技术路线 ／ １３ １.３.１ 研究方法 ／ １３ １.３.２ 研究技术路线 ／ １４ １.４ 研究创新点 ／ １６ ２ 文献综述 ／ １８ ２.１ 人口分布研究综述 ／ １８ ２.１.１ 文献计量分析 ／ １８ ２.１.２ 国外研究综述 ／ ２４ ２.１.３ 国内研究综述 ／ ２７ ２.１.４ 人口分布研究评述 ／ ３６２.２ 人口空间化研究综述 ／ ３７ ２.２.１ 文献计量分析 ／ ３８ ２.２.２ 建模指标研究 ／ ４５ ２.２.３ 建模方法研究 ／ ５９ ２.２.４ 格网适宜性研究 ／ ６９ ２.２.５ 应用研究与公共数据集 ／ ７２ ２.２.６ 人口空间化研究评述 ／ ７８ ２.３ 人工人口合成研究综述 ／ ８２ ２.３.１ 人工人口合成方法 ／ ８３ ２.３.２ 人工人口应用研究 ／ ９０ ２.３.３ 人工人口研究评述 ／ ９２ ３ 基础理论与研究方法 ／ ９４ ３.１ 人口空间分布规律与机理 ／ ９４ ３.１.１ 基本概念 ／ ９４ ３.１.２ 人口空间分异理论 ／ ９５ ３.１.３ 人口空间分布的影响因素及作用机理 ／ ９８ ３.２ 研究方法 ／ １００ ３.２.１ 人口分布分析方法 ／ １００ ３.２.２ 探索性空间数据分析方法 ／ １０５ ３.２.３ 空间计量模型 ／ １０７ ３.２.４ 人工人口合成方法 ／ １１０ ３.２.５ 社会空间分异隔离指数 ／ １２１ ４ 街镇尺度人口分布时空特征与影响因素研究 ／ １２３ ４.１ 研究区域概况 ／ １２３４.２ 成都市人口时空格局的演化特征 ／ １２６ ４.２.１ 人口时空格局的尺度效应差异 ／ １２６ ４.２.２ 人口变动情况 ／ １２８ ４.２.３ 人口密度的变动情况 ／ １３１ ４.２.４ 人口密度的空间集聚分析 ／ １３４ ４.２.５ 人口空间变异性分析 ／ １３６ ４.３ 成都市人口均衡性演化规律 ／ １４１ ４.３.１ 人口分布结构指数 ／ １４１ ４.３.２ 人口重心及标准差椭圆 ／ １４２ ４.４ 成都市人口空间分布模型的拟合 ／ １４６ ４.４.１ 单中心人口密度模型 ／ １４７ ４.４.２ 多中心人口密度模型 ／ １４９ ４.４.３ 与其他城市对比分析 ／ １５３ ４.５ 成都市人口分布影响因素的实证研究 ／ １５４ ４.５.１ 指标选取与数据来源 ／ １５４ ４.５.２ 数据处理 ／ １５６ ４.５.３ 影响因子识别 ／ １５９ ４.５.４ 影响因素的交互作用探测 ／ １６１ ５ 基于空间计量模型的人口空间化研究 ／ １６６ ５.１ 基础数据与建模流程 ／ １６６ ５.１.１ 数据收集 ／ １６６ ５.１.２ 建模技术路线 ／ １６８ ５.２ 指标体系构建 ／ １７３ ５.３ 人口分布指标分析 ／ １７４ ５.３.１ 人口分布与土地利用类型的相关性分析 ／ １７５５.３.２ 人口分布与 ＰＯＩ 指数的相关性分析 ／ １７６ ５.３.３ 人口分布与夜间灯光值的相关性分析 ／ １８０ ５.４ 各指标的空间特征及检验 ／ １８１ ５.４.１ 各指标的空间特征 ／ １８１ ５.４.２ 模型设定 ／ １８３ ５.４.３ 空间自相关性检验 ／ １８３ ５.５ 人口空间化结果 ／ １８４ ５.５.１ 模型估计 ／ １８４ ５.５.２ 人口数据格网化结果 ／ １８６ ５.５.３ 模型误差与评估 ／ １９０ ５.５.４ 模型误差修正 ／ １９３ ５.６ 人口空间化时空分辨率提升研究 ／ １９４ ５.６.１ 时间分辨率提升 ／ １９４ ５.６.２ 空间分辨率提升 ／ １９９ ６ 基于机器学习模型的人口空间化研究 ／ ２０７ ６.１ 建模技术路线 ／ ２０７ ６.２ 单一模型建模 ／ ２０８ ６.２.１ 随机森林模型 ／ ２０８ ６.２.２ ＸＧＢｏｏｓｔ 模型 ／ ２１０ ６.３ 多模型集成学习建模 ／ ２１２ ６.３.１ 加权平均集成模型 ／ ２１２ ６.３.２ ＲＦ－ＸＧＢｏｏｓｔ－ＯＬＳ 堆叠学习模型 ／ ２１３ ６.３.３ ＲＦ－ＸＧＢｏｏｓｔ－ＭＧＷＲ 堆叠学习模型 ／ ２１４ ６.４ 精度验证 ／ ２１７ ６.４.１ 定性验证 ／ ２１８ ６.４.２ 定量验证 ／ ２１９７ 基于 ＩＰＵ 算法的人口属性空间化研究 ／ ２２２ ７.１ 数据来源与变量设定 ／ ２２２ ７.１.１ 数据来源 ／ ２２２ ７.１.２ 人口属性变量设定 ／ ２２３ ７.１.３ 汇总数据的描述性统计 ／ ２２４ ７.２ 人工人口微观数据生成 ／ ２２８ ７.２.１ 数据格式 ／ ２２８ ７.２.２ 参数设定 ／ ２２９ ７.２.３ 算法运行与结果分析 ／ ２２９ ７.３ 基于人工人口的人口属性空间化 ／ ２３８ ７.３.１ 基础准备 ／ ２３９ ７.３.２ 多尺度人口格网数据的生成 ／ ２４０ ７.３.３ 多尺度人口格网数据的实证分析 ／ ２４４ ８ 基于 ＩＰＦ 算法的人口属性空间化研究 ／ ２４９ ８.１ 研究区域概况 ／ ２４９ ８.２ 武汉市人工人口构建 ／ ２５１ ８.２.１ 数据来源 ／ ２５１ ８.２.２ 基础数据格式 ／ ２５２ ８.２.３ 人口数据合成 ／ ２５５ ８.３ 合成数据误差分析与精度对比 ／ ２５８ ８.３.１ 合成数据误差分析 ／ ２５８ ８.３.２ 不同微观数据源的合成数据精度比较 ／ ２６６ ８.３.３ 不同方法的合成数据精度比较 ／ ２６８ ８.４ 武汉市人工人口空间分布特征 ／ ２７０９ 基于遗传算法的人口属性空间化研究 ／ ２７４ ９.１ 数据来源与基础格式 ／ ２７４ ９.１.１ 数据来源 ／ ２７４ ９.１.２ 基础数据格式 ／ ２７６ ９.２ 基于遗传算法的人工人口构建 ／ ２７９ ９.２.１ 人工人口的构建流程 ／ ２７９ ９.２.２ 遗传算法的设定 ／ ２８２ ９.２.３ 成都市人工人口的生成 ／ ２８６ ９.２.４ 遗传算法的改进 ／ ２８７ ９.３ 与 ＩＰＦ 算法的比较 ／ ２９０ ９.３.１ ＩＰＦ 算法的合成结果 ／ ２９０ ９.３.２ 合成误差对比 ／ ２９３ ９.４ 遗传算法精度分析 ／ ２９５ １０ 人口普查格网数据应用研究 ／ ３０５ １０.１ 成都市人口空间分布特征 ／ ３０５ １０.１.１ 人口分布的均衡性 ／ ３０５ １０.１.２ 人口分布的时空特征 ／ ３０６ １０.１.３ 人口重心 ／ ３０８ １０.１.４ 人口标准差椭圆 ／ ３１０ １０.２ 成都市人口分布的影响因素识别 ／ ３１２ １０.２.１ 因素探测 ／ ３１２ １０.２.２ 交互作用探测 ／ ３１４ １０.３ 成都市人口收缩时空格局 ／ ３１７ １０.３.１ 全市分析 ／ ３１７ １０.３.２ 中心城区分析 ／ ３１９１０.４ 成都市社会空间分异格局 ／ ３２０ １０.４.１ 空间匀度比较分析 ／ ３２１ １０.４.２ 空间能见度比较分析 ／ ３２４ １０.４.３ 空间浓度比较分析 ／ ３２６ １０.４.４ 空间聚类度比较分析 ／ ３２８ １０.５ 基于人工人口的 ＣＯＶＩＤ－１９ 传播仿真研究 ／ ３３１ １０.５.１ ＣＯＶＩＤ－１９ 特点及其在武汉的传播 ／ ３３２ １０.５.２ 武汉市人口与医院空间适配性分析 ／ ３３５ １０.５.３ 基于人工人口的 ＣＯＶＩＤ－１９ 的仿真建模 ／ ３３７ １０.６ 基于人工人口的气溶胶扩散研究 ／ ３４９ １０.６.１ 气溶胶离散相模型 ／ ３５０ １０.６.２ 仿真模型构建 ／ ３５１ １１ 研究结论、 建议与展望 ／ ３５４ １１.１ 研究结论 ／ ３５４ １１.２ 对策建议 ／ ３５７ １１.３ 研究不足与展望 ／ ３５８ 参考文献 ／ ３６０ 附录 ／ ３８５