城市是人类社会物质文明和精神文明最为集中和活跃的地方,也是城市人们生产、生活所必须的活动空间。城市空间布局是指城市中的各个功能区的地理空间位置及其空间分布特征和组织结构关系,是城市的功能组织在空间上的投影。城市空间布局特征是城市空间布局的一个重要组成部分,主要指城市中的各功能区在空间上的分布情况。作为反映城市空间布局特征的重要特征,城市地标的提取和城市商圈的测定对于提升城市规划布局,促进城市经济发展具有十分重要的作用。然而现有的城市地标提取和商圈测定方法通常需要进行大量的数据收集工作,任务量较大,因而一般只适用于小范围的测定。同时,测定方法中许多参数的拟定会存在人为因素影响,导致测定的结果存在一定的主观性和不确定性。众源地理数据(Crowdsourcing geospatial data)的出现与日渐增多为准确和全面的测定城市地标和城市商圈这两个城市空间布局特征提供了可能。与传统地理信息采集和更新方式相比,来自非专业大众的众源地理数据具有数据量大(地理信息数据可由多人多次上传和编辑)、现势性高(用户可在第一时间上传新出现的地理信息数据)、信息丰富(包含大量社会化属性信息)、成本低等特点和优势。在此背景下,以众源地理数据中的位置签到数据为主要研究对象,以空间统计分析和空间数据挖掘为手段,本文提出了从位置签到数据中提取城市地标和挖掘城市商圈信息的方法。以地标提取、商圈挖掘和商圈分析为核心,本文的主要研究工作及创新性成果如下：(1)提出了一种多元素众源位置签到数据质量分析模型。首先,在对位置签到数据进行分析的基础上,设计了针对位置签到数据的空间数据质量框架流程。其次,定义了数据匹配度、属性信息准确性以及定位精度三个方面的质量元素,并以此为基础构建了众源位置签到数据的质量评估模型。最后,以武汉市武昌区的位置签到数据为实验数据,以四维图新2011版导航地图为参考数据,对其数据质量进行了分析和评估。实验结果表明,签到数据内容丰富,现势性较高,但规范性和定位精度相对较差。此外,位置签到数据在一定程度上反映了城市经济分布的区域性特征,可以用于城市地标和城市商圈这两个城市空间分布特征的提取与挖掘研究。(2)提出了一种基于位置签到数据的城市分层地标提取方法。首先,分析了位置签到数据的签到次数、签到用户数和用户影响因子对POI显著度的影响,进而提出了基于位置签到数据经验得分的POI显著度计算模型。其次,基于签到POI显著度构建Voronoi图对POI的空间作用范围进行分割,通过逐层迭代的方式对Voronoi图进行邻域分析与合并实现了城市分层地标的提取。最后,对武汉市武昌地区和北京市的位置签到数据分别进行了基于签到POI显著度与Voronoi图的城市分层地标提取实验,验证了算法的有效性,并进一步对分时、分层地标所反映的规律和空间现象进行了分析。(3)提出了一种基于位置签到数据的城市热点探测与商圈挖掘方法。首先,提出了离散点栅格化的签到数据格网化处理模型,简化了位置签到数据的数量,提高了聚类分析的效率。其次,通过空间自相关检验验证了位置签到数据具有明显的空间聚类特征。再次,利用局部空间自相关分析对位置签到数据中蕴含的城市热点信息进行了探测,通过度量商业类的热点的地理分布获取了城市商圈的相关信息。最后,对武汉市的位置签到数据进行了城市热点提取和商圈挖掘实验,并对挖掘得到的城市商圈信息进行了分析。(4)提出了一种基于位置签到数据的城市商圈形态动态分析方法。首先,以城市商圈为主要研究对象,从商圈时间形态、商圈空间形态、商圈规模三个方面构建了商圈形态动态分析模型。然后,利用截至2011年9月和截至2012年9月的基于社交网络的位置签到数据分别对城市商圈进行了提取,在此基础上进一步对城市商圈形态的动态演变和发展趋势进行了分析研究。分析结果表明,武汉市的城市经济发展保持着良好的态势,城市商圈进一步发展和扩张,但也有个别商圈开始衰退,需要通过商圈业态多元化等措施来改变商圈的现状。