随着城市化进程不断加快,城市逐渐衍生出了多种不同类型的功能用地例如工作区、居住区、商业区等,优化城市功能结构和空间布局是城市规划的核心要素,对于城市功能用地的识别有助于把握城市空间布局、完善城市功能用地分类体系、推进城市用地合理开发利用以及帮助城市决策者制定合理的规划措施。手机信令数据包含个体出行的时空信息,具有数据量大、获取成本低、更新频率高等特点,可为交通信息的获取提供数据支撑。本文主要利用手机信令数据对不同类型的功能用地进行人流特征提取分析,挖掘不同功能区域之间的人流特征差异,以此来实现城市街区功能用地属性的识别,为城市规划建设者提供合理的决策依据。首先,本文介绍了研究背景、目的及意义,通过查找城市土地利用分类标准、城市功能区识别、多维时间序列数据挖掘及基于手机信令数据的交通问题研究相关国内外相关研究文献,学习移动通信原理和数据挖掘等相关理论知识,明确技术路线,为后续的研究奠定理论基础。随后,对本文需要用到的手机信令数据、北京市POIs(兴趣点)数据、北京市道路网数据进行了数据预处理,选取相应的人流特征指标,对人们熟知的城市区域内部分基站人流特征进行多维度分析,比较发现不同类型区域之间人流特征有明显的差异性并解释差异性存在的原因,从而验证了特征变量选取的合理性。基于以上多维特征变量的选取,利用北京市道路网对北京市五环内区域进行划分,得到1148个街区研究单元。将基站泰森多边形图与街区进行空间叠加分析,得到街区的人流特征向量,然后采用基于特征权重的FCM(模糊C均值)算法进行街区聚类,得到流量特征区分明显的多个聚类簇,不同聚类簇代表着不同类型的功能用地,结合城市POIs数据和聚类中心流量特征对聚类簇进行功能用地属性的标定。最后结合百度地图、北京市中心城用地规划图及隶属度矩阵对识别结果进行评价分析,选取一定数量样本,构建识别混淆矩阵,更加准确地得到分类结果精度,整体来看,本文提出识别方法能够较好地进行城市功能用地识别分类。基于识别分类结果,我们对功能用地整体分布格局和混合度进行了分析并简要提出了相应的发展建议。本论文包含图41幅,表19个,参考文献63篇。