2020年1月30日,WHO发布最高警报级别,宣布新型冠状病毒（Coronavirus disease 2019,COVID-19）为“国际关注的突发公共卫生事件”,2020年3月11日宣布为“全球大流行”。由于缺乏保护性疫苗和有效治疗的药物干预方法,加之大量无症状病例、症状前传播以及较强的传染性,COVID-19在世界范围内快速蔓延,给全球各国生产、生活带来极大的挑战和重大影响。为应对疫情,相关科研工作者积极投入研究工作,从病毒的来源与传播、疾病的预防与诊断、患者的护理与治疗、疫情的影响与对策、疫情防控的方法措施、效果等方面开展了多视角研究。现有研究内容上多从流行病学及医学领域展开,方法上多以统计数据为基础,采用统计分析和数理建模等方法,从宏观层面进行预测分析。对于全球大流行传染病,社会个体属性特征及其之间的接触是疫情发展的关键要素,现有研究中以个体为基础,利用仿真模型,从下至上刻画传染病传播、防控措施是否有效、不同的防控措施下的效果研究较少。因此,本文以COVID-19为例,对大型城市人工人口的构建及其在疫情防控中的应用展开研究,以期为疫情防控提供高精度基础人口数据集和仿真研究方法。论文研究中,首先对人工人口与疫情的国内外文献和基础理论方法进行综述;其后,以武汉为研究对象,探索不同微观人口数据源、不同抽样方法下,针对大型城市人工人口构建的有效方法;在此基础上,以构建的武汉高精度人工人口为基础,建立多智能体疫情传播仿真模型,刻画疫情在城市中的动态传播情况,并对采取的防控措施的有效性进行研究;最后,针对研究结论提出相应的对策建议。研究主要结论有:（1）城市人工人口生成质量主要取决于微观人口数据源质量,微观人口数据属性信息越全面,合成的人工人口数据集稳定性与精度越高,微观数据样本量越多,合成的人工人口数据集精度也越高。经过测试比较,发现国家统计局试点开放的2010年人口普查微观数据,因人口属性信息详细,样本量多,合成的人工人口数据集较以“世界微观人口数据库”（IPUMS）生成的数据集稳定性更高、精度更优。（2）SPEW系统中人工人口合成方法主要采用简单随机抽样方法（SRS）、矩匹配算法（MM）和迭代比例拟合算法（IPF）,合成方法的选择会影响合成人工人口数据集的精度。相比于SRS方法与MM算法,IPF算法精度较高且更稳定,精度保持在85%以上。具体而言,2010年人工人口数据集中,SRS方法下人口属性分布较集中,无法体现出城市不同区域人口统计特征的差异性;MM算法以真实家庭户均规模为约束,合成数据中虽然家庭户规模较其他算法更准确,但在在人口性别与年龄结构中精度远不及IPF算法。IPF算法以家庭户规模分布与户主种族分布的联合约束下,所合成的人工人口属性分布在武汉市整体与区域层面都更接近真实的人口统计特征。因此,在合成我国大城市人工人口时,如果采用SPEW系统更宜采用IPF算法。（3）基于SPEW系统生成的人工人口数据集,因其属性真实接近城市人口统计特征,建模时保证了城市疾病传播的个体异质性与群体联动性,因此在疫情防控仿真研究中具备良好的应用价值。实证分析发现以真实人口统计特征的人工人口数据为基础的COVID-19疫情传播仿真,较传统的数值仿真更能精细准确的开展防控政策模拟研究。