人是城市运行的主体，人口分布与活动特征对设施、产业、交通等相关规划与决策制定具有重要参考意义。传统的人口分析主要依赖各部门调查数据，人工成本高、数据更新慢、时空粒度粗糙，难以即时反映人口的真实动态，导致城市管理措施的制定通常因为缺乏对“人”这一活动主体的充分认识而存在滞后性。 随着互联网和移动设备产生的新数据获取与分析技术的逐渐成熟，精准识别人口位置和活动轨迹成为可能，这使得人口研究中空间与时间尺度的精细化程度和量化水平都得到了提升。然而，新数据环境中的多源数据口径不一，目前无论在数据选取、指标选取还是模型构建上均在缺乏系统性。研究通过丰富的多源异构大数据应用经验，积累了手机信令、互联网定位、交通出行、空间要素等具有精准时空属性的新兴数据源关联对比与指标设计经验，并实现了新数据结合传统调查数据的交叉校验，建立了更精准、更高效、更全面的人口研究指标体系与技术路线。 研究以朝阳区动态人口监测为例，主要实现（1）建立了基于总量、时序、空间的三维数据检验方法，对各类数据进行口径、质量的适用性的评估，为数据分析与融合提供可靠基础；（2）将多源数据的优势紧密结合动态人口刻画的需求，挖掘人口数量、空间分布与通勤活动等规律，并对人口与城市用地空间布局、产业结构调整进行关联分析，辅助制定合理的管理措施，为实现人口与资源环境协调发展规划提供量化依据。（3）引入机器学习算法进行了人口数量与空间分布的预测，实现了区域人口发展趋势的提前预警；（4）构建了通过敏感性验证的人口分析指标体系，并将其整合到人口监测系统平台中，为管理者掌握城市人口规模变动、摸清人口活动规律提供了更高效的途径，促进城市功能与人口布局的协同优化，提高城市发展质量，也为政府进行相关规划决策提供了科学依据。