基于深度学习的城市人口时空动态分布预测方法

本发明公开了基于深度学习的城市人口时空动态分布预测方法，包括如下步骤:1、预测目标，结合实际的预测任务的背景，划分所述预测任务的时间范围，将未来n分后、n时后、n天后或n周后的所述预测任务划分为短时预测，将未来n月后或n年后的所述预测任务划分为长时预测；2、数据预处理；先搜集整理多源数据，再结合地理信息GIS技术进行栅格化处理；3、选择对应的预测模型，输入上一步的结果，进行模型预测；4、利用SHAP值分析方法，对所述模型预测的结果进行解释分析，得到不同特征对人口分布预测结果的贡献度。本发明在提高城市人口时空动态分布预测的准确性的前提下，还解决人口预测空间依赖性的问题。