城市功能分区和城市热点分布是描述城市的空间结构的关键要素。随着经济社会发展和城市化进程的不断加快,人口和资源不断向城市汇集。城市的结构与以往相比发生了较大的变化,不同区域的分工越来越明显。城市中特定职能的区域吸引了大量的人口流入,成为城市的热点地区。同时,这也造成了城市局部区域交通拥堵、环境污染、用地紧张和重复建设等问题。为了缓解以上城市问题,规划部门需要了解城市各区域的功能结构和人类活动聚集度最高的区域来更好的进行城市建设和资源分配。但是现有的城市功能分区方法对数据信息挖掘和利用不够充分,在混合功能区较多的场景中提取效果较差。而现有的城市热点探测方法提取的热度区域边界模糊,没有对不同等级的热度区域进行区分,导致决策者难以准确直观地了解城市发展现状。本文以深圳市福田区为例,综合运用多源时空数据,挖掘数据间的相关关系和数据中蕴含的空间信息,通过引入基本功能单元的邻接信息,实现更准确的功能区分类和城市热点探测。该研究共分为多源空间数据相关性分析、城市功能区分类和城市热点探测三部分:1)分析夜间灯光、浮动车轨迹和微博签到三类数据的统计规律及空间耦合性,并基于相关分析和检验结果,采用主成分分析对相关度较高的夜间灯光和浮动车轨迹数据进行降维与融合,为后续研究提供更有效的特征向量。2)从多源空间数据中提取出城市功能区的地理要素分布信息、人类活动强度信息和人类活动转移模式,将类别特征、强度特征和空间特征相结合,使用狄利克雷多项式回归（Dirichlet Multinomial Regression,DMR）主题模型计算主题概率,并通过聚类和解译得到城市不同区域的功能分类。3)融合夜间灯光、浮动车轨迹和微博签到三类能够反应人类活动强度的数据,使用面向对象分割的方法确定城市热度研究的基本单元。在此基础上,使用局部空间自相关分析算法和地理加权回归模型探测出城市中热度最强的主中心和局部热度较强的副中心,最后结合区域的功能区分类情况计算区位熵分析热度区域的功能结构,讨论区域吸引力产生的原因。为了验证本文功能区分类和城市热点探测方法的可行性,本文开展了功能区分类准确性、空间特征构建有效性和热点探测效果等验证实验。实验结果表明,本文采用的数据融合方法和空间特征信息能够有效提高功能区分类性能,文中的热点探测方法能较为准确地提取出城市热度较强的主副中心,提取结果具有很好的可解释性,能够为规划部门更好地开展城市建设提供帮助。