随着社会经济的快速发展与人民生活水平的不断提升,城市居民的生活需求已经逐步从低等级的生理需求向高等级的精神需求转移。马斯洛需求层次理论将人的需求划分为七个不同层次,充分了解城市内居民出行的各层级需求强度与区域性流动情景可以直接反映城市居民的生活质量与幸福感。目前对如何感知城市居民马斯洛出行需求的研究尚未成熟,但是从城市多源出行数据的角度理论上可以反映城市居民的马斯洛出行需求。因此研究基于多源数据的面向马斯洛需求模糊映射模型、面向城市区域的马斯洛需求情景感知方法可以有效解决当前研究领域中难以度量居民出行马斯洛需求强度的问题,充分挖掘城市居民出行数据中潜在的应用价值。对感知城市居民生活状态、城市区域服务质量以及城市未来的规划与建设等方面具有一定的参考价值。本文以挖掘城市居民出行的人群动态特性为目标,研究通过多源出行数据感知城市内部区域的居民出行马斯洛需求情景,具体开展的研究内容包括以下三个方面:（1）提出了一种基于停留特征与空间临近的多源出行数据OD恢复方法。为了将多源出行数据转换为标准化格式一致的出行OD数据,需要为使用不同形式存储的来自于出租车、公交车、地铁的轨迹和订单数据设计合适的处理方法进行转换。为出租车轨迹数据设计了数据清洗与基于停留特征与时空跨度的OD恢复方法,公交车刷卡数据设计了基于时空临近的公交订单OD推算方法。实验证明,上述方法可以将多源出行数据有效转换为标准OD对象,出租车OD数量相较于原始分割方法增长20.6%,公交车OD推算结果具备合理性。（2）提出了一个城市居民出行OD到马斯洛需求模糊映射模型。通过对各大类别的POI设计马斯洛需求强度调查问卷构建POI需求层次概率,而后结合OD集合、POI数据、用地类型数据计算特征构建马斯洛需求模糊映射模型。该模型实现了计算居民OD出行对应的马斯洛需求层级概率,实验证明该模型可以分别得到多种出行方式下城市内各马斯洛需求层级的强度分布与比例,且具有较好的可迁移性。（3）提出了一种面向区域的城市居民出行需求情景感知方法。利用多源OD数据计算得出的马斯洛需求模糊映射结果结合区域划分,确定了面向单区域的城市居民出行马斯洛需求静态情景、时空动态情景的定义方法,以及面向区域交互的情景定义方法,并设计了与之对应的感知方法。实验证明,上述定义与感知方法可以有效感知城市内各区域的马斯洛需求强度变化与交互情景,并反映城市建设中的潜在问题。