人口空间分布网格数据通过将人口信息和地理空间属性人口相结合，比行政边界统计的数据更能直观和准确地反映人口在空间上的真实分布状况，对于人口管理、资源利用、灾害评估和跨学科的研究等具有重要的意义。人口数据空间化是当前社会属性数据空间化的重要研究方向，也是人口问题研究的热点问题之一，越来越受到人们的关注。之前的人口空间化研究，主要是以土地利用类型作为人口分布的影响因子进行建模，建模方法多采用面插值法、点插值法和多元回归法等。随着遥感技术的发展，人口空间化也更多的采用夜间灯光遥感影像作为建模的影响因子，单一的数据源如土地利用类型作为人口空间化的建模因子，会造成同一土地利用类型区内人口的均质性，多源数据作为人口空间化建模因子由于其模拟的精度较高逐渐被应用到更多的人口空间化研究中;随着计算机技术的飞速发展，大数据研究已经渗透到人类生活生产的各个方面，大数据和人口地理学以及人口空间化的研究的融合也是未来学科发展的一个重要的方向，其中POI数据由于其具有的信息丰富、位置准确、更新及时并且与人的生活密切相关等特征对人口空间化的研究具有重要意义。在精度验证方面，随机抽样验证和与统计数据对比是现在人口数据空间化结果检验的主要方法，不同数据集间的对比研究也较少见。　　基于此，本文在以江苏省2010年人口为研究对象，利用土地利用数据、夜间灯光数据和POI数据等多源数据，通过分区建模，设立人口空间化指标体系，采取多源数据融合和多因素加权叠加的方法，实现了江苏省2010年250m×250m人口空间化。在精度验证方面，考虑数据可获取性、研究区域覆盖度，选取当2010年亚洲百米数据集(AsiaPop)、2010年中国公里网格人口分布数据集(ChinaPop)和2010年全球人口网格化数据集(GPW)。以第六次人口普查数据为标准，选取出精度最优的数据集与本文数据集进行横向对比验证。并且利用第六次人口普查数据与本文数据进行乡镇尺度上的检验。研究结果表明:　　(1)在土地利用类型数据的基础上，融合夜间灯光数据、POI数据等多源数据，根据人口分布影响因素建立人口空间分布影响层，在多源数据中根据人口分布影响层选取相对应的影响因子，通过加权叠和模型运算，实现了2010年江苏省人口空间化，在建模因子的选取上打破了以往选取单一数据源作为建模因子的单一性问题，融合多源数据的方法使得人口空间分布更加符合人口的真实分布。　　(2)通过选取精度最优人口数据集对模拟人口结果进行横向对比分析;通过六普数据对模拟人口进行乡镇统计数据的定量验证，可以证明本文模拟2010年江苏省人口空间分布具有一定合理性。