随着电子商务迅猛发展而来的配送热潮,出现了配送人员、设施与巨大的城市配送需求不匹配等问题。自2019年末新冠疫情爆发以来,人们对于自身安全及卫生问题尤为重视,一种以无人机全自动机场为零接触点的即时配送模式应运而生。无人机在快递配送行业的应用在未来发展空间是不可估计的,无论是从无人机在未来的需求量上来看,还是从无人机相比于人力配送的配送成本来看,无人机都是未来快递业的发展趋势。为解决目前配送环节中时效性及骑手安全的矛盾,采用小型无人机（无人机全自动机场-“零接触”）的配送模式对包裹进行即时有效的配送,为实现无人机全自动机场配送模式的真正落地,需要进行无人机全自动机场的选址研究,因此提出了增加无人机及机场自身特征,以最短距离为目标函数的混合整数规划模型。多无人机-多需求点的特征使得模型求解过程中出现了经典NP难的问题,且容易出现无人机全自动机场选址研究中的局部最优问题,因此本文提出通过对选址区域进行分区优化的方法来降低问题求解的维度,从而达到无人机全自动机场选址结果的全局最优。以天津市和平区的即时配送商业数据为例,对无人机运行区域机进行合验证,结果表明,分区优化方法可以使分区之间的需求点分布更加均衡,达到全局最优的目的。与乘车距离相比,发现无人机全自动机场的覆盖范围与地点数量和需求的均衡分配有关。这种分区优化模式减少了将来在城市地区建立无人机全自动机场的难度,并确保机场使用的均衡性和现实可行性。