作为评估城市发展的重要指标,城市地区被认为能够通过广泛可用的数据集来进行明确且便捷的识别并有助于规划决策和相关的城市研究.截至目前,识别城市地区的既有方法通常基于中分辨率的遥感数据集或空间中(如具有数平方千米的区块乃至更大的乡镇或行政区)低分辨率的社会经济信息(如人口密度).然而,这些方法鲜少关注通过结合形态和功能特征来定义的具有高分辨率微观数据的大面积城市地区.故本文研究了一个自动化框架,用于在街区层面划定城市地区,使用逐渐可及的地形测量来生成各个区块(或地理单位)及广泛的兴趣点(POIs),从而推断出每个区块的密度.同时,本文基于矢量元胞自动机(VCA)模型,从所有生成的街廓中识别城市街廓,并将各街廓的密度、邻里条件与其他空间变异纳入考量.本文将这种方法用于绘制所有654个中国城市的城市地区,并将其与中分辨率遥感图像、人口密度和道路交叉口所反映的信息进行比较.与其他现有框架相比,本文提出的框架被证明更为简单、省时且精细.该架构主张定义城市地区的过程应具有一致性、高效性和可用性,同时应考虑城市中无所不在的空间和功能因素.