人口空间分布格网数据比以行政单元为边界的统计人口数据更直观地反映了人口在空间中的真实分布情况,对于城市规划、资源分配、公共安全具有重要意义。之前的人口空间化研究主要基于土地利用类型和其他人口分布因子与统计人口数据之间建立模型,建模方法有多元线性回归和多因子权重分配法等。随着夜间灯光遥感影像在城市提取、社会经济指标估算等领域的应用,人口数据空间化也更多地采用夜间灯光遥感影像结合其他数据来建模实现。已有的人口空间化研究大部分集中在地区、城市尺度上的研究和精度验证,少有关注城市内部人口空间分布,基于夜间灯光影像的研究也并没有很好地解决灯光估算人口产生的误差。基于以上不足,本文在NPP/VIIRS夜间灯光影像的基础上,结合2010年第六次人口普查数据、出租车轨迹数据、人口入户调查数据,提出融合灯光影像和社会感知数据的人口空间化方法,并且应用于上海地区。主要研究内容分为以下三方面：一.基于夜间灯光遥感影像的人口空间化。探究了不同尺度下夜间灯光辐射亮度数据同常住人口数之间的相关性,考虑城市空间结构的复杂性,对研究区域进行分区建模,估算格网尺度上常住人口的空间分布。二.基于社会感知数据的人口分布校正格网获取。实现出租车轨迹数据的去噪处理方法,提取与乘客出行相关的上下车位置；探讨出租车上下车位置时空分布特征并挖掘其包含的语义信息,识别居住地、商业街道、交通枢纽等城市功能区;基于出租车上下车位置提取初始人口分布的校正格网。三.校正夜间灯光估算的人口格网误差。基于夜间灯光估算的初始人口分布格网和出租车提取所得校正格网,计算获得上海市500m分辨率人口分布格网数据。参考第六次人口普查数据和入户人口调查数据,在街道尺度和格网尺度分别进行人口空间分布格网的精度验证。结果表明,NPP/VIIRS夜间灯光影像的辐射亮度和统计人口数据在区县、街道尺度均有相关性,经过分区建模可估算格网尺度的人口空间分布。街道单元的人口估算结果与统计人口数据线性拟合,平均相对误差为0.28,R2为0.68。经过出租车数据校正之后的结果在街道尺度下平均相对误差下降为0.25,R2为0.71。在中心城区1187个格网中,夜间灯光影像估算的人口分布格网与入户调查数据线性拟合,RMSE为3414,R2为0.36,通过置信水平α＝0.05的显著性检验。经过校正后的人口格网RMSE为3260,R2为0.41,估算精度有一定提升。本文在人口空间化中融合了夜间灯光影像和出租车轨迹数据,比单独采用土地利用类型数据或者夜间灯光影像的方法结果更加精细,为城市统计人口数据的空间化提供了一个新的视角。