城市是人类活动的重要场所。现代城市人口的日益增加,城市空间的不断扩大,城市内部的人类移动越发丰富和频繁,对深入定性理解和定量分析人-地空间交互关系,预测人类出行活动的时空模式和分布特征,评估城市大规模人群活动与空间结构以及基础设施之间的相互适应性提出了时代性的挑战和迫切性的需求。当今信息与通讯技术以及位置感知技术的快速发展,多源异构的时空位置大数据也应运而生,比如带有地理坐标的社交媒体签到数据、手机位置数据以及智能卡数据等等。这些大数据较好地捕捉了城市居民的时空足迹,蕴含了大量群体的极其丰富的活动信息,为研究城市居民出行分布时空规律和空间交互特征带来了崭新的视野和空前的挑战。在众多含有地理坐标信息的时空大数据中,由海量手机用户与通讯基站沟通所产生的手机位置数据(Mobile Phone Location Data)兼具人群、时间以及空间采样广泛的优势,比较全面地从城市空间使用者的角度描绘了城市居民出行特征的概貌,是研究和分析人类时空移动模式特征与空间交互作用常用到的重要数据源。由此,以城市大规模群体活动的定性分析和定量模拟为研究切入点,以手机位置大数据为基础数据源,充分结合该数据的时空采样特性,挖掘城市居民与城市空间的交互特征,研究了有限采样数据下的全局平稳性交互模型高质量检校策略,以及广泛采样数据下的非平稳性空间交互建模以及参数检校方法,为异质空间下大规模人群移动活动的时空模式和分布特征的定性分析和定量刻画奠定了理论和方法基础;需要指出的是,本文所提出的方法不受限于模型参数的个数。具体而言,包括以下几个方面的研究内容:1.提出基于稀疏手机位置大数据驱动下的人类移动指标偏差度量模型。为选取高质量的具有代表性的样本数据进行人-地空间交互关系分析,首先需对手机位置数据进行时空采样上的代表性研究和对人群移动刻画的有效性评估,由此本论文从个体位置稀疏采样的手机数据记录的时空分布特征出发,提出了一种针对稀疏数据刻画人类移动行为估计偏差的定量化评估模型。数据的代表性评价是众多研究的前提基础,为挑选合适的样本进行后文的人类移动行为和空间交互分析提供基本的量化依据和可靠的数据集。2.提出基于有限观测位置下的全局平稳性空间交互模型参数高质量检校方法。针对时空手机大数据中空间位置广泛采样的特点,本论文以人类移动行为模式和空间交互分析中常用模型的全局一致性参数评估为例,验证采样位置的空间布局和数目对模型参数检校的影响,并尝试从一定程度上回答“大数据广泛采样位置是否是更好解决方案?”这一科学问题。通过分析对模型参数检校更为有利的空间采样位置所具有的共性特征,来形成辨识规则与方法,成就更具表现力的大数据解决方案。3.提出基于广泛采样位置下的非平稳性空间交互建模和参数评估方法。通过考虑不同空间位置在交互过程中的距离衰减系数和吸引力感知系数具有的非平稳性特征,在此基础之上重构传统的空间交互模型,通过引入高斯地理加权函数对待回归点附近的观测位置赋予不同的权重,使用加权最小二乘回归法对不同观测位置的可达性敏感参数和吸引力敏感参数进行回归分析,最终得到城市异质空间下局部非平稳的交互模型参数评估结果并详细分析了其空间分布特征,为实现精细化的空间交互建模提供评价方法与参考依据。4.多尺度格网下的城市人群移动特征与空间交互模型参数演变规则探索与评价。从空间多尺度的角度对人地关系中的居民-城市空间交互“流”进行聚合和可视化分析与表达。随后,通过对不同格网尺度下的空间交互模型的全局平稳性参数和局部非平稳性参数分别进行回归分析,用来发现空间尺度影响下的空间交互模型参数演变规则,在此基础之上提取出两种情形下的空间交互形态基本特征并作对比分析,更进一步彰显出大数据时代下时-空间广泛采样的时空大数据用以研究人类移动模式与空间交互特征的优势。