近年来,基于时空数据的人流、通勤流以及交通流的预测成为城市规划领域的一个重要应用方向,但是该方向的研究通常并没有关注城市区域的客观建成环境对于人流的影响。本文利用多源数据研究城市区域的建成环境与区域人流的关系,并构建预测模型,对于城市规划具有重要意义。本文研究主要有两个目标:其一,通过数据预处理得到城市区域的网格化特征,对区域的分时期望人流进行建模预测;其二,通过使用区域的卫星地图图片数据以及其它建成环境特征,对区域人流的分时变化趋势进行建模预测。第一,本文基于多源数据构建数据集,具体地,对信令数据进行统计处理并进一步网格化来量化区域的人流标签,使用建筑、用地、路网、卫星图片等数据来表征对应区域的建成环境特征属性;本文采用适当的特征筛选和样本均衡手段,有效的降低了特征属性数据的稀疏性和标签数据的不平衡带来的影响。第二,本文认为区域人流受到其自身客观建成环境及其邻近区域的影响。本文网格化处理目标城市区域,将整个城市拓扑可以看作是由网格区域节点构成的图,将节点与节点之间的邻接关系可以看作是边,区域节点之间通过邻居关系相互联系、相互影响。最终,本文利用图注意力网络（GAT）来实现特征的Embedding,同时综合考虑样本特征的稀疏性和标签的不平衡性,构建了先分类后回归预测的模型。第三,本文引入区域的卫星图片数据,利用Resnet50将对应区域的图片数据提取出高维特征,并进一步将其与建成环境特征进行融合,最终输出区域人流分时变化趋势预测的模型。